看数据做决策为什么总是错的
2025 年 9 月那款小游戏上线后,我盯着后台数据看了好几天,越看越有信心:种子计划那几天每天进 180 人。但看数据做决策为什么总是错的,那次我算是体会透了——次日留存只剩 5 人,人均时长不到 2 分钟,当日广告收入不到 6 块钱。
那次之后我才明白,看数据做决策为什么总是错的:不是数据错了,是我在看一组根本不足以支撑决策的数字,而且还挑着看好的一面看。
最贵的一课:看数据做决策为什么总是错的,因为把「有点量」当成了「有需求」
上线头几天的 180 人/天,现在回头看,那是最典型的假信号。
它只说明有人点进来了,不说明有人想留下。进量是最容易得到的数字,也是最容易骗人的数字。
我当时的错误不是乐观,是把「进量」和「需求被验证」直接划了等号,中间跳过了留存这一步。
坑一:只看分子,不看分母
现象是开口就报「进了多少人」「发了多少条」,从来不提转化。
原因是分子是成果,报出来好看;分母是成本,报出来难受。
怎么避:每报一个成果数字,强制自己同时报出它的分母。 比如进 180 人,那就同时说清这 180 人里有多少留下了。分母一摆出来,真假信号立刻分开。
坑二:样本太小就下结论
现象是十几个数据点就敢判断趋势。
原因是一人公司数据天然少,等不到大样本,又急着要答案。
怎么避:样本小的时候只做单点对比,不做趋势判断。 比如这次和上次比、新做法和旧做法比,两个数一放,谁好谁坏一目了然,不需要画曲线。
顺便说一句,那些看着很漂亮的上升曲线,在一人公司这种量级上,一半以上是随机波动。
坑三:先有结论,再找数据支持
现象是翻后台的时候,眼睛总是先看到对自己有利的那几个数。
原因是人一旦有了倾向,就会不自觉地去收集支持自己的证据。
怎么避:在打开数据之前,先写下「什么结果会让我改变主意」。 写完再去看数,这一句话就能挡住大部分的自我说服。
我现在的习惯是把这句写在复盘文档最上面,看完数据之后再回来看一眼自己当初的预期是什么。
坑四:把一次成功当成方法
现象是某个做法偶然跑好了一次,就认为找到了规律,然后重复地做。
原因是一人公司太需要正反馈了,好结果一出现就急着归因。
怎么避:任何结论都要在第二次出现之后再承认它。 一次好结果可能是运气,连着两次同样条件同样结果,才值得当成方法固定下来。
止损清单:这几个信号出现就停下
- 手上只有分子没有分母,停,先去补分母。
- 数据点少于十来个,停,别做趋势判断。
- 还没写下「什么结果会让我改变主意」,停,别打开后台。
- 结论指向「再优化一下就好了」,停,先确认需求本身成不成立。
- 复盘结束拿不出一个当天能做的改动,停,这次复盘等于没做。
看数据做决策为什么总是错的,答案不在数据身上,在于看数据之前你有没有先写下自己的预期。这一步做了,大部分误判当场就能拦住。
常见问题
Q:看数据做决策为什么总是错的?
常见原因是只看成果数字不看分母、样本太小就下趋势结论、以及先有结论再挑数据支持自己。这几种情况下,数据不缺,缺的是判断纪律。
Q:数据量少的时候怎么判断一个做法有没有效?
只做单点对比,这一次和上一次比、新做法和旧做法比,不要看曲线。同时要求结论至少出现两次再承认它是方法。
Q:怎么避免只看对自己有利的数据?
看数据之前先写下「什么结果会让我改变主意」。这一句话能让你的预期先落地,之后再看数字就不容易被自己带着走。
相关阅读
本文作者西米,37 岁程序员,一个人加五个 AI 员工在跑一家公司。踩过的坑和真实账本都写在公众号「西米分享」。
完整代码、踩坑清单与最新进展,都在公众号。
📱 关注公众号「西米分享」