RICE

RICE - это система скоринга (оценки) и приоритизации гипотез, задач или проектов, разработанная в компании Intercom как эволюционное развитие метода ICE. RICE добавляет к трем факторам ICE (Impact, Confidence, Ease) четвертый, критически важный фактор - Reach (охват), что позволяет более объективно оценивать потенциальную ценность каждой инициативы.

В интернет-маркетинге и управлении продуктами RICE помогает командам принимать взвешенные решения о том, на какие эксперименты тратить ограниченные ресурсы, учитывая не только силу эффекта, но и масштаб аудитории, которая этот эффект ощутит.

История возникновения

Метод RICE был разработан в компании Intercom, известной своей продуктовой культурой и data-driven подходом к принятию решений. Команда Intercom столкнулась с ограничениями метода ICE, который не учитывал количество пользователей, которых затронет то или иное изменение. Одно и то же улучшение может быть очень ценным, но влиять лишь на 1 % аудитории, или менее значительным, но влиять на 90 % пользователей. Очевидно, что эти сценарии требуют разного подхода к приоритизации.

Так появился RICE, где первый фактор - Reach (охват) - стал ключевым отличием от предшественника.

Компоненты RICE

Каждая гипотеза оценивается по четырем критериям. Для сопоставимости результатов важно использовать единые шкалы и единицы измерения.

Reach (Охват)

Количество пользователей или клиентов, которых затронет изменение за определенный период времени (обычно за месяц или квартал). Это количественная, а не качественная оценка.

Вопросы для оценки:

• скольких активных пользователей коснется это изменение?
• сколько транзакций или сессий будет затронуто?
• какая доля аудитории увидит новый функционал?

Важно выбирать единую единицу измерения для всех гипотез (например, «количество пользователей в месяц» или «количество сессий в неделю»). Это позволяет сравнивать «яблоки с яблоками».

Impact (Влияние)

Оценка того, насколько сильно успешная реализация гипотезы повлияет на каждого отдельного пользователя или на целевую метрику. В отличие от ICE, где Impact часто оценивается абстрактно (от 1 до 10), в RICE рекомендуется использовать более конкретные шкалы, например:

• 3 - массовый эффект (новая ключевая функция).
• 2 - высокий эффект (значительное улучшение).
• 1 - средний эффект (умеренное улучшение).
• 0,5 - низкий эффект (минимальное улучшение).
• 0,25 - точечный эффект (влияет на очень узкую группу).

Confidence (Уверенность)

Оценка того, насколько команда уверена в своих оценках Reach и Impact. Выражается в процентах:

• 100 % - высокая уверенность (есть точные данные, мы уже делали это раньше).
• 80 % - средняя уверенность (есть данные исследований, похожие кейсы).
• 50 % - низкая уверенность (в основном догадки и интуиция).

Использование процентов, а не абстрактных баллов, позволяет более гибко учитывать степень неопределенности. Если мы не уверены в оценке, Confidence снижается, и общий балл падает.

Ease (Легкость реализации)

Оценка того, сколько ресурсов (времени, усилий, денег) потребуется для реализации. В RICE обычно измеряется в единицах времени - «человеко-неделях» или «человеко-месяцах» полной занятости команды.

Например:

• 1 неделя - очень легкая задача.
• 4 недели (1 месяц) - задача средней сложности.
• 12 недель (3 месяца) - сложная и ресурсоемкая задача.

Чем больше требуемое время, тем ниже должен быть итоговый балл.

Расчет итогового балла

Итоговый балл RICE рассчитывается по формуле:

RICE Score = (Reach × Impact × Confidence) / Ease

Обратите внимание, что Ease находится в знаменателе: чем легче задача (меньше требуемое время), тем выше итоговый балл.

Пример расчета

Допустим, мы оцениваем гипотезу о добавлении рекомендательного блока на главную страницу интернет-магазина.

• Reach: 50 000 посетителей главной страницы в месяц.
• Impact: 2 (высокий эффект, так как рекомендации могут существенно повысить средний чек).
• Confidence: 80 % (0,8) - у нас есть данные, что подобные механики работают у конкурентов.
• Ease: 4 недели (4 человеко-недели разработки).

Расчет: (50 000 × 2 × 0,8) / 4 = 80 000 / 4 = 20 000

Гипотеза с баллом 20 000 будет сравниваться с другими гипотезами, рассчитанными по той же формуле. Чем выше балл, тем выше приоритет.

Пример сравнения RICE и ICE

Рассмотрим 2 гипотезы:

• Гипотеза 1: улучшить онбординг для новых пользователей (затрагивает 100 % новых пользователей, эффект средний).
• Гипотеза 2: добавить сложную интеграцию для корпоративных клиентов (затрагивает 5 % аудитории, эффект очень высокий).

Метод ICE, не учитывающий охват, мог бы поставить Гипотезу 2 выше из-за высокого Impact. Метод RICE с учетом Reach покажет, что улучшение для 100 % аудитории может дать больший суммарный эффект, даже если индивидуальный эффект ниже.

Преимущества и недостатки

Преимущества

• Учет масштаба: добавление Reach делает оценку более объективной и приближенной к реальной бизнес-ценности.
• Гибкость: использование процентов для Confidence позволяет более точно учитывать неопределенность.
• Объективность: количественные оценки Reach и Ease (в единицах пользователей и времени) снижают субъективность по сравнению с абстрактными баллами ICE.
• Прозрачность: результаты расчетов легко объяснить стейкхолдерам и команде.

Недостатки

• Сложность: требует больше времени на сбор данных и расчеты, чем простой ICE.
• Не всё можно точно измерить: для новых, несуществующих функций может быть сложно оценить Reach и Impact.
• Субъективность: несмотря на попытку объективизации, оценка Impact часто остается экспертной.
• Требует дисциплины: для эффективного использования необходимо поддерживать единую систему единиц и регулярно пересматривать оценки.

Связанные термины

• Приоритизация
• ICE
• MoSCoW
• Growth-маркетинг
• A/B-тестирование
• Гипотеза
• Продакт-менеджмент
• Стратегическое планирование