給產品經理和分析師：如何用指標框架計算產品改動影響力（Impact Sizing）？
「若我開發這些功能，它到底能提升多少轉換率？」應該是很多產品經理在制定優先級中心裡大大的疑問，也是存在我心中好幾年的疑問。雖然很多人都聽過用過所謂 RICE（Reach, Impact, Confidence, Effort）框架，但裡面的那個「Impact」每次評估都覺得蠻模糊的，印象中我看過大多數人是憑經驗猜測的，或是去問幾個用戶說「這個功能你覺得會多有用」，所以就算寫出了 Impact ，通常也沒什麼自信說它就是準確的。
比起直覺猜測，其實還有更理性的方式做預測！
今年初我跟我的資料分析師在做季度規劃的時候，試著採用比較有邏輯的方法，用一些數據資料去推理出「影響可能有多大」，來協助排列優先級。以下我會分享「Cause Path 」的概念，使用目標、問題、點子、產品假設、指標相關性與影響範圍等等元素，協助釐清產品脈絡，減低用直覺猜測「Impact」的模糊感。
什麼是 Impact Sizing？
其實我也不知道這是否是正式專業名詞，但在前公司我們都這樣俗稱任何「影響力的預估」。Impact 指的是你做某件事，對目標產生的影響，例如改善搜尋排序，增加交易轉換率 3%。而 Sizing 就是測量預估影響力的大小。
為什麼要做 Impact Sizing？第一，預測影響力等同於幫我們預估哪個功能投資報酬率高，若我們能夠知道哪些點子影響大、哪些問題值得解，這份資訊就能幫助排列優先級、分配資源在值得的事情上。第二，它也幫助我們設定目標，避免過度設定一些根本不可能達到的 KPI。
其實這已經有點像是商業分析的範疇，我不是專業人士，但我的確在職場上和分析師共同使用過這個框架，就給大家參考參考囉。
Impact Sizing 框架概念介紹
簡而言之，我們要知道點子如何解決問題、問題如何幫助目標達成，釐清他們之間的因果關係，而各層次的指標就是驗證因果的最佳證據。
「Impact」有不同層次，以下分成三種指標來介紹：
直接指標（Actionable Metric）
直接指標顧名思義，就是最直接被點子影響的那種指標（廢話）例如：若我們要解決用戶搜尋時打錯字的問題，而我們發想的解法是增加推薦關鍵字讓用戶點擊而非自己打字。這樣的話直接指標就可以是「有多少用戶去點擊推薦關鍵字」，從這裡我們至少可以知道「用戶是否有使用這個功能」。雖然還不知道這到底有沒有解決問題，但它會是最容易被影響、最容易觀察的指標。
結果指標（Output Metric）
結果指標要驗證的是你的最終目標，假設我們知道用戶有在使用推薦關鍵字、也有更多人點擊商品了，那麼下一個層次就是去理解這樣的改動是否真的有幫助「提升交易轉換率」？還是只是變好用？這就是結果指標的目的。
