用户访谈证据驱动优先级排序方法总览：核心概念、适用场景、预期交付物

用户访谈证据驱动优先级排序方法，是一套将定性用户访谈数据转化为可量化、可复现、可追溯的优先级决策的系统化流程。其核心逻辑是：从用户访谈中提取关键证据 → 对证据进行影响与置信度双维评估 → 计算优先级得分 → 输出排序列表。该方法旨在消除“拍脑袋”式优先级决策，让产品路线图、功能排序、资源分配等关键决策有据可依。

适用场景

本方法适用于已经开展过用户访谈、需要将访谈洞察转化为具体决策的团队，典型场景包括：

• 产品路线图规划：从多个候选功能中筛选出下一阶段必须优先进入开发的功能。
• 版本范围界定：确定某次发版应当包含哪些用户故事或需求条目。
• 跨职能资源协调：当研发、设计、测试资源有限时，用证据共识决定资源投向。
• 用户需求内部评审：对不同用户角色提出的需求进行横向比较，排定处理顺序。
• 存量需求重评估：对积压列表中的旧需求，用最新用户访谈证据重新验证优先级。

前置条件

在启动该方法之前，必须确认以下条件已就位：

1. 已完成至少一轮结构化用户访谈：访谈对象覆盖目标用户群体，样本量满足基本饱和要求。
2. 访谈记录已整理成可检索格式：每场访谈有完整的文字实录或详细笔记，关键引述可回溯。
3. 评估维度已与干系人达成共识：团队事先定义了“影响（Impact）”和“置信度（Confidence）”的评分标准。
4. 成立跨职能评审小组：至少包含用户研究员、产品经理、技术代表各一名，确保多视角评估。
5. 准备好证据编码工具：可以是表格模板、专用软件或协作文档，用于统一记录和评分。

操作步骤（总览）

该方法包含五个标准化步骤，后续章节将逐一展开：

1. 证据编码与分类：将访谈原文拆解为最小证据单元，按主题或功能维度归类。
2. 影响评估：由评审小组对每条证据所代表的需求影响力进行打分（1~5分）。
3. 置信度评分：评估该证据的可靠性、覆盖用户数、情境重复度。
4. 优先级计算：使用公式 优先级得分 = 影响 × 置信度 或加权变体计算每条证据/需求的最终得分。
5. 排序与决策：按得分降序排列，结合业务约束形成最终优先级列表。

输入输出物

责任边界

记录材料

执行过程中必须维护以下三类记录，确保可审计、可复盘：

• 证据编码表：包含证据ID、原始引述、所属主题/功能、提取人、提取日期。
• 影响-置信度评分矩阵：每人每证据的独立评分及最终合成得分，标注分歧点。
• 优先级排序决策日志：记录排序结果、决策理由、未采纳需求的下次评估时间。

异常处理

验收标准

判定该方法是否被正确执行并产出有效结果，需同时满足以下条件：

1. 证据可追溯：从优先级列表中的任意一条需求出发，能在3步内追溯到原始访谈原文及用户身份（脱敏后）。
2. 评分可复现：给一名未参与首次评审的合格人员提供全部证据和评分标准，其独立评分结果与原结果的平均偏差不超过0.5分。
3. 决策可解释：任何一个利益相关者都能在15分钟内理解某条需求为什么排在当前位置，且有书面证据支撑。
4. 无遗漏关键需求：在交付后两周内，未出现因未被覆盖的用户反馈而导致的紧急需求插入。
5. 记录完整度≥95%：证据编码表、评分矩阵、决策日志三个核心记录材料中，缺失字段不超过总数的5%。