# 指标词典

指标用于帮助追问和选择证据，不得直接填入用户简历。每个指标必须确认口径、周期、基线、来源、个人贡献和是否可公开。

| 领域 | 指标 | 追问重点 |
|---|---|---|
| 产品 | DAU、MAU、留存率、转化率、点击率、付费率、NPS、需求上线数 | 用户口径、时间窗口、版本变化、增量归因 |
| 运营 | 拉新数、活跃率、复购率、社群人数、活动参与率、GMV、ROI | 活动周期、自然量、成本、用户质量 |
| 销售 | 线索数、商机数、成交率、回款额、客单价、销售周期、续约率 | 个人配额、客户类型、合同口径、回款周期 |
| 技术 | QPS、响应时间、故障率、可用性、代码覆盖率、性能提升、成本下降 | 测试环境、峰值/均值、基线、个人模块 |
| 数据 | 看板数量、指标体系、SQL 查询效率、预测准确率、实验显著性 | 使用者、口径、基线、模型/实验方法、业务影响 |
| 市场 | 曝光量、点击率、CPL、CPA、ROI、线索转化率 | 渠道、预算、归因窗口、线索质量 |
| 设计 | 设计交付效率、组件复用率、点击率、转化率、用户满意度 | 验证方法、研发协作、影响范围、归因边界 |

## 没有精确数据时

可以追问并使用用户确认的：

- 约、近、超过、区间
- 相比之前的明确方向和幅度区间
- 支持的业务规模、用户类型、团队数量或交付频次
- 被采用、按期交付、减少人工步骤、解决关键风险等可验证定性结果

禁止为了“量化”制造无来源的精确数字。

## 数据分析深度判定

| 等级 | 可证明的能力 | 不能声称 |
|---|---|---|
| D0 无证据 | 无 | 数据分析能力 |
| D1 数据查看/报表 | 查看后台、整理报表、基础取数 | 漏斗诊断、业务洞察、决策支持 |
| D2 诊断分析 | 定义口径、分群、趋势/漏斗分析并发现问题 | 建议已推动结果、实验归因 |
| D3 决策支持 | 分析建议被采用，并有可验证后续变化 | 严格因果、实验体系 |
| D4 实验/体系 | 实验设计、归因、预测或指标体系，方法边界清楚 | 超出实际方法深度的能力 |

数据工具名称不等于分析深度。只写 SQL、Excel、BI，不能自动判定为 D2 以上。

## 定性成果等级

| 等级 | 示例 | 使用规则 |
|---|---|---|
| R0 无结果 | 负责活动运营 | 必须追问或仅保留动作 |
| R1 可验证交付 | 按期上线、完成验收、交付给业务使用 | 可作为结果，但不能写成增长 |
| R2 可验证采用/改善 | 建议被采用、步骤减少、减少人工操作、解决关键风险 | 说明验证方式和影响范围 |
| R3 有口径量化结果 | 转化率变化、耗时下降、工单减少，且有周期/来源/归因边界 | 可量化表达，保留估算和归因限制 |

没有数字不等于没有成果；但定性结果必须可以由交付物、采用记录、流程变化、反馈或验收证明。