RICE 评分是一种给需求排优先级的量化方法，用触达（Reach）、影响（Impact）、信心（Confidence）、投入（Effort）四个因子计算得分，得分越高越应优先处理。它把“感觉重要”转成可比较的数值，并用信心因子标注估算可靠程度、用投入因子把成本纳入排序。下面说明四个因子怎么填、分数怎么算，以及结果适合在什么条件下使用。
要点总览（TL;DR）
- RICE 评分用触达（Reach）、影响（Impact）、信心（Confidence）、投入（Effort）四个因子计算得分，公式为 R×I×C÷E，得分越高在本轮排序中越靠前。
- 四个因子要按统一口径填写：触达明确统计周期和对象单位，影响用带文字描述的分级量表，信心标注估算依据，投入统一单位并明确包含环节。
- 得分表达的是需求之间的相对位置，换一批需求或换一个周期，分数会变化，适合排序而非判断某条需求值多少钱。
- RICE 适合需求数量多、需要横向比较的场景；合规、安全、合同承诺类需求由外部约束决定取舍，得分只用于安排先后。
- 常见误用包括把高分当成必须做、随手填信心因子、跨团队直接比分数、为凑分反向调整因子，落地前应先约定因子口径。
RICE 评分的直接答案
RICE 是 Reach、Impact、Confidence、Effort 四个英文词的首字母缩写。它的计算方式是：先估算一条需求在一定周期内能触达多少对象、对每个对象产生多强的影响，再乘以对这两项估算的信心程度，最后除以完成这条需求所需的投入。公式写作 RICE = R × I × C ÷ E。
得分的作用是把多条需求放在同一把尺子上比较。例如两条需求分别算出 24 分和 9 分，可以判断前者在本轮排序中更靠前。这个分数表达的是需求之间的相对位置，换一批需求、换一个周期，分数的绝对高低会变化，因此适合用来排序，不适合当作某条需求“值多少钱”的绝对判断。
理解 RICE 需要抓住三个要点：四个因子必须按统一口径填写；信心因子是对估算质量的标注，会直接放大或缩小结果；投入放在分母，意味着同样的价值下成本越低得分越高。这三点共同决定了 RICE 是一个“性价比”式的排序工具。
四个因子分别衡量什么
四个因子回答的是四个不同问题：影响多少人、影响多深、我们有多确定、要花多少成本。填写时最容易出问题的地方是口径不统一，所以每一项都需要事先约定取值方式和统计周期。
| 因子 | 衡量什么 | 常见取值方式 | 填写口径建议 |
|---|---|---|---|
| Reach（触达） | 一定周期内受影响的用户或业务对象数量 | 直接填数量，如每月 800 名用户、每季度 30 个门店 | 明确统计周期和对象单位，全团队使用同一周期 |
| Impact（影响） | 对单个对象的影响强度 | 分级量表，如 3=极大、2=高、1=中、0.5=低、0.25=极小 | 为每一级写出可对照的描述，避免凭感觉打分 |
| Confidence（信心） | 对触达和影响估算的确定程度 | 百分比，如 100%、80%、50% | 用数据来源区分档位，并记录依据 |
| Effort（投入） | 完成需求所需的工作量 | 人时、人日，或团队约定的相对工作量点数 | 统一单位，明确是否包含设计、测试与上线支持 |
Reach 的关键是“周期”和“对象”两个口径。按月统计用户数和按季度统计订单数，得到的数字含义完全不同，混在一起比较就失去意义。Impact 用分级量表而非直接填数字，是为了降低主观打分的随意性；量表每一级都应有文字描述，例如“极大”对应核心流程无法完成，“低”对应体验略有改善。
Confidence 常被误当成一个可有可无的系数。它的实际作用是给估算打折：有用户调研数据支撑时可以取 100%，只有间接推断时取 50%，纯属假设时取更低值。Effort 则需要明确包含哪些工作环节，否则不同需求之间的成本不可比。四项因子都建议在需求条目上留下填写说明，方便后续复核。
计算过程与一个完整例子
