题目重点：用真实案例说明如何以数据澄清争议，区别证明自己对和帮助团队决策。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 题目要求真实故事，数据质量/样本/因果边界必须如实；没有改变对方决策也可讲如何缩小分歧，不编造结果。
解题路线
- 先描述各方原假设与共同业务目标，争议可能是口径/优先级/风险而非谁聪明。解释本人负责取证还是决策，避免将合作包装成个人碾压。
- 核对指标定义、样本/时间范围和数据质量，提出能区分假设的证据。相关性不足时用实验或更谨慎措辞，不挑有利segment隐去反例。
- 用可理解的基线、分解与不确定区间沟通，说明数据支持什么、不支持什么；根据对方决策需求呈现，不扔一串技术结果让对方自行接受。
- 记录实际决策和后续效果，若对方有数据外约束，也纳入取舍。证明某指标提升不代表成本/时间/组织风险都消失。
- 复盘口径、实验设计或沟通哪里可改，保持证据可追溯。影响不靠声称“大家都认同”，用实际会议决定/变更/验证结果。
手动走一遍
争议是平均餐厅收入下降是否说明launch失败，可用same-store与新增店分母分解澄清。应讲自己真实做过的类似证据过程，不能把这个教学场景当个人经历。
规模与取舍
主答2–3分钟，重点在证据选择与决策而非SQL全文。数据量/样本限制和观察窗在追问给出；与技术展示题不同，结果如何影响行动是中心。
易错点与追问
容易失分的边界
- 只挑支持自己的数据，隐藏质量与不确定性。
- 把指标关联说成确定因果。
- 为了赢争论忽略对方真实约束。
继续深挖
- 对方仍不同意时，如何确认分歧是数据还是风险偏好并约定下一步？
- 如果后来证据推翻自己的判断，怎样更新建议并承担责任？
