为什么要有「指标字典」？
面试官最爱的追问是：「这个指标的分母是什么？口径怎么定的？自然增长怎么剔除？」
简历里写「提升留存 20%」，如果你现场说不清是 D1 还是 D30、是按用户还是按设备、有没有剔除大促自然增长，这条 STAR 就崩了。
本文把 PM 简历高频出现的 50+ 核心指标 按「北极星 / 先行 / 健康度 / 输出 / 结果」五类拆解，给出 标准定义、计算逻辑、简历写法模板、面试追问要点，并附 指标选词避坑表 与 自测清单。
> 下文标注「教学示例」的表格、话术与计算均为本文自编，用于练习，不代表任何公司的真实评分表；标注来源的定义与框架归属对应来源。
一、指标分层模型：北极星 ≠ 先行 ≠ 健康度 ≠ 输出 ≠ 结果
| 层级 | 定义（按 Amplitude / Kissmetrics 框架整理） | 典型例子 | 简历怎么写 | 面试必问 |
|---|---|---|---|---|
| 北极星 | 全公司/业务线单一核心指标，最能代表用户获得价值与商业价值的交汇点 | 付费订阅用户数、GMV、日活跃付费用户数 | 「负责激活漏斗，北极星是付费订阅用户数，我直接影响的先行指标是……」 | 为什么选它？怎么拆解？ |
| 先行指标 | 可操作、可预测北极星的中间指标，你能直接通过动作移动它 | 激活率、核心功能渗透率、试用转付费率 | 「我主导的裂变获客把试用转付费率从 X% 提到 Y%，带动北极星 +Z%」 | 怎么证明它真能预测北极星？ |
| 健康度指标 | 监控业务不出事的护栏指标，通常不直接驱动增长但跌了要报警 | 崩溃率、API 延迟 P99、投诉率、流失率 | 「建立健康度看板，崩溃率 < X%、P99 < Yms、投诉率 < Z% 为绿线」 | 跌破绿线怎么处理？ |
| 输出指标 | 团队交付了什么（功能数、文档数、实验数），不代表价值 | 上线功能数、PRD 数、A/B 测试数 | 「单季度交付 X 个核心功能、跑 Y+ A/B 测试，累计正向实验贡献 GMV +Z%」 | 这些输出对先行/北极星贡献多少？ |
| 结果指标 | 交付后实际发生的业务变化（留存、转化、收入），才是价值证明 | D30 留存、付费转化率、ARPU、LTV | 「推荐模型上线后，D30 留存 X%→Y%、ARPU ¥A→¥B」 | 怎么剔除季节性/自然增长？ |
来源：Amplitude《Product Manager Metrics》（按其产品页介绍）；Kissmetrics《PM KPIs》（按其产品页介绍）；LinkedIn《What metrics should product manager track》（按其产品页介绍）
二、50+ 核心指标全景表（按产品类型分类，简历只挑你真正负责的 3-5 个）
1. 消费端 / 社区 / 内容型产品
| 指标 | 标准定义 | 计算逻辑（教学示例） | 简历写法模板 | 面试追问要点 |
|---|---|---|---|---|
| DAU/MAU | 日/月活跃用户数 | 去重用户打开 App/网页的天数/月数 | 「DAU 从 X 万增到 Y 万（+Z%），同期 MAU 增长 W%」 | 去重口径？登录 vs 打开？ |
| D1/D7/D30 留存 | 第 N 天仍活跃的新用户占比 | 第 N 天有事件的新用户 / 当日新增用户 | 「D1 留存 X%→Y%，D30 留存 A%→B%（剔除大促自然增长）」 | 口径：用户/设备/账号？归因窗口？ |
| 核心功能渗透率 | 使用核心功能的活跃用户占比 | 使用核心功能的 DAU / 总 DAU | 「核心功能「智能推荐」渗透率 X%→Y%，带动人均时长 +Z%」 | 核心功能怎么定义？ |
| 人均时长/会话时长 | 单用户单日/单次会话的停留时长 | 总时长 / DAU 或总时长 / 会话数 | 「人均日时长 X 分钟→Y 分钟（+Z%），去除后台播放噪音」 | 怎么去噪？后台/静音怎么处理？ |
| 病毒系数 K | 单用户带来的新用户数 | 邀请发送数 × 接受率 × 注册转化率 | 「裂变模型 K=X，月新增 Y 万+，CAC 从 ¥A 降到 ¥B」 | 只算自然裂变？付费推广怎么剔除？ |
| NPS/CSAT | 净推荐值 / 客户满意度 | 推荐者% - 贬损者%（NPS）；满意评价/总评价（CSAT） | 「NPS 从 X 升到 Y，CSAT A→B（样本量 Z+/季度）」 | 样本量、抽样偏差、时机偏差？ |
2. SaaS / B2B / 订阅制产品
| 指标 | 标准定义 | 计算逻辑（教学示例） | 简历写法模板 | 面试追问要点 |
|---|---|---|---|---|
| ARR/MRR | 年/月经常性收入 | 所有活跃订阅的年化/月化收入 | 「ARR 从 $X M 增长到 $Y M（+Z%），净新增 ARR $W M」 | 含扩收/收缩/流失？汇率怎么算？ |