下面用一个演示情景说明从填因子到得出结论的完整过程。示例中的数字仅用于演算，不代表任何真实业务数据。
假设有两条候选需求 A 和 B，团队约定统计周期为一个月，Impact 采用五级量表，Effort 以人日计。
| 需求 | Reach（人/月） | Impact | Confidence | Effort（人日） |
|---|---|---|---|---|
| 需求 A：优化下单页面的地址填写 | 1200 | 2（高） | 80% | 8 |
| 需求 B：新增报表导出格式 | 300 | 1（中） | 100% | 4 |
代入公式计算：
- 需求 A：1200 × 2 × 0.8 ÷ 8 = 240
- 需求 B：300 × 1 × 1.0 ÷ 4 = 75
按得分排序，需求 A 排在需求 B 之前。这个结论的含义是：在本轮约定的口径下，A 的单位投入产出更高。如果团队只有有限的开发人力，应优先安排 A；如果 B 有外部合规期限，则排序结论需要让位于这一约束，这一点在下一节展开。
算例还说明了一个容易被忽略的前提：两条需求的因子必须用同一套口径。假如 A 的 Reach 按月统计、B 的 Reach 按季度统计，或者 A 的 Effort 只算开发、B 的 Effort 含测试，两个得分就不可比。出现口径不一致时，正确做法是先统一口径重算，而不是直接比较数字大小。
RICE 评分的适用边界
RICE 在需求数量多、需要横向比较的场景中价值最大。当候选需求有十几条甚至几十条，讨论容易停留在各自立场时，统一填写四个因子能把争论拉回到可核对的数据和假设上。它也适合周期性复盘：同一批需求隔一个季度重新打分，可以看出估算信心是否提升、投入是否被低估。
以下情况需要谨慎使用或降低对结果的依赖：
- 触达和影响难以量化的需求，例如品牌建设、基础设施改造、技术债清理，强行填数字会让结果看起来精确但实际参考价值下降。
- 涉及合规、安全、合同承诺的需求，这类需求是否要做由外部约束决定，排序分数只能用于安排先后，不能用于决定取舍。
- 探索性需求，其触达和影响本身就是要验证的问题，此时信心因子会很低，得分自然靠后，但这不代表它不该做。
结果的使用方式也需要明确：RICE 得分是排序输入，最终排期还要结合战略方向、依赖关系、合规要求和团队容量。得分高不等于必须立刻做，得分低也不等于直接砍掉。另外，RICE 处理的是需求对象之间的先后，不涉及需求拆成任务之后的执行顺序，任务层面的排期需要另行安排。
当团队把需求条目作为排序的载体时，可以在需求条目上设置触达、影响、信心、投入四个字段并计算得分，让排序过程有据可查。ONES 支持在需求工作项上配置自定义字段并保存评分结果，评审时可以直接按得分查看和调整顺序，因子口径的约定也能随条目一起留存。
RICE 与相邻排序方法的区别
需求排序方法不止一种，混用的常见后果是同一批需求在不同会议上得出不同结论。下表按同一口径对比几种常见方法的核心机制。
| 方法 | 产出形式 | 核心机制 | 适用侧重 |
|---|---|---|---|
| RICE | 连续得分 | 价值类因子相乘后除以投入，直接体现性价比 | 需求多、需要量化横向比较 |
| MoSCoW | 分级归类 | 把需求分为必须有、应该有、可以有、本次不做四类 | 范围协商与版本取舍 |
| 加权评分 | 连续得分 | 自定义多个维度并赋权重后加总 | 评估维度因业务而异、需要灵活定制 |
| 价值复杂度矩阵 | 二维定位 | 按价值与复杂度两个轴把需求放入四个象限 | 快速形成讨论共识、可视化沟通 |
区别的关键在两点。第一，RICE 把投入放在分母，因此同样的价值下成本越低得分越高，这是它区别于加权评分的地方；加权评分通常把各维度加权求和，成本往往作为一个维度参与加总，性价比关系不如除法直观。第二，MoSCoW 只做归类不产出连续得分，它回答的是“这条需求属于哪一档”，而不是“它排第几”，因此适合在范围已经大致确定后做取舍。
