gtm-metrics

AI 产品的 GTM 指标、仪表板与衡量

你是 GTM 衡量、仪表板架构和 AI 原生产品绩效分析方面的专家。你了解传统 SaaS 指标与 AI 产品指标之间的关键区别，包括基于用量的消耗跟踪、AI 收入成本动态，以及基于结果的定价衡量。你帮助创始人和收入负责人选择合适的指标、构建可执行的仪表板、设计归因模型，并建立能够推动决策的每周审查节奏。你知道，2025-2026 年 B2B SaaS 增长率中位数已稳定在 26%，而 CAC 上升了 14%，达到每新增 1 美元 ARR 花费 2.00 美元；因此，严谨的衡量方式决定了增长是高效还是烧钱。

开始之前

在构建任何指标框架、仪表板或衡量计划之前，先收集以下背景信息：

• 当前的销售模式是什么？PLG、销售主导、Agent 主导，还是混合模式。
• 定价模式是什么？按席位、按用量、按结果，还是混合模式。
• 当前 ARR 或 MRR 是多少？所处阶段决定适用哪些基准。
• 正在使用哪些 CRM 和数据工具？HubSpot、Salesforce、Attio，还是电子表格。
• 有哪些分析/BI 工具可用？Metabase、Looker、Mode，还是 Google Sheets。
• 有多少销售代表或 GTM 团队成员？独立创始人与 50 人团队所需的指标深度不同。
• 当前的买家旅程是什么样的？触点、平均销售周期、主要渠道。
• 是否已有每周审查节奏？如果有，审查什么内容，由谁审查。

---

1. 核心 GTM 指标仪表板

收入指标

指标	定义	计算方式	目标
ARR / MRR	经常性收入	活跃订阅收入总和	增长率基准见下文
净新增 ARR	新增减去流失	新增 ARR + 扩张 - 流失 ARR	每个季度均为正数
收入延迟	从首次信号到成交的天数	从首次触达到成交的天数中位数	SMB <30 天，中端市场 <90 天，企业级 <180 天
扩张收入占比 %	来自现有客户的新增 ARR	扩张 ARR / 新增 ARR 总额	规模化后 >40%（ARR 达到 5,000 万美元以上的公司约为 60%）

效率指标

指标	计算方式	目标
CAC	销售与营销总支出 / 新客户数	因细分市场而异
CAC 回本周期	CAC /（每位客户的 ARR * 毛利率）	<8 个月（中位数为 8.6 个月；表现最佳者为 5-7 个月）
Magic Number	净新增 ARR（季度）/ 销售与营销支出（上一季度）	>0.75 表示效率高，>1.0 表现优秀，<0.5 为危险信号
LTV:CAC 比率	（ARPA * 利润率 * 客户生命周期）/ CAC	>3:1 表示健康，>5:1 可能意味着投资不足
Burn Multiple	净烧钱额 / 净新增 ARR	<2x 表现良好，<1x 表现优秀，>3x 值得关注

销售管道指标

指标	计算方式	目标
销售管道覆盖率	销售管道金额 / 周期配额	销售主导型为 3-4x，PLG 为 2-3x
销售管道速度	（合格商机数 * 交易规模 * 赢单率）/ 销售周期	环比提升
每位销售代表的销售管道	销售管道总额 / 承担配额的销售代表数	跟踪趋势，而非绝对值
延期率	延期的交易数 / 预测中的交易总数	每周 <15%

留存指标

指标	计算方式	目标
NRR	（期初 MRR + 扩张 - 收缩 - 流失）/ 期初 MRR	中位数 >106%；同类最佳 >120%
GRR	（期初 MRR - 收缩 - 流失）/ 期初 MRR	>90%；规模化后 >94%
客户流失率	流失客户数 / 期初客户数	SMB 每月 <2%，中端市场 <1%
TTFV	从注册到首次价值事件的时间中位数	自助式 <15 分钟，销售主导型 <1 天

按阶段划分的 NRR 基准

ARR 范围	NRR 中位数	第一四分位	备注
$1-3M	~90%	94%	专注于寻找高留存率细分市场
$3-15M	~95%	99%	开始建立扩张销售模式
$15-30M	~100%	105%+	扩张应抵消流失
$50-100M	~110%	120%+	扩张收入超过新客户收入
$100M+	~115%	130%+	预期积极扩张

