核心問題

平均數真的代表現實嗎？在商務報表中，平均客單價、平均薪資、平均毛利率、平均觀看數、平均庫存週轉天數都很常見。但平均數有一個危險之處：它看似客觀，卻可能遮蔽真正的結構。

平均數不是錯，但如果只看平均數，很容易做出錯誤判斷。

觀念說明

假設一家公司的老闆年薪1億元，其他九名員工年薪50萬元。這家公司十人的平均年薪是1,045萬元左右，但實際上沒有任何一位普通員工接近這個收入。平均數存在於表格中，卻不存在於現實中。

因此，商務分析不能只問「平均是多少」，還要問「分布如何」。中位數、最大值、最小值、集中度、百分位數，往往比平均數更接近真相。

經典案例一：Dyson價格帶

如果某品牌產品價格分別落在5,000元、8,000元、10,000元、15,000元與30,000元，平均價格可能是13,600元。但市場上未必真的存在13,600元的產品。平均值掩蓋的是產品線的層級結構：入門款、中階款、高階款與旗艦款各自服務不同客群。附件中也提到 Dyson 5K–30K 的價格帶案例，正適合用來說明平均數誤謬。

如果企業只看平均價格，可能會誤判市場定位；真正重要的是不同價格帶各自貢獻多少銷售、毛利與品牌形象。

經典案例二：影音平台的觀看集中

影音平台常出現「少數內容取得大部分觀看」的現象。附件中提到 OTT 平台、百度愛奇藝90%觀看集中等案例，這正是平均數誤謬的典型場景。

假設平台平均每部影片觀看10萬次，管理者可能以為內容表現穩定。但實際上可能是少數爆款觀看數極高，拉高了整體平均；多數作品觀看數很低。如果只看平均，就會看不見內容市場的「爆款結構」。

國際商務案例

企業分析客戶時，也常被平均數誤導。假設100位客戶平均年採購額為100萬元，看起來每位客戶都很重要。但實際上可能是5位大客戶貢獻80%營收，其餘95位客戶只貢獻20%。這時候，平均客戶價值就失去決策意義。

在國際貿易中，出口商若只看「平均毛利率」，也可能忽略不同市場的差異。有些市場毛利高但風險高，有些市場毛利低但現金流穩定。平均毛利率無法回答真正重要的問題：哪個市場值得投入？哪個客戶值得維持？哪個產品其實拖累整體利潤？

管理啟示

平均數只能作為起點，不能作為結論。企業在看任何平均數時，都應該追問三個問題：第一，分布長什麼樣？第二，是誰拉高或拉低平均？第三，平均值是否代表大多數人的真實情況？

如果這三個問題沒有回答，平均數就可能變成漂亮但危險的假象。

重點整理