M1-005Medium指标树实例 · Metric trees
如何为 Google Cloud(B2B)设计指标体系?和 C 端有什么本质不同?
How would you design metrics for Google Cloud (B2B)? How is it fundamentally different from consumer?
💡 考场高分一句话答案:
B2B 的 OEC 是 NRR 与 seat retention,决策链是“管理员采购 → 员工使用”,因此要同时度量部署成功与使用深度。
The OEC is NRR plus seat retention; the decision chain runs admin purchase then employee usage, so you must measure deployment success and usage depth together.
📌 核心考察要点 (Key Points)
- 收入侧:NRR(净收入留存)、logo churn、expansion revenue、POC→生产转化率
- 采用侧:admin 部署完成率、seat 激活率、feature adoption、迁移完成时间
- 使用侧:DAU/seat、协作密度、API 调用量、quota 利用率
- 护栏:支持工单率、SLA 违约、安全事件、成本超支告警
- Revenue: NRR, logo churn, expansion revenue, POC-to-production conversion
- Adoption: admin deployment completion, seat activation, feature adoption, time to migrate
- Usage: DAU per seat, collaboration density, API call volume, quota utilisation
- Guardrails: support ticket rate, SLA breaches, security incidents, cost-overrun alerts
📐 第一性原理与数理推导机理
B2B 的度量必须区分三个角色:决策者(CIO/采购,关心 TCO 与合规)、管理员(关心部署与权限)、终端用户(关心好不好用)。一个只提升终端用户体验但增加管理员负担的改动,可能在采购续约时反噬——这就是 B2B 的“用户—客户分离”问题。
⚖️ 业务权衡与取舍 (Trade-offs & Calibration)
C 端用 DAU 衡量价值,B 端用工作流嵌入度:一个产品被嵌入多少关键流程,决定了迁移成本与续约概率。因此 NRR 的先行指标不是登录次数,而是“关键工作流覆盖率”(如财务月结、代码发布流水线)。
⚠️ 常见高频面试陷阱与避坑指南
- 照搬 C 端的 DAU/留存框架——B2B 的用户数与收入不是同向的
- 忽略管理员角色的负担,导致“用户喜欢但客户不续约”
🔍 大厂面试官连环追问 (Follow-ups)
- 如何度量一个企业客户的“迁移成本”?
- 如果 seat 数增长但 API 调用量下降,你怎么解释?
嫌字多看太累?进入苏格拉底式对话推演实验室
零打字负担,以大厂考官真实困境切入,通过点选直觉选项暴露思维盲区,手把手推导 Why。
⚡
Test muscle memory on this topic via 3-Layer Flashcards
Active Recall: Mentally formulate Prompt ➔ Math Derivation ➔ Benchmark Implementation in 3 minutes.