核心概念解析:指标、维度、度量、粒度、北极星指标、OMTM、KPI、OKR 的区别与联系

做产品指标体系,最怕什么?

怕概念打架。团队里产品说「看 DAU」,运营说「看留存」,老板说「看收入」。每个人嘴里说的都是「指标」,但背后的定义、口径、用途完全不一样。

这一章,我把这些核心概念掰开揉碎讲清楚。你以后跟人聊指标体系,至少不会在概念层面翻车。

1. 指标 vs 度量:一个带业务灵魂,一个只是数字

很多人把「指标」和「度量」混着用。我个人习惯这样区分:

  • 度量(Metric):原始的数字。比如「页面加载耗时 2.3 秒」、「昨日下单 500 单」。它只是事实。
  • 指标(Indicator):带业务判断的度量。比如「页面加载耗时 2.3 秒,超过我们设定的 2 秒红线,需要优化」。它绑定了目标和标准。

一句话总结:度量是原材料,指标是加工后的决策信息。

我在项目中遇到过这样的场景:数据同学拉了一张表,全是「度量」—— 曝光量、点击量、停留时长。但产品经理不知道哪个是好的、哪个是坏的。因为没有「标准」。后来我们把每个度量都配上了「阈值」和「业务含义」,这才变成了真正的指标。

2. 维度:你从哪个角度切数据?

维度就是看数据的「角度」。同一个指标,切不同的维度,结论可能完全相反。

举个例子:

  • 指标:订单转化率
  • 维度:渠道(iOS vs Android)、城市等级(一线 vs 五线)、用户新老(新客 vs 老客)

你想想看,如果只看整体转化率 5%,你觉得还行。但一切「新客」维度,发现只有 1%。问题一下就暴露了。

我的经验:建指标体系时,先列指标,再列维度。维度列不全,指标就是瞎子。

3. 粒度:数据有多细?

粒度决定了你能看到多细的「像素」。粒度越细,数据越灵活,但存储和计算成本也越高。

粒度 示例 适用场景
秒级 每秒钟的服务器 QPS 实时监控、故障排查
天级 每日活跃用户数 日常运营、日报
月级 月度留存率 战略复盘、OKR 回顾

嗯,这里要注意:粒度不是越细越好。我曾经有个项目,数据团队把所有埋点都按「用户每次点击」的粒度存,结果一张报表跑半小时。后来按「会话级」聚合,速度上来了,业务也够用。

4. 北极星指标:那个唯一的方向

北极星指标,就是你产品最核心的那个「唯一指标」。它指引整个团队往同一个方向走。

特点:

  • 唯一性:一个产品只有一个北极星
  • 长期性:不会因为季度目标而变
  • 可衡量:必须能量化

举个例子:

  • Spotify:「总收听时长」(用户听得越久,说明产品价值越大)
  • Airbnb:「预订过夜数」(核心交易量)
  • Slack:「发送的消息数」(用户活跃和粘性的直接体现)

避坑指南:我曾经见过一个团队把「注册用户数」当北极星。结果市场部疯狂买量,注册数上去了,但产品根本留不住人。北极星选错了,整个团队都在做无用功。

5. OMTM:那个「当前最重要」的指标

OMTM(One Metric That Matters)—— 现阶段唯一重要的指标。

它和北极星的区别在哪?

对比项 北极星指标 OMTM
时间跨度 长期不变 短期(季度/月度)
数量 唯一 唯一
目的 指引方向 聚焦当前瓶颈
举例 总收听时长 新用户次日留存(当前留存是短板)

说白了,北极星是「我们要去哪」,OMTM 是「当前先解决哪个坑」。

6. KPI vs OKR:考核 vs 目标

这两个是管理工具,不是指标本身。但很多人把它们和指标混为一谈。

  • KPI(Key Performance Indicator):关键绩效指标。用来「考核」的。比如「本月销售额达到 100 万」。完成就是 100 分,没完成就是 0 分。
  • OKR(Objectives and Key Results):目标与关键结果。用来「对齐和牵引」的。比如「O:提升用户活跃度;KR1:日活从 10 万提升到 15 万;KR2:周均使用天数从 3 天提升到 4 天」。

核心区别:KPI 是「考你」,OKR 是「帮你」。KPI 追求 100% 达成,OKR 追求 70% 达成就算好(因为目标要够挑战)。

我个人的习惯是:指标体系里的「核心指标」可以同时服务于 KPI 和 OKR。但不要用 OKR 的 KR 直接当 KPI 考核,否则团队就不敢定有挑战的目标了。

7. 一张图理清所有关系

下面这张图,是我自己梳理的「概念关系图」。你看完应该能记住它们之间的层级和连接。

产品指标体系核心概念关系图 北极星指标 OMTM KPI(考核) OKR(牵引) 指标(带标准) 度量(原始数字) 维度(切分角度) 粒度(数据细度) 核心逻辑 北极星指引方向 → OMTM聚焦当前瓶颈 → KPI/OKR落地管理 → 指标(带标准)→ 依赖度量、维度、粒度来定义和计算 越往上越战略,越往下越技术

8. 实战中怎么用?

光懂概念没用,得会用。我分享一个实际项目的组合用法:

  1. 先定北极星:比如「月活跃用户数(MAU)」
  2. 再定当前 OMTM:比如「新用户次日留存率」(因为发现新用户流失严重)
  3. 拆成 OKR:O 是「提升新用户留存」,KR1 是「次日留存从 30% 提到 45%」,KR2 是「7 日留存从 10% 提到 20%」
  4. 落到 KPI:产品经理的 KPI 是「完成新手引导改版,上线后次日留存不低于 40%」
  5. 定义指标:次日留存 = 第 1 天注册的用户中,第 2 天还有活跃行为的比例
  6. 确定维度和粒度:按「注册渠道」和「设备类型」维度,按「天」粒度统计

一个小建议:别试图把所有概念一次性塞进团队。先让大家统一「指标」和「维度」这两个最基础的,再慢慢引入北极星和 OMTM。步子大了,容易扯着。

概念清楚了,下一层就是怎么把这些东西「建」出来。嗯,那是后面章节的事。先把这张图存脑子里,后面每一步都会用到它。