knowledge-work-plugins 指标复盘实战指南用 metrics-review 技能完成周/月/季度产品指标评审【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins本文以开源仓库 knowledge-work-plugins 中 product-management/skills/metrics-review/SKILL.md 为核心系统讲解产品指标复盘的标准流程——从数据收集、三层指标层级组织、趋势分析到生成含计分卡与行动建议的复盘报告并完整覆盖 OKR 目标设定、周/月/季度复盘节奏与产品仪表盘设计原则。读完本文你将掌握一套可直接落地到日常工作中的指标评审方法论并了解它在 Claude Cowork / Claude Code 中的实际调用方式与工具接入方案。一、技能定位什么时候该触发 metrics-reviewmetrics-review是 product-management 插件product-management/README.md中负责指标复盘的 Agent 技能。从技能文件的 YAML frontmatter 可以清楚看到它的触发边界与入参设计--- name: metrics-review description: Review and analyze product metrics with trend analysis and actionable insights. Use when running a weekly, monthly, or quarterly metrics review, investigating a sudden spike or drop, comparing performance against targets, or turning raw numbers into a scorecard with recommended actions. argument-hint: time period or metric focus ---这段元数据告诉 Agent 三件事何时触发周/月/季度复盘、调查某个指标的突然飙升或暴跌、将指标与目标对比、把原始数字整理成带行动建议的计分卡——凡是把数字讲成故事的场景都应调用本技能参数提示调用时传入时间范围或指标焦点例如/metrics-review last quarter或/metrics-review activation调用方式在会话中通过斜杠命令触发即/metrics-review $ARGUMENTS。技能开头还有一个重要提示如果遇到不熟悉的占位符如~~product analytics或想确认当前接入了哪些工具应查阅 product-management/CONNECTORS.md。这是整个插件体系的工具抽象层约定插件文件使用~~category这样的占位符代表某一类工具具体是 Amplitude、Mixpanel 还是 Heap由用户实际接入的 MCP 服务器决定。metrics-review 技能只在明确说明如果~~product analytics已连接时才去拉取数据体现了插件工具无关tool-agnostic的设计原则。二、第一步收集指标数据复盘的质量取决于数据来源。技能给出两种路径路径 A已接入产品分析工具~~product analytics拉取指定时间周期的关键产品指标获取对比数据上一周期、去年同期、目标值如可用拉取细分segment维度下的分拆数据。路径 B未接入任何分析工具此时技能会要求用户直接提供指标及其数值粘贴表格、截图或文字描述均可对比数据上一周期、目标值近期变更的背景信息发布、事故、季节性波动。无论走哪条路径技能都会主动向用户澄清四个问题要复盘哪个时间周期上周、上月、上季度聚焦哪些指标还是完整过一遍产品指标套件是否有要对比的特定目标或 OKR是否有能解释指标变化的已知事件发布、故障、营销活动、季节性从 product-management/CONNECTORS.md 可以看到 product analytics 类目的实际可选工具仓库预配置的服务器是Amplitude、Pendo其他可选包括Mixpanel、Heap、FullStory。如果你在 Cowork 中配置了其中任何一个技能就能自动拉取真实埋点数据否则整条流程完全基于用户手动粘贴的数据运行这也是插件设计上的刻意取舍——没有工具也能用接了工具更好用。三、第二步用三层指标层级组织数据拿到原始数据后技能要求按照指标层级Metrics Hierarchy来组织复盘结构自上而下分为三层North Star Metric北极星指标 ↓ L1 Health Indicators5-7 个健康指标 ↓ L2 Diagnostic Metrics诊断指标用于下钻调查如果用户尚未定义自己的指标层级技能会先帮助用户识别北极星指标与关键 L1 指标再继续后续流程。3.1 北极星指标North Star Metric北极星指标是最能捕捉产品为用户交付核心价值的单一指标它应当同时满足四个特质价值对齐Value-aligned用户从产品中获得更多价值时它应当随之移动领先性Leading能预测长期商业成功收入、留存可行动Actionable产品团队能通过自身工作影响它可理解Understandable公司里每个人都能看懂它是什么、为什么重要。