所以核心是「用无法规模化的事，为可规模化的产品/平台/业务铺路」，不是「随便做无法规模化的事」，这一点非常重要。
Yaniv：做「无法规模化的事」（尤其是客服）还有一个原因：这是「用户探索」的一种方式。上一条原则不是说「要深入了解用户」吗？亲自做客服，就是了解用户的好方法。
Chris：但这里有个坑：很多没经验的创始人（比如没参加过 Y Combinator、没得到 Paul Graham 指导的人），会陷入「为单个用户过度开发产品」的误区。所以这需要判断力：既要倾听用户、学习反馈，又不能「过度聚焦单个用户」，这真的是门手艺。
07 选对衡量的指标很重要，时机也要对Yaniv：「你所衡量的，就是你所打造的」。 Paul 写道：「『衡量某个指标』这件事本身，就有神奇的『改善效应』，比如你想提升用户数，就找张大白纸贴墙上，每天记录用户数。数字涨了，你会开心；数字跌了，你会失落。很快你就会发现『哪些做法能让数字涨』，然后自然会多做那些事。」「但要注意：选对衡量的指标很重要。」
Chris：这就是为什么「只看营收」很危险。如果你的核心指标是营收，最快的增收方式就是「给大企业做定制化部署」：卖大额企业单，为他们做专属软件，满足所有个性化需求。营收涨了，甚至快实现收支平衡了，看似很好，但这种模式无法规模化。
你真正该衡量的指标是：活跃用户数、用户获取成本（CAC）、用户生命周期价值（LTV）、用户留存率、营收成本，以及公司的「规模化潜力」。
这里有个没人说的关键：前几条原则提到「做无法规模化的事、深度服务用户」，但要记住「免费做」。如果你向用户收费（比如收咨询费、非经常性工程费），他们就成了「付费客户」，而不是你验证产品的「试验对象」，你会从此依赖这种「非规模化营收」，再也跳不出来。
所以要「衡量有规模化潜力的指标」：前期可能先聚焦「活跃用户」、「留存率」，后期再聚焦「营收」「LTV」「投资回报率」，关键是「时机要对」。
Yaniv：我对这条原则的感受很复杂，因为 Paul 最后提到「注意选对指标」，这让我想到我最喜欢的「古德哈特定律」（Goodhart's Law）：「当一个指标成为目标，它就不再是好指标。」
这和 KPI（关键绩效指标）的问题很像：一旦把某个指标设为 KPI，人们会想尽办法让这个数字涨，哪怕做「对业务没好处的事」。比如你想提升「产品使用量」，所以把「用户数」设为指标，结果可能有人篡改「用户定义」，把「误点通知的人」也算作「活跃用户」。
我在谷歌工作时，Google+ 就有过这种情况：为了「提升活跃用户数」，把 Google+塞进各种不相关的地方（比如通知栏），用户误点通知，就被算作「Google+ 活跃用户」，这太离谱了。