完整內容在此, 幹話王_Only 100 Metrics Matter 讀後感

最近讀了〈Only 100 Metrics Matter〉，有些感想。核心觀點不是「不要蒐集資料」，而是「別讓蒐集到的資料分散了我們的注意力」。

痛點與決策

文章開頭即是痛點的描述︰

• 蒐集可以很貪心，但注意力需要節制。

• 全量記錄是為了稀有情況與根因排查；日常決策則需要一組極精煉的「核心指標、核心事件、核心屬性」。

  • 今年才跟朋友說，我想我應該很難一直留意那些 log 跟數量有啥異常，你不如轉成看是百分比還是一個量化的純數吧。

• 100個核心指標、50個核心事件、150個核心屬性，就能解釋90%的業務與產品變化；其餘是長尾，留作特殊分析與事後鑑識。

  • 其實這句話在說的是可數的幾件事情相互組合基本就能解釋大部分的狀態變化了。這些數字並非絕對法則，而是作者用來說明「在大多數情境裡，一個典型的產品／業務，這量級的指標就能覆蓋絕大多數情況」。

  • 有個 Pareto Principle（80/20 法則、關鍵少數法則），核心概念也類似，小弟我在以前鐵人賽有寫一篇文章可供參考。

決策︰

• 認知負荷：看板與告警越多，決策品質反而下降，MTTD/MTTR變慢。

• 組織對齊：少數關鍵指標更容易形成共識，推動跨部門協同。

• 噪音抑制：長尾數據波動大、樣本小，容易誤導；core set（能夠解釋 80～90% 業務或產品變化的那一小組指標、事件與屬性。） 有更高信噪比。

  • 這些少數關鍵指標的變化，更能可靠地代表實際情況，而不是被隨機波動誤導。例如 DAU 或 錯誤率 的變化通常能真實反映系統層面的問題或市場反應。

  • 把「長尾」留給事後調查或特殊情境，不混進日常決策。

• 彈性保留：全量追蹤不浪費，因為儲存便宜（是真的也不貴，但流量倒是相對貴多了QQ）；但把注意力花在長尾很昂貴。

「不是在收集更多，而是在收斂注意力到真正能影響行動與決策的少數關鍵訊號。」

完整內容在此, 幹話王_Only 100 Metrics Matter 讀後感