惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cloudbric
Cloudbric
有赞技术团队
有赞技术团队
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
T
Threat Research - Cisco Blogs
L
LangChain Blog
Simon Willison's Weblog
Simon Willison's Weblog
Project Zero
Project Zero
Latest news
Latest news
S
Schneier on Security
Cisco Talos Blog
Cisco Talos Blog
MyScale Blog
MyScale Blog
C
Check Point Blog
IT之家
IT之家
P
Palo Alto Networks Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
C
CERT Recently Published Vulnerability Notes
Scott Helme
Scott Helme
The Hacker News
The Hacker News
C
CXSECURITY Database RSS Feed - CXSecurity.com
G
Google Developers Blog
T
Tor Project blog
T
Threatpost
D
DataBreaches.Net
博客园 - 【当耐特】
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Troy Hunt's Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Vercel News
Vercel News
云风的 BLOG
云风的 BLOG
NISL@THU
NISL@THU
P
Privacy & Cybersecurity Law Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
博客园_首页
S
Securelist
T
The Exploit Database - CXSecurity.com
Last Week in AI
Last Week in AI
量子位
U
Unit 42
Know Your Adversary
Know Your Adversary
Hugging Face - Blog
Hugging Face - Blog
S
Security Affairs
Google Online Security Blog
Google Online Security Blog
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
S
SegmentFault 最新的问题
Engineering at Meta
Engineering at Meta
N
News and Events Feed by Topic
P
Proofpoint News Feed
阮一峰的网络日志
阮一峰的网络日志

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
全网最全!如何选择你的体验北极星指标?
龙国富 · 2023-03-03 · via 人人都是产品经理

什么是北极星指标?如何选择你的体验北极星指标?如果你没看懂,那就来读读这篇文章吧!从北极星指标的具体概念讲起,逐层细化地阐述了北极星指标的标准、设计难点、常见指标、适用情况等等方面,推荐对用户运营、北极星指标、体验运营感兴趣的童鞋阅读。

本文大纲

1、什么是北极星指标?

1.1 北极星指标的概念

1.2 典型客户消费模型的发展

1.3 北极星指标双飞轮

1.4 北极星指标的选择标准

2、设定北极星指标的难点是什么?

2.1 设计北极星指标的难点

2.2 信噪比(指标化的信息折损)

2.3 北极星指标的6种类型

2.4 北极星指标的个案(示例)

3、常见的体验北极星指标

3.1 客户满意度是最广泛追踪的客户体验指标

3.2 体验度量常见的北极星指标

3.3 体验指标可视化大屏(示例)

4、找到体验北极星指标的方法

4.1 找到功能价值和情绪价值的共同点

4.2 体验北极星指标-AARRR型

4.3 体验北极星指标-全链漏斗型

4.4 体验北极星指标-客户旅程路径型

4.5 体验北极星指标-体验回报率(ROX)

4.6 体验北极星指标-因子分解型

5、体验指标和业务指标的GAP

5.1 目标是找到组织最大程度的共识

5.2 体验北极星指标-专家层次分析法

5.3 以员工[新入职]体验北极星指标为例

5.4 组织内多目标协同的可能性结果

5.5 组织内部在“体验指标”和“业务指标”的差距

5.6 从GMV跨越到CLV

6、你真的需要体验北极星指标吗?

6.1 什么情况下,要考虑体验北极星北极星指标?

6.2 体验数据背后真实会转化的比率

6.3 补充性财务指标-“赢得性增长率(EGR)”

7、写在最后

写在前面

本文在谈及「体验北极星指标」之前,先会从「北极星指标」开始谈起,告诉你如何理解「北极星指标」,「体验」只是其中的一个面向。另外,随着消费环境的发展,客户在消费路径上也发生变化,应对变化需要用新视角、新思路,还有更加合适的方法。

文章很完整(很长),来不急看可以先收藏!

如果准备好了,跟着我的思路,往下走。Enjoy

01 什么是北极星指标?

1. 北极星指标的概念

北极星指标可以理解为「灯塔」,意思是:能够指引公司所有人,都能朝着同一个目标迈进的方向。这里需要划一下重点:是「所有人」和「方向」。

全网最全!如何选择你的体验北极星指标?

