Score RICE : pourquoi un chiffre ne rend pas ta priorité objective

Lundi, trois idées sérieuses sont sur la table : refaire la page d’accueil de ton site, écrire un guide gratuit, ajouter un module à ta formation. Tu ouvres un tableur, tu remplis quatre colonnes, et la page d’accueil sort en tête avec 450 points, contre 320 pour le guide. Le soulagement est immédiat. Un chiffre précis donne l’impression qu’on a tranché avec méthode.

C’est là que le score RICE devient piégeux. La formule n’est pas le problème : elle compare bien des options sérieuses. Le problème est l’autorité qu’un nombre prend sur une décision, alors que personne ne regarde ce qui l’alimente. Dans ce tableur, trois des quatre valeurs sont des estimations. Le résultat ressemble à une mesure. Il n’en est pas une.

Ce que chaque facteur mesure vraiment

RICE multiplie la portée (reach), l’impact, la confiance (confidence) et le diviseur qu’est l’effort : (Reach × Impact × Confidence) / Effort. Le modèle a été décrit en 2018 par Sean McBride, chez Intercom, dans un article qui reconnaît lui-même que l’impact est difficile à mesurer précisément et qu’il faut le choisir sur une échelle à choix multiples (Intercom, 2018). L’aveu est honnête. Il dit déjà le problème : les quatre facteurs n’ont pas la même solidité.

La portée est le seul facteur qu’on peut compter. Intercom recommande de la tirer de métriques réelles plutôt que d’un chiffre pris au hasard : combien de personnes atteignent cette étape, sur quelle période. Si tu disposes de ce nombre, le score gagne du poids. Si tu ne l’as pas, tu écris une estimation, et il faut le savoir en la lisant.

L’impact est une échelle ordinale : 3 pour massif, 2 pour élevé, 1 pour moyen, 0,5 pour faible, 0,25 pour minimal. Elle range les options, mais rien n’affirme qu’un impact massif vaut exactement trois fois un impact moyen. Multiplier des rangs comme s’il s’agissait de mesures donne un nombre d’allure exacte pour un sens qui ne l’est pas. C’est le point qui me gêne le plus dans le modèle, et c’est celui qu’on oublie en lisant « 450 ».

La confiance est déclarée par la personne qui défend le projet, donc par celle qui a le plus envie qu’il passe. Moore et Healy (2008) décrivent la surconfiance sous trois formes, dont la surprécision : une certitude excessive sur l’exactitude de ses propres croyances (Moore et Healy, 2008). Un score de confiance à 80 % est exactement l’endroit où la surprécision s’installe, parce qu’il ressemble à de la prudence.

L’effort, au dénominateur, est le plus souvent sous-estimé. Buehler, Griffin et Ross (1994) ont montré que les personnes prévoient des délais plus courts que ceux qu’elles mettent réellement, et qu’elles le font même lorsqu’elles se rappellent des retards passés (Buehler et al., 1994). Un effort trop petit gonfle le score. Or ce sont les projets que tu crois simples qui en profitent le plus.

Le test de sensibilité en dix minutes

Ce test ne mesure pas la qualité de tes estimations. Il mesure à quel point ton classement dépend d’elles. Fais-le sur deux ou trois options, pas davantage :

1. Écris pour chaque option ses quatre valeurs (portée, impact, confiance, effort) sur une seule ligne, dans un tableur ou un simple fichier texte.
2. Calcule le score de chacune et note le classement.
3. Mets la confiance de l’option en tête à 50 %, la valeur « faible » de l’échelle.
4. Recalcule. Si le classement tient, la décision est solide : choisis et passe à l’action.
5. S’il s’inverse, ta décision repose sur une estimation que tu n’as pas vérifiée. Ne choisis pas encore. Identifie la donnée qui manque, un chiffre de trafic, un coût, un avis client, et va la chercher.

Un exemple, inventé pour l’illustration. La page d’accueil : portée 150 visiteurs par trimestre, impact 3, confiance 100 %, effort 1 personne-mois, soit un score de 450. Le guide : portée 400, impact 2, confiance 80 %, effort 2 personnes-mois, soit 320. La page d’accueil gagne. Mais si tu n’as jamais vérifié le nombre de visiteurs, et que tu baisses sa confiance à 50 %, son score tombe à 225 et le guide reprend la tête. La formule n’a rien changé. Ce qui décide, c’est un chiffre que personne n’a regardé.

Dans ce cas, la bonne réponse n’est pas un troisième score. Va chercher le nombre de visiteurs de la page d’accueil, puis recalcule une seule fois. Si le classement reste le même avec un chiffre réel, tu peux trancher. Sinon, tu viens de découvrir le vrai sujet de la décision, et il n’avait rien à voir avec la formule.

