3. Impact（影响）维度详解：影响程度分级、对硬件质量与体验的作用
Impact（影响）是 RICE 框架中衡量“某个特性、改动或投入对硬件产品核心指标产生直接改变的程度”的维度。与 Reach 关注“多少人受影响”不同，Impact 关注“改变有多大”。在硬件产品领域，Impact 通常体现在性能提升、可靠性改善、用户体验优化、成本节约或上市时间缩短等可量化结果上。
3.1 影响程度分级
我们将 Impact 划分为五个等级，采用 0.5 步进，方便精细评判。每个等级对应明确的硬件场景示例：
| 分数 | 等级标签 | 描述 | 硬件示例 |
|---|---|---|---|
| 3.0 | 颠覆性影响 | 彻底改变产品竞争力，带来数量级提升 | 散热方案从被动改为主动液冷，将芯片 TDP 提升 2 倍 |
| 2.0 | 显著影响 | 关键指标明显改善，用户可感知差异 | MCU 主频从 100MHz 提升至 200MHz，响应时间减半 |
| 1.0 | 中等影响 | 部分优化，对特定场景有正面作用 | 增加 ESD 防护等级，降低 10% 返修率 |
| 0.5 | 微小影响 | 效果可忽略或仅对极边缘情况有效 | 更换一款电容品牌，ESR 略有降低但基本无感知 |
| 0.0 | 无影响 | 改动不改变任何可测指标 | PCB 走线绕了一圈视觉对称，电气性能无差异 |
3.2 影响对硬件质量与体验的作用
Impact 是连接硬件工程投入与用户价值的桥梁。高 Impact 的特性直接提升：
- 性能指标：带宽、时延、功耗、精度等客观参数。
- 可靠性：MTBF（平均无故障时间）、环境适应性、抗干扰能力。
- 用户体验：交互流畅度、安装便捷性、维护成本降低。
- 商业价值：BOM 成本下降、开发周期缩短、合规性通过率提高。
值得注意的是，硬件领域的 Impact 评估必须结合“复用性”和“风险”。一个高 Impact 的改动如果同时引入高风险（如更换主芯片），则需要在决策时进行权衡。
3.3 影响分析流程图
下图展示了从需求发起至 Impact 定级的典型流程：
3.4 类比：硬件 Impact 如同“杠杆效应”
在硬件产品中，高 Impact 的改动就像一根结实的杠杆——投入同样的力（开发成本），却能撬动更大的成果。例如：
- 修改一颗关键的电源管理芯片（杠杆点），可以使整机待机功耗降低 30%，这是高 Impact。
- 调整一个只有 1% 用户会使用的测试点标记颜色，即使改动很小，但对用户体验几乎无影响，属于低 Impact。
评估 Impact 就是找到硬件系统中“受力点”最敏感的位置，而非平均用力。
3.5 常见误区
误区 1：将 Impact 等同于改动工作量——难度大 ≠ 影响大。有时一个微小改动（如调整电阻分压）就能解决严重过热问题。
误区 2：忽视了负向 Impact——某些改进可能提升 A 指标却损害 B 指标（如为提高性能增加功耗），需要综合评估。
误区 3：只凭直觉打分，缺乏数据支撑——硬件 Impact 最好基于仿真、实测或历史回归数据。
误区 2：忽视了负向 Impact——某些改进可能提升 A 指标却损害 B 指标（如为提高性能增加功耗），需要综合评估。
误区 3：只凭直觉打分，缺乏数据支撑——硬件 Impact 最好基于仿真、实测或历史回归数据。
3.6 练习题
题目：某智能手表团队计划将屏幕从 LCD 升级为 AMOLED，预计功耗降低 25%、亮度提升 40%，但 BOM 成本增加 8%。请根据 Impact 分级表，为该改动打分并说明理由。
思路：该改动同时影响性能（亮度）、功耗（延长续航）和成本。用户体验改善显著，且功耗降低直接影响续航——这是用户核心痛点。建议打 2.0（显著影响），若团队评估后可带来续航增加 1 天以上，可考虑 3.0。
提示：在练习时，建议用表格列出每个维度的分数，然后取加权平均值或按关键维度取最高分（取决于团队约定）。硬件产品通常建议取“短板维度”的影响值，以防负面效应被忽略。
3.7 应用边界
Impact 维度的适用边界需要注意以下几点：
- 适用于可量化的工程改动：对于概念性、探索性研究（如某种新工艺的可行性验证），Impact 难以预测，应改用其他评估方法。
- 不适用于同级别多选场景：当两个改动都达到 2.0 以上时，需结合 Confidence（信心）和 Effort（成本）进一步区分。
- 动态调整：随着产品迭代，同一个功能模块的 Impact 可能变化（例如成熟期再优化初始设计收益递减）。
- 硬件与软件差异：硬件改动通常有更长的验证周期和更高的沉没成本，因此 Impact 评估中应额外考虑“改动不可逆性”带来的影响。