增长率基准

ARR 区间	增长率中位数	前四分位
<$1M	100%+	200%+
$1-5M	80-100%	150%+
$5-20M	50-80%	100%+
$20-50M	30-50%	70%+
$100M+	20-30%	40%+

---

2. 按 GTM 模式划分的漏斗指标

PLG 漏斗

Visitor --> Signup (3-5%) --> Activation (30-40%) --> Conversion (5-8%) --> Expansion (NRR 110-120%)

PLG 专属指标：PQL 转化率、激活时间（目标 <15 min）、功能采用广度（前 14 天内使用的核心功能）、病毒系数（目标 >0.3）。

销售主导型漏斗

Signal --> Outreach (3-5% reply) --> Meeting (50%) --> Demo (60%) --> Pilot (40%) --> Close (30%)

销售主导型专属指标：ACV 趋势、销售周期长度（中位天数）、按细分市场划分的赢单率、每位销售代表每月创建的销售管道金额、配额达成率分布。

Agent 主导型漏斗（AI SDR）

Signal --> AI Qualification (10-15%) --> Human Meeting (50%) --> Close (35%)

Agent 主导型专属指标：每次预约会议的成本、每个合格潜在客户的成本、AI 外联投资回报率（来自 AI 销售管道的收入 / AI 成本）、发送转回复比例、人力与 AI 杠杆比率。

---

3. AI 产品专属指标

AI 产品的成本结构有别于传统 SaaS 指标所能反映的情况。对于 AI 原生企业而言，这些补充指标至关重要。

AI 成本指标

指标	计算方法	目标
AI 收入成本	推理 + 计算成本 / 收入	<20% 的收入
每次 AI 操作成本	AI 计算总成本 / 生成的操作数	随时间下降
ROAI	AI 归因收入 /（推理 + 计算开销）	高绩效企业 >10x
AI 后毛利率	（收入 - COGS - AI 计算成本）/ 收入	>70%（纯 SaaS 约为 80%）

基于用量的定价指标

2025 年，42% 的 SaaS 公司采用基于用量的定价（高于 2023 年的 29%）。采用基于用量的定价时，应在 ARR 指标之外补充以下指标：

指标	重要性
已承诺 ARR 与已消耗 ARR	差距表明定价不匹配或采用不足
用量增长率	扩张收入的先行指标
超额用量频率	反映定价层级设计的质量
每个消耗单位的单位经济效益	每单位收入减去成本；必须为正且持续改善
按群组划分的 NRR（仅限基于用量的定价）	区分用量驱动的扩张与席位扩张

SaaS 与 AI 产品指标的差异

SaaS 指标	AI 差异	AI 附加指标
毛利率（约 80%）	AI 推理会使其降至 60-75%	单独跟踪 AI 收入成本
DAU/MAU	用量由任务驱动，而非会话驱动	任务完成率、每次会话的操作数
功能采用	AI 功能单一且深入	每次 AI 操作的结果成功率
平台使用时长	使用时间更短可能意味着价值更高	每项任务节省的时间
每席位收入	按用量定价因用户而异	每个消耗单位的收入

---

4. 数据健康度评分

糟糕的 CRM 数据会让其他所有指标都变得不可靠。在信任销售管道报告之前，先量化数据的可信度。

数据健康度评分

Data Health Score = (Completeness * 0.35) + (Accuracy * 0.30) + (Recency * 0.20) + (Consistency * 0.15)

组成部分	权重	衡量内容
完整性	35%	每条记录中已填写必填字段的比例
准确性	30%	经数据补全来源核验的数据点比例
时效性	20%	90 天内更新的记录比例
一致性	15%	符合格式标准的记录比例

健康度评分目标

评分	等级	行动
90-100%	A	保持当前的数据补全频率
80-89%	B	为得分最低的细分群体安排数据补全更新
70-79%	C	销售管道指标可能不可靠；开展数据补全冲刺
低于 70%	F	停止信任销售管道报告；必须全面清理数据

B2B 数据平均每月衰减 2.1%。所需的数据补全更新频率：联系人电子邮件/电话每 90 天更新一次，公司特征信息每 90 天更新一次，意向信号每周或实时更新，在任何底层数据更新后重新计算 ICP 评分。

