AI市场部绩效管理与
KPI白皮书

绩效系统的职责是减少错误决策，而不是制造更多可视化数字。以下结论构成全文的管理主线。

一页式决策规则

任何 AI 营销扩容申请，必须回答六问：经营结果是什么；客户行为如何移动；哪段工作流改变；采用证据是什么；学习是否加快；风险暴露是否受控。六问中任一项长期空白，项目只能停留在探索预算。

AI 把生成与执行的边际成本压低后，最容易增长的是可计数活动，而非稀缺的客户注意、购买意愿、销售接受、利润与信任。

内容量、任务量、登录率和节省工时之所以危险，是因为它们离经营结果远、容易被操纵、分母常被忽略，并且会把质量审核、返工和风险推迟到别的团队。Goodhart 对“指标成为目标后失去测量价值”的提醒，与 Donald T. Campbell 对高压量化指标引发流程腐化的判断，在生成式 AI 环境下更为突出：系统可以低成本制造满足指标的表面产出。

任务级实验仍然重要。Noy 与 Zhang 的专业写作实验报告平均完成时间下降约40%、质量提高约18%；Brynjolfsson、Li 与 Raymond 对5,179名客服人员的研究发现，辅助工具使每小时解决问题数平均提高约14%，收益主要集中在经验较少者。两项证据都说明“特定任务、特定人群、特定工具”可能提效，但不能直接外推为收入、利润或所有岗位的长期提升。

案例 1｜Fortune 500 客服组织：任务生产率提升不等于全面经营提升

VALUE 不是指标分类表，而是一组可证伪的因果假设：使用质量改善是否改变流程，流程是否改变客户行为，客户行为是否形成经营结果，同时学习与风险是否受到控制。

因果链必须写成可检验句式，例如：“在目标行业的白名单账户中，工作流嵌入使线索响应中位时间从基线下降；在销售接受标准不变的条件下，首轮有效沟通率上升；若同群对照未出现相同变化，则把部分结果归于该工作流。”这比“AI 提升获客效率”更可审计。

VALUE 的使用边界

外部环境、价格、产品、销售能力与渠道竞争都会干扰因果链。VALUE 要求管理层显式写出干扰与替代解释，不承诺通过单一看板获得完美归因。

三账本解决的是投资决策的完整性。效率账回答资源是否更省；增长账回答客户与财务结果是否增量；风险账回答暴露、损失与控制成本是否改变。

CFO 应拒绝把“人均节省两小时×人数×工资率”直接当作收益。只有基于可观察任务、合理工资成本、稳定持续时间和明确再配置的估算，才可进入管理会计；现金流口径还需确认人员、外包或机会成本是否真实变化。

指标身份证把“名称共识”升级为“计算与治理共识”。任何进入高管看板的指标，都应能追溯到分母、来源系统、时间窗、责任人和失效条件。

指标身份证也规定退役。早期“受训人数”在培训完成后应退出高管看板；“人工拦截率”在控制成熟后可能下降，但下降既可能代表质量改善，也可能代表审核松懈，必须结合抽检缺陷率解释。

采用不是“多少人打开工具”，而是“多少关键任务在质量与风险护栏下改变了稳定执行方式”。

强制使用会扭曲采用率。管理层应同时观察例外绕行、影子 AI、重复人工备份、人工修订深度与主动推荐率。低登录可能是场景不适配，也可能是自动工作流无需频繁登录；高登录也可能源于系统摩擦。

案例 2｜Klarna：高自动化披露需要客户与财务护栏

速度只有在质量与风险不恶化时才是效率。三角闸门将“快”改写为可批准的条件式收益。

NIST AI RMF 以 Govern、Map、Measure、Manage 组织风险管理；其生成式 AI 配套文件强调将特有风险纳入设计、开发、使用与评估。ISO/IEC 42001则要求建立、实施、维护并持续改进 AI 管理体系。对营销绩效而言，标准的管理含义不是增加一张合规清单，而是把风险指标、验证责任、事件与持续改进纳入同一绩效周期。

