麻將數據不能只看第一名
看到排行榜時，最直覺的反應是找最高分的人。但麻將和跑步不同，不是每個人都跑同樣距離、同樣條件。有人出賽很多將，有人只打幾次；有人常遇到強壓力桌，有人樣本剛好來自順風場。只看總分，很容易把出賽量和真實表現混在一起。
這也是本站會同時呈現將數、胡牌、自摸、放槍、被自摸和平均值的原因。單一數字可以提供線索，但不能完整描述一位選手。真正的解讀方式，是先確認資料範圍，再看樣本量，最後才比較效率。
樣本數是判斷可信度的地基
樣本數越少，結果越容易被少數牌局放大。假設一位選手只打三將，其中一將大贏，平均分數就會看起來很漂亮；但這不代表長期都能維持。另一位選手打了五十將，平均分數略高，反而可能更值得參考，因為資料經過更多不同局勢的考驗。
新手看數據時，可以先把樣本太少的人當作「觀察中」。他們的數字不是沒意義，而是比較適合拿來找影片回看，不適合直接下結論。當樣本累積到一定程度後，平均值才更能反映穩定傾向。
總分和每將平均看的是不同問題
總分回答的是「這段時間累積結果如何」，每將平均回答的是「每次出賽效率大概如何」。兩個問題都重要，但不能互相取代。總分高的人可能是打得多，也可能是真的穩；每將平均高的人可能效率好，也可能樣本還少。
如果你想知道本季誰貢獻最多結果，可以看總分和出賽量。如果你想比較不同出賽量的選手，可以看每將平均。如果兩者都高，代表這位選手既有樣本也有表現；如果只有其中一項高，就要回到影片和牌局內容判斷。
短期波動是麻將的一部分
麻將有技術，也有波動。好判斷可能沒進張，危險選擇也可能剛好過關。短期內連續自摸或連續放槍，都不一定代表打法突然變強或變差。數據的價值不是消除運氣，而是幫你看出長期是否有重複出現的傾向。
例如一位選手放槍偏高，但胡牌和自摸也高，可能代表打法積極；另一位放槍低但胡牌也低，可能代表防守穩但進攻不足。這些都不是單純好壞，而是風格。數據最好用的地方，是把風格變得可討論。
用數據回看影片
最好的用法，是先用數據找到問題，再回到影片確認原因。看到某位選手近期分數下滑，可以找出那段時間的牌局；看到某組同桌樣本特別有趣，可以回看他們是否互相牽制；看到自摸率高，也可以觀察他是否常保留好形。
數據不是結論，而是索引。它幫你更快找到值得看的地方，也讓牌局討論不只停留在印象。當你能同時看懂樣本數、平均值和影片脈絡，就比較不會被單場輸贏帶著走。