第4章：设计原型以量化Reach指标
本章聚焦于如何在Axure原型中通过埋点设计、用户触达路径模拟与数据采集方案来量化RICE决策框架中的Reach指标。Reach（触达用户数）是RICE排序公式中规模因子，直接决定功能上线后影响用户量级；原型阶段缺少量化手段会导致Reach评估完全依赖主观估算，排序失真。
4.1 用户场景：谁在用原型量化Reach？
- 产品经理：需给出每个候选功能的预估触达用户数，支撑RICE打分。
- 交互设计师：在原型中布置埋点占位符，为后续开发提供交互说明。
- 数据分析师：基于原型模拟路径，定义Reach事件的口径与采集逻辑。
- 技术负责人：评估埋点实现成本，确认数据采集方案的可行性。
4.2 业务问题：Reach指标为什么难以量化？
核心矛盾：Reach不是“页面UV”，而是“功能触达用户数”。原型阶段缺少真实用户行为数据，产品经理常把“页面访问量”当作Reach，导致高估或低估实际触达规模。
- 路径模糊：用户从进入产品到触发功能之间有多条路径，原型未模拟路径分叉，无法统计真实触达漏斗。
- 埋点缺失：原型中未定义埋点位置、事件名称、参数结构，开发实现时各自为政，数据无法对齐。
- 无基线数据：新功能无历史数据可参考，Reach基数只能“拍脑袋”，RICE排序失去信度。
4.3 需求拆解：原型量化Reach的三要素
| 要素 | 需求说明 | 原型输出物 |
|---|---|---|
| 埋点设计 | 在原型交互元件上标注事件ID、事件类型、参数列表 | 埋点标注稿 + 事件字典表 |
| 用户触达路径模拟 | 用Axure动态面板模拟用户进入功能的N条典型路径，记录路径分流比例 | 路径模拟原型 + 路径分流数据表 |
| 数据采集方案 | 定义Reach事件的上报时机、聚合口径、用户识别规则 | 数据采集规范文档 + 埋点验收checklist |
4.4 方案表达：在Axure原型中实现埋点设计
在原型画板中为每个可交互元件附加埋点标注层，使用Axure的“元件交互注释”面板或自定义部件库，标注以下字段：
事件ID: RCH_01
事件名称: 功能入口_点击
事件类型: click
参数列表:
- page_id: 当前页面标识
- entry_position: 入口位置（nav/card/banner）
- user_role: 用户角色
采集时机: 用户点击入口按钮时立即上报
备注: 对应RICE Reach指标的事件源，每日去重用户数即为Reach值
技巧：在Axure中创建“埋点标注模板”部件，包含事件ID、参数列表、上报时机三个占位文本框，拖拽到对应元件上方即可快速完成埋点标注，保证团队输出一致性。
4.5 用户触达路径模拟：从入口到功能核心
使用Axure动态面板构建用户触达路径模型，模拟用户在真实产品中从不同入口到达功能核心节点的路径，并记录每条路径的分流比例。
- 路径识别：通过用户访谈或产品日志（如有）整理出Top-5触达路径。
- 动态面板搭建：每个路径节点对应一个动态面板状态，页面切换时记录路径索引。
- 分流比例标注：在路径分叉处使用交互注释标注预估分流百分比（如：导航入口占60%，推荐卡片占30%，搜索占10%）。
- Reach汇总：将各路径触达用户数汇总，去重后得到功能总Reach。
注意：分流比例应基于现有产品数据或最小可行调研（至少访谈5位目标用户）给出，避免主观臆断。原型中标注“预估比例”和“置信度”两个字段，方便后续修正。
4.6 数据采集方案：定义Reach指标口径
Reach指标的核心口径为：“在统计周期内，至少触发一次功能核心事件的去重用户数”。数据采集方案需明确以下内容：
| 采集要素 | 定义 | 示例 |
|---|---|---|
| 核心事件 | 代表用户“已触达功能”的最小行为事件 | “智能推荐功能_首次曝光” |
| 用户识别 | 跨设备/跨会话的用户唯一标识 | user_id（登录态） + device_id（未登录） |
| 统计周期 | Reach指标的聚合时间窗口 | 日Reach / 周Reach / 累计Reach |
| 去重逻辑 | 同一用户多次触发只计一次 | 按user_id去重，未登录用户按device_id去重 |
| 上报时机 | 事件触发的网络上报条件 | 即时上报 + 离线补传（防丢） |
4.7 指标验证：原型阶段如何验证Reach量化合理性？
验证方法：将原型中模拟的Reach值与业务方已有数据进行交叉比对，确认量级和趋势合理。
- 量级校验：原型中功能Reach ÷ 产品总MAU = 触达渗透率；若渗透率 > 80% 需验证路径是否覆盖了全部用户群；若 < 5% 需确认功能入口是否过深。
- 路径覆盖率验证：Top-5路径模拟的Reach之和 ÷ 全路径理论Reach ≥ 90%，否则需补充长尾路径。
- 一致性检查：相同用户场景下，原型模拟的Reach排序与业务直觉或历史数据排序一致。
4.8 验收标准：原型Reach量化模块通过条件
- 原型中所有功能核心入口已完成埋点标注，事件ID唯一且参数列表完整。
- 用户触达路径模拟覆盖至少5条典型路径，每条路径有分流比例依据。
- 数据采集方案文档已定义Reach口径、去重逻辑、上报时机。
- Reach模拟值与至少1个现有数据源（如GA/日志）完成交叉校验，偏差≤30%。
- 埋点验收checklist已编写，包含事件ID、参数名、上报时机、预期触发次数4项。
4.9 交付物模板
| 交付物 | 格式 | 内容说明 |
|---|---|---|
| 埋点标注原型 | .rp / .html | Axure源文件或生成的HTML演示，包含完整的埋点标注层 |
| 事件字典表 | .xlsx / .csv | 事件ID、事件名称、参数列表、上报时机、所属功能、备注 |
| 用户触达路径模拟图 | 内嵌于原型/截图 | 动态面板状态切换展示各路径分流，附比例标注 |
| 数据采集规范文档 | .doc / .md | Reach口径定义、去重逻辑、用户识别规则、上报方案 |
| 埋点验收checklist | .xlsx | 事件ID、参数名、上报时机、预期触发次数、验收结果 |
复用建议：将事件字典表和埋点验收checklist作为团队标准模板复用，每期迭代只需新增/修改事件行，减少重复编写工作量。
本章通过埋点设计、触达路径模拟、数据采集方案三个环节，将Reach指标从“主观估算”转化为“原型可量化、可验证”的结构化信息，为RICE决策提供可信的规模因子输入。下一章将基于本章输出的Reach量化数据，结合Impact评估方法，完成RICE排序公式的完整搭建。