产品 KPI 与指标制定：从北极星到指标树
产品团队常被问到一个问题："你们的成功指标是什么？"Mind the Product 强调，指标的价值不在于数量，而在于是否指向真正的用户价值。从北极星指标到 AARRR，再到 OKR 与指标树，一套好的指标体系能把"我们做得好不好"从感觉变成可检验的判断。
北极星指标：找到唯一的关键指标
北极星指标（North Star Metric）是指最能反映产品为用户创造长期价值的单一指标。它必须同时满足两个方向：向前看，它对应产品使命与用户价值；向后看，它要与商业模式和收入增长正相关。例如内容平台常用"每周活跃读者数"，SaaS 常用"活跃工作区数"或"每周协同次数"。选择北极星指标的关键是：指标变动时，团队能判断"我们是否真的更接近愿景"。AARRR 海盗指标是常见的辅助框架：获取（Acquisition）、激活（Activation）、留存（Retention）、推荐（Referral）与收入（Revenue）。
用 OKR 对齐目标与关键结果
OKR（目标与关键结果）是把公司愿景逐层落到团队与个人的方法：O 是定性目标，KR 是衡量目标是否达成的定量关键结果。OKR 与 KPI 的关系常被混淆——KPI 是持续监控的"健康指标"，OKR 则是周期性推进的"改变目标"。以"提升激活率"为例，KPI 是"新用户激活率每周 35%"，OKR 则可设为"O：让新用户体验到核心价值；KR1：激活率提升至 45%；KR2：完成引导流程的用户占比 60%"。定义业务分析口径时，可参考业务分析师指南。
搭建指标树：从北极星逐层分解
指标树把北极星指标逐层拆解成可执行的二级、三级指标，让每个团队都能找到自己"可以影响的数字"。例如"每周活跃读者数"可拆为"新增读者 × 新读者激活率 + 存量读者 × 回访率"。拆解过程中应区分三类指标：结果指标（outcome）、行为指标（behavior）与领先/滞后指标（leading/lagging）。领先指标预示未来结果，滞后指标记录已发生的结果，健康的产品通常两者兼顾。
一个电商产品的完整示例
把前面的概念放进一个具体场景。假设某电商 SaaS 的北极星指标是"每周完成购买的活跃商家数"（Weekly Active Paying Merchants），指标树可以这样拆：
| 层级 | 指标 | 归属团队 |
|---|---|---|
| 北极星 | 每周购买商家数 | 全公司 |
| 二级 | 新增商家 × 首购转化率 | 增长团队 |
| 二级 | 存量商家 × 复购率 | 客户成功团队 |
| 三级 | 引导完成率、结算成功率 | 产品团队 |
| 三级 | 客服响应时长、流失预警数 | 支持/数据团队 |
对应的季度 OKR 可以写成：O："让新商家更快完成第一笔交易"；KR1：新商家首购转化率从 18% 提升到 28%；KR2：平均首购时间从 11 天缩短到 7 天；KR3：完成结算配置的商家占比达到 85%。
注意 KR 之间要避免自相矛盾——"缩短首购时间"与"提升结算成功率"就可能冲突：用户结账更快往往意味着更少犹豫，但也可能漏掉信息核对。指标树的价值正在于暴露这类张力，而不是把一堆数字机械地堆在一起。
指标树的常见搭建步骤
- 确定北极星：先就"哪个数字最接近用户长期价值"达成一致，通常由增长团队与高层共同拍板；
- 写清公式：用 "+" 与 "×" 把北极星展开成公式，例如"新增 × 激活 + 存量 × 回访"；
- 分配责任人：公式里的每一项都对应一个团队与一个二级指标，避免"大家都对整体负责、没人对局部负责"；
- 补充护栏指标：推进二级指标时附带 1-2 个护栏（如激活率上升的同时转化漏斗不能恶化），防止局部优化伤害全局；
- 复盘与迭代：季度末对照实际数据回看，哪个环节的假设不成立就调整哪个环节，而不是死守原定数字。
常见陷阱
- 虚荣指标：如累计下载量、页面访问量，看起来漂亮但无法指导决策；优先关注激活、留存与人均价值。
- 指标过多：人人各盯一个指标，团队失去共同方向；建议先用北极星指标统一，再为各团队设置 2-3 个支持指标。
- 只盯数字不追原因：数字只呈现部分画面，需要结合用户研究理解"为什么"。对 AI 功能尤其如此，可借助评估集驱动的 PRD把"什么是好输出"变成可运行的检验。
常见问题
- 北极星指标一直不涨怎么办？ 先别急着换指标。回看指标树里哪个分支贡献最大、哪个分支在拖后腿，用数据定位后再决定是改产品、改运营还是调整指标口径。
- KPI 和 OKR 能同时用吗？ 能，而且应该同时用。KPI 保证"体检指标"不下滑，OKR 推动"改变目标"前进，两者互补而不是互斥。
- 指标太多导致团队内耗怎么办？ 回到北极星：凡是连不回北极星公式的指标，考虑砍掉或降级为内部观测，而不是让人人都盯着一堆彼此无关的数字。
16IDC 观察
对网站与 SaaS 产品，指标体系的建立顺序建议是：先定北极星指标，再用 OKR 对齐目标，最后用指标树让各团队找到抓手。对 AI 赋能的建站产品，还需把模型效果指标（如生成质量、幻觉率）纳入指标体系，并用评估集持续验证。更完整的分析流程，可回到本站需求分析分类。