指标预审卡样板 · AI 功能打样

AI 吸乳计划
成功标准预审卡

这是一张用于需求规划阶段的指标卡样板。它用 AI 吸乳计划做案例,把「上线前应该如何定义假设、指标、埋点」和「上线后如何用数据验证假设」放在同一张卡里,帮助后续功能在评审前完成目标对齐。

功能类型
AI 计划型工具
目标用户
吸奶器活跃用户
计划周期
7 天
核心目标
创建并执行计划

一、总览:这张卡解决什么问题

指标预审不是上线后的复盘文档,而是需求进入 PRD / 原型评审前的目标校准工具。它的价值是:先定义成功,再反推产品设计、埋点设计和数据看板。

核心原则:需求评审会不从零定义指标;重点需求进入评审前,必须先完成成功标准预审。
AI 吸乳计划这个案例说明:
如果上线前就定义好「吸引力、创建转化、执行质量、留存价值、目标达成」这套指标,产品经理会更早关注问卷流失、计划任务量、打卡执行、用户自评和埋点闭环,而不是上线后才逐步补齐判断口径。

二、需求基本信息

这一部分在规划阶段填写,用来明确用户问题和功能边界。它不写优化动作,只写需求本身要解决什么。

规划阶段填写
用户问题

不知道如何安排吸奶计划

用户在维稳、催奶、退奶等阶段,需要根据目标安排吸奶频次、时间和节奏,但普通记录工具只能记录过去,不能主动给出下一步计划。

功能方案

AI 生成个性化吸乳计划

用户填写目标和基础情况后,AI 生成 7 天计划,并通过提醒、日程和打卡记录帮助用户执行。

价值判断

从工具记录升级为主动指导

这个功能不只是增加一个入口,而是验证 AI 是否能成为吸奶场景里的主动助手,并进一步提升用户留存和使用深度。

三、核心假设:规划 vs 上线后验证

每个核心假设都要拆成三栏:上线前怎么想、上线后看到什么数据、最后判断假设是否成立。这样可以避免上线后只看散点数据,而无法回到最初的问题。

规划阶段:核心假设
上线后:数据表现
结论:是否被证实

假设 1:AI 计划比普通工具更有吸引力

  • AI 不是被动记录,而是主动生成计划。
  • 用户会因为“智能规划”产生更高进入意愿。
  • 规划阶段应预设:功能日活、吸奶器活跃用户渗透率、工具类功能排名。

上线后数据

  • 近 7 日日均使用人数:2,746
  • 工具类功能使用规模:排名第一
  • 约为第二名 APP 使用教程 3.4 倍
  • 吸奶器用户日活渗透率:17.51%
基本证实

AI 计划的吸引力明显高于普通工具类功能,可以作为 AI 能力在吸奶场景中的有效入口。

假设 2:执行计划的用户留存更好

  • 计划给用户创造了持续回访理由。
  • 用户每天有任务、提醒和记录动作。
  • 规划阶段应预设:次留、7 留、生命周期对比。

上线后数据

  • 从未生成过计划用户次留:75.05%
  • 历史生成过、当天未执行用户次留:77.52%
  • 当天执行计划用户次留:92.19%
  • 执行用户相比基准组提升约 +17.14pp
高度相关

执行计划与次日留存明显正相关。注意:现阶段更适合表述为强相关,后续可通过分层或实验进一步判断因果。

假设 3:功能成功的关键不是点击,而是创建并执行

  • AI 吸乳计划是周期型功能,不是一次性浏览。
  • 用户需要完成问卷、生成计划、同步日历、持续打卡。
  • 规划阶段应预设:创建完成率、当日执行率、7 日坚持率。

上线后数据

  • 入口点击 → 计划生成:31.26%
  • 入口点击 → 同步日历:23.04%
  • 当日计划执行用户占比:11.87%
  • 任务量越高,完整完成比例越低;7-8 个任务完整完成约 10% 左右。
部分证实,且暴露短板

