1. 估算基础与RICE概览
工作量估算是项目规划中最困难也最容易被忽视的环节。缺乏结构化方法时，估算结果往往偏差巨大，导致资源错配或目标落空。本章作为课程起点，将剖析工作量估算的核心挑战，并引入 RICE 四要素作为标准化估算框架。
1.1 核心挑战：为什么估算总是“猜不准”？
传统估算依赖专家直觉或历史类比，但常因以下误区产生系统性偏差：
- 乐观偏差：仅关注理想路径，忽略异常与等待时间。
- 范围蠕变：需求边做边改，但估算未同步更新。
- 粒度失当：对微小任务过度细分，对大块任务却模糊带过。
- 信息隐藏：挫败感、风险或依赖关系未被纳入估算。
误区辨析：「估算」不等于「承诺」。估算是一个概率区间，而承诺是确定性目标。RICE 框架 的核心价值在于把「经验性猜测」转化为「可追溯的量化证据」。
1.2 RICE 四要素定义
RICE 是 Reach（覆盖范围）、Impact（影响力）、Confidence（信心度）、Effort（努力量） 的缩写。四者共同构成每一项待办工作的综合优先级分值。
| 要素 | 含义 | 典型量纲 | 估算方法 |
|---|---|---|---|
| R – Reach | 某项工作直接影响到的用户、系统或流程数量 | 人数 / 件数 / 会话数 / 调用次数 | 埋点统计、周期性监测、抽样估计 |
| I – Impact | 对关键指标（转化率、效率、质量）的改变程度 | 相对百分比或等级（如 0.5×、1×、3×） | AB 测试、历史回归、专家共识 |
| C – Confidence | 支撑前三个要素的数据或经验可靠程度 | 百分比（60% / 80% / 99%） | 数据完备性评估、实验复现性 |
| E – Effort | 完成该工作所需的总人时、人日或迭代数 | 人·时 / 人·日 / 故事点 | 三点估算、PERT、专家类比 |
类比理解：想像你挑选一家新餐厅。
Reach = 菜单上的菜品种类；
Impact = 最招牌的那道菜有多好吃；
Confidence = 朋友推荐或评分网站的可信度；
Effort = 路程与排队时间。
RICE 分值即「综合性价比」。
Reach = 菜单上的菜品种类；
Impact = 最招牌的那道菜有多好吃；
Confidence = 朋友推荐或评分网站的可信度；
Effort = 路程与排队时间。
RICE 分值即「综合性价比」。
1.3 课程学习目标与交付物清单
完成本课程后，学员应能：
- 独立完成单人任务的 Effort 估算（误差≤20%）。
- 使用 RICE 模型对 5 项以上工作项进行优先级排序。
- 识别并规避至少 4 种常见估算偏差。
- 输出可复用的 估算记录表 与 RICE 打分卡。
课程最终交付物包括：
| 交付物 | 格式 | 用途 |
|---|---|---|
| Effort 估算工作底稿 | Excel / 在线表格 | 记录任务分解、三点估算与风险缓冲 |
| RICE 打分卡 | 模板卡片 / Airtable 视图 | 团队对齐优先级依据 |
| 典型偏差对照表 | PDF 一页纸 | 评审时快速自检 |
| 复盘记录（每项任务） | 纪要或 Wiki 页 | 为后续估算提供历史基准 |
1.4 适用场景与前置条件
- 适用场景：功能迭代排期、技术债清理、非功能性需求（性能/安全）引入、A/B 实验候选池排序。
- 前置条件：团队已有基本任务分解习惯；能区分「复杂度」与「工作量」；愿意用结构化数据替代直觉决策。
1.5 操作步骤
本章作为概览，不涉及完整操作。后续章节将按以下顺序展开：
- 任务分解为可估算单元（粒度≤1人·日）
- 对每单元进行三点估算（乐观 / 常规 / 悲观）
- 计算期望值并添加风险缓冲
- 填写 RICE 四要素评分
- 计算 RICE 优先级分值 = (R × I × C) / E
- 排序并输出待办列表
1.6 输入输出物与责任边界
| 类别 | 说明 | 责任人 |
|---|---|---|
| 输入 | 用户故事 / 任务描述、历史完成数据、组织级估算模板 | 需求方 + 技术负责人 |
| 输出 | RICE 打分卡、Effort 估算表、偏差自检清单 | 估算执行人（PM / Tech Lead） |
| 责任边界 | 估算结果不视为承诺；执行人负责透明记录假设与风险 | 估算人与评审者公议确认 |
1.7 异常处理与验收标准
- 异常处理：若某项 Effort 估算超过团队熟练经验范围，须先进行「技术预研」而非直接填数；Confidence < 70% 时，应注明低信心原因。
- 验收标准：同一任务由不同估算人独立完成的 Effort 偏差 ≤ 25%；RICE 打分卡中每一要素均有明确的数据或定性依据记录。