具体的SOP操作步骤描述
阶段一：第1-7天——认知建立与指标选择（目标：理解“平均数会磨平用户”，选定代表产品价值的核心事件）
步骤①：理解“平均数会把用户磨平”——认识点阵图的必要性（解决什么：跳出“DAU/MAU好看但用户没获得价值”的认知陷阱）
-
背景与目的：创业公司最容易被一种“好看”的数字骗住——DAU比昨天高，MAU比上周高，图表一路向右上。可新用户进来，老用户离开，总量仍然可能看起来不错。增长曲线不等于用户真的获得价值。如果你只有十几个用户，最好的分析方式是把每个人摊开看。点阵图不是更复杂的数据科学模型，而是把每个用户每天有没有完成关键动作，铺成一张二维表，让创始人不仅知道“这个月活跃多少人”，还能了解“张三昨天到底有没有回来”。
-
具体操作：
-
在启动前，写下：“总量图把所有用户混在一起，你看不到任何一个具体的人。在有几百个用户之前，点阵图甚至可以是你唯一的仪表盘。”
-
接受一个核心事实：留存曲线告诉你一批用户有没有留下，但回答不了一个更细的问题——用户留下来以后到底在怎样使用产品？点了哪些功能？使用频率如何？是一周一次还是每天都回来？
-
目标设定：不再只看聚合指标，而是建立“先看见具体用户，再讨论数据”的习惯
-
输出：一个认知转变——“我不要被平均数骗，我要看每个用户的行为轨迹”
-
步骤②：选对代表核心价值的“主事件”（解决什么：不看“登录”“打开App”这类虚荣指标，而看“用户做完什么才说明产品承诺被兑现”）
-
背景与目的：点阵图最常见的误用是选错事件。很多团队会拿“打开App”“登录”“进入页面”填点，因为这些事件容易拿到，图也更容易变得密密麻麻。但这些动作不一定代表用户得到了价值。打开应用或登录产品是很糟糕的事件选择，因为它们并不衡量用户是否得到真实价值。更好的问题是：用户做完什么，才说明产品承诺被兑现？
-
具体操作：
-
花1-2天，问自己一个问题：“用户完成什么动作，才算真正从我的产品中获得了价值？”
-
根据不同产品类型参考：
-
音乐产品→“听了一首歌”
-
照片产品→“分享了一张照片”
-
B2B发票工具→“处理了一张发票”
-
AI工具→“生成了一次结果”
-
协作工具→“邀请同事并完成一次共同编辑”
-
-
关键原则：不同产品的价值动作不能互相照抄。做点阵图之前，团队要先做一次产品定义：我们到底帮用户完成了什么？如果答案说不清，图也画不准
-
输出：一个代表核心价值的“主事件”定义
-
阶段二：第8-14天——搭建点阵图（目标：用最低成本完成第一版点阵图，把真实用户行为可视化）
步骤③：画第一版点阵图——行是人、列是天、格子是事件（解决什么：用一张图把“用户行为轨迹”铺开，而不是堆在一堆数字里）
-
背景与目的：点阵图的画法简单到像电子表格：每一行是一个用户，每一列是一个时间段（通常先按“天”）。当某个用户在某天完成你定义的关键事件，就在格子里放一个点。首次使用那天，可以在点外面加一个圈。铺开以后，你会开始看到不同节奏：有人工作日使用，有人只在周末出现，有人第一天试过就没回来。这些行为差异，在DAU折线上很难被看见。
-
具体操作：
-
第8-10天：导出最近14-30天的事件日志
-
第11-14天：按以下格式制作点阵图（先用Excel/Google Sheets手工做，不需要自动化）：
-
行：每个用户一行（先选20-50个用户，不必全量）
-
列：按天排列（从最早的日期到最晚的日期）
-
格子：用户在某天完成了主事件→放一个点（●）；首次使用那天→点外加一个圈（⭕）；没完成→留空
-
-
可视化提示：当某个用户的行为形成连续的点串时，那就是“习惯正在形成”的信号；空白越多，说明用户可能没有获得持续价值
-
现代工具捷径：David Lieb甚至说，现代AI编程工具十分钟就能做出一个版本
-
输出：第一版点阵图（至少覆盖20个用户、14天数据）
-
阶段三：第15-21天——解读与追问（目标：从点阵图中发现异常模式，围绕异常展开追问）
步骤④：用符号区分不同功能，发现行为线索（解决什么：不只看到“用户来了”，还能看到“用户来做了什么”）
-
