概率分布：用数学描述不确定性
产品经理的数学课 · 第21讲
概率分布：用数学描述不确定性
每个产品决策都面临不确定性。概率分布是你描述和量化这种不确定性的语言——它告诉你「各种可能结果的概率是多少」。
前言
你管理一个在线客服系统。老板问：
- 「明天会有多少用户来咨询？」
- 「每次咨询要处理多久？」
- 「用户要等多久才能开始对话？」
这三个问题对应三种不同的概率分布：
- 用户咨询次数 → 泊松分布
- 每次处理时长 → 指数分布
- 用户等待时间 → 指数分布
概率分布不是抽象的数学概念——它是你描述产品现实的工具。每种分布都有特定的应用场景。
核心概念
什么是概率分布？
概率分布：描述一个随机变量取各种值的概率。
离散分布：随机变量只取有限个值（比如抛硬币：正面/反面） 连续分布：随机变量可以取任意值（比如身高：175.3cm, 175.31cm, …）
正态分布（Normal Distribution）
形状：钟形曲线，对称，中间高两边低
参数：
- μ（均值）：曲线的中心位置
- σ（标准差）：曲线的宽度（数据的分散程度）
应用场景：
- 人的身高、体重
- 测量误差
- 产品的质量指标
68-95-99.7 法则：
- 68% 的数据在 μ ± σ 范围内
- 95% 的数据在 μ ± 2σ 范围内
- 99.7% 的数据在 μ ± 3σ 范围内
例子：用户平均停留 5 分钟，标准差 1.5 分钟。
- 68% 的用户停留 3.5-6.5 分钟
- 95% 的用户停留 2-8 分钟
- 99.7% 的用户停留 0.5-9.5 分钟
泊松分布（Poisson Distribution）
形状：右偏，长尾
参数：
- λ（lambda）：单位时间内的平均事件次数
应用场景：
- 每小时的用户咨询次数
- 每天的订单数量
- 每月的系统故障次数
例子：平均每小时 10 次咨询（λ = 10）。
- P(0 次) ≈ 0.000045（几乎不可能）
- P(5 次) ≈ 0.038（3.8%）
- P(10 次) ≈ 0.125（12.5%）
- P(15 次) ≈ 0.035（3.5%）
指数分布（Exponential Distribution）
形状：右偏，从某个值开始快速下降
参数：
- λ（lambda）：事件发生的速率（λ = 1/均值）
应用场景：
- 用户等待时间
- 系统故障间隔时间
- 客服处理时长
例子：平均处理时长 5 分钟（λ = 0.2）。
- P(等待 < 1 分钟) ≈ 0.18（18%）
- P(等待 < 3 分钟) ≈ 0.45（45%）
- P(等待 < 5 分钟) ≈ 0.63（63%）
- P(等待 < 10 分钟) ≈ 0.86（86%）
二项分布（Binomial Distribution）
形状：对称或右偏（取决于 p）
参数：
- n：试验次数
- p：每次试验成功的概率
应用场景：
- 投放广告的点击率
- 用户注册转化率
- A/B 测试的转化次数
例子：100 人看到广告，点击率 5%（n=100, p=0.05）。
- P(0 次点击) ≈ 0.006（0.6%）
- P(5 次点击) ≈ 0.180（18.0%）
- P(10 次点击) ≈ 0.017（1.7%）
如何选择正确的分布？
| 问题类型 | 推荐分布 | 参数 |
|---|---|---|
| 某个时间点有多少事件发生？ | 泊松分布 | λ（平均事件数） |
| 事件之间的等待时间是多少？ | 指数分布 | λ（事件速率） |
| n 次试验中有多少次成功？ | 二项分布 | n, p |
| 某个指标围绕均值波动？ | 正态分布 | μ, σ |
| 某个指标在某个范围内？ | 均匀分布 | a, b |
产品经理的应用
应用场景一：客服系统容量规划
你的客服系统：
- 平均每小时 20 次咨询（泊松分布）
- 每次咨询平均处理 10 分钟（指数分布）
问题：需要多少客服人员？
计算（排队论）：
- 如果有 3 个客服：平均等待时间 15 分钟（太长）
- 如果有 4 个客服：平均等待时间 3 分钟（可接受）
- 如果有 5 个客服：平均等待时间 0.5 分钟（很好）
决策：安排 4 个客服人员。
应用场景二：系统故障预测
你的系统：
- 平均每月 2 次故障（泊松分布）
- 故障间隔时间服从指数分布（均值 15 天）
问题：下个月会发生多少次故障？
预测（泊松分布）：
- P(0 次) ≈ 13.5%