1)「所有人」,这意味着什么呢?意味着上至管理层,下至部门负责层、业务执行层,甚至连清洁员、保安等等,都能被共识到,知道公司当前最重要的是要做什么。这好比中国在土地革命战争时期提出的口号:打土豪,分田地。北极星指标一定是能够被大家所共识,所理解的。

2)还有「方向」,北极星指标是能够指引具体行动、可被衡量、可实现、与工作目标相关联,还有明确期限的,可以描述为某个时期某件事,公司通过具体一系列行动从 A 点提升至 B 点。

3)那北极星指标是自上而下,还是自下而上的呢?事实上,北极星指标不是某个人某个角色能承接的,如果真的需要有人能够承接,我觉得那个应该就是 CEO 本人或者具备同等话语权的职能部门。我们理想化的、责任到人的目标设计也许并不实际,事实上北极星指标是自上而下推行的指标体系。Okay,这里我认为「北极星指标」其实是「CEO 的权利工程」。

2. 典型客户消费模型的发展

在谈北极星指标应该怎么选之前,我想这里需要给大家补充一些前提背景。回到当下消费环境中,看看都发生了哪些变化,这些变化促使我们在应对未来竞争的时候,都需要做出哪些行动。

全网最全!如何选择你的体验北极星指标?

在典型客户消费模型当中,我们可以追溯 1898 年刘易斯提出的经典 AIDMA 模型,从引起注意→产生兴趣→购买欲望→形成记忆→行动。消费模型在不断升级,公域和私域的概念也逐渐变得清晰。在 AIPS 和 IILF 模型当中,会在忠诚阶段强调客户在消费之后的「分享」和「引发裂变」行为。公域是私域的孵化器,私域客户“分享”形成的营销效果促进公域客户对品牌产生兴趣,进一步引发裂变。

为什么要说这个事情呢?从客户消费的发展变化,从增长的角度看,这种变化现在从以前关注广告投放、关注覆盖,转变为现在关注公域到私域流量的运营、关注全流程和品效合一的闭环。当前商业社会的发展,引发客户消费的路径发生了变化,对于企业来说,需要把注意放在新的消费模型中,提升商业价值增长的部分。

是的,私域客户“分享””引起裂变“可以理解是「新的商业增长机会点」,不过这个商业增长点是怎么引领企业获得商业价值增长呢?概念只是一个点,要能连成线,形成商业闭环,这个事情才有意义。

3. 北极星指标双飞轮

实用主义下,企业追求的就是为客户提供更丰富、更便宜的产品,从而获得更多的购买和复购,达成更多的销售额。这是实用主义理念下的企业增长飞轮。从实用主义到新消费主义,消费者对于购物体验的要求变得愈发苛刻,传统的“消费产品”的模式已经成为过去式。

全网最全!如何选择你的体验北极星指标?

对应客户“分享”和“引起裂变”,购物买的不仅是商品,更是一种体验,既包括商品本身带来的体验,更包括从购买动机到完成下单甚至再购买的全流程消费体验。这在体现在客户的购买行为中,是走出只会“买买买”的框架,拥抱共享循环经济和价值经济、对社会减少浪费与碳排放的责任履行,伴随着的是对于产品或服务背后的理念、价值观以及精神层面的认同。

4. 北极星指标的选择标准

公司不同阶段最重要的事情也会不同,北极星指标并不是一成不变的。

全网最全!如何选择你的体验北极星指标?

对于CEO或管理层来说,北极星指标筛选可以总结有以下 6 个标准:

  1. 能够反映客户从产品或服务获得核心价值。
  2. 能否为产品或服务达到长期商业目标奠定基础。
  3. 能否反应客户的活跃程度。
  4. 指标变好,能否预示公司在往好的方向发展。
  5. 是否简单,直观,容易获得,可拆解。
  6. 是否是先导指标,而非滞后指标。

公司可以把备选的指标,通过表格的方式进行横向比对,看看所选择的指标是否能匹配选择标准,指标之间存在哪些标准上的差异。总结一下:

大逻辑下,北极星指标在选择上需要和商业目标契合,能适应当下客户消费模式的路径变化(分享+引发裂变),并在同一个逻辑内构成公司的业务增长飞轮。如果备选的指标能够满足这个逻辑,那么作为北极星指标这件事情上,它就是成立的。

02 设定北极星指标的难点是什么?

