只有指标，没有模型：如何看懂真正驱动收入的因素

周会看起来很专业：转化、留存、活跃用户、客单价，图表实时更新。但一到决定下周做什么，讨论又回到了各自的看法。

报告回答的往往是“什么变了”，团队需要的却是“该做什么”。两者之间需要可验证的解释：哪些用户行为创造结果，结果在哪里丢失，又如何连接到收入。

选择可以观察到的结果

设想一个面向小型连锁企业的排班服务。注册不能证明价值，创建排班草稿也不能，因为经理可能只是打开模板。更有意义的事件是发布排班表：所需班次已补齐，员工也收到了安排。

即便如此，它起初也只是激活指标的候选项。通过交流与观察确认经理是否真的得到结果，再检查它与后续使用的关联。关联能帮助选指标，却不能独自证明因果。

AJTBD 使用 关键任务链这一概念：获得最终结果不可缺少的一系列任务。把任务链与产品事件对应起来，有助于诊断；点击漏斗只展示其中已被测量的部分。

同一个漏斗流失，可能有多种解释

假设一个同期群包含 100 位新经理。前七天中，72 人开始排班，49 人发布，31 人在下一轮排班时回来。所有数字都对应同一批人，且观察时间足够覆盖每个人的下一周期。

从开始到发布流失了 23 人：占初始同期群的 23 个百分点，约占开始排班者的 32%。不要在汇报中混淆，两者回答的是不同问题。

数字尚未解释为什么停下。经理可能不理解界面，发现系统不支持员工限制，正在等同事提供可用时间，或早已用表格解决，只是好奇打开了应用。

同一张图可能导向四种不同决策。因此，不能只凭一个转化率就决定重做设计。

把改变连接到经济模型

假设产品每月获得 400 个符合条件的注册，团队预计改善首次流程能让付费比例提高 5 个百分点，也就是多 20 位付费者。若每人首个付费月贡献 3,000 卢布，模型预测该月增加 60,000 卢布。

这是测算场景，不是已观察到的效果。还要扣除额外成本，检查留存，计算改动本身的代价。关键是让假设关系透明：如果付费增长没发生，财务结果也不会出现。

这样的模型能把改善激活与调整套餐、获客渠道或服务成本放在一起比较。决策不再取决于哪张图下降得最吓人。

约定什么才算证据

发布前记录主指标、观察周期与护栏，例如排班发布数增加，但错误安排和客服负担不能恶化。涉及团队协作时，通常按组织分组实验更合理，避免同一工作空间成员得到冲突版本。

样本量取决于基线指标、预期效果与允许误差。不能因为迭代结束，就认为一周观察足够。用户量小时，可用观察和有限试点完善假设，并明确尚未确定精确量化效果。

验证后有三种正常决策：扩大改动、重新设计，或停止。有用的报告应以其中一种结束，并解释什么证据支持下一步。