估算增长空间，定可实现的目标

前面几章讲了很多衡量产品成功和团队表现的指标，它们从不同维度反映产品的进展和增长。接下来的问题是：怎么让团队去推动这些指标？投入了这么多资源，多大的增长目标才算合理？

这一章讲怎么定目标：既要有野心，又要够得着。

为什么要定目标

目标像指南针，引着团队去做真正有影响的事，也让大家清楚自己在做什么、为什么做。清楚的目标在三个方面帮团队发挥出全部潜力：

1. 聚焦用户最核心的需求，用最少的复杂度，做出价值最大的方案；
2. 把每天的决定和长期愿景连起来，让每一份努力都在推动可持续的进展；
3. 在复杂的决定面前心里有数，平衡好增长、质量和负责任的开发这几件要紧的事。

几个术语

1. 目标（goal）：在明确的时间范围内，要达成的具体、可衡量的结果。
2. 目标指标（goal metric）：用来追踪目标进展的具体、可量化的指标。
3. 制衡指标（counter metric）：用来平衡主要目标指标的指标，让你更全面地看表现。
4. 护栏指标（guardrail metric）：保证推进目标的过程中，不会造成坏结果、不会损害业务或产品其他重要方面的指标。

目标有哪些类型

目标的形式因用途而异，下面分开讲。

目标的层级：从团队到公司愿景

定团队目标之前，先要有清楚的公司愿景。它是整个组织的北极星，指导所有的决定和目标。

好的公司愿景要有野心又能实现，鼓舞人心又具体。它要回答几个根本问题：

• 公司想给世界带来什么影响？
• 想给行业带来什么改变？
• 怎样提升甚至重塑对客户的服务？

有了公司愿景，各个层级就容易对齐，保证每个团队的目标都服务于公司的使命。

💡 公司层面的北极星指标，往往滞后于当下正在做的事，也不一定和每个团队的日常工作直接对应。

到了团队层面，目标会更具体、更能落到行动上，既直接连着日常工作，又和公司愿景对齐。举个例子。

一家大型电商公司的数据科学团队，正在做一个更聪明的商品推荐系统。这听起来是个纯技术项目，其实影响会一层层传到整个公司。

团队层面：数据科学家专注于让推荐贴合每个顾客，用三个指标衡量成败：

• 点击率达到15%，说明推荐吸引了顾客的注意；
• 平均订单金额75美元，说明顾客发现了更多喜欢的、价值更高的商品；
• 顾客满意度4.5分（满分5分），说明推荐确实改善了购物体验。

部门层面：这些改进往上传导，改变了整体的购物体验：

• 转化率3.5%，更多逛的人变成了买的人；
• 每次访问平均浏览5个页面，说明投入更深了；
• 40%的访客会回来，说明体验足够吸引人。

公司层面：最终，这些努力支撑着公司的增长目标：

• 收入同比增长20%；
• 月活增长25%；
• 净推荐值（NPS）达到65，说明客户愿意主动推荐。

按产品性质分的目标

产品目标有很多种，从衡量用户参与到保证技术可靠，各有各的作用，合在一起才能完整地反映产品表现。

1. 使用目标：产品的成长路径

产品的成长有点像养孩子：先学走路，然后快速长大，最后成熟。

1. PMF阶段：看用户喜不喜欢，比如每日活跃使用、回访频率。
2. 增长阶段：产品向外扩张，看新用户获取，以及用户对新功能的接受程度。
3. 成熟阶段：产品融入更大的生态，建立有价值的连接和合作。

2. 诚信目标：信任是地基

信任像名声，建立要很久，失去只要一瞬间。在今天的互联网上，守住信任要做到：

1. 没有垃圾内容：干净的环境让用户放心；
2. 有效的用户验证：严格的验证保证平台可信；
3. 提高内容质量：对内容质量的坚持，会提升用户的信任和投入。

3. 可靠性目标：技术的地基

1. 可用性：所有功能和界面都要响应稳定、交互顺畅、导航直观。
2. 性能：在不同负载下，都保持好的速度、资源利用率和响应时间。
3. 质量：健全的错误处理，定期做系统健康检查，在技术问题影响用户之前主动解决。