1. 设计北极星指标的难点

我们在设计北极星指标,到底有哪些困难的部分?那么多公司都在探索,找到北极星指标,找到让公司得以正向发展的增长曲线。北极星指标在设计上往往会遇到这 3 种类型的问题。

全网最全!如何选择你的体验北极星指标?

1)单一指标维度偏差:客户体验和忠诚度不应该、也无法被压缩为一个数字。对于企业而言,需要的是建立一套完整可持续迭代的客户体验管理体系,借由这个体系不断发现问题,可持续改善体验。

2)缺失多元视角表达:在业务单元中不单只有客户的视角,还会有像供应商、合作伙伴、内部员工等等。这些不同的视角是不是都能被你囊括起来呢,更加综合地看待问题发生的原因。

3)缺少多源渠道数据:现在客户与企业交互的渠道非常多,常常是线上和线下交替的混合模式出现。可能某个客户在线上消费前,其实已经在线下多次体验产品了,只是最后交易环节发生在线上而已。

这些过程如果你不知道,那你也分析不了在投放广告、实际运营当中,究竟是什么环节在发挥效用。也就意味着没办法走近客户,了解 TA 们真正遇到的问题和痛点,这并不是一个良性的商业循环。

2. 信噪比(指标化的信息折损)

上面 3 个问题没有很好解决的话,最直接导致的后果就是,数据处理过程中,会产生大量有效信息的折损,这里可以理解为信噪比(%)

全网最全!如何选择你的体验北极星指标?

意思是说,在数据采集环节原本100%的信息,到数据处理的过程都中,最后统计呈现环节能够被看到的只有50%,甚至更低。所以,指标实则并不能反应业务的真实情况。

3. 北极星指标的6 种类型

在北极星指标的选择上,一般会有这 6 种类型。

全网最全!如何选择你的体验北极星指标?

1)营收增长:如 ARR/GMV,创造了多大的营收收入,大约 60% 以上的公司会重点关注这个指标。

2)客户增长:如付费客户/市场份额,付费客户的数量及增速,大约 45% 的公司会重点关注这个指标。

3)消费增长:如消息发送数/预定天数,产品/服务的使用强度,而不仅仅是关注客户使用你产品/服务频率,大约 35% 的公司会重点关注这个指标。

4)客户粘性增长:如 MAU/DAU,产品的活跃客户数量,大约 30% 的公司会重点关注这个指标。

5)效率增长:如 LTV/CAC、利润率,投入与产出的效率(ROI),大约 25% 的公司会重点关注这个指标。

6)客户体验:如 NPS/CSAT,客户对产品/服务体验的态度或感受,大约 10% 的公司会重点关注这个指标。客户体验只是北极星指标的一种类型,是企业的「可选项」。

4. 北极星指标的个案(示例)

我整理了一些市面上知名企业,一起来看一下,他们都选择哪些类型的指标。对于不同的行业和领域,北极星指标的确立会存在很大的差异。

全网最全!如何选择你的体验北极星指标?

从图中可以看到,像爱彼迎会关注单一北极星指标“订单天数”;多邻国则会有多个,分别是“营收增长”、“日活客户数”和“学习能力(CEFR)”。还有我们可以发现,企业在选择客户体验指标的时候,同时都会搭配业务或者行为相关的指标。

这里重点讲一下Amplitude。Amplitude 是知名的企业级 SaaS 平台,主营数据分析服务。Amplitude 希望传达的客户价值是:能够轻松分析客户行为数据,能够创造更好的客户体验。目前他们正处于快速增长期,他们选择的北极星指标是「每周至少运行一次查询的客户数」(Weekly Querying Users, WQUs),这个指标反映了客户的广度-每周至少有一次得到价值回报的客户数量。

