立即登录 产品运营里，我们每天都要和一堆数据打交道。日活、留存、使用时长、转化率……这些指标张口就来，但真要问哪些才是当前阶段最该盯紧的，很多人反而说不清楚。不同业务模式对指标的要求天差地别，只有理解业务本质，才能找到真正核心的那一两个。
我想分享一套从零开始梳理核心数据指标的通用思路，既包括站在全局视角的整体指标，也包括聚焦单个功能的局部指标。
先谈整体指标
"北极星指标"这个概念现在很流行，网上也有不少案例拆解。但它是思考的结果，不是起点。如果把我们扔到一个完全陌生的业务里，还能不能推导出正确的结论？
我的方法是从用户需求和产品价值出发，回答三个问题：
Why——产品到底解决什么问题？这是定位层面的追问。淘宝早期让用户选择它的原因，无非是"多"和"省"，能买到丰富且便宜的商品。
What——用什么方案满足这个需求？同样的问题，解法可能完全不同。信息平台可以做推荐，也可以做订阅，路径迥异。
How——具体怎么一步步交付价值？这里要拆两条线：用户获取价值的路径，以及产品交付价值的路径。
以淘宝为例。用户视角是：发现商品→浏览详情→沟通确认→完成交易→等待发货→物流配送→确认收货。平台视角则是：邀请商家入驻→发布商品→展示曝光→促成沟通→接收订单→发货配送→用户收货→结算回款。主流程之外，退换货、客诉处理等分支还没展开，但仅从这些路径就能提取出几类关键数据：卖方指标如卖家数量、商品发布量；买方指标如成交人数、转化率、成交额、复购率；服务指标如沟通频次、发货时长、物流时效、投诉率等。再结合产品所处阶段，从中选择阶段性的主攻方向。
《首席增长官》里提过几个挑选北极星指标的标准，很实在：它能不能反映用户真正体验到了产品的核心价值？能不能体现用户活跃程度？改善它是不是意味着公司整体向好？团队好不好理解和传达？是先导指标还是滞后指标？有没有可操作性？
除了北极星指标，我还想提一个"护栏指标"的概念。它指的是追求北极星指标时绝不能跌破的底线。最典型的就是收入和毛利率。冲刺收入时，营销折扣往往会侵蚀利润，但最终要的不仅是规模，还有盈利质量。所以实际工作中，目标常常会表述成"XX提升的同时，XX不变"或"XX提升的同时，XX不低于XX"。
再谈局部指标
日常工作中，直接接触和定义整体指标的机会其实不多，更多时候是启动新功能或优化现有模块。这里有两个基本认知：第一，实现产品价值的主要方式，是让更多用户更频繁地使用核心功能；第二，产品价值追求的是整体最优，而非局部最优。
支付宝里的付款、网易云里的听歌、淘宝里的购物，这些才是核心，其余功能都是衍生。按对核心行为的影响程度，功能模块可分为核心行为、支持行为和其他行为。在不扩张场景边界的前提下，我们做的所有工作，本质上都是为了让更多用户更高频地完成核心行为。
但要注意，很多公司按模块划分团队，相邻页面可能分属不同团队。这时很容易出现A功能数据上升、B功能下降，或者A、B都上升但整体下滑的情况。局部好看不等于全局最优。
衡量局部功能，至少要看两个维度：功能本身的表现，以及对北极星指标的影响。下面从定量和定性两个角度展开。
定量分析的思路和整体指标一致，仍是Why→What→How：用户为什么用这个功能？功能如何满足需求，包含哪些流程？用户如何一步步使用，不同用户有何差异？
据此可以梳理出三级指标体系：
一级指标看对整体指标的影响——对北极星指标是正贡献还是负贡献？
二级指标看功能本身的表现及相关影响。功能本身可从用户规模、使用频次、转化率等维度评估；市场影响则看覆盖率、渗透率。比如你做了一个功能数据亮眼，但只覆盖DAU的1%，这算好吗？覆盖率提升后数据能否持续？还要看对其他模块的连带效应。新用户X天免广告，留存确实高了，但广告收入必然受损。留存增长与广告损失之间的ROI是否划算？X天能不能更短？
三级指标是功能本身的细分表现，常见维度包括自然属性（性别、年龄、地域）、终端属性（设备、系统、版本）、行为属性（渠道来源、新老用户、使用路径等）。
看局部数据时，除了看自己，别忘了关联模块和市场影响。再好的局部数据，若以牺牲其他指标为代价，或对市场毫无推动，都称不上好。
定性分析同样重要。有时我们容易陷入数据漩涡，盯着报表却忘了追问：这件事真的有必要吗？价值多大？方向是不是本身就错了？
定性判断应该在行动前就想清楚——目的是什么，对用户、产品、业务分别有什么价值。目标模糊时，数据只是辅助验证的工具。微博做短视频和网易云做短视频，逻辑一样吗？各家App都要加直播吗？这些问题的答案，也没法纯靠数据推导。
最后
无论是整体还是局部，都可以从Why-What-How的框架入手。定义局部指标时，先想清楚目标和价值，再分层关注：一级指标看对整体的影响，二级指标看功能本身及相关影响，三级指标看细分数据。这样层层递进，才能避免在数据的海洋里迷失方向。