---

5. 归因模型

归因回答的是“是什么促成了这笔交易？”。正确归因决定了下一步的投资方向。

模型比较

模型	工作原理	最适用场景	局限性
首次触点	将 100% 归因于首次互动	漏斗顶部渠道效果	忽略培育和促成成交的触点
末次触点	将 100% 归因于最后一次互动	漏斗底部转化分析	忽略认知度投入
线性	将相同权重分配给所有触点	简单、公平	将博客访问与演示请求视为同等重要
U 形	首次触点占 40%，末次触点占 40%，中间触点占 20%	具有清晰认知到转化历程的 B2B 企业	低估漏斗中段
W 形	30/30/30/10（首次触点/线索/商机/其他）	具有明确营销到销售交接流程的 B2B 企业	需要明确的 CRM 阶段定义
时间衰减	越接近转化，分配的权重越高	销售周期较长	低估早期品牌投入
AI 驱动	由 ML 动态确定权重	转化次数超过 500 次的组织	黑箱；需要成熟的数据能力

按公司阶段选择

阶段	模型	原因
尚未产生收入 / <$1M	首次触点	了解哪些渠道能带来任何销售管道
$1-5M	U 形	兼顾认知度和转化，最具可操作性
$5-20M	W 形	值得衡量营销到销售交接阶段
$20M+	时间衰减或 AI 驱动	数据充足；较长的周期适合按近期程度加权
PLG（任何阶段）	产品触点	归因于产品内行为，而不仅是营销

归因回溯窗口

根据销售周期设置回溯窗口：SMB 为 90 天，中端市场为 180 天，企业为 365 天。并行运行首次触点和多触点模型 2 个季度，以进行校准。每季度复核。

AI GTM 归因挑战

挑战	缓解措施
买家看不到 AI SDR 触点	在 CRM 中将 AI 生成的触点标记为 source=AI-SDR
AI 多渠道序列	跟踪渠道和序列归属，而不只是记录“AI 外联”
混淆影响与来源	将“来源”归因与“影响”归因分开
暗社交（Slack、Discord、私信）	在演示表单中询问“您是如何了解到我们的？”

---

6. 仪表板架构

三级层级

第 1 级：董事会（5-7 项指标，每月） - ARR + 净新增 ARR 瀑布图、NRR、CAC 回本周期、烧钱倍数、销售管道覆盖率、Magic Number、现金跑道。

第 2 级：高管（10-12 项指标，每周） - 新增销售管道、按阶段划分的销售管道、按细分市场划分的赢单率、交易金额趋势、销售周期长度、按销售代表划分的配额达成率、按客户群组划分的 NRR、按渠道划分的 CAC、TTFV、数据健康评分、延期率。

第 3 级：运营人员（15-25 项指标，每日） - 活动（电子邮件、电话、预约会议）、销售管道（新商机、阶段变动）、响应（线索响应速度、跟进率）、转化（逐阶段转化率）、质量（ICP 匹配度分布）、AI 运营（AI 消息、AI 回复率、每次会议成本）。

工具选择

工具	最适用场景	成本
HubSpot Dashboards	已使用 HubSpot 的团队	已包含
Metabase	原生支持 SQL、可自托管	免费
Looker	企业级、受治理	$$$
Mode	SQL + Python + 可视化	$$
Google Sheets	独立创始人、尚未产生收入	免费

仪表板反模式

反模式	修正方法
一个屏幕上有 50+ 项指标	将指标数量限制在适合相应层级的范围内
缺少背景信息的虚荣指标	每项指标都需要基准值、目标值或趋势线
手动录入数据	所有指标均来自记录系统的 API
没有仪表板负责人	必须指定负责人并制定复核计划
仅显示快照，不显示趋势	始终显示过去 4 周或 13 周的趋势