对于这类型订阅模式的 SaaS 行业来说,使用“每周活跃客户”而不是“每月经常性收入”,这个指标会比营收增长对于企业良性利润的洞察更为敏感。因为企业弃用或者迁移到别的产品的时候,并不会特地来告知你。你发现的时候,说一定已经过去好几个月了,“每月经常性收入”这个指标是滞后性的。

所以,这样一看,WQUs这个先导指标是非常敏感的,能够直接反映 SaaS 产品能力适配度的变化。总的来看,单一体验指标还是一个相对滞后的反馈机制,要构建体验北极星指标,需要尽可能在体验北极星指标的构成上,融合先导性的维度进去。你制定在指标中,要能够体现更短周期对客户的行为监测,把态度和感受的变化更早地和业务去做结合。

03 常见的体验北极星指标

1. 客户满意度是最广泛追踪的客户体验指标

接下来,我来给大家讲一下,如果你们公司要去设计体验北极星,都有哪些选择。在「哈佛商业评论」发布报告《重新构想客户体验测量》中,以问题:你的组织目前跟踪哪些客户体验指标?进行调查,这个一道多选题。

全网最全!如何选择你的体验北极星指标?

数据上,我们可以看到「客户满意度」是被调查组织,目前最广泛最终的客户体验指标。领先者也会比跟随者和落后者更密切地监控客户的评论。另外,从图中我们也可以看到,基本组织都会追踪多个客户体验指标

2. 体验度量常见的北极星指标

目前在市面上大家常使用的体验北极星指标有,净推荐值(NPS)、满意度(CSAT)、费力度(CES)以及继续使用(合作)意愿这 4 种。

全网最全!如何选择你的体验北极星指标?

1)净推荐值:优势是对未来行为的预测能力强,专注态度而不是情感,易于回答,属于滞后性指标;劣势是只测量一个维度,并不一定与客户在现实生活中的推荐行为相关;适用于大部分 2C 和 2B 的行业,垄断、高市占率、高参与感+显性意义的产品/服务不适用。

2)满意度:优势是深入探究产品不同方面的强弱项,专注满足需求的最佳方案;劣势是对未来行为的预测能力差,没有考虑到比较不满意或比较满意的人,有趋中效应;适用于所有企业、所有产品/服务。

3)费力度:优势是对未来行为的预测能力强,专注消除或减少客户的障碍;劣势是指出客户使用中的障碍,但它不会深究为什么会遇到问题,或这些障碍会是什么;适用于所有企业、所有产品/服务。

4)继续使用(合作)意愿:优势是对未来行为的预测能力强,广泛应用于环境与资源价值评估;劣势是赖于客户的观点,而不是以市场行为作为依据,存在许多偏差;适用于 SaaS 类、工具型、企业服务等 2B 行业。

3. 体验指标可视化大屏(示例)

全网最全!如何选择你的体验北极星指标?

当你完成体验指标的构建后,在实际投入使用上,可以通过数据仪表盘来进行数据观测。比如,指标收集量、NPS的各个渠道的分布情况、NPS 各渠道不推荐理由排序、CES 各渠道得分情况、CSAT 细分影响因素分布等等。对于具体的指标问题可以一层一层下钻,去拆解。了解体验投入为企业或业务带来的数值上的影响,并且用可视化的形式呈现。

04 找到体验北极星指标的方法

我们知道了北极星指标是什么,如何结合消费环境和商业目标发挥价值,设计上的难点以及常见的体验北极星指标。前面是相对比较基础的部分,接下来会是这篇文章的重点内容。

1. 找到功能价值和情绪价值的共同点

关于寻找体验北极星指标,是更高维度的价值呈现,它会要求能够构建脉络上希望找到「功能价值」和「情绪价值」天平两端兼具的平衡点,保证核心价值稳定的前提下提升业绩。

全网最全!如何选择你的体验北极星指标?

