RICE 评分框架总览：定义、起源与硬件产品价值
概念解释：什么是 RICE 评分框架？
RICE 评分框架是一种用于优先级排序的量化决策工具，由四个影响维度的首字母组成：
| 维度 | 全称 | 定义（在硬件产品语境下） |
|---|---|---|
| R | Reach（触达） | 该功能或改进在单位时间内预计能覆盖的目标用户数量（如“月活跃设备数”）。 |
| I | Impact（影响） | 对单个用户产生的预期效果强度，常用分级（3=极大，2=高，1=中，0.5=低，0.25=微）。 |
| C | Confidence（置信度） | 对该项预估的可靠程度，用百分比表示（100%=有数据证明，80%=有强证据，50%=有逻辑推理，20%=猜想）。 |
| E | Effort（投入） | 完成该工作所需的总工作量，通常以“人·周”或“人·月”为单位，包含硬件开发、测试、认证、供应链调整等成本。 |
最终优先级分数通过以下公式计算：
RICE Score = (Reach × Impact × Confidence) / Effort
数值越大，优先级越高。
数值越大，优先级越高。
起源：从互联网产品管理到硬件决策
RICE 框架由 Intercom 产品团队提出（最早见于 Sean Ellis 与 Paul Adams 的实践），最初用于 SaaS 产品的功能排期。国内硬件行业在 2018 年后逐渐引入该框架，以解决硬件产品中“依赖直觉投票”“开发周期长”“需求来源杂”等痛点。
相比互联网产品迭代速度快、A/B 测试容易的特点，硬件产品的 RICE 应用需要额外考虑：
- Reach ❯ 基于历史出货量、渠道覆盖预测，而不是 DAU。
- Impact ❯ 不仅要看用户感知，还要考虑技术可行性、供应链影响。
- Confidence ❯ 可用原型机测试、EBOM 清单、认证周期来支撑。
- Effort ❯ 必须包含模具费、NRE、合规认证、备料长周期等“隐藏工作量”。
原理图解：RICE 在硬件决策中的流程
类比：像选择旅行目的地一样理解 RICE
假设你有一次年假旅行，从两个目的地中选择：
- Reach = 同行的朋友能有多少人参加（覆盖人数）。
- Impact = 每个参加者预计的开心程度（从 1~10）。
- Confidence = 你对行程靠谱程度的把握（是否已经查过天气、交通、预算）。
- Effort = 需要花多少钱、多少天来准备（订票、签证、请假）。
用 RICE 计算：（参加人数 × 开心程度 × 把握度）/ 准备成本，哪个分数高选哪个。硬件产品中，同样用多维加权来避免“领导拍脑袋”或“谁声音大听谁的”。
常见误区
❌ 误区 1：把 Effort 只理解为研发工时
硬件中 Effort 必须包含物料成本、模具费用、认证周期、量产爬坡时间。忽略这些会导致“开发完但造不出来”或“造出来没有认证通过”。
硬件中 Effort 必须包含物料成本、模具费用、认证周期、量产爬坡时间。忽略这些会导致“开发完但造不出来”或“造出来没有认证通过”。
❌ 误区 2：Confidence 凭感觉打分
硬件产品的 Confidence 应来自：
– 已有类似模块的复用数据（100%）
– 原型机测试结果（80%）
– 零部件仿真报告（50%）
– 市场调研报告但无实物验证（20%）
不依据“我觉得有 70% 可行”来赋值。
硬件产品的 Confidence 应来自：
– 已有类似模块的复用数据（100%）
– 原型机测试结果（80%）
– 零部件仿真报告（50%）
– 市场调研报告但无实物验证（20%）
不依据“我觉得有 70% 可行”来赋值。
❌ 误区 3：把分数当绝对真理
RICE 应该在团队内做相对排序，而不是“分数 >50 就做，<50 就不做”。硬件中常有合规要求、战略级功能必须包含，需要先用 RICE 识别出高价值方向，再由管理层结合资源与风险做最终裁决。
RICE 应该在团队内做相对排序，而不是“分数 >50 就做，<50 就不做”。硬件中常有合规要求、战略级功能必须包含，需要先用 RICE 识别出高价值方向，再由管理层结合资源与风险做最终裁决。
练习题：计算并排序
某智能硬件团队有 4 个待立项功能，预估数据如下。请计算每个功能的 RICE 分数，并按优先级从高到低排序。
| 功能 | Reach (月活跃设备数) | Impact (分级) | Confidence (%) | Effort (人·周) |
|---|---|---|---|---|
| A. 环境光自适应 | 50,000 | 2 | 80% | 8 |
| B. 语音唤醒词定制 | 20,000 | 3 | 50% | 12 |
| C. 电池容量提升 10% | 80,000 | 1 | 100% | 6 |
| D. 双模蓝牙 + Wi-Fi | 10,000 | 2.5 | 20% | 20 |
提示： 计算时注意 Impact 分级是乘法因子，Confidence 需要除以 100 转换为小数（如 80% → 0.8）。先计算分子（R×I×C），再除以 Effort，保留两位小数。
参考答案请在课程附录中查找。动手计算比直接看答案更能加深理解。
应用边界：RICE 适合什么，不适合什么？
| 适用场景 | 不适用场景 |
|---|---|
| ✅ 功能优先级排序（新品定义、版本排期） | ❌ 长期技术路线规划（通常使用 TRL 技术就绪等级 + 投资组合矩阵） |
| ✅ 技术预研立项（多方案对比） | ❌ 日常缺陷修复（应基于故障影响范围与严重程度） |
| ✅ 供应商方案选型（如芯片选型、模组选型，需将 Reach 替换为“平台兼容设备量”） | ❌ 预算分配与人力资源规划（前者用 ROI，后者用资源日历） |
| ✅ 跨部门需求讨论会（统一量化语言，减少争吵） | ❌ 合规/安全类需求（不可妥协，RICE 只能作为附录参考） |
RICE 的最大价值在于将模糊的“感觉重要”转化为可重复计算的分数，但永远不能替代产品负责人对行业趋势、公司战略、技术风险的最终判断。在硬件产品中，建议将 RICE 作为第一轮筛选工具，之后再引入“技术可行性评估”和“供应链风险评估”两个维度。