4. 发布目标：按时交付价值

发布目标是在指定日期前交付某些功能或能力。这类里程碑不是量化目标，但能推动创新、及时回应市场需求。比如第三季度上线新的手机app，或者在节日季之前发布一次大的平台更新，都可能带来可观的商业价值，改善用户体验。

5. 收入目标：对生意的影响

成功的产品既要有财务增长，也要有用户的信任。追踪收入、每用户平均收入、客户生命周期价值这些关键指标，同时绝不能为了赚钱牺牲产品的诚信和可靠性。

目标的时间跨度

团队目标一般是中长期的，大多数公司按季度、半年或一年来定。这个跨度既能做出有意义的进展，又能随市场变化灵活调整。

目标的形式：选最好衡量的那种

定目标就像在望远镜和显微镜之间选。绝对数目标，比如付费客户总数，像望远镜，看的是全局和整体进展。比率目标，比如免费到付费的转化率，像显微镜，能细看产品的表现。

什么时候用哪个？全公司的方向和长期规划，用绝对数目标；做实验、分析具体的因果关系，用比率目标。

最好两个一起用。用比率目标时，要盯住分母，防止比率因为分母变化而失真；用绝对数目标时，要同时追踪转化率和上游漏斗，才能把全局和细节都看清。

表9-1　两类目标的优缺点

什么是有效的目标

每一段成功的产品旅程，都从清楚的目标开始。好的指标符合四条原则：

1. 和使命一致：每个指标都要直接反映产品的目的和战略方向。先把使命说清楚，才能对齐。
2. 好理解：从工程师到高管，不用解释就能看懂。
3. 能指导行动：指标要能指导具体的改进和日常的决定，而且要足够灵敏，能在合理的时间里反映变化，做实验时尤其如此。
4. 不容易被刷：指标要能防止投机取巧。比如只优化点击率，就会催生标题党。

举个例子：订阅收入增长。

• 和使命一致：关注经常性收入，支持的是一个可持续、以客户为中心的商业模式。
• 好理解：「订阅收入增长15%」简单直接，各个团队都能被它激励。
• 能指导行动：团队可以聚焦在具体的改进上，比如优化新手引导、做个性化套餐、加强留存策略。

再看一个从使命一路落到目标值的例子：

• 使命：帮创作者在网上建立自己的社区；
• 用大白话说的目标：让平台上的创作者有更多粉丝；
• 指标：28天内新增的关注数；
• 目标值：总共100万次关注。

主目标之外：平衡好各项指标

盖房子，主要目标是盖一栋漂亮的房子，但同时要保证结构牢固、节能、安全。做产品也一样，只盯着主目标是不够的，要整体地看，才能健康、可持续地走下去。

这就是制衡指标和护栏指标的作用，可以把它们看成产品的体征和安全措施。

制衡指标：保持平衡

制衡指标是一套相互制约的机制，保证推进主目标时，不损害产品其他重要的方面。以推荐系统为例：

1. 可用性指标：用点击率和浏览路径，追踪用户和推荐互动起来是否顺畅。
2. 性能指标：盯住系统延迟和可用时间，保证运行平稳。
3. 质量指标：用精确率和召回率，检验推荐准不准、相不相关。

这些指标一起保证：你提高推荐准确度的同时，用户体验不会变差。

护栏指标：安全网

护栏指标是产品的道德底线和安全规范。还是以推荐系统为例：

1. 内容多样性：推荐不能形成信息茧房，就像饮食要均衡，不能只吃最爱吃的。
2. 透明：让用户理解并信任推荐，就像药瓶上要有清楚的标签。
3. 安全标准：严格把控内容质量，就像陡峭的楼梯要装扶手。

在变现上，这种平衡更重要。看一个实际的例子：

• 目标指标：订阅收入提高15%；
• 制衡指标：流失率低于5%，加载时间低于1秒；
• 护栏指标：NPS高于70，退款率低于2%。

把这几类指标结合起来，就有了一个稳健的框架：既推动增长，又守住最重要的东西，也就是用户的信任、产品的质量和长期的可持续。

给目标定一个数

定目标值，要在野心和可实现之间找平衡。瞄准远处的星星，结果到了月球，比瞄准附近的一座山、刚好登顶更让人有干劲。但如果目标是去另一个星系，团队可能连出发都不想出发了。一般来说，目标值会定在团队有80%或50%的把握能达到的水平。反过来，如果像图9-1那样一连八次都没达到目标，说明目标是系统性地定高了，该回头检查定目标的方法。