- P(1 次) ≈ 27.1%
- P(2 次) ≈ 27.1%
- P(3 次) ≈ 18.0%
- P(≥4 次) ≈ 14.3%
决策：有 14.3% 的概率会发生 4 次或更多故障——需要准备应急方案。
应用场景三：广告效果评估
你投放广告：
- 1000 人看到广告
- 历史点击率 3%
问题：需要多少次展示才能获得 100 次点击？
计算（二项分布）：
- 期望：100 / 0.03 ≈ 3333 次展示
- 标准差：√(3333 × 0.03 × 0.97) ≈ 10 次点击
- 95% 置信区间：80-120 次点击
决策：需要约 3333 次展示，预期获得 100 次点击（±20 次）。
常见误区
误区一：所有分布都是正态分布
「用户数据应该服从正态分布」
很多现实数据不服从正态分布。咨询次数是泊松分布，等待时间是指数分布，收入是对数正态分布。先判断数据类型，再选择正确的分布。
误区二：用均值代替分布
「平均等待时间 5 分钟，就按 5 分钟规划」
均值只是中心趋势。你需要看整个分布——特别是尾部（长等待时间的概率）。用分布做规划，不只用均值。
误区三：忽略分布的参数
「泊松分布和指数分布都用 λ，所以一样」
λ 的含义不同：
- 泊松分布：λ = 平均事件次数
- 指数分布：λ = 事件速率（1/均值）
参数含义不同，应用也不同。
误区四：分布假设错误
「用户停留时间服从正态分布」
正态分布是对称的，但用户停留时间通常右偏（有很多短停留，少数很长停留）。用错误的分布会得到错误的结论。
PM/BA 应用
| 场景 | 分布选择 | 决策价值 |
|---|---|---|
| 客服容量 | 泊松 + 指数 | 优化人员配置 |
| 故障预测 | 泊松 | 准备应急方案 |
| 广告效果 | 二项 | 估算展示需求 |
| 用户行为 | 正态/对数正态 | 预测行为模式 |
| 排队时间 | 指数 | 优化等待体验 |
课后测验
题目 1
你的客服系统平均每小时 15 次咨询。以下哪种分布最适合描述咨询次数？
A. 正态分布
B. 泊松分布
C. 指数分布
D. 二项分布
查看答案与解析
答案：B（泊松分布）
泊松分布描述「单位时间内事件发生的次数」：
- 事件独立发生
- 平均发生率已知（λ = 15 次/小时）
- 事件次数是离散的（0, 1, 2, …）
正态分布描述连续数据（身高、体重）
指数分布描述事件之间的等待时间
二项分布描述固定次数试验的成功次数
题目 2
用户平均停留时间 5 分钟，标准差 2 分钟。如果假设正态分布，95% 的用户停留时间在什么范围？
A. 1-9 分钟
B. 3-7 分钟
C. 0-10 分钟
D. 2-8 分钟
查看答案与解析
答案：A（1-9 分钟）
68-95-99.7 法则：
- 95% 的数据在 μ ± 2σ 范围内
- μ = 5，σ = 2
- 5 ± 2×2 = 5 ± 4 = [1, 9]
注意：实际用户停留时间通常不服从正态分布（右偏），这只是理论计算。
题目 3
你的系统平均每 30 天故障 1 次。故障间隔时间服从什么分布？
A. 泊松分布
B. 正态分布
C. 指数分布
D. 均匀分布
查看答案与解析
答案：C（指数分布）
指数分布描述「事件之间的等待时间」：
- 故障之间的间隔时间
- 平均间隔 30 天（λ = 1/30）
- 等待时间是连续的
泊松分布描述「单位时间内的故障次数」，不是间隔时间。
本课要点
- 概率分布描述不确定性：每种分布适合特定类型的数据
- 泊松分布：单位时间内的事件次数（咨询次数、订单量）
- 指数分布：事件之间的等待时间（处理时长、故障间隔）
- 二项分布：固定次数试验的成功次数（点击率、转化率）
- 正态分布：围绕均值波动的连续数据（身高、误差）
延伸阅读
- Ross, 《A First Course in Probability》 — 概率论教材
- Bertsekas & Tsitsiklis, 《Introduction to Probability》 — MIT 概率论课程教材
- Halford & Schouwenaars, 《Probability for Product Managers》 — 产品经理的概率应用
下一步
下一课：排列组合：从可能性中找到最优解 — 用排列组合解决产品设计中的选择问题。
工具提示：画出你的产品指标的分布图——它更像正态分布、泊松分布还是指数分布？选择正确的分布是准确预测的第一步。