2. Reach 指标详解：用户/客户规模定义、数据来源、估算方法
Reach（触达规模）是 RICE 评分体系中决定优先级的核心权重因子，它回答一个关键问题：“在给定时间窗口内，该功能或改进将影响多少用户或客户？” 本章将围绕 Reach 的定义、数据获取路径及估算方法，建立一套可复用的 SOP 流程，确保每个功能项的 Reach 评分可量化、可验证。
概念区分： 用户 (User) 指使用产品的独立个体（如 DAU/MAU）；客户 (Customer) 指付费实体（如企业账号或订阅者）。Reach 指标须根据功能属性选择对应口径，例如：面向企业管理员的功能 → 客户数；面向终端消费者的功能 → 用户数。
适用场景
- 新功能或改进项的优先级打分（RICE 模型中所有需要评估 Touch 的环节）。
- Roadmap 候选功能清单中，需按照 Reach 从大到小排序的阶段。
- 跨团队沟通时，统一度量用户/客户规模的基线。
前置条件
- 已明确功能的目标用户群体定义（如“新注册用户”或“年收入>10万的企业客户”）。
- 已获取或可申请产品分析平台（Amplitude / Mixpanel / 自建埋点）或 CRM/BI 数据库的读权限。
- 团队已约定时间窗口（常用 30天 / 90天 / 180天），并记录在记录材料中。
操作步骤
- 定义触达口径
根据功能属性选择用户数还是客户数，并明确时间段（例：过去 90 天活跃用户）。 - 确定数据来源
从产品分析平台、数据库或 CRM 中获取原始用户/客户列表。 - 选择估算方法
根据数据完整度选择一种或组合方法（详见下方方法对比表）。 - 计算并记录
执行查询或推算，得到 Reach 数值及置信区间（若使用区间估算法）。 - 评审与调整
由数据团队或高级 PM 复核逻辑，必要时修正口径或数据源。
估算方法对比表
| 方法 | 适用条件 | 数据来源 | 精确度 | 耗时 |
|---|---|---|---|---|
| 直接计数法 | 精确用户列表可用 | 用户表 / 埋点事件 | 高 | 低 |
| 比例外推法 | 仅有部分数据，如抽样20%活跃用户 | 抽样统计 * 总用户基数 | 中 | 低 |
| 用户分群法 | 功能只影响特定行为用户 | 事件属性过滤 | 高（取决于分群准确性） | 中 |
| 区间估算法 | 数据不全或未来功能 | 历史类似功能数据 + 访谈 | 中低 | 高 |
数据来源示例（SQL 查询）：
SELECT COUNT(DISTINCT user_id) AS reach
FROM events
WHERE event_name = 'login'
AND event_date >= CURRENT_DATE - INTERVAL '90 days';user_id 为 company_id，并去重企业账号。
常见陷阱： 直接使用注册用户总数作为 Reach，忽略活跃度过滤；或错误将同一用户在不同设备下的多次计数累加。必须使用
DISTINCT 去重，并按时间窗口截取。
输入 / 输出物
| 类型 | 名称 | 说明 |
|---|---|---|
| 输入 | 功能需求文档 (PRD) | 包含目标用户定义、触达场景描述 |
| 输入 | 用户/客户数据源（数据库/BI看板） | 原始数据表或实时查询链接 |
| 输出 | Reach 评分记录表 | 包含 Reach 数值、方法、时间窗口、置信区间 |
| 输出 | 数据源与口径说明 | 便于后续审计或调整时复用 |
责任边界
- 产品经理（执行人）：定义口径、选择估算方法、撰写评分记录表。
- 数据团队/分析师（支持）：提供数据查询、校验逻辑、异常数据标记。
- 技术负责人（知情）：确认功能实现不影响计数字段定义（如用户ID去重规则）。
- 决策委员会（审批）：对高不确定性 Reach（如区间估算）进行风险接受或要求补充数据。
记录材料
- 《功能 Reach 评分工作簿》（包含每项功能的 Reach 数值、估算方法、时间窗口、计算人员、日期）
- 数据查询 SQL/Python 脚本或 API 调用记录
- 评审会议纪要（当存在估算分歧时）
最佳实践： 建议将 Reach 评分记录与 Roadmap 工具（如 Jira、Notion）关联，每次更新时自动同步时间戳，便于追踪历史变化。
异常处理
| 异常场景 | 处理措施 | 责任人 |
|---|---|---|
| 数据源不可用（数据库宕机） | 使用已有最近一期快照数据，备注“使用历史数据”。 | 数据团队 |
| 目标用户定义模糊 | 暂停计算，先由 PM 与业务方确认定义并书面化。 | 产品经理 |
| 样本偏差（抽样外推失真） | 切换为直接计数法（若条件允许）或扩大抽样比例；标注置信区间。 | 数据分析师 |
| 新功能无历史数据 | 使用竞品对标或焦点小组数据，标记为“预估（低置信度）”。 | 产品经理 |
验收标准
- 每项功能的 Reach 评分均附有清晰的数据来源或估算依据，记录在《Reach 评分记录表》中。
- 直接计数法场景下，Reach 值与实际查询结果误差 ≤ 5%（含去重逻辑校验）。
- 区间估算法必须包含上下限与置信度说明（如：Reach 30K-50K，置信度70%）。
- 所有异常场景均触发记录，并在 1 个工作日内完成修复或标记。