技能按产品类型给出了常见范例产品类型北极星指标示例协作工具每周有 3 成员贡献的活跃团队数交易市场每周完成的交易数SaaS 平台每周完成核心工作流的活跃用户数内容平台每周有效阅读/观看时长开发者工具每周使用该工具的部署次数3.2 L1 指标健康指标L1 是 5-7 个共同描绘产品健康全貌的指标映射用户生命周期的关键阶段获客Acquisition——新用户是否在找到产品新注册/试用启动量体量与趋势注册转化率访客→注册渠道构成新用户来自哪里付费渠道的获客成本CAC激活Activation——新用户是否到达价值时刻激活率完成可预测留存的关键动作的新用户占比激活时间从注册到激活花了多久引导完成率完成 onboarding 步骤的用户占比首次价值时刻用户首次体验产品核心价值的时点参与Engagement——活跃用户是否获得价值DAU / WAU / MAU不同时间口径下的活跃用户数DAU/MAU 比值粘性月活用户中每天回来的比例核心动作频率用户做最重要之事的频次会话深度用户每个会话完成多少事功能采用率使用关键功能的用户占比留存Retention——用户是否回来D1、D7、D30 留存1 天、7 天、30 天后回访的用户占比队列留存曲线每个注册队列的留存演变流失率每周期流失的用户或收入占比复活率已流失用户重新回来的占比变现Monetization——价值是否转化为收入转化率免费→付费freemium 模式MRR / ARR月/年经常性收入ARPU / ARPA每用户/每账户平均收入扩张收入来自存量客户的收入增长净收入留存NRR含扩张与收缩的收入留存满意度Satisfaction——用户对产品感受如何NPS 净推荐值CSAT 客户满意度支持工单量与解决时长应用商店评分与评论情绪3.3 L2 指标诊断指标L2 用于调查 L1 变化背后的原因技能列出的典型诊断指标包括漏斗每一步的转化率功能级的使用与采用细分维度拆解按套餐、公司规模、地域、用户角色性能指标页面加载时间、错误率、API 延迟内容相关的参与度哪些功能、页面或内容类型驱动了参与这套三层结构本身就是仪表盘的骨架——北极星在最顶层、L1 居中、L2 供下钻后文仪表盘设计一节会再次复用这一布局。四、第三步趋势分析的五要素与相关性对于每一个关键指标技能要求按五个维度逐一审视当前值Current value该指标今天是多少趋势Trend相比上一周期是升、降还是平在什么时间框架内对比目标vs Target与目标值的差距如何变化速率Rate of change趋势是在加速还是减速异常Anomalies是否有突变、尖峰或骤降在单指标分析之外还要做跨指标的相关性排查一个指标的变化是否与另一个指标相关是否存在能预测滞后指标变化的领先指标细分拆解是否揭示聚合趋势其实由某个特定队列驱动这一环节是整个复盘中技术含量最高、也最容易出错的部分。技能在 Tips 中特别提醒相关性不等于因果correlation is not causation当指标移动时要坦诚地承认原因的不确定性。同时并非所有指标波动都值得关注小幅波动是噪音要把注意力集中在有意义的变化上——这是新手复盘最常见的失误之一。五、第四步生成复盘报告——七大板块技能将最终报告固化为七个板块且要求摘要应足够凝练让读者 30 秒内读完核心故事。5.1 Summary摘要2-3 句话整体产品健康度、最显著的变化、关键提示key callout。这是报告的电梯陈述必须放在最前面——技能在 Tips 中明确要求从 so what 开始即先讲这次复盘最重要的一件事。5.2 Metric Scorecard指标计分卡用表格形式便于快速扫读MetricCurrentPreviousChangeTargetStatus[指标][数值][数值][/- %][目标][On track / At risk / Miss]状态列用三档语义On track达标、At risk有风险、Miss未达标。技能在输出格式一节再次强调计分卡必须用表格、必须使用清晰的状态指示符。5.3 Trend Analysis趋势分析对每个值得讨论的指标发生了什么变化有多显著为什么可能发生基于已知事件、相关指标、细分分析的归因这是一次性事件还是持续趋势。5.4 Bright Spots亮点什么在变好超出目标的指标值得延续的积极趋势表现强劲的细分或功能。5.5 Areas of Concern隐忧哪些需要关注未达目标或趋势恶化的指标尚未成问题但已出现的早期预警信号缺乏可见性或理解度的指标。5.6 Recommended Actions行动建议基于分析给出的具体下一步技能给出四类动作调查Investigations深入调查一个令人担忧的趋势实验Experiments启动实验验证什么能提升该指标的假设投资Investments在有效的事情上加倍投入告警Alerts更密切地监控某个指标。行动建议是报告驱动决策属性的落脚点。技能在 Tips 中态度鲜明如果指标未达目标不要只汇报 miss而要给出处理建议如果一次复盘没有导出至少一个行动那这次复盘就是无用的。5.7 Context and Caveats背景与注意事项已知的数据质量问题影响可比性的事件故障、假期、发布我们应该追踪但尚未追踪的指标。5.8 复盘后的跟进Follow Up报告生成后技能还会主动提供四项增值动作询问是否需要深挖某个指标提议为持续监控创建仪表盘规格提议为隐忧区域起草实验方案提议建立可复用的指标复盘模板。六、常用产品指标深度拆解技能单独开辟一节对四个最常见、也最容易定义出错的指标给出是什么—怎么定义—怎么用的完整拆解。6.1 DAU / WAU / MAU度量什么在一天、一周或一个月内完成某个合格动作qualifying action的独立用户数。关键决策什么算活跃一次登录一次页面浏览一次核心动作技能强调不同定义讲出不同的故事必须谨慎定义哪个时间口径最重要DAU 适合日频产品消息、邮件WAU 适合周频产品项目管理MAU 适合低频产品税务软件、旅行预订。怎么用DAU/MAU 比值粘性高于 0.5 说明形成了日习惯低于 0.2 说明使用不频繁趋势比绝对数值更重要——活跃使用是在增长、持平还是下滑按用户类型细分——重度用户与轻度用户的行为差异巨大。6.2 Retention留存度量什么在 X 周期开始使用的用户在 Y 周期仍活跃的百分比。