第 2 章 · 优先级与指标设计
考点梳理
2.1 优先级方法(“3 种”)
RICE(“有数据时用”):
RICE = (Reach × Impact × Confidence) / Effort
| 因子 | 定义 | 取值(示例) |
|---|---|---|
| Reach | 每季度触达用户数 | 如 5000 |
| Impact | 对单个用户影响 | 0.25 / 0.5 / 1 / 2 / 3(微小/中/大/很大/巨大) |
| Confidence | 对以上估计的置信度 | 50% / 80% / 100% |
| Effort | 人月 | 如 2 人月 |
例题:给远程团队做"会议待办自动生成"——Reach 5000/季、Impact 1、Confidence 80%、Effort 2 人月 → RICE = 5000 × 1 × 0.8 / 2 = 2000(分数越高越先做)。
ICE(“没数据时快速排”):Impact / Confidence / Ease 各打 1~10 分,加权求和。
Kano(“判断做了用户感不感知”):
| 类型 | 特征 | 例子(会议纪要产品) |
|---|---|---|
| 基本型 | 没有就差评,有了不加分 | 转写准确率 |
| 期望型 | 做得越好越满意 | 转写速度 |
| 魅力型 | 没有不失望,有了惊喜 | 自动识别"谁负责哪条待办" |
| 无差异 | 做了没人感知 | 换了个图标颜色 |
| 反向 | 做了反而差评 | 强制登录才能用 |
记忆锚:“有数 RICE,无数 ICE,体验 Kano;砍’无差异’,保’基本’,抢’魅力’”。
2.2 需求砍法(“会砍才是 PDE”)
砍需求 4 问(“4 问”):
① 这个需求对应哪个问题? → 说不出 = 砍
② 不做会损失什么指标? → 说不清 = 降优先级
③ Effort 能不能砍? → 先做 80% 价值的 20% 工作量
④ 有没有更便宜的替代? → 规则/模板/人工兜底
“先做 MVP” 3 层(“3 层”):
| 层 | 内容 | 例子(会议纪要) |
|---|---|---|
| P0(不做就死) | 核心任务能跑通 | 上传 → 转写 → 出待办 |
| P1(做了大加分) | 体验闭环 | 待办可编辑/导出/提醒 |
| P2(锦上添花) | 魅力功能 | 跨会议待办聚合 |
记忆锚:“P0 跑通,P1 闭环,P2 惊喜”——“MVP 是砍出来的,不是加出来的”。
2.3 指标设计(“3 层”)
| 层 | 数量 | 定义 | 反例 |
|---|---|---|---|
| 北极星 | 只有 1 个 | 代表产品核心价值的结果指标 | “用户数 + 收入 + 留存”(3 个 = 没有) |
| 输入指标 | 若干 | 可被团队动作直接影响 | “活跃用户”(太结果,团队动不了) |
| 护栏指标 | 若干 | 不能变差的底线 | 转写准确率/投诉率 |
设计步骤(“4 步”):
① 定北极星:这个产品让用户"完成"什么?(结果导向)
② 拆输入:哪些动作能影响它?(可操作)
③ 设护栏:哪些指标变差就"赢了也输了"?
④ 埋点验证:数据真的能采到吗?
示例(智能会议纪要):
- 北极星:周完成"会议→待办"闭环的用户数;
- 输入:录音上传数 / 待办生成数 / 待办采纳率 / 编辑后采用率;
- 护栏:转写准确率 ≥ 90% / 投诉率 < 1% / P95 时延 < 5 分钟。
记忆锚:“1 北多输入,护栏不能坏;数据采不到 = 指标白设”。
🧠 记忆工具箱
口诀速记
- RICE:“触达影响置信度,除以人月”;
- ICE:“三个十分加起来”;
- Kano:“基本期望魅力无差反向”;
- 砍需求:“说不清问题就砍,先做 80 价值 20 工作量”;
- MVP:“P0 跑通 P1 闭环 P2 惊喜”;
- 指标:“一北多输入,护栏不能坏”。
场景锚点
- 优先级想象"“行李箱装衣服”":你不是"全部带走的人"(带不走),你是"挑衣服的人"(“取舍”)——“RICE 就是每件衣服的’值得带指数’(用多少/多重要/把握多大 ÷ 占多大地方);MVP 就是’只装必穿的’(P0 跑通);护栏就是’别把外套塞变形’(别为了装更多压坏底线)”——“装不下 = 砍,不是硬塞”。
⚠️ 易错提醒
- RICE"不写 Confidence = 伪量化":“拍脑袋也要标 50/80/100%”——“不标 = 评审会追问”;
- Kano"魅力功能不是必做":“先保基本,再抢魅力”——“基本型没做好,魅力型 = 白做”;
- 北极星"3 个 = 0 个":“团队会为不同北极星打架”——“只有 1 个”;
- 指标"数据采不到 = 白设":“先确认埋点能采到,再定指标”(“设了指标没有数据 = 自嗨”)。