这样一来,体验北极星指标必须包含两个重心:

  1. 对规模的追求(客户规模或收入规模)。
  2. 对客户长期价值的考量(LTV,良性的长期价值)。

制定体验北极星指标后,对体验北极星指标进行拆分,构建增长模型,结合数据分析制定增长实验,并分析实验数据产生新的增长策略洞察,开启新一轮增长实验。在上面这张图,我们可以看到在每个要素下都会有一个系数,这个系数可以帮助我们去探索「功能价值」和「情绪价值」之间的流转关系。

所以,找到适合企业自身的体验北极星指标,其实是一场关于增长的实验,依这个视角,可以有一些模型辅助你去进行设计。

2. 体验北极星指标-AARRR型

第一种找体验北极星的方法是:AARRR模型,也称为海盗模型,是经典用户生命周期的模型。先拉新,其次促活,接着提高留存,然后获取收入,最后实现自传播。

全网最全!如何选择你的体验北极星指标?

在这种垂直漏斗的方式上,往往你会找到当前单一维度需要解的问题。因为流量从上往下的过程中,你会发现在某个环与环流动中,存在明显的转化不足。这个时候,你可能需要解决的是客户流失的问题,那个相对应的就是着重抓留存率或者复购率。在漏斗的问题出现在传播的环节,那么需要接的问题就会转为扩散价值、价值最大化,变为着重抓转发率、净推荐值(NPS),或者满意度。

优势是可以确定,需要解的具体且唯一问题是什么,比较适合用来解决单一业务形式下的问题。以这种方式构建体验北极星指标的话,弱项主要体现在无法将细分指标之间关联与体验北极星制定明确关联关系,比较难去解决跨部门、多业务、多渠道的问题。

3. 体验北极星指标-全链漏斗型

第二种是全链漏斗型,主要是将“北极星指标”细分成多个细分指标,然后将其组合成链路。

全网最全!如何选择你的体验北极星指标?

这是一种帮助大家把所有细分指标都显示出来,并标注转化率,找到机会点的方法。多个维度可以整合主客观数据、行为数据、大数据以及调研数据等等,形成更加客观、全面的综合性体验北极星指标。

我们看一个实际的应用指标:「综合体验指数」,思路上是能从产品、运营和口碑表现的维度去构成对于体验的洞察。这个公式就是典型的全链漏斗的计算方式。当然这个指标的搭建,各个维度并不是直接相乘,还需要进行一些预处理。对于全网净正面口碑值的计算,举一个例子网约车的例子。

全网最全!如何选择你的体验北极星指标?

净正面口碑值 =出行分x50%+服务分x50%+加分项

1)出行分根据司机近30天内,取最近的25个完单日情况滚动计算。出行分 = 时长分+调度分+勤勉分。

2)服务分服务分=昨日服务分+昨日乘客无差评订单的总数×司机所处服务分区间的加分系数-昨日命中扣分项的累计分数。

3)加分项 = 安全加分+合规加分。安全加分包含:避免超速驾驶、疲劳驾驶、分心驾驶、多平台接单等危险驾驶行为。

这个指标的加入,可以激发提供服务者更好交付,像我们平时在乘车结束后,司机希望我们给 5 星好评之类的,这个部分对于体验北极星指标的构建是成立的。

4. 体验北极星指标-客户旅程路径型

第三种是客户体验旅程型,目前这个是做体验管理比较常用的一种。通过客户旅程去梳理出来触点层,通过相关、回归或者路径分析(PLS)等办法,基于触点对于体验北极星指标的影响力,找到的提升关键旅程与触点,决定改进的优先次序。

全网最全!如何选择你的体验北极星指标?

还可以继续下钻找到急迫且重要的体验场景与驱动要素,协助我们找到体验的正确方向。这个方式不是一次性的,而是一种持续改善客户体验,并追踪改善效果,不断迭代一种体验北极星管理制度。举一个「券商财富管理」的实际案例。

全网最全!如何选择你的体验北极星指标?

在《券商财富管理客户体验报告》的案例中,可以较为完整知道客户旅程路径型这个方法的实现思路。整体上「感受」到「态度」的典型传递路径是:从分散的场景触发,累计到子阶段,再叠加到整个体验旅程。

细分到具体【场景】时,发生的是客户体验的单个触点事件,包括一次性的事件满意度评分。多个触点积累成一个体验【阶段】或者子旅程时,就产生了阶段满意度。

多个阶段累计变成一个完整的体验【旅程】时,客户基于长期关系对企业做出反馈,包括投资钱包份额 SOW(Share of Wallet)、净推荐值 NPS(Net Promoter Score)、留存状态,以及最终的评价和整体体验满意度。

注意:投资钱包份额 SOW(Share of Wallet)在你的业务上可以理解为客户愿意给你花费的「心理账户」。

5. 体验北极星指标-体验回报率(ROX)

第四种是体验回报率,内在核心其实还是漏斗的理念,但是这个方式放大了每个维度的价值,特别是对于与客户建立强关系质量的侧重。意思是有更多的人了解到你们企业的产品/服务,有多少人完成了购买行为。

全网最全!如何选择你的体验北极星指标?

