第4章 Confidence（信心）评估：证据类型、不确定性、置信等级

在RICE评分中，Confidence（信心，即C值）用于衡量你对Impact、Reach和Effort估测的可靠程度。C值不是一个独立的“感受值”，而是基于背后证据类型和不确定性的量化表达。本章将帮助你系统化地评估证据质量、识别不确定性来源，并转化为标准置信等级。

4.1 适用场景

• 已完成Impact、Reach、Effort初步估算，需要标注每个维度的可信度。
• 团队成员对某项估算存在分歧，需要客观证据来统一认知。
• 产品决策者希望标记高风险、低信心的功能项，以便在资源紧张时优先排除。
• 版本规划中需要区分“高置信-核心功能”与“低置信-探索功能”。

4.2 前置条件

• 已完成至少一轮Impact、Reach、Effort的原始估测（估算值记录在输入物：RICE估算初表中）。
• 团队已收集或可获取以下至少一类证据：用户行为数据、历史实验报告、竞品分析、专家经验、用户访谈纪要。
• 已明确当前版本定义（MVP范围）和评估时间窗口。

4.3 操作步骤

1. 列举证据类型
   • 一级证据（最高）：A/B测试、准实验、观察性研究、用户分桶数据分析。
   • 二级证据（中）：用户调研问卷、可用性测试、专家评审、历史类似功能数据。
   • 三级证据（低）：团队直觉、单个用户反馈、竞品功能猜测、无数据支撑的假设。
2. 识别不确定性来源
   • 样本量不足、数据时间窗口过短、实验设计缺陷、环境变化（政策/竞品变动）等。
   • 使用下表记录每个维度的不确定性。
3. 映射置信等级
   • 参照下表将证据类型+不确定性组合转化为1～10区间的置信值。
4. 记录并更新RICE表
   • 在RICE估算初表的C列填入置信值，并附注证据来源。

4.4 输入输出物

4.5 责任边界

• 产品经理：主导证据收集、不确定性识别、最终C值裁定；对C值准确性负责。
• 数据分析师：提供一级/二级证据的数据支撑，标注数据置信区间。
• 开发团队：配合提供历史开发数据、工时评估的不确定性说明。
• 设计师/用户研究员：输出用户测试反馈、可用性评估中的证据。
• 决策审核人（如PM组长或VP）：复核C值标注是否合理，尤其对于C≤4的低置信项是否纳入MVP范围有否决权。

4.6 记录材料

推荐使用以下记录模板（可在团队共享文档中建立）：

## 置信评估记录
功能/特性ID：F-0042
功能名称：一键导出报告
评估人：张英
评估日期：2025-04-12

### Impact 置信
- 证据类型：二级证据（用户调研N=120，80%用户表示“非常需要”导出功能）
- 不确定性：样本偏年轻化，缺少企业用户数据
- 置信分数：7

### Reach 置信
- 证据类型：一级证据（当前日活数据：DAU=4.2w，导出功能触达率为82%）
- 不确定性：时间窗口仅两周，未覆盖月末峰值
- 置信分数：8

### Effort 置信
- 证据类型：三级证据（后端工程师凭经验估算，无原型）
- 不确定性：依赖第三方库兼容性未知，预计偏差±30%
- 置信分数：4

最终C值（取三个维度最小值，体现木桶效应）：4

4.7 异常处理

4.8 验收标准

1. 每项功能在RICE终表中的C列均有明确数值（1-10的整数）。
2. 每个C值对应至少一条证据类型记录（一级/二级/三级）。
3. 对于C≤4的功能项，在备注中给出不确定性说明或最小可行测试计划链接。
4. 置信评估日志已填写完整，包含三个维度的证据类型、不确定性描述及综合C值。
5. 团队共识：所有成员对当前C值分配无未解决争议（对争议项已记录“待复议”并计划补充数据）。

4.9 置信等级映射流程（SVG）