常用留存时间框架D1次日第一次体验是否好到让人愿意回来D7一周用户是否建立了习惯D30一月用户是否长期留存D90三月这是否是一个持久用户怎么用按队列绘制留存曲线观察三种形态初期大幅跌落激活问题、持续缓慢下滑参与问题、曲线趋平好事——你有了稳定的留存基本盘跨队列对比新队列是否比老队列留存更好说明产品改进正在生效按激活行为细分留存完成 onboarding 的用户 vs 未完成的用过功能 X 的用户 vs 没用过的。6.3 Conversion转化度量什么从某一阶段进入下一阶段的用户百分比。常见转化漏斗访客 → 注册注册 → 激活关键价值时刻免费 → 付费试用转化试用 → 付费订阅月度 → 年度套餐怎么用绘制完整漏斗并测量每一步转化找出最大的流失点——这些就是杠杆最高的改进机会按来源、套餐、用户类型细分转化——不同细分转化差异巨大跟踪转化随时间的变化——在迭代体验的过程中它是否在改善6.4 Activation激活度量什么达到首次体验产品核心价值时刻的新用户百分比。如何定义激活对比留存用户与流失用户留存用户做了哪些流失用户没做的动作激活事件必须与长期留存强相关应在首次会话或最初几天内可达成示例创建第一个项目、邀请一位队友、完成第一个工作流、连接一个集成。怎么用为每个注册队列跟踪激活率测量激活时间——越快几乎总是越好构建引导用户到达激活时刻的 onboarding 流程对激活流程做 A/B 测试并衡量其对留存的影响而不只是激活率本身。七、目标设定框架OKR 与指标目标指标复盘的落点之一是对比目标因此技能把目标设定方法论也纳入其中。7.1 OKR 结构Objectives目标定性的、鼓舞人心的目标描述你想达成什么。有感染力、令人难忘有时间边界季度或年度方向性不绑定具体指标。Key Results关键结果告诉你目标是否达成的量化度量。具体、可测量有时间边界、有明确目标值基于结果outcome而非产出output每个 Objective 配 2-4 个 KR。技能给出的完整示例Objective: Make our product indispensable for daily workflows Key Results: - Increase DAU/MAU ratio from 0.35 to 0.50 - Increase D30 retention for new users from 40% to 55% - 3 core workflows with 80% task completion rate注意这个示例本身就是指标层级的落地DAU/MAU 是参与类 L1 指标D30 留存是留存类 L1 指标任务完成率则偏向 L2 诊断指标——OKR 的目标值应该建立在 L1 指标之上。7.2 OKR 最佳实践目标应有野心但可达成70% 完成率是拉伸型 OKR 的目标KR 应度量结果用户行为、业务结果而非产出交付功能、完成任务数不要有太多 OKR2-3 个目标、每个配 2-4 个 KR就够了OKR 应让人不舒服——如果你确信全都能完成说明野心不够周期中期做一次 OKR 评审若某些 KR 明显偏离轨道调整资源分配周期结束时诚实打分0.0-0.3 miss0.4-0.6 有进展0.7-1.0 达成。7.3 设定指标目标Setting Metric Targets技能给出设定目标的五个输入维度基线Baseline当前值是多少设定目标前必须有可靠的基线对标Benchmark同类产品达到什么水平行业基准提供上下文轨迹Trajectory当前趋势如何如果指标已经以每月 5% 的速度在改善那么 6% 的目标毫无野心投入Effort背后投入了多少资源更大的赌注配得上更有野心的目标信心Confidence有多大把握达成分别设定一个承诺值高信心和一个拉伸值有野心。八、指标复盘节奏周 / 月 / 季度技能按复盘频率给出三套不同的节奏每套都有明确的目的—时长—参会人—看什么—行动。8.1 每周指标检查Weekly Metrics Check目的快速捕捉问题、监控实验、保持与产品健康的触感时长15-30 分钟参会人产品经理可能加上工程负责人看什么北极星指标的当前值与周环比关键 L1 指标的可疑变动进行中实验的结果与统计显著性异常尖峰/骤降触发监控告警的事项行动如果某处看起来不对就去调查否则记下并继续。8.2 月度指标复盘Monthly Metrics Review目的对趋势、目标进展与战略含义做更深分析时长30-60 分钟参会人产品团队、关键干系人看什么完整 L1 指标计分卡含月度趋势季度 OKR 目标进展队列分析新队列是否表现更好功能采用近期发布表现如何细分分析用户细分之间是否出现分化行动确定 1-3 个要调查或投入的领域如果指标揭示了新信息就更新优先级。8.3 季度业务复盘Quarterly Business Review目的对产品表现做战略评估并为下季度设定目标时长60-90 分钟参会人产品、工程、设计、管理层看什么本季度 OKR 打分全部 L1 指标的季度趋势同比YoY对比竞争环境市场变化与竞品动向什么有效、什么无效行动为下季度设定 OKR根据数据所示调整产品战略。九、产品仪表盘设计原则复盘要可持续离不开仪表盘。技能将仪表盘设计归纳为原则—布局—反模式—告警四个层面。9.1 七条设计原则一个优秀的仪表盘应能一眼回答产品现在怎么样。技能给出七条原则从问题开始而不是从数据开始这个仪表盘支撑什么决策从决策倒推设计信息层级最重要的指标在视觉上最突出——北极星在最顶部L1 其次L2 通过下钻获取上下文优于数字脱离上下文的数字毫无意义。始终展示当前值、对比上期/目标/基准、趋势方向更少的指标更多的洞察50 个指标的仪表盘帮不了任何人聚焦 5-10 个真正重要的其余放进详细报告一致的时间周期同一仪表盘上的所有指标使用同一时间周期混用日频与月频指标会造成混乱可视化状态指示符用颜色一眼指示健康度——绿达标或改善、黄需关注或持平、红偏离或下滑可行动性仪表盘上的每个指标都应是团队能影响的如果无法对它采取行动它就不该出现在产品仪表盘上。