背景与目的：点阵图不只能放圆点。可以用不同符号记录用户完成的是不同类型的动作。不同符号让团队看到功能与后续行为之间的线索。但符号不是越多越好——太多事件会把点阵图重新变成日志，团队又回到无法阅读的状态。更好的做法，是先选一个代表核心价值的主事件，再用少量符号标出你正在验证的功能。
-
具体操作：
-
如果需要追踪功能使用情况，在格子中放入不同符号：
-
主事件（如“听了歌”）→ ●
-
探索行为（如“搜索”）→ S
-
社交行为（如“分享”）→ P
-
设置行为（如“加入歌单”）→ J
-
-
限制规则：符号种类不超过5种——图的目的是让人快速发现“这里好像不一样”，不是记录一切
-
观察：某个符号出现后，后续几天有没有更多的●出现？如果有，说明该功能可能与留存有关
-
输出：一份带符号注释的点阵图 + 初步观察记录
-
步骤⑤：先看见异常，再去查原因（解决什么：让模式自己浮出来，再围绕异常展开访谈和实验）
-
背景与目的：这和很多团队习惯的分析顺序相反——常见做法是先开会猜原因，再去数据里找证据。点阵图更像一张观察地图：先让模式自己浮出来，再围绕异常展开追问。它不会让团队更懒，反而要求团队回到原始用户、原始日志和具体路径。比如一个用户加入公开歌单后连续多天使用，图上一串密集的点——它不能直接证明歌单带来留存，但它会告诉你：这个用户值得回放，这条路径值得访谈，这个功能可能值得继续验证。
-
具体操作：
-
逐行扫描点阵图，标记出三类“异常”用户：
-
高活跃异常：连续多天有●的用户——他们是你的理想用户。去访谈他们：他们为什么回来？哪一步让他养成了习惯？
-
流失异常：前3天有●，第4天开始空白的用户——他们在第3天发生了什么？是功能没完成还是没找到价值？
-
行为突变：某个符号出现后，行为频率突然变化的用户——该功能是否真的改变了用户行为？
-
-
第19-21天：针对这三类用户，至少完成3-5次用户访谈（问的不是“你觉得怎么样”，而是“那天发生了什么”）
-
输出：一份“异常用户访谈记录”+ 3个可验证的假设
-
阶段四：第22-30天——B2B场景应用与持续监控（目标：把点阵图应用到团队协作和续约风险管理中）
步骤⑥：在B2B场景中按席位展开点阵图——让续约风险提前可见（解决什么：合同金额和席位数不等于产品真的被用起来，空白格越多，续约风险越早出现）
-
背景与目的：B2B公司最容易被合同金额遮住。采购完成只是开始，真正的产品健康发生在席位层面：谁激活了，谁从未出现，谁只在培训当天点过一次，谁在没有客户成功推动的情况下仍然每周回来。点阵图让这些问题在续约前几个月就变得可见。David讲了一个真实案例：一家B2B公司拿下知名客户，年合同金额约8万美元，对方购买了10个席位——但后来客户流失了。如果当时画点阵图，风险会非常明显：十行里只有三行出现过点，而且没人每周使用超过两天。
-
具体操作：
-
第22-24天：为你的B2B客户按席位画点阵图：
-
每一行是一个用户席位（不是“公司”）
-
每一列是时间（按天）
-
每个格子代表该席位当天是否完成了关键动作
-
-
第25-27天：检查以下两个风险信号：
-
激活率：已购买的席位中，有多少出现过至少1个点？低于60%则高度危险
-
持续使用：出现过点的席位中，有多少是每周出现3天以上？低于30%说明产品没有进入日常工作流
-
-
动作：发现低激活率客户后，在续约前3个月主动介入
-
输出：一份B2B客户点阵图 + 续约风险评估
-
步骤⑦：用点阵图作为日常仪表盘（解决什么：让创始人的注意力从面板拉回产品现场）
-
背景与目的：点阵图最好的使用场景不是“替代所有数据”，而是给总量指标补上人的纹理。当留存曲线变差时，你能回到具体用户；当DAU上升时，你也能确认是不是同一批人在反复使用。它把创始人的注意力从面板拉回产品现场。David建议：除非你已经有几百个用户，否则点阵图甚至可以是你的唯一仪表盘。
-
具体操作：
-
第28-30天：建立“每周点阵图审查”机制：
-
频率：每周一上午花15分钟
-
动作：打开最新14天的点阵图，扫描一遍
-
三个问题：谁连续回来了？谁只试了一次就消失？谁在某个功能之后行为变了？
-
-
当用户数超过几百后，不一定要看全部用户——可以抽样，看某个国家、某个平台、某个收入层或某次onboarding的用户
-
输出：每周15分钟的点阵图审查习惯 + 第一份“每周用户观察笔记”
-