一、防伪溯源该看哪些数很多团队做了一堆看板却不知道哪些数才是核心。这一篇给出 8 个核心指标运营、技术各 4以及口径设计和 BI 落地。二、运营 4 指标扫码 UV/日当日独立扫码用户数——反映触达广度验真成功率成功返回真伪结果占比 99% 为健康——反映系统可用性留资率验真后留手机号率行业平均 8%优秀 25%——反映转化能力复购率30 天内二次购买率优秀 12%——反映运营效果。三、技术 4 指标验真 P99 延迟99 分位响应时间 0.5s 为合格——反映性能码池使用率已分配码 / 总生成码70-85% 健康——反映赋码合理性异常扫码率异地高频扫码 / 总扫码 0.5% 为安全——反映风控存证上链成功率关键节点上链成功 / 应上链 99.9%——反映可信。四、口径设计 3 原则唯一性每个指标只有 1 个统计口径跨部门一致——避免各算各的可解释每个数字都能被业务解释不是技术指标孤岛可视化BI 看板按角色分层运营 / 技术 / 管理层——各看各的。五、BI 落地路径数据仓库ClickHouse/Doris→ 指标平台OneService→ 看板Tableau/帆软关键指标实时刷新5 分钟级——如验真延迟、异常扫码决策指标日更——如复购率、留资率。六、避坑建议指标不是越多越好8 个核心 8 个观察足以看清业务。核心指标管生死延迟、成功率、异常率观察指标管细节区域分布、品类占比。给同行的建议指标口径必须在第一版就定死否则后期跨部门对不上数就是无尽的扯皮。口径统一是数据治理的地基。