Framework priorytetyzacji RICE to metoda punktowa stosowana przez zespoły produktowe, growth i CRO do tworzenia rankingu konkurujących pomysłów, funkcji lub eksperymentów według szacowanego wpływu w stosunku do nakładu pracy, co pozwala przeznaczyć ograniczone zasoby na inicjatywy, które najprawdopodobniej przyniosą istotne rezultaty. RICE to akronim czterech składników oceny: Reach (zasięg) – liczba użytkowników lub klientów, na których inicjatywa ma wpłynąć w określonym okresie, np. miesięcznie lub kwartalnie; Impact (wpływ) – zgrubne oszacowanie, jak bardzo inicjatywa zmieni docelową metrykę dla każdego użytkownika, do którego dotrze, zwykle oceniane w prostej skali, np. 3 dla ogromnego wpływu, 2 dla wysokiego, 1 dla średniego, 0,5 dla niskiego i 0,25 dla minimalnego; Confidence (pewność) – wartość procentowa odzwierciedlająca, jak pewny jest zespół swoich szacunków zasięgu i wpływu, na podstawie siły danych wspierających; oraz Effort (nakład pracy) – szacowana ilość wymaganej pracy, zwykle mierzona w osobo-miesiącach lub porównywalnej jednostce względnej.
Framework spopularyzował zespół produktowy Intercom jako odpowiedź na częsty problem, w którym priorytetyzacja zależy od tego, kto argumentuje najbardziej przekonująco lub ma największy autorytet w organizacji, a nie od spójnej, porównywalnej metodologii. Końcowy wynik RICE oblicza się, mnożąc zasięg, wpływ i pewność, a następnie dzieląc przez nakład pracy, co daje jedną liczbę pozwalającą uszeregować na jednej liście inicjatywy bardzo różnych typów, takie jak nowy proces onboardingu i redesign strony z cennikiem, które w innym przypadku trudno bezpośrednio porównać.
Stosowanie RICE w praktyce zaczyna się zazwyczaj od backlogu pomysłów kandydackich zebranych z badań użytkowników, przeglądu analityki, próśb interesariuszy i analizy konkurencji. Każdy pomysł jest oceniany niezależnie przez zespół odpowiedzialny za priorytetyzację, najlepiej z użyciem jakiejś ustrukturyzowanej metody dochodzenia do szacunków, np. odwoływania się do historycznych danych z eksperymentów w celu skalibrowania ocen wpływu lub opierania szacunków zasięgu bezpośrednio na analityce na poziomie segmentów, a nie na domysłach. Wyniki pewności pełnią ważną funkcję korygującą, ponieważ jawnie obniżają wartość pomysłów, które brzmią przekonująco, ale opierają się na słabych dowodach, zapobiegając wypieraniu mniej efektownych, lecz dobrze uzasadnionych inicjatyw przez wysokie oceny wpływu zbudowane na spekulacji.
Częstym błędnym przekonaniem jest traktowanie wyniku RICE jako precyzyjnego, obiektywnego wyliczenia, podczas gdy w rzeczywistości jest to ustrukturyzowany sposób uczynienia subiektywnych szacunków porównywalnymi oraz ujawnienia rozumowania stojącego za rankingiem, tak aby zespół mógł je kwestionować i doprecyzowywać. Wyniki mogą się znacznie różnić w zależności od tego, kto je szacuje, dlatego wiele zespołów kalibruje kryteria oceny wspólnie przed punktowaniem poszczególnych pozycji i okresowo wraca do wyników w miarę pojawiania się nowych danych, zamiast traktować początkowy ranking jako ostateczny. Inną częstą pułapką jest mechaniczne stosowanie RICE bez uwzględnienia zależności między inicjatywami, długu technicznego lub względów strategicznych, których sam wynik liczbowy nie jest w stanie uchwycić, dlatego większość praktyków traktuje RICE jako jedną z wartości wejściowych decyzji priorytetyzacyjnych, a nie jedyny czynnik rozstrzygający.
W doradztwie z zakresu CRO i wzrostu RICE lub podobne frameworki, takie jak ICE i PIE, są powszechnie używane do budowania i obrony planu eksperymentów, zwłaszcza gdy klient ma więcej hipotez wygenerowanych z badań, niż program testowy ma mocy przerobowych, by je przeprowadzić. Wspólny, przejrzysty framework punktacji pomaga firmie doradczej uzasadnić, dlaczego jedne eksperymenty są ustawiane przed innymi, daje interesariuszom spójny sposób proponowania i oceniania nowych pomysłów w trakcie współpracy oraz tworzy udokumentowany zapis, do którego można wrócić, aby sprawdzić, czy szacunki wpływu i pewności dla zakończonych eksperymentów odpowiadały faktycznie zmierzonym wynikom, co poprawia kalibrację przyszłych decyzji priorytetyzacyjnych.
Przykład obliczeniowy pokazuje, jak wynik działa w praktyce: eksperyment polegający na przeprojektowaniu strony z cennikiem może mieć szacowany zasięg 8000 użytkowników miesięcznie (Reach), średni wpływ oceniony na 1 w standardowej skali, pewność 80 procent na podstawie silnych badań jakościowych oraz szacowany nakład pracy 2 osobo-miesięcy, co daje wynik RICE równy 8000 razy 1 razy 0,8, podzielone przez 2, czyli 3200. W porównaniu z drugim pomysłem, dotyczącym mniejszej poprawki w procesie zamówienia, docierającej tylko do 2000 użytkowników, ale wymagającej zaledwie 0,25 osobo-miesiąca pracy przy podobnie wysokiej pewności, poprawka w procesie zamówienia nadal mogłaby uzyskać wyższy wynik niż większy redesign cennika mimo mniejszego zasięgu, co ilustruje dokładnie ten rodzaj nieintuicyjnego, lecz użytecznego porównania, które framework ma ujawniać.
Więcej terminów na literę R
Monitorowanie rzeczywistych użytkowników (RUM)Zarządzanie wydaniami (Release Management)Zasoby blokujące renderowanie (render-blocking resources)Responsywny projekt (Responsive Design)RetargetingWspółczynnik retencji (Retention Rate)Retrospektywa (Retrospective)Zwrot z wydatków reklamowych (ROAS)Zarządzanie zwrotami (returns management)
