第4章 Confidence 维度定义：数据可信度分级、主观判断依据、置信度校准

适用场景

Confidence 维度用于修正 原始数据不可靠 或 预测成分过高 的 RICE 评分。当满足以下任一条件时，必须应用 Confidence 校准：

• 数据来源为 个人经验估算 或 非正式用户反馈。
• 数据样本量 < 30，或样本代表性不足（如仅来自单一用户群）。
• 使用类比估算（参考其他产品的类似功能），而非直接测量。
• 团队对评分存在显著分歧（评分差值 > 2 分）。

前置条件

1. 已完成 Reach、Impact、Effort 的初步评分。
2. 已明确评分数据的 来源类型（定量数据、定性数据、推测数据）。
3. 团队已通过 校准会议 对齐主观判断标准。

操作步骤

1. 分级数据来源
   • 高置信度（100%）：完全来源于内部产品分析数据（如埋点、A/B 测试结果）。
   • 中置信度（80%）：来自用户调研、竞品分析或历史项目经验。
   • 低置信度（50%）：仅凭个人直觉、粗略估算或行业报告推测。
2. 应用主观判断依据
   • 数据一致性：多个来源是否指向同一结论。
   • 数据时效性：数据是否在最近 3 个月内采集。
   • 数据偏差度：是否存在幸存者偏差或采样偏见。
3. 执行置信度校准
   • 将原始 RICE 分数乘以对应的置信度百分比，得到 校准后分数。
   • 公式：校准后 RICE 得分 = 原始 RICE 得分 × Confidence%（0.5 或 0.8 或 1.0）。
4. 记录并归档校准过程
   • 在 PRD 的“评分记录”部分标明每项功能的数据来源等级。
   • 对低置信度功能，附加 数据验证计划 作为后续行动项。

输入输出物

输入物	输出物
原始 RICE 评分表（含 Reach、Impact、Effort）	校准后 RICE 评分表
数据来源说明文档（含样本量、采样时间、来源渠道）	置信度标注表（含数据可信度等级）
团队评分分歧记录	数据验证行动清单

责任边界

• 产品经理：提供数据来源和置信度分级，发起校准会议。
• 数据工程师/分析师：验证数据准确性，提供样本量统计和偏差分析。
• 团队（产品、开发、设计）：共同参与校准，确认低置信度项的验证计划。

记录材料

记录项	内容示例
功能 F-1024	数据来源：A/B 测试（100%），样本量 5000，日期 2024-01
功能 F-1025	数据来源：用户访谈（80%），样本量 12，日期 2023-11
功能 F-1026	数据来源：PM 直觉（50%），无直接数据支撑

异常处理

验收标准

• 所有候选功能的 Confidence 维度均已标注（不许留空）。
• 校准后的 RICE 分数已按 0.5、0.8、1.0 三个等级正确计算。
• 低置信度（50%）的功能均附带 可执行的验证计划（如“下周追加 10 个用户访谈”）。
• 团队校准会议记录已归档至 PRD 附录。

置信度校准流程模型