第3章 · Impact（影响）：含义、量化方法、常见误区

3.1 适用场景

Impact 评分用于衡量一个任务或需求一旦成功交付能够给业务用户、关键指标或系统稳定性带来的真实改变程度。以下场景必须使用 Impact 作为主权重因子：

• 营收增长类：直接或间接提升 GMV、ARPU、转化率等货币指标。
• 效率提升类：显著缩短操作时间、降低人力成本、减少重复劳动。
• 合规/安全类：避免罚款、数据泄露或监管处罚，保护企业声誉。
• 用户体验/留存类：影响核心 NPS、DAU/MAU、卸载率。

若任务以“内部重构”“技术债务清理”“文档完善”为主且无法量化对用户或业务的效果，则不应强行使用 Impact 作为主要排序依据——此时应切换到 Effort 或 Reach 主导。

3.2 前置条件

3.3 操作步骤

1. 确定影响维度：从业务价值、用户价值、技术价值三个维度中选择任务最相关的 1~2 个维度。
2. 选择量化单位：优先使用绝对值（金额、人数、次数）或相对百分比；避免抽象描述（“很大”“一般”）。
3. 估算影响幅度：采用乐观值 + 悲观值 + 最可能值三点估算法，取加权期望值：

   Impact_Score = (Optimistic + 4 × MostLikely + Pessimistic) / 6

4. 归一化映射：将 Impact_Score 映射到 1~10 整数分值（可参考下方映射表）。
5. 交叉校验：由另一名负责人独立预估，两者偏差超过 2 分时需启动校准讨论。

3.4 输入 / 输出物

3.5 责任边界

• 产品经理：主导 Impact 量化和归一化，确保与业务指标挂钩。
• 数据分析师：提供基线数据、协助估算置信区间。
• 全组成员：参与交叉校验；若发现遗漏影响维度有权提出质疑。
• 技术负责人：仅在评估技术维度的 Impact（例如服务稳定性提升）时提供权重修正意见。

3.6 记录材料

• Impact 评分明细表（字段：任务 ID、任务名称、乐观值、最可能值、悲观值、期望值、映射分、估算人、日期）。
• 基线数据截图或数据库查询语句（作为评分佐证）。
• 校准会议纪要（若触发偏差校准流程）。

3.7 异常处理

3.8 验收标准

1. 每个待排序任务的 Impact 评分均有对应的量化依据（数字或区间），无纯主观描述。
2. 同一项目内所有任务的 Impact 评分归一化方法一致（使用同一张映射表）。
3. 评分记录表包含三点估算原始值和映射后的整分值。
4. 交叉校验偏差记录在案，若偏差超过 2 分则必须附校准结论。