技能介绍

仪表盘失灵的两个常见原因

团队第一次搭仪表盘时，指标清单几乎总是来自「我们能埋到什么点」。结果上线三个月后，面板上排了四十多个数字，没人能说清哪几个真正驱动了业务。另一个问题更隐蔽：同一份报表里，DAU 可能是去重后的活跃用户数，也可能是简单会话计数，两个数字都叫 DAU。当团队基于不同口径做决策，争论就只是口径之争。

这个技能解决的是前一步的问题——在写查询、画图之前先把指标体系定义清楚。

核心能力与关键步骤

它把指标按四个层级组织，而不是平铺成一张大表：

北极星指标：一个能代表核心价值交付的客户中心型指标。
输入指标（3-5 个）：直接驱动北极星的杠杆。
健康指标：防止追逐单一目标时整体产品受损的护栏。
业务指标：收入、成本与单位经济。

层级确定后，每个指标都会被要求写清六件事，落到一张规格表里：Metric、Definition（分子分母与时间窗口的确切口径）、Data Source、Visualization（折线、柱状、数值、漏斗）、Target，以及 Alert Threshold。这是整套方法里最实用的一步——大多数团队卡住，正是因为从没人把「什么算一次活跃」写成一句可被审计的话。

在此基础上再设计仪表盘布局，并按节奏分层评审：Daily 看运营健康，Weekly 看输入指标，Monthly 看北极星与业务指标，Quarterly 做战略复盘与指标校准。告警部分明确三个问题：什么阈值触发调查、通知谁走什么通道、期望响应时间多长。最后会根据上下文推荐工具，产品分析类如 Amplitude、Mixpanel、PostHog，SQL 看板类如 Looker、Metabase、Mode，运营健康类如 Datadog、Grafana。

判断一个指标是否值得放进来，它引用的是 Ben Yoskovitz 在 Lean Analytics 中的四条标准：可理解、可比较、是比率而非绝对数，以及最关键的——「如果一个指标不会改变你的行为，那它就是坏指标」。虚荣指标并非被禁止，只是要清楚它们的位置。

适用边界

输出物是一份 Markdown 规格文档，不是可运行的看板。数据源接入、查询编写、图表配置仍需人工确认后执行。它不会自动安装依赖、修改系统权限、创建持久化任务或下载内容；涉及发送、发布、删除、付款、部署等外部写入操作时，会先展示目标与影响并取得明确确认。凭据仅用于用户指定的对应官方服务，不回显、不记录、不转发。