场景优先级排序：影响-可行性矩阵、KANO模型、ROI估算

3.1 为什么需要优先级排序

MVP 不是把所有人都想要的功能做一遍，而是把“最有必要验证”的场景先做出来。在用户访谈产出的场景清单中，团队经常面临两类问题：

• 太多想做 —— 每个场景都有人主张，排期永远不够
• 太少标准 —— 凭感觉或权力关系决定先做什么，上线后却发现价值低、实现成本高

本章提供三套互补的排序武器：影响-可行性矩阵（定性速筛）、KANO模型（用户满意度预测）、ROI估算（量化决策）。三者配合，从不同维度把模糊的场景清单变成顺序明确的排期表。

3.2 第一道筛网：影响-可行性矩阵

用横轴“可行性（实施难度、技术风险、资源约束）”和纵轴“影响（用户价值、业务收益、战略契合）”把场景放入四个象限：

3.3 第二道筛网：KANO模型

KANO模型把用户需求分为五类，用来判断某个场景对用户满意度的“边际贡献”：

3.4 第三道筛网：ROI 估算

ROI（Return on Investment）＝（预期收益－实施成本）／实施成本。在影响-可行性矩阵选出高影响高可行场景、KANO 确认用户主观价值后，用数字做最终排期：

ROI 估算流程：
1. 估算收益：预计增长用户量 × 单用户生命周期价值（LTV）
   或：提升的关键指标（转化率、留存率等）× 基准基数 × 指标价值
2. 估算成本：开发人天 × 人天单价 ＋ 基础设施／第三方费用
3. 计算 ROI 并排序
注意：MVP 阶段的收益往往靠推测，建议取保守值（最低预期）做下界计算。

3.5 三筛网联动工作流

三个模型不是串行、也不是单选，合理的做法是 并行标注、综合排序：

1. 每个场景都获得：影响分×可行性分（矩阵位置）、KANO 类别、ROI 区间。
2. 优先级排序规则：
   必备型 + 高影响×高可行 + ROI > 2 → 第一顺位
   期望型 + 高影响×中可行 + ROI > 1 → 第二顺位
   任何场景若被标为“无差异型”，无论 ROI 多高都建议砍掉（除非免费集成成本极低）。
3. 针对高影响×低可行的场景（争取做），启动技术预研或分步交付，降低可行性门槛后重回筛选。

下图显示三个模型如何共同输出最终 MVP 场景候选列表：

3.6 交付物：场景优先级排序表模板

整理以下字段形成可评审的文档，每个场景一行：