均值和中位数都是集中趋势的度量，但适用场景不同。均值利用了全部数值信息，对极端值敏感；中位数只看位置，稳健性强，但忽略了两端的大小差异。
收入、消费、停留时长这类长尾分布数据，均值容易被少数极大值拉高，给人造成大多数人都很高的错觉。此时中位数更能代表典型用户的水平，配合分位数一起看更完整。
但均值也不是没用。总量相关的决策，比如计算总时长、总成本、资源预算，均值乘以人数才有意义，中位数无法承担这个角色。要看业务问题需要的是典型值还是总量。
实践中建议同时报告均值、中位数和分位数。若两者差距很大，说明分布偏斜严重，应进一步看分布形态，而不是只给一个数字下结论。
另外要注意分组陷阱。整体均值的变化可能来自各组占比变化，而非组内水平变化。做对比时应做分层分析或标准化，避免辛普森悖论误导判断。
