很多产品团队都习惯说“我们的平均用户怎样怎样”。
比如平均每天使用 20 分钟，平均每月付费 5 美元，平均一周登录 3 次。问题在于，这个“平均用户”在数字产品里往往根本不存在。它更像是仪表盘里算出来的一个中间值，而不是一个真实的人。
Jakob Nielsen 在这篇文章里提出了一个非常值得产品、运营和增长团队反复思考的视角：比起平均值，更该看 P50 和 P95。
P50是中位数用户，也就是最典型的普通用户。P95是前 5% 的高强度用户，也就是最接近“重度用户”或“鲸鱼用户”的那一群人。
真正决定产品形态的，常常不是“平均用户”，而是这两类人之间到底有多大差距。
平均值为何容易误导产品判断
在物理世界里，平均值通常很有用。门的高度、桌子的尺寸、衣服的尺码，很多都可以围绕一个中间值来设计，再留一点安全余量。
但数字产品不是这样运转的。它们更容易出现明显的长尾分布：
- 大量用户只是偶尔来一下
- 少量用户却深度依赖产品
- 真正的收入、内容、反馈和网络效应，往往集中在最活跃的少数人身上
这意味着，如果团队只盯着均值，就很容易掉进一个陷阱：看似在为大多数人优化，实际上却是在为一个统计学上的“幽灵”优化。
这类误判在社交平台、AI 工具、创作者平台、企业 SaaS 和手游里尤其常见。很多时候，中位数用户只是浏览、轻度操作、偶尔回访；而真正高频使用、愿意付费、愿意深入高级功能的人，已经是完全不同的一类人。
P50 用户和 P95 用户，根本不是同一种需求
这篇文章里一个非常关键的点，是它没有把用户差异只理解成“用得多一点、少一点”，而是强调了两者的工作方式不同。
P50 用户像游客
P50 用户更像“游客”。
他们来产品里，通常只想完成一个最直接的任务：
- 看一下结果
- 处理一个小需求
- 快速完成一次操作
他们对摩擦极其敏感。只要首页太复杂、配置太多、术语太密、上手路径太长，就很容易直接离开。对这类用户来说，产品最重要的不是深度，而是：
- 容易进来
- 容易看懂
- 容易完成
- 容易留下
P95 用户像鲸鱼
P95 用户则更像“鲸鱼”。
他们不是偶尔来一下，而是长期住在产品里。他们会把产品嵌进自己的工作流，愿意折腾高级功能，愿意为效率、速度和可扩展性付费，也最容易先撞到产品边界。
这类用户真正要的，不是解释，而是加速：
- 快捷键
- 批量操作
- 模板
- 宏
- API
- 自动化
- 更高性能
- 更细粒度的控制权
如果一个产品只剩下“简单”，P50 用户可能仍能完成基础任务，但 P95 用户会明显受阻，因为所有本该高效完成的事情都被迫绕远路。
为什么 P95/P50 比值值得长期跟踪
Jakob Nielsen 的一个核心建议是，团队应该长期看 P95/P50 这个比值。
这个数字越小，说明产品里的用户行为越接近“边界明确的常规工具”；这个数字越大，说明产品越像一个明显的长尾生态，少数高价值用户的重要性会急剧放大。
大致可以这么理解：
- 如果
P95/P50只有 2 到 5 倍，产品更像标准化工具，重点通常是普适可用性。 - 如果它来到 10 倍、20 倍甚至更高，团队就不能再拿“平均用户”做唯一参照物。
- 如果中位数付费是 0，而 P95 或 P99 贡献了大部分收入，那就说明“鲸鱼用户”已经是商业模式本身的一部分。
这也是为什么很多 freemium 游戏、社交平台和 AI 产品，看起来用户很多，但真正支撑收入的，是少数深度用户。
不同行业，差距会大得惊人
原文里提到，不同类型的产品，P95/P50 的差距并不一样。
电商和本地服务通常会小一些，因为现实消费有天然边界，一个人再活跃，也不可能无限下单。
