本文讨论的是SaaS（软件即服务）营收达到千万级别后，如何设定并衡量产品的北极星指标。作者通过一个具体的工具型SaaS产品实例，介绍如何识别、定义和量化北极星指标，以及在实际操作中遇到的挑战和解决方案。

我一直以为北极星指标是SaaS公司的标配。时至今日，我才发现有一些SaaS公司发展几年了，要么压根没有北极星指标，要么还在以客户续约率、客户满意度作为客户成功团队和产品团队的北极星指标。

这简直就像“蒙头狂奔”，危险至极。

北极星指标是SaaS最重要的过程指标，没有之一。如果说续约率是SaaS的“晴雨表”，那么北极星指标就如同它的名字一样，是SaaS的“指南针”。

“晴雨表”衡量了SaaS的健康状况，是一个结果指标，而“指南针”却指明了具体的到达路径，是一个过程指标。

这个指标衡量了我们是否有给客户创造了价值，同时也是SaaS企业实现长期商业价值的基础，它完美地贯彻落实了“帮助客户成功，然后我们取得成功”这一客户成功宗旨，确保我们始终走在正确的路上。

图1 国外SaaS产品北极星指标

而关于这个指标的设计原则及步骤，曲卉老师在《硅谷增长黑客实战笔记》中有非常详细的阐述。

在之前的实践过程中，笔者发现北极星指标还有两个非常重要的作用：

1、 论证、并衡量产品价值

在北极星指标的设计步骤中，首先就是要文字阐述自己产品给客户提供的核心价值，然后再尽可能找到能够量化这一价值的产品数据指标。这个过程需要公司CEO、产品、客户成功、销售等部门一起参与讨论，甚至需要做大量的客户访谈，了解客户使用产品及付费购买的原因。

图2 各团队关于北极星指标的不同观点

所谓“假借修真”，这个讨论的过程非常有价值。

一是通过讨论能够论证产品是否给目标客户提供了价值。

有一些SaaS可能企业自己都没搞明白自己的产品到底有没有用，稀里糊涂就照葫芦糊瓢开始卖了。

二是通过讨论能够帮助团队想清楚我们给客户提供的核心价值是什么。

客户到底是因为什么而买单，客户又是因为什么而流失，这些非常朴素的道理，有时候反而比方法论、数据分析更重要。

2、 推动客户成功战略在公司全面落地

作为客户成功部门的负责人或者客户成功经理，你有没有发现会碰到这样的情况：

• 提了很多认为能够促进客户活跃的需求，但是产品部门排期很慢，甚至直接拒绝；
• 想要完善产品上的帮助文档及新手指引，却发现很难调动资源来做；
• 沟通了很久的客户活跃度管理功能，产品排期一直上不去；
• 承接了很多一眼就能知道不可能续费的客户，客户联系不上、不愿意配合产品使用；

这些问题归根到底都是由于各个部门的目标差异导致的。

产品部门有自己的节奏和规划，销售部门背着巨大的新签营收指标，客户成功部门接受着大量客户的反馈却很难调动资源去改善客户活跃、客户续费等指标。

而北极星指标恰恰能够推动这个问题的解决。

北极星指标是一个公司级别的指标，不仅客户成功部门需要背北极星指标，产品部门，销售部门也需要背北极星指标。这是客户成功战略在SaaS公司全面落地的重要条件和表现。

附案例：某款工具型SaaS产品北极星指标的量化

某款工具型SaaS产品的主要价值是帮助教培机构提升教务管理效率，节约成本，后面随着产品不断迭代，也丰富了招生营销、学员运营、家校服务等功能，来帮助机构做全流程的线上化，最终提升整体的运营效率。

在早期产品PMF阶段，这款产品的主要功能为教务排课、点名、考勤通知、课时课消统计等，北极星描述性指标为：通过线上的排课及课消操作，降低操作错误率，提升操作效率。

那么如何量化这个操作效率，或者说出现怎么样的数据结果就说明机构获得了这个操作效率的提升？先来看一下系统操作的过程（如图3所示）：

(1) 首先要把线下的课程及班级在系统里完成建立。

(2) 然后要将学员数据录入/导入到对应的课程及班级当中。

(3) 然后完成学员每周的课表及任课老师。

(4) 最后任课老师或前台完成学生每节课到课情况的记录。

(5) 最终系统内形成了每个课程课时消耗记录及剩余课消数据。

图3 操作流程图

在梳理这个操作流程图的时候，其实也是在梳理机构线下实际的业务流，提升效率的一个大的前提是，机构的线下业务操作被完整地搬到线上，在线上形成小闭环。

因此就可以很清晰地得出结论，只要机构在系统内的排课完成了点名（也叫课消）操作，就说明机构在这个环节已经用线上操作替代了线下的操作。

所以针对这个北极星描述指标的具体量化方向可以是已排课的点名比例，也就是已经排课的课程中点名的百分比，这个比例越高，说明机构使用该工具型SaaS产品的效果越好。

下面再补充一些特殊场景的操作，如请假、补课、调班等，基本就可以覆盖掉线下业务的绝大多数场景，那么这个指标基本就可以量化出来了。

最后一步，这个排课点名比应该定在多少比例？统计周期为多久？需要考虑以下几个因素：

• 不同时期的不同比例数据和续约的关系。这一点很好理解，我们需要看这个指标和续约的相关性，并尝试找到相关性较强的比例值。
• 当前数据分布的情况，就是北极星指标达标的用户比例有多少，一般选60%比较合适。这一点很容易忽略，即使在线性相关的前提下，这个比例也不是定得越高越好，需要看目前数据的分布情况及后续指标落地的难易程度。
• 客户实际业务的运作周期。这一点需要我们了解客户实际的业务运营周期，由于一般线下机构排课是按周来排的，所以我们可以暂定为每周统计一次。

通过以上分析，我们得到一组客户第3个月最后一周的排课的点名比例分数（M值）和续约率的相关性数据，如图4和图5所示：

图4 不同M值和续约率的相关性

图5 北极星指标（M）和续约率相关性

可以看到，北极星指标和续约率呈现出非常强的相关性，基本验证了“排课的点名比例分数越高，续约率越高”。但是我们从数据的分布来看，这个线性仍有一定的不稳定和波动，尤其是在20分位和30分位这两个点，假设我们就从这组数据来取北极星指标的值，那么这个分数大概率会取在20分。

20分往上这个值和北极星的相关性只有70%多，有明显的相关性，但距离我们想要的显著性特征（85%）还有一定差距。

我们又重新核查了这组样本数据，最终发现我们忽略了一个重要的问题，也就是前文讲到的，客户续费的节点大多数发生在到期前一段时间，且决策容易受到期前一段时间的使用情况的影响。

而这组数据里取的是用户开始使用的前3个月的数据，这个数据距离用户续费的时间节点太远，用户可能一开始用得很好，但是后面慢慢流失掉了，也有可能一开始用得并不好，后面慢慢启用起来，最后续约了，最后在实际的客户数据层面也验证了这个点。

因此我们又重新做了一组数据，客户到期前1个月最后一周平均的数据和续约率结果做验证，这组数据再一次验证了我们的假设，50分以上的数据和续约率的相关性达到了85%以上，且越往上这个数据越高。

通过这组数据的对比（图6），我们基本上可以确定这款工具型SaaS产品在当前阶段的北极星指标了，即：周排课的点名比例达到50%。

图6 到期前一个月M值和续约率相关性