1. 认识RICE模型：定义、四要素与适用边界
RICE模型是一种基于量化评分的优先级排序框架，由Intercom产品团队提出，用于解决“在资源有限时，应优先推进哪个项目/任务”的决策问题。RICE是四项评估维度的首字母缩写：Reach（触达范围）、Impact（影响程度）、Confidence（信心指数）、Effort（投入精力）。与常见的直觉排序或单一指标排序不同，RICE通过公式 R × I × C / E 生成一个可比较的分数，使优先级决策透明化、可复现。
1.1 适用场景
适用场景列表：
- 多项目排序：同时有5～30个候选任务/功能需确定开发顺序。
- 跨职能对齐：产品、研发、运营团队需要统一口径的优先级依据。
- 版本规划：季度或月度迭代规划时筛选最高价值需求。
- 低信心决策：数据不充足时依然需要做出优先级选择。
- 复盘与回溯：需要记录每次排序的输入参数以便事后分析。
不适用场景：仅1～2个候选任务、纯紧急事故处理、法务/合规强制性任务（必须优先执行，无需打分）。
1.2 前置条件
| 前置条件 | 说明 | 验收标准 |
|---|---|---|
| 候选任务清单 | 至少3条有待排序的需求、项目或改进项 | 清单每项包含唯一ID和简短描述 |
| 定义评分标尺 | 对Reach/Impact/Confidence/Effort制定统一刻度 | 标尺文档经团队评审通过 |
| 必要数据源 | 用户统计数据、历史工单量、预估人天等 | 每项候选任务至少有一个可用数据点 |
| 参与人共识 | 至少3名跨角色成员（产品、开发、运营）参与初评 | 会议决议或异步评分收集记录 |
1.3 操作步骤（SOP流程）
- 建立候选列表：收集所有待排序任务，去重、合并同类项。
- 定义四要素标尺：参考团队历史数据或行业基准，设定Reach/Impact/Confidence/Effort的数值映射表。
- 逐项评分：对每个任务分别打R、I、C、E分。
- 计算RICE分数：使用公式
R × I × C / E，得到浮点数。 - 排序与分档：按分数降序排列，分出P0（高优）、P1（中优）、P2（低优）三档。
- 评审与记录：团队评审排序结果，将评分明细记入流程文档。
1.4 输入与输出
| 输入物 | 输出物 |
|---|---|
| 需求池列表（含简要描述） | RICE评分明细表（含每个任务的R/I/C/E值及总分） |
| 用户数据报告（MAU/DAU/工单量） | 优先级排序报告（降序表格） |
| 历史工时数据（人天/人周） | 版本规划建议（P0/P1/P2分档） |
1.5 责任边界
- 产品经理：负责提供Reach/Impact初始分及Confidence依据。
- 技术负责人：负责提供Effort估算（人天），必要时拆解子任务。
- 运营/数据团队：提供Confidence所需数据验证（如样本量、实验历史）。
- 决策记录人：负责将最终分数和排序结果写入记录材料。
1.6 记录材料
推荐记录结构：一份电子表格或轻量数据库，字段如下（示例行）：
任务ID | 任务名称 | Reach(0-5) | Impact(0-5) | Confidence(0-5) | Effort(人天) | RICE分数
T001 | 登录优化 | 4 | 3 | 0.8 | 10 | 0.96
T002 | 导出CSV | 2 | 2 | 0.9 | 3 | 1.20记录至少保存至下一个迭代周期结束，供复盘使用。
1.7 异常处理
| 异常场景 | 处理方式 |
|---|---|
| 某项任务数据缺失导致Confidence<低 | 设置最低Confidence值0.4，并标记#需验证，允许后续修正 |
| Effort估算偏差>50% | 采用三点估算法（乐观/最可能/悲观）取加权平均值 |
| 多个任务分数相同 | 按Impact值二次排序；若仍相同，按Confidence排序 |
| 评分人存在明显分歧 | 组织圆桌讨论，取评分中位数或重新校准标尺 |
1.8 验收标准
- ✅ 每项候选任务均完成R/I/C/E四维评分，无遗漏。
- ✅ RICE分数计算无误，降序排列无逻辑矛盾。
- ✅ 优先级分档（P0/P1/P2）得到至少2/3团队认可。
- ✅ 记录材料已归档，包含所有原始评分及修正备注。
1.9 与传统排序方法对比
| 对比维度 | RICE | ICE (Impact×Confidence×Effort) | MoSCoW (Must/Should/Could/Won't) | 价值 vs 复杂度矩阵 |
|---|---|---|---|---|
| 量化程度 | 高（连续分数） | 中（缺少Reach维度） | 低（仅有分类） | 中（象限定性） |
| 用户覆盖维度 | ✅ 显式包含 | ❌ 缺失 | ❌ 缺失 | ❌ 缺失 |
| 置信度调节 | ✅ 通过Confidence系数 | ✅ 通过Confidence系数 | ❌ 无调节 | ❌ 无调节 |
| 估算精度要求 | 中 | 中低 | 低 | 中 |
| 沟通成本 | 初学较高，熟练后低 | 较低 | 低 | 中 |
选型建议：若你的团队已经用ICE且忽略“覆盖用户规模”，或经常出现“高影响但只有少数用户受益”的争议，建议迁移到RICE。
若团队规模小、需求数少于5个，用MoSCoW或矩阵更轻量。
若团队规模小、需求数少于5个，用MoSCoW或矩阵更轻量。