北極星指標

---
doc_type: "north-star"
variant: "light"
status: "draft"
owner: "<your-name>"
last_updated: "YYYY-MM-DD"
upstream:
  required: ["persona", "jtbd"]
  optional: ["value-hypothesis", "competitive-scan"]
---

# North Star Metric: <product-name>

**Status:** Draft v0.X · **Owner:** <PM name> · **Last updated:** YYYY-MM-DD

> [!IMPORTANT]
> **AI 填寫規則：** 本範本 6 段（編號 1, 2, 3, 4, 10, 12），全部必填——刻意沿用完整版章節編號讓兩版可對照。每結論行內加 `（依據：persona §XXX / JTBD-NNN / metric §YYY）`；每量化欄位 `[H]/[M]/[L]` confidence badge；缺資料寫 `_TODO: 需要 XXX_` 不編造；**北極星必須是使用者價值代理指標**，不能是 revenue 單獨指標（若是 revenue 須在 Decision Log 解釋）；**counter-metric 必填**且須有 hard threshold。

---

## 1. Executive Summary

<!-- ai-fill: 3-5 行：NSM 是什麼、為何代表 user value、counter-metric 是什麼 -->

<3-5 行說明>

> **TL;DR:** <一句話：我們的北極星是 <metric>，因為它代表 <user value>，搭配 <counter-metric> 防偏>

---

## 2. North Star Metric

<!-- ai-rule: NSM 必須含 formula（可被 SQL / event tracking 計算）+ why_proxy_for_value（為何代表 long-term user value）-->

| Field | Value | Confidence | Source |
|---|---|---|---|
| **Name** | <e.g., Weekly Active Teams × Successful Actions> | **[H]** | persona §value + JTBD-001 |
| **Formula** | `weekly_active_teams × successful_action_per_team` | **[H]** | analytics §schema |
| **Measurement** | <event tracking / DB query> | **[M]** | _TODO: 確認 event 已埋點_ |
| **Why proxy for value** | <為何代表 long-term user value> | **[H]** | persona §pain |

---

## 3. Leading Indicators（至少 2 條）

<!-- ai-rule: 每條含 formula + lag_to_NSM（從 leading 變化到 NSM 變化需多久）-->

| # | Name | Formula | Lag to NSM | Confidence |
|---|---|---|---|---|
| L1 | D7 activation rate | users completing key action within 7 days / new signups | 2-4 weeks | **[H]** |
| L2 | <leading 2> | <formula> | <X weeks> | **[M]** |

---

## 4. Counter-Metric（防 Goodhart）

<!-- ai-rule: 至少 1 條 counter-metric，必須含 hard threshold（破線即觸發 review，不能寫「持續觀察」）-->

| Name | Prevents what | Hard threshold | Source |
|---|---|---|---|
| <e.g., support tickets per active user> | 為了衝活躍推爛功能 | < 0.05 / user / week，破線即暫停 | _TODO: 確認 baseline_ |

---

## 10. Decision Log（key 1-2 條）

<!-- ai-rule: 每條必含 chosen + 至少 1 個 rejected option + 拒絕原因（含 Goodhart 評估）-->

| Date | Decision | Options | Chosen | Rejected why | Confidence |
|---|---|---|---|---|---|
| YYYY-MM-DD | 選哪個 NSM | NSM_A / NSM_B / NSM_C | NSM_A | NSM_B (Goodhart 風險高)、NSM_C (lag 太長) | **[H]** |

---

## 12. Confidence & Sources & TODO

- **整份文件最低 confidence 欄位：** <列出所有 [L] 與 [M]>
- **Fabricated assumptions（推測但 input 未明說）：**
  - <假設 1>
- **Highest-value next input:** <下一份最該補的 retention cohort / payment funnel / churn 訪談>

### TODO（缺資料）

- _TODO: 需要 retention cohort 校準 lag 估計_

---

> [!CAUTION]
> **輸出前 AI 自檢：**
> - [ ] 6 段 H2 章節齊全（編號 1, 2, 3, 4, 10, 12，刻意沿用完整版編號）
> - [ ] NSM 含 formula + measurement method + why_proxy_for_value 三件
> - [ ] NSM 不是純 revenue 指標（若是 revenue 必須在 Decision Log 解釋）
> - [ ] Leading indicators ≥ 2 條，每條含 formula + lag_to_NSM
> - [ ] Counter-metric 至少 1 條，且有 hard threshold（非「再評估」）
> - [ ] Decision Log ≥ 1 條，rejected reason 必須包含 Goodhart 評估
> - [ ] 無 YAML / JSON schema 輸出（北極星指標是給人讀的 markdown）