第1章 RICE模型概述
RICE 模型是由 Intercom 公司提出的需求优先级排序框架，通过 四个量化维度 将主观判断转化为可比较的分数，帮助产品团队在资源有限时做出客观、可复现的决策。本章作为全课程的基础，系统讲解 RICE 的定义、四维度、适用边界以及与其他主流模型的差异，并为后续实战案例奠定评分操作规范。
1.1 定义与四个维度
RICE 是一个首字母缩写，每个字母对应一个评分维度，最终优先级分数由以下公式计算：
RICE Score = (Reach × Impact × Confidence) / Effort分数越高，需求优先级越高。四个维度的含义、评分范围及典型数据来源如下表所示：
| 维度 | 含义 | 评分范围 | 典型数据来源 |
|---|---|---|---|
| Reach（覆盖人数） | 在特定时间周期内，该需求将影响到的用户总数 | 100 / 1 000 / 10 000 / 100 000+ | DAU/MAU、用户分层、历史功能覆盖 |
| Impact（影响程度） | 该需求对核心业务目标（转化率、留存、收入等）的拉动强度 | 0.25（轻微）/ 0.5（中）/ 1（高）/ 3（极大） | A/B 测试、用户调研、历史同类功能效果 |
| Confidence（信心指数） | 团队对 Reach 和 Impact 估算的把握程度 | 20%（低） / 50%（中） / 80%（高） / 100%（确定） | 数据完整度、实验可靠性、专家判断一致性 |
| Effort（投入成本） | 完成该需求所需的总人天或资源投入 | 1 / 2 / 5 / 10 / 20+（人天） | 开发评估、历史工时、技术方案复杂度 |
前置条件：使用 RICE 模型前，团队需准备 已编号的需求列表、用户行为数据（DAU/MAU）、开发工时估算 以及 历史功能效果数据。至少需要 3 名跨角色成员（产品、开发、数据）参与评分，以减少个人偏差。
输入输出物：
输入 — 需求列表（含功能描述、预期目标、依赖关系）、用户规模数据、开发资源日历；
输出 — RICE 评分排序表（含各维度分值及总分）、优先级梯队（P0/P1/P2）、决策备忘录。
输入 — 需求列表（含功能描述、预期目标、依赖关系）、用户规模数据、开发资源日历；
输出 — RICE 评分排序表（含各维度分值及总分）、优先级梯队（P0/P1/P2）、决策备忘录。
1.2 适用范围与局限
RICE 模型并非万能，明确其适用边界能避免误用。下表按场景类型给出推荐意见：
| 场景类型 | 是否推荐 | 原因 |
|---|---|---|
| 长期战略功能排序 | ✅ 推荐 | 四维度量化可支撑跨季度规划 |
| 日常 Bug 修复优先级 | ⚠️ 谨慎使用 | Bug 更适用「影响面+紧急度」二维矩阵 |
| 0→1 创新需求评估 | ✅ 推荐 | Confidence 维度可显式反映不确定性 |
| 合规/安全类需求 | ❌ 不推荐 | 此类需求必须执行，无需排序 |
| 多团队资源分配 | ✅ 推荐 | Effort 维度可直接映射至人力预算 |
责任边界：
产品经理 — 主导评分会议、整理需求描述、维护评分记录；
开发工程师 — 提供 Effort 估算及技术依赖说明；
数据分析师 — 提供 Reach 数据与 Confidence 佐证；
决策负责人 — 审核最终排序并批准优先级梯队。
产品经理 — 主导评分会议、整理需求描述、维护评分记录；
开发工程师 — 提供 Effort 估算及技术依赖说明；
数据分析师 — 提供 Reach 数据与 Confidence 佐证；
决策负责人 — 审核最终排序并批准优先级梯队。
异常处理：
• 数据缺失 — 采用保守 Confidence（20%）并标记为「待验证」，后续补全数据后重新评分；
• 团队评分分歧 — 取各成员评分的几何平均值，若偏差 > 30% 则组织二次澄清讨论；
• 需求中途变更 — 仅重新评估受影响维度（如 Effort 变更），保留变更前版本作为追溯基线。
