RICE评分中的Reach（触达范围）指某个需求在给定周期内能触达多少用户或产生多少次接触，衡量覆盖面；Impact（影响强度）指需求对单个触达对象的作用有多大，衡量影响深度。两者在RICE公式中相乘：Reach回答“影响多少人”，Impact回答“对每个人影响多大”。评分时先固定统计周期与触达口径，再按统一档位给Impact赋值，避免把覆盖人数和影响程度混为一谈。
要点总览（TL;DR）
- Reach衡量某个需求在给定周期内能触达多少用户或产生多少次接触，回答“影响多少人”；Impact衡量对单个触达对象的作用强度，回答“对每个人影响多大”。
- 两者在RICE公式中相乘，量纲不同：Reach带人数或次数单位，Impact是无量纲的强度档位，得分只用于需求之间的相对排序。
- 评分时先固定统计周期和触达口径，再按统一档位给Impact赋值；把人数写进Impact的理由，等于重复计算覆盖面。
- Reach与Impact都不等于业务价值或优先级结论，最终排序还要结合Confidence、Effort以及依赖关系和战略方向等因素。
Reach和Impact分别是什么
RICE是一套用于需求优先级排序的启发式评分方法，由四个因子组成：Reach（触达范围）、Impact（影响强度）、Confidence（信心度）和Effort（投入量）。Reach和Impact是其中负责描述“需求能带来多大覆盖面与多深影响”的两个因子，二者在公式中处于相乘位置，共同构成得分的分子部分。
Reach：给定周期内的触达规模
Reach衡量的是在明确的时间窗口内，某个需求上线后能触达的用户数量或接触次数。它的计量对象是“人”或“次”，例如“未来一个季度内约有多少活跃用户会用到这个功能”“每月约产生多少次相关操作”。Reach的取值必须带周期，脱离周期的数字无法比较：同样一个功能，按月度统计和按季度统计，Reach可能相差数倍。
触达口径也需要提前约定。是按活跃用户数、受影响订单数，还是按页面访问次数计算，不同口径得到的Reach完全不同。团队在评分前应统一口径，并让同一批需求使用同一口径，否则分数之间不具备可比性。
Impact：对单个触达对象的影响强度
Impact衡量的是需求对每一个被触达对象产生的作用有多大，它是一个强度系数，不带人数单位。常见做法是用几个离散档位表达强度，例如3表示极大影响、2表示较大影响、1表示中等影响、0.5表示较小影响。档位含义由团队自行定义并写入评分说明，确保不同评分人对“极大”“较小”的理解一致。
Impact描述的是作用深度，不描述作用范围。一个只影响少量用户但能显著改变其工作方式的需求，可以有较高的Impact和较低的Reach；一个覆盖全体用户但只是轻微改善体验的需求，则可能Reach很高、Impact偏低。
两者的边界：覆盖面与作用深度
Reach和Impact回答的是两个不同的问题，边界清晰：Reach只回答“影响多少人”，Impact只回答“对每个人影响多大”。把这两个问题分开提问，是评分时区分二者的实用方法。
Reach不评价影响好坏与强弱
Reach是一个规模数字，它不判断这个需求对用户是有益、有害还是中性，也不判断影响有多深。触达1000人只说明覆盖面是1000人，这1000人受到的是轻微打扰还是重大改善，由Impact回答。因此，不能因为Reach数值大就推断需求价值高，也不能因为Reach数值小就认为需求不重要。
Impact不回答影响多少人
Impact只描述单个对象受到的作用强度，它不包含人数信息。给Impact打3分，意思是“对被触达的每一个人影响极大”，至于被触达的是10人还是10000人，由Reach承担。评分时若把人数写进Impact的理由里，就等于重复计算了覆盖面。
同一需求两个维度可能一高一低
实际评分中，Reach与Impact经常出现方向不一致的组合，这正是两个维度需要分开的原因：
| 情形 | Reach | Impact | 典型需求特征 |
|---|---|---|---|
| 广而浅 | 高 | 低 | 面向全体用户的界面微调、提示文案优化 |
| 窄而深 | 低 | 高 | 只服务少数关键岗位、但显著改变其操作流程的功能 |
| 广而深 | 高 | 高 | 影响多数用户核心路径的流程改造 |
| 窄而浅 | 低 | 低 | 边缘场景的小修补 |
这张表也说明，单看任一维度都无法判断需求应排在什么位置，必须结合另一维度以及Confidence、Effort一起看。
