第1章 RICE框架概览:四个维度定义、权重理解、适用场景、常见误区
RICE 是产品经理最常用的需求优先级量化框架之一,由 Intercom 团队提出。它将每个需求抽象为四个维度的乘积与除法的组合:Score = (Reach × Impact × Confidence) / Effort。得分越高,优先级越高。这一框架帮助团队从用户价值、商业影响、确定性和成本四个角度做出可复盘的排序决策。
1.1 四个维度定义
| 维度 | 定义 | 典型评分范围 |
|---|---|---|
| Reach(触达) | 在固定时间窗口内,该功能会影响多少独立用户 | 用户数 / 月,如 100、1000、10k |
| Impact(影响) | 该功能对单个用户核心指标的提升程度 | 离散值:0.25、0.5、1、2、3 |
| Confidence(信心) | 你对 Reach 和 Impact 预估的把握有多高 | 0.1 / 0.2 / 0.5 / 0.8 / 1.0 |
| Effort(投入) | 团队完成该需求需要消耗的总工作量 | 人·周 或 人·月,如 2、8、40 |
1.2 权重理解与公式含义
四个维度并非等权:
- Reach 和 Impact 描述“价值总量”,直接相乘,无上限,高分项会被放大。
- Confidence 是杠杆调节器——低信心会大幅压低分数,逼迫团队先验证后投入。
- Effort 作为分母,使框架天然偏向“小投入、大产出”的需求。
📐 权重理解关键:RICE 不是等权模型。Effort 的二次方效应最显著:一个 Effort=10 的需求需要 10 倍的 Reach×Impact×Confidence 才能与 Effort=1 的需求获得相同分数。因此排序结果会强烈偏向快速赢(quick wins),而非长期平台能力。
1.3 适用场景
- 中短期功能(1-3个季度)的优先级排序;
- 跨功能领域(如增长、体验、合规)在同一排期窗口内的横向对比;
- 需求池中积压待办项的首次量化过滤。
1.4 常见误区
- 忽视 Reach 的时间窗口一致性:一个需求用“周触达”另一个用“月触达”,分数不可比。
- Impact 用线性数字:用户转化效果通常呈对数分布,线性评分会高估微小提升。
- 只看总分,不看分项:总分掩盖了策略选择——是低信心高触达(赌一把)还是高信心低触达(稳赢)?
- 将 RICE 分数当作绝对值:它只是相对排序工具,不能直接换算为ROI。
1.5 RICE 框架关系图
1.6 实践要点
- 统一 Reach 的时间窗口:对所有待评估功能使用相同的周期(例如“月活用户”),避免因窗口长短导致名义触达量不可比。
- Impact 采用对数级差:推荐使用 0.25、0.5、1、2、3 等离散值,替代连续线性评分,减少极端值对排序的过度干扰。
- 区别“直觉”与“数据”:Confidence 低于 0.5 时,优先安排调研或快速原型提升信心,而不是直接进入规划。
💡 快速上手:在首次使用 RICE 时,建议团队先对 5-8 个已有历史数据的需求进行回顾性评分,校准各维度的评分尺度,避免主观偏差。