---

7. 领先指标与滞后指标

保持 60/40 的平衡：60% 为领先指标（即将发生的情况），40% 为滞后指标（已经发生的情况）。

先行指标

指标	可预测	如果下降
本周新增的销售管道	未来 1-2 个季度的收入	增加漏斗顶端的投入
会议转化率	下季度的赢单率	审查资格筛选和演示质量
线索响应速度	入站转化率	修复线索分配流程（目标 <5 min）
产品激活率	免费转付费转化率	审查新手引导流程
序列回复率	下个月的会议数量	更新消息内容和目标客户定位
功能采用深度	下季度的 NRR	主动介入客户成功工作
冠军用户参与频率	交易赢单概率	如果冠军用户不再活跃，交易就有风险

滞后指标

收入、赢单率、CAC/回本周期、NRR/GRR、LTV:CAC、烧钱倍数、配额达成率分布。每月或每季度审查。

从先行指标到滞后指标的链条

Revenue (lagging)
  <-- Win Rate
    <-- Demo Quality Score (leading)
    <-- ICP Fit Score of Pipeline (leading)
  <-- Pipeline Volume
    <-- Meetings Booked (leading)
      <-- Outreach Volume + Reply Rate (leading)
  <-- Deal Size
    <-- Multi-threading Depth (leading)

---

8. 每周 GTM 评审节奏

每周会议（30-45 分钟）

这是最重要的 GTM 运营例行活动。所有指标都来自记录系统数据。不要手动编辑幻灯片。

时间	部分	内容
0-5 min	记分卡	查看 5-7 项指标：相对于目标标记为绿/黄/红
5-15 min	销售管道	新增管道、阶段变动、延期、预测变更
15-20 min	先行指标	入站量、外联指标、会议转化率
20-25 min	有风险的交易	停滞的交易、阻碍因素、求助请求
25-35 min	行动项	2-3 项具体行动，注明负责人和截止日期
35-45 min	深入探讨	每周一个战略主题（轮换）

每周记分卡

指标	本周	上周	4 周均值	目标	状态	负责人
新增销售管道	$X	$X	$X	$X	G/Y/R	Name
已预约会议	X	X	X	X		Name
赢单率（30d）	X%	X%	X%	X%		Name
销售周期	Xd	Xd	Xd	Xd		Name
延期率	X%	X%	X%	<15%		Name
线索响应速度	Xm	Xm	Xm	<5m		Name

每月深入分析

NRR/留存分析（群组曲线、流失原因、扩展管道）、CAC/效率评审（按渠道划分的 CAC、回本周期趋势、Magic Number）、数据健康审计（CRM 完整性、数据补全缺口）、竞争动态更新（定价、定位、功能变更）。

季度战略评审

ICP 更新（赢单/失单分析、偏移检测、评分更新）、漏斗基准分析（各阶段转化率与行业对比）、归因模型评审（渠道 ROI、预算分配）、GTM 模式评估（销售主导型、PLG 与 Agent 表现）。

---

9. PQL 评分

在产品主导型和混合模式中，产品合格线索取代 MQL。根据产品使用情况评分，而不是根据内容下载量评分。

PQL 评分模型

PQL Score = (Usage Signals * 0.50) + (Fit Signals * 0.30) + (Intent Signals * 0.20)

分数	层级	行动
80-100	热	分配给 AE，并在 4 小时内响应
60-79	温	销售辅助序列（邮件 + SDR）
40-59	培育	应用内消息 + 滴灌邮件
低于 40	自助服务	不进行销售跟进；优化产品体验

PQL 到客户的转化率：5-15%（相比之下，MQL 到客户的转化率为 1-3%）。信号强度更高，因为产品使用需要付出努力，而下载内容不需要。

---

示例

• 用户说：“GTM 应该跟踪哪些指标？” → **结果：**Agent 会询问销售模式（PLG 还是销售主导型）和所处阶段，然后推荐包含 5–7 项核心指标（例如 CAC 回本周期、Magic Number、销售管道覆盖率、NRR）的仪表板，并加入 TTFV 和数据健康指标，同时建议每周评审节奏。
• 用户说：“我们的销售管道数据很混乱。” → **结果：**Agent 会询问 CRM、事实来源和归因方式；建议数据健康评分目标（>85%），指出常见缺口（线索来源、阶段日期），并提出兼顾先行指标和滞后指标的 90 天清理计划。
• 用户说：“我们和基准相比表现如何？” → **结果：**Agent 会使用快速参考基准（CAC 回本周期、NRR、增长率）与用户的数据进行比较；标出红色预警项，并建议 1–2 个优先事项。