统计周期与触达口径决定Reach取值
Reach的数值对周期和口径高度敏感。评分前需要明确三件事：统计窗口是月度、季度还是年度；触达对象是全部用户还是特定分群；计量单位是人次、人数还是操作次数。三项确定后，同一需求在不同评分人手里才可能得到接近的Reach值。周期一旦改变，历史评分不宜直接横向比较，应重新按统一口径计算。
RICE如何把Reach和Impact组合成得分
RICE的常见公式为：得分 =（Reach × Impact × Confidence）÷ Effort。Reach与Impact处于相乘关系，意味着覆盖面与影响深度共同放大需求的分值：覆盖人数翻倍，得分翻倍；影响强度从1档升到2档，得分同样翻倍。这种乘法结构体现的是“广度与深度共同作用”的判断逻辑。
Impact的档位取值
Impact通常用离散档位而非连续数值，常见做法是设置3、2、1、0.5四档，分别对应极大、较大、中等、较小影响。档位数量与具体数值没有统一行业标准，团队可根据自身需求粒度调整，关键是档位定义要写清楚，并在同一批评分中保持不变。档位越少，评分越快但区分度越低；档位越多，区分度提高但对评分人的一致性要求更高。
Confidence与Effort的作用
Confidence衡量的是对Reach、Impact和Effort估算的可靠程度，通常用百分比表示，例如80%表示估算有较高把握。它作用于整个分子，用来折扣不确定的估算，与Reach、Impact描述的对象完全不同。Effort衡量实现需求所需的投入，位于分母，投入越大得分越低。四个因子各司其职：Reach和Impact描述价值侧，Confidence描述估算可信度，Effort描述成本侧。把Confidence当成影响强度、把Effort当成触达范围，都会让得分失真。
量纲差异带来的取值注意点
Reach带人数或次数单位，Impact是无量纲的强度系数，两者相乘后得到的数值没有直观业务含义，只用于需求之间的相对比较。因此评分结果适合排序，不适合对外解释为“价值多少”。同时，由于Reach数值通常远大于Impact档位，Reach的估算误差对最终得分的影响更大，评分时应优先把Reach的口径和周期定准。
Reach与Impact和相邻概念的区别
评分中容易混淆的不只是Reach与Impact彼此，还包括它们与用户规模、业务价值、投入量等相邻概念的区别。下面按同一口径逐项对照。
| 概念 | 回答的问题 | 计量方式 | 与Reach/Impact的关系 |
|---|---|---|---|
| Reach | 一个周期内影响多少人 | 人数或次数，带周期 | 覆盖面的评分表达 |
| Impact | 对每个人影响多大 | 无量纲强度档位 | 作用深度的评分表达 |
| 用户规模、访问量 | 产品整体有多少用户或流量 | 总量指标 | 是Reach估算的参考基数，不等于某需求的Reach |
| 业务价值 | 需求能带来多少收入或成本节约 | 金额或业务指标 | Reach与Impact相乘后仍需结合其他信息才能推断，不能直接等同 |
| Effort（投入） | 实现需求要花多少成本 | 人天、故事点等 | 位于分母，与Reach、Impact方向相反 |
Reach与用户规模、访问量的区别
用户规模、访问量描述的是产品整体盘子，是估算Reach时可参考的基数，但某个具体需求的Reach只包括真正会被该需求触达的那部分人。用整体活跃用户数直接填进Reach，等于假设需求覆盖全部用户，通常会高估。Reach应基于需求的实际使用路径估算。
Impact与业务价值、优先级结论的区别
Impact是评分过程中的一个输入，业务价值是需求可能带来的经营结果，优先级结论是综合评分与业务判断后的排序决定。三者层级不同：Impact高不代表业务价值一定高，得分高也不代表一定先做。RICE得分是排序参考，最终排期还要考虑依赖关系、战略方向等得分之外的因素。
Reach、Impact与Effort的区别
Reach和Impact描述需求的价值侧，Effort描述成本侧，方向相反。一个需求Reach和Impact都高，但Effort极大，得分可能仍然不高；反之，小投入的窄范围需求也可能因Effort低而获得不错的相对分数。评分时把投入写进Reach或Impact的理由，会破坏公式的分工。
与其他评分方法的相邻概念区分
