ICE, RICE i PIE służą do jednego: pomagają ustawić backlog w takiej kolejności, żeby najpierw robić rzeczy z największym sensem. Różnią się tym, co punktują i ile danych trzeba zebrać przed oceną. Gdy chcesz szybko odsiać pomysły, zwykle wygrywa ICE. Kiedy liczy się realny zasięg wpływu, częściej lepszy jest RICE. Przy optymalizacji produktu albo konwersji najczęściej bliżej ci będzie do PIE. Ten sam backlog potrafi przez to dostać zupełnie inną kolejność zadań.
Nie ma jednego modelu dla wszystkich zespołów. Liczy się dopasowanie do typu decyzji, czasu i jakości danych. Zły wybór rzadko psuje sam scorecard, ale bardzo łatwo wypacza kolejność pracy.
Jakie kryteria oceny stosują frameworki ICE, RICE i PIE
Tu wszystko rozstrzyga scorecard: 3 pola w ICE, 4 w RICE i 3 w PIE. To nie są kosmetyczne różnice, bo jedne zmienne mierzą siłę wpływu, inne pewność oceny, a jeszcze inne koszt albo łatwość wdrożenia.[1]
Najwięcej błędów bierze się ze słownika. Gdy zespół miesza „impact” z „reach” albo „ease” z realnym nakładem pracy, liczby nadal wyglądają porządnie, tylko porównanie przestaje być uczciwe. Przy 3 polach w ICE taki błąd od razu waży mocniej.
Które zmienne decydują o wyniku w ICE, RICE i PIE
- Impact występuje w ICE i RICE. Mówi, jak mocno dana zmiana może poruszyć główną metrykę, a nie ilu ludzi ją zobaczy. Żeby ta ocena miała sens, podepnij ją pod jedną liczbę (np. aktywację albo retencję). Wynik szybko traci wartość, gdy „duży impact” dostaje pomysł bez konkretnego celu liczbowego.[2]
- Confidence też pojawia się w obu modelach. Tu liczy się źródło pewności: wcześniejsze testy, dane historyczne, badania albo po prostu intuicja. Kiedy każdy wpisuje wysoką ocenę tylko dlatego, że rozwiązanie brzmi sensownie, skala przestaje odróżniać dobre pomysły od słabych.
- Ease masz w ICE oraz PIE. To łatwość wdrożenia, zwykle oceniana w skali 1–10, ale sama makieta nie wystarczy. Gdy trzeba ruszyć backend albo poczekać na QA, wynik potrafi spaść bardzo szybko (zwłaszcza przy starym kodzie).
- Reach odróżnia RICE od pozostałych modeli. Ilu użytkowników naprawdę zetknie się ze zmianą w tym samym okresie (np. tydzień albo miesiąc)? Bez wspólnego horyzontu czasu ta liczba zaczyna mylić, a nie pomagać.
- Effort w RICE obejmuje cały nakład pracy, nie samo kodowanie. Do estymacji wchodzą implementacja, testy, analityka, rollout oraz poprawki po wdrożeniu. Jeśli liczysz wyłącznie czas developera, duże inicjatywy wyglądają taniej, niż są w rzeczywistości.
- Potential należy do PIE i pokazuje, ile jeszcze da się wycisnąć z danego miejsca w produkcie lub lejku. Działa tam, gdzie obecny wynik jest wyraźnie poniżej oczekiwań i widać zapas. Przy obszarze, który już doszedł do lokalnego sufitu, ta ocena niewiele wnosi.
- Importance także jest częścią PIE. Określa wagę biznesową obszaru, którego dotyczy zmiana, więc najlepiej patrzeć tu na udział w ruchu albo przychodzie. Fragment produktu odwiedzany rzadko nie powinien dostawać wysokiej oceny tylko dlatego, że wygląda obiecująco.
Praktyczne przykłady punktowania znajdziesz w Co to jest framework ICE do priorytetyzacji eksperymentów?. A ponieważ zespoły często inaczej nazywają te same pola, dobrze mieć pod ręką Słownik pojęć frameworków i metodyk growth dla growth hackerów.
Różnice w składnikach i czasie scoringu w ICE, RICE i PIE
Jak szybko można ocenić pomysły każdym z frameworków
Między tymi modelami różnica czasu jest konkretna: ICE policzysz najszybciej, RICE najwolniej, a PIE zwykle wypada pośrodku. Nie chodzi tylko o nazwę narzędzia. Czas zjada liczba wcześniejszych estymacji i to, do czego wynik ma później służyć. Przy 4 polach w RICE jedno słabe założenie o Reach potrafi zatrzymać całe spotkanie.
