老板说"搭一套指标体系/定个北极星指标"，落到执行就是这条流水线。本指南把 指标体系搭建方法论（四步法 + 拆解四方法 + 四大框架）、产品指标分层体系（指标字典）、数据指标基础（好指标判定）三页组合成可直接照做的流程，不新增方法。
一句话心法：顶层监控发现问题，逐层下钻定位问题。
适用场景
| 适合 | 不适合 |
|---|---|
| 老板要"搭体系/定北极星"，从 0 组织一套指标 | 单个功能要不要做 → 用 需求优先级排序 |
| 业务卡住要定位问题，需要可下钻的指标 | 验证模型能不能做 → 用 POC验证操作指南 |
| 给现有零散指标建立逻辑、统一口径 | AI 效果评测的指标定义 → 用 效果评测体系 |
核心原则：指标体系不是指标越多越好，而是"一个北极星 + 可下钻的过程指标 + 可切分的维度"组成的整体。
步骤总览
| 步骤 | 名称 | 核心问题 | 主要产出 |
|---|---|---|---|
| 1 | 选框架 | 用什么视角看业务？ | 选定 AARRR / UJM / OSM / 杜邦 |
| 2 | 定北极星 | 唯一最重要的指标是什么？ | 经 4 属性校验的北极星 |
| 3 | 拆过程指标 | 北极星靠什么驱动？ | 用四方法拆出的指标树 / 漏斗 |
| 4 | 套字典填指标 | 每个节点填什么具体指标？ | 按分层字典填好的指标清单 |
| 5 | 加维度 + 校验 | 怎么切分？指标好不好？ | 完整指标体系表 |
前置准备
- 业务目标已明确（这个产品/业务的中长期目标是什么、属于哪个阶段）
- 拿到运营核心 KPI/OKR、公司财报或营收口径（北极星要从这里映射）
- 业务方/老板对"这套体系要支持什么决策"已对齐
第一步：选框架
选框架本质是挑"看业务的视角"。先想清楚老板这次最关心哪个视角，再挑：
| 框架 | 视角 | 什么时候挑它 |
|---|---|---|
| AARRR | 用户增长 | 关心拉新、转化、留存、变现，做增长 / 商业化 |
| UJM（用户旅程图） | 用户体验 | 关心某条用户路径的完成率、满意度、各段转化 |
| OSM / OKR | 战略目标 | 要把"目标—策略—指标"对齐，定北极星和 KPI |
| 杜邦分析 | 财务盈利 | 关心利润、ROE、ROI 等财务比率拆解 |
常见组合用法（来自方法论的 GMV 案例）：实战里框架常叠用——用 UJM 铺用户路径，套 OSM 的"目标 O—策略 S—指标 M"给每段配指标，整体增长视角用 AARRR 兜底。拿不准时回 指标体系搭建方法论 看四步法原案例。
检查项
- 已明确老板最关心的视角（增长/体验/战略/盈利）
- 选定主框架（可叠加副框架）
- 框架选择和业务阶段匹配
第二步：定北极星
怎么找
看运营核心 KPI/OKR、看公司财报，把产品功能映射到相关指标，再汇聚到唯一一个北极星，指向中长期业务目标与客户价值。
各品类参考：社交类 →（优质）活跃用户数；音视频内容类 →（日）使用时长；电商 → GMV。
北极星 4 属性校验（必做）
逐条打勾，不全过就重选：
候选北极星指标：____________
□ ① 与商业模式直接相关
□ ② 能反映客户认可度（用户觉得有价值）
□ ③ 能影响用户行为（先导指标，而非滞后才知道的结果）
□ ④ 简单直观、容易获得、可拆解
别踩这两类坑（来自 数据指标基础）
- 虚荣指标：如"总注册用户数"，只增不减、看着好看但不指导行动 → 不能当北极星
- 滞后指标单独用：滞后指标确认结果，但要配一个先见性指标提前预警（流失率↔活跃率、退货率↔投诉率、满意度↔复购率）
检查项
- 北极星唯一（不是一堆并列指标）
- 4 属性全部打勾
- 不是虚荣指标
- 已配一个先见性指标用于预警
第三步：拆过程指标
把北极星往下拆成一/二/三级过程指标。按指标特性挑拆解方法：