接着完成购买行为的这群人,会不会因为你提供更好的服务而感到满意,选择继续留下来。进而产生更好的口碑,更多的复购,甚至更高的客单价。经过不断地强化,让存量客户不断发生交互或交易行为,促使关系得以建立和强化。

思路上,是通过体验北极星指标的转化,跟业务数据进行连接,把体验和后续产生真实发生的行为进行关联,这个值是一个真实会产生具体商业价值回报的值,而不是一个预估的值。不过这个对于企业来说,数据中台的能力需要相对比较成熟,要不实际操作落地的可能性比较小。

6. 体验北极星指标-因子分解型

第五种是因子分解型,细分的指标不仅相乘,也可以按照一定的逻辑相加,最终组合出“北极星指标”。它不仅是一个细分指标,各个细分指标之间的层级关系也非常明显。

全网最全!如何选择你的体验北极星指标?

因子分解型更容易对比各环节的当前转化水平,便于横向比较寻找发力点。分解后,可以综合比较各个子指标的情况,选择较高价值&容易提升的环节进行优化。缺点是和 AARRR 模型相比,搭建要更费时、更难,但是优点在于可以直接计算改善哪个细分指标会对结果产生哪些影响。

总结一下,这些找到体验北极星指标的方法,在协同部门相对较少,或者单一的部门,实操落地比较有效。

05 体验指标和业务指标的GAP

1. 目标是找到组织最大程度的共识

如果想要扩散到整个组织,可以怎么做呢?前面谈的5 种方法找到体验北极星指标方法,方法的可行性没问题,事情最后是需要人来做的。

全网最全!如何选择你的体验北极星指标?

在实际的落地搭建上,会存在大量「人」身上的阻力和利益冲突。体验北极星指标的问题,最后落到组织内部,严格意义上是为了找到组织最大程度的共识。在工程的角度出发,决策者的偏好信息一般是无法获得的,但可以获得决策者对环境的偏好信息、策者对属性的偏好信息。

需要具体让不同的部门知道各自需要从 A 数值提升到 B 数值,各自部门在整体指标构成上的权重系数是如何分配的,重要的是,这些东西是各个部门的老大都「认可的」!!!

那么解这个问题,实际上是在解一个多目标问题,或者是多目标的决策问题。多目标问题在组织当中至少会存在三个及以上,分别是组织目标问题、业务目标问题、技术目标问题。对于上规模的组织来说,面对的会是超多目标问题,即多目标问题中目标数 m >> 3 (远远大于 3 )。

该问题在组织内要先面对的挑战是:通常我们是重组目标函数,使得目标数目压缩下降到一定的个数,目标太多并不利于我们去集中力量干大事。例如原问题有 300 个目标,重组后压缩到 10 个进行优化,这也是对组织「多目标压缩重组」效率的挑战。

所以,那么在多目标决策的背景下,组织找到的最大程度的共识,就等于找到体验北极星指标。所以解决找到体验北极星指标的问题,实际上在解决的是组织多目标在决策上的问题。

2. 体验北极星指标:专家层次分析法

解决「人」在共识上的问题,这里使用的分析方法是专家层次分析法(AHP),邀请团队或者行业专家举办工作坊,聚合大家的意见。层次分析法(AHP)的作用是将与决策相关的要素分解成目标、准则、方案等层次,基于公司专家团的经验,对于不同维度,进行赋权。此基础上进行定性和定量分析的决策。

意思是,各自部门的老大对于自己的部门肯定是偏心的,但是对于其他部门相对是公允的,这里利用的就是这个原理,让权重得以产生。

全网最全!如何选择你的体验北极星指标?

