第三章 需求定义与 SOW
3.1 北极星指标
承前：上一章我们做完了进场诊断——摸清了青禾优选的组织、系统和数据的底子，也知道了三个部门报出三个会员数（80 万、120 万、76 万）这类"地基裂缝"。诊断报告交出去之后，客户高管层自然会问下一个问题："那这个项目到底要解决什么问题、怎么衡量成功？"这一章我们就进入 FDE 工作中最关键的一周：把模糊的期待翻译成可签署、可验收、可打款的正式需求。而这一切的地基，是先找到那个唯一的北极星指标。
3.1.1 为什么先定指标，再谈方案
很多工程师出身的人做交付，习惯是"先看数据能不能接、模型能不能跑"，指标是最后补的。这个顺序在企业级 AI 交付里是致命的。
原因很简单：企业买 Agent 产品，不是买一堆 API 调用日志，而是买一个可向董事会汇报的业务结果。增长副总裁发起这个项目，他在内部要面对的是 CFO 问"这几百万预算换来了什么"、CEO 问"复购率涨了没有"。如果你交付时只能说"我们接通了 12 个数据源、上线了 3 个 Agent、跑了 8 万次会话"，这个项目在客户内部就会被判定为失败——哪怕技术做得再漂亮。
反过来，如果项目从第一天起就锚定在一个双方共同认可的指标上，后面所有的争论都有了裁判：需求要不要加？看它动不动指标。验收怎么过？看指标涨没涨。延期了怎么解释？看指标的分阶段承诺。这就是北极星指标的价值——它不是 KPI 装饰品，而是整个项目的合同锚点和争议仲裁机制。
打个比方：项目没有北极星指标，就像一艘船没有目的地，甲板上每个人都在用力划桨，但每个人划的方向都不一样——副总裁想往"复购率"划，运营想往"省人力"划，IT 想往"不出事故"划。FDE 的第一件事，就是把这艘船的目的地钉死。
3.1.2 北极星指标的三条件：可衡量、可归因、可行动
不是任何指标都能当北极星。SaaS 产品领域有一个成熟的说法（Amplitude 等公司将其系统化为 North Star Framework），核心是指标要能代表客户价值、能反映产品成败。在 FDE 交付语境下，我们把它落地成三个更硬的条件：
条件一：可衡量（Measurable）。 指标必须能从现有或即将建成的数据里稳定地算出来。听起来像废话，但在企业里恰恰是第一道坎。青禾优选的"会员复购率"就卡在这里——三个部门三个会员数，分母都定不下来，指标从何算起？所以"可衡量"背后隐含着一整套数据工作（第 4 章展开）。一个算不出来的指标，等于没有指标。
条件二：可归因（Attributable）。 指标变了，你要能说清楚是项目干的还是别的因素干的。这要求指标对项目动作有足够敏感度，同时对噪音有足够免疫力。反例是"品牌好感度"——它可能因为一场广告战役就涨了，跟你的 Agent 没关系。正例是"90 天会员复购率"：营销预算、季节因素会有影响，但如果你的 Agent 精准触达了沉睡会员，这个子人群的复购提升是可以单独切出来归因的（第 10 章会讲归因方法论）。归因不要求完美隔离，但要求可设计归因路径。
条件三：可行动（Actionable）。 指标跌了，客户里得有人知道该干什么。如果一个指标只可汇报、不可行动，它就是仪表盘上的装饰。复购率跌了，运营团队可以发起召回活动、调整选品、优化会员权益——动作路径是清晰的。这条也决定了指标必须跟一线业务流程挂钩，而不是悬在空中。
三个条件画成一张检查表：
候选指标体检表
┌────────────────────────────────────────────┐
│ 指标：90 天会员复购率 │
├──────────────┬─────────────────────────────┤
│ 可衡量？ │ 分母待定义（三个部门三个数）→ W4 解决 │
│ 可归因？ │ 可切子人群做对照 → 可行 │
│ 可行动？ │ 运营有召回/权益/选品三套动作 → 可行 │
├──────────────┴─────────────────────────────┤
│ 结论：合格，但需先完成口径注册（3.4 节） │
└────────────────────────────────────────────┘3.1.3 沙盘：青禾优选的指标收敛过程
在青禾优选的需求启动会上，三个干系人抛出了三个方向：
- 增长副总裁（发起人）：要看复购率。他的逻辑是"会员制超市的命根子就是复购，一次拉新管一年，复购率掉两个点，全年利润就没了"。
- 一线运营经理：要减工作量。她管着 30 人的会员运营团队，每天手工导出名单、做标签、发短信，加班是常态。
- IT 负责人：要"不担责任"。他最怕的是新系统出数据安全事故或者把老订单系统搞挂，考核里有一条"重大生产事故一票否决"。
这三方诉求看起来冲突，其实在北极星框架下是可以统一到"复购率"上的：
- 运营减工作量 → 是路径不是目标：Agent 自动做分群和触达，人从执行者变成审核者，工作量下降的同时复购动作更精准。
- IT 不担责任 → 是约束不是目标：写进 SOW 的安全条款和部署边界（第 6 章展开），而不是北极星。
所以需求定义会上，FDE 要做的关键动作是帮客户分层：谁的目标是指标，谁的目标是效率路径，谁的目标是风险约束。 分层之后，"三方冲突"就变成了"一个指标 + 一条路径 + 一组约束"——这是可以被一份 SOW 承载的结构。