| 方法 | 拆解方式 | 什么时候用 |
|---|---|---|
| 公式法 | 因子拆解（乘法/加法） | 财务/交易等任何可量化的结果指标（最常用） |
| 漏斗法 | 串行拆解 | 注册流程、购买路径、活动参与链路 |
| 矩阵法 | 二维交叉细分 | 渠道分析、用户分层、功能对比 |
| 树状图法 | 层级化下钻 | 组织架构、产品模块拆解 |
模板 A：公式法指标树（以 GMV 为例）
把北极星沿计算链逐层拆，填进树：
北极星：GMV
= 商品曝光 UV × 转化率 × 访购率 × 平均客单价
├─ 一级：成交用户数 × 平均客单价
│ ├─ 二级：成交用户数 = 点击 UV × 访购率
│ │ └─ 三级：点击 UV = 商品曝光 UV × 转化率
│ └─ 二级：平均客单价 =（按业务再拆：件单价 × 人均件数）
填你自己的：
北极星：________
= ____ × ____ × ____
├─ 一级：________ ＝ ____ × ____
│ ├─ 二级：________ ＝ ____ × ____
│ │ └─ 三级：________
乘法拆解（转化率模型）：GMV = UV × 转化率 × 客单价。 加法拆解（构成型）：总营收 = 新客收入 + 老客收入 =（新客 UV×新客 ARPU）+（老客 UV×老客 ARPU×复购频次）。
模板 B：漏斗法（用户路径转化）
按 UJM 铺路径，每段算一个转化率，每段配一条策略（OSM 的 S）：
| 路径节点 | 指标 M | 转化率（下一步/上一步） | 策略 S（这段做什么动作） |
| 注册 | 注册 UV | — | 广告投放 / 拉新奖励 |
| 登录 | 登录 UV | 登录/注册 ___% | 短信提醒 / 登录奖励 |
| 商品曝光 | 曝光 UV | 曝光/登录 ___% | 个性推荐 / 优惠诱导 |
| 点击 | 点击 UV | 点击/曝光 ___% | 优惠券 / 限时折扣 / 秒杀 |
| 成交 | 成交用户数 | 成交/点击 ___% | 页面优化 / 支付优化 / 催付 |
| 达成 | GMV | — | — |
检查项
- 每个北极星都拆到至少二级
- 拆解方法和指标特性匹配（结果指标用公式法、路径用漏斗法）
- 公式拆解后乘起来/加起来能还原北极星（口径自洽）
第四步：套分层字典填指标
第三步拆出的是"结构"，这一步给每个节点填具体可取数的指标。对照 产品指标分层体系 的字典按层挑：
| 层 | 回答的问题 | 常用指标（详见字典） |
|---|---|---|
| 流量层 | 用户从哪来 | PV、UV、IP 数、跳出率、访问来源、新老访客比 |
| 用户层 | 留不留得住 | DAU、WAU/MAU、留存率、用户粘性(DAU/MAU)、回流率、LTV |
| 行为层 | 怎么用 | 访问深度、使用时长、核心行为次数、功能渗透率、行为路径 |
| 转化层 | 掏不掏钱 | CVR、漏斗转化率、付费率、ARPU、ARPPU、复购率 |
| 体验层 | 爽不爽 | 响应时间、首屏时间、错误率、Crash 率、NPS、满意度 |
| AI 专属层 | AI 答得好不好 | 意图识别准确率、回答相关性、转人工率、多轮对话完成率、幻觉率、AIGC 采纳率 |
按阶段抓重点：拉新看流量层、留存看用户层、商业化看转化层。做 AI 产品必盯专属层——意图识别率、幻觉率、转人工率是健康度底线（这一层指标同时是 效果评测体系 的评测对象）。
检查项
- 指标树每个节点都填了字典里的具体指标
- 指标有明确计算公式（照搬字典口径，别自创）
- AI 产品已纳入专属层指标
- 当前阶段对应的层有重点指标
第五步：加维度 + 校验
加分析维度
