第2章 评分模型的构建前置条件

在正式构建评分模型之前,必须完成四项强制前置条件。缺少任何一项,模型的有效性、可解释性和落地可行性都会严重受损。本章详述这四项条件的定义、检查清单和典型故障模式。

适用场景

本章内容适用于以下三类场景:

  • 组织首次引入评分模型进行需求优先级排序
  • 现有评分模型失效或与实际决策结果出现系统性偏差
  • 跨部门协作时需要使用统一评分框架消除“需求待办列表”中的政治博弈

前置条件

在执行本章操作步骤之前,团队必须已经完成:

  • 选定至少 5 个历史需求样本作为模型校准参考
  • 确定至少 1 个清晰可量化的业务目标(如:月活跃用户提升 10%)
  • 建立利益相关者名单并确认关键决策者能够全程参与
  • 数据源可用性已通过初步审计(数据字段、历史记录完整性)

操作步骤

  1. 明确决策目标 – 将模糊的“提升用户满意度”拆解为具体的 KPI(如 NPS 分数、留存率、投诉率),并确定每个目标在评分模型中的权重上限。
  2. 达成利益相关者共识 – 使用 RACI 矩阵明确谁提供输入、谁有权否决、谁执行验证;通过结构化会议消除优先级排序中的隐性冲突。
  3. 数据准备 – 收集近 6 个月的需求历史数据,清洗缺失值、处理异常点、统一度量单位;若数据量不足,需补充专家打分作为替代。
  4. 整理历史需求样本 – 选取至少 20 条已上线且效果可衡量的需求,记录其原始评分、上线时间、影响指标变化;这些样本将用于模型拟合与校验。
关键节点提示: 步骤 1 和步骤 2 的顺序不可交换。先有决策目标,才能让利益相关者围绕目标而非个人偏好达成共识。

输入 / 输出物

输入物输出物责任方
业务方提供的目标树(含 KPI 定义)评分模型目标声明(含权重限制)产品负责人
利益相关者名册、RACI 矩阵草案共识会议纪要 + 签字确认件项目经理
历史需求清单(含原始属性)清洗后的需求数据集(CSV/Excel)数据分析师
已上线需求的效果度量报告历史样本标签表(含实际影响分类)数据工程师

责任边界

  • 产品负责人 – 确保决策目标可度量且与公司战略对齐,对目标变更拥有最终解释权。
  • 数据分析师 – 对数据质量负责,需在数据准备完成后签署《数据质量检查单》。
  • 项目经理 – 组织共识会议并记录决策冲突,若无法达成一致则升级至高层。
  • 所有利益相关者 – 必须出席共识会议,缺席者视为默认最终决定。

记录材料

材料名称存储路径保管人
目标声明文档(V 1.0)docs/goal/score_model_goal.md产品负责人
共识会议签到表及签字页docs/meeting/consensus_2025Q1.pdf项目经理
数据清洗日志与异常报告data/cleaning/log_2025Q1.json数据分析师
历史样本标签表data/labeled/samples_v1.0.xlsx数据工程师

异常处理

异常场景应对措施触发路径
利益相关者对目标权重产生分歧且无法调和暂停步骤 2,启动加权投票或随机抽样决策步骤 2 → 异常分支
历史样本不足 20 条允许使用专家打分法补充样本,但须在标签表中明确标记“专家评估”步骤 4 → 数据准备回溯
数据字段缺失超过 30%退回数据工程师重新采集,或删除该字段;目标声明需同步更新步骤 3 → 预警邮件
共识会议无记录或签字缺失会议结束 24 小时内补签,否则视为未完成前置条件验收环节拦截

验收标准

  1. 目标声明文档已通过至少 2 位关键利益相关者(含产品负责人)的电子签字。
  2. 共识会议签到表实到人数 ≥ 应到人数的 80%,且无书面异议未解决。
  3. 数据清洗日志显示缺失值比例 ≤ 5%,异常点已标注处理方式。
  4. 历史样本标签表中每条需求均带有实际影响分类(正面 / 中性 / 负面)和数据来源说明。
评分模型构建前置条件关系图 评分模型构建 明确决策目标 可量化的 KPI / 权重限制 利益相关者共识 RACI / 冲突消解 数据准备 清洗 / 字段统一 / 异常处理 历史需求样本 ≥20条 / 带影响标签 四个前置条件缺一不可 顺序:目标 → 共识 → 数据 → 样本