Impact(影响)维度定义
适用场景
- 在RICE评分中需要量化某个功能/改动对核心业务目标的贡献时。
- 产品候选特性、A/B实验方案、运营活动的影响评估。
- 与Reach、Confidence、Effort维度联合使用前,必须先锚定Impact分值。
前置条件
- 已明确产品当前的核心业务指标(转化率/留存/收入至少其一)。
- 已划分目标用户群体(新用户/活跃用户/高价值用户等)。
- 产品团队已对“影响”的定义达成共识(例如:人均收入提升 >5% 才算高影响)。
操作步骤
- 识别受影响的关键指标:从转化率、次日留存、月留存、LTV、ARPU、支付转化等中选择1~3个直接关联指标。
- 确定衡量方式:预估或实验数据给出指标提升百分比或绝对变化值。
- 对照影响评分锚定表(参见下表),将预期变化映射到 0.25× / 0.5× / 1× / 2× / 3× 分值。
- 记录评分依据:在评分卡中写明影响判断来源(历史数据、最小可行测试、用户调研等)。
输入输出物
| 输入物 | 输出物 |
|---|---|
| 产品需求文档 / 实验设计 | 影响评分数值(0.25 / 0.5 / 1 / 2 / 3) |
| 核心指标历史基线数据 | 评分依据说明(200字以内) |
| 用户分层定义 | 影响评分记录(录入RICE总表) |
责任边界
- 产品经理:提出预估影响并关联关键指标;对评分的合理性负责。
- 数据分析师:提供历史数据基准,复核预估的可行性。
- 技术负责人:确认实现方案对指标的影响是否可被可衡量。
- 评审委员会:对跨团队争议进行仲裁(例如转化率提升可能性低于1%时是否可打1×)。
记录材料
- RICE评分卡(共享表格)中“Impact”列及“影响依据”备注栏。
- (可选)影响预测量化分析文档(含历史数据、假设条件、置信区间)。
异常处理
异常1:指标数据缺失或不可用
处理方式:先使用行业基准或同类产品经验值作为临时锚定,并在记录中标记“待验证”。在Confidence维度中相应降低评分。
处理方式:先使用行业基准或同类产品经验值作为临时锚定,并在记录中标记“待验证”。在Confidence维度中相应降低评分。
异常2:多个指标结果冲突
处理方式:按优先级顺序(收入 > 留存 > 转化率)选取最高优先级指标;或取加权平均值(需明确权重)。
处理方式:按优先级顺序(收入 > 留存 > 转化率)选取最高优先级指标;或取加权平均值(需明确权重)。
异常3:预估影响超出锚定表范围
处理方式:若预估提升 >30%,则按最高分3×处理;若预估下降,则影响为0(不推荐),重新评估特性是否应该上线。
处理方式:若预估提升 >30%,则按最高分3×处理;若预估下降,则影响为0(不推荐),重新评估特性是否应该上线。
验收标准
- 每个待评分项均填有Impact值(不允许空值或“待填”)。
- Impact值与关键指标的关联关系在评分依据中有明确说明。
- 所有异常情况均被记录并附有处理结论。
- 锚定表对照正确:数值映射与下表完全一致。
影响评分锚定示例
| 分值 | 标签 | 转化率变化 | 次日留存变化 | 月收入变化 | 典型场景 |
|---|---|---|---|---|---|
| 0.25× | 极小影响 | <0.5% | <0.3% | <0.2% | 文案调整、颜色微调 |
| 0.5× | 较小影响 | 0.5%–1% | 0.3%–0.8% | 0.2%–0.5% | 按钮位置优化、加载速度小优化 |
| 1× | 中等影响 | 1%–5% | 0.8%–2% | 0.5%–2% | 新增推荐模块、简化注册流程 |
| 2× | 较大影响 | 5%–15% | 2%–5% | 2%–8% | 核心新功能(如支付方式增加、个性化推荐) |
| 3× | 巨大影响 | >15% | >5% | >8% | 商业模式变革(如免费转付费、平台级激励) |
提示:实际使用时,指标变化区间可根据产品阶段灵活调整。例如早期产品留存基数低,0.5%的绝对提升可能对应2×影响。评分时务必结合业务上下文,避免机械套表。
关键检查点:完成本章后,请确保团队能独立使用锚定表为任意功能打分,并能处理至少一种异常情况。练习:为“注册页增加手机号一键登录”打分,假设预期转化率提升3%,收入提升0.8%,留存无变化。