RICE量化评估概述
RICE量化评估是导航能力评估的核心框架,将模糊的“导航体验”拆解为可测量、可复现、可改进的四个维度和一套标准化交付物。本章为全课程的认知基础,帮助读者建立“评估前→评估中→评估后”的完整思维链路。
适用场景
- 产品验收:导航系统(地图、网页导航、软件菜单)上线前的能力基线测试。
- 竞品分析:对比多款导航产品的RICE得分,定位短板。
- 版本迭代:每次发布新功能后重新评估,量化改进效果。
- 用户研究:结合可用性测试,用RICE指标解释用户行为数据。
前置条件
- 已定义导航任务清单(如“从首页到达功能X”),每个任务包含起点、终点、期望路径。
- 已准备至少3种典型用户画像(新手、普通、专家),或实际测试用户。
- 评估环境(设备、网络、数据)已稳定,与生产环境一致。
操作步骤(概述)
RICE评估按以下四步执行,每步产生一个维度的分值:
- Reach(覆盖度):统计导航能覆盖的起点/终点对数,除以理论总对数。
- Interaction(交互效率):测量完成单次导航的平均点击/手势次数及耗时,与基准值对比。
- Clarity(信息清晰度):通过用户问卷(5点李克特量表)获取对当前路径提示、图标、文字的理解得分。
- Error(错误容忍度):记录用户偏离正确路径的次数,以及无代价回正的比例。
输入输出物
| 类别 | 输入物 | 输出物 |
|---|---|---|
| 前置 | 导航任务清单、用户画像定义、评估环境配置 | — |
| R(覆盖度) | 导航图数据、任务清单 | 覆盖度矩阵(表格/热图) |
| I(交互效率) | 操作日志、计时脚本 | 交互效率报告(均值、P95) |
| C(信息清晰度) | 用户问卷原始数据 | 清晰度得分(0~100) |
| E(错误容忍度) | 操作路径录像/日志 | 错误率、回正率、偏离热区图 |
| 最终 | 四个维度输出 | RICE综合评分卡 + 改进优先级矩阵 |
责任边界
- 评估策划人:制定任务清单、选定用户画像、设计问卷。
- 执行工程师:部署埋点、采集日志、运行自动化测试(如适用)。
- 用户研究员:组织用户测试、收集问卷、整理录像。
- 数据分析师:清洗数据、计算各维度分值、生成可视化报告。
- 决策者:审核RICE得分,判定导航能力等级(通过/改进/重做)。
记录材料
所有评估过程须保留以下可追溯记录:
- 原始日志:时间戳、用户ID、操作动作、页面状态。
- 问卷答卷:匿名化保存,附带作答时间。
- 录像文件:关键任务段截取,注明偏离动作。
- 评分工作簿:包含计算公式、中间值、最终得分。
异常处理
| 异常场景 | 处理方式 |
|---|---|
| 测试中途用户退出 | 标记该样本为“不完整”,不计入最终统计;记录退出原因。 |
| 导航系统突发故障 | 暂停评估,记录故障时间窗;重新测试前至少恢复稳定30分钟。 |
| 某一维度数据缺失 | 若缺失≤10%样本,用中位数填充;若>10%,该维度不参与综合评分,仅给出定性说明。 |
| 用户画像与预期不符 | 追加补充测试,或在报告中注明画像覆盖偏差。 |
验收标准
- 每个维度得分均有具体数值(非模糊评语)。
- 综合评分卡包含RICE总分(四项加权平均,权重可配置但须注明)。
- 交付物中至少包含一张四象限图(以R与I为横纵轴,C与E为气泡大小)。
- 评估报告必须在5个工作日内提交,并附异常处理记录。
提示:RICE总分并非越高越好,最佳导航能力应根据用户画像的期望值设定及格线。例如新手用户更看重Clarity,可调高其权重至40%。
关键交付物预览:RICE综合评分卡通常以雷达图或柱状图呈现,每个维度满分100分,总分取加权平均(默认权重R:20%, I:30%, C:30%, E:20%)。评分卡下方附改进优先级矩阵(低分高权重项优先优化)。
注意:本章仅做概念性概述。后续各章节将给出每维度的SOP操规、计算公式、工具和模板。请确认你已经准备好任务清单与画像定义,否则评估结果可能因输入偏差而失效。