1. RICE 模型概述与适用场景
1.1 适用场景
RICE 评分模型适用于需要对多个候选项目、功能或需求进行优先级排序的场景。其核心价值在于将主观判断转化为可量化的分数，从而支持数据驱动的决策。具体适用场景包括但不限于：
- 产品路线图规划：从多个待办事项中筛选出下一阶段最高价值的功能。
- 季度/迭代规划：在有限资源下，选择影响力最大、成本可接受的需求进行开发。
- A/B 实验与特性评估：评估不同实验方案或功能上线后的潜在收益与投入比。
- 跨团队资源协调：为不同团队提供的项目方案提供统一的优先级对比基准。
提示：RICE 模型特别适合产品、运营和项目管理团队在早期阶段快速筛选大量备选方案，避免在低价值需求上浪费分析成本。
1.2 前置条件
在开始使用 RICE 模型之前，需要确认以下前置条件是否满足，否则评分结果可能失真：
- 数据可得性：团队有渠道获取或估算每个维度的数值，例如用户覆盖数、关键转化率、历史置信度数据、工程工时数据。
- 评分维度定义清晰：团队已就 Reach、Impact、Confidence、Effort 四个维度的具体度量指标达成一致。
- 协作流程就绪：产品经理、数据分析师、技术负责人等角色均已明确，且有固定的沟通渠道进行分数校准。
- 候选列表已创建：所有需要排序的候选项目或功能特性已整理成清单，并附有基本的描述或需求文档。
1.3 操作步骤：RICE 四维定义与评分计算
RICE 分数由四个维度加权计算得出，公式如下：
RICE 分数 = (Reach × Impact × Confidence) / Effort下面对每个维度进行定义，并给出评分准则：
| 维度 | 定义 | 评分范围 | 典型数据来源 |
|---|---|---|---|
| Reach （覆盖范围） |
在特定时间窗口（如一个月/一季）内，该功能将会触达的用户数量或事件次数。 | 0.5（极少数） 1（少量） 10（中等） 100（广泛） |
GA/统计面板 用户调研 历史类似功能数据 |
| Impact （影响力） |
对单个用户或单次触达产生的转化效果。通常聚焦于核心指标，如留存率、付费转化率或满意度。 | 0.25（极小） 0.5（低） 1（中等） 2（高） 3（极高） |
产品 Metrics 仪表盘 实验数据 用户访谈 |
| Confidence （置信度） |
团队对“达到预期 Impact”有多大把握。高置信度意味着有数据或实验支持。 | 20%（极低） 50%（低） 80%（中等） 100%（高） |
实验统计学结果 历史案例复现率 专家判断量化 |
| Effort （投入） |
实现该功能所需的总工作量，通常用“人天”或“故事点”表示。 | 0.5（几天） 1（一周） 2（两周） 3（三周以上）/ 5（大型项目） |
开发团队估算 技术设计评审 历史工时分摊 |
核心公式示例（聚焦单一项目）：
- Reach = 10（中等触达）
- Impact = 2（高影响力）
- Confidence = 80%（中等置信度）
- Effort = 2（两周工作量）
- RICE 分 = (10 × 2 × 0.8) / 2 = 8.01.4 RICE 与 ICE / WSJF 对比
| 模型 | 维度 | 侧重点 | 适用阶段 | 推荐场景 |
|---|---|---|---|---|
| RICE | Reach, Impact, Confidence, Effort | 兼顾覆盖、效果、信心与成本，降低主观风险 | 产品功能优先级 / 实验筛选 | 数据基础较好、需长期维护的成熟产品团队 |
| ICE | Impact, Confidence, Ease | 评估简单快速，适合早期测试 | 增长实验 / 营销创意筛选 | 创业公司快速验证假设 |
| WSJF | User-Business Value, Time Criticality, Risk Reduction, Job Size | 侧重经济价值最大化，考虑延迟成本 | 精益组合管理 / 敏捷 Backlog | 需要量化延迟成本的大型项目集 |
1.5 选择 RICE 的条件清单
只有当以下条件多数满足时，RICE 模型才能发挥最大效能：
- [ ] 团队能获取或合理估算用户覆盖数（Reach）。
- [ ] 团队对核心转化指标（Impact）有统一定义和基准值。
- [ ] 存在历史数据或实验数据支撑 Confidence 评分。
- [ ] 团队有能力对 Effort 做出相对准确的工时估算。
- [ ] 决策过程需要结构化和可追溯以对抗偏见。
1.6 RICE 模型概念关系图
1.7 输入输出物
| 类型 | 名称 | 内容说明 |
|---|---|---|
| 输入 | 产品路线图 / 需求池 | 包含候选功能名称、简要描述、目标用户群体、预期影响 |
| 输入 | 用户行为数据 / 历史实验数据 | 用于估算 Reach 和 Confidence 的定量依据 |
| 输入 | 工程工时估算 / 技术设计文档 | 用于确定 Effort 维度 |
| 输出 | RICE 评分优先级排序表 | 包含每个候选项目四维分数及最终 RICE 分，按分数从高到低排列 |
| 输出 | 决策会议纪要 / 资源分配建议 | 记录优先级结论及后续行动项 |
1.8 责任边界
- 产品经理：负责定义 Reach 与 Impact，组织评分会议，确保各维度数据来源可靠。
- 数据分析师：提供置信度（Confidence）的量化依据，必要时执行 A/B 测试或统计检验。
- 技术负责人/架构师：负责提供 Effort（工时/成本）估算，并评估技术风险。
- 团队负责人/Scrum Master：确保评分过程公正透明，避免个人偏见影响最终排序。
1.9 记录材料
建议使用统一的表格记录每次 RICE 评分过程，格式示例如下：
记录编号: RICE-2025-001
评审日期: 2025-03-21
参与人: 王产品, 李分析, 张技术
备注: 季度路标优先排序会议
候选项目 | Reach | Impact | Confidence | Effort | RICE得分
---------|-------|--------|------------|--------|---------
功能A | 10 | 2 | 80% | 2 | 8.0
功能B | 1 | 3 | 50% | 1 | 1.5
功能C | 100 | 0.5 | 100% | 5 | 10.01.10 异常处理
| 异常场景 | 处理策略 |
|---|---|
| 数据缺失（如无法定量 Reach） | 采用专家判断估算，并在 Confidence 维度给予低分（如 20%）以标记风险 |
| 维度间冲突（如高 Impact 但低 Confidence） | 优先采用高自信度数据，若存在显著矛盾则降低优先级并追加实验 |
| 评分极端值（如 Effort 远超其他项） | 通过百分位换算或同组内归一化处理，避免极端 Effort 主导排序 |
| 流程受阻（多人评分不一致且拒绝妥协） | 引入盲评机制，每人独立打分后取中位数或加权平均，并记录分歧点 |
1.11 验收标准
- 每个候选项目的 Reach、Impact、Confidence、Effort 评分均有明确的数据或估算依据，并在记录材料中可追溯。
- RICE 分数计算过程与公式一致，可通过 Excel 或简单计算器复现。
- 排序结果已被所有关键干系人确认，并形成最终优先级列表。
- 已识别出 Confidence 低于 50% 的项目，并安排后续验证实验。