EV04进化L2adapted
北极星指标
North Star Metric
北极星指标(NSM)是一个单一的核心指标,能够同时反映「用户获得了价值」和「公司在增长」——它是连接用户行为和商业结果的桥梁,驱动全团队向同一方向优化。
Definition(一句话定义)
北极星指标(NSM)是一个单一的核心指标,能够同时反映「用户获得了价值」和「公司在增长」——它是连接用户行为和商业结果的桥梁,驱动全团队向同一方向优化。
为什么需要北极星指标
当团队用多个互相矛盾的指标工作时,产品、增长、销售各自优化「自己的数字」,整体结果可能更差。
典型症状:
- 注册量高但活跃低(获客和产品脱节)
- 营收增长但 NPS 下滑(短期榨取用户)
- DAU 高但 LTV 低(用户不付钱)
北极星指标给出一个大家都能对齐的「方向」。
好的北极星指标的三个标准
1. 反映真实价值
用户真正获得价值时,这个指标才会上升。
- ❌ 注册用户数(注册≠价值)
- ✅ 「完成了至少 3 次核心行为的用户数」(行为=价值)
2. 可预测商业结果
这个指标上升时,营收/留存/LTV 也应该相应上升。
- ❌ 页面浏览量(和营收无关)
- ✅ 「每月有过购买行为的用户数」
3. 团队能影响
产品/增长团队的工作能直接改变这个指标。
- ❌ 市场份额(太滞后,无法快速迭代)
- ✅ 「7 天内返回使用的用户比例」
行业北极星指标案例库
| 公司/产品类型 | 北极星指标 |
|---|---|
| Airbnb | 每晚预订数 |
| Spotify | 每月听超过 30 分钟的用户数 |
| 每日活跃用户 × 每日互动次数 | |
| Slack | 每周发出 2000+ 条消息的团队数 |
| B2B SaaS | 每月有过「核心工作流完成」的企业数 |
| 电商 | 30 天内复购用户数 |
| 教育产品 | 完成至少一个完整学习模块的学生数/周 |
| 消费金融 | 有还款记录的月活用户数 |
五步找到你的北极星指标
Step 1:定义「Aha Moment」
用户第一次感受到「这个产品真的有用」的时刻是什么?
Step 2:找关联指标
哪个行为指标与用户留存/LTV 相关性最高?(做数据分析)
Step 3:测试「3 个候选指标」
列出 2-3 个候选,分别看:哪个上升时,6 个月后的留存率更高?
Step 4:检验三标准
候选指标是否同时满足:①反映真实价值 ②可预测营收 ③团队可影响?
Step 5:拆解为「输入指标」
北极星指标是结果,拆解出 3-5 个「输入指标」(团队直接控制),每个团队各认领一个。
北极星指标 vs. 其他指标框架
| 框架 | 适用场景 | 侧重 |
|---|---|---|
| 北极星指标(NSM) | 找到最重要的那一个 | 对齐方向 |
| AARRR(EV01) | 诊断漏斗中哪一层最弱 | 找问题 |
| OKR(EV03) | 季度目标与关键结果 | 执行对齐 |
| KPI | 职能部门考核 | 局部衡量 |
最佳组合: 北极星指标定方向 → AARRR 找漏斗洞 → OKR 分解季度行动 → KPI 考核执行
常见误区
❌ 用营收作为北极星指标:营收是结果,不是驱动因素,团队无法直接优化「营收」本身
❌ 北极星指标太多:一旦有 2 个「北极星」,团队就会陷入博弈——这本质上还是「没有北极星」
❌ 不随产品阶段调整:早期 NSM 应该侧重激活(有多少用户获得了 Aha moment),中期侧重留存,成熟期侧重扩张
输出格式
⭐ 北极星指标:[一个指标,说清楚是什么]
📐 定义:[精确定义,没有歧义]
🔗 商业关联:[为什么它能预测营收/留存]
📥 输入指标:
- [输入 1]:[哪个团队负责]
- [输入 2]:[哪个团队负责]
- [输入 3]:[哪个团队负责]
⚠️ 警告:[如果只看这个指标会有什么盲点]
Cases
用过此方法的案例
用「北极星指标」推演你的问题
描述你正面临的难题,InnoLab 会用这套方法当场跑一次结构化推演。
免费推演一次