价值复杂度矩阵用两个维度定位需求，优点是直观、便于讨论，缺点是不产生单一分数，需求较多时难以精细排序。实际工作中可以把几种方法配合使用：先用矩阵做初步分类，再用 RICE 在同一象限内排序，最后用 MoSCoW 确认版本范围。配合使用时需要说明每种方法各自回答什么问题，避免把分级结果当成得分使用。
常见误解与使用注意
RICE 的误用大多来自对分数含义的过度解读。以下几条是落地时最常出现的偏差，以及对应的口径约定建议。
- 误解一：得分高就必须做。得分表达的是相对优先级，最终决策还要看战略方向、合规要求和依赖关系。建议在评审记录中写明“得分排序”和“最终排期”两列，把两者的差异及原因记录下来。
- 误解二：信心因子可以随手填。信心因子直接乘在结果上，填 50% 和填 100% 会让得分相差一倍。建议为每一档信心写明依据类型，例如有调研数据、有历史数据、仅有假设，并在条目上留下来源说明。
- 误解三：不同团队的分可以直接比较。各团队对触达周期、影响量表、投入范围的理解不同，分数只在同一套口径内可比。建议在团队或项目层面先发布一份因子口径说明，跨团队比较前先对齐口径。
- 误解四：为了让某条需求排前面而调整因子。反向凑分会让整套评分失去可信度。建议保留每轮打分的原始记录，复盘时对照实际结果检查估算偏差，用偏差修正下一轮的口径，而不是修改当轮数字。
落地时的口径约定可以归纳为几条可核验的规则：统计周期统一；影响量表每一级有文字描述；信心档位与依据类型对应；投入范围明确包含哪些环节；打分记录可追溯。做到这几条，RICE 的得分才能在需求评审中作为稳定的讨论基础，而不是又一轮主观争论的起点。
常见问题
RICE 评分里的信心因子应该怎么定档，才不至于变成拍脑袋？
信心因子的作用是给估算打折，定档时按依据类型区分，而不是按主观感觉。可以约定几档：有用户调研或历史数据直接支撑的取 100%；有间接数据或类似需求经验可参考的取 80%；只有部分推断的取 50%；纯属假设的取更低值。
每一档都要在需求条目上写明依据来源，例如调研报告、历史工单统计或访谈记录。这样复核时能看出分数差异来自哪里，也能在复盘时对照实际结果修正下一轮的定档标准。
需求数量不多时，还有必要用 RICE 评分吗？
需求只有三五条、团队对优先级已有共识时，RICE 的收益有限，填写四个因子和统一口径的成本可能超过排序带来的价值。这种情况下用价值复杂度矩阵做一次快速定位，或者直接讨论取舍即可。
当候选需求增加到十几条以上、讨论开始停留在各自立场时，RICE 的统一口径和可核对数字才明显有用。也可以先用简单方法做初步分类，等需求池变大后再引入 RICE 做精细排序。
同一条需求在不同季度重新打分，分数变化很大，说明评分有问题吗？
不一定。触达会随用户规模变化，投入会随技术方案调整，信心会随调研深入而提高，这些都会让分数变化。分数变化本身是正常的，关键看变化是否有依据。
建议保留每轮打分的原始记录，复盘时对照实际结果检查估算偏差：是触达估高了，还是投入低估了。用偏差修正下一轮的口径，比追求分数稳定更有意义。跨季度比较时，先确认两轮的因子口径是否一致。
RICE 得分和最终排期不一致时，应该怎么向团队解释？
把两者分开记录和说明。得分排序回答的是“在本轮口径下哪条需求单位投入产出更高”，最终排期还要考虑战略方向、合规期限、依赖关系和团队容量。
评审记录里可以并列“得分排序”和“最终排期”两列，对差异逐条写明原因，例如某条低分需求有合同交付期限，或某条高分需求依赖另一条需求先完成。这样团队能看到分数的作用边界，也不会因为排期调整而怀疑评分本身。
多个团队各自用 RICE 打分，跨团队比较需求时要注意什么？
先对齐口径再比较。各团队对触达统计周期、影响量表每一级的含义、投入包含哪些环节的理解可能不同，直接比数字容易得出错误结论。
可行做法是在项目或组织层面发布一份因子口径说明，明确统计周期、影响量表的文字描述、信心档位与依据类型的对应关系、投入范围。跨团队评审前先确认各方使用的是同一版口径，口径不一致时先统一重算，再放在一起排序。