最后的表述是："以 90 天会员复购率为北极星指标，首期目标在试点门店群将指标提升 X 个百分点，同时将会员运营团队人均日处理会员数提升 Y 倍，全程数据不出客户私有环境。"一句话，三个方都被照顾到了。
3.1.4 常见的指标陷阱
陷阱一：把产出当结果。 "AI 触达会员 10 万人次"是产出，"触达后 30 天复购率提升"才是结果。产出指标最容易造假（刷触达量就行），也最容易让项目空转。
陷阱二：指标太多。 北极星之所以叫北极星，是因为天上只有一颗。给客户提 12 个"核心指标"，等于没有指标——每个干系人都能挑一个对自己有利的解读。惯例是最多 1 个北极星 + 2-3 个护栏指标（如退订率、客诉率，防止指标被"邪道"优化）。
陷阱三：指标不可基线化。 签约前必须测出指标的当前基线。如果基线本身就算不出来（比如青禾的三个会员数问题），那么第一阶段的交付物就应该是"把指标算出来"，而不是"把指标提升"——这也是 SOW 里程碑设计的常见做法。
3.1.5 指标分层：北极星、护栏与过程指标
北极星指标定了，不等于指标体系完成了。成熟的交付项目里，指标是分三层的，各司其职：
北极星层（1 个）：90 天会员复购率。唯一的结果指标，写进 SOW 的验收标准，所有汇报的终点。
护栏层（2-3 个）：防止北极星被"邪道优化"。复购率最容易的邪道是狂发短信硬拉复访——指标涨了，退订率爆炸。所以护栏指标通常配"退订率上限"、"客诉率上限"，写进 SOW 的验收附加条款：北极星达标但护栏击穿，视同未达标。护栏的哲学和风险投资的优先清算权一样：奖励可以分享，底线不能击穿。
过程层（若干）：FDE 团队内部用的驾驶舱指标——Agent 会话量、人工审核放行率、bad case 修复速度、数据新鲜度。这些不上客户高管的汇报，但每周项目例会必看。过程层指标的作用是提前 4-6 周预判北极星能不能达标：如果第 4 周人工放行率还只有 30%（运营不信任，大量驳回），第 8 周的触达量就上不去，第 12 周的复购率必然哑火——此时纠偏还来得及，等北极星出来再纠就晚了。
三层之间的汇报纪律值得强调一句：向副总裁汇报北极星 + 护栏，向运营经理汇报过程层，向 IT 汇报稳定性和安全指标。给错层级的听众汇报错层级的指标，是 FDE 犯的低级但高频的沟通错误——跟副总裁讲 bad case 修复速度，他只会觉得你在找借口；跟运营讲复购率战略意义，她只关心明天的名单。
另外还有一类特殊的指标值得单独一提：反指标（counter-metric）。有些动作会同时改善北极星和恶化某个业务价值——比如提高触达频率短期拉复购、长期耗尽会员耐性。反指标就是被主动牺牲、但设了止损线的量。有意识地声明反指标，比无意识地伤害它，在治理上是天壤之别。
3.1.6 要点总结
- 企业买的是业务结果，指标是项目的合同锚点、验收依据和争议仲裁机制，必须在方案之前定。
- 北极星指标三条件：可衡量（算得出来）、可归因（说得清是谁的功劳）、可行动（跌了有人知道怎么办）。
- 三方诉求分层法：副总的诉求是指标，运营的诉求是效率路径，IT 的诉求是风险约束——一个指标 + 一条路径 + 一组约束，冲突即可收敛。
- 警惕产出型指标、指标过多、无基线指标三类陷阱；基线算不出来时，"算出基线"本身就是第一阶段交付物。
3.1.7 延伸：北极星与业务模型的关系
最后看一眼更宏观的参照系。Amplitude 的 North Star Framework 把北极星指标按业务模型分三类：注意力型（用户花的时间，如内容平台）、交易型（成交次数，如电商）、生产力型（单位投入的产出，如企业工具）。会员制零售的复购率属于典型的交易型——客户价值的证据就是"他又来买了"。
这个分类对 FDE 的用处是售前速判：进任何行业客户，先判断它的商业模式属于哪类，北极星候选就缩小到两三个，需求会议的效率翻倍。制造业客户多属生产力型（设备综合效率 OEE、人均产出），SaaS 客户多属注意力或交易型，保险经纪是交易型（成单率），医院是生产力型（床位周转）。带着这个框架进访谈，你问的问题会显得"懂行"——因为你真的懂。
还要提醒一个国内实践的注脚：神策数据等国内分析服务商在为零售客户提供咨询时，同样把"指标体系梳理"作为实施的第一阶段交付物（其官网披露服务过 2000+ 企业、沉淀近千个指标的体系化指标库）——先定义、再分析、后行动的顺序，与本章方法论完全一致。北极星指标这件事，中外的最佳实践惊人地收敛，说明它不是风格偏好，是规律。
参考资料
- Every Product Needs a North Star Metric: Here's How to Find Yours — Amplitude — 北极星指标框架的提出方之一，讲指标如何代表客户价值。
- About North Star Framework — Amplitude — 北极星框架官方文档：指标是结果而非产出，不应能被直接操纵。
- OpenAI launches the OpenAI Deployment Company — OpenAI — OpenAI 官方公告：典型 FDE 交付从"聚焦的诊断"开始，先识别价值最高的场景，与本章"先定指标再谈方案"的逻辑一致。
- The AI Was the Easy Part: What is a Forward Deployed Engineer for Supply Chain? — Samir Saci — 米兰零售商案例作者原文：FDE 的第一件事是让各方对定义达成一致，而不是先调模型。