mcpField
R
rice-prioritisation

rice-prioritisation

github.com/mohitagw15856生産性1.5k50 回インストール5 日前に更新
リポジトリ

rice-prioritisation について

RICEフレームワークで機能や施策を採点し、順位付けするプロダクト計画スキルです。Python計算スクリプトを備え、早期成果や高インパクト・高工数の施策を示し、見積もりの検証と依存関係の考慮を促します。

主な機能

  1. 01RICEスコアの算出と順位付け
  2. 02Python計算スクリプト
  3. 03早期成果と高工数施策の表示
  4. 04見積もりの確信度チェック
  5. 05依存関係を踏まえた順序決め
  6. 06データ不足の特定

活用シーン

  1. 01四半期の機能バックログの優先順位付け
  2. 02見積もりが不確かな施策の比較
  3. 03早期成果と高工数施策の特定

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/mohitagw15856/pm-claude-skills --skill rice-prioritisation

インストール後、Claude Code で/rice-prioritisationを入力して読み込まれたか確認します。

同梱ファイルscripts/rice_calculator.py

詳細

RICE による優先順位付けスキル

一貫した基準に基づく RICE スコアリングを機能または取り組みのリストに適用し、客観的な優先順位を作成します。

Brain から読み取る／Brain に書き込む

professional-brain（brain/）が存在する場合、すでに把握している情報を再度尋ねるのではなく、それを基に判断します。

  • 最初に読む： knowledge/strategy.md（優先順位が方針に沿うようにするため）、entities/ の項目、影響に関する hypotheses/。python3 ../professional-brain/scripts/brain_query.py ./brain "<initiative theme>" を実行し、各事実の出典タグを引き継ぎます。影響の推定値は通常 [data] ではなく [hunch] です。
  • 📥 Brain への提案： 作成後、優先順位付けの決定を decisions/ に、リーチ／影響の推定値を証拠の強さを示すタグ付きで hypotheses/ に記録することを提案します。内容を提示して承認を得てから、../professional-brain/scripts/brain_write.py … --commit で書き込みます（追記のみで、デフォルトではドライラン）。

必要な入力

提供されていない場合は、以下をユーザーに確認します。

  • スコアリング対象となる取り組みまたは機能のリスト（名称と簡単な説明）
  • リーチの推定値（四半期あたりの影響を受けるユーザー数。可能であれば分析データを使用）
  • 影響の推定値（以下の標準スケールを使用）
  • 工数の推定値（人月。可能であればエンジニアリング部門から取得）
  • 四半期または計画期間

RICE の定義（状況に応じて調整）

  • リーチ： 四半期あたりの影響を受けるユーザー数（入手可能な場合は実際の DAU／MAU データを使用）
  • 影響： 主要指標への効果。スケールは 3＝非常に大きい、2＝大きい、1＝中程度、0.5＝小さい、0.25＝最小
  • 確信度： R と I の推定値がどれほど確かか。100%＝高、80%＝中、50%＝低
  • 工数： 全機能にわたって必要となる人月

RICE の計算式

RICE スコア =（リーチ × 影響 × 確信度）／工数

プログラムによる補助

このスキルには、RICE スコアを計算して順位付けする、標準ライブラリのみを使用した Python スクリプトが付属しています。これにより計算の一貫性が保たれ、クイックウィン／ムーンショットのフラグも感覚ではなくルールに基づいて付与されます。R、I、C、E を集めたら、取り組みをスクリプトに渡してください。

# From a JSON file (confidence accepts 0.8 or 80)
python3 scripts/rice_calculator.py initiatives.json

# Or from a CSV with header: name,reach,impact,confidence,effort
python3 scripts/rice_calculator.py initiatives.csv --format csv

# Or piped in
echo '[{"name":"Onboarding","reach":5000,"impact":2,"confidence":0.8,"effort":3}]' \
  | python3 scripts/rice_calculator.py -

計算済み RICE スコア付きの順位表が出力され、クイックウィン（高いスコアで相対的に工数が少ない）、ムーンショット（影響が大きく工数も多い）、低確信度（50% 以下）の項目に自動でフラグが付けられます。算出された順位を出発点として、以下の検証ステップを行います。推定値を確認せずに、意外な順位の項目を最上位として受け入れてはいけません。

プロセス

  1. 提供された各取り組みについて、R、I、C、E の値を収集または推定します
  2. 推定が不確かな箇所にフラグを付け、推定の改善に役立つデータを記録します
  3. 各項目の RICE スコアを計算します
  4. 高いものから低いものへ順位付けします
  5. 「クイックウィン」（RICE スコアが高く、工数が少ない）と「ムーンショット」（影響が大きく、工数も多い）にフラグを付けます
  6. 順序に影響する項目間の依存関係を記録します
  7. 検証 — 相互確認を行います。チームが最上位の項目に意外性を感じた場合、推定値が過大になっていないか調査します。RICE はツールであり、最終判断ではありません。

出力形式

RICE による優先順位付け：[バックログ／四半期]
取り組みリーチ影響確信度工数RICE スコア備考
[name][n][score][%][months][score][flags]
推奨する実施順序

[優先度上位 5 件とその理由]

クイックウィン（スコアが高く、工数が少ない）

[より大きな取り組みと並行して着手する項目]

対処すべきデータ不足

[スコアリングの精度を最も高める情報]

品質チェック

  • すべての取り組みについて、RICE の 4 要素をすべて（おおよそでも）推定している
  • データによる裏付けがないものは、デフォルトの 100% ではなく確信度を 50% にしている
  • クイックウィンとムーンショットを明示している
  • 実施順序に影響する依存関係を記録している
  • 順位に意外性がある場合、受け入れる前に調査している

アンチパターン

  • 根拠となるデータがない見積もりに、デフォルトで100％の確信度を付けないでください。スコアが過大になり、計画を誤らせます。
  • RICE スコアを最終決定として扱わないでください。チームが意外に感じる順位付けは、受け入れる前に調査する必要があります。
  • エンジニアリングの工数見積もりを省略しないでください。PM のみの工数見積もりは楽観的になりがちで、結果を歪めます。
  • RICE スコアが示す内容と異なる順序に変わる可能性のある依存関係を、忘れずに記録してください。
  • すべての取り組みに同じインパクトレベルを付けないでください。すべてが「インパクト大」では、フレームワークから有用な指標が得られません。

コメント

Markdown 対応