visionA/docs/autoflow/02-prd/success-metrics.md
jim800121chen fb7da5d180 chore(autoflow): migrate .autoflow/ 共享層文件至 docs/autoflow/
依 autoflow-agent workspace v2 設計把 PRD / 設計 / 架構 / 交付類
共享文件從個人層 .autoflow/(ignored)搬到 docs/autoflow/(進 git),
讓團隊可共享產品與架構文件,個人層只留 progress / review / testing 等
per-branch 筆記。

- 02-prd/        21 個檔(PRD、features、market-analysis 等)
- 03-design/     18 個檔(design-spec、wireframes、flows 等)
- 04-architecture/ 31 個檔(TDD、design-doc、ADR×14、API 規格等)
- 07-delivery/   3 個檔(project-summary、phase-0.6-handover、stage-deployment-setup)

合計 73 檔。原檔已從 .autoflow/ 移除(migration 工具執行 git mv,
但因 .autoflow/ 在 .gitignore 中、git 將此操作視為新增、無 rename history)。
2026-05-04 16:55:55 +08:00

4.9 KiB
Raw Permalink Blame History

9. 成功指標 — visionA Cloud

父文件:PRD.md


9.1 北極星指標

長期Phase 2+每週活躍裝置數WAD

定義:過去 7 天內至少完成一次成功推論的已配對裝置數量。

為什麼選這個

  • B2B 開發者工具WAU 容易膨脹人來註冊就算WADDevice代表真正有在用 Kneron 硬體
  • Kneron 晶片本身是硬體 BOM 投資,裝置被使用 = 客戶從中獲得價值 = 會繼續買更多 Kneron
  • 一個 SI 管 10 台裝置,這指標真實反映他產生的價值

計算公式

WAD = COUNT(DISTINCT device_id)
      WHERE last_inference_at >= NOW() - 7 days
        AND paired = true

9.2 Phase 0雛形可追蹤指標

Phase 0 不接 DB所以只能追最小集都從 log 抓:

指標 目標 追蹤方式
Pairing 成功率 > 90% Log成功 Pairing 數 / 嘗試 Pairing 數
內部 FAE 完成端到端推論的人數 >= 5 手動記錄
API Server 崩潰次數 0 / 週 Log / Monitoring
Remote Proxy 崩潰次數 0 / 週 Log / Monitoring
local-tool regression bug 0 local-tool CI
Phase 0 驗收條件達成率 100% 參考各 feature 的驗收條件清單

9.3 Phase 1 MVP 指標(接 DB 後開始埋點)

獲客Acquisition

指標 MVP 3 個月目標 6 個月目標
註冊 user 數(累計) 50 200
Pairing 裝置數(累計) 30 150

啟用Activation

指標 定義 MVP 目標
Pairing 轉換率 註冊後 24 小時內成功 Pairing / 註冊人數 > 60%
首次推論轉換率 Pairing 後 24 小時內完成首次推論 / Pairing > 70%
Activation Rate 註冊後 7 天內完成首次推論 / 註冊人數 > 40%

留存Retention

指標 MVP 目標
D7 留存率user > 30%
D30 留存率user > 20%
W1 留存率device一週內再使用 > 60%

使用量Engagement

指標 MVP 目標
每週人均推論次數 > 50 次
每週活躍使用者WAU > 50
每週活躍裝置WAD北極星 > 30

9.4 護欄指標(不能惡化的)

Phase 0

指標 門檻(不可超過)
推論端到端延遲 P95 < 500ms
Tunnel 建立失敗率 < 10%
API 5xx 錯誤率 < 5%
local-tool regression 0

Phase 1

指標 門檻
推論端到端延遲 P95 < 400ms
Tunnel 建立失敗率 < 3%
Tunnel session uptime > 99%
API 5xx 錯誤率 < 1%
頁面 FCP < 2 秒
Pairing Token 洩漏事件 0
資料隔離 bugA 看到 B 的資料) 0

9.5 Phase 2+ 長期指標

商業指標(如啟用 Billing

指標 12 個月目標
MRR $5K
付費用戶數 50
付費轉換率(註冊 → 付費) > 5%
月流失率 < 10%
NPS > 40

生態系指標

指標 目標
跨 Phase 1 的用戶 60%+ 每月至少 pairing 2 個裝置
叢集功能被活躍使用(有 10+ 個 user 在用叢集)
轉檔整合完成Phase 2

9.6 指標體系視覺化

WAD每週活躍裝置← 北極星
  │
  ├── 驅動指標:
  │   ├── 新 Pairing 數(每週)
  │   ├── 人均裝置數(用戶規模化)
  │   └── 人均推論次數(使用深度)
  │         │
  │         ├── 輸入Pairing 轉換率
  │         ├── 輸入:首次推論轉換率
  │         ├── 輸入:推論延遲(體驗品質)
  │         └── 輸入Tunnel 穩定性
  │
  └── 護欄:
      ├── 技術護欄延遲、錯誤率、uptime
      ├── 安全護欄token 洩漏、資料隔離)
      └── 產品護欄local-tool 0 regression

9.7 Phase 0 判定 Go / No-Go 的標準

Phase 0 完成後,判定是否進 Phase 1 的標準:

必達(硬性條件)

  • 所有 P0 user stories 驗收條件達成
  • 至少 5 位內部 FAE 完成端到端推論
  • local-tool regression = 0
  • 三方交叉審閱PM / Design / Architect通過

軟性條件(沒達到也可推進,但要改善)

  • Pairing 成功率 > 90%
  • 端到端延遲 P95 < 500ms
  • 內部 FAE 滿意度 >= 7/10簡短訪談
  • 無重大 crash / 安全性問題

退場標準(達成就不再推進)

  • Tunnel 技術在真實企業網路NAT / Proxy / Firewall穿透率 < 30%
  • 內部測試發現核心體驗明顯不如 local-tool延遲過大且無法優化

連結