第1章：北极星指标与OMTM选择
1.1 北极星指标定义
北极星指标（North Star Metric）是产品长期价值方向的核心标尺，它直接反映用户从产品获得的核心收益，并驱动公司整体增长。一个好的北极星指标应同时满足以下五个原则：
- 可量化：必须能用数值精确衡量，排除主观判断。
- 可影响：团队通过产品迭代、运营动作可以直接提升该指标。
- 可拆解：能够按用户维度、功能维度、渠道维度层层下钻，对应到各团队KPI。
- 可联动：与公司商业收入、用户留存等核心结果正相关。
- 可传达：概念简单明了，全员能理解并为之努力。
案例：Airbnb 北极星指标为“预订过夜数”。该指标直接衡量用户核心价值（住宿体验），可拆解为新增房源数、搜索转化率、取消率等子指标，且与GMV强联动。
1.2 OMTM（唯一关键指标）选择原则
OMTM（One Metric That Matters）是当前阶段最需要关注的唯一关键指标，聚焦团队短期行动方向。选择OMTM需遵循：
- 聚焦当前瓶颈：识别增长漏斗中最薄弱的环节（如注册转化率、首次使用率）。
- 可执行行动：该指标的变化能直接指导一项具体实验或产品改动。
- 可快速验证：采集周期短（日/周），便于A/B测试与闭环反馈。
| 对比维度 | 北极星指标 | OMTM |
|---|---|---|
| 时间跨度 | 长期（季度/年度） | 短期（周/月） |
| 数量 | 唯一 | 唯一且阶段可变 |
| 作用 | 指明战略方向 | 指导战术行动 |
| 调整频率 | 极少变更 | 随阶段变化 |
| 示例 | “月活跃用户数（MAU）” | “注册7天内完成首单占比” |
1.3 从北极星到OMTM的选择逻辑
下图展示了从北极星指标出发，经过业务拆解与优先级排序，得到当前阶段OMTM，再驱动看板监控与业务动作的完整链路。
1.4 数据口径与维度拆解
定义北极星指标时必须同时明确其数据口径。例如“月活跃用户（MAU）”的口径需确认：
- 行为定义：打开App、浏览首页、完成一次交易等。
- 时间窗口：自然月 vs 滚动30天。
- 去重规则：设备ID、登录用户ID、未登录访客是否计入。
维度拆解则是将北极星指标按用户属性（新/老、地域、设备）、行为路径（来源渠道、功能使用）、时间粒度（日/周/月）分解，形成可落地的子看板。例如：
| 维度 | 拆分粒度 | 对应团队 |
|---|---|---|
| 渠道来源 | 自然搜索、付费广告、社交裂变 | 市场、增长 |
| 用户行动 | 注册→首单→复购 | 产品、运营 |
| 功能模块 | 核心功能A、辅助功能B | 各功能组 |
提示： 北极星指标一旦确定不应频繁变更；OMTM则建议每1-2个迭代周期（通常2~4周）重新评估一次，以匹配产品生命周期阶段。
常见误区： 很多团队把“营收”直接当作北极星指标。但营收通常是滞后指标且受定价策略干扰，无法直接反映用户核心价值。正确的做法是将营收作为商业结果，北极星指标仍应选择用户价值指标（如“日均使用时长”“内容消费量”）。
1.5 看板结构与异常解释
在后续章节中我们将详细搭建北极星指标看板。简单而言，看板应包含：
- 主指标：北极星指标与OMTM当前值、周/月趋势。
- 维度下钻：按渠道、用户分层、功能模块展示分解值。
- 异常预警：当指标环比波动超过阈值（如±5%）时自动标记，并关联事件日志。
- 业务动作区：记录最近实验、策略上线时间，辅助异常归因。
异常解释通常遵循“数据探测→维度定位→原因假设→验证→复盘”流程，这部分将在第5章“异常归因与根因分析”中系统讲解。
1.6 业务动作与复盘分析
选定OMTM后，团队需围绕它制定具体行动：
- 设定目标值：例如“未来两周将注册转化率从8%提升至12%”。
- 设计实验：优化注册表单、简化验证流程、增加引导提示。
- 监控看板：每日观察OMTM变化，同时关注北极星指标是否有负面带动。
- 复盘分析：实验结束后对比AB组差异，总结经验并调整OMTM。
以下是一个简化的复盘清单模板：
| 步骤 | 内容 | 工具/方法 |
|---|---|---|
| 1. 数据检查 | 确认埋点正确性、样本量、异常值 | SQL校验、异常检测规则 |
| 2. 假设生成 | 从用户行为日志中寻找变化拐点 | 漏斗分析、用户分群 |
| 3. 验证测试 | AA/AB测试或准实验 | 统计显著性检验 |
| 4. 决策执行 | 全量上线、回滚或重新设计 | 特性开关、灰度发布 |
| 5. 知识沉淀 | 更新指标口径、实验文档 | 知识库、度量平台 |
本章为整个课程奠定了基础。从第2章开始，我们将逐一深入每个指标的精确口径定义、维度拆解方法以及看板构建实战。