案例 3｜Air Canada 聊天机器人错误承诺：自动化输出可形成法律责任

AI 降低内容与触达成本后，漏斗上游会自然膨胀。真正的增长证据要穿过销售接受、有效沟通、商机资格、赢单和贡献毛利。

长周期 B2B 项目在90天内通常无法成熟到收入。此时可以用目标账户覆盖、关键角色互动、销售接受、有效会议、商机阶段速度与管道质量作为领先证据，但不得把预测管道当确认收入。

案例 4｜P&G“Cybernetic Teammate”：创意质量与协作结构的现场实验

7.4 成熟窗口与销售产能：上游放量必须接受下游约束

判断：AI 可以迅速扩大名单、内容触达和初步回应，但漏斗价值由“进入多少”与“销售系统能消化多少”共同决定。若销售可用工时、目标账户覆盖能力、方案资源或交付容量没有同步增加，上游放量会把等待、遗漏和低质量跟进隐藏在总线索数之后。此时每增加一条线索，可能只是在增加队列长度，而非增加可赢商机。

机制：应把线索成熟窗口拆成资格确认、首次有效沟通、需求证据形成、销售接受、方案投入、采购推进和收入确认等阶段，并为每一阶段设定队列上限与超时规则。营销指标必须与销售产能指标联表：销售每周可处理的新线索量、关键角色会议容量、售前方案并发量、平均跟进等待时间和逾期占比。只有销售接受率、有效沟通率和阶段推进率稳定，上游规模才具备扩张条件。

证据与场景：在长周期 B2B 中，90 天内收入样本往往不足，管理层可使用“目标账户中出现可核验购买信号的比例”“销售接受后完成有效会议的比例”“进入合格商机阶段的时间”和“被销售退回的原因结构”判断早期质量。消费业务则可缩短窗口，追踪触达后的加购、注册、复购或门店到访，但仍需排除自然需求、促销和渠道重叠。若线索数量翻升而销售接受率下降、首响时间拉长或退回理由集中于不匹配，增长账不得确认。

边界与管理含义：销售拒绝并不总是证明营销质量差，也可能源于配额压力、激励冲突或区域资源不足。因此退回线索必须记录标准理由并由营销运营抽样复核。董事会不应要求营销无限增加 MQL，而应审议“可消化的合格需求量”。月度经营会需要决定增加销售容量、收紧目标客户、调整评分规则或降低上游投放，而不是把拥堵解释成执行不够努力。

归因不是单一技术。实验、匹配、MMM、多触点归因、贡献分析和证据叙事回答不同问题，精度、成本、速度与可实施性不同。

随机实验也有边界：营销渠道之间会相互影响，员工会跨组共享做法，品牌与口碑效应可能超出窗口。MMM可处理组合与长期变化，但结果依赖模型设定、先验、数据质量和可识别性。多触点归因擅长描述路径，不自动产生因果。

案例 5｜Google Meridian：开放 MMM 提高透明度，但模型不替代管理判断

8.4 无法随机实验时的组合证据：以决策后果匹配证据强度

判断：不能随机分组不等于只能依赖渠道报表。高价值、低频、跨渠道或组织级变革通常难以设置纯粹对照，仍可以通过多种彼此独立的证据降低误判。关键不是追求一个看似精确的归因百分比，而是说明哪些替代解释已被排除、哪些仍然存在，以及现有证据是否足以支持继续、调整或停止。

机制：组合证据至少包括四类。第一类是时间证据，检查变化是否在措施实施后出现并持续；第二类是横截面证据，比较相似地区、账户、门店、团队或内容单元；第三类是机制证据，确认预期的中间环节是否同步改变，例如响应更快后有效沟通是否增加；第四类是财务与运营一致性证据，检查收入、毛利、退款、销售工作量和客户体验是否共同支持同一解释。MMM 适合评估较长周期的渠道组合，多触点归因适合描述数字路径，贡献分析适合检验因果链，证据叙事则用于把假设、证据和未决不确定性写入决策记录。

证据与场景：一家全国经营的企业无法按客户随机关闭品牌传播时，可利用分地区上线时点、自然暴露差异、历史季节模式、搜索与直接访问变化、销售访谈和财务结果形成组合证据。B2B 账户营销可采用分批进入名单、匹配账户、销售接受记录、关键角色互动和管道阶段变化。只要不同证据来源的偏差方向不同而结论仍一致，可信度会提高；若只有平台自归因收入上升，而财务确认、客户新增或销售活动没有对应变化，则证据链不成立。

