Reach评估：用户触达范围定义、量化方法、数据来源
Reach（触达范围）衡量一个机器人需求或功能上线后，在给定时间窗口内能影响到的目标用户数量。它是RICE框架中“可触达性”的核心指标，直接决定需求的规模和价值上限。本章将系统化定义Reach的边界、量化方法、数据采集链路，并给出可复用的SOP操作流程。
适用场景
- 从需求池中筛选需排期的用户故事或特性时，需对比不同需求的潜在用户覆盖面。
- 功能发布前用于预测上线后的关键指标（如MAU、DAU增量）。
- 运营侧评估A/B测试、灰度发布、地域限定的样本量是否满足统计显著性。
- 硬件机器人产品（如扫地机、配送机器人）的功能定义需区分存量用户与增量用户。
前置条件
- 已完成需求池的初步清洗与优先级初筛（至少定义需求ID、标题、现状描述）。
- 产品已接入或计划接入用户行为埋点系统（如Amplitude、Mixpanel、私有日志中心）。
- 明确目标用户群体划分维度：地域、设备型号、固件版本、用户标签、注册时间等。
- 确定Reach计算的统计周期（通常为7天、30天或一次完整OTA版本周期）。
操作步骤
| 步骤 | 操作内容 | 关键细节 |
|---|---|---|
| 1 | 定义目标用户群边界 | 明确“谁会被触达”：功能面向所有注册用户 / 仅高级会员 / 仅特定硬件版本。 |
| 2 | 收集可用数据源 | 埋点日志、用户画像数据库、CRM系统、社区论坛活跃数、销售渠道出货量。 |
| 3 | 选择Reach量化方法 | 方法A：基于历史同类功能渗透率推算；方法B：基于目标用户池直接统计。 |
| 4 | 计算原始触达值 | 使用预定义公式：Reach = 目标用户池 × 预估功能加载率 × 质量衰减因子。 |
| 5 | 验证与校准 | 与产品、数据工程师交叉核对数据源口径，输出Reach评估PDF报备。 |
提示：对于硬件机器人产品，Reach不只依赖日活数据，还需考虑“首次连接激活用户”（FCU）和“已发货但未激活”的设备数量。避免仅统计软件端活跃用户导致低估硬件停摆风险。
输入输出物
| 类别 | 名称 | 说明 |
|---|---|---|
| 输入 | 用户画像数据库（JSON/CSV） | 包含设备型号、系统版本、最近活跃时间、用户等级等字段。 |
| 输入 | 埋点事件定义文档 | 明确功能对应的触发事件ID（如 homebase_create_map）。 |
| 输入 | 历史同类功能渗透率表 | 过去6个月内类似功能的累积渗透率曲线（按周粒度）。 |
| 输出 | Reach评估报告（.md或.pdf） | 含目标用户定义、数据来源清单、量化方法、原始值、校准记录。 |
示例：Reach计算推导（伪代码）
target_users = query("SELECT COUNT(DISTINCT device_id) FROM user_profiles WHERE last_active > NOW() - 30");
feature_loading_rate = 0.75; // 基于同类功能的30日渗透率中位数
quality_decay = 0.90; // 考虑网络延迟、固件不匹配等衰减
reach_est = target_users * feature_loading_rate * quality_decay
print(reach_est) // 结果应四舍五入到千位责任边界
- 产品经理：定义目标用户群边界，选择量化方法，撰写评估报告。
- 数据工程师：提供清洗后的真实埋点日志与用户画像查询接口，确保数据源可重复。
- QA/测试：在灰度环境验证埋点事件正确触发，协助校准质量衰减因子。
- 技术负责人：审批Reach评估是否需要引入额外数据源（如OTA升级下发成功率）。
记录材料
- Reach评估模板（含表格、公式）——作为本章附件。
- 每次Reach评估的数据源截图（埋点仪表板、SQL查询结果）。
- 交叉校准会议纪要（至少包含产品、数据、测试三方签字）。
- 历史Reach值回测记录（用于下次评估时修正质量衰减因子）。
异常处理
| 异常场景 | 处理措施 |
|---|---|
| 数据源不可用（埋点暂停/API超时） | 切换为备用数据源：基于出货量与激活率估算；最长等待24h再决策。 |
| 目标用户群定义分歧 | 召开30分钟快会，由产品负责人拍板；若仍无法统一，取保守值（下限）。 |
| Reach值计算结果与经验预期偏差>50% | 立即标注为“高风险”；重新审查数据源与计算方法；必要时执行小批量灰度测试验证。 |
| 新功能无任何历史数据 | 采用“最小可行假设法”：按同类竞品公开渗透率+本平台设备数*0.3作为初值。 |
警告：禁止在无数据支撑的情况下自行编造Reach数字。所有评估必须标注“置信度等级”（高=有直接埋点数据；中=有间接数据拟合；低=纯假设）。置信度等级需在需求条目上显式标记。
验收标准
- Reach评估报告内包含清晰的目标用户定义、数据来源表、量化公式与计算过程。
- 提供的原始数据来源至少有两个独立入口（如埋点+CRM）可以交叉校验。
- 所有数值保留原始单位（用户数、百分比），不四舍五入丢失精度。
- Reach评估结果已录入需求管理工具（如Jira / ClickUp）的对应自定义字段。
- 异常处理方案已在评估报告附录中记录，且经过一次内部评审。
该SVG图展示了Reach评估的五个核心步骤及其依赖关系：从左至右依次定义目标用户群、收集数据来源、选择量化方法，然后汇聚到计算原始Reach，最后经过验证与校准输出正式评估。右侧和左侧的说明框补充了数据来源与量化方法的典型例子。