9.2 仪表盘布局技能给出自顶向下的五层布局模板第一行北极星指标带趋势线和目标第二行L1 指标计分卡——每个关键指标的当前值、变化、目标、状态第三行关键漏斗/转化指标——可视化展示每步流失第四行近期实验与发布——进行中的 A/B 测试、近期功能发布及早期指标底部/下钻层L2 指标、细分拆解、用于调查的详细时间序列。这与第三节的三层指标层级完全同构是层级组织数据在可视化层的直接映射。9.3 仪表盘反模式技能明确列举了六类应当避免的反模式虚荣指标Vanity metrics永远在涨但无助于判断健康度累计注册总数、总页面浏览数指标过多需要滚动才能看完的仪表盘——放不下一屏就砍掉没有对比缺少上下文的原始数字只有当前值没有上期或目标过时仪表盘数月未更新、未复盘的指标产出型仪表盘衡量团队活动关闭的工单数、合并的 PR 数而非用户与业务结果面向所有人的单一仪表盘高管、PM、工程师需要不同的视图一个尺寸并不适合所有人。9.4 告警机制对需要立即关注的指标设置告警技能区分三类阈值告警Threshold alerts指标跌破或冲过临界阈值如错误率 1%、转化率 5%趋势告警Trend alerts指标连续多日/多周持续下滑异常告警Anomaly alerts指标明显偏离预期范围。同时强调告警卫生alert hygiene每条告警都必须可行动——如果你对它做不了任何事就不要为它设告警定期复查与调优告警——误报太多人们就会忽略所有告警为每条告警定义负责人——触发时谁来响应设定合适的严重级别——不是所有事都是 P0。十、输出格式规范与使用建议10.1 输出格式技能对输出提出三条硬性要求计分卡用表格使用清晰的状态指示符摘要保持紧凑——读者应在 30 秒内掌握核心信息。10.2 技能 Tips 汇总把技能的八条 Tips 完整收录它们本质上是产品数据素养的浓缩从so what开始——先讲这次复盘最重要的一件事没有上下文的绝对数字毫无用处——始终展示对比vs 上期、vs 目标、vs 基准谨慎归因——相关性不等于因果指标移动时要承认原因的不确定性细分分析常常揭示聚合指标掩盖了重要差异——一个整体持平的数字背后可能是某个细分在增长、另一个在萎缩不是所有指标波动都值得关注——小幅波动是噪音聚焦有意义的变化指标未达目标时不要只汇报 miss要给出处理建议指标复盘应驱动决策——如果复盘没有导出至少一个行动它就是无用的。十一、与其他技能协同指标在 PM 工作流中的位置在 product-management/README.md 描述的产品管理工作流中指标复盘不是孤立的动作它与插件内其他技能形成闭环write-specproduct-management/skills/write-spec/SKILL.md写 PRD 时就要定义成功指标success metrics这些指标正是 metrics-review 后续复盘的目标来源roadmap-update路线图与 OKR 对齐季度复盘输出的 OKR 打分反过来校准路线图优先级competitive-briefproduct-management/skills/competitive-brief/SKILL.md季度业务复盘中竞争环境部分可以直接调用该技能产出stakeholder-update月度复盘中的关键发现可转化为面向高管、工程或客户的更新内容。技能的 Follow Up 环节也体现这一协同复盘完成后主动提议起草实验方案衔接产品实验与建立复盘模板沉淀为可复用流程使单次复盘沉淀为持续机制。十二、从技能文件到实际运行使用方式与接入前提从仓库结构可以确认该技能是纯文件式的——product-management/skills/metrics-review/SKILL.md 本身即技能的全部实现无代码、无构建步骤。这与整个 knowledge-work-plugins 仓库每个组件都是基于文件的 markdown 与 JSON的设计一致见仓库根目录 README.md。实际使用分两步安装插件按 product-management/README.md 的说明执行claude plugins add knowledge-work-plugins/product-management在 Claude Cowork 中亦可直接从插件市场安装触发技能在会话中调用/metrics-review附带时间周期或指标焦点参数。接入前提上要注意两点其一若已接入 product analytics 类 MCP 服务器默认 Amplitude、Pendo可选 Mixpanel、Heap、FullStory技能会自动拉取数据否则需要手动粘贴指标表格或截图。其二技能的~~product analytics等占位符含义与全部可用工具清单以 product-management/CONNECTORS.md 为准——当你在会话中看到不认识的占位符时应首先查阅该文件确认当前已连接的工具。结语metrics-review 技能的价值不在于它定义了多少新概念而在于它把产品指标复盘这件高度依赖经验的事固化成了一套任何人可复制的标准流程三层指标层级让数据组织有章可循五要素趋势分析让变化判断有维度可依七板块报告模板让结论输出有格式可查周/月/季度三种节奏让复盘频率与业务节奏匹配而仪表盘与告警设计则让复盘从一次性动作变成持续运行的系统。配合 OKR 目标设定框架它能覆盖设目标—看数据—找问题—定行动的完整闭环——这正是它在 product-management 插件中与 write-spec、roadmap-update 等技能协同工作的底层逻辑。【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 knowledge-work-plugins 指标复盘实战指南：用 metrics-review 技能完成周/月/季度产品指标评审