边界与管理含义：组合证据不能自动达到随机实验的内部效度，也不能用更多图表掩盖同一数据源的重复计算。证据负责人应列出主要替代解释、每项证据的独立性和结论敏感性。低成本可逆决策可接受较低证据门；大额预算、客户承诺、自动化执行权和高风险数据调用必须提高门槛。经营会应先问“错误决策的代价多大”，再决定需要哪一级证据。

AI 的边际调用成本低，不代表端到端合格产出的成本低。数据准备、集成、审核、返工、监控、事故、供应商切换和知识维护都属于经济成本。

案例 6｜GitHub Copilot 研究：速度结果应与代码质量和任务边界并读

9.5 完整单位经济：时间再配置、审核、失败、退出与能力资产

判断：节省工时只有在时间被真实释放并转移到更高价值活动时才形成经济收益。员工仍在岗位上、固定薪酬未变时，工时减少首先是容量机会，而非现金节约。将理论节省小时乘以工资率，会高估当期利润；忽略审核、失败和退出成本，又会低估长期风险。

机制：单位经济应分五层核算。直接运行层包括模型调用、软件许可和基础设施；质量保障层包括人工审核、抽检、事实核验和返工；失败层包括错误发布、客户补救、停机和重复执行；退出层包括数据迁移、流程重建、供应商切换和残留合同；能力资产层包括评测集、品牌规则、知识结构、连接器和员工判断能力。前四层进入项目现金与成本视图，能力资产则按可复用范围、维护责任和预计寿命单列，不宜用任意摊销制造短期利润。

证据与场景：内容团队把初稿周期压缩后，若编辑仍将释放时间用于逐字修补，单位合格内容成本并未改善；若编辑时间转向客户洞察、创意测试和高价值选题，并且一次通过率稳定，容量机会才转化为增长能力。高调用、高审核场景可能出现“模型费下降、审核费上升”；自动化供应商更换时，历史工作流和评测资产无法导出，则退出成本会吞噬前期效率。所有成本均应以合格产出、有效客户动作或增量贡献为分母，而非以调用次数为分母。

边界与管理含义：能力资产具有跨期价值，但价值取决于被复用、可迁移和有人维护。财务部门可将其作为管理会计资产观察，不必在法定会计中自行资本化。绩效契约应明确时间再配置计划：释放多少容量、由谁重新分配、转向哪些任务、如何验证新任务产生结果。若时间未重新配置、审核成本持续上升或退出条款不可接受，项目即使展示较低单次生成成本，也不应规模化。

学习率衡量系统是否把结果变成下一轮更好的决策。风险绩效衡量系统是否在扩大能力时保持可接受暴露。两者共同决定规模化速度。

零风险目标也会制造问题：团队会隐瞒试验、转向影子 AI 或拒绝任何学习。风险绩效应采用分级容忍度：低风险内部草稿允许快速试验；公开发布、客户承诺、预算变更和敏感数据调用采用更高证据与审批门。

案例 7｜平安集团：高监管场景以审慎治理支撑AI应用

案例 8｜携程集团：AI服务应用必须与客户体验和复杂例外并行管理

10.5 学习速度与风险预算：允许受控试错，不允许无边界扩张

判断：学习速度不是试验数量，也不是版本更新频率，而是单位时间内有多少关键不确定性被可靠证据消除，并转化为可复用规则。高频试验若没有评测集、决策记录和知识复用，只会加快噪声生产。风险预算则是管理层预先规定可承受的暴露类型、规模和恢复条件，使团队能够在边界内学习，而不是在“零风险”和“自由试错”之间摆动。

机制：每个学习循环应记录假设、样本、预期机制、成功阈值、护栏、结果、结论和下一步规则。学习率可用“关键假设关闭率”“进入标准流程的有效改进数”“重复错误率”“评测集覆盖与通过情况”衡量。风险预算按任务分级：内部低敏草稿允许较宽试验；公开内容要求事实、品牌与版权抽检；客户触达要求授权、身份和退出机制；预算调整、敏感数据和不可逆动作需要更高审批与回滚。风险预算耗尽时暂停同类扩张，先处理根因和恢复控制。

