第1章 课程导览与学习目标

1.1 概念解释

优先级排序是产品与需求管理中的核心决策环节。本课程围绕三种业界主流模型——RICE、KANO、MoSCoW——建立一套可复用的模型选择与交付SOP。三种模型分别从量化评分、用户需求分类、干系人共识三个维度切入,覆盖从数据驱动到快速对齐的典型场景。

💡 核心认知:没有“万能模型”,只有“最适模型”。本章帮助你建立选择框架,后续章节将逐模型拆解操作细节。
维度 RICE KANO MoSCoW
全称 Reach, Impact, Confidence, Effort 狩野纪昭模型 Must, Should, Could, Won't
核心指标 4个量化维度 → 单一分数 3种需求类型 → 用户满意度 4个优先级等级 → 干系人排序
适用阶段 数据充足、回溯验证 用户需求分析、体验设计 快速分类、资源受限
输出形式 数值排名列表 需求类型矩阵 等级分组看板
⚠️ 常见误区:不要在同一需求上同时套用三种模型打分,会导致指标重叠与决策冲突。应先按场景选择一种模型,再用检查表校验。
三种优先级模型选择框架 三种优先级模型选择框架 需求池 / 待办列表 RICE 模型 覆盖度·影响力·信心·努力 KANO 模型 基本·期望·兴奋型 MoSCoW 模型 必须有·应该有·可以有·不会有 选择条件评估 数据量 / 时间 / 资源 / 目标 优先级排序方案 检查表验收 💡 选择逻辑:数据指标充足 → RICE | 用户需求分类 → KANO | 快速干系人共识 → MoSCoW

1.2 适用场景

本章(课程导览)适用于以下角色与情境:

  • 产品经理 / 需求分析师:需要建立优先级排序的系统化方法,避免凭直觉决策。
  • 项目经理 / Scrum Master:在迭代计划中需要快速对齐干系人对需求等级的认知。
  • 技术负责人 / 架构师:评估技术债务与功能需求的投入产出比。
  • 创业团队 / 产品新人:缺乏成熟优先级流程,需要一份可直接落地的SOP模板。

1.3 前置条件

  • 已整理出需求池或待办事项列表(至少10条需求条目)。
  • 了解基本的产品开发流程(需求采集→评估→开发→验证)。
  • 具备干系人识别能力,能列出参与优先级决策的关键角色。
  • 准备至少一个真实或模拟的优先级排序案例用于后续章节演练。
📌 学习建议:如果暂时没有真实需求池,可以用公开产品(如在线文档工具、外卖App)的功能列表作为练习素材,效果同样有效。

1.4 操作步骤

本章作为导览,核心操作是建立学习路径与选择框架认知,具体步骤如下:

  1. 阅读概念解释(本章1.1节)——建立三种模型的核心定义与边界。
  2. 对照适用场景表格(本章1.2节)——将自身业务场景与模型匹配。
  3. 学习选择逻辑框架(本章SVG图)——掌握从需求池到检查验收的决策路径。
  4. 完成检查表自测(本章1.9节验收标准)——验证是否达到导览阶段学习目标。
  5. 输出优先级排序方案框架(模板见1.5节)——为后续章节的深度实操做好准备。

1.5 输入输出物

类型 名称 格式 / 说明 示例
输入 需求池清单 电子表格或文档,含需求ID、标题、描述
REQ-001 用户登录忘记密码
REQ-002 订单列表批量导出
REQ-003 消息推送开关设置
输出 优先级排序方案框架 按选定模型结构排布的优先级列表
{
  "模型": "MoSCoW",
  "Must": ["REQ-001", "REQ-002"],
  "Should": ["REQ-003"],
  "Could": [],
  "Won't": []
}
输出 模型选择检查表 用于校验模型选择是否合理的自检清单
□ 数据是否充足?
□ 是否需要用户满意度分类?
□ 是否需要快速干系人共识?

1.6 责任边界

  • 学员(需求方/产品经理):负责提供真实需求池、参与模型选择决策、输出排序方案。
  • 讲师/引导者:负责提供SOP框架、解释模型差异、组织检查表验收。
  • 干系人:在MoSCoW模型中参与"Must/Should/Could/Won't"的等级投票;在KANO模型中作为用户调研对象。
  • 数据团队(如有):在RICE模型中配合提供覆盖度(Reach)、影响数据(Impact)等量化指标。
🎯 本章目标:完成本章后,学员应能独立为给定场景选择正确的优先级模型,并输出一份包含模型选择理由的排序方案框架。

1.7 记录材料

  • 学习笔记模板:按"模型名称→核心维度→适用条件→我的场景→选择理由"五栏记录。
  • 模型选择决策日志:记录每次优先级排序时选用的模型、选择依据、事后复盘结论。
  • 检查表PDF:课程配套的《模型选择检查表》纸质版或在线文档副本。
  • 案例需求池文件:用于演练的示例需求列表(课程附赠),包含10-15条典型需求。

1.8 异常处理

异常情境 可能原因 处理建议
三种模型都无法完全匹配当前场景 需求过度复杂或数据基础薄弱 先使用MoSCoW做粗粒度分类,再对高优先级子集用RICE细化
干系人对模型选择存在分歧 未见模型适用条件对比数据 组织5分钟"模型选择工作坊",用本章的表格与SVG进行可视化对比
需求池条目过多导致排序效率低 未做前置过滤 先按"业务价值/紧急度"四象限过滤,保留TOP 20条再进入模型排序
RICE中的"信心(Confidence)"难以量化 缺乏历史数据支撑 使用"高/中/低"三级定性估计,并在排序方案中标注置信度等级

1.9 验收标准

完成本章学习后,学员应通过以下检查项进行自测:

  • ✅ 能用自己的语言说出RICE、KANO、MoSCoW的核心区别。
  • ✅ 能根据给定的需求场景(数据充足度、时间窗口、干系人结构)选出推荐模型。
  • ✅ 能输出一份包含"模型名称+选择理由+初步排序列表"的优先级方案框架。
  • ✅ 能识别至少2种模型误用的典型情况(如:数据不足时强用RICE)。
  • ✅ 已完成模型选择检查表的填写,并无遗漏项。
📘 下一步行动:将本章输出的"优先级排序方案框架"带入第2章(RICE深度实操),填充量化数据并计算最终分数。