定目标既靠经验也靠分析。先要预测，照现在的路子走下去会是什么结果，也就是「照常发展」（business as usual，BAU）的基线。可以画出历史增长趋势，也可以用考虑了季节、市场和用户行为的预测模型。

成功的组织一般从两个方向一起来定目标。

自上而下：让愿景对上现实

公司领导层要根据市场机会和利益相关方的期望，给出战略方向。比如董事会定下收入同比增长20%的目标，以巩固市场地位。

自下而上：从具体的事出发

各个团队评估自己负责的领域：现有的能力、计划要做的事、可能的改进。产品负责人鼓励团队定「跳一跳够得着」的目标：有足够的野心去激发创新，又足够现实，能保持士气。

一个例子

还是推荐团队。他们要把目标指标提高20%，拆成了一组环环相扣的举措：

1. 打好数据基础（+5%）：把网页点击、app内的互动和线下门店的购买数据合在一起，完整地刻画顾客的行为。光这一步，预计就能让推荐准确度提高5%。
2. 用上AI（+6%）：引入新的深度学习模型，从每一次顾客互动中学习，更好地理解商品之间的关系，预计让推荐的相关性提高6%。
3. 加入场景（+4%）：让系统读懂场景，比如早上推荐早餐，下雨天推荐雨伞，预计带来4%的提升。
4. 细调体验（+2%）：通过系统的A/B测试，调整推荐的位置和形式，点击率提高2%。
5. 跑得更快（+2%）：推荐的更新从5分钟一次变成实时，抓住顾客转瞬即逝的兴趣，转化率再提高2%。
6. 听顾客的（+1%）：建立直接收集用户反馈的渠道，据此微调推荐，补上最后的1%，凑够20%。

要注意，这些百分比要先折算成对同一个目标指标的贡献，才能相加。而且各项改进之间往往有重叠，简单相加容易高估，实际的计划里通常要留出余量。

找到平衡点

两个方向的估计碰到一起，才是关键。比如根据历史数据，计划中的改进能带来15%的提升，而自上而下的目标是20%。团队不把这5个百分点当成缺口，而是当成创新的机会：可以上线新功能，也可以优化现有的流程。

如果是全新的领域，没有历史数据，就参考行业基准和类似的成功案例。就像攀登一座新发现的山峰，先研究相似的山，借鉴别人的经验，再定整体策略。

追踪进展：建立负责到底的文化

目标定好了，下一步是建立可靠的追踪机制。追踪目标要定期检查，也要能快速反应。成功的组织靠主动监测和对偏差的快速反应，让进展一直看得见、结果一直推得动。

主动：走在问题前面

1. 每周检查：数据科学家给管理层准备仪表盘，实时呈现目标进展，标出关键指标、新出现的趋势，以及基于数据的改进建议。
2. 每月复盘：跨职能团队一起评估所有指标的进展，从主目标到护栏指标。这样的会能让大家保持一致，及时调整方向。

被动：精准地应对

1. 智能监控：指标明显偏离（一般是偏离目标10%以上）时自动报警，让需要马上处理的问题快速上报。
2. 根因分析：分析团队深入调查异常，从技术问题查到外部市场的影响，再把发现变成可以执行的方案：处理技术债、调整功能优先级，或者做针对性的修补。
3. 快速解决：跨职能团队一起落实必要的改动，让指标回到目标轨道上，同时保住产品质量和用户体验。

目标是动态的

定目标不是一次性的事，而是一个需要不断调整和协作的过程。业务环境在变，新的认识在出现，目标也要跟着变：可能是换一个时间跨度的指标，也可能是中途重新校准目标值。

公司不同阶段的目标

公司像一个成长中的生命，每个阶段都有不同的重点和指标。

早期：扎根。创业公司要全力找到PMF。成败取决于几个根本问题：用户会回来吗？他们会投入、会主动推荐吗？这些信号说明产品有没有找到适合生长的土壤。

增长期：长枝。公司有了势头，目标就不只是增长了，还要优化资源的分配。关键指标除了增长指标，还有获客成本和效率。

成熟期：建生态。成熟的公司要在多个维度之间保持平衡。这时的目标要兼顾可持续增长、运营效率、市场领导地位和创新，同时保住利润和客户满意度。

及时重新校准

市场会变，假设也会变。成功的组织知道什么时候该调整方向。与其死守一个不现实的目标，有效的团队会每个月重新预测一次，尤其是在市场出现意外变化，或者一开始的估计过于乐观的时候。