证据与场景：一个团队每周测试二十种内容表达，但没有固定受众、目标动作和质量评测，无法区分偶然波动与可复用学习；另一个团队只测试四个明确假设，使用相同评测集、记录客户行为与负面反馈，并把有效规则写入工作流，后者学习率更高。高监管企业可以在脱敏数据、内部沙箱和人工批准条件下快速学习，同时禁止未经验证的外部承诺。

边界与管理含义：风险预算不是事故配额，不能允许已知违规；它适用于存在不确定性但可监控、可逆和可恢复的活动。严重合规、隐私、越权或客户伤害事件应触发独立停止门，不得以增长收益抵销。周复盘关注假设和重复错误，月度经营会审议预算消耗与控制有效性，董事会只看重大暴露、控制失效和是否仍具备规模化资格。

AI 参与任务后，责任不能转移给模型或供应商。每项指标必须同时指定结果 owner、数据 verifier、控制 owner 和最终批准者。

代理理论提醒管理者：当执行者掌握信息而奖励与指标挂钩时，选择性报告会增加。内部控制的应对不是层层审批，而是分离“做事、定义口径、确认结果”三种权力，并保留可追溯证据。

不同层级需要不同频率与颗粒度。把所有指标推给所有人，会造成短期主义、看板疲劳和责任模糊。

高频看板会诱发短期行为。品牌资产、长周期商机和客户终身价值应使用更长窗口；一线日看板只呈现可行动的状态和护栏，不把长期结果拆成每日硬目标。

所有企业都需要结果、客户、流程、采用、学习和风险六层，但权重、窗口、证据方法与最小指标集必须按业务情境调整。

案例 9｜阿里巴巴商家AI工具：平台采用与商家经营结果应分层理解

案例 10｜深圳中小企业AI市场部试点：未披露结果时如何建立可审计契约

13.5 五类组织的最小指标集：底线相同，经营窗口不同

判断：情境裁剪应改变权重、时间窗与证据路径，不应删除质量、风险和责任底线。B2B 需要接受较长成熟周期，消费品牌需要处理渠道与品牌的联动，小团队必须减少指标维护成本，高监管行业强调可追溯和停止门，成熟企业则需解决跨系统口径与组合优化。

机制：B2B 将目标账户覆盖、关键角色互动、销售接受和阶段速度作为领先指标，收入与毛利延后确认；消费品牌同时观察触达、品牌搜索、转化、复购、退货和渠道增量，避免把促销搬运当增长；小团队保留每层一个关键指标和两到三个护栏，由同一数据链自动更新；高监管行业提高证据、审批、日志和人工接管权重；成熟企业采用统一指标身份证、主数据、财务核对和跨渠道增量评估。

证据与场景：同样是内容自动化，工业设备企业可能半年后才看到赢单，前九十天应看目标账户中的有效对话和技术方案推进；快消企业可在更短窗口观察试购与复购，但要控制折扣和渠道挤压；三人市场部若维护数十个指标，数据劳动会挤压经营活动，应采用最小指标集；金融、医疗等高监管场景即使效率显著，也必须先证明权限、核验和可追溯控制有效。

边界与管理含义：裁剪不是选择对自己有利的指标。每一种情境都必须保留至少一个经营结果、一个客户行为、一个流程质量、一个采用质量、一个学习指标和一组风险护栏。权重变化要写入绩效契约并由业务、财务和风险共同批准。跨业务比较只比较定义一致的指标，不能把短周期消费转化率与长周期 B2B 商机率直接排名。

90天计划的交付物不是一张更漂亮的看板，而是一份被经营层、业务、财务、数据和风险共同接受的绩效契约。

90天边界

90天通常只能证明早期趋势和运行能力。长销售周期、品牌资产、复购和客户终身价值必须设置更长成熟窗口。继续不等于已证明最终ROI；停止也不等于AI无价值，而是当前场景、流程、数据或治理不成立。

