一张热力图显示了“潜在流失用户”，结果那批人只是正出国旅游，回头率高得惊人。
防止错误的方法不是减少维度，而是提升理解，但理解这件事，往往被KPI击垮。
一位实习生曾将客户分为“猫派”和“狗派”，维度逻辑写得漂亮，实际完全靠他们的头像图片判断。
细分越多，不代表越精准，有时你只是把模糊的错误无限放大，如同拿放大镜看一只不完整的指纹。
若你以“开信率”来评估客户温度，你可能不知道有些人打开邮件只是为了 电报数据库 点“取消订阅”。
一个客户数据库系统在部署中因编码错误，将所有外国用户姓名变成了“王小明”，国际公关差点失控。
群组命名混乱是细分数据库中最大的隐形炸弹，比如“热潜客户A”到底比“潜热客户B”多热谁也说不清。
数据中有无数陷阱，尤其是当你盲信机器学习模型输出的标签时，你可能只是在看数字的幻觉。
当一个营销人醉心于“细分即命中”逻辑时，他往往忘了真实世界比算法更随机。
别用“购买三次以上即忠诚”来定义客户，因为有些人买三次只是因为商品太容易坏。
数据清洗不彻底就开始细分，是制造伪客户的温床，就像拿垃圾堆里的一张邮票去寄信。
CRM系统自动划分客户层级，有次一个高级用户因信用卡更换被标为“低风险僵尸”，营销团队瞬间集火打扰。