# 零 bug、零报错，计划员为何还守着旧表格

> 只数登录会掩盖问题。前线部署工程师（FDE）需要采用基线、内部推广者，并正视旧表格的长处。

原文: https://fdetimes.net/zh/guides/measure-and-drive-user-adoption/

最终演示很顺利。需求预测模型结果准确，数据管道运行无误，仪表盘一路绿灯。三周后打开日志，你却发现大多数计划员仍在把数据导出到旧表格里，自己动手计算。

对前线部署工程师（FDE）来说，这是最让人沮丧的一种失败，因为根本没有 bug 可修。Umbrex 指出，企业软件很少仅靠安装就产生价值。模型再准，计划员不用，它给客户带来的价值就是零。

因此，采用本身就是交付物的一部分，而不是离场后交给别人的事。Tryolabs 为“推动采用”这一步规定了两项具体产出：一份采用指标基线，以及一支训练有素的内部推广者团队。下文介绍如何做出这两样东西。

## 旧表格能做什么，而你的系统做不到？

回到上面那位计划员。表格之所以还在，并不是因为用户固执。Umbrex 举的正是这个例子：供应计划员守着表格不放，是因为企业资源计划（ERP）系统缺少上下文；用户不会仅仅因为来了新系统就改变工作流程。

表格里有官方系统没有的东西。所以你的工作分两部分：第一，诚实地度量，弄清现状；第二，找出解决方案与用户日常工作之间缺失的那一环。

## 登录不等于使用

最常见的错误是统计登录次数。Basedash 强调，只有完成了有意义的操作，用户才算“活跃”；登录不算。

分母同样重要。

对大多数 FDE 项目来说，下面四个指标足以建立基线：

| 指标 | 计算方法 | 回答的问题 |
|---|---|---|
| 采用率 | 完成有意义操作的用户数 / 目标用户总数 | 需要用的人里，实际有多少在用？ |
| WAU | 过去 7 天内完成有意义操作的用户数 | 按每周的工作节奏，有多少人在稳定使用？ |
| 激活率 | 完成解锁核心价值操作的用户数 / 开始使用的用户数 | 新用户能否到达“顿悟时刻”？ |
| 价值实现时间 | 从首次使用到首次获得价值的时间 | 用户要等多久，才看到解决方案有用？ |

Basedash 认为，对大多数 B2B 产品而言，周活跃用户数（WAU）是最合理的核心参与度指标。原因很简单：许多企业工作按周循环，按天统计反而可能误导你。

Basedash 还给出了日活/月活比（DAU/MAU）的参考阈值：高于 0.25 意味着平均每位用户至少每四天打开一次产品，对 B2B 来说算好；低于 0.10 则偏弱。

**要点:** 要数创造价值的人，而不是只登录的人。

## 一个例子：40 名计划员，真正用的只有 6 人

设想一家分销商，有 40 名计划员应当使用你的预测工具。你把有意义的操作定义为：审批或修改一条预测建议，再将其推送到采购订单。在事件表上的查询如下：

```sql
-- 按有意义的操作统计 WAU，以目标用户为分母
SELECT
  COUNT(DISTINCT e.user_id)                AS wau_meaningful,
  (SELECT COUNT(*) FROM intended_users)    AS intended,
  ROUND(COUNT(DISTINCT e.user_id) * 1.0
        / (SELECT COUNT(*) FROM intended_users), 3) AS adoption_rate
FROM events e
JOIN intended_users u ON u.user_id = e.user_id
WHERE e.event_type IN ('forecast_approved', 'forecast_edited_and_pushed')
  AND e.created_at >= CURRENT_DATE - INTERVAL '7 days';
```

假设上周有 31 人登录。按登录汇报，数字是 31/40，即 77.5%，足以让整个部门满意。但上面的查询只返回 6 人。真实采用率是 6/40 = 15%。

接着用同一口径计算 DAU/MAU。假设平均每天有 2 人完成有意义的操作，当月至少完成过一次的有 16 人。

比值为 2/16 = 0.125，介于偏弱阈值 0.10 和良好阈值 0.25 之间。综合来看，这些数字说明：试过工具的人不少，但用它取代旧工作方式的人很少。

数字告诉你工具卡住了，却没说卡在哪里。Invisible Technologies 提到，FDE 有时一整天什么都不做，只是坐在用户旁边，了解决策实际上是怎么做出来的。

假设你在一位计划员身边观察时，发现她把市场团队邮件里的促销日历抄进自己的表格，因为你的模型不知道哪几周有促销。表格里存的，恰恰是系统缺少的上下文。

现在的修复同时涉及数据和工作流。你把促销日历加为特征，并把建议直接显示在计划员本来就用来创建订单的界面上，而不是让他们再打开一个标签页。

Invisible Technologies 称之为设计符合用户实际行为的工作流。然后，你从 6 名真正的用户中挑出两人，培养成内部推广者，因为同事更信任同事，而不是供应商的人。

## 五步自己动手

1. 与客户的项目发起人商定目标用户是谁，并把名单记录为一张数据表。
2. 用一句话写下有意义操作的定义，在上线前为这一操作添加事件埋点。没有事件，就没有基线。
3. 上线后第一周，运行采用率、WAU、激活率和价值实现时间的查询。把数字连同定义一起发给客户，避免误读。
4. 至少在三个人身边观察：一位重度用户，一位试过又放弃的人，一位从未打开过的人。
5. 精准补上缺失的部分，培养内部推广者，再用同一定义重新度量，与基线对比。

## 让你误以为一切正常的错误

第一个错误是用账号数而不是目标用户数做分母。如果 40 人中只有 10 人开了账号，这 10 人里 100% 的使用率仍然掩盖了从未触达的 30 人。第二个错误是对一个每周只需打开一次的工具使用 DAU，进而错误地断定用户不感兴趣。

第三个错误是把所有采用问题都当成培训问题。如果表格里有系统缺少的上下文，再培训一次也解决不了问题。最后一个错误是离场时没有留下内部推广者：你一走，采用率就会下滑。

如果你正准备转型做 FDE，可以在岗位描述里留意“drive adoption”或“user enablement”这类说法。

在简历上，不要写“部署了 X 系统”，而要写清楚你把每周完成某项具体操作的人数从多少提升到多少，目标用户总共多少。

这样一句话能说明，你明白安装并不是工作的终点。

模型跑起来，项目并没有结束。计划员不再需要打开旧表格时，项目才算结束。

**本周动手试试:**

- 针对你正在运行的一个系统，用一句话定义有意义的操作，然后运行一条按该操作而非登录统计 WAU 的查询
- 申请在一位用户做实际工作时旁观 60 分钟。记下他们每次打开你的解决方案以外的工具，以及打开它做什么
- 把简历中的一行改写成这样的形式：“将每周完成 [操作] 的用户数从 X 提升到 Y，目标用户共 Z 人”

## 信源

- [Forward Deployed Engineers | Tryolabs](https://tryolabs.com/services/forward-deployed-engineers)

- [When the FDE Model Creates Value (The Forward Deployed Engineer Playbook, Umbrex)](https://umbrex.com/resources/the-forward-deployed-engineer-playbook/when-the-fde-model-creates-value/)

- [What is Forward Deployed Engineering? A guide to the role, benefits, and real enterprise examples](https://invisibletech.ai/blog/what-is-forward-deployed-engineering)

- [B2B SaaS product metrics: DAU, WAU, MAU, activation, and engagement scoring | Basedash](https://www.basedash.com/startup-metrics/product-metrics)

- [20 Must-Track Product & User Adoption Metrics (2026)](https://whatfix.com/blog/product-adoption-metrics/)
