假設找人評價你，我們選擇三個維度分別是智慧，勤奮，友善，一到5分你覺得你的好友能夠不偏不移的評價你嗎？

你會說當然可以，因為好友足夠了解我，能夠給你一個客觀的評價。

這個結論我們先放在旁邊，首先我們得看一個人對他人的評價，影響最大的是什么？

1.評判標準不同

1號評委和2號評委對于友善接受程度不同，有人認為一個微笑就是友善，有人覺得給你倒杯咖啡都不是友善。

2.個人好惡

就好像一個被狗咬過的人，可能一輩子都繞著狗走，大概率對狗的主人也沒有什么好感。

3.當前心情

你撿到錢后再做判斷和丟錢之后做判斷，可能會是兩個不同的選擇。

我們再看看和評價非常相似的活動績效評估，其中大多數人都發(fā)現這些評估充滿了噪聲。這一發(fā)人深省的結論主要是通過對360度績效評估的研究得出的。這類研究需要多個評估者共同參與，并且基于多個績效維度對同一個人進行評估。在進行數據分析時我們會發(fā)現，這類研究的結果并不理想：真正的差異——個人績效產生的差異通常不超過總差異的20%～30%，其余70%～80%的差異是系統(tǒng)噪聲。

而且這個問題早就被人關注，有人提出用多人評價的方法來提高績效評估的真實性，可是確算漏了一點，就是人們更加傾向于把給熟悉的人描述的更好，也就是說其實評價本身就會被夸大。

如何防止夸大呢！

一定要加上相對判斷，也就是你的心里一定要多判斷幾個人，這樣能夠更加準確的顯示真正的水平。

但是相對判斷也有自己的局限性，也就是你跟馬云絕對會無地自容，選好判斷對象很重要，選擇跟評價者差不多年齡，差不多收入的，這樣的相對比較才有意義。