| Framework | Tempo scoringu | Co realnie wpływa na czas oceny | Kiedy ten koszt czasu się opłaca |
|---|---|---|---|
| ICE | Najszybsze | ICE jest lekkim frameworkiem opartym na subiektywnym scoringu, więc zespół może przejść przez wiele pomysłów bez długiego przygotowania. Brak osobnej estymacji zasięgu przyspiesza pracę, choć ceną jest mniejsza porównywalność między inicjatywami z różnych obszarów. | Gdy trzeba szybko ułożyć długi backlog, zrobić pierwsze sito albo podjąć roboczą decyzję na jednym spotkaniu. |
| RICE | Najwolniejsze | RICE potrzebuje większej liczby danych wejściowych, szczególnie estymacji Reach, dlatego najlepiej działa w dojrzalszych zespołach z dostępem do analityki. Sam mechanizm też spowalnia ocenę: Confidence obniża wynik słabo udokumentowanych pomysłów, a Effort nie pozwala wygrywać dużym projektom tylko za „ambitność”. | Gdy kilka zespołów walczy o te same zasoby i potrzebujesz rankingu, którego da się obronić przed produktem, engineeringiem i leadershipem. |
| PIE | Średnie | PIE działa szybko tam, gdzie masz już dane z lejka albo konkretnych ekranów, bo ocena dotyczy jakości okazji do poprawy, a nie pełnej estymacji zasięgu. Proces zwalnia dopiero wtedy, gdy nie wiadomo, który etap ogranicza wynik i zespół musi najpierw znaleźć właściwe miejsce do optymalizacji. | Gdy pracujesz nad konwersją, onboardingiem albo kluczowymi stronami i chcesz połączyć prostą ocenę z kontekstem biznesowym. |
Gdy liczy się tempo decyzji, ICE zwykle wygrywa. Kiedy wynik ma przetrwać rozmowę z produktem czy engineeringiem, RICE oddaje dodatkowy czas włożony w scoring. Przy pracy nad jednym fragmentem lejka PIE daje sensowny środek.
Artykuł Jak zaprojektować i przeprowadzić eksperyment growth od hipotezy do wniosków pokazuje to dobrze: lepsza hipoteza skraca sam scoring. Kiedy priorytetyzacja ciągnie się za długo, przyczyna często siedzi w procesie zespołu, co widać też w Dlaczego eksperymenty growth nie przynoszą wyników i jak to naprawić?.
Zastosowania frameworków ICE, RICE i PIE w praktyce
W jakich sytuacjach PIE sprawdza się najlepiej
Na jednej stronie albo w jednym formularzu PIE zwykle działa najlepiej. Chodzi o sytuacje, w których wszystkie pomysły konkurują o tę samą metrykę i dotyczą tego samego fragmentu ścieżki użytkownika, a nie całego backlogu.
W e-commerce najczęściej chodzi o koszyk i checkout. Podobny sens w SaaS ma scoring przy rejestracji, aktywacji konta albo ekranach paywalla, a w lead gen przy landing page’ach i formularzach kontaktowych. Gdy znasz bazową konwersję konkretnego miejsca, łatwiej ocenić zapas do poprawy (i to czuć od razu w dyskusji o priorytetach).
PIE traci sens, kiedy wrzucasz do jednej tabeli test copy na stronie, zmianę modelu cenowego i projekt infrastrukturalny. Wyniki mogą wyglądać równo, ale operacyjnie taka kolejka jest słaba. Porównujesz rzeczy, które różnią się skalą wpływu i czasem dowiezienia.
Dobry sygnał jest prosty. Zespół pracuje nad wspólnym celem, w tym samym kontekście, i po 1–2 tygodniach może sprawdzić efekt zmiany na konkretnym etapie lejka. W takim układzie PIE zwykle szybciej prowadzi od pomysłu do testu.
Jest jeszcze jeden warunek: trzeba regularnie uruchamiać i zamykać eksperymenty. Jak zbudować kulturę eksperymentowania w zespole growth dobrze pokazuje, dlaczego sam scoring nie naprawi słabego procesu.
Kiedy wybrać RICE zamiast ICE
Warunki, w których RICE daje lepszą porównywalność wyników
RICE robi różnicę wtedy, gdy w jednym backlogu lądują pomysły o bardzo różnej skali oddziaływania i trzeba je obronić jednym wynikiem liczbowym, a nie samym wyczuciem zespołu. W takim momencie ICE bywa po prostu za lekkie.
Widać to przy dwóch inicjatywach: jedna dotyka niemal całego aktywnego ruchu, druga tylko małego segmentu. W ICE oba pomysły potrafią wypaść podobnie, chociaż biznesowo dzieli je sporo.
Żeby RICE działał uczciwie, zespół musi trzymać wspólne zasady: Reach w tym samym oknie czasu, Effort w jednej jednostce pracy i jeden cel porównania, np. aktywację albo retencję.[3] Przy 30 dniach po jednej stronie stołu i kwartale po drugiej liczba wygląda precyzyjnie, ale ranking już nie.
RICE przydaje się też wtedy, gdy priorytetyzacja wychodzi poza rozmowę jednego PM-a z jednym growth marketerem. Kiedy do stołu dochodzi analityka oraz engineering, łatwiej bronić decyzji opartej na Reach, Impact, Confidence i Effort niż na samym przeczuciu. Ambitny pomysł często spada wtedy niżej, bo koszt pracy zjada przewidywany efekt.
Jest jeszcze prosty test. Gdy po scoringu w ICE regularnie robisz ręczne korekty w stylu „wynik wyszedł wysoko, ale sens biznesowy jest niski”, to zwykle znak, że RICE lepiej nada się do porównywania niż do samego szybkiego sortowania.
Źródła
- https://airfocus.com/glossary/what-is-the-ice-scoring-model/
- https://pmtoolkit.ai/learn/prioritization/rice-vs-ice-scoring
- https://goalsandprogress.com/rice-prioritization-framework/
Dorian Zawadzki to redaktor i autor publikacji w serwisie Growthhacker.pl. Specjalizuje się w tematach związanych z marketingiem wzrostu, SEO, content marketingiem i analityką. Tworzy praktyczne materiały, które pomagają lepiej rozumieć narzędzia, strategie i procesy wspierające rozwój biznesu online.
