SuperAPI AI Directory

heart-metrics

General & other

View repository

Updated 10-16 09:30

About this skill

Product Metric Design (Google HEART + GSM)

Reference sources:Google HEART Framework、Quantitative UX Research

Applicable scenarios

  • PRD Section 12 (metrics and tracking event recommendations)
  • Post-launch performance evaluation
  • Quarterly/annual retrospective
  • Determining whether a feature is successful

Inapplicable scenarios

  • Early exploration stage (use pol-probe to validate)
  • Internal tools (no user metrics needed)

Core principles

1. 先有 Goal,再有 Metric
   不能反过来:看到数据再想"我们关心什么"

2. 一个 Goal 可能对应多个 Signal
   一个 Signal 可能对应多个 Metric

3. 选少而精
   每个功能 1~2 个核心指标 + 1 个防护指标
   不要列 10 个指标

4. 必须有防护指标
   防止"刷数据"(如:提高注册率但降低留存)

GSM process (Goals-Signals-Metrics)

Goal(目标)
  想改善什么?(用户层面的目标)
  例:让新用户更快理解产品价值

Signal(信号)
  什么现象说明改善了?(可观察的行为变化)
  例:新用户在第一天完成了核心操作

Metric(指标)
  用什么指标衡量?(可量化的数据)
  例:D1 核心操作完成率

HEART five dimensions

| 维度 | 衡量什么 | 典型指标 | 适用场景 |
|------|---------|---------|---------|
| H Happiness | 用户满意度 | NPS、满意度评分、评价 | 体验优化类需求 |
| E Engagement | 使用深度 | DAU/MAU、会话时长、操作频次 | 粘性/活跃类需求 |
| A Adoption | 新用户激活 | 注册转化率、首次完成率 | 拉新/引导类需求 |
| R Retention | 用户留存 | 次日/7日/30日留存 | 留存/价值类需求 |
| T Task Success | 任务完成 | 完成率、错误率、耗时 | 效率/流程类需求 |

Selection rules

不要五个维度都选——选 1~2 个和当前目标最相关的

举例:
- 新功能上线 → Adoption(首次使用率)+ Retention(7 日留存)
- 体验优化 → Task Success(完成率)+ Happiness(满意度)
- 增长功能 → Adoption(转化率)+ Engagement(频次)
- 留存功能 → Retention(30 日留存)+ Engagement(活跃度)

Metric design template

## 指标设计:[功能名]

### Goal(目标)

[一句话描述要达成的用户层面目标]

### 选择的 HEART 维度

主指标维度:[H/E/A/R/T 中的 1~2 个]
防护指标维度:[防止某个副作用]

### Signals(信号)

| Signal | 描述 | 数据来源 |
|--------|------|---------|
| Signal 1 | [可观察的行为] | [埋点/数据库/日志] |

### Metrics(指标)

| 指标名 | 计算方式 | 当前基线 | 目标值 | 复盘时间 |
|--------|---------|---------|--------|---------|
| 核心指标 | [具体公式] | X% | Y% | 上线后 7 天 |
| 防护指标 | [具体公式] | A% | 不低于 B% | 上线后 7 天 |

### 埋点建议

| 事件名 | 触发条件 | 必要属性 | 可选属性 |
|--------|---------|---------|---------|
| event_name | 用户点击 X | user_id, timestamp | source, version |

### 复盘计划

- 第 1 天:检查埋点是否正常
- 第 7 天:核心指标初步评估
- 第 30 天:完整效果复盘
- 决策点:核心指标未达标 50% → 调整 / 80% → 继续优化 / 100% → 推全

Complete example

## 指标设计:商品搜索功能

### Goal

帮助用户更快找到想要的商品,减少搜索失败导致的流失。

### 选择的 HEART 维度

主指标:Task Success(找到商品的成功率)
防护指标:Happiness(搜索满意度,防止"找到了但不满意")

### Signals

| Signal | 描述 | 数据来源 |
|--------|------|---------|
| 搜索后点击商品 | 用户点击搜索结果中的商品 | 埋点 |
| 搜索后无结果退出 | 搜索结果为空 + 30s 内退出 | 埋点 |
| 搜索后再次修改关键词 | 一次会话内多次搜索 | 埋点 |

### Metrics

| 指标名 | 计算方式 | 当前基线 | 目标值 | 复盘时间 |
|--------|---------|---------|--------|---------|
| 搜索点击率(CTR) | 点击数 / 搜索次数 | 35% | 55% | 上线 7 天 |
| 搜索成功率 | 有结果的搜索 / 总搜索 | 60% | 85% | 上线 7 天 |
| 搜索后留存(D7) | 搜索过的用户 7 日内再来 | 45% | 不低于 45% | 上线 30 天 |

### 埋点建议

| 事件名 | 触发条件 | 必要属性 |
|--------|---------|---------|
| search_query | 用户提交搜索 | user_id, query, timestamp |
| search_result_click | 用户点击结果 | user_id, query, position, item_id |
| search_no_result | 搜索结果为空 | user_id, query, suggestions_shown |

### 复盘计划

- 第 1 天:检查埋点
- 第 7 天:CTR 和成功率初评
- 第 30 天:完整复盘 + D7 留存
- 决策点:CTR < 45% → 调整算法 / 满意度下降 → 暂停推全

Workflow

1. 明确 Goal(用户层面,不是业务)
   ↓
2. 列出 Signals(可观察的行为)
   ↓
3. 转化为 Metrics(可量化)
   ↓
4. 选择 1~2 个核心指标 + 1 个防护指标
   ↓
5. 设定基线和目标值
   ↓
6. 设计埋点(事件名 + 属性)
   ↓
7. 设定复盘时间和决策点
   ↓
8. 转交开发(埋点实现)
   ↓
9. 转交数据分析(指标看板)

Quality self-check

□ 是否先定 Goal 再选 Metric
□ Metric 是否可量化(不是"提升体验")
□ 是否有当前基线(不能凭空定目标)
□ 是否有目标值(不能"越多越好")
□ 是否有防护指标(防止刷数据)
□ 埋点是否包含必要属性
□ 是否定义了复盘时间和决策点
□ 指标数量是否控制在 3~5 个(不要列 10 个)

Common pitfalls

  1. Too many metrics—10 metrics = no metrics
  2. No guardrail metrics—Only looking at conversion rate, and retention collapsed as a result
  3. No baseline—Only after launch do you realize "what was ours before?"
  4. Goal is not at the user level—"Increase GMV" is a business goal, not a user goal
  5. Tracking events missing attributes—Only recording "clicked" without knowing what was clicked
  6. No retrospective time—No one looks at the data after launch
  7. Decision points are unclear—Not knowing what to do when metrics do not meet targets

Guardrail metric examples

功能:注册引导优化
  核心指标:注册转化率
  防护指标:D7 留存率(防止"注册了但马上流失")

功能:智能推荐算法
  核心指标:推荐 CTR
  防护指标:用户满意度评分(防止"被算法绑架"的反感)

功能:搜索结果优化
  核心指标:搜索点击率
  防护指标:搜索后修改关键词的比例(防止"点了但不是想要的")

Supporting templates

  • templates/product-metrics-template.md — HEART + GSM + tracking event design + retrospective report template

Collaboration with other skills

上游:
  prd-writing → 指标设计是 PRD 第 12 节

平行:
  pol-probe → 实验阶段的指标可以更轻量

下游:
  转交开发 → 实现埋点
  转交数据分析 → 配置看板和报表
  上线后 → 数据分析工作流做实际复盘