1.1 RICE 四维定义与评分标准
RICE 框架是一种基于四维量化评估的需求优先级排序方法，由 Intercom 团队提出。它通过四个独立维度——Reach（触达范围）、Impact（影响程度）、Confidence（置信度）、Effort（投入成本）——对每个需求进行评分，最终得出一个可横向比较的优先级分数（RICE Score = R × I × C / E）。本课程所有案例拆解与版本规划都以此框架为基石。
💡 核心认知：RICE 不是为了精确计算“绝对优先级”，而是帮助团队在资源有限时，用统一尺度讨论需求价值，避免凭直觉排期或“嗓门最大的人说了算”。
1.1.1 维度定义与评分标准
| 维度 | 定义 | 评分范围与典型情境 | 适用场景辨析 |
|---|---|---|---|
| Reach 触达范围 |
在特定时间周期内，该功能/需求会影响多少用户（或交易/页面数） | 按月统计用户数： • 极少：<100 → 1分 • 少量：100~1k → 2分 • 中等：1k~10k → 10分 • 大量：10k~100k → 100分 • 极大：>100k → 1000分 |
适用于面向大量用户的功能（如注册流程优化）；不适用于仅影响少数内部管理员的工具（此时 Reach 分数可调小权重） |
| Impact 影响程度 |
该需求对单个用户/单次使用产生的影响深度（通常通过用户行为改变、转化率提升、满意度改善来衡量） | 采用0.25~3倍乘数： • 极小影响 → 0.25 • 低影响 → 0.5 • 中等影响 → 1 • 高影响 → 2 • 极大影响 → 3 |
适合对关键指标（如转化率、留存率）有明显提升的需求；对“锦上添花”的体验优化应谨慎给高Impact（需结合Confidence验证） |
| Confidence 置信度 |
团队对需求能带来预期效果的确定程度（数据、用户研究、经验判断的混合） | 百分比形式： • 20% → 低（纯猜测） • 50% → 中（有间接证据） • 80% → 高（有数据/原型验证） • 100% → 极高（已验证无误） |
低置信度需求应优先通过快速实验（A/B测试、用户访谈）提升证据等级；不建议给一个“感觉很好”的功能打80%以上置信度 |
| Effort 投入成本 |
完成该需求所需的人·月或人·周（包括设计、开发、测试、部署等全链资源） | 以人·月为单位： • 极小：<1人·周 → 0.5 • 小：1~2人·周 → 1 • 中：1~2人·月 → 2 • 大：>2人·月 → 4 • 极大：>1季度 → 8+ |
适用于开发资源可量化的功能；对于需要大量沟通协调或外部依赖的需求，需在Effort中加入“隐性成本”系数 |
1.1.2 RICE 计算与优先级分数
最终优先级分数 = Reach × Impact × Confidence ÷ Effort。分数越高越应优先投入。例如：某功能 Reach=1000（10分），Impact=3（极大），Confidence=80%，Effort=1人·月（2），则 RICE Score = 10×3×0.8÷2 = 12。若另一功能得分为8，则前者优先。
1.1.3 四维度关系与适用决策树
📊 决策启发：当 Reach 与 Impact 存在权衡时（如触达大量用户但影响浅，或触达少量用户但影响深），应通过实际业务目标判断——追求用户增长优先看 Reach，追求转化优化优先看 Impact。
1.1.4 维度间常见辨析误区
- Reach 与 Impact 混淆：触达很多用户但影响微弱（如修改页面文案颜色），和触达少量用户但影响巨大（如优化核心付费流程），分别属于 Reach 高 Impact 低，或 Reach 低 Impact 高。评分时应分别评估，不可合并为“总体价值”一个数。
- Confidence 打分受情感影响：团队对某个功能过于乐观时易给高置信度。建议设定“证据等级”规则：仅在有定量实验数据时才能给 80% 以上，有定性用户调研时给 50%～80%，纯猜测不超过 20%。
- Effort 忽略隐性成本：仅计算开发人天会导致低估协作成本。建议在 Effort 中增加“沟通系数”、“集成风险系数”等调整因子（例如乘以 1.5 用于跨团队需求）。
⚠️ 避坑提示：RICE 框架不应对所有需求机械套用。当需求为“必须做”的法律合规、安全漏洞修复时，RICE 分数不应作为排序依据——此时应标记为“高优先级”并跳过评分。否则可能因 Reach 小或 Effort 大而被错误延后。
1.1.5 本节交付物模板
每完成一个需求评分后，应输出以下结构化记录，作为后续版本规划的基础输入：
| 需求ID | 需求描述 | Reach (R) | Impact (I) | Confidence (C) | Effort (E) | RICE Score | 优先级排序 |
|---|---|---|---|---|---|---|---|
| F-001 | 优化注册表单字段数 | 1000 (10) | 2 | 80% | 1人·月 (2) | 8.0 | P1 |
| F-002 | 添加深色模式 | 5000 (10) | 0.5 | 50% | 2人·月 (2) | 1.25 | P3 |
| F-003 | 支付页性能提升 | 20000 (100) | 2 | 100% | 0.5人·月 (1) | 200 | P0 |
在实际课程案例拆解中，我们将基于此类表格进行 Roadmap 版本规划。下一部分将进入 场景与业务问题映射（第2章），将 RICE 评分与具体用户旅程结合。