knowledge-work-plugins 指标复盘实战指南用 metrics-review 技能完成周/月/季度产品指标评审【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins本文以开源仓库 knowledge-work-plugins 中 product-management/skills/metrics-review/SKILL.md 为核心系统讲解产品指标复盘的标准流程——从数据收集、三层指标层级组织、趋势分析到生成含计分卡与行动建议的复盘报告并完整覆盖 OKR 目标设定、周/月/季度复盘节奏与产品仪表盘设计原则。读完本文你将掌握一套可直接落地到日常工作中的指标评审方法论并了解它在 Claude Cowork / Claude Code 中的实际调用方式与工具接入方案。一、技能定位什么时候该触发 metrics-reviewmetrics-review是 product-management 插件product-management/README.md中负责指标复盘的 Agent 技能。从技能文件的 YAML frontmatter 可以清楚看到它的触发边界与入参设计--- name: metrics-review description: Review and analyze product metrics with trend analysis and actionable insights. Use when running a weekly, monthly, or quarterly metrics review, investigating a sudden spike or drop, comparing performance against targets, or turning raw numbers into a scorecard with recommended actions. argument-hint: time period or metric focus ---这段元数据告诉 Agent 三件事何时触发周/月/季度复盘、调查某个指标的突然飙升或暴跌、将指标与目标对比、把原始数字整理成带行动建议的计分卡——凡是把数字讲成故事的场景都应调用本技能参数提示调用时传入时间范围或指标焦点例如/metrics-review last quarter或/metrics-review activation调用方式在会话中通过斜杠命令触发即/metrics-review $ARGUMENTS。技能开头还有一个重要提示如果遇到不熟悉的占位符如~~product analytics或想确认当前接入了哪些工具应查阅 product-management/CONNECTORS.md。这是整个插件体系的工具抽象层约定插件文件使用~~category这样的占位符代表某一类工具具体是 Amplitude、Mixpanel 还是 Heap由用户实际接入的 MCP 服务器决定。metrics-review 技能只在明确说明如果~~product analytics已连接时才去拉取数据体现了插件工具无关tool-agnostic的设计原则。二、第一步收集指标数据复盘的质量取决于数据来源。技能给出两种路径路径 A已接入产品分析工具~~product analytics拉取指定时间周期的关键产品指标获取对比数据上一周期、去年同期、目标值如可用拉取细分segment维度下的分拆数据。路径 B未接入任何分析工具此时技能会要求用户直接提供指标及其数值粘贴表格、截图或文字描述均可对比数据上一周期、目标值近期变更的背景信息发布、事故、季节性波动。无论走哪条路径技能都会主动向用户澄清四个问题要复盘哪个时间周期上周、上月、上季度聚焦哪些指标还是完整过一遍产品指标套件是否有要对比的特定目标或 OKR是否有能解释指标变化的已知事件发布、故障、营销活动、季节性从 product-management/CONNECTORS.md 可以看到 product analytics 类目的实际可选工具仓库预配置的服务器是Amplitude、Pendo其他可选包括Mixpanel、Heap、FullStory。如果你在 Cowork 中配置了其中任何一个技能就能自动拉取真实埋点数据否则整条流程完全基于用户手动粘贴的数据运行这也是插件设计上的刻意取舍——没有工具也能用接了工具更好用。三、第二步用三层指标层级组织数据拿到原始数据后技能要求按照指标层级Metrics Hierarchy来组织复盘结构自上而下分为三层North Star Metric北极星指标 ↓ L1 Health Indicators5-7 个健康指标 ↓ L2 Diagnostic Metrics诊断指标用于下钻调查如果用户尚未定义自己的指标层级技能会先帮助用户识别北极星指标与关键 L1 指标再继续后续流程。3.1 北极星指标North Star Metric北极星指标是最能捕捉产品为用户交付核心价值的单一指标它应当同时满足四个特质价值对齐Value-aligned用户从产品中获得更多价值时它应当随之移动领先性Leading能预测长期商业成功收入、留存可行动Actionable产品团队能通过自身工作影响它可理解Understandable公司里每个人都能看懂它是什么、为什么重要。