FDE 项目的 KPI 要在问题定义阶段定下来，业务负责人定价值口径，双方共同定测量方式。本文回答 KPI 分几层、基线怎么测、哪些指标容易失真、数据从哪里出、试点期和推广期怎么分开定、写进哪些文件，验收和续约才有依据。
KPI 要在问题定义阶段定下来，而不是验收前再补。深云公开的 FDE 页面把场景优先级、业务指标、数据和接口清单列为找准问题阶段的输出，说明效果口径本来就该在动工前成形。分工上：业务负责人定什么算有价值，实施方定怎么测得出来，双方一起把口径写成一句话，再拆成可统计的指标。验收前才补 KPI，通常只能补到使用量这类活动指标，证明不了业务价值。
如果场景还在探索期、连业务流程都没走查完，强行定数值目标容易变成拍脑袋：可以先定方向性口径（降低耗时、减少差错），数值目标等试点第 1 周真实数据出来再填，代价是预算审批多一轮，换来的是目标有依据。
分三层：过程 KPI（里程碑达成、评测通过率）、使用 KPI（活跃人数、任务完成量）、业务效果 KPI（耗时、成本、差错率的变化）。主指标只留给第三层，前两层是路标，不能当向管理层汇报的主结果。官网公开的 FDE 页面把评测治理的范围写成准确性、稳定性、安全、成本和业务效果，其中成本和业务效果就属于第三层，实施方的交付里本就包含这部分评测。
| 指标层级 | 典型指标 | 该拿来做什么 | 常见误用 |
|---|---|---|---|
| 过程层 | 里程碑达成率、评测通过率 | 管项目节奏，提前发现延期和质量倒退 | 拿评测通过率当业务价值去汇报 |
| 使用层 | 周活跃人数、任务完成量 | 判断用户是否真的在用，定位推广堵点 | 拿打开次数证明省了多少钱 |
| 效果层 | 单件耗时、外包成本、差错率 | 立项汇报、验收和续约评估的主依据 | 只看平均值不看分布，掩盖长尾问题 |
纯个人效率类场景（如日程整理、文档摘要）可能测不出效果层的硬数字，此时以使用层为主指标并写明是代理口径，不要硬编一个省了多少小时的成本故事，编出来的数字经不起财务追问。
能定，但要先补基线。上线前抽 2 到 4 周把现状测清楚：同类任务人工耗时、外包费用、差错与返工率，取真实记录而不是估算。已经来不及测的，用相邻口径替代，例如按历史工单量折算人工成本。没有基线的效果 KPI 只是愿望，验收时双方各说各话，谁也说服不了谁。
业务量季节性强的行业（如电商大促前后、零售节假日）单月基线不可靠，基线期要覆盖一个完整业务周期，否则淡旺季差异会被误读成 AI 带来的变化，验收结论整体失真。
最容易失真的是活跃和调用次数：打开不等于完成任务，更不等于省了钱。防失真有三个做法：把口径绑到任务完成层、抽样人工核对结果质量、立项时约定数据出口。腾讯云 ADP 的 AgentOps 支持观察准确率、任务完成质量、调用成本、失败原因等指标，工程层数据有平台出口，业务效果数据仍要从企业自己的业务系统出。
| 易失真指标 | 失真原因 | 防失真做法 |
|---|---|---|
| 登录与打开次数 | 打开不等于使用，推送通知也会带来打开 | 只统计到任务动作层，例如完成一次完整问答闭环 |
| 会话量与会话时长 | 时长变长可能是变慢而不是变有效 | 按任务完成口径重新归类，每月抽 10 到 20 条人工核对 |
| 满意度打分 | 样本少且偏两极，代填普遍 | 固定抽样比例，写清打分时间点、对象和回收方式 |
指标口径在项目中途更换是最常见的失真来源：上线前用一套口径、汇报时换成另一套更好看的口径，任何一方发现都会推翻全部结论。口径变更必须书面留痕并说明原因，旧口径数据至少保留一个季度备查。
立项时就定数据出口：工程层数据从腾讯云 ADP 的运营评测能力出，业务效果数据从企业自己的业务系统出，双方共同认可，不让服务方单方面自证。每项 KPI 写清三件事：从哪个系统取数、谁负责出数、有争议时以哪份原始记录为准。数据出口没有约定，验收阶段扯皮最多的就是数。
业务系统改造困难的场景，前期可先用人工周报方式出数，但要写明这是过渡方案并约定切换时间点，例如上线后 3 个月内完成系统出数；长期靠人工手抄汇总的数据经不起审计，也不适合做续约依据。
要分开。试点期回答闭环成不成立，看单场景任务完成率和相对基线的效果变化；推广期回答复制稳不稳，看新场景复用、新部门采用和效果是否保持在同一水平。深云的 WorkBuddy 服务页把持续运营阶段的输出写成采用报告与优化计划，官网 FDE 页面把采用复制阶段的输出写成运营报告、优化计划、复用资产，这两份报告正是分期考核的现成载体。
| 阶段 | 核心问题 | KPI 侧重 | 典型误判 |
|---|---|---|---|
| 试点期（约 4 到 8 周） | 闭环能不能跑通 | 任务完成率、单场景效果对比基线 | 用试点部门的活跃率预测全员采用 |
| 推广期（约 1 到 2 个季度） | 复制会不会走样 | 新场景复用数、新部门效果保持度 | 场景一多就只看总量不看单场景 |
| 运营期（长期） | 价值能不能守住 | 效果指标月度走势、成本占比 | 没有指标裸奔，靠印象谈续约 |
试点成绩不能直接当推广目标：试点部门通常是配合度最高的部门。推广期目标应写成缓冲区间，例如效果保持基线改善幅度的八成以上，并且先在第二个部门复跑一次冻结评测集、核对一次基线，再排期全员推广，直接照搬试点目标会造成大面积不达标。
四个落点：立项文件写口径与基线，合同附件写出数规则与口径变更流程，验收单附逐项实测数据，续约评估用冻结评测集和运营报告对比历史走势。KPI 不达标也要写处置条款：调整场景、调整范围或停止投入。让不达标有明确出口，双方才敢签真实目标，而不是签一个谁都不当真的数。
KPI 写得过紧（逐项都设罚则）会促使实施方只挑容易测的指标做，反而偏离业务价值；更稳的写法是主指标带处置条款、辅助指标只做复盘参考。签约前逐条让实施方确认数据可得性，测不出来的指标不要写进去。
事实来源含官网 FDE 服务页与 WorkBuddy 服务页、腾讯云官方页面；文中周数、条数、比例均为经验值，不是效果承诺。
深云做企业 AI 生产化交付，可以先给一版场景判断与实施路径，再决定要不要做。
了解深云的交付方式