第3章 Impact：评估潜在影响程度
概念通识：什么是 Impact？
Impact（影响）是 RICE 框架中衡量一项任务或功能上线后，对目标指标（如收入、用户留存、关键效率）产生潜在改变的程度。标准化打分（0.25 / 0.5 / 1 / 2 / 3）的目的是将主观判断转化为可比较的数字，避免团队内“我认为影响大”这种无法对齐的模糊表述。
类比：Impact 就像评估一个投资项目的潜在回报率。高回报（比如 3 分）意味着投入后能显著撬动核心业务；低回报（比如 0.25 分）则只带来细微的体验改善，可能不值得高优先级。
常见误区：不要把 Impact 与功能“受欢迎程度”混为一谈。很多用户提的需求可能只是“听起来不错”，但对核心业务指标几乎无影响。Impact 只衡量实际可量化的改变，而非投票数或呼声。
适用场景
- 对需求列表或产品 Backlog 进行优先级排序前
- 跨部门评审新功能 ROI 时
- 需要统一评估标准以避免“话事人”主观决策
前置条件
- 已分解出独立的待评估项（功能、优化点或修复项）
- 团队对业务关键指标有共识（例如：DAU、转化率、客单价）
- 至少完成一次 RICE 其他要素（Reach、Confidence）的初步梳理（但 Impact 可独立估算）
操作步骤
步骤 1：识别影响类型
将待评估项归入以下三类之一，每类对应不同的价值维度：
| 影响类型 | 描述 | 典型示例 |
|---|---|---|
| 直接业务价值 | 直接影响收入、留存、转化率等核心财务或增长指标 | 支付成功率优化、注册流程缩短 |
| 用户满意度 | 显著提升用户完成任务的效率或体验，减少流失 | 统一搜索功能、下拉刷新加载 |
| 技术杠杆 | 降低后续开发成本、提高系统稳定性或可扩展性 | 微服务拆分、CI/CD 流水线 |
步骤 2：按标准化尺度打分
根据影响的幅度和范围选择分数：
| 分数 | 影响水平 | 评估参考 |
|---|---|---|
| 3 | 巨大 | 对核心业务指标（如月度收入）产生 ≥10% 的可测量提升 |
| 2 | 高 | 显著改善关键用户旅程（如加载时间减少 40%） |
| 1 | 中等 | 小范围但可感知的优化（如某页面点击率提升 5%） |
| 0.5 | 低 | 边缘功能或少数用户的使用体验优化 |
| 0.25 | 最低 | 极其细微的调整，几乎不影响可量化指标 |
打分诀窍：先确定影响类型，再估算该类型下的幅度。例如“直接业务价值”类型中，若保守估计提升 2% 转化率，建议给 2 分；若不确定则降一档给 1 分（可结合 Confidence 要素调整）。
步骤 3：交叉验证
- 与负责该模块的产品或运营同事讨论影响假设
- 参考历史类似功能上线后的实际提升数据
- 如果无法达成一致，取较低分数（避免夸大）
输入输出物
| 类型 | 内容 | 格式 |
|---|---|---|
| 输入 | 待评估项列表、业务核心指标定义、历史数据（可选） | 表格 / Jira 列表 |
| 输出 | 每个待评估项的 Impact 分数（0.25 – 3）及对应影响类型 | RICE 矩阵 / 卡片 |
责任边界
- 产品经理：主导影响类型识别与打分，确保与业务目标对齐
- 技术负责人：提供技术杠杆类影响的输入（如重构对维护性的提升）
- 数据分析师：协助提供历史数据或预估模型，降低打分的主观性
- 项目经理：不参与打分数，但需确保打分过程记录在案
记录材料
每一期的 Impact 评估应记录以下信息到共享文档或工具中：
|--- 需求编号 | 需求描述 | 影响类型 | Impact分数 | 评估人 | 日期 | 备注 |
| PRD-123 | 一键下单 | 直接业务价值 | 3 | 张三 | 2025-02-18 | 参考同类功能提升15%转化 |
| TECH-045 | 日志系统重构 | 技术杠杆 | 1 | 李四 | 2025-02-17 | 降低后续排查时间20% |异常处理
| 异常场景 | 处理方案 |
|---|---|
| 需求跨多个影响类型 | 取主要类型，或拆分为多个子项分别打分 |
| 团队对分数争议极大 | 启动“最大共识法”：每人独立打分，取中位数；或引入外部专家 |
| 无法量化影响（如体验类） | 使用替代指标（NPS、任务完成时间）；仍无法量化则默认给 0.5 |
| 打分明显偏离业务预期 | 复盘偏差原因，调整分数后再进入优先级计算 |
验收标准
- 每个待评估项都有明确的 Impact 分数（0.25 / 0.5 / 1 / 2 / 3）
- 分数对应的影响类型（直接业务 / 用户满意度 / 技术杠杆）已记录
- 团队至少 80% 成员认可本次 Impact 打分的一致性
- 打分过程留痕，可在后续复盘时追溯
Impact 评估决策树（内联 SVG）
下图为影响类型识别与分数选择的流程，辅助团队快速对齐评估路径：
SVG 使用说明：此决策树展示了先归类到影响类型，再根据预期提升幅度确定分数的路径。实际评估时可对照该图快速定位分数，降低主观偏差。