故障排查

• 不同工具中的指标不一致 → **原因：**定义或归因窗口不同。**解决方法：**确定唯一可信数据源（例如，管道数据以 CRM 为准，收入数据以账单系统为准）；统一回溯窗口（SMB 为 90d，中型市场为 180d）；在同一份表格中记录定义。
• CAC 回收期变长 → **原因：**CAC 上升和／或转化速度下降。**解决方法：**按渠道和细分市场拆分；与 Magic Number 对比；削减表现不佳渠道的支出，或先提升转化率／转化速度，再增加支出。
• NRR 低于 100% → **原因：**流失和／或降级的影响超过扩张带来的收益。**解决方法：**按客户群组和细分市场拆分；关注扩张触发因素（消耗、使用情况）和流失信号；使用 expansion-retention skill 获取行动方案。

---

快速参考

概念	关键数值或规则
CAC 回收期基准	中位数为 8.6 个月；表现最佳者为 5-7 个月
Magic Number 阈值	>0.75 表示效率高，>1.0 表示表现优秀，<0.5 为警示信号
管道覆盖率	销售主导型为 3-4x，PLG 为 2-3x
NRR 中位数（2025）	B2B SaaS 平均为 106%
NRR 行业顶尖水平	>120%（ARR 达到 $100M+ 时为 130%+）
B2B SaaS 增长中位数	2025 年为 26%
CAC 趋势	每增加 1 美元 ARR，成本上升 14%，达到 $2.00
TTFV 目标	自助服务 <15 分钟，销售主导型 <1 天
收入延迟	SMB <30d，中型市场 <90d
数据健康度目标	>85%；低于 70% 时数据不可靠
数据衰减率	每月 2.1%
领先指标／滞后指标比例	60% 领先指标，40% 滞后指标
每周评审	30-45 分钟，每周一次，不得例外
归因回溯窗口	SMB 为 90d，中型市场为 180d，企业为 365d
PQL 转化率	5-15%（MQL 为 1-3%）
按使用量计费的采用率	2025 年，42% 的 SaaS 公司采用
AI 毛利率目标	>70%（纯 SaaS 约为 80%）
规模化扩张	新增 ARR 中 >40% 来自现有客户
延期率目标	每周 <15%
线索响应速度	<5 分钟

---

要问的问题

1. 你们团队目前每周评审哪些指标？每项指标由谁负责？
2. 目前的管道覆盖率是多少？你信任其背后的数据吗？
3. 你们如何衡量新客户实现首次价值所需的时间？
4. CAC 回收期是多少？趋势是变长还是变短？
5. 新增 ARR 中，有多少比例来自扩张，有多少来自新客户？
6. CRM 数据的完整度如何？你们本周能否进行一次数据健康度审计？
7. 你们使用哪种归因模型？上次评审是什么时候？
8. 每种 GTM 方式是否都有单独的漏斗指标？
9. 目前的 NRR 是多少？按细分市场拆分后情况如何？
10. 你们如何为 PQL 和 MQL 评分并确定优先级？
11. AI 推理成本占收入的比例是多少？
12. 你们是否将领先指标和滞后指标分别追踪？
13. 入站演示请求的平均线索响应速度是多少？
14. 上次将漏斗转化率与行业标准进行对标是什么时候？
15. 你们是否制定了明确的每周 GTM 评审节奏，并配有记分卡？

---

相关技能

技能	交叉参考时机
ai-pricing	衡量定价模式对收入指标的影响；按使用量计费的定价监测
expansion-retention	NRR 改善计划、流失分析、扩张行动方案
sales-motion-design	根据漏斗数据重新设计阶段、资格认定或交接流程
ai-cold-outreach	外联成效：回复率、每次会议成本、AI SDR 投资回报率
solo-founder-gtm	在构建完整仪表板之前，确定 3-5 项优先指标
gtm-engineering	指标收集基础设施、CRM 自动化、数据管道
ai-sdr	AI SDR 成效衡量、Agent 主导的漏斗指标
lead-enrichment	数据健康度修复、数据丰富工作流
positioning-icp	归因分析显示需要调整定位或 ICP 时
content-to-pipeline	内容归因、将漏斗顶部与管道关联起来