给指标叠加切分视角，让体系既能监控（顶层）又能定位（下钻 + 维度交叉）。常用维度：用户类型（新/老）、场景位置（Banner/开屏/首页推荐）、时间（促销前/中/后）、来源渠道、区域、性别、年龄。
完整体系 = 北极星指标 + 过程指标三级下钻 + 分析维度叠加。如 GMV 按「渠道 × 时间 × 用户类型」交叉分析。
好指标 4 特征校验（每个入选指标过一遍）
指标：________
□ 简单易懂（别人一看就明白）
□ 具有可比性（能跨时间/版本/方案比较）
□ 通常为一个比率（绝对数易被规模掩盖，比率才反映效率）
□ 指导业务行为（看完知道该做什么）
完整指标体系表（最终交付模板）
# 指标体系：[业务/产品名称]
## 0. 基本信息
- 业务目标：____ 产品阶段：____ 所选框架：____
## 1. 北极星指标
- 指标名：____ 定义/口径：____ 先见性配对指标：____
## 2. 过程指标三级下钻表
| 级别 | 指标名 | 所属分层 | 计算公式 | 拆解方法 | 关联上级指标 |
| 一级 | ____ | 转化层 | ____ | 公式法 | 北极星 |
| 二级 | ____ | 用户层 | ____ | 漏斗法 | 上面那个一级 |
| 三级 | ____ | 流量层 | ____ | ____ | ____ |
| ... |
## 3. 分析维度
- 时间：____ 渠道：____ 用户类型：____ 场景位置：____ 其他：____
- 重点交叉分析：____ × ____ × ____
## 4. AI 专属层（AI 产品必填）
| 指标 | 定义 | 计算公式 | 健康度底线 |
| 意图识别准确率 | ____ | (TP+TN)/总数 | ____ |
| 幻觉率 | ____ | 幻觉回答/总数 | ____ |
| 转人工率 | ____ | 转人工数/总咨询 | ____ |
## 5. 监控与定位说明
- 顶层监控：北极星掉了看哪几个一级指标
- 下钻路径：一级异常 → 下钻到几级 → 用哪个维度切分定位
检查项
- 关键指标已叠加至少 1 个分析维度
- 每个入选指标过了好指标 4 特征
- 完整指标体系表已填，口径自洽
- 写清"北极星掉了往哪下钻"的定位路径
常见坑
| 坑 | 后果 | 规避 |
|---|---|---|
| 北极星定成虚荣指标 | 数字好看但不指导行动 | 4 属性校验 + 警惕"总注册数"这类 |
| 北极星定成滞后指标且不配先见 | 出问题才知道，来不及 | 滞后 + 先见配对使用 |
| 指标堆一堆但没逻辑关系 | 是指标清单不是体系，没法下钻 | 必须用拆解方法建立上下级关系 |
| 拆解口径不自洽 | 子指标乘/加不出北极星 | 公式法拆完反向验算 |
| 只定指标不加维度 | 能监控不能定位问题 | 至少给关键指标加时间/渠道/用户维度 |
| AI 产品漏掉专属层 | 模型答得烂却没指标暴露 | 幻觉率/转人工率/意图识别率必盯 |
完成检查清单
搭建前：
- 业务目标 + 产品阶段已明确
- 已选定看业务的主框架
- 拿到 KPI/OKR/财报口径
交付前：
- 北极星唯一，过 4 属性 + 非虚荣 + 配先见指标
- 过程指标拆到三级，口径自洽
- 每个节点套字典填了具体指标（AI 产品含专属层）
- 关键指标加了分析维度
- 每个指标过好指标 4 特征
- 完整指标体系表填好，含下钻定位路径
相关页面
→ 指标体系搭建方法论（四步法 + 拆解四方法 + AARRR/UJM/OSM/杜邦 + GMV 案例） → 产品指标分层体系（第四步用的指标字典：流量/用户/行为/转化/体验 + AI 专属层） → 数据指标基础（好指标 4 特征、虚荣 vs 可执行、先见 vs 后见） → 效果评测体系（AI 专属层指标即评测对象） → 需求优先级排序（指标驱动的优先级判断）