相比平均数、总数等统计指标，细分实际上为我们提供了一个新的视角——数据分布的视角去观察它们，其中正态分布、幂率分布（也叫长尾分布）是最常见的两种数据分布。在上面的例子当中，客单价120元是一个平均数字，如果按区间对订单成交额进行细分统计，也许我们会看到一个幂率分布，即大部分订单成交额低于120元，但有少量大额订单拉高了平均值。这样的分布数据为我们的决策提供了更多有价值的事实依据。
有时观察分布这样的细分数据还是不够的，我们希望对其中的个例进行分析，例如这些少量的大额订单中如果发现有客户批量订购了同一SKU的商品，那么或许我们可以依此开发出大客户或商业采购的业务方向；又或者我们希望交叉组合其他粒度继续细分下去，例如观察不同渠道的客单价分布来对渠道的客户质量进行判断，这种交叉组合细分到极致其实同样也是对个例的分析，即前面提到的第三种挖掘事实的方法——溯源。
在策略产品经理的日常工作当中，无论是搜索还是推荐或其他场景，对个例的溯源都是绕不开的工作。跟踪案例是一个“脏活累活”，但在我看来这也是一份有趣的工作。在去哪儿网机票数据部门工作的时候，我特别喜欢每天观察用户的搜索记录，我会看到每个ID反映的内容：用户想去哪里旅行，行程大概是怎样规划的，哪些目的地其实可以在一次旅行中都玩到……也会看到用户为价格做出了哪些妥协（例如更改出行时间以便错峰出行，或直飞改中转），用户发现了哪些出人意料的低价中转航线。每一个包含了各种期待、妥协、不甘等情绪的用户案例都能够汇总为一类用户画像的需求，并最终汇聚到产品策略处进行改进，正如7.3.1节案例所介绍的那样。