14.5 继续、调整与停止门：90 天结束时必须形成明确决策

判断：90 天只能证明早期趋势、运行可行性和控制有效性，不能自动证明长期收入或组织级规模化。绩效契约的价值在于提前规定三类决策门，使管理层在结果出现后按证据行动，而不是临时改变口径。继续门要求机制、质量和风险同时成立；调整门适用于方向可能正确但瓶颈可修复；停止门用于经济性、质量、风险或采用机制已经失效的情形。

机制：继续条件至少包括基线可信、目标任务真实运行、采用达到工作流嵌入、三角闸门通过、增长或客户领先证据符合预期、单位经济具有改善路径、重大风险为零且一般风险在预算内。调整条件包括单一环节拥堵、样本不足、评分规则偏差、审核成本过高或销售产能不匹配，但必须给出修复责任人、资源、期限和再次评审阈值。停止条件包括无法建立可靠基线、质量持续恶化、出现重大越权或客户伤害、成本无收敛路径、需求机制未出现、供应商退出不可接受，或团队只能靠强制登录维持表面采用。

证据与场景：若试点将内容周期缩短，一次通过率稳定，销售接受和有效沟通改善，风险事件未增加，可进入下一批场景；若周期缩短但审核工时增加，先调整工作流与任务边界，不应直接扩大；若公开内容多次出现事实错误或客户触达越权，即使线索上升也应停止相关自动执行。长周期 B2B 未形成收入时，可依据阶段证据继续，但必须保留收入成熟后的追踪义务。

边界与管理含义：停止项目不等于否定 AI，也不应通过更换指标掩盖失败。终止后需要保留数据、评测集、错误模式和可迁移资产，并执行账号、权限、连接器和供应商退出清单。董事会批准的是下一阶段风险资本与经营假设，而非技术热情；项目 owner 提交建议，verifier 对证据与口径签字，财务确认经济性，风险负责人对控制有效性拥有独立否决权。

AI市场部需要一套能容纳不确定性、又不纵容模糊性的管理系统。好的KPI不会把所有结果都归给AI，也不会因为归因困难而退回“看起来很忙”的活动指标。

VALUE 六层绩效链规定了结果与过程的因果关系；三账本保证效率、增长和风险同时进入投资判断；指标身份证固定口径与责任；采用质量四级把试用与流程改变分开；速度—质量—风险闸门阻止低质快产；增量证据阶梯允许企业按决策成本选择证据；反作弊审计和90天绩效契约把框架写入经营节奏。

董事会真正需要的不是更多指标，而是更少、更清楚、能触发决定的指标。每个季度应能明确回答：哪些场景产生了风险调整后的经营价值；哪些只证明了任务级效率；哪些尚处探索；哪些因质量、经济性或风险不成立而停止。

管理者工具箱 可直接使用的模板与审议表

以下工具可复制到企业OKR、行动看板、经营会材料、数据字典和供应商绩效合同。

经典理论提供的是判断工具，不是可以直接复制的模板。

专家视角 十位专家的实质观点、边界与本报告判断

专家观点用于解释机制与治理，不作为未经验证的效果背书。

本索引不含第三方可点击链接。数字均须结合正文中的样本、任务和限制理解。

本附录提供可直接进入数据字典与绩效契约的指标定义。企业应按自身业务修改阈值，但不得在报告期内无版本记录地改变分母、去重、窗口或严重性标准。

对于品牌、长期客户关系和组织能力，单一季度往往不能形成成熟财务结果。管理层可以采用“领先证据暂存、成熟后转正”的机制：先把客户行为、管道质量和能力资产记录为未确认价值，达到观察窗口和证据门后再进入增长账；未成熟部分不得用于承诺已实现ROI。

阈值不能由行业平均数机械决定。推荐用基线波动、业务风险、客户容忍度和可逆性共同设定。低风险、可回滚的内部任务可以采用较宽探索带；公开发布、客户承诺、预算或敏感数据动作应采用更严格阈值和更低容忍度。

停止门必须与响应动作绑定。触发重大事实或合规事件后，应立即停止相关动作类型，而不是关闭全部AI能力；保存日志和版本；评估受影响客户与数据范围；执行纠正、通知和回滚；通过回归评测与独立复核后再恢复。这样既避免事故被效率收益掩盖，也避免“一出问题全部停用”压制低风险学习。

