📚 课程目录第4章 RICE评分模型详解

4. RICE评分模型详解：覆盖度、影响力、置信度、努力成本

RICE 评分模型是产品需求优先级的核心量化工具，四个维度分别对应：覆盖度（Reach）、影响力（Impact）、置信度（Confidence）、努力成本（Effort）。本章用一个案例贯穿，拆解每个维度的量化方法与判断标准，使你在 A/B 测试场景中能独立完成 RICE 计算。

案例背景：某社交 App 计划在“好友动态”页增加“一键生成回忆视频”入口。你将用 RICE 评估该需求的优先级，并随后设计 A/B 测试验证。

4.1 覆盖度（Reach）量化方法

覆盖度指在给定时间窗口内（通常为 1 季度或 1 个月）预估会被该功能影响到的独立用户数量。量化时需区分三类用户：

用户类型	定义	估算方式（以案例为例）
直接触达	主动进入功能入口的用户	DAU × 入口点击率 ≈ 50 万 × 12% = 6 万
间接影响	因好友视频生成而回流的用户	直接触达 × 分享率 × 回流系数 ≈ 6 万 × 35% × 1.5 ≈ 3.15 万
长尾覆盖	30 天内被通知或搜索到的用户	总 DAU 的 5% ≈ 2.5 万

最终覆盖度：直接 6 万 + 间接 3.15 万 + 长尾 2.5 万 = 11.65 万用户/月。为降低不确定性，可参考同类功能的覆盖数据，或先进行小范围灰度测试获取置信区间。

4.2 影响力（Impact）等级划分

影响力衡量该需求上线后对核心指标（如留存、转化、收入）的提升幅度。建议采用 3 级或 5 级离散标度：

3 – 巨大提升：指标提升 ≥ 20%，通常改变用户核心行为路径。
2 – 中度提升：指标提升 5% ~ 20%，优化现有流程。
1 – 轻度提升：指标提升 1% ~ 5%，微小体验改进。
0.5 – 极低影响：提升 < 1% 或仅为合规/技术债。

  案例判定：“一键生成回忆视频”预期使用户周分享率提升约 12%，日活跃度提升 8%，属于中度提升 → Impact = 2。若 A/B 测试后实际提升不足 5%，可回调至 1。

4.3 置信度（Confidence）评估标准

置信度代表你对覆盖度和影响力估算有多确信，常见标度：

置信等级	得分	判断依据
极高	100%	已有同类功能完整 A/B 测试数据或大规模灰度结果
高	80%	有强相关实验数据或专家经验共识
中	50%	定性访谈 + 内部估算，无直接数据
低	20%	仅凭假设或未验证的灵光一现

案例评估：项目组已做 5 场用户访谈，80% 受访者表示“非常愿意使用该功能”，但无直接上线数据 → 置信度定为 80%。若后续 A/B 测试结果与预估偏差超过 30%，应下调至 50%。

4.4 努力成本（Effort）估算

努力成本以“人月”为单位，涵盖设计、开发、测试、部署及验收工作量。推荐采用 T‑shirt 估算法：

小（S）：≤ 1 人月，单人可完成。
中（M）：1～3 人月，需 1～2 人开发。
大（L）：3～8 人月，需 2～4 人团队。
特大（XL）：> 8 人月，跨团队协作。

为避免估算偏差，需将任务拆解至子功能：

前端开发: 0.5 人月 (视频编辑器入口 + 预览页)
后端 API: 0.5 人月 (聚合用户照片/视频 + 生成接口)
客户端测试: 0.3 人月
灰度及 A/B 测试埋点: 0.2 人月
合计: 1.5 人月 → M (中)

最终 Effort 取 1.5（数值可直接用于 RICE 公式分母，建议保留一位小数）。

4.5 RICE 综合体验：SVG 流程图

下图展示了从原始需求到 RICE 得分的完整计算链路，用四个并行维度汇聚到最终优先级分数：

易错提醒：
· 覆盖度与影响力指标必须对应同一时间窗口（如月）。
· 置信度不能取 100% 除非你已有完全一致的 A/B 测试数据；通常从 80% 开始，随数据积累逐步调整。
· 努力成本估算应包含测试与埋点工作，新人常遗漏这部分导致最终得分虚高。

4.6 验收标准与交付物模板

完成本章学习后，你应能独立输出以下交付物：

交付物	内容说明	模板示例
RICE 评分表	包含四个维度的数值及计算过程	`需求: 一键生成回忆视频 Reach=11.65, Impact=2, Confidence=0.8, Effort=1.5 RICE=12.43`
覆盖度明细表	分渠道/用户类型估算逻辑	直接触达: DAU 50万 × 点击率12% = 6万 …
影响力量化说明	选择等级的依据文档	参考 5 级标度，结合历史同类功能提升幅度
努力成本拆解	子任务列表及人月数	前端 0.5，后端 0.5，客户端测试 0.3，埋点 0.2