1）目光长远与数据收集

负反馈是一个需要长期维护的工作。在覆盖率和数据量比较少的情况下几乎起不了什么作用，也不能左右大盘的数据，但也是需求去做的，慢慢的积累，负反馈结果是比用户正反馈更加真实准确的训练模型的正例样本；

2）数据预测与功能类比

覆盖率预估。功能设计之前，要明确功能的使用覆盖率，如何预估其实是很简单的，需要类比其他类似功能，进行数据查询，就能大概的预估其带来的数据收益；

3）结果预测与需求灵活

需求在做之前，一定要考虑和预估到每一步的结果以及接下来的应对方法，这样才会避免反复做同一件事，需要有好的思考方式和做事习惯。