4. Confidence维度定义：信心指数、数据来源可靠性、专家判断权重、置信度等级划分

4.1 章节定位与适用场景

Confidence（信心）是RICE框架中用于衡量需求数据可靠性的核心维度。它回答一个关键问题：“我们对该需求的预估有多大的把握？”。当数据来源不完整、历史数据缺失或者市场判断高度依赖专家意见时，Confidence维度的评估能帮助团队避免基于虚假精度做出错误优先级决策。

• 适用场景：新产品立项、硬件功能取舍、技术预研需求、用户反馈稀疏的需求排序、跨团队资源争夺。
• 不适用场景：已通过A/B测试或硬件试用获得统计显著数据的成熟需求（此时Confidence默认最高）。

4.2 前置条件

1. 已完成Reach、Impact、Effort三个维度的初步评分（至少完成初稿）。
2. 已收集或标记每条需求的数据来源（如：用户访谈、问卷调查、行业报告、竞品拆解、历史数据、专家估计）。
3. 已明确专家判断团队的组成（至少3位熟悉硬件产品技术、市场、供应链的成员）。
4. 已准备置信度等级定义表（见4.4节表）。

4.3 操作步骤

1. 步骤1：识别数据来源类型 — 为每条需求标注其评分的原始数据来源，如“100份用户问卷”、“3位硬件工程师估算”、“行业白皮书”等。
2. 步骤2：评估数据来源可靠性 — 根据来源类型赋予基础可靠性分数（底层数据可靠性评分表见4.4节表格）。
3. 步骤3：引入专家判断权重 — 当数据来源不充分时，需记录参与判断的专家数量、专业背景与一致性。专家数量≥3且一致性≥80%可提升一级置信度。
4. 步骤4：计算综合信心指数 — 根据下面公式或查表法确定最终Confidence值（0%~100%）。
5. 步骤5：映射置信度等级 — 将信心指数转换为高/中/低/极低四个等级，并记录在需求清单中。

Confidence = 数据来源可靠性分数 × 专家判断调整因子

4.4 输入输出物

4.5 置信度等级划分表

4.6 责任边界

• 产品经理（PM）：负责收集和整理数据来源，组织专家判断会议，记录置信度评估结果。
• 技术负责人：提供硬件可行性方面的专家判断，评估Effort预估的置信度。
• 市场/销售代表：提供客户反馈和渠道能力方面的数据来源可靠性信息。
• 数据工程师（如有）：验证历史数据样本的代表性和统计显著性。

4.7 记录材料

使用统一的Confidence评估工作表，每条需求一行，包含以下字段：

需求ID | Reach | Impact | Effort | 数据来源类型 | 专家姓名 | 专家一致性 | 可靠性分数 | 调整因子 | Confidence% | 等级 | 备注

4.8 异常处理

• 数据来源冲突：当问卷数据与专家判断明显矛盾时，取可靠性分数最高并如实记录冲突原因。
• 专家判断一致性过低（＜60%）：暂停该需求的Confidence评估，先组织结构化讨论（如德尔菲法）缩小分歧，否则标记为“Low”等级。
• 样本量不足但时间紧急：可接受临时专家估计，但必须在备注标注“未验证”，且置信度上限为“Medium”。

4.9 验收标准

1. 每条需求的Confidence等级已映射到High/Medium/Low/Very Low之一，无遗漏。
2. Confidence评分与等级之间的对应关系符合4.5节表格。
3. 所有数据来源和专家判断记录已归档至需求管理工具中。
4. Confidence评估过程经至少一位评审人（非评估人）复核并签字。

4.10 Confidence维度评估流程图

4.11 数据来源可靠性评分表（参考）