| 付费转化率 | 试用/免费用户转付费占比 | 付费用户数 / 试用期结束用户数 | 「试用转付费 X%→Y%（+Z%），配合分层定价+年付折扣」 | 试用期多长？含扩收吗？ |
| 流失率 | 单位时间内流失的收入/用户占比 | 流失 MRR / 期初 MRR（收入流失）；流失用户/期初用户（用户流失） | 「收入流失率 X%/月→Y%/月，用户流失 A%→B%」 | 按收入还是按用户？非自愿流失怎么剔除？ |
| 扩收/收缩/流失净额 | 存量客户的收入变化 | 升级增量 - 降级减量 - 流失减量 | > 教学示例（假设性）： 净扩收率 X%，单客均价 +Y%（升级驱动） | 扩收来源：座位数/用量/高级功能？ |
| LTV/CAC | 生命周期价值 / 获客成本 | (ARPU × 毛利率 / 流失率) / (销售营销支出 / 新增客户数) | 「LTV/CAC 从 X 升到 Y，回本周期 A 个月→B 个月」 | 毛利率口径？多渠道 CAC 怎么归因？ |
| 净收入留存 NRR | 存量客户收入保留+扩收能力 | (期初 MRR + 扩收 - 收缩 - 流失) / 期初 MRR | 「NRR X%，企业级客户 NRR Y%」 | 按客群分层？SMB vs Enterprise 差异？ |
3. 交易 / 市场平台 / 广告型产品
| 指标 | 标准定义 | 计算逻辑（教学示例） | 简历写法模板 | 面试追问要点 |
|---|---|---|---|---|
| GMV/GTV | 成交总额/交易总额 | 所有完成订单的金额合计（含退款前） | 「GMV 单季度 ¥X 亿→¥Y 亿（+Z%），客单价 ¥A→¥B」 | 含取消/退款？预售怎么算？ |
| Take Rate | 平台抽成率 | 平台收入 / GMV | 「Take Rate 从 X% 优化到 Y%（分层抽成+增值服务），平台收入 +Z%」 | 分层抽成逻辑？大商家谈判怎么算？ |
| 买家/卖家留存 | 双边留存 | 复购买家数/总买家数；活跃卖家数/总卖家数 | 「买家 D90 留存 X%→Y%，卖家月活跃率 A%→B%」 | 双边网络效应怎么量化？ |
| 搜索/推荐点击率 CTR | 曝光转点击 | 点击次数 / 曝光次数 | 「搜索 CTR X%→Y%，推荐 CTR A%→B%（重排+个性化）」 | 位置偏差怎么修正？新物品冷启动？ |
| 转化率 CVR | 点击转下单 | 下单数 / 点击数 | 「详情页 CVR X%→Y%（SKU 优化+评价展示+价格锚定）」 | 归因窗口？多触点怎么分摊？ |
4. AI / 技术型 / 平台型产品
| 指标 | 标准定义 | 计算逻辑（教学示例） | 简历写法模板 | 面试追问要点 |
|---|---|---|---|---|
| 模型延迟 P50/P99 | 请求响应时间分位数 | 所有请求耗时排序取 50%/99% 位 | 「P50 Xms→Yms，P99 Xms→Yms（量化+缓存+批处理）」 | 含网络/排队？冷启动怎么算？ |
| 检索召回 @K | Top K 里命中相关文档占比 | 命中相关文档数 / 相关文档总数 | 「RAG 检索 @10 从 X% 提到 Y%（混合检索+重排+标注集扩充）」 | 相关性判定标准？标注集覆盖度？ |
| 幻觉率/投诉率 | 回答不在知识库/用户投诉占比 | 幻觉回答数 / 总回答数；投诉工单数 / 会话数 | 「幻觉投诉率 X%→Y%（三层兜底：检索增强+溯源+低置信转人工）」 | 幻觉定义？人工评测 vs 自动评测？ |
| API 可用性/成功率 | 请求成功占比 | 2xx 响应数 / 总请求数 | 「API 可用性 X%→Y%，错误率 -Z%（熔断+降级+重试）」 | 含 4xx？超时怎么算？ |
| 成本/千次调用 | 单位推理成本 | 云资源费用 / 成功调用数 × 1000 | 「单次推理成本 $X→$Y（模型蒸馏+量化+批处理），月省 $Zk」 | 含 GPU/带宽/存储？峰值 vs 平均？ |
三、指标选词避坑表（简历里这些词一律删掉/改写）
| ❌ 避坑词/写法 | ❌ 为什么踩雷 | ✅ 改写模板 | ✅ 关键补全项 |
|---|---|---|---|
| 「提升了留存」 | 不说哪种留存、口径、分母、剔除项 | 「D30 留存 X%→Y%（按用户去重、剔除大促自然增长、分母为注册次日留存用户）」 | 留存类型、口径、分母、剔除自然增长 |
| 「降低了流失」 | 收入流失/用户流失？自愿/非自愿？ | 「收入流失率 X%/月→Y%/月（非自愿流失已剔除，按 MRR 口径）」 | 流失类型、口径、非自愿剔除 |