• 数据缺失 — 采用保守 Confidence（20%）并标记为「待验证」，后续补全数据后重新评分；
• 团队评分分歧 — 取各成员评分的几何平均值，若偏差 > 30% 则组织二次澄清讨论；
• 需求中途变更 — 仅重新评估受影响维度（如 Effort 变更），保留变更前版本作为追溯基线。
1.3 与常见模型对比
不同优先级模型适用于不同决策场景。下表将 RICE 与四种主流模型进行多维度对比，帮助你在实际工作中选择最合适的工具：
| 对比维度 | RICE | MoSCoW | Kano | ICE | WSJF |
|---|---|---|---|---|---|
| 核心逻辑 | 四维度量化相乘 | 分类强制排序 | 用户满意度分类 | 三维度量化相乘 | 延迟成本 / 工期 |
| 维度数量 | 4 | 1（分类） | 2（满意度/实现度） | 3 | 5（用户价值/时间价值等） |
| 数据要求 | 高 | 低 | 中 | 中 | 高 |
| 输出形式 | 连续分数排序 | Must/Should/Could/Won't | 基本/期望/兴奋/无差异 | 连续分数排序 | 连续分数排序 |
| 适用阶段 | 中期评估 | 初期分类 | 需求分析 | 快速试错 | 精益/规模化 |
| 团队规模 | 中大型 | 全规模 | 全规模 | 中小型 | 中大型 |
操作步骤（RICE 标准评分流程）：
1. 收集并编号待评估需求，确保每个需求有清晰的定义和验收标准；
2. 为每个需求估算 Reach 值（用户规模），记录数据来源；
3. 为每个需求评估 Impact 值（业务影响），参考历史实验效果；
4. 为每个需求确定 Confidence 值（信心百分比），标注数据可信等级；
5. 为每个需求评估 Effort 值（人天），由开发团队签字确认；
6. 代入公式计算 RICE Score，按分数降序排序，划分 P0~P3 优先级梯队。
1. 收集并编号待评估需求，确保每个需求有清晰的定义和验收标准；
2. 为每个需求估算 Reach 值（用户规模），记录数据来源；
3. 为每个需求评估 Impact 值（业务影响），参考历史实验效果；
4. 为每个需求确定 Confidence 值（信心百分比），标注数据可信等级；
5. 为每个需求评估 Effort 值（人天），由开发团队签字确认；
6. 代入公式计算 RICE Score，按分数降序排序，划分 P0~P3 优先级梯队。
记录材料（RICE 评分记录表模板）：
每次评分完成后需归档以下字段：需求编号、需求标题、Reach 值及依据、Impact 值及依据、Confidence 值及依据、Effort 值及依据、RICE 分数、优先级梯队、评分日期、参与人、版本号。建议使用共享表格或专用工具（如 AirTable、Notion）维护。
每次评分完成后需归档以下字段：需求编号、需求标题、Reach 值及依据、Impact 值及依据、Confidence 值及依据、Effort 值及依据、RICE 分数、优先级梯队、评分日期、参与人、版本号。建议使用共享表格或专用工具（如 AirTable、Notion）维护。
验收标准：
• 所有待评估需求均已填写完整的 RICE 评分记录，无遗漏维度；
• 评分过程有据可查，每个维度的数据来源或判断依据可追溯；
• 最终排序结果与团队经验判断基本一致（偏差不超过 1 个优先级梯队）；
• 高优先级需求（P0/P1）获得了至少 2/3 参与成员的共识确认；
• 评分记录表已归档至项目知识库，可作为后续追溯和复盘参考。
• 所有待评估需求均已填写完整的 RICE 评分记录，无遗漏维度；
• 评分过程有据可查，每个维度的数据来源或判断依据可追溯；
• 最终排序结果与团队经验判断基本一致（偏差不超过 1 个优先级梯队）；
• 高优先级需求（P0/P1）获得了至少 2/3 参与成员的共识确认；
• 评分记录表已归档至项目知识库，可作为后续追溯和复盘参考。