# 因果故事压过统计信息

## 元数据

- 书名：思考，快与慢
- 作者：丹尼尔·卡尼曼
- 章节：第二部分 / 第16章
- 定位：AI PM / 产品经理 / 策略与增长面试
- 优先级：P0
- 标签：causal-story, statistics, reporting

## 面试问题

为什么个体案例比统计数据更能说服人？

## 30 秒回答

系统1偏好因果故事，抽象统计信息如果不能嵌入具体机制，就很难改变直觉判断。

## 展开要点

- 基础率是冷信息，个体案例更容易触发因果解释。
- 培训、汇报和产品教育要把统计结论转化成可想象的场景。
- 但个案只是帮助理解，不应取代整体数据。

## 高频追问

- 如何让数据报告更有说服力？
- 为什么用户故事和 dashboard 都需要？
- 怎样避免被单个案例带偏？

## 项目映射

- 汇报模型错误时同时展示整体错误率和典型失败案例。
- 用用户旅程解释留存下降背后的机制。

## AI PM 迁移

AI PM 做评测报告要把数据、样例和机制连起来，不能只给分数或只讲故事。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。