影响 (Impact)：概念、衡量标准与量化技巧

在 RICE 优先级模型中，Impact（影响） 衡量一个功能或需求能够为产品核心指标带来多大程度的预期提升。与 KANO 模型关注“用户情绪跃迁”不同，RICE 的 Impact 更偏向业务与数据的可测量变化：它回答“如果我们做了这件事，关键指标会向前推动多少？”

概念辨析：Impact = 效果杠杆

影响可以理解为“杠杆力臂长度”——力臂越长，同样的资源投入就能撬动越大的数据增长。常见的 Impact 对象包括：

• 用户满意度：NPS、CSAT、好评率
• 业务收入：订单转化、付费率、ARPU
• 用户参与度：日活跃、时长、留存
• 效率提升：客服工单减少、操作耗时缩短

衡量标准：从定性到定量

RICE 团队通常采用 半定量打分卡（-3 到 +3，或 0–10 分），再结合受影响的用户数量折算最终影响值。下表列出常见维度的量化参考：

实际项目中，Impact 最终得分 = 影响程度评分 × 受影响用户数（或占比）。例如“中度影响 × 500 万用户”与“重度影响 × 20 万用户”可能得到相近的 Impact 值。

量化技巧：三步走+三角估算

1. 锚定核心指标：每个需求必须绑定一个可量化的北极星指标（如七日留存、首次购买转化）。
2. 使用“三角估算”：分别给出乐观、最可能、保守三个影响值，然后按加权平均（通常 4:4:2 或 3:5:2）算出期望影响。
3. 校准参考点：用历史相似功能作为校准锚点。例如“上次首页改版使点击率 +8%”，可参考此基线给出新需求的 Impact 分数。

常见误区

• ❌ 把 Reach 当 Impact：百万用户使用 ≠ 百万用户都有显著改善，需区分“使用”与“改善”。
• ❌ 忽视负 Impact：某些功能可能降低满意度（如强行弹窗），Impact 可以为负值，应纳入优先级计算。
• ❌ 只关注短期 Impact：修复技术债可能短期无指标提升，但长期能避免风险。RICE 的 Impact 通常只评估 3–6 个月窗口，需搭配长期评估。

应用边界

• 线性假设：RICE 假定 Impact 与 Reach、Effort 相互独立，但现实中高 Reach 功能往往带动并发更广的 Impact，需人工微调。
• 不适用于“黑天鹅”事件：合规性修复、安全漏洞修复等强制性需求，Impact 分数可能被低估，此时应标记为“强制高优先级”跳出 RICE 计算。

练习题

1. 需求 A：在结算页增加“一键使用优惠券”功能，预计影响 60% 的现有用户，使订单转化率提升约 4%。请估算 Impact 分值（0–10 分），并写出评分理由。
2. 需求 B：为后台管理员增加批量导出报表功能，仅影响 50 名内部用户，但预计每次导出时间从 15 分钟降至 1 分钟。这个需求适合用 RICE 的 Impact 衡量吗？为什么？

内联 SVG：Impact 量化决策流程

下图展示从一个原始需求到最终 Impact 分数的决策路径：