Does 3% users matter?

好久没写博客,这几个月来的第一篇,居然不是技术的,实在是有愧于自己程序猿这个身份。无奈技术的博大精深,积累一篇高质量的文章实在是不容易,写的太烂也不敢发出来,怕被同行嗤笑。反倒因为不是做产品,才敢来聊一聊产品,虽然这雾中花,也不是我这俗人可以洞见的,但不论优劣,起码不至于会被骂得太惨。

这开头扯的差不多满意了,可以开始正文了。

早上开了一个会,提到了一个产品功能设计的一个依据是,3% 的用户如何如何,其它比例的如何如何。当时听了,觉得挺合理的,现在 PM 用数据把程序猿的嘴堵的严严的,有进步啊。但之后算了一下,按流利说的官方数字( http://liulishuo.com/about )——25,000,000 用户——来算的话,这 3% 有 750,000 个用户。

在这里,我意识到第一件事——思维惯性有多么可怕。3% 这个数字看起来不算很多,但当它放到不同上下文中去时,所代表的分量却不尽相同。即便是 1% 的比例,也可能影响着数以万计的用户。一个产品量级越大,相同的比例所影响的用户也就越多。当然,量级小的产品,比例的分量可能反而更重。所以比例这个数据能起到多少作用,真的是一个很模糊的问题。

随后,我又意识到另外一个问题——这个数据足以支撑一个决策吗?这些数据只是某几类用户的不同占比,但这些就足够了吗?如果这 3% 的用户日活都很不错呢?如果这 3% 的用户都是很优质的用户呢?印象中好像没有听到有关于这方面的数据,但如果假设成立的话,那是不是就意味着,这类用户反而需要我们投入更多的精力、花更多的心思呢?

这里引申出来的一个问题是,现在很流行 data-driven,但似乎并不是拿出了数据就可以用来 driven 了,起码得保证数据是可靠的、全面的吧。感觉很可能发生的事情是,有了一个想法,就想拿数据验证一下,然后也确实找了一些数据,也确实能够验证那个想法之后,就认为这是可行的,但有可能那些数据只是冰山一角。结果产品死了之后,还一定要说,我明明是 data-driven 的啊。就好像那句不知道是谁说的话一样,“人们只相信自己愿意相信的”。

好像一说起产品的问题,任何理论都有反面。即便是数据全部都没问题,就一定能证明决策的正确性吗?好像也不见得。重新回到标题,如果数据靠谱、全面,3% 的用户真的重要或者不重要吗?或者有时数据真的只能作为参考,还是得跟着心走,不能怂。

不行了,实在编不下去了,再往下恐怕自己都看不懂自己写的东西了。还是留点精神晚点看苹果发布会好了,虽然帮主不在,但毕竟苹果有些事儿,在我了解的范围内,做的还真是厚道,比如最近为了用户隐私和 FBI 撕逼那件事情。

 
11
Kudos
 
11
Kudos

Now read this

k8s pod unhealthy 后不能正常重启 debug

之前遇到一个问题,当一个 pod 从 healthy 到 unhealthy 后,经常不能够正常启动。 比如 init delay 是 0,健康检查 period 是 10s,unhealthy threshold 是 3,那么应该在20s内启动即可,但实际发现不到 20s 就会被 terminate。通过观察 kubelet 的 log 发现,Liveness 的 probe 出现了2次就会被 kill: Apr 19 02:28:32 ip-xxx... Continue →