跨职能协作

定有效的目标，需要多方的视角：数据科学家分析指标，产品团队确保目标贴合用户需求，工程团队验证技术上可不可行，各个部门要协调配合。比如做一个产品驱动增长的项目，既要市场团队去提升知名度，也要产品团队做出方便传播的功能和聪明的新手引导。只有这样，目标才既有野心，又能靠大家一起做到。

本章要点

定好目标，是产品成功的基石：

1. 定SMART目标：具体（Specific）、可衡量（Measurable）、可实现（Achievable）、相关（Relevant）、有时限（Time-bound）。
2. 平衡各类指标：把增长指标、制衡指标和护栏指标结合起来，保证进展可持续。
3. 保持灵活：随着产品演进调整目标，在每个阶段抓住最要紧的事。
4. 追踪和调整：定期监测进展，必要时根据数据调整。

记住：最好的目标在野心和可实现之间取得平衡。它要给团队足够的挑战，又在能力范围之内，始终把用户价值和业务目标放在第一位。

练习

你是一个手机银行app的产品负责人，要为下个季度定目标。

已知数据：

• 月活：50万；
• 用户参与率：45%；
• 应用商店评分：4.2（满分5分）；
• 交易平均完成率：88%；
• 每1000个用户的客服工单：15张。

问题：

1. 为用户增长定一个主要目标指标。要考虑：
   • 历史上每月增长5%；
   • 最近上线了新功能；
   • 竞争对手每月增长8%到10%。
2. 定义至少三个制衡指标，保证增长是平衡的。
3. 定两个护栏指标，保护产品的核心价值。
4. 把主要目标拆成具体的举措，估计每一项的贡献。
5. 制定一个每周的追踪计划，包括：
   • 要监测的关键指标；
   • 报警的阈值；
   • 指标偏离目标时的行动方案。

参考答案

问题1：主要目标指标：下个季度月活增长25%，达到62.5万。

这个数是怎么来的？历史上每月增长5%，一个季度复合下来是1.05³ ≈ 1.16，也就是约16%，这是什么都不改的基线。竞争对手每月8%到10%，一个季度是26%到33%。25%相当于每月增长7.7%左右，比基线高出一截，又没有直接对标竞争对手的上限，算是跳一跳够得着的目标。

问题2：制衡指标：

• 用户参与率保持在42%以上；
• app加载时间低于2秒；
• 交易完成率保持在85%以上。

问题3：护栏指标：

• 应用商店评分保持在4.0以上；
• 每1000个用户的客服工单少于20张。

问题4：目标拆解：

• 优化推荐计划（月活 +8%）：改进推荐流程的体验，提高推荐奖励。
• 改进新用户引导（月活 +7%）：简化注册流程，改进互动式教程。
• 功能推广（月活 +6%）：站内通知，系列邮件。
• 优化付费投放（月活 +4%）：改进定向，优化广告素材。

注意，这四项加起来正好是25%，相当于假设没有任何自然增长。可按历史，一个季度自然就能涨约16%。所以要先说清楚：这些数字是包含自然增长的总贡献，还是在自然增长之上的增量？如果是增量，总增长就该是40%左右，目标定低了；如果目标就是25%，各项举措只需要贡献9个百分点左右，上面每一项的估计都明显偏乐观，要重新核算。

问题5：每周追踪计划：

• 要监测的关键指标：月活每天、每周的增长率；用户参与指标；漏斗每一步的转化率。
• 报警阈值：周增长目标偏离10%；参与率下降5%；客服工单增加15%。
• 偏离时的行动方案：指标超出阈值，马上开团队复盘会；24小时内做完根因分析；根据发现调整举措；每周和相关方一起检查进展。