接續前兩篇的文章，今天想跟大家分享的是兩個我最常用的優先級排序模型。

RICE 模型

RICE模型是基於四個要素來進行優先級評估：多少客戶會被影響到（Reach）、產生多大的影響力（Impact）、對這個功能的信心度（Confidence）和需要多少開發資源（Effort）。常見的方式是將這四個量化之後 (Reach x Impact x Confidence) / Effort 得出每個功能的數字，依高到低進行功能排序。一開始我想運用RICE的時候會覺得量化這些數字有點困難，所以想跟大家分享一下可以怎麼量化這些數字。

Ref: https://productfolio.com/rice-scoring/
R - Reach: 很多功能其實是滿足某部分user的需求，因此每個功能的tearget user是不一樣的，因此可以透過不同的user切分方法，算出全部產品使用者中所佔的比例。例如: 通知提醒功能是針對目前使用頻率每周低於3次的人，批量刪除功能是針對每天有大量資料的人等等，用這些目標客戶去除以全部客戶數，就可以得到一個比例，例如: 23%, 46% 等等，就可以使用23, 46 當作其量化數據
I - Impact: 影響力的量化相對上較為困難，我自己使用過的方法是先定義出每個功能想達成的商業目標，然後依照其商業目標與公司OKR對比後進行量化。例如: 功能A可以增加多少的產品使用率，功能B可以將5%的一般使用者轉換成重度使用者等等，然後對比公司今年或季度的目標來分出影響力(1–5分)
C - Confidence: 最佳的信心來源就是驗證的資料，例如從客戶訪談或是問卷調查的結果中找到每個功能對使用者的重要性。例如依照問卷針對功能有用度的平均分數當成信心量化指標。
E - Effort: 這裡的Effort有些文章會建議要同時考慮產品、行銷、設計的時間，但我的建議是只要單純考慮工程團隊所需的開發資源就好，例如多少人天，多少Sprint點數等等。將行銷或設計的資源分配獨立出來，會讓排序考慮的因素更加明確。

RICE的使用時機是產品本身相對成熟且複雜度較高的產品。

RICE模型的優勢

量化優先順序：RICE模型為您提供了一種量化優先順序的方法，可以幫助您快速識別和專注於最有價值的項目。

優化資源：RICE模型有助於最大程度地利用有限的資源，將它們分配給具有最大潛力的項目。

RICE模型的限制

主觀性：某些因素，如信心水平，可能受主觀影響，因此可能存在主觀性。

不考慮緊急性：RICE模型著重於價值，但未考慮緊急性。某些情況下，緊急性可能是關鍵因素。

價值(Value)與實作難度(Effort)

這是我在前一間新創公司很常使用的框架，我們將功能根據其價值與實現所需的資源進行比較。我們會畫出一個十字象限，分為 (價值高+難度高), (價值高+難度低), (價值低+難度低), (價值低+難度高) 四種象限。這裡的價值，包括了為客戶帶來的價值與對商業策略跟目標的貢獻。通常排序的優先順序會是以(價值高+難度低)的功能最優先，再來則是會再依據情況考慮(價值高+難度高)跟(價值低+難度低)的功能。這個框架的好處是很簡單，而且可以讓每個產品團隊去思考哪些因素要納入考量，例如Effort是否包含風險、維護成本等等，可以依照產品種類的不同進行調整。

Ref: https://www.savio.io/product-roadmap/value-vs-effort-matrix/

Value-Effort的使用時機是想知道每個功能順序大概位置，而不需要很明確地透過框架來決定每個功能的優先級