第3章 数据来源与口径：RICE数据采集方式、字段映射、数据清洗规则、口径一致性
RICE评分的可靠性直接取决于底层数据的质量。本章梳理从原始数据到看板可用字段的完整链路，包括采集渠道设计、字段映射规则、清洗逻辑以及跨团队口径对齐方法，确保看板中的每一个分数都可追溯、可复验。
3.1 RICE数据采集方式
根据团队成熟度和工具生态，RICE所需数据可从不同渠道获取。下表列出四种常见采集方式及其适用场景：
| 方式 | 示例源 | 优点 | 缺点 | 适用阶段 |
|---|---|---|---|---|
| 问卷/表单 | Google Forms、Typeform、飞书问卷 | 灵活、可自定义维度 | 人工填写误差、回收率低 | 早期探索、小团队 |
| 系统日志 | GA/神策/AWS CloudWatch | 客观、可批量回刷 | 需解析无结构文本 | 已上线产品、GA4数据 |
| CRM/项目管理工具 | Jira、Asana、Linear | 字段天然对齐产品需求 | 依赖工具API频次限制 | 规范流程的中大型团队 |
| ETL中间表 | 数据仓库（ClickHouse、BigQuery） | 一次清洗、多处复用 | 维护成本高、变更需协调 | 产研数据体系成熟阶段 |
建议：推荐优先使用系统日志+项目管理工具双通道采集。系统日志提供 Reach（触达数）和 Effort（工时）客观基线，项目管理工具提供 Impact（影响度评分）和 Confidence（信心指数）的团队共识值。
3.2 字段映射
原始数据字段名、类型与极客邦版本RICE字段的映射关系必须显式维护。以下为推荐映射表（假设数据源为 Jira + GA4）：
| RICE字段 | 原始来源 | 原始字段名 | 数据类型 | 映射规则 |
|---|---|---|---|---|
| Reach | GA4事件日志 | unique_users | 整数（人次） | 每日UV求和 / 去重用户数 |
| Impact | Jira自定义字段 | customfield_10042 | 枚举（1~3） | 1=轻微, 2=中等, 3=重大 |
| Confidence | Jira单选字段 | customfield_10043 | 百分比（0~100） | 团队投票均值 / 建议≥80%为高置信 |
| Effort | Jira原始预估（Story Points） | timeoriginalestimate | 整数（人时） | 转为小时数；若为点数则乘以团队速度因子 |
注意：Impact 和 Confidence 通常由人工评分产生，需在数据采集层增加校验：Impact 不允许空格，Confidence 必须为0~100整数。如果为空，直接标记为无效行，不参与看板计算。
3.3 数据清洗规则
采集到的原始数据经过以下5步清洗，才能进入RICE评分聚合层：
- 去重：以
产品特性ID + 评估周期去重，保留最新修改时间戳的行。 - 缺失值处理：Reach/Effort 缺失时剔除；Impact/Confidence 缺失时标记为“待评估”，不在看板中显示分数。
- 异常值过滤：Reach > 1e8 视为刷量异常；Effort < 0.5 小时视为数据录入错误；Confidence > 100 重置为100。
- 单位统一：Reach 强制为人次（非页面浏览量）；Effort 统一为“人·小时”，若来源为Story Points则乘以团队历史转换系数。
- 循环一致性校验：同一产品特性在不同来源（GA与Jira）的Reach值偏差超过20%时触发告警，需人工复核。
清洗脚本核心片段（Python + Pandas）：
import pandas as pd
def clean_raw_rice(df: pd.DataFrame) -> pd.DataFrame:
# 去重
df = df.drop_duplicates(subset=['feature_id', 'period'])
# 缺失剔除（Reach / Effort）
df = df.dropna(subset=['reach', 'effort'])
# 异常过滤
df = df[(df['reach'] >= 1) & (df['reach'] <= 1e8)]
df = df[(df['effort'] >= 0.5)]
df['confidence'] = df['confidence'].clip(0, 100)
# 单位统一：Effort 转为小时
df['effort_hours'] = df['effort'] * df['speed_factor']
return df3.4 口径一致性
口径一致性保证不同产品线、不同时间段的评分可比。以下为必须统一的四个维度：
| 维度 | 一致化要求 | 常见偏差风险 |
|---|---|---|
| 触达定义 | Reach = 独立用户数，而非页面PV或会话数 | A团队用PV，B团队用UV，导致分数差数倍 |
| 影响等级 | Impact 1/2/3 对应“轻微/中等/重大”3级，不允许自创4级 | 某产品新增“严重”级别，横向对比失效 |
| 工时单位 | Effort 固定为“人·小时”，非“人·天”或“Story Points” | 不同团队速度因子不同，导致Effort虚高 |
| 评估周期 | 所有特性统一使用“按月评估”，每月最后一天刷新 | A团队按双周，B团队按季度，无法合并看板 |
避坑提醒：口径一致性需要写入团队工作协议（Working Agreement），并在看板标题行注明“统计口径版本 v2.1”。每次修改口径必须在 changelog 中记录，并在看板上标注“口径变更”，否则历史走势分析会失真。