技能按产品类型给出了常见范例产品类型北极星指标示例协作工具每周有 3 成员贡献的活跃团队数交易市场每周完成的交易数SaaS 平台每周完成核心工作流的活跃用户数内容平台每周有效阅读/观看时长开发者工具每周使用该工具的部署次数3.2 L1 指标健康指标L1 是 5-7 个共同描绘产品健康全貌的指标映射用户生命周期的关键阶段获客Acquisition——新用户是否在找到产品新注册/试用启动量体量与趋势注册转化率访客→注册渠道构成新用户来自哪里付费渠道的获客成本CAC激活Activation——新用户是否到达价值时刻激活率完成可预测留存的关键动作的新用户占比激活时间从注册到激活花了多久引导完成率完成 onboarding 步骤的用户占比首次价值时刻用户首次体验产品核心价值的时点参与Engagement——活跃用户是否获得价值DAU / WAU / MAU不同时间口径下的活跃用户数DAU/MAU 比值粘性月活用户中每天回来的比例核心动作频率用户做最重要之事的频次会话深度用户每个会话完成多少事功能采用率使用关键功能的用户占比留存Retention——用户是否回来D1、D7、D30 留存1 天、7 天、30 天后回访的用户占比队列留存曲线每个注册队列的留存演变流失率每周期流失的用户或收入占比复活率已流失用户重新回来的占比变现Monetization——价值是否转化为收入转化率免费→付费freemium 模式MRR / ARR月/年经常性收入ARPU / ARPA每用户/每账户平均收入扩张收入来自存量客户的收入增长净收入留存NRR含扩张与收缩的收入留存满意度Satisfaction——用户对产品感受如何NPS 净推荐值CSAT 客户满意度支持工单量与解决时长应用商店评分与评论情绪3.3 L2 指标诊断指标L2 用于调查 L1 变化背后的原因技能列出的典型诊断指标包括漏斗每一步的转化率功能级的使用与采用细分维度拆解按套餐、公司规模、地域、用户角色性能指标页面加载时间、错误率、API 延迟内容相关的参与度哪些功能、页面或内容类型驱动了参与这套三层结构本身就是仪表盘的骨架——北极星在最顶层、L1 居中、L2 供下钻后文仪表盘设计一节会再次复用这一布局。四、第三步趋势分析的五要素与相关性对于每一个关键指标技能要求按五个维度逐一审视当前值Current value该指标今天是多少趋势Trend相比上一周期是升、降还是平在什么时间框架内对比目标vs Target与目标值的差距如何变化速率Rate of change趋势是在加速还是减速异常Anomalies是否有突变、尖峰或骤降在单指标分析之外还要做跨指标的相关性排查一个指标的变化是否与另一个指标相关是否存在能预测滞后指标变化的领先指标细分拆解是否揭示聚合趋势其实由某个特定队列驱动这一环节是整个复盘中技术含量最高、也最容易出错的部分。技能在 Tips 中特别提醒相关性不等于因果correlation is not causation当指标移动时要坦诚地承认原因的不确定性。同时并非所有指标波动都值得关注小幅波动是噪音要把注意力集中在有意义的变化上——这是新手复盘最常见的失误之一。五、第四步生成复盘报告——七大板块技能将最终报告固化为七个板块且要求摘要应足够凝练让读者 30 秒内读完核心故事。5.1 Summary摘要2-3 句话整体产品健康度、最显著的变化、关键提示key callout。这是报告的电梯陈述必须放在最前面——技能在 Tips 中明确要求从 so what 开始即先讲这次复盘最重要的一件事。5.2 Metric Scorecard指标计分卡用表格形式便于快速扫读MetricCurrentPreviousChangeTargetStatus[指标][数值][数值][/- %][目标][On track / At risk / Miss]状态列用三档语义On track达标、At risk有风险、Miss未达标。技能在输出格式一节再次强调计分卡必须用表格、必须使用清晰的状态指示符。5.3 Trend Analysis趋势分析对每个值得讨论的指标发生了什么变化有多显著为什么可能发生基于已知事件、相关指标、细分分析的归因这是一次性事件还是持续趋势。5.4 Bright Spots亮点什么在变好超出目标的指标值得延续的积极趋势表现强劲的细分或功能。5.5 Areas of Concern隐忧哪些需要关注未达目标或趋势恶化的指标尚未成问题但已出现的早期预警信号缺乏可见性或理解度的指标。5.6 Recommended Actions行动建议基于分析给出的具体下一步技能给出四类动作调查Investigations深入调查一个令人担忧的趋势实验Experiments启动实验验证什么能提升该指标的假设投资Investments在有效的事情上加倍投入告警Alerts更密切地监控某个指标。行动建议是报告驱动决策属性的落脚点。技能在 Tips 中态度鲜明如果指标未达目标不要只汇报 miss而要给出处理建议如果一次复盘没有导出至少一个行动那这次复盘就是无用的。5.7 Context and Caveats背景与注意事项已知的数据质量问题影响可比性的事件故障、假期、发布我们应该追踪但尚未追踪的指标。5.8 复盘后的跟进Follow Up报告生成后技能还会主动提供四项增值动作询问是否需要深挖某个指标提议为持续监控创建仪表盘规格提议为隐忧区域起草实验方案提议建立可复用的指标复盘模板。六、常用产品指标深度拆解技能单独开辟一节对四个最常见、也最容易定义出错的指标给出是什么—怎么定义—怎么用的完整拆解。6.1 DAU / WAU / MAU度量什么在一天、一周或一个月内完成某个合格动作qualifying action的独立用户数。关键决策什么算活跃一次登录一次页面浏览一次核心动作技能强调不同定义讲出不同的故事必须谨慎定义哪个时间口径最重要DAU 适合日频产品消息、邮件WAU 适合周频产品项目管理MAU 适合低频产品税务软件、旅行预订。怎么用DAU/MAU 比值粘性高于 0.5 说明形成了日习惯低于 0.2 说明使用不频繁趋势比绝对数值更重要——活跃使用是在增长、持平还是下滑按用户类型细分——重度用户与轻度用户的行为差异巨大。6.2 Retention留存度量什么在 X 周期开始使用的用户在 Y 周期仍活跃的百分比。