价值评估中还有按价值与成本二维排序、按单一价值打分等方法。这些方法中的“价值”通常是综合判断，而RICE把价值侧拆成Reach与Impact两个可分别估算的因子，再用Confidence折扣不确定性。理解这一拆分方式，有助于在不同方法之间迁移时避免把综合价值直接当作Impact使用。
一个具体例子与常见误解
下面用一个演示情景说明如何分别给Reach和Impact打分。情景为虚构示例，仅用于说明评分动作。
示例：批量导出功能的评分过程
假设某后台产品计划增加“订单批量导出”功能，团队按季度评分，触达口径定为“季度内会使用该功能的运营人员数”。
- 先估Reach：根据历史操作记录，约120名运营人员每季度有导出需求，因此Reach取120（人/季度）。这里用的是实际会使用该功能的人数，而非全部注册用户数。
- 再估Impact：对使用该功能的运营人员而言，原本逐条复制需要数小时，功能上线后可一键完成，属于较大影响，按团队档位定义取2。理由只描述对单个用户的作用强度，不写人数。
- 组合计算：若Confidence取80%，Effort估为10人天，则得分为（120 × 2 × 0.8）÷ 10 = 19.2，用于与其他需求横向排序。
这个例子中，Reach和Impact的估算依据分别来自使用人数和单用户受益程度，口径互不重叠。
常见误解一：把Reach当成Impact
典型表现是给Impact写理由时写“影响1000名用户”，这实际上是在重复描述Reach。纠正方法是把Impact的理由改写为对单个用户的作用描述，例如“将该岗位每日操作时间从30分钟降到5分钟”，人数信息只出现在Reach中。
常见误解二：把Impact当成价值结论
另一种误用是认为Impact打了3分，需求就应当优先做。Impact只是强度系数，最终排序还要看Reach、Confidence和Effort的组合，以及得分之外的业务判断。把Impact直接当结论，会忽略覆盖面和投入成本。
常见误解三：两个维度用同一口径重复计算
如果Reach按“受影响订单数”统计，Impact又按“订单金额大小”分档，两个维度就都在描述业务量，覆盖面与作用深度的区分被抹掉。保持口径一致的做法是：Reach固定用人数或次数，Impact固定用与人数无关的强度档位，并在评分说明中写明两者的计量对象。
当团队把RICE评分用于需求池排序时，评分依据、统计周期和档位定义需要随需求一起记录，便于后续复核和横向比较。在ONES中，可以通过需求工作项的自定义字段记录Reach、Impact等评分值，并在需求列表中按得分排序、在评审时对照评分说明检查口径是否一致，让评分过程与需求状态在同一处留痕。
常见问题
Reach的统计周期应该按月度还是季度定？
周期本身没有统一标准，关键是同一批评分的需求使用同一周期。周期越短，Reach数值越小，适合迭代节奏快的团队；周期越长，越能反映需求的持续覆盖面。需要注意的是，周期一旦改变，历史评分不宜直接横向比较，应重新按统一口径计算后再排序。
Impact的档位可以自己定义吗，用3、2、1、0.5之外的分法行不行？
可以。3、2、1、0.5只是常见做法，档位数量和具体数值由团队根据需求粒度自行设定。档位越少评分越快但区分度低，档位越多区分度提高但对评分人一致性要求更高。无论选哪种分法，都应在评分说明中写清每档的含义，并在同一批评分中保持不变。
一个需求既影响少量关键用户，又覆盖大量普通用户，Reach和Impact怎么取一个值？
这种情况建议先按触达口径拆分估算，再合并成一个Reach值和一个Impact值。Reach可以把不同分群的触达人数相加，但需保证计量单位一致；Impact则要判断主要影响对象，按对核心触达群体的作用强度取值，并在评分说明中记录理由。如果两类用户受到的影响差异很大，也可以拆成两个需求分别评分，避免一个需求内部口径混杂。
RICE得分高的需求一定先做吗？
不一定。RICE得分是排序参考，反映的是覆盖面、影响强度、估算可信度与投入量的组合结果。最终排期还要考虑需求之间的依赖关系、战略方向、合规要求等得分之外的因素。得分适合用来缩小讨论范围，把明显低价值或高投入的需求排在后面，具体顺序仍需团队评审决定。
团队对Impact档位的理解总是不一致，有什么办法改善？
常见做法是给每个档位配一个具体的行为描述，例如“极大影响”对应“改变用户完成核心任务的方式”，“较小影响”对应“仅带来轻微体验改善”，并附上典型需求作为参照。评分后可以抽取几个需求做校准讨论，让评分人对照档位定义检查自己的取值理由，逐步收敛判断标准。
