产品分析框架：怎样选出能推动决策的指标

产品分析框架决定量什么、指标之间怎样关联、哪种分析回答哪个问题。本文对比北极星、AARRR、HEART、指标树和待完成的任务，给出从目标到事件的五个搭建步骤，并用一棵指标树解释为什么北极星的增速只有活跃账户的一半。

什么是产品分析框架？

产品分析框架是一套结构化的方法：决定产品里要量什么、指标之间怎样关联、哪种分析回答哪个问题。它把公司目标连到少数几个指标，把指标连到用户行为，再把行为连到埋点事件。没有框架，团队会去跟踪最容易拿到的数据，最后图表很多、决策很少。

实用的框架有四层：目标 → 指标 → 行为 → 事件，再加上一套复盘它们的节奏。

常见的产品分析框架对比

这些框架并不互斥。很多团队用北极星加下面的指标树，增长复盘用 AARRR，单个功能用 HEART。

用事件算不出来的指标，还不算进入框架。

五步搭出你自己的框架

1. 从目标出发

写下未来一年的业务目标（「增加每周都在用产品的付费团队」）和产品的核心价值（「团队一起让项目按计划推进」）。

2. 选北极星和输入指标

北极星：客户获得价值时会上升的指标，比如「至少有两位协作者的周活跃项目」。输入指标：激活率、每个项目的协作者数、每个账户的项目数、新账户留存。

3. 把指标拆成一棵树

把北极星写成输入指标的公式，任何变化都能追溯。周活跃项目 = 活跃账户 × 每个活跃账户的项目数 × 有 2 位以上协作者的项目占比。

4. 把指标对应到行为和事件

每个输入指标，写清对应的行为，以及度量它的事件和属性。激活可能需要 workspace_created、project_created、member_invited，并带上 account_id。

5. 分配分析方法和负责人

每个指标配一种标准分析（漏斗、批次、分布）、一位负责人和一个复盘频率。

计算示例：一棵指标树

某协作工具（示例数据），连续两个月：

北极星增长了 4.5%，指标树说明了原因：活跃账户增长 10%，而每个账户的项目数下降了 5%。分群后发现，近期一次推广带来的新账户创建的项目更少。下一步该做的是给推广来的账户做引导（鼓励建第二个项目），而不是继续获客。

核对：6,000 × 5.0 × 0.60 = 18,000；6,600 × 4.75 × 0.60 = 18,810。

常见错误

• 指标太多。 有 40 个 KPI 的框架只是一张清单，不是框架。
• 把收入当北极星。 收入滞后于价值；选一个能预示收入的使用指标。
• 指标没有对应事件。 如果用埋点数据算不出来，它就还不算进入框架。
• 没有负责人。 没人负责的指标不会有人行动。
• 从不回头看。 产品在变，每 6 到 12 个月复查一次框架。

把框架落到 TapCub 里

• 事件： 写好名称、属性和负责人的埋点方案；全埋点和事件收件箱用来发现新事件。
• 指标： 为北极星和输入指标创建自定义指标；漏斗、批次和分布保存为洞察。
• 账户： B2B 产品用分组算账户级指标。
• AARRR 视图： 按阶段归类的 AARRR 视图；见 AARRR。
• 解释变化： AI 助手把指标变化归因到分群。

相关阅读：指标树、北极星指标、UX 指标和 HEART、领先指标和滞后指标。

常见问题

哪个产品分析框架更好？ 没有仅有更好的。北极星加指标树适合大多数产品；增长用 AARRR，功能层面的体验用 HEART。

一个框架应该有多少个指标？ 一个北极星，三到五个输入指标，再加各团队的辅助指标，定期复盘的更好少于 15 个。

框架和埋点方案有什么区别？ 框架决定量什么、为什么量；埋点方案规定量它需要的事件和属性。

框架多久调整一次？ 每 6 到 12 个月复查一次，或者在战略、定价、产品核心价值变化时调整。

参考资料

• Amplitude：北极星指标手册
• McClure, D.（2007）：给海盗的创业指标：AARRR
• Rodden, K.、Hutchinson, H.、Fu, X.（2010）：大规模衡量用户体验，Google Research