RICE Scoring Model: Quyết Định Ưu Tiên Tính Năng

• Bước 1: Xác định Reach (Đo lường bằng Con số tuyệt đối)

• Bước 2: Cân nhắc Impact (Thang điểm chuẩn hóa)

• 3 = Massive impact (Tác động khổng lồ)

• 2 = High impact (Tác động cao)

• 1 = Medium impact (Tác động trung bình)

• 0.5 = Low impact (Tác động thấp)

• 0.25 = Minimal impact (Tác động tối thiểu)

• Bước 3: Gắn Confidence (Định giá rủi ro)

• 100% = High confidence (Có dữ liệu quantitative, A/B test hoặc user research rõ ràng).

• 80% = Medium confidence (Dựa trên dữ liệu định tính hoặc proxy metrics).

• 50% = Low confidence (Chủ yếu dựa trên linh cảm hoặc yêu cầu chưa rõ ràng từ management).

• Bước 4: Tính toán Effort (Đo lường bằng "Person-months")

• Bước 5: Áp dụng công thức và So sánh

4. Ví dụ thực tế (Case Study Application)

1. Group Order (Đặt đơn nhóm): Cho phép nhiều người dùng add món vào chung một giỏ hàng.

2. Gamification (Vòng quay may mắn sau khi đặt đơn): Tăng retention rate thông qua mini-game.

• Reach: Ước tính có 150,000 user văn phòng (khách hàng mục tiêu) đặt đồ ăn giờ trưa mỗi tháng.

• Impact: 2 (High impact - giúp tăng AOV - Average Order Value một cách đáng kể do gom đơn, giảm phí ship per user).

• Confidence: 80% (Medium-high - Đã có data phỏng vấn khách hàng về nhu cầu này, nhưng chưa chạy experiment thực tế trên app).

• Effort: 3 person-months (Cần đổi flow giỏ hàng, split-payment, UI phức tạp cho nhiều người tương tác realtime).

• Điểm RICE = (150,000 * 2 * 80%) / 3 = 80,000

• Reach: 800,000 user/tháng (gần như ai hoàn thành đơn cũng thấy vòng quay).

• Impact: 0.5 (Low impact - chỉ là tính năng bổ trợ, tác động nhỏ gọn vào retention, không tác động mạnh vào core-value là order đồ ăn).

• Confidence: 100% (High - Đã từng áp dụng thành công trên GrabRide, số liệu có sẵn để tham chiếu).

• Effort: 1.5 person-months (Tái sử dụng một phần code từ team Ride, chỉ cần thay đổi reward logic).

• Điểm RICE = (800,000 * 0.5 * 100%) / 1.5 = 266,666

5. Anti-patterns & Những cạm bẫy cần tránh (Trade-offs)

• Metric Hacking (Thao túng điểm số): Stakeholders hoặc chính PM có thể cố ý "thổi phồng" Confidence lên 100% hoặc bóp méo Effort xuống thấp để ưu tiên "pet project" (tính năng con cưng) của mình. Cách giải quyết: Bắt buộc team phải cung cấp bằng chứng (evidence) khi Confidence > 80%.

• Illusion of Precision (Ảo tưởng về độ chính xác): Điểm RICE chỉ là ước tính tương đối, không phải là một con số khoa học tuyệt đối. Sự chênh lệch giữa điểm 50,000 và 51,000 không mang nhiều ý nghĩa. Đừng biến RICE thành một cuộc chiến cãi vã từng dấu phẩy thập phân.

• Thiên lệch các tính năng Quick-win (The "Snack" trap): Do RICE chia cho Effort (mẫu số), các tính năng nhỏ lẻ, dễ làm (low effort) thường trồi lên đầu backlog. Nếu chỉ nhắm mắt làm theo RICE, Product của bạn sẽ đầy rẫy các "tính năng kẹo mút" mà thiếu đi các Epic/Strategic shift có Effort lớn (như Re-architecture hệ thống).

• Bỏ quên Technical Debt & Foundational Work: RICE cực kỳ tệ trong việc đánh giá các công việc dọn dẹp Tech Debt hoặc Refactoring, vì "Reach" và "Impact" tới End-user của các task này bằng 0 hoặc rất khó đo lường trực tiếp.