数据科学的价值不只在模型精度，而在于帮助组织把战略决策想全面、抓住关键矛盾，再把策略、指标和优先级连起来。本期重点辨析北极星指标究竟该衡量目标，还是衡量策略的执行效果。
适合希望从分析执行者走向业务决策参与者的数据科学家，也适合正在制定 KPI 或北极星指标的团队，用来检查指标能否真正指导行动。
这期你会听到
• 数据科学如何在战略决策、日常运营与自动化之间找到不同的价值位置？
• 判断业务是否值得做时，竞争差异、市场规模、用户价值与 PMF 应该怎样进入分析？
• 为什么北极星指标更适合衡量策略执行，而不是只显示离目标还有多远？
• 没有因果数据时，数据科学家是否仍应表达业务判断？
• 积累 domain knowledge 时，研究一线情况、请教专家和亲手实践分别解决什么问题？
相关内容
加入Superlinear Academy免费社区
把正在使用的北极星指标及其对应策略带来拆解。
https://www.superlinear.academy/
关于主播与节目
孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。