企业官网建设流程全解析

pm-skills 实战：用 /setup-metrics 命令设计产品指标仪表盘（North Star + 输入指标 + 健康指标 + 告警阈值）

【免费下载链接】pm-skillsPM Skills Marketplace: 100+ agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills

/setup-metrics是 pm-skills 仓库pm-product-discovery插件提供的一个产品指标命令，用于为一个产品、功能或业务领域设计一套完整的指标框架：从选定正确的 North Star Metric（北极星指标），到定义输入指标、健康指标与反指标，再到落地可执行的告警阈值和仪表盘规格文档。读完本文，你将掌握该命令的完整调用方式、每一步的提问逻辑与输出模板，并能结合仓库中的metrics-dashboard、north-star-metric等底层 skill 理解其设计原理，最终产出一份可直接落地的 Metrics Dashboard 规格文档。

命令概览：何时使用 /setup-metrics

在 pm-product-discovery/README.md 中，该命令被定义为："Design a product metrics dashboard with North Star metric, input metrics, health metrics, and alert thresholds."。它适合在以下场景调用：

• 新产品/新功能上线前，需要预先设计度量体系；
• 已有指标但"感觉不对"，希望重新审视框架；
• 团队要建立统一的数据语言与告警机制；
• 与/north-star（pm-marketing-growth/commands/north-star.md）配合，先定北极星，再建完整仪表盘。

命令定义文件的开头（frontmatter）给出了清晰的元信息：

--- description: Design a product metrics dashboard with North Star metric, input metrics, health metrics, and alert thresholds argument-hint: "<product or feature area>" ---

argument-hint表明该命令期望一个产品名或功能领域名作为参数；若不传参数，命令会先向你提问，弄清你到底要测量什么。

调用方式（Invocation）

命令的典型调用示例如下：

/setup-metrics SaaS project management tool /setup-metrics New checkout flow we just launched /setup-metrics # asks what you're measuring

• 直接跟上产品/功能描述，命令即开始工作；
• 也可以留空调用，命令会先反问"你在为哪个产品/功能设置指标"。

从仓库的插件体系看，命令（Commands）是用户主动触发的端到端工作流，可以串联一个或多个 skill（参见 README.md 中"How It Works"一节）。/setup-metrics的核心支撑 skill 是metrics-dashboard（位于 pm-product-discovery/skills/metrics-dashboard/SKILL.md），它会按需自动加载。

工作流 Step 1：先理解"要测量什么"

命令的第一步是收集上下文，而不是直接给模板。它会向你提问：

• 你在为哪个产品/功能领域设置指标？
• 它处于什么阶段？（pre-launch 未发布 / recently launched 刚上线 / mature 成熟期）
• 当前的业务目标或 OKR 是什么？
• 是否已有指标？缺什么、哪里有问题？
• 正在使用什么分析工具？（用于量身定制落地建议）

这一步骤的价值在于：指标的选取强依赖产品阶段与业务目标。文档在 Notes 中特别强调："If the product is pre-launch, define metrics now but note that baselines will need calibration after launch"——未发布的产品现在就要定义指标，但基线必须在发布后重新校准。

工作流 Step 2：定义指标框架（核心四层）

第二步应用metrics-dashboardskill，按四层结构组织指标。仓库中该 skill 对指标体系的层次划分与命令文档完全一致，并额外补充了Business Metrics（业务指标）一层：

North Star Metric（北极星指标）

• 找出能最好地捕捉"产品为用户交付的价值"的单一指标；
• 用三条标准校验：度量价值交付（measures value delivery）、是领先指标（leading indicator）、可行动（actionable）；
• 精确定义指标：公式（formula）、数据来源（data source）、时间窗口（time window）。

Input Metrics（输入指标，3-5 个）

• 找出驱动北极星的杠杆；
• 每个输入指标必须能被某个团队直接行动；
• 映射因果链：Input → North Star → Business Outcome。

Health Metrics（健康指标，3-5 个）

• 应保持稳定的指标——一旦劣化说明出了问题；
• 示例：错误率（error rates）、延迟（latency）、工单量（support ticket volume）、NPS、流失率（churn rate）；
• 为每个指标定义"健康区间"与劣化阈值。

Counter-Metrics（反指标，1-2 个）

• 用于捕捉"你可能在用错误的方式做优化"的指标；
• 示例：若北极星是"日活用户 DAU"，则反指标是"会话质量"，防止制造"空的参与度"（empty engagement）。

