高斯分布有什么作用呢？
首先，如果在统计过程中发现一个样本呈现高斯分布的特性，只需要把样本总数量、和
表达出来，就已经能够形成一个完整的画面感了。这对人们描述对象是有很大帮助的。
还有一个好处，就是我们发现了这样一个特性后，在生产制造、商业等领域会有很多对应性的用法能够减少不必要的投入或损失。
例如，在设计一款服装后，S/M/L/XL这些号码怎么设计比较合理呢？设计完了制造多少比较合理呢？这时就可以在抽样后在高斯分布曲线上找到这些合适的点。既然-
和
+
之间已经占68.2%了，那么如果没有足够的预算成本或者精力，可以先做
-
到
+
之间的板式。这其实就是一种针对市场迎合的分析和尝试——优先做那些受众情况最一般、人数最集中的部分。
再如，常常会听到“二八法则”这种说法——在不同的场景里这可能是高斯分布的一种形式。假设正在经营一家游戏公司，公司有一款刚起步不久的产品A游戏，A游戏有1万用户，如果想做这一款游戏的用户拓展工作应该怎么去考虑呢？或许可以尝试这样：先看看这一万用户中每个用户平均在游戏里充值花多少钱，做一个排名。不花钱玩的人会不少，还有一些花极多的钱来玩游戏的玩家，中间的是中坚力量——用户数量大，每个人花费的额度适中，持续周期较长，这样的一群人更值得关注。对于这些用户，如果能够知道他们加入游戏的渠道的分布比例，就有理由相信这些渠道的特点和它们覆盖这些用户的特点是有相关性的。例如，这些表现活跃的用户究竟是经由在大学校园里做宣传活动加入的，还是由于在 游戏门户网站发的广告加入的，还是通过某些免费软件的推广渠道加入的。那么如果想扩大这部分用户的数量可以对应地加大这部分渠道的流量。至少直观上看，这比盲目地进行全方位立体交叉的广告投放效果要好。