发言偏差：会说话的人不代表多数

在任何议题上，主动表达意见的人都是少数，而这些人中情绪强烈者的比例明显更高。结果是，评论区呈现出的观点分布，会比真实分布更极端。

这不是平台的问题，而是表达本身就有成本。愿意承担这个成本的人，通常有更强的动机。

样本偏差：不同平台是不同的世界

同一个话题，在不同平台上的主流意见可能完全相反。原因不复杂：各平台的用户年龄、职业、使用习惯差异很大。

所以看到「全网都在说」这种表述时，可以顺手问一句：这个「全网」，具体包含哪几个平台。

  • 样本量不代表代表性，十万人投票也可能只覆盖一类人群。
  • 年龄结构单一的样本，得出的是分众结论而非公共结论。
  • 线上样本天然排除了不常上网的人群。

给内容加一条「代表性」备注

我们在引用数据时会尽量标注来源、样本范围和采集时间，哪怕这些信息会让结论显得没那么干净利落。

克制一点的数据，比漂亮的数据更有用。因为前者能让你在半年后回看时，依旧知道当时到底在说什么。