1. 识别适用场景：明确RICE评分需要校准的业务背景、决策类型、团队角色、评估频率、预期效果
RICE 评分在需求优先级排序中被广泛采用，但其原始评分往往依赖估算与主观判断。当业务环境变化、历史数据积累或团队对评分信心不足时，未校准的 RICE 评分可能导致资源错配。本章帮助团队系统识别哪些场景下必须启动数据指标校准，确保校准动作在正确的时机介入，避免“盲目校准”或“该校不校”两种极端。
1.1 适用场景四维识别框架
是否需要对 RICE 评分进行校准，可通过以下四个维度交叉判断。任一维度出现“强信号”，即应启动校准流程。
| 维度 | 关键问题 | 强信号（需校准） | 弱信号（可暂缓） |
|---|---|---|---|
| 业务背景 | 当前业务目标或用户规模是否发生显著变化？ | MAU 波动 >20％、商业模式调整、新市场开拓 | 业务指标稳定，无重大战略转向 |
| 决策类型 | 本次优先级排序将影响哪些关键里程碑？ | 季度资源分配、版本发布锁定、预算审批 | 日常迭代排序、非关键功能选择 |
| 团队角色 | 参与评分的人员构成与经验分布如何？ | 新成员占比 >50％、跨部门评分方差大 | 资深团队主导，历史评分偏差 <15％ |
| 评估频率 | 距上次校准间隔多久？期间是否有新数据产生？ | 间隔 >2 个月或已有 A/B 测试、用户行为数据 | 间隔 <1 个月且无新数据输入 |
判断口诀： 业务变、决策重、团队新、数据动 → 立刻校准；业务稳、决策轻、团队熟、数据静 → 可沿用原始评分。
1.2 适用场景识别流程
下图展示了从“原始 RICE 评分完成”到“是否启动校准”的完整决策路径。团队可按照流程逐级判断，避免遗漏关键信号。
1.3 前置条件
在执行适用场景识别之前，需确认以下基础条件已满足：
- 原始 RICE 评分已输出：团队已完成至少一轮 RICE 评分，评分结果可追溯至具体需求与评分人。
- 关键数据指标已定义：业务团队已明确可用于校准的核心数据（如 MAU、转化率、留存率、开发工时等）。
- 校准参与角色已确认：至少包含 1 名产品经理、1 名数据分析师、1 名技术负责人。
- 评分历史记录可查：可调取至少 1 个历史周期的 RICE 评分记录用于偏差对比。
1.4 操作步骤：场景识别五步法
按照以下五个步骤依次执行，每一步均需输出明确的结论或记录：
- 步骤一：收集原始 RICE 评分表 —— 汇总当前待排序需求的 Reach、Impact、Confidence、Effort 分值及总分。
- 步骤二：扫描业务环境变化 —— 对照“四维识别框架”检查业务背景、决策类型、团队角色、评估频率是否存在强信号。
- 步骤三：验证数据指标可用性 —— 确认是否有近期（1 个月内）的 A/B 测试数据、用户行为数据或财务数据可支撑校准。
- 步骤四：计算评分偏差程度 —— 将原始 RICE 得分与同类历史需求的实际表现数据对比，计算偏差率是否超过 20％。
- 步骤五：形成校准必要性结论 —— 综合步骤二至步骤四的结果，判定为“需要校准”或“无需校准”，并记录核心理由。
效率建议： 步骤二至步骤四可并行执行，由不同角色分别负责（产品经理负责业务环境，数据分析师负责指标与偏差），最后汇总讨论，整体耗时控制在 1 个工作日内。
1.5 输入与输出物
| 类别 | 名称 | 格式／载体 | 责任人 |
|---|---|---|---|
| 输入 | 原始 RICE 评分记录表 | 电子表格 / 项目管理工具 | 产品经理 |
| 输入 | 业务环境变化简报 | 文档 / 幻灯片 | 业务负责人 |
| 输入 | 可用数据指标清单 | 电子表格 / 数据看板截图 | 数据分析师 |
| 输出 | 场景识别决策记录表 | 电子表格（含四维打分与结论） | 产品经理 |
| 输出 | 校准必要性判定结论 | 邮件 / 审批流 | 团队负责人 |
1.6 责任边界
- 产品经理：发起场景识别流程，组织讨论，填写决策记录表，推动结论形成。
- 数据分析师：提供可用数据指标清单，计算偏差率，输出数据可信度说明。
- 技术负责人：评估 Effort 维度中工时数据的准确性，协助确认是否存在技术实现风险导致的评分偏差。
- 团队负责人（总监／经理）：对最终“是否校准”结论拥有决策权，并在决策记录表上签字确认。
1.7 记录材料
以下材料在本章节执行过程中必须留存，作为后续章节（校准执行）的输入依据：
- 《场景识别决策记录表》：包含四维评分（每维度 1-5 分）、总分、结论、参与人签名。
- 《偏差率计算底稿》：展示原始 RICE 得分与历史实际数据的对比计算过程。
- 《数据指标可用性清单》：列出可用指标名称、数据时间范围、数据来源系统。
常见遗漏： 团队往往只记录了结论（需要/不需要校准），却忽略了记录“判断依据”。当校准效果不佳时，缺少回溯的原始凭证。建议在决策记录表中增加“依据摘要”列，写明每个维度的关键事实。
1.8 异常处理
| 异常场景 | 处理方式 | 升级路径 |
|---|---|---|
| 所有数据指标均不可用 | 标记为“数据弱场景”，暂缓校准，优先完成数据埋点或用户调研 | 向数据团队提交数据需求，排入下个迭代 |
| 团队对偏差率计算产生分歧 | 取各方偏差率的加权平均值，或引入第三方（如用研团队）复核 | 由团队负责人仲裁，记录分歧要点 |
| 业务环境剧烈变化（如突发市场事件） | 跳过完整识别流程，直接判定为“需要校准”，优先保证响应速度 | 1 个工作日内补录决策记录表 |
| 评分人经验严重不足（新成员 >70％） | 强制启动校准，并安排资深成员“一对一”辅助评分 | 纳入团队培训计划，降低后续评分偏差 |
1.9 验收标准
完成本章节内容后，团队需通过以下验收项确认场景识别工作达标：
- 完整性：决策记录表覆盖了四维识别框架中的所有维度，无缺项。
- 可追溯：每一条结论均标注了对应的数据来源或事实依据。
- 一致性：至少 2 名核心成员（产品经理 + 数据分析师）对结论表示认同，无重大反对意见。
- 时效性：从启动识别到输出结论，耗时不超过 2 个工作日。
- 可复用：记录材料可直接作为下一章（数据指标准备与评分校准）的输入，无需重复调研。