Framework de Priorização

RICE Score — Calculadora & Exercício

Aprenda a usar o RICE para priorizar features com critérios racionais, calcule scores reais e treine com um exercício interativo de produto financeiro.

A fórmula central do RICE

R × I × C ÷ E

Reach  ×  Impact  ×  Confidence  ÷  Effort

Reach — Alcance
R

Número absoluto de usuários

Quantas pessoas serão impactadas em um período fixo — geralmente por mês. Use dados reais sempre que possível. Não é percentual — é número de usuários.

5.0005.000 usuários/mês usariam isso
1.2001.200 usuários/mês seriam afetados
300300 usuários/mês em nicho específico
Dica: Normalize sempre pelo mesmo período para manter comparabilidade.
Impact — Impacto
I

Escala qualitativa padronizada

Qual o impacto na experiência de cada usuário afetado? Use escala discreta para forçar consistência nas avaliações do time.

3Massivo — muda o jogo, resolve dor crítica
2Alto — melhoria significativa e perceptível
1Médio — melhoria moderada
0.5Baixo — pequena melhoria
0.25Mínimo — quase imperceptível
Confidence — Confiança
C

Porcentagem: 0% a 100%

O quanto você confia nos valores de Reach e Impact? Esse critério pune estimativas baseadas só em intuição. Se você está chutando, o score vai cair.

100%Dados sólidos — pesquisa, métricas, teste A/B
80%Boa evidência, mas não definitiva
50%Intuição com alguma base qualitativa
20%Chute — sinal de que precisa de discovery
Atenção: Nunca use menos de 50% sem fazer discovery primeiro.
Effort — Esforço
E

Meses-pessoa (pessoa/mês)

Quanto esforço total — design + dev + QA — essa feature exige. Medido em meses por pessoa. É o único critério no denominador: quanto maior, menor o score.

0.5Menos de 2 semanas de trabalho
1~1 mês de trabalho por pessoa
2~2 meses de trabalho por pessoa
4Feature grande — trimestre inteiro
Calcule o RICE Score da sua feature

RICE SCORE

Contexto do Exercício
App de investimentos — Backlog para priorizar

Você é o PM de um app de investimentos com 18.000 usuários ativos/mês. Seu time tem capacidade de entregar ~3 meses de trabalho no próximo ciclo. Analise os dados de cada feature, atribua os scores RICE e descubra qual deveria ser priorizada primeiro.

Seu progresso

0 / 4
Ranking RICE — suas respostas
Gabarito — Scores corretos

Esses são os scores esperados com base nos dados fornecidos. Pequenas variações são normais — o RICE não é exato, é uma ferramenta de alinhamento. O que importa é que o raciocínio seja sólido.

Feature R I C E Score Raciocínio