| 「优化了转化」 | 哪个环节？访问→注册？试用→付费？详情页→下单？ | 「试用转付费 X%→Y%（Z 天试用期、首付成功口径、剔除赠送期）」 | 转化漏斗环节、窗口、口径、剔除项 |
| 「大幅增长 GMV」 | 含退款？预售？汇率？ | 「GMV ¥X 亿→¥Y 亿（扣除退款、按下单金额、人民币结算、同比口径）」 | 退款处理、预售处理、币种、同比/环比 |
| 「提升了 NPS」 | 样本量？抽样方式？时机？ | 「NPS X→Y（季度调研、随机抽样 Z+、交易完成后 N 天发送）」 | 样本量、抽样、触发时机、频次 |
| 「做了很多 A/B 测试」 | 多少？正向率？贡献多少业务值？ | 「单季度 X+ 实验，正向率 Y%，累计正向实验贡献 GMV +Z%」 | 实验数、正向率、业务贡献、显著性阈值 |
| 「用了 RAG/向量数据库/微调」 | 选型约束？关键指标基线？优化后值？ | 「选 RAG 不选微调（知识更新周级、训练成本 $Xk vs $Yk），召回 @10 X%→Y%」 | 选型约束、基线、优化后值、成本/延迟对比 |
| 「负责了 XX 产品」 | 负责 ≠ 影响 | 「主导 XX 产品 0→1 立项到上线，直接移动北极星指标 +X%，带领 Y 人团队」 | 你的独特决策、直接影响的指标、团队规模 |
四、自测清单（简历定稿前/面试前各过一遍）
- [ ] 每个指标都标注了：类型（北极星/先行/健康度/输出/结果）、口径、分母、剔除项、统计周期
- [ ] 北极星指标只写 1 个，并能说清为什么选它、怎么拆解到先行指标
- [ ] 先行指标 2-3 个，每个都能证明「我能直接通过动作移动它」且「移动它能预测北极星」
- [ ] 健康度指标有绿线/红线阈值，并有「跌破绿线的处理预案」
- [ ] 输出指标（功能数/实验数）后面必须跟「对先行/北极星的贡献量化」
- [ ] 结果指标（留存/转化/收入）都有「前后对比 + 剔除自然增长/季节性说明 + 你的贡献率」
- [ ] 技术类指标（延迟/召回/幻觉/成本）给出「选型约束 + 基线 + 优化后值 + 成本权衡」
- [ ] 全文避坑表里的 8 类避坑词全删掉了
- [ ] 指标数字一致性：同一指标全文只出现一次、口径统一、时间窗口统一
- [ ] 面试能现场讲清每个数字的来源文档/看板/邮件/复盘记录
五、常见问题（FAQ）
Q1：我负责的产品没有明确的北极星（早期/内部工具/平台类），怎么写？
A：早期用「单一核心先行指标」代替北极星（如「激活用户数」「核心任务完成率」）。内部工具用「效率指标」（工时节省、流程缩短、错误率下降）。平台类用「采用率 + 满意度」（内部客户接入数、API 成功率、NPS）。关键是：只选 1 个，其余归为先行/健康度。
Q2：指标是团队共同完成的，我个人贡献率怎么算？
A：用「反事实法」：没有你，结果会差在哪里？例：「推荐模型上线 D30 留存 +Xpp，A/B 测试对照组无模型版本仅 +Ypp，模型贡献约 Zpp（占总增量 W%）」。写成：「推荐模型贡献 D30 留存 +Zpp（占团队总增量 W%）」。
Q3：历史数据找不到了/口径变了/系统迁移了，怎么办？
A：只写你能现场拿出证据的数字。其余删掉。面试官更看重「你能不能讲清口径与计算逻辑」，而不是数字本身大小。
Q4：怎么把这些指标定义接进「明嘉Johnny的简历操作系统」？
A：该产品的 指标字典模块 内置上述 50+ 指标的标准定义、计算逻辑、简历写法模板，支持按「消费端/SaaS/交易/AI」四大产品类型筛选，一键导入简历编辑器并自动校验口径一致性。按其产品页介绍，指标字典可导出为面试追问准备清单。
六、延伸阅读与工具
- Amplitude《Product Manager Metrics》—— 产品经理核心指标体系、北极星框架、指标分层模型、看板搭建：https://www.amplitude.com/blog/product-manager-metrics
- Kissmetrics《PM KPIs》—— 产品经理关键绩效指标定义、计算逻辑、常见陷阱、仪表盘模板：https://www.kissmetrics.com/pm-kpis
- LinkedIn《What metrics should product manager track》—— PM 应追踪的核心指标清单与实战建议：https://www.linkedin.com/advice/0/what-metrics-should-product-manager-track
- 明嘉Johnny的简历操作系统 —— 指标字典、STAR 练习、逐轮追问、面试复盘闭环：https://sirjohnnymai.gumroad.com/l/yzmrku?utmsource=sirjohnnymai&utmmedium=article&utm_campaign=pm-resume-core-metrics-dictionary-zh-2026