2. RICE 框架核心概念：Reach、Impact、Confidence、Effort 定义与计算口径
2.1 适用场景
RICE 评分模型适用于需要对多个 A/B 测试候选实验进行优先级排序的场景，特别是当实验资源有限、团队需快速决策“先做什么”时。它适合中大规模增长团队在季度规划、月度实验 backlog 梳理或紧急需求评估中使用。
| 场景类型 | 说明 |
|---|---|
| 实验 backlog 优先级排序 | 大量优化假设同时提出，需统一打分排序 |
| 跨部门提案评审 | 不同来源的实验提案需用相同口径比较 |
| 季度/月度资源分配 | 确定下一周期投入开发的实验数量 |
2.2 前置条件
- 已明确实验核心目标（如转化率、留存、GMV）
- 应收集至少 3 个月的基线数据或行业基准，用于支撑 Reach 和 Impact 的估算
- 团队统一认可 RICE 各维度的评分标尺（1～10 或 1～5）及其含义
- 组织已完成一次 RICE 评分校准会议，减少主观偏差
2.3 操作步骤：四维定义与计算口径
Step 1 — Reach（触达范围）
定义：实验预计触达的用户数量或事件次数，通常以“每周期（周/月）触达用户数”表示。
计算口径：
Reach = 受影响用户数（unique users） × 实验周期内平均访问次数
实际计算时，可直接使用 DAU/MAU 或页面 PV/UV 的片段乘数。
若功能仅面向部分用户（如 10% 白名单），则 Reach 需乘以曝光比例。评分参考（1～10 分制）：
| 分数 | 描述 |
|---|---|
| 1～3 | 影响 < 5% 的月活跃用户，或仅少数特定事件 |
| 4～6 | 覆盖 5%～20% 月活，或关键流程节点 |
| 7～9 | 覆盖 >20% 月活，或全站通用改动 |
| 10 | 触达全体活跃用户，或影响核心业务流 |
Step 2 — Impact（影响程度）
定义：当实验效果为正向时，对核心指标提升的预期幅度，常用“相对提升百分比”或“绝对增量”度量。
计算口径：
Impact = （实验组预期指标值 - 对照组指标值） / 对照组指标值 × 100%
若短期内无法准确预估，可用历史类似实验效果或行业平均效果代替。
评分时考虑效果的统计显著性和业务可感知程度。评分参考（1～10 分制）：
| 分数 | 描述 |
|---|---|
| 1～3 | 预期提升 < 1%，或对业务影响可忽略 |
| 4～6 | 预期提升 1%～5%，或中等幅度改善 |
| 7～9 | 预期提升 5%～15%，或显著业务收益 |
| 10 | 预期提升 >15%，或颠覆性效果（如全新转化漏斗） |
Step 3 — Confidence（置信度）
定义：团队对实验预期效果会发生的信心指数，取决于数据支撑强度、因果关系清晰度、历史复现率及测试可实施性。
计算口径：
Confidence = 证据强度评分 + 实验可行性评分 – 风险抵消分
• 证据强度：有无前期调研、A/A 检验、外部文献支撑
• 可行性：实验能否被干净隔离（无污染、无交叉影响）
• 风险：高风险改造成分（如重写核心逻辑）会降低信心评分参考（1～10 分制）：
| 分数 | 描述 |
|---|---|
| 1～3 | 纯直觉，无数据或原型支持 |
| 4～6 | 有间接数据或用户反馈，但未验证 |
| 7～9 | 有同类实验前测、小范围验证或强理论支撑 |
| 10 | 已在相似场景下重复验证，因果链完整 |
Step 4 — Effort（投入成本）
定义：完成实验从开发、部署到上线分析所需的人天或资源消耗（包含缺陷修复和后期维护）。
计算口径：
Effort = （前端开发人天 + 后端开发人天 + QA 人天 + 数据分析人天） × （1 + 风险系数）
风险系数通常为 0.2～0.5，根据技术复杂程度调整。评分参考（1～10 分制，注意：Effort 为负向维度，数值越高得分越低）：
| 分数 | 描述 |
|---|---|
| 10 | 2 人天内完成（极低投入） |
| 7～9 | 0.5～2 周 |
| 4～6 | 2～4 周 |
| 1～3 | 超过 4 周或涉及跨团队协调 |
2.4 输入输出物
| 类型 | 内容 |
|---|---|
| 输入 | 实验假设描述、基线指标数据、用户行为埋点、历史实验日志、技术架构图 |
| 输出 | 每项实验的 RICE 四维评分（原始值及 1～10 分）及最终 RICE 总分（Reach × Impact × Confidence / Effort） |
🛠 计算示例：一项登录页优化实验，预计触达 30 万月活用户（Reach=6），预期转化率提升 8%（Impact=8），基于用户调研和原型测试支撑 Confidence=7，开发需 10 人天（Effort=5）。
RICE = 6 × 8 × 7 ÷ 5 = 67.2。该分数可作为优先级参考数值。
RICE = 6 × 8 × 7 ÷ 5 = 67.2。该分数可作为优先级参考数值。
2.5 责任边界
- 增长负责人/PM：组织评分会议，确保各维度解释一致，最终拍板优先级
- 数据科学家：提供 Reach 和 Impact 的基线数据，负责 Confidence 的证据强度评估
- 开发主管：给出 Effort 估算，并标注技术风险
- QA：确认实验可测性和测试环境准备
2.6 记录材料
每次评分后需保存以下材料：
- RICE 评分表（含四维原始计算值和最终分值）
- 评分会议纪要（含分歧点讨论和最终裁定理由）
- 每项实验的 Reach/Impact/Confidence/Effort 支撑数据截图或链接
- 校准报告：对比相同实验在不同评估者的评分一致性（Coefficient of Variation）
2.7 异常处理
| 异常情况 | 处理方式 |
|---|---|
| Reach 数据缺失 | 使用同类功能历史均值，或取对应页面整体流量降级估算 |
| Impact 预估严重不确定 | 取保守值（如中间偏下），或做敏感性分析（给出低/中/高三档） |
| Confidence 出现极端分歧（＞3分差） | 停会补充调研，收集 A/A 检验或竞品数据后再重新投票 |
| Effort 依赖外部依赖 | 标记为“待确认”，先按最高投入估算，后续更新 |
| 多项目 Effort 相互依赖 | 拆分为独立子实验，分别评估 Effort |
⚠️ 常见误区：不要将 Confidence 与 Impact 混淆。高 Impact 但低 Confidence 的实验需要更多验证（如先做最小可行性测试），不应直接给高分。
2.8 验收标准
- 每个维度的评分均有明确的数据来源或归因文档
- 所有参与评分者在评分表上签字或邮件确认
- 同一实验团队内重复评分结果偏差 < 2 分（对 1～10 分制）
- RICE 总分排序与最终实验观察到的实际效果排名呈正相关（相关系数 > 0.5 为合格）
- 事后回顾：每季度至少抽取 5 个已完成实验，复盘 RICE 与实际效果的偏差，更新评分校准手册