第2章 · RICE四维拆解
2.1 适用场景
RICE 模型适用于 RBAC 需求积压工作中需要量化排序的场景。当多个 RBAC 功能需求同时待处理，而研发资源有限时，RICE 提供一个统一打分框架，避免主观决定。
- 权限矩阵重构或扩展
- 新角色定义与权限绑定
- 数据权限隔离需求（行级/列级）
- 多租户权限模型迁移
2.2 前置条件
- 已完成需求梳理，形成 Backlog 条目（Issue/Story）
- 需求描述包含明确的功能范围与用户群体
- 确定参与打分的角色：产品经理 + 技术负责人 + 业务方代表
2.3 四维定义
| 维度 | 核心问题 | 度量单位 | 示例值 |
|---|---|---|---|
| R Reach | 这个需求会影响多少用户在给定时间内？ | 用户数 / 租户数 | 2000 名销售代表；50 个租户 |
| I Impact | 需求上线后对业务目标的提升程度？ | 定性等级（0.25、0.5、1.0、2.0、3.0） | 1.0（显著提升权限配置效率） |
| C Confidence | 我们有多大把握 Reach 和 Impact 估计正确？ | 百分比（20%、50%、80%、100%） | 80%（已有用户访谈和日志数据支撑） |
| E Effort | 整个团队完成该需求需要多少 人·月？ | 人·月（含设计、开发、联调、测试） | 1.5 人·月 |
2.4 操作步骤
- 估算 Reach：基于当前活跃用户量、RBAC 涉及角色数量或直接影响的租户数量，从产品埋点或运营数据中直接取值。
- 定级 Impact：依据业务价值曲线选取对应乘数。参考下表：
| 等级 | 描述 | 乘数 |
|---|---|---|
| 最低 | 仅少量管理体验优化 | 0.5 |
| 中等 | 显著提升配置效率或降低误操作 | 1.0 |
| 高 | 解锁新商业模式或合规必需 | 2.0 |
| 极高 | 解决安全漏洞或阻止收入流失 | 3.0 |
- 评估 Confidence：将支持数据质量填入下表中的对应档位：
| 信心等级 | 数据支撑情况 | 百分比 |
|---|---|---|
| 低 | 仅凭直觉或单一业务方口头描述 | 20% |
| 中 | 有部分历史数据或类似模块参考 | 50% |
| 高 | 有埋点数据、用户访谈或 A/B 测试结果 | 80% |
| 极高 | 已在该需求相同场景下验证过 | 100% |
- 核算 Effort：由技术负责人拆分任务，按 人·月 汇总。包括前端、后端、权限中间件、合规审批流程。
- 计算 RICE 得分：
RICE 分数 = (Reach × Impact × Confidence) / Effort
2.5 输入输出物
| 类型 | 内容 | 责任人 |
|---|---|---|
| 输入 | RBAC 需求列表（含需求描述、涉及角色、用户量预估） | 产品经理 |
| 输出 | RICE 打分表（含四维原始值、计算得分、排序） | 产品经理 + 技术负责人 |
2.6 责任边界
- 产品经理：提供 Reach 数据、Impact 业务定性、Confidence 佐证材料。
- 技术负责人：核算 Effort 工作量，确认 Confidence 中可实现性风险。
- 业务方代表：复核 Impact 定级是否与真实业务对齐，确认 Reach 是否遗漏关键租户。
边界条约： Reach 和 Impact 由产品侧主导，Effort 由技术侧主导，Confidence 双方共同对齐。任何一方对某一维度有异议时，必须提供量化佐证，不能使用“感觉不准确”来推翻。
2.7 记录材料
每个优先项完成后，保存如下 JSON 片段至需求管理工具（Jira/ClickUp）的字段中，作为审计与复盘证据：
{
"需求ID": "RBAC-023",
"RICE_Score": 1800,
"R_Reach": 1200,
"I_Impact": 1.5,
"C_Confidence": 0.8,
"E_Effort": 0.8,
"打分日期": "2025-04-10",
"打分人": "产品经理_张三"
}2.8 异常处理
场景： 当某个维度的数据无法获取时，该维度的 Confidence 必须降档处理。例如只有用户总数但没有活跃比例，Reach 应取保守值并 Confidence 调至 50% 以下。
禁止行为： 不允许将四个维度中的任何一项赋值为 0 或负数——会导致 RICE 分数归零或负分，使该需求丧失比较意义。如果确实为零，应在优先级讨论中单独建立免责记录。
2.9 验收标准
- 每个需求条目均完成四维赋值，无缺失项。
- Confidence 值与佐证材料严格对应（低→20%、中→50%、高→80%、极高→100%）。
- Effort 预估误差不超过 ±20%（在复盘阶段验证）。
- 不同人员对同一需求的 RICE 打分差异在 ±15% 以内。