看板上有数字但不知道做什么
一个典型的周会场面：打开看板，十一个指标逐一念过去。曝光比上周涨了，提及率持平，留资跌了两个，互动率涨了。
念完之后，会议进入一个尴尬的环节：接下来做什么。
这个环节的困难往往被归因为"分析不够深"。但更常见的原因在更前面一步：这十一个指标里有相当一部分，无论读数是多少都推不出任何具体动作。
按能不能推出动作来分类
指标的分类方式有很多种，按业务功能分、按层级分、按财务口径分。对周会这个场景有用的一种分法，是按"读数之后能不能推导出动作"来分。
三个类别：
| 类别 | 定义 | 读数的用途 |
|---|---|---|
| 可控 | 你能直接改变它的值 | 确认执行到位 |
| 影响 | 你能影响但它不由你决定 | 看趋势，不能直接推导动作 |
| 观测 | 你只能看 | 解释异常，不驱动动作 |
举几个例子把它填满。
可控指标：本周发布的篇数、本周跑了多少测试问题、复核覆盖比例、素材库新增条数、选题池剩余量。这些数字的共同特点是你今天就能改变它，明天再看它就会变。
影响指标：曝光量、提及率、点击率、留资数、询盘数。你能影响它们，但它们的值由很多因素共同决定，其中大部分不在你手里。
观测指标：平台算法与规则的变化、竞品的动作、行业需求的变化、季节性因素。这些你完全控制不了，你只能看见它，然后调整计划。
混装的后果
把一个看板上的指标按这三类标注一遍，多数团队会发现一个问题：可控指标占比很低，影响指标占了大多数。
影响指标占多数会导致一个具体的困难。它读数变了，但你不知道是自己的动作起作用了，还是环境变了。它读数没变，你也不知道是自己的动作无效，还是被环境抵消了。
于是会议转向讨论"为什么变了"，而这个问题在当周通常答不出来，因为影响指标的响应有时滞，而且有噪音。前面几篇算过，在有噪音的情况下单周的变化几乎没有信息量。
看板看起来信息量很足，实际可用信息很少。
还有一种更麻烦的情况：把影响指标当可控指标管。
这会让团队去找那些能让指标动起来、但和业务无关的办法。想让提及率好看，最简单的做法是把内容量堆上去，而不是把内容做对。想让曝光好看，最简单的做法是追热点，而不是覆盖目标提问。指标会动，业务不会跟着动。
分类不是固定的，它取决于你的干预能力
这是这套框架里最要紧的一点。
同一个指标在不同团队手里属于不同类别。
以提及率为例。对一个没有固定问题集、没有基线、没有测量流程的团队，提及率是观测指标：读数变化了不知道原因，也做不出动作。
对一个有固定问题集、有基线噪音估计、知道哪类内容命中哪类提问的团队，提及率是影响指标：他们知道改内容结构会让它动，知道大概多久会动，也知道动多少算超出了噪音。
所以指标的类别取决于你的能力，它并不是指标本身的属性。
这个结论有直接的实践含义。如果一个指标现在被你归在观测类，而你想让它变成影响类，需要做的事是提高干预能力：建立测量流程、估计噪音、积累"这个动作会让它动多少"的经验。这个积累过程本身就是干预能力。
它也解释了为什么照搬别人的看板通常无效。别人的影响指标在你手里可能是观测指标，因为你不具备人家的干预能力。
时滞决定能不能用于周度管理
影响指标还有一个属性需要考虑：从动作到读数变化之间的时滞。
时滞和决策周期之间的关系，决定了一个指标能不能用于当前周期的管理。
| 决策周期 | 时滞 | 能否用于该周期 |
|---|---|---|
| 1 周 | 数天 | 能 |
| 1 周 | 2 到 4 周 | 不能 |
| 1 个月 | 2 到 4 周 | 勉强能，需要固定测量口径 |
| 1 个季度 | 2 到 4 周 | 能 |
按这个标准，GEO 类的提及率在周会上是不能用于决策的。前面算过它的响应时滞在两周以上，而周会是一周一开。用周读数做决策，等于每周都在噪音里选一个方向。
那周会上看什么。可用的框架是：用可控指标驱动动作，用影响指标验证结果。
周会上做决策依据的是可控指标的完成情况：本周计划发的发了没有，复核比例够不够，测试问题跑了没有。影响指标在这个会上只做一件事：确认它没有出现异常。
验证放在比决策更长的周期上做。 决策按周，验证按月或者按季度，中间用固定口径的测量把噪音压下来。
三类指标该占多少
需要一个配比来约束看板的设计。一个在实践中比较好用的比例：
| 类别 | 占比 | 理由 |
|---|---|---|
| 可控 | 六成到七成 | 这是你能行动的对象 |
| 影响 | 两成到三成 | 用于验证方向 |
| 观测 | 一成 | 用于解释异常 |
可控指标占多数，是因为周会这个动作的性质是分配资源和调整执行，它的输入必须是你能动的东西。看板上可控指标不足的时候，会议会自然转向讨论那些讨论不动的东西。
观测指标虽然只占一成，但不能没有。它的作用是当影响指标出现异常时，帮你排除环境因素。缺少这一成的时候，团队容易把环境变化误判成自己的动作结果。
一个特别的例外：还没找到可控因子的时候
上面这套在一种情况下不适用：你还在探索阶段，根本不知道哪些动作有效。
这个阶段的可控指标是空的，因为还没有被验证的动作。这时候主要靠观测指标和影响指标，做法也变成另一种：小批量试多种动作，记录的是一批候选因子，而不是一个稳定的看板。
这个阶段的关键是尽早结束它。结束的标志是找到一个"做了之后影响指标可复现地变化"的动作。找到第一个之后，后面会越来越快，因为测量流程、噪音估计和归因方法都已经建好了。
一个当周能做完的检查
三件事，各自花不了多少时间。
第一，把当前看板上的每个指标标注成三类。
第二，数一下三类的比例。可控类低于一半，看板的可用性就有问题。
第三，对每个影响指标写一句"它的时滞大概多长"。写不出来的，说明这个指标现在还不具备用于管理的前提，无论它看起来多重要。
三件事做完，通常会看到两份清单：一份是你能立刻拿来做决策的，另一份是需要先补测量能力的。第二份清单比第一份更有价值，它指明了要让哪些指标变得可用。
常见问题
问：影响指标时滞长，是不是就不该看它？
该看，但要换用法。它的用途从"驱动本周动作"改成"验证上个月的方向对不对"。频率降下来，口径固定住，它的信息量反而会上升。
问：可控指标都是执行类的，光看它会不会失去方向？
方向由影响指标来确认，只是确认的周期更长。把方向判断压缩到每周，得到的通常是更多误判，调整速度并没有变快。
问：一个指标能不能同时属于两类？
可以，取决于你怎么用它。但它在一份看板里应该有一个主用途。用途不明确的指标，通常就是那些看了不知道该做什么的指标。
相关阅读
延伸阅读：AI 凭什么信你？品牌在生成式引擎中的可信度建设指南、Onworkly品牌故事：为什么我们要做AI运营管理平台、为什么说2026年是AI数字员工爆发元年？。
三条交付线的额度与价格在定价页，基础版免费，可以先跑一次看结果。