从底层 skill 补充分层原理

metrics-dashboardskill 把框架明确为四层，其中第四层是：

Business Metrics：Revenue、Cost 和 Unit Economics（收入、成本与单位经济模型），在仪表盘布局中作为底部横条展示。

同时该 skill 给出了重要的概念区分：

• Metrics vs KPIs vs NSM：Metrics = 所有可测量的东西；KPIs = 少数几个长期跟踪的关键量化指标；North Star Metric = 单个以客户为中心的 KPI，是业务成功的领先指标。
• 好指标的 4 条标准（源自 Ben Yoskovitz《Lean Analytics》）：(1) 可理解（Understandable，形成共同语言）；(2) 可比较（Comparative，随时间变化而非快照）；(3) 比率或速率（Ratio or Rate，比绝对值更能揭示问题）；(4) 能改变行为（Behavior-changing，黄金法则："如果一个指标不会改变你的行为，它就是坏指标"）。
• 8 种指标类型：虚荣指标 vs 可行动指标（只有可行动的能改变行为）；定性 vs 定量（WHAT vs WHY，两者都需要，绝不能停止与客户对话）；探索性 vs 汇报性；滞后指标 vs 领先指标（领先指标能加速学习周期，例如客户投诉可预测流失）。

用 /north-star 的 7 条标准校验北极星

命令 Step 2 聚焦于框架搭建，而仓库中更专门的/north-star命令（pm-marketing-growth/commands/north-star.md）及其底层 skillnorth-star-metric（pm-marketing-growth/skills/north-star-metric/SKILL.md）给出了更严格的北极星校验清单，可在设计时交叉引用：

1. 易于理解：定义清晰，组织内人人都懂；
2. 以客户为中心：反映交付给客户的价值，而非仅收入或活动；
3. 可持续价值：指示习惯与长期参与；
4. 与愿景一致：代表向公司愿景/使命的实质性进展；
5. 可量化：可明确、数字化跟踪；
6. 可行动：团队可通过产品、市场、运营手段直接影响；
7. 领先指标：能预测未来的业务成功与收入增长。

north-star-metricskill 还要求先对业务游戏分类（The Three Business Games），因为游戏类型决定北极星形态：

• Attention 注意力游戏：客户在产品上花费多少时间？（如 Facebook、Spotify、YouTube）
• Transaction 交易游戏：客户与平台之间发生多少笔交易？（如 Amazon、Uber、Airbnb、PayPal）
• Productivity 生产力游戏：某人完成工作或达成目标的效率有多高？（如 Canva、Dropbox、Loom、Notion）

工作流 Step 3：设计告警阈值

对每个指标，命令要求定义绿/黄/红三色告警区间与检查频率：

• Yellow（黄）：调查一下——可能有异常；
• Red（红）：立即行动——呼叫人（page someone）或升级（escalate）。

metrics-dashboardskill 对告警环节补充了三个必须回答的问题，让告警从"颜色表"变成可执行机制：

• 什么阈值触发调查（What thresholds trigger investigation）？
• 谁收到告警、通过什么渠道（Who gets alerted and through what channel）？
• 预期的响应时间是多少（What's the expected response time）？

工作流 Step 4：创建仪表盘规格（完整模板）

命令第四步输出一份完整的 Markdown 仪表盘规格文档，并保存到用户工作区。以下是命令文档中的完整模板，可直接复制使用：

## Metrics Dashboard: [Product/Feature] **North Star**: [metric name] **Definition**: [precise formula] **Current value**: [if known] **Target**: [goal] ### Input Metrics | Metric | Definition | Owner | Target | Current | |--------|-----------|-------|--------|---------| ### Health Metrics | Metric | Healthy Range | Yellow Threshold | Red Threshold | |--------|-------------|-----------------|---------------| ### Counter-Metrics | Metric | Why It Matters | Watch For | |--------|---------------|-----------| ### Metrics Tree North Star: [metric] ├── Input: [metric 1] → driven by [team/action] ├── Input: [metric 2] → driven by [team/action] ├── Input: [metric 3] → driven by [team/action] └── Counter: [metric] → watch for [degradation signal] ### Implementation Notes - Data sources: [where each metric comes from] - Refresh frequency: [real-time / hourly / daily] - Tool recommendations: [based on user's stack] ### Review Cadence - **Daily**: Glance at North Star and health metrics - **Weekly**: Review input metrics trends, discuss in team standup - **Monthly**: Deep dive — are inputs driving the North Star as expected? - **Quarterly**: Reassess the metrics framework itself

注意三个高频踩坑点：

1. 定义要精确到公式——"Definition: [precise formula]"，避免"活跃用户"这类模糊口径；
2. 每个输入指标必须有 Owner（责任人），否则无法被行动；
3. Metrics Tree 要画出因果链——Input → North Star → Counter，让"谁驱动什么"一目了然。