绩效系统依赖数据完整性。营销、销售、财务、技术与风险团队应共同维护一份证据协议，规定主体识别、事件时间、来源标签、版本、同意状态、删除规则和财务确认。

数据缺失本身应成为指标。当关键字段完整率不足时，高层看板应显示“不可确认”，而非用估算填满空白。估算可以支持探索性预算，但必须披露区间、假设和不确定性；财务确认、客户权益和重大风险不能依赖不可追溯的推断。

岗位绩效应评价其对系统结果的贡献和控制责任，不把智能体产量直接计入个人业绩。智能体属于受管理的执行资源，其性能指标用于运维、改进和采购，不承担最终问责。

个人绩效不得鼓励隐藏缺陷。建议将“主动报告并关闭系统性缺陷”“复用已验证知识”“减少跨团队返工”纳入团队贡献；对高风险事件，奖励及时上报与有效遏制，而非只追求零事件。零报告可能代表控制优秀，也可能代表检测和心理安全失效。

以下演算只展示计算逻辑，不代表行业基准或任何客户结果。企业应替换为自身基线、实际成本、贡献毛利率与证据强度。

演算揭示三个管理重点。第一，试点期销售接受线索增加18个，不代表18个均由AI增量产生；对照估计只有10个时，增长账只能记录10个。第二，180小时释放若只是形成缓冲，应记录为韧性收益，不直接按工资率确认现金。第三，风险与控制成本不能被省略；若发生重大事件，项目即使短期线索增加，也可能触发停止门。

绩效争议通常并非数据计算错误，而是各部门对业务对象、成熟窗口和责任边界理解不同。营销可能把已留资主体视为成果，销售只承认完成资格确认的商机，财务只确认符合收入政策的订单。解决方法不是选择一个“最权威”的数字，而是保留各层指标，并明确它们在VALUE链中的位置、转化关系和确认责任。

口径争议应在经营会议之外设置正式处理流程：提出争议的一方提交具体指标、受影响周期、业务影响与证据；营销运营和数据团队复算；owner说明行为变化；verifier判断是否需要回溯；最终批准者决定新口径的生效时间。任何与奖金、预算或外部披露相关的重大变化，都应保留旧口径并提供桥接表，避免通过重新定义制造增长。

模型、知识库、审核规则和工作流升级也属于口径环境变化。版本切换前后，至少保留一段并行或回归评测，确认质量、成本和风险的变化来自系统改动，而非任务难度或人员变化。若版本升级导致生产率上升但事实缺陷恶化，应按三角闸门拒绝确认效率收益，并把相关结果列为未决。

绩效争议还需要心理安全。员工若担心报告缺陷会降低个人评分，会倾向绕开日志、私下修复或隐藏事件。管理层应区分可接受的探索失败、可纠正的流程缺陷和应追责的故意违规；对及时上报、有效遏制和形成系统改进的行为给予正向评价。这样才能让风险账反映真实暴露，而非只呈现“零事故”的表面稳定。

当证据无法形成一致结论时，允许记录区间和多种解释。董事会可以基于可逆性采取分阶段拨款：保留小规模运行，要求补充一个完整销售周期、提高数据完整率或增加对照；同时限制高风险动作和资本承诺。承认不确定性并不等于放弃管理，反而能避免用虚假精确支持不可逆决策。

— 全文完 —

竹势 AI 营销智库聚焦 AI 市场部与 AI 营销，面向企业创始人、CEO、CMO及市场增长团队，构建“6+1”知识架构。六大核心模块组成“道、法、术、器、技、例”六脉体系：“道”负责认知刷新，研究 AI 时代的营销本质与战略判断；“法”关注体系建设，沉淀可持续、可复制的方法论；“术”提供落地路径，把策略转化为具体行动；“器”评测工具与平台，帮助企业选择合适的能力组合；“技”分享可以立即应用的实战技巧；“例”通过标杆案例验证方法与成效。“+1”专题围绕 AI 营销的重要趋势与关键经营问题，推出系统、深入、可下载的专题白皮书。

竹势智库通过专业研究、实践经验与管理框架连接认知、决策和执行，帮助企业看清方向、减少试错，逐步建设能够创造真实经营价值的 AI 市场部。