Les erreurs qui reviennent

Quatre erreurs reviennent souvent quand on passe au score.

La première consiste à scorer des tâches du quotidien. Le modèle est conçu pour des projets qui se disputent un même créneau. Appliqué à « répondre aux emails » ou « ranger le bureau », il produit des chiffres qui n’aident personne et prennent une demi-heure.

La deuxième consiste à scorer avant d’éliminer. Si ta liste contient dix options dont trois sont des restes d’anciens projets, le tableur ne fera que les classer. Une matrice d’Eisenhower, appliquée d’abord, retire le bruit : seules les options importantes méritent un score. Le détail de ce filtre est dans la leçon Priorisation.

La troisième consiste à comparer des scores venus de deux équipes ou de deux personnes. Les échelles d’impact et de confiance dépendent de qui les remplit. Un 2 chez l’une n’est pas un 2 chez l’autre. Le score sert à comparer des options évaluées par la même personne, selon les mêmes critères, au même moment.

La quatrième consiste à garder le même niveau de confiance partout. Mettre 80 % sur tout revient à ne rien évaluer. Une confiance honnête varie d’une option à l’autre : celle qui repose sur une métrique mérite 100 %, celle qui repose sur un pressentiment mérite 50 %, et l’écart doit se voir dans le tableau.

Rendre les estimations moins fausses

Tu ne supprimeras jamais l’estimation. Tu peux en rendre la source visible. Ajoute une colonne « source » à côté de chaque valeur, et écris l’une de trois mentions : mesure, souvenir, espoir. La portée notée « mesure » a plus de poids qu’une portée notée « souvenir ». Cette colonne ne change pas le calcul, mais elle change la discussion : quand quelqu’un conteste un chiffre, tu sais s’il repose sur des données ou sur une impression.

Ce geste répond directement au problème de la surprécision. Un chiffre avec sa source se défend. Un chiffre sans source se répète, et il finit par passer pour un fait.

Applique ensuite une règle simple : une valeur sans source reçoit la confiance de 50 % avant la comparaison, quoi qu’elle affiche. Tu verras vite quelles options reposent sur du concret et lesquelles reposent sur l’envie de les faire. Ce n’est pas une punition pour tes idées. C’est la différence entre une option que tu as observée et une option que tu espères.

Quand le score aide encore

Le score reste utile quand trois conditions tiennent ensemble. Les options sont sérieuses et proches, sinon l’écart suffit à trancher. Tu peux remplacer au moins une estimation par une mesure. Et tu dois expliquer ton choix à quelqu’un d’autre.

Dans ce dernier cas, le score sert moins à décider qu’à discuter. Quand deux personnes ne sont pas d’accord, le tableur leur permet enfin de porter le désaccord sur un chiffre précis, et non sur une impression générale. Le désaccord devient utile : on cherche la donnée qui manque, au lieu de défendre une position.

Ce que le score ne voit pas

Le score ne voit ni les dépendances, ni ton énergie, ni ce que coûte le refus. L’option en tête a peut-être besoin d’une autre tâche pour sortir, et le tableur ne le sait pas. Une option qui semble moyenne peut débloquer trois autres chantiers. Et le score ne dit rien de ce que tu sacrifies en la choisissant, alors que c’est souvent la question qui compte le plus.

Une liste trop longue n’a pas besoin de score. Elle a besoin d’être réduite d’abord. Si tes options se comptent par dizaines, relis pourquoi ta liste t’épuise avant même de commencer avant de sortir le tableur. Trier, puis scorer : c’est l’ordre qui marche.

Ce que ça change pour toi

Ce soir, prends les deux options que tu hésites à lancer. Écris leurs quatre valeurs, avec une source pour chacune, puis fais le test de sensibilité. Il prend dix minutes et dit si ta décision repose sur une donnée ou sur une impression. Si le classement tient, lance. S’il s’inverse, cherche la donnée avant de choisir.

Pour que ce choix tienne dans ta semaine, la leçon Priorisation pose la grille complète : importance, ce qui se débloque, coût du retard, ce qu’on renonce à faire. Elle installe aussi la revue hebdomadaire qui garde une seule priorité dominante. Le score arrive après ce tri, jamais avant.

Sources

Sources vérifiées le 5 novembre 2026.

Voir les 3 sources de cet article

• Sean McBride, Intercom, 5 janvier 2018, RICE: Simple prioritization for product managers
• Roger Buehler, Dale Griffin et Michael Ross, Journal of Personality and Social Psychology, 1994, Exploring the “planning fallacy”: Why people underestimate their task completion times
• Don A. Moore et Paul J. Healy, Psychological Review, 2008, The trouble with overconfidence