产品指标
DAU/MAU、留存、LTV/CAC、北极星。
35 分钟
产品指标
产品指标 让 PM 从「我觉得」变成「数据显示」。指标设计要与战略、PRD 成功标准 一一对应。与 /roadmaps/product-manager 指标节点对齐。
学习目标
- 理解北极星指标与指标树
- 掌握 DAU/MAU、留存、转化、LTV/CAC 的含义与陷阱
- 为功能定义上线前后的度量方案
核心概念
北极星与指标树
北极星(如:月完课用户数)
→ 驱动指标(注册、首课完成、7 日回访)
→ 功能指标(进度同步成功率、推荐点击率)
→ 健康指标(崩溃率、API 错误率)
北极星 一个为主;过多「北极星」等于没有重点。
常用指标
| 指标 | 定义要点 | 常见误用 |
|---|---|---|
| DAU/MAU | 活跃定义须一致(登录 vs 完课) | 刷登录不算真实活跃 |
| 留存 | Day1/7/30 cohort | 只看总量不看 cohort |
| 转化 | 漏斗每步分母清晰 | 步骤可跳过导致口径错 |
| LTV/CAC | 周期与渠道分摊 | CAC 不算销售/内容成本 |
CodeRoadMap 示例:「开始学习」与「完成第一课」应分开统计,避免把浏览误当学习。
功能级度量
上线前在 PRD 写清:
主指标 — 本功能要提升什么(如 7 日留存 +2pp)
guardrail — 不能恶化的指标(如 首屏加载时间)
埋点清单 — 事件名、属性、触发时机
实验设计 — A/B 分流比例、最小样本、运行周期
与 BI 协作:口径文档 PM 定义,BI 实现,工程埋点。
数据驱动决策
- 看趋势 + cohort,不单看单日 spike
- 相关 ≠ 因果;大改动用实验或双重差分
- So What:指标变了,下一步行动是什么?
深入分析见 /tracks/bi-analyst-essentials。
练习
- 为 CodeRoadMap 画一棵 3 层指标树(含 1 个北极星)
- 定义「首课完成率」的分子分母与统计窗口
- 为新功能「track 推荐」写主指标 + 1 条 guardrail
小结
指标是产品的仪表盘;口径一致比图表漂亮更重要。 下一课进入发布与 GTM。
加载本节练习…