Confidence（信心）维度定义：置信等级划分、数据支持程度、主观判断校准
Confidence 维度用于衡量你有多大把握认为某个项目的 Reach、Impact 或 Effort 估值接近真实值。它解决“已知我们不知道”的问题，避免仅凭猜测堆砌优先级。本章作为流程 SOP，定义置信等级的标准化划分、数据来源的支撑强度，以及如何通过校准会议消除主观偏差。
适用场景
- 数据稀疏：项目缺乏历史数据、用户行为日志或同类实验参考。
- 跨团队协作：多方评估者对同一项目的信心差异较大，需要统一语言。
- 高风险决策：当 Effort 或 Reach 对业务影响巨大时，低信心项目应被标记并优先验证。
- 持续迭代：每轮评分后根据新数据重新校准信心等级。
前置条件
- 已为每个项目填写 Reach、Impact、Effort 的初步估值。
- 明确每项估值的数据来源类型（直接历史数据、间接推断、专家直觉）。
- 组建至少 2 人的校准小组（包含产品经理、数据分析师、技术负责人）。
- 准备一份《RICE 置信评分表》模板，记录每个维度的数据支持等级。
操作步骤（4步校准法）
- 原始置信打标：评估者独立对每个项目给出一组置信分（0.2 / 0.5 / 0.8），同时对数据来源进行归类。
- 等级映射：将数据支持程度映射为三个等级，见下表。
- 差异标记：收集所有评估者的打分，标记分歧大于 0.3 的项目。
- 校准会议：针对标记项目，逐条讨论数据依据并达成一致；无法达成一致时取低值（保守原则）。
置信等级与数据支持对照表
| 置信等级 | 分值 | 数据支持程度 | 典型场景 |
|---|---|---|---|
| 低 | 0.2 | 无直接数据，仅靠个人直觉或单次非正式用户访谈 | 全新市场调研，缺乏竞品参考 |
| 中 | 0.5 | 有间接数据（相似功能的历史效果）或少量 A/B 测试快照 | 参考行业报告，但样本季节时段不符 |
| 高 | 0.8 | 有直接可复用的历史实验数据、全量用户日志或官方 API 调用统计 | 同一个功能窗口期内的用户行为回放 |
提示：置信分不设 1.0，因为真实世界永远存在不确定因素。0.8 已代表“几乎可确认”。保留 0.2 给“纯猜测”项目，倒逼团队优先获取数据。
输入输出物
| 输入 | 输出 |
|---|---|
| 项目清单（含 Reach / Impact / Effort 初始值） | 每个项目的 Confidence 评分（0.2 / 0.5 / 0.8） |
| 数据来源清单（每项估值的支撑证据） | 校准记录（分歧项讨论摘要） |
| 校准小组成员名单及时间安排 | 最终 RICE 评分表（含 confidence 系数） |
责任边界
- 评分者：必须标注数据来源等级，不得隐藏直觉判断。
- 校准主持（通常为产品负责人）：控制会议时长（< 30 分钟/轮），避免陷入过度细节。
- 数据分析师：提供可引用的历史数据截图或查询语句，辅助客观判断。
- 禁止将个人权威、上下级关系带入 Confidence 评分。
记录材料
## RICE 置信校准会议记录（示例）
项目ID: P-1024
评估者: 张三(0.2), 李四(0.8)
数据源: 张三 - 无; 李四 - 2024Q3同类功能A/B测试留存率提升2.3%
校准结论: 取 0.5 (张三承认暂缺数据, 接受间接证据)
备注: 建议下次迭代前完成一次小型用户调研
⚠️ 常见异常
- “我直觉就是高”：要求评估者写出至少一条导致该直觉的具体事件（如昨天看到后台报错率飙升）。
- 数据与直觉冲突：以直接数据为准；若数据本身存疑（如采样偏差），降级为 0.2 并标记待验证。
- 全员一致但全错：历史案例表明低信心项目有时反而影响最大。建议每季度随机抽取 2～3 个低信心项目做快速验证实验。
异常处理
| 异常现象 | 处理方案 |
|---|---|
| 分歧 > 0.3 且双方数据充分 | 分别投票表决，若票数均分则取中间值 0.5 并标注“争议中” |
| 缺乏任何数据支撑 | 强制标记为 0.2，并在 Roadmap 中列入“调研任务”作为前置 |
| 评估者中途更换或离场 | 由校准主持补评并备注原始评估者信息，确保同一项目评分继承 |
验收标准
- 所有项目的 confidence 分值均为 0.2 / 0.5 / 0.8 之一，无其他自创值。
- 每个 confidence 分背后必须关联至少一条数据来源描述（即使“无直接数据”也要写明）
- 校准会议记录完整，包含分歧项目和最终结论。
- 评分后 7 天内，若有新数据流入，可触发一次快速重新校准（成本 < 30 分钟）。