1)示例的员工体验得分指标体系共划分为 4 个维度,先是采用多个维度的因子分解型,分别是入职场景的总体满意度、敬业度、雇主品牌和员工净推荐值。

2)接着使用的是,客户旅程路径型为基础,从入职阶段的梳理出来 10 个痛点场景,从前面谈到的物理层、文化层、数字化 3 个方面。

3)层次分析法(AHP),是为了组织内部共同来解多目标问题,专家表态达成最大程度的共识。示例构建方法的组合:

体验北极星指标构建 = 因子分解型 +客户旅程路径型 +层次分析法

这个例子,在共识下赋权满意度的权重是 0.43,敬业度的权重是 0.35,雇主品牌的权重是 0.11,员工净推荐值的权重是 0.11。满意度的部分,最后员工[新入职]体验得分(TX) :

体验北极星指标(TX) = 满意度*0.43 + 敬业度*0.35 + 雇主品牌*0.11 + eNPS*0.11

3. 员工 [新入职] 体验得分结果

从演示的数据结果上可以看出,公司在新员工入职环节体验得分达到 75.3 分 [ C 体验一般] 区间。员工满意度贡献了 36.3 分(36.3/43),员工敬业度贡献了 26 分(26/35),雇主品牌贡献了 6 分(6/11),eNPS贡献了 7 分(7/11)。

全网最全!如何选择你的体验北极星指标?

  • 最多:员工满意度(36.3/43)→ 8.44/10。
  • 最少:雇主品牌(6/11)→ 5.46/10,雇主品牌在员工的认知还比较弱。

总的来说,示例的得分高于 2022 年基准值 71.6 分,但未达到目标得分 85 分,相差 9.7 分。体验北极星指标可以作为一个观测指标,感知分数的变化趋势。而体验管理并不是说知道分数就完事了,我们的目标不是管理结果,而是管理因果。我要知道我做对了什么,要加大力度去做更多对的事情。找到背后驱动分数的核心要素,花时间,花心思去改善它,这件事情才真的有意义。

4. 组织内多目标协同的可能性结果

经过多目标决策达成共识的体验北极星组成方式,采用共享机制设计的各种模型结构后,会产生以下 4 种可能性结果。

全网最全!如何选择你的体验北极星指标?

4 种可能性结果:

  • 做得很棒:最好的状态,组织内各个部门负责的目标都实现了共同提升。
  • 还不错:其次的状态,所有目标不降低,至少有部分目标得到了提升。如果「主目标+辅助目标」的搭配,能够实现牺牲辅助目标,达到主目标提升的效果,这个也是做得很棒的!
  • 不理想:五五开,目标有涨有跌,并不能抓住引发这个情况的原因。
  • 无法接受:找错了方向,所有的目标都大不如前,跌跌不休。

当出现「无法接受」和「不理想」这两种结果的原因是什么呢?

5. 组织内部在“体验指标”和“业务指标”的差距

我认为问题大概率是发生在组织内部中“体验指标”和“业务指标”的 GAP,我相信从中可以找到共识当中被 Miss 的盲点,并能从根源上解决问题。业务的目标,是希望能多赚钱,或者说是用更低的成本赚更多的钱。体验的目标,是希望赚取良性的利润,意思是赚可持续的钱。

全网最全!如何选择你的体验北极星指标?

两者的差距,我个人认为在于:

1)客户生命周期的差距,业务的视角是关注当下,体验的视角是关注未来的营收和利润。

2)企业利润质量目标的差距,做业务肯定是希望更低的成本去换更高的利润,可能为了做业务,让客户买了 TA 当下不需要的东西,为了赚钱,这个也会这么做。但是,体验的视角是希望客户真的有需要,才来付钱,是一种共赢的模式。

3)倾向关注主题意志的差距,业务会以企业为中心,体验会放在后面的排序上。体验则是在找客户与企业的平衡点,甚至是会努力让利给客户,让客户有赚头。两者在思考的出发点,是不同的。

4)客户旅程关键时刻的差距,业务的视角主要关注在营销触点、决策付费的触点。那体验的视角,会关注波峰波谷,全旅程去照顾客户的情绪和感受。

6. 从GMV跨越到CLV

谈了这么多,最后我是希望能够在结果的引导上,可以让整个组织从追求 GMV 跨越到追求CLV,让赚钱和可持续发展两者兼具。具体可以怎么做呢?分享一个以消费者数据为核心的客户旅程分析思路:

全网最全!如何选择你的体验北极星指标?

