92%说AI达标，27%拿得出证据：开启前先记三行数

多数团队觉得 AI 好用，很少有人记过起点

设想一个常见的场面。你在旺季前装了一个带 AI 的 app，或者在广告里打开了 AI 功能，几周后点开它自带的报表，曲线一路往上走。可要回答"店里的订单到底多了没有"，你手里没有一个开启前的数可以拿来比。

开启前定好目标或记下起点的团队，大约只占三分之一。

报告名为《Show Your Work》，由 Metric Sherpa 设计问卷，和 Sprinklr 合作完成。问卷在2026年9月8日至23日在线访问了 807 位参与面向客户 AI 项目的美国市场、客服和客户体验从业者，主要数字取自其中 536 位所在机构已常态运行 AI 的人。答案全部自填，没有经过独立审计；委托方 Sprinklr 本身卖客户体验平台，调查对象也不限于电商。

准备工作这一步，做到的人不多。按新闻稿的说法，上线前定好明确目标和成功指标的只有 34%，设定基线（也就是开启前的起点数据）的只有 29%。

问题从开启之前就开始了：目标和起点都没定好。

为什么不能只看工具自己的报表？

每个工具都只盯着自己负责的那个数。MarTech 高级编辑 Constantine von Hoffman 举了三个例子：广告平台优化转化率，客服平台优化自助解决率，内容系统优化互动。他的结论是："All three can show improvement inside their own dashboards while the business outcome stays flat."（三者都可能在自家后台里显示进步，生意本身却原地不动。）

报告里另一个数字也指向这一点。85% 的受访者说至少有一类指标变好了，可这类指标在上线前并没有被追踪；研究者也说不清，这些团队是事后补了数据，还是借用了别的来源。

85% 的"改善"，出现在上线前没人追踪的指标上。

换到 Shopify 店铺上，这个问题更具体。年底本来就是旺季，订单涨了，你很难分清是 AI 带来的还是季节带来的；这是本文的推断，报告并没有专门研究电商。

如果今年旺季你不打算为 AI 工具或广告多花钱，这一节可以先跳过。

开启之前，先写下这三行

MarTech 的建议很直接。针对一个应用，在下一次复盘前定好结果、基线、成功门槛和对比对象，再写清什么结果就扩大、调整或停掉。小店可以把它压成三行，而报告的数据是自填的，所以这三行更适合当作你自己去验证的问题。

值得自己检验的三件事

1. 指标：选一个从店铺订单里算得出的数，别用 app 自己报的数。
2. 现在的数：开启前把它记下来，标上日期。
3. 止损线和复盘日：到哪天、低于多少就停。

举个例子（数字仅作示意）：指标是 Shopify 后台的每周订单数，现在每周 120 单，三周后复盘；到时订单没超过 120 单、AI 相关花费却多了，就停掉。

只有 28% 事先定好停掉的标准

MarTech 写到，只有 28% 用事先商定的标准来决定扩大、调整还是停掉一个 AI 应用，按固定节奏复盘结果的也只有 37%。

复盘时间也要先定。报告建议从一个应用做起，90 天后复盘；2 到 4 周是本文针对旺季节奏给出的建议。

量得越细，工具一开始可能越难看

MarTech 还提到，用了三种及以上衡量做法的团队，报告的问题更多，比如 AI 和员工之间交接不顺、员工不愿意用、数据质量差。是细致的衡量让问题浮出水面，还是这些项目本身更复杂，目前还说不清。

所以复盘时数字不好看，先别急着下结论。

下次打开一个带 AI 的工具或广告功能之前，先写下三行：订单里的指标、现在的数、止损线，2 到 4 周后拿出来对一次。

来源

• Sprinklr · sprinklr.com
• Constantine von Hoffman · martech.org