增长智能化成熟度诊断

你的团队适合从实验、数据平台还是 Ad Agent 开始？

多数团队卡住的原因不是"AI 不够先进"，而是没搞清楚 当前处于哪一级、下一步该做什么。这份诊断帮你在 15 分钟内自评，并被自然分流到最匹配的服务包。

→ 直接邮件预约 30 分钟解读通话

五级成熟度模型

Level名称状态描述下一步方向
L0人工经验驱动决策全靠优化师经验，看多个后台，数据靠人工对齐建立指标口径、数据可见性
L1数据可见有 BI 看板，但存在多口径争议；实验偶发、无治理打通营销数据底座、开始实验治理
L2可验证的决策有实验平台和统一数据口径；决策靠数据但流程仍人工决策工作流产品化、经验沉淀为规则
L3辅助决策与半自动执行存在异常发现、复盘生成、素材/预算建议等 Agent 辅助Agent 治理（审批、审计、回滚）
L4可治理的增长智能系统Schema 居中、分级授权、可审计执行、独立验证与效果闭环场景扩展、跨市场规模化

六维自评

请对每一维在 0 – 3 分中打分（0 = 未建立，1 = 分散/临时，2 = 有基本流程，3 = 系统化 + 可复用）。

1. 数据基础

  • 媒体、归因（MMP/SKAN）、收入、用户行为数据是否统一？
  • 核心指标（ROI、ROAS、LTV、留存）是否有唯一口径？
  • 三套数（媒体后台 / MMP / BI）差异是否 < 5%？

2. 实验能力

  • 是否具备分流、互斥、参数分发能力？
  • 是否有统一实验管理和统计分析引擎？
  • 实验结论是否有沉淀机制，能被下次决策引用？

3. 投放流程

  • 日报、异常发现、复盘、预算决策、执行是否形成标准流程？
  • 是否有从"信号 → 判断 → 动作 → 追踪"的闭环？
  • 优化师之间的经验是否被记录成 playbook？

4. 系统连接

  • 广告平台、MMP、BI、数仓、内部系统是否可稳定连接（API/数据）？
  • 是否有能承载 Agent 调用的 Schema 与接口层？
  • 关键数据是否具备回补、对账、审计能力？

5. 组织准备度

  • 增长、数据、研发、产品、管理层是否有共识（“AI 用来做什么、不做什么”）？
  • 是否有明确的责任划分和试点预算？
  • 是否有能承接方法论的内部 Owner（不是把 Agent 完全外包）？

6. Agent 治理

  • 是否定义权限、审批、审计、回滚机制？
  • Agent 的效果是否被独立验证（不是 Agent 自己评估自己）？
  • 高风险动作（改预算、暂停 campaign、发消息）是否有 human-in-the-loop？

打分对应关系

将六维得分加总（0 – 18 分），对应到 Level：

总分对应 Level建议起点
0 – 3L0先做数据可信：媒体 / MMP / BI 三方对账，建立指标口径文档
4 – 7L1建营销数据底座 + 首个决策工作流（如 ROI360、素材效果分析）
8 – 11L2建实验平台 + 决策流程产品化，把经验沉淀成规则和模板
12 – 15L3引入Agent 辅助（异常发现 / 建议 / 淘汰规则），同步搭治理机制
16 – 18L4场景扩展 + 跨市场规模化 + Agent 独立验证与效果闭环

注意：木桶效应比总分更重要。任意一维为 0，即使其它维度是 3，也应先补短板。例如"没有 Agent 治理"就上 Agent 是最典型的失败模式。

输出你会得到什么

自评后，我会基于你的分数与场景，回信给出：

  1. 一页评估结论：你当前的 Level、最短板维度、最优先要补的一件事
  2. 匹配的服务包建议：诊断 / PoC / 平台共建中的哪一层最适合你
  3. 30 分钟解读通话（可选）：一起过一遍评估、判断哪个 PoC 场景性价比最高

提交方式

发送邮件到 zanhe@139.com，或加微信 zanhe1984，主题写"成熟度诊断预约"。可以直接把六维分数、团队规模、业务类型、当前最想解决的三个问题贴过来。

我通常在 3 个工作日内回复。

相关阅读