需求优先级排序Skill

RICE/Kano/MoSCoW 优先级排序方法与打分规范。当需求池中存在多个候选需求,需要量化排序决定做不做、先做后做时使用。

Sky-Cube d2cfb99 2.4 KB Updated

File contents

需求优先级排序Skill

适用场景

需求池积累多条候选需求且资源有限,需要一套可复现、可解释的打分方法,输出优先级排序结果与取舍建议。

执行步骤

  1. 明确排序目标与约束:本周期资源上限(人日)、战略侧重(增长/留存/合规),约束不同排序结果会不同。
  2. 选择方法:RICE(收益 Reach/Impact/Confidence/Effort)适合数据可估的量化排序;MoSCoW 适合版本范围内做必须/应该/可以/不做的切分;Kano 适合区分基本型/期望型/兴奋型需求做满意度决策。
  3. 逐项打分:RICE 各维度打分——Reach(影响用户数/周期)、Impact(0.25/0.5/1/2/3 档)、Confidence(100%/80%/50%)、Effort(人月),打分为团队共识而非个人拍板,分歧点记录理由。
  4. 计算排序:RICE 分数 = (Reach × Impact × Confidence) / Effort;MoSCoW 输出四类清单;Kano 输出需求类型分类与「做了提升满意度/不做引发不满」结论。
  5. 校验合理性:分数与实际感知是否一致,明显不合理时回查打分依据而非硬改分数。
  6. 输出排序结果:总分表 + 推荐本周期范围 + 明确不做清单与理由。

规范要点

  • 打分必须留依据:每个分数附一行理由(数据来源/判断逻辑),禁止只给数字不给依据。
  • 打分级差固定:Impact 用固定档位(0.25/0.5/1/2/3),Confidence 用固定档位(100%/80%/50%),全表统一不混用。
  • Kano 不能单独当排期依据:Kano 说明「做什么类型」,RICE 说明「什么顺序」,两者配合使用。
  • 排序结果定期重排:优先级随市场与数据变化,标注「下次重排触发条件」(如季度/重大数据变化)。
  • 争议处理留痕:评分分歧记录双方理由与最终裁定,保证排序过程可追溯。

输出模板

# 需求优先级排序结果
1. 排序目标与约束(资源上限/战略侧重)
2. 打分表(需求/R/I/C/E/RICE分/打分依据)
3. 分类结果(MoSCoW 四类 / Kano 三型)
4. 推荐本周期范围(按序排列)
5. 明确不做清单与理由
6. 重排触发条件与争议记录

自检清单

  • 每项分数附打分依据
  • Impact/Confidence 档位全表统一
  • 方法选择与排序目标匹配
  • 排序结果与战略约束一致
  • 不做清单有明确理由

Sky-Cube/fullflow-dev-agent/tree/main/.claude/skills/requirement-prioritization commit d2cfb99b6c

Frequently asked questions

npx skillmds@latest add sky-cube/skill-76