1)分析客户:以体验为基础,加上对客户的行为、偏好、标签数据,开展客户分析。

2)获取客户:以体验为基础,加上对客户的认识,提升目标客户的触达率。

3)转化客户:以体验为基础,加上对客户的精细化运营,实现客户转化率的提升。

4)沉淀客户:以体验为基础,加上对客户数据的实时迭代,实现客户标签的更新和价值挖掘。

体验北极星指标的落地执行,以及正向结果的呈现,就可以在回到具体的部门实在干的事情上,去获得共识、采取行动、从结果反推问题,再在客户消费旅程上一步一步把各个环节做好。

06 你真的需要体验北极星指标吗?

1. 什么情况下,要考虑体验北极星指标?

最后一个部分,所有的指标在设计的时候,都需要有反向论证的环节。公司要求我们去建立一套体验北极星指标的体系,如果”不“呢!我们真的需要吗?!或者是,我们需要的是什么样的体验北极星指标?是体验维度的吗?

我总结了 3 种适合采取体验北极星指标的情况,分别是:主营服务大量存量客户、体验驱动的产品/服务、存在剧烈的同质化竞争。

全网最全!如何选择你的体验北极星指标?

这 3 种情况,一般会发生在企业发展的 S 型增长曲线的破局点、拐点和失速点。

我认为企业应该具备客户体验的意识和行为,但是客户体验战略并不是所有企业现阶段的必要选择。我自己也是这个领域的从业者,更多的企业要开始关注体验,这是我很高兴的事情。

但我可以负责任地告诉你:TA是可选项,不是必选项!先保住内环飞轮(活下来),再外扩外环飞轮。从以前追求曝光式广告到追求长期主义的心智价值,需要企业主有足够的的定力,想清楚企业想要的是什么。

2. 体验数据背后真实会转化为行为的比率

还有一个方面是,客户表达的态度和感受,比如:很满意、愿意推荐等等。

全网最全!如何选择你的体验北极星指标?

很现实的是,在后续客户真实的行为上面,客户真的就去做了分享和推荐的动作吗?事实上,客户并不会说的和做的一致,这其中会有非常大的折损。意思是态度感受和实际行为之间也存在一个比率(%)的 GAP,花时间去了解这个 GAP,反思一下,我们要怎么去验证体验指标这个事物,对于企业带来的真实收益。

3. 补充性财务指标 – “赢得性增长率(EGR)”

贝恩咨询公司的赢得性增长率,可以作为看待这个事情的一个数据对照的方式。依据驱动要素将企业增长类型分为「赢得新客户」和「购得新客户」,可以确定哪些收入来源于公司付费,哪些是通过推荐新客户而获得的收入。让你明确知道,是不是你的体验做好了,带来的企业真实收益。

全网最全!如何选择你的体验北极星指标?

1) 赢得新客户(ENC),是指通过忠诚客户及其口碑推荐所带来的增长。这种增长是由于企业向客户提供了卓越的客户体验,客户会购买更多的产品或服务,并乐于向身边亲友、同事推荐,因此带来更多的新客户和收入。企业并没有付出额外的成本,是由客户主动口碑传播带来新客户。

2) 购得新客户(BNC),是指通过投放广告、营销活动以及渠道推广所带来的增长。这种增长是企业通过“花钱”获得新客户,而不是通过“体验”赢得的。

07 写在最后

注意,不要让体验北极星指标变成“虚荣指标”。我们需要的不是虚高的数据,而是业务洞察。

专栏作家

龙国富,公众号:龙国富,人人都是产品经理专栏作家,CxHub主理人。致力于终身学习和自我提升,分享用户研究、客户体验、服务科学等领域资讯,观点和个人见解。

本文原创发布于人人都是产品经理,未经授权,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。