企业 SaaS 和生产力工具会更大，尤其是数据分析、编码辅助、自动化这类场景。高手与普通用户的区别，常常不是勤奋程度不同，而是有没有把工具真正嵌进工作流。
社交平台和创作者平台的差距则会更夸张。大多数人只消费，少数人持续创作，平台的大部分内容供给和互动热度都来自后者。
而在手游或部分 AI 产品里，付费和使用都可能呈现极强的长尾结构。中位数用户可能既不付费也不深用，但少量高分位用户会承担大部分收入与活跃度。
这对 UX 设计意味着什么
如果一个产品同时要服务游客和鲸鱼，那最差的做法就是做一个折中型的中间层。
它对新手来说还是太复杂，对重度用户来说又不够强。
更合理的办法，是做一套分层界面和渐进式披露：
先给 P50 一个足够顺滑的入口
产品表层应该尽量清楚、克制、低摩擦。新用户先看到的，只该是最关键的那部分能力，而不是一上来就被大量设置、规则和专业功能压住。
默认路径要短，主操作要明显，认知负担要尽量低。
再给 P95 足够深的能力池
高级能力不应该堆在新手首页上，但一定要存在，而且要足够深。
真正的重度用户，需要的是：
- 一旦准备好了，就能继续深入
- 一旦熟练了，就能更快
- 一旦形成工作流，就能不断叠加能力
也就是说，复杂度不是被删除，而是只在真正需要的时候向相应用户开放。
这也是为什么命令面板、快捷键、批量编辑、模板系统、自动化规则和 API 接口，常常是优秀产品的关键分水岭。它们对普通用户并不重要，但对高价值用户来说，往往决定了产品能不能进入核心工作流。
AI 时代，一个新机会是“把尾巴养胖”
原文里还有一个很值得注意的判断：生成式 AI 可能会改变 P50 和 P95 之间的上升路径。
过去很多高级能力门槛很高，只有熟悉产品结构、脚本、查询语法和自动化工具的人才能用起来。现在，普通用户有机会直接用自然语言表达目标，再由 AI 帮他补齐中间步骤。
比如：
- 让 AI 自动生成 SQL
- 让 AI 构建复杂筛选条件
- 让 AI 生成模板、宏或工作流
- 让 AI 把自然语言目标翻译成产品可执行动作
这件事的意义，不只是让新手更轻松，而是可能把一部分原本停留在 P50 的用户，慢慢推向更高价值区间。换句话说，优秀的产品不只是收割现有鲸鱼，也会不断培养新的鲸鱼。
不只是设计，定价和留存也要一起变
一旦接受“长尾分布”这个现实，很多管理动作都要跟着变。
定价
当用户差异不大时，统一定价通常最简单。
但如果重度用户和普通用户的使用量差了几十倍，尤其是 AI 这类存在明显推理成本的产品，完全平价往往会变成一种隐性补贴。这个时候，分层套餐、按量计费或者高级能力收费，会更健康。
留存
流失分析也不能只看人数。
失去一个 P95 用户，可能不只是少一个活跃账号，而是少掉一大块收入、反馈、内容供给、案例沉淀和口碑扩散。所以很多产品真正该重点维护的，不一定是“所有人一视同仁”，而是识别出那批真正推动业务飞轮的人，给他们更快的支持和更成熟的能力。
最后：别再只看平均值了
这篇文章可以概括为一句话：
在数字产品里，鲸鱼用户往往不是边缘案例，而是经济重心。
所以，与其继续围着平均值打转，不如把看板换一换：
- 看
P25 / P50 / P75 / P95 / P99 - 看分布，而不是只看均值
- 看谁真的在创造价值
- 看哪些普通用户正在往重度用户迁移
产品表层可以是一个友好的大厅，但产品深处必须是一座足够大的游乐场。
因为在很多数字业务里，真正决定产品天花板的，从来不是那个“平均用户”，而是企业有没有把最关键的那一小群人服务好。
原文链接：Jakob Nielsen, Don’t Design for Average Users, published on March 19, 2026.
关于
📬 关注我获取更多资讯