用户愿意进入,但从创建到执行存在明显损耗。后续判断重点应从“有没有人点”升级为“有没有完成创建并有效执行”。

假设 4:用户最终需要感受到目标被帮助

  • 维稳、催奶、退奶是用户的真实目标。
  • 打卡不是最终价值,目标进展和满意度才是。
  • 规划阶段应预设:计划结束自评、目标达成自评、继续使用意愿。

上线后数据

  • 计划结束后帮助度:待回收
  • 目标达成自评率:待回收
  • 愿意继续使用 / 再生成计划比例:待回收
待验证

这一块是完整指标设计中必须有的结果指标。即使当前版本尚未采集,规划卡里也应先定义口径和埋点需求。

四、一主四辅:指标结构

这一部分先给出整体结构:北极星主指标放在最上层,下面四个辅助指标解释它为什么成立、哪里损耗、最终有没有价值。主指标定方向,辅助指标做诊断。

指标体系
主指标 / North Star

AI 吸乳计划有效执行用户占比

这个指标回答一个核心问题:AI 吸乳计划是否真正进入了用户的吸乳管理行为,而不是只停留在“用户点进来看过”。

核心判断:用户不仅被 AI 功能吸引,而且完成计划创建,并开始按计划执行。

辅助 1:吸引力

用户是否愿意进入这个 AI 功能。

辅助 2:创建转化

用户是否能从兴趣顺利走到计划生成。

辅助 3:执行质量

用户是否真的回来打卡、记录、执行计划。

辅助 4:价值结果

功能是否带来留存价值,并帮助用户接近目标。

结构说明:这不是五个并列指标。主指标是最终判断,四个辅助指标分别解释“为什么有人来、为什么有人没创建、为什么有人没执行、执行后有没有价值”。

五、指标口径、目标值与上线后验证

这一部分直接承接“一主四辅”。每个指标都按同一套格式呈现:指标名称、口径、规划阶段目标、上线后数据、一句话结论。这样后续做其他需求时,可以直接照着填。

核心拆解
层级 指标名称 指标口径 规划阶段目标 上线后数据 一句话结论
主指标 AI 吸乳计划有效执行用户占比 当天有 AI 吸乳计划日程,并至少完成 1 次计划打卡 / 记录的用户数 ÷ 当天吸奶器活跃用户数。 首版可先建立基线;后续目标应按目标类型、任务量和用户阶段分层设定。 当前可用近似口径:当日计划执行用户占比 11.87%。该口径分母为当天有计划日程用户,不是吸奶器活跃用户。 主指标已经能被观察,但当前口径还需要统一命名,建议称为“当日计划执行用户占比”。
辅助 1
吸引力
近 7 日日均使用人数 近 7 天 AI 吸乳计划每日使用用户数的平均值。 验证 AI 计划是否显著高于普通工具类功能;首版优先建立功能吸引力基线。 2,746 AI 吸乳计划具备较强吸引力。
工具类功能使用规模排名 AI 吸乳计划在 APP 工具类功能中的使用人数排名。 目标进入工具类功能第一梯队,并显著高于普通教程 / 记录类工具。 排名第一,约为第二名 APP 使用教程的 3.4 倍 “AI + 主动规划”的入口吸引力得到验证。
吸奶器用户日活渗透率 当天使用 AI 吸乳计划的吸奶器用户 ÷ 当天吸奶器活跃用户。 首版建立基线;用于判断 AI 计划在核心设备用户中的覆盖能力。 17.51% 功能已经能触达一部分核心设备活跃用户。
辅助 2
创建转化
入口点击 → 开始填写转化率 开始填写用户数 ÷ 入口点击用户数。 规划阶段应设最低目标,建议不低于 60%;低于该值说明用户被概念吸引,但开始成本偏高。 45.74%(1,058 / 2,313) 最大损耗发生在用户真正开始填写之前。
入口点击 → 填写完成转化率 填写完成用户数 ÷ 入口点击用户数。 用于判断问卷链路整体完成能力;首版建议目标 ≥40%。 33.51%(775 / 2,313) 问卷链路存在明显中途损耗。
入口点击 → 计划生成完成率 计划生成用户数 ÷ 入口点击用户数。 及格线 ≥30%;目标线 ≥40%。这是创建转化的核心指标。 31.26%(723 / 2,313) 刚过及格线,但距离理想目标仍有空间。
入口点击 → 同步日历转化率 同步日历用户数 ÷ 入口点击用户数。 用于判断计划是否进入用户后续执行系统;首版先建立基线。 23.04%(533 / 2,313) 从生成到进入日历执行,还有进一步损耗。
辅助 3
执行质量
当日计划执行用户占比 当天有 AI 吸乳计划日程,且至少完成 1 次计划打卡 / 记录的用户 ÷ 当天有 AI 吸乳计划日程的用户。 首版建立基线;后续按目标类型和任务量分层设定目标。 11.87% 该数字说明“生成计划”到“真实执行”之间存在明显差距。
单日任务完成率 用户当天实际完成的计划任务数 ÷ 用户当天应完成的计划任务数。 用于判断计划是否可执行;应按任务量分层,不宜只看总均值。 已观察到:任务量越高,完整完成比例越低;7-8 个任务完整完成约 10% 左右。 计划的专业性需要和真实可执行性一起评估。
D3 计划坚持率 创建计划用户中,前 3 天至少有 2 天完成过计划打卡 / 记录的用户占比。 规划阶段应定义;用于判断用户是否跨过早期执行门槛。 待回收 当前数据暂缺,但该指标应在规划阶段被定义。
D7 高质量执行率 创建 7 天计划用户中,7 天内完成 ≥70% 应执行任务的用户占比。 首版建立基线;不建议用“7 天每天全部完成”作为唯一成功标准。 待回收 这是判断计划是否真正可持续执行的关键指标。
辅助 4
价值结果
执行用户次日留存 当天执行 AI 吸乳计划用户的次日留存率。 应显著高于未生成计划用户和生成但未执行用户。 92.19% 执行计划与次日留存明显正相关。
未生成计划用户次日留存 从未生成过 AI 吸乳计划用户的次日留存率。 作为对照组,用于判断执行计划用户的留存差异。 75.05% 对照组留存明显低于执行用户。
生成过但当天未执行用户次日留存 历史生成过计划、但当天未执行计划用户的次日留存率。 用于区分“生成过计划”和“当天真正执行”的价值差异。 77.52% 真正产生留存差异的更可能是执行行为,而不只是生成行为。
执行用户生命周期倍数 AI 吸乳计划有效执行用户平均生命周期 ÷ 普通新用户平均生命周期。 目标:达到普通新用户生命周期的 1.X 倍。上线早期先看次留和 7 留,周期足够后再看生命周期。 待回收 生命周期需要更长观察周期,目前不应提前下结论。
目标达成自评率 计划结束后,认为维稳 / 催奶 / 退奶目标“明显达成”或“有一点进展”的用户 ÷ 完成反馈用户。 规划阶段应定义;用于验证功能是否真的帮助用户接近目标。 待回收 当前缺失结果指标,规划阶段应先定义口径,上线后再补数据。
使用方式:后续其他需求可以直接复用这一张表。上线前填写“指标名称 / 口径 / 目标值”,上线后补“数据 / 一句话结论”。如果上线后发现没有数据,不要临时补解释,而是反推规划阶段漏了埋点或反馈采集。