第3章 北极星指标的定义与作用

3.1 指标定义与业务含义

北极星指标（North Star Metric）是产品在MVP阶段选定的唯一核心指标，它同时满足三个条件：指引方向——让团队清楚当前应当聚焦什么；统一决策——所有功能、资源、实验的优先级都以此为准绳；具备长期增长相关性——该指标与用户持续价值、留存、营收之间存在可验证的正向关联。

命名为“北极星”寓意：在MVP快速试错、方向频繁调整的过程中，该指标像夜空中的北极星一样恒定，帮助团队不被短期噪声带偏。

3.2 数据来源与计算口径

北极星指标并非凭空设定，而是基于产品核心价值主张推导而来。以内容社区类MVP为例，常见的北极星指标为“周人均核心内容消费时长(分钟)”。

-- 北极星指标周计算示例（Hive SQL）
WITH weekly_consumption AS (
  SELECT
    user_id,
    SUM(duration_sec) AS total_duration
  FROM fact_content_play
  WHERE ds BETWEEN '2025-01-06' AND '2025-01-12'
    AND duration_sec >= 3
    AND user_id NOT IN (SELECT test_user_id FROM dim_test_account)
  GROUP BY user_id
)
SELECT
  ROUND(SUM(total_duration) / COUNT(DISTINCT user_id), 2) AS north_star_value
FROM weekly_consumption;

3.3 维度分层与下钻路径

北极星指标需要支撑从宏观趋势到微观原因的拆解，推荐按三级维度分层下钻：

1. 第1层（宏观）： 整体北极星值（周粒度）
2. 第2层（用户分层）： 按新用户/留存用户/召回用户拆解，识别哪类用户贡献了主要变化
3. 第3层（行为分层）： 按内容类型（图文/短视频/直播）、时段、设备、渠道下钻

3.4 看板布局与交互方式

北极星指标看板应遵循“一中心+三辅助”结构：

所有图表均支持一键导出截图和指标定义悬浮提示，降低团队理解门槛。

3.5 异常判断规则与归因方法

北极星指标的异常不能仅靠人工观察，必须设定量化触发线：

• 周环比波动 > ±15% → 触发黄色预警，自动发送飞书/钉钉通知
• 连续3日每日值低于周均值的80% → 触发红色告警，要求当日完成归因
• 归因方法：按“用户分层 → 行为维度 → 渠道/版本 → 个案回查”四步定位根因

# 异常检测伪代码（Python 风格）
if weekly_change < -0.15:
    alert_level = "yellow"
    reason = "周环比下降超过15%，需分群排查"
elif consecutive_below_baseline >= 3:
    alert_level = "red"
    reason = "连续3日低于周均80%，立即归因"
else:
    alert_level = "normal"

3.6 指导业务动作的输出逻辑

北极星指标的变化必须直接映射到可执行的产品/运营动作，否则指标就沦为“报表装饰”。输出逻辑遵循以下决策树：

• 场景A：北极星值上升且留存同步改善 → 加大当前迭代方向投入，加速功能上线
• 场景B：北极星值上升但留存持平或下降 → 可能是“虚假繁荣”（如奖励驱动），需审查用户质量，收紧激励策略
• 场景C：北极星值下降且新用户分群贡献不足 → 优化新用户引导流程，降低核心行为门槛
• 场景D：北极星值下降且某个行为维度骤降 → 排查该维度的功能可用性、内容供给或体验问题