杭州一个内容推荐团队发现，某栏目"人均阅读时长"高达18分钟，远超同类。查了两天才明白：统计口径把"页面停留"算进去了，用户切到后台刷视频，页面没关，时长继续累加。修正为"有效阅读时长"（有滚动、有点击）后，数字降到6分40秒。
第一个陷阱是幸存者偏差。统计"点击用户的满意度"永远好看，因为没点击的人不在样本里。某资讯App统计点击用户次日留存58%，看似健康；把当日曝光未点击用户也算进来，整体次日留存只有21%。评估推荐质量，分母必须是曝光人群，不是点击人群。
第二个陷阱是均值掩盖分布。某推荐位平均点击率2.3%，看着平稳。按用户分档拆开：高频用户点击率0.8%，低频用户5.1%。原因是高频用户早就看腻了，推荐多样性不足。只看均值，会误判"一切正常"，实际头部用户正在流失。
第三个是辛普森悖论。7月整体转化率比6月高1.5个百分点，但分渠道看，每个渠道都在下降。原因是7月低转化渠道的流量占比从20%涨到45%，把整体拉高了。做数据统计必须做分层对比，至少按渠道、新老用户、时间段三个维度交叉看一遍。
第四个是口径漂移。同一指标"日活"，产品团队按启动去重算，运营团队按登录算，两边报表差8%。某次周会为了"日活到底是多少"吵了40分钟。解决办法是写指标字典：指标名、计算逻辑、数据源、更新频率、负责人，5个字段缺一不可，全团队共用一份。
第五个是异常值未处理。某商家客单价出现9999元记录，是测试订单。这条数据进入特征后，该品类平均客单价被拉高3倍，排序模型给高价商品加了不该有的权重。常见做法是按分位数截断，比如1%和99%分位做winsorize，并单独维护测试订单黑名单。
落地建议：每周花30分钟做一次指标体检，检查口径是否一致、分布是否偏移、异常值占比是否超过0.5%。某团队坚持做了3个月，发现并修正了7处统计问题，推荐点击率从4.1%提到5.3%。数据常识不玄，就是把分母、分层、口径三件事做扎实。