常用留存时间框架D1次日第一次体验是否好到让人愿意回来D7一周用户是否建立了习惯D30一月用户是否长期留存D90三月这是否是一个持久用户怎么用按队列绘制留存曲线观察三种形态初期大幅跌落激活问题、持续缓慢下滑参与问题、曲线趋平好事——你有了稳定的留存基本盘跨队列对比新队列是否比老队列留存更好说明产品改进正在生效按激活行为细分留存完成 onboarding 的用户 vs 未完成的用过功能 X 的用户 vs 没用过的。6.3 Conversion转化度量什么从某一阶段进入下一阶段的用户百分比。常见转化漏斗访客 → 注册注册 → 激活关键价值时刻免费 → 付费试用转化试用 → 付费订阅月度 → 年度套餐怎么用绘制完整漏斗并测量每一步转化找出最大的流失点——这些就是杠杆最高的改进机会按来源、套餐、用户类型细分转化——不同细分转化差异巨大跟踪转化随时间的变化——在迭代体验的过程中它是否在改善6.4 Activation激活度量什么达到首次体验产品核心价值时刻的新用户百分比。如何定义激活对比留存用户与流失用户留存用户做了哪些流失用户没做的动作激活事件必须与长期留存强相关应在首次会话或最初几天内可达成示例创建第一个项目、邀请一位队友、完成第一个工作流、连接一个集成。怎么用为每个注册队列跟踪激活率测量激活时间——越快几乎总是越好构建引导用户到达激活时刻的 onboarding 流程对激活流程做 A/B 测试并衡量其对留存的影响而不只是激活率本身。七、目标设定框架OKR 与指标目标指标复盘的落点之一是对比目标因此技能把目标设定方法论也纳入其中。7.1 OKR 结构Objectives目标定性的、鼓舞人心的目标描述你想达成什么。有感染力、令人难忘有时间边界季度或年度方向性不绑定具体指标。Key Results关键结果告诉你目标是否达成的量化度量。具体、可测量有时间边界、有明确目标值基于结果outcome而非产出output每个 Objective 配 2-4 个 KR。技能给出的完整示例Objective: Make our product indispensable for daily workflows Key Results: - Increase DAU/MAU ratio from 0.35 to 0.50 - Increase D30 retention for new users from 40% to 55% - 3 core workflows with 80% task completion rate注意这个示例本身就是指标层级的落地DAU/MAU 是参与类 L1 指标D30 留存是留存类 L1 指标任务完成率则偏向 L2 诊断指标——OKR 的目标值应该建立在 L1 指标之上。7.2 OKR 最佳实践目标应有野心但可达成70% 完成率是拉伸型 OKR 的目标KR 应度量结果用户行为、业务结果而非产出交付功能、完成任务数不要有太多 OKR2-3 个目标、每个配 2-4 个 KR就够了OKR 应让人不舒服——如果你确信全都能完成说明野心不够周期中期做一次 OKR 评审若某些 KR 明显偏离轨道调整资源分配周期结束时诚实打分0.0-0.3 miss0.4-0.6 有进展0.7-1.0 达成。7.3 设定指标目标Setting Metric Targets技能给出设定目标的五个输入维度基线Baseline当前值是多少设定目标前必须有可靠的基线对标Benchmark同类产品达到什么水平行业基准提供上下文轨迹Trajectory当前趋势如何如果指标已经以每月 5% 的速度在改善那么 6% 的目标毫无野心投入Effort背后投入了多少资源更大的赌注配得上更有野心的目标信心Confidence有多大把握达成分别设定一个承诺值高信心和一个拉伸值有野心。八、指标复盘节奏周 / 月 / 季度技能按复盘频率给出三套不同的节奏每套都有明确的目的—时长—参会人—看什么—行动。8.1 每周指标检查Weekly Metrics Check目的快速捕捉问题、监控实验、保持与产品健康的触感时长15-30 分钟参会人产品经理可能加上工程负责人看什么北极星指标的当前值与周环比关键 L1 指标的可疑变动进行中实验的结果与统计显著性异常尖峰/骤降触发监控告警的事项行动如果某处看起来不对就去调查否则记下并继续。8.2 月度指标复盘Monthly Metrics Review目的对趋势、目标进展与战略含义做更深分析时长30-60 分钟参会人产品团队、关键干系人看什么完整 L1 指标计分卡含月度趋势季度 OKR 目标进展队列分析新队列是否表现更好功能采用近期发布表现如何细分分析用户细分之间是否出现分化行动确定 1-3 个要调查或投入的领域如果指标揭示了新信息就更新优先级。8.3 季度业务复盘Quarterly Business Review目的对产品表现做战略评估并为下季度设定目标时长60-90 分钟参会人产品、工程、设计、管理层看什么本季度 OKR 打分全部 L1 指标的季度趋势同比YoY对比竞争环境市场变化与竞品动向什么有效、什么无效行动为下季度设定 OKR根据数据所示调整产品战略。九、产品仪表盘设计原则复盘要可持续离不开仪表盘。技能将仪表盘设计归纳为原则—布局—反模式—告警四个层面。9.1 七条设计原则一个优秀的仪表盘应能一眼回答产品现在怎么样。技能给出七条原则从问题开始而不是从数据开始这个仪表盘支撑什么决策从决策倒推设计信息层级最重要的指标在视觉上最突出——北极星在最顶部L1 其次L2 通过下钻获取上下文优于数字脱离上下文的数字毫无意义。始终展示当前值、对比上期/目标/基准、趋势方向更少的指标更多的洞察50 个指标的仪表盘帮不了任何人聚焦 5-10 个真正重要的其余放进详细报告一致的时间周期同一仪表盘上的所有指标使用同一时间周期混用日频与月频指标会造成混乱可视化状态指示符用颜色一眼指示健康度——绿达标或改善、黄需关注或持平、红偏离或下滑可行动性仪表盘上的每个指标都应是团队能影响的如果无法对它采取行动它就不该出现在产品仪表盘上。