底层 skill 的仪表盘布局与评审节奏

metrics-dashboardskill 给出了一个更贴近真实 BI 工具的 ASCII 仪表盘布局，可作为实现参考：

┌─────────────────────────────────────────────┐ │ NORTH STAR: [Metric] — [Current Value] │ │ Trend: [↑/↓ X% vs last period] │ ├──────────────────┬──────────────────────────┤ │ Input Metric 1 │ Input Metric 2 │ │ [Sparkline] │ [Sparkline] │ ├──────────────────┼──────────────────────────┤ │ Input Metric 3 │ Input Metric 4 │ │ [Sparkline] │ [Sparkline] │ ├──────────────────┴──────────────────────────┤ │ HEALTH: [Latency] [Error Rate] [NPS] │ ├─────────────────────────────────────────────┤ │ BUSINESS: [MRR] [CAC] [LTV] [Churn] │ └─────────────────────────────────────────────┘

布局要点：顶部醒目展示北极星及其环比趋势，中部四个输入指标以迷你图（Sparkline）呈现，底部两条横条分别放健康指标（Latency / Error Rate / NPS）与业务指标（MRR / CAC / LTV / Churn）。

skill 还给出了与命令文档一致的评审节奏（Review Cadence），并补充了每个节奏关注的对象：

• 每日（Daily）：运营健康——错误、延迟、关键流程；
• 每周（Weekly）：输入指标与参与度趋势；
• 每月（Monthly）：北极星、业务指标、OKR 进度；
• 每季度（Quarterly）：战略回顾与指标重校准。

工具选型建议

metrics-dashboardskill 根据用户的技术栈推荐三类工具：

• 产品分析：Amplitude、Mixpanel、PostHog；
• SQL 驱动仪表盘：Looker、Metabase、Mode；
• 运营健康监控：Datadog、Grafana。

工作流 Step 5：串联后续动作（命令闭环）

命令完成后会主动建议下一步，这正是仓库"Commands are designed to flow into each other"设计理念的体现（见 README.md）：

• "要不要我写 SQL 查询来计算这些指标？"——对应/write-query（pm-data-analytics/commands/write-query.md），它把自然语言请求翻译成 BigQuery / PostgreSQL / MySQL 等方言的优化查询，并支持上传 schema；
• "要不要基于这套指标框架创建 OKR？"——对应/plan-okrs（pm-execution/commands/plan-okrs.md），它生成的 OKR 可以用北极星的变化来表达（north-star-metricskill 明确：可以用 Key Results 表达对 NSM 的期望变化）；
• "要不要做一次 cohort 分析来设定现实基线？"——对应/analyze-cohorts（pm-data-analytics/commands/analyze-cohorts.md），其底层cohort-analysisskill（pm-data-analytics/skills/cohort-analysis/SKILL.md）负责计算留存曲线、特征采用率并识别异常，正好为"发布后校准基线"提供数据支撑；
• "要不要建立每周指标评审模板？"——对应 Review Cadence 的 Weekly 环节。

设计原则与反模式（Notes 精读）

命令文档末尾的 Notes 是整个框架的"心法"，值得逐条展开：

1. 好北极星很稀有——大多数团队选的是虚荣指标（vanity metrics）。要推动团队选择一个捕捉"交付给用户的价值"（user value delivered）的指标，而不仅仅是参与度。这与north-star-metricskill 的告诫一致："Revenue is never a good North Star"——收入是滞后指标，不捕捉用户价值。

2. 输入指标应满足 MECE——互斥且完全穷尽（mutually exclusive, collectively exhaustive）地解释北极星的变化。这意味着输入指标之间不应重叠、合起来应能覆盖北极星的所有驱动因素。

3. 未发布产品：现在就要定义指标，但基线（baselines）需在发布后校准——这正是 Step 1 询问产品阶段的原因。

4. 反指标防止古德哈特定律（Goodhart's Law）——"当一个指标成为目标，它就不再是好指标"（when a metric becomes a target, it ceases to be a good metric）。如果北极星是 DAU，团队会想方设法制造"空的活跃"，因此需要"会话质量"这类反指标对冲。

5. 少而精优于大而全——"从更少的、被良好埋点的指标开始，胜过一张没人看的巨型仪表盘"（fewer metrics, well-instrumented, over a sprawling dashboard nobody checks）。

总结：从命令到完整指标体系

/setup-metrics的完整闭环是：提问澄清（Step 1）→ 四层指标框架（Step 2）→ 三色告警阈值（Step 3）→ 仪表盘规格文档（Step 4）→ 串联数据/OKR/基线动作（Step 5）。它可以独立使用，也可以与仓库中的/north-star（先定北极星）、/write-query（算指标）、/analyze-cohorts（定基线）、/plan-okrs（定目标）组成完整的指标体系建设链路。其方法论底层由 metrics-dashboard 与 north-star-metric 两个 skill 支撑——前者提供 4 条好指标标准、8 种指标类型与仪表盘布局，后者提供 3 种业务游戏分类与 7 条北极星校验标准。对于任何想避免"虚荣指标仪表盘"的产品团队，这套框架都是一份可直接落地的操作指南。

【免费下载链接】pm-skillsPM Skills Marketplace: 100+ agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills