只要你做的是一个大用户量的产品，互联网的产品往往都有这个特点，那么我们能听到都只能是少部分用户的声音，他们是否代表大多数用户是无从判断的。虽然绝大多数情况下的经验证明，只要在用户的选择上没犯什么低级失误，他们是具有代表性（接受这种假设是一种性价比很高的廉价解决方案），而还有一招就是让数据来说话，看看用户到底是怎么做的，所谓according to the data是最难被驳倒的。
     其实原来读研的时候，我做的就是统计分析、数据挖掘相关的课题，但工作以来，深深的体会到，实际的生产和科研是有很大不同的。科学研究很注重“性价比”的性，只要结果好，往往不在乎投入，因为科研的结果不是为了应用（相对而言），而是为了证明实力，同理，很多公司的高端产品也是为了证明实力，并不是为了挣钱或者市场占有率。
     而实际生产环境更注重综合的性价比了，所以我们不再需要用独立分量去分析每次运营、每个功能改进所带来的流量变化，不再需要用人工神经网络预测产品将来的用户数，甚至给出A>B结论的时候也不需要做显著性检验，一切的一切需要的只是一种sense，一种对数据的敏感，最商业的敏感。
     要意识到，用户怎么说和怎么做是不同的，其实用户的语言不如行为更能反应出他的真实需求，比如用户说在搜索客户的时候应该加一个按交易额搜索，也许只是他某次特殊的需要使然，但我们通过用户行为的数据分析可以发现，这个功能上了之后只有1/10000的人用，这就是我们被用户的说法骗了，但数据永远不会骗我们。
     问题在于，手头经常是有枪没×××的状况，其实数据分析的方法很多，但很多时候苦于拿不到数据，这是我们需要考虑的，在产品设计的时候就要把用户数据提取的需求加进去，这也是一类非功能需求，这样才能做到产品的可持续发展。