9.2 仪表盘布局技能给出自顶向下的五层布局模板第一行北极星指标带趋势线和目标第二行L1 指标计分卡——每个关键指标的当前值、变化、目标、状态第三行关键漏斗/转化指标——可视化展示每步流失第四行近期实验与发布——进行中的 A/B 测试、近期功能发布及早期指标底部/下钻层L2 指标、细分拆解、用于调查的详细时间序列。这与第三节的三层指标层级完全同构是层级组织数据在可视化层的直接映射。9.3 仪表盘反模式技能明确列举了六类应当避免的反模式虚荣指标Vanity metrics永远在涨但无助于判断健康度累计注册总数、总页面浏览数指标过多需要滚动才能看完的仪表盘——放不下一屏就砍掉没有对比缺少上下文的原始数字只有当前值没有上期或目标过时仪表盘数月未更新、未复盘的指标产出型仪表盘衡量团队活动关闭的工单数、合并的 PR 数而非用户与业务结果面向所有人的单一仪表盘高管、PM、工程师需要不同的视图一个尺寸并不适合所有人。9.4 告警机制对需要立即关注的指标设置告警技能区分三类阈值告警Threshold alerts指标跌破或冲过临界阈值如错误率 1%、转化率 5%趋势告警Trend alerts指标连续多日/多周持续下滑异常告警Anomaly alerts指标明显偏离预期范围。同时强调告警卫生alert hygiene每条告警都必须可行动——如果你对它做不了任何事就不要为它设告警定期复查与调优告警——误报太多人们就会忽略所有告警为每条告警定义负责人——触发时谁来响应设定合适的严重级别——不是所有事都是 P0。十、输出格式规范与使用建议10.1 输出格式技能对输出提出三条硬性要求计分卡用表格使用清晰的状态指示符摘要保持紧凑——读者应在 30 秒内掌握核心信息。10.2 技能 Tips 汇总把技能的八条 Tips 完整收录它们本质上是产品数据素养的浓缩从so what开始——先讲这次复盘最重要的一件事没有上下文的绝对数字毫无用处——始终展示对比vs 上期、vs 目标、vs 基准谨慎归因——相关性不等于因果指标移动时要承认原因的不确定性细分分析常常揭示聚合指标掩盖了重要差异——一个整体持平的数字背后可能是某个细分在增长、另一个在萎缩不是所有指标波动都值得关注——小幅波动是噪音聚焦有意义的变化指标未达目标时不要只汇报 miss要给出处理建议指标复盘应驱动决策——如果复盘没有导出至少一个行动它就是无用的。十一、与其他技能协同指标在 PM 工作流中的位置在 product-management/README.md 描述的产品管理工作流中指标复盘不是孤立的动作它与插件内其他技能形成闭环write-specproduct-management/skills/write-spec/SKILL.md写 PRD 时就要定义成功指标success metrics这些指标正是 metrics-review 后续复盘的目标来源roadmap-update路线图与 OKR 对齐季度复盘输出的 OKR 打分反过来校准路线图优先级competitive-briefproduct-management/skills/competitive-brief/SKILL.md季度业务复盘中竞争环境部分可以直接调用该技能产出stakeholder-update月度复盘中的关键发现可转化为面向高管、工程或客户的更新内容。技能的 Follow Up 环节也体现这一协同复盘完成后主动提议起草实验方案衔接产品实验与建立复盘模板沉淀为可复用流程使单次复盘沉淀为持续机制。十二、从技能文件到实际运行使用方式与接入前提从仓库结构可以确认该技能是纯文件式的——product-management/skills/metrics-review/SKILL.md 本身即技能的全部实现无代码、无构建步骤。这与整个 knowledge-work-plugins 仓库每个组件都是基于文件的 markdown 与 JSON的设计一致见仓库根目录 README.md。实际使用分两步安装插件按 product-management/README.md 的说明执行claude plugins add knowledge-work-plugins/product-management在 Claude Cowork 中亦可直接从插件市场安装触发技能在会话中调用/metrics-review附带时间周期或指标焦点参数。接入前提上要注意两点其一若已接入 product analytics 类 MCP 服务器默认 Amplitude、Pendo可选 Mixpanel、Heap、FullStory技能会自动拉取数据否则需要手动粘贴指标表格或截图。其二技能的~~product analytics等占位符含义与全部可用工具清单以 product-management/CONNECTORS.md 为准——当你在会话中看到不认识的占位符时应首先查阅该文件确认当前已连接的工具。结语metrics-review 技能的价值不在于它定义了多少新概念而在于它把产品指标复盘这件高度依赖经验的事固化成了一套任何人可复制的标准流程三层指标层级让数据组织有章可循五要素趋势分析让变化判断有维度可依七板块报告模板让结论输出有格式可查周/月/季度三种节奏让复盘频率与业务节奏匹配而仪表盘与告警设计则让复盘从一次性动作变成持续运行的系统。配合 OKR 目标设定框架它能覆盖设目标—看数据—找问题—定行动的完整闭环——这正是它在 product-management 插件中与 write-spec、roadmap-update 等技能协同工作的底层逻辑。【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考