主要观点：

• 如今处于美国历史黑暗期，呼吁大家注意安全，同时提及两个月前的相关事宜。
• 存储成本虽呈下降趋势，但数据量仍在增加，导致数据存储成本上升，工程团队常“记录一切稍后处理”，但后续处理数据时会遇到诸多问题，如数据不清洁、模式变化、业务逻辑不清晰等。
• 即使团队意识到需为获取数据价值制定计划，仍会收集过多数据，因为产品负责人会提出大量想法，导致数据度量计划混乱。
• 廉价存储导致数据囤积行为，产生数据技术债务，不仅在糟糕的度量和痛苦的报告中明显，还体现在系统因数据量过大而过度扩展、架构僵化等问题上。
• 需让团队停止推测哪些信息有用，提出让团队确定数据重要性的流程，虽不能完全阻止收集大量数据，但可限制无意义的数据增长。

关键信息：

• 2025 年相关故事仍在继续，存储成本下降但数据量增加。
• 工程团队因存储便宜而过度记录数据，后续处理困难。
• 产品负责人提出大量指标想法，需梳理重要指标。
• 廉价存储引发数据相关问题，如系统架构僵化等。
• 提出确定数据重要性的流程，以限制数据无意义增长。

重要细节：

• 数据分析师处理数据时发现诸多问题，如数据不清洁、模式变化等，分析查询数据成本高。
• 团队需明确利用数据的目的，否则大量数据将被闲置。
• 廉价硬件诱惑导致数据囤积，形成数据技术债务。
• 提出的流程包括询问数据值高低时的行为、指标的重要性级别等。
• 支持 newsletter 的方式包括付费订阅、一次性打赏、分享、加入 Discord、购买 merch 等。