AI 产品指标设计：使用率、留存与任务完成率

北极星指标：一个就够，但要对

北极星指标是最能代表“产品为用户创造核心价值”的那个数。AI 产品选北极星的常见误区，是把“调用量”当价值——调用可能来自尝鲜、误触甚至爬虫。

选择标准：

• 与用户价值强相关：用户拿到可用结果才算数，而非点了按钮。
• 可被团队影响：通过产品与算法迭代能真实改善。
• 反映留存势能：北极星涨且留存涨，才是真增长。

例如 AI 写作助手，北极星应是“每周被用户采纳（编辑后发布）的 AI 草稿数”，而不是“生成次数”。

产品决策提示：北极星指标必须能回答“用户离开这个产品会损失什么”。答不上来，说明指标选错了。

四类核心指标的设计

指标	定义	设计要点	常见坑
使用率	目标用户中真正使用 AI 功能的比例	分母定义为“有该痛点的目标用户”	分母放全量用户，使用率被稀释，问题被掩盖
留存	次周/次月继续使用 AI 功能的比例	按功能单独埋点，别混在产品大盘里	大盘留存涨、AI 功能留存跌，被平均值掩盖
任务完成率	用户带着任务来、拿到可用结果离开的比例	定义“完成”信号：采纳、发布、不再重试	只看会话结束率，用户可能是失望离开
满意度	点赞点踩、评分、NPS	与任务完成率交叉验证	只收集好评渠道，样本偏差大

特别强调任务完成率：AI 产品的输出是概率性的，“给了输出”不等于“完成了任务”。用户重试三次后放弃，和一次拿到满意答案，会话数据可能长得一样——必须用采纳、重试、放弃信号区分开。

指标拆解到功能层

大盘指标异常时要能下钻定位。拆解路径示例：

周采纳草稿数（北极星）= 活跃用户 × AI 功能使用率 × 单用户采纳次数

再往下：使用率 → 入口曝光 → 点击率 → 首次成功体验率；单用户采纳次数 → 生成次数 × 采纳率。

每一层指标都应有明确 owner（产品、算法或运营），异常时按层排查：曝光掉了是入口问题，点击掉了是引导问题，采纳率掉了是模型质量问题。

防虚荣指标

虚荣指标的特征：只涨不跌、无法指导行动、无法归因到团队工作。

虚荣指标	为什么虚	替代指标
累计生成次数	只增不减，混入尝鲜与误触	周活跃采纳数
累计注册用户	不代表任何使用行为	次周功能留存率
平均会话时长	长可能是“用得顺”，也可能是“反复重试”	单任务完成时长 + 重试率
总调用量	混入 API 搬运与爬虫流量	有效任务完成率

产品决策提示：汇报里只放能指导决策的指标。每放一个数字先自问：“这个数变了，我会做什么？“答不出来就删掉。

本节要点

• 北极星选“用户拿到真实结果”的指标，而不是调用量等过程指标。
• 使用率的分母用目标用户；功能留存单独埋点；任务完成率用采纳、重试、放弃信号定义。
• 大盘指标拆解到功能层并明确 owner，异常时才能按层下钻定位。
• 虚荣指标只涨不跌、无法指导行动；汇报只保留“变了就会行动”的指标。