第3章 机会评分框架选择

3.1 适用场景

本章适用于评审团队在获得一组已验证的假设清单后,需要从多个备选机会中筛选出优先级最高、投入产出比最优的那些项。不同业务阶段、不同数据基础、不同团队成熟度,适用不同的评分框架。下表给出四种框架的典型适用场景:

评分框架 典型适用场景 前置数据要求
ICE评分法 快速验证期、资源有限团队、缺乏详细历史数据 定性估计即可
RICE评分法 增长运营团队、有用户行为数据、需要评估覆盖面 DAU/MAU/触达用户数
价值-努力矩阵 跨职能沟通、管理层汇报、可视化优先级 相对排序即可
加权评分模型 多利益相关方协作、高成本决策、需要量化权衡 维度权重与评分标准

3.2 前置条件

在实际选择评分框架之前,必须满足以下条件,否则框架选择会失去效度:

  1. 假设已验证:每个待评分机会的底层假设已完成至少一轮验证,结论明确(Validated / Invalidated / Needs Iteration)。
  2. 机会清单就绪:团队已统一命名并描述每条机会,包括预期影响、目标用户、初步证据来源。
  3. 决策者对齐:参与评分的成员已理解评分的目的不是“排位”,而是“区分行动优先级”。
  4. 数据可信度审查:用于评分的原始数据(用户量、转化率、开发成本等)均已交叉验证,避免基于单一来源的偏差。
常见偏差提醒:团队容易陷入“选看起来最科学的框架”而非“选最适合当前阶段数据精度的框架”。在数据稀疏时强推加权评分模型,反而会放大主观偏差,不如使用ICE或价值-努力矩阵。

3.3 操作步骤

机会评分框架选择分为四个连贯步骤,流程中的每个决策点都在下方的SVG结构图中体现:

关键提示:下列步骤必须在一次评审会中完成,不可跨多个会议。一旦选定框架,本评分周期内不再更换。
  1. 输入机会清单:将经假设验证后的机会条目统一录入评分表,每条包含唯一ID、名称、预期影响描述、数据来源。
  2. 评估数据完备度:逐条检查每条机会的量化指标(用户数、置信区间、实施成本)是否可获取,给出数据完备度等级:A(充分)、B(部分)、C(缺失)。
  3. 选择候选框架:根据数据完备度与团队目标,从ICE、RICE、价值-努力矩阵、加权评分四个框架中选出最匹配的一个或多个候选方案。
  4. 落地执行:选定框架后,逐项对每条机会完成评分记录,留存评分依据与讨论纪要。
机会评分框架选择流程结构图 输入机会清单 已验证假设条目 评估数据完备度 A / B / C 等级 选择候选框架 匹配数据与目标 ICE评分法 Impact/Conf/Ease RICE评分法 Reach/Impact/Conf/Effort 价值-努力矩阵 Value vs Effort 加权评分模型 维度权重 + 评分 落地执行 记录评分与讨论纪要 每个周期固定一个框架

3.4 输入输出物

类型 名称 说明 责任人
输入 已验证机会清单 包含假设ID、机会描述、预期影响、验证结果、数据来源 产品经理 / 增长负责人
输入 数据完备度评审表 每条机会在用户量、成本、置信区间上的可获取等级 数据分析师
输出 选定的评分框架 本章确定的具体框架名称 (ICE / RICE / 价值-努力矩阵 / 加权评分) 评审团队
输出 评分框架选择记录 含时间、参会人、选择理由、备选框架对比表 评审团队

3.5 责任边界

  • 产品经理 / 增长负责人:主导机会清单输入,保证每条机会的描述与假设验证结果对应,避免遗漏关键条目。
  • 数据分析师:负责数据完备度评级,标注各维度的可信等级,为框架选择提供数据底牌。
  • 评审团队(全员):共同参与框架选择讨论,最终投票或达成共识确定框架。一旦选定,本评分周期内所有人遵守统一规则。
  • 决策者(总监/VP):仅在团队无法达成共识时介入仲裁,不应日常干涉框架选择细节。

3.6 记录材料

每次选择框架后,必须产出一份《机会评分框架选择记录》,其结构如下:

| 字段                | 填写示例                                           |
|---------------------|----------------------------------------------------|
| 会议时间            | 2025-03-15 10:00-11:30                            |
| 参会人员            | 张三(PM), 李四(DS), 王五(Dev), 赵六(Design)       |
| 机会列表版本        | v2.1                                               |
| 数据完备度评估结果   | 8条A级, 3条B级, 1条C级                            |
| 候选框架对比        | ICE(数据充分), 加权评分(维度复杂)                  |
| 最终选择            | ICE评分法                                          |
| 选择理由            | 数据以A/B级为主,团队需快速对齐,ICE效率最高       |
| 异常处理备注        | 无                                                 |
| 验收状态            | 已确认                                              |

3.7 异常处理

异常场景 处理措施 裁决者
数据完备度等级普遍为C(缺失) 暂停框架选择,优先投入一轮用户调研或A/B测试补齐数据 数据分析师 + 产品经理
团队对候选框架各执一词 使用“帕累托测试”:先采纳支持人数最多的框架,下周期再重审 决策者(总监/VP)
某个机会的数据存在严重偏差 单独标记该机会为“数据异常”,暂不参与评分,待二次校验后补入 数据分析师
本周期内需求变更,新增高优先度机会 新增机会走“快速ICE”通道,待下周期重新完整评审 产品经理

3.8 验收标准

本章节执行完成的验收标准必须全部满足,方可进入下一章:

  1. 框架明确:评审团队已书面确定本评分周期使用的唯一评分框架(ICE / RICE / 价值-努力矩阵 / 加权评分),并记录在案。
  2. 数据底线通过:所选框架对应的数据维度完备度不低于B级(即所有关键指标至少可获取部分可信数据)。
  3. 异常已闭环:任何在3.7节中定义的异常场景均已记录处理结论或降级方案。
  4. 纪要归档:《机会评分框架选择记录》已填入必填字段,并由产品经理与数据分析师双签确认。
  5. 全员对齐:参与评分的所有成员在评审会上口头确认,理解所选框架的评分规则与后续执行流程,不存在分歧。