推荐指标每天都在波动，很多团队把正常随机波动误判为策略效果或系统故障。理解概率思维能帮助区分信号与噪声，避免过度反应和频繁改动，这对稳定性至关重要。
点击率本质是伯努利试验的均值，样本量越小方差越大。小流量场景下千分之几的差异可能完全由随机性造成。评估时应计算置信区间，而不是简单比较两个点估计值的大小。
多重比较会放大假阳性。同时观察十几个指标时，即使策略无效也很可能有某个指标显著。应预先指定核心指标，或对辅助指标做多重检验校正，避免事后挑选显著结果。
贝叶斯视角下，先验和历史数据能帮助稳定估计。新策略的初期表现可结合先验做收缩估计，减少小样本噪声。但先验不能替代实验，最终仍需足够样本验证，概率只是帮助我们更理性地解读数据。
