To, czego nie widzisz, a ma znaczenie, czyli survivorship bias w biznesie

Cześć!
dzisiaj mam dla Ciebie artykuł na temat… alianckich bombowców, błędu poznawczego, który mógł kosztować wiele żyć, a dzisiaj kosztuje wiele okazji biznesowych oraz sensownych wdrożeń automatyzacji, a także analityki www. Dodatkowo czekają na Ciebie linki do ciekawych zewnętrznych treści, 3 linki ze społeczności oraz krótkie podsumowanie tego, co dzieje się w aktualnym sprincie.
Zapraszam!

Podczas II Wojny Światowej, alianckie bombowce wracały podziurawione do bazy. Chcąc to poprawić zaczęto analizować dziury i naniesiono je na rysunek samolotu (poniżej znajdziesz, jak mógłby on wyglądać w rzeczywistości).

https://en.wikipedia.org/wiki/Survivorship_bias#/media/File:Survivorship-bias.svg
Patrząc na taki rysunek oczywiste wydaje się, że powinniśmy wzmocnić końcówki skrzydeł oraz sam środek samolotu, prawda? Ewidentnie tam samoloty “obrywają” najczęściej, więc to najsensowniejsze wyjście!
Nie. Takie rozwiązanie byłoby błędem. Podejmując taką decyzję popełnilibyśmy błąd poznawczy zwany “survivorship bias”. Już tłumaczę, o co chodzi. To prawda, że tak najczęściej wyglądały obrażenia samolotów, które wracały, ale kluczowe jest to, że WRACAŁY. To oznacza, że strzały, które trafiły w te miejsca nie spowodowały awarii samolotu i jego upadku. Dziury w tych miejscach nie były wcale krytyczne. Taki atak można było przeżyć. Kluczowe jest to, czego NIE zobaczyliśmy na graficznym przedstawieniu obrażeń samolotu. Nie zobaczyliśmy tych dziur po kulach, które przyczyniły się do upadku samolotu.
Rozumiesz już, które miejsca powinno się wzmocnić w takim razie? Silniki, kokpit i część centralną ogona. Żeby to zrozumieć, trzeba jednak zauważyć to, czego nie widzisz, bo czasami zdarza się, że właśnie to ma znaczenie.
Za chwilę pokażę Ci, że ta historia ma również znaczenie w kontekście prowadzenia biznesu i automatyzacji. Zarówno jeśli mówimy o zauważaniu tego, czego brakuje, jak i nie przecenianiu tego, co widzimy:
Zacznijmy od mitu cudownego foundera, który rzuca studia. Ewidentnie coś w tym jest, prawda? Steve Jobs, Mark Zuckerberg, Bill Gates i Paul Allen założyli największe firmy na świecie, a przecież rzucili szkołę, co oznacza, że szkoła tylko przeszkadza, więc najlepiej jest ją rzucić?
Myślę, że wiesz doskonale, że tak nie jest. Nie widzimy bowiem setek, tysięcy, a może nawet milionów bystrych ludzi, którzy rzucili studia, aby później nikt o nich nie pamiętał i nie pisał. Oczywiście, czasami, kiedy pomysł jest idealny, zweryfikowany, mamy dane, które to potwierdzają, analityka się zgadza - to MOŻE być dobry ruch. Podobnie jest z samą wizją młodego Foundera. Analizy pokazały, że większość dużych firm, które możemy uznać za sukcesy, wcale nie została założona przez dwudziestokilkolatków, ale często osoby po 40-tce, z odpowiednim bagażem doświadczeń (co oznacza, że jeśli podobnie jak ja masz w PESELu 7 czy 8 z przodu, to jeszcze jest dla nas szansa!).
Myśląc o tych wszystkich (zbyt wielu ich w końcu nie ma) młodych twórcach jednorożców, zapominamy więc o tym, jaką rolę w ich podróży odegrało szczęście, relacje, odpowiedni moment, czy otoczenie. Jeżeli weźmiemy to wszystko pod uwagę, to może zrozumiemy, dlaczego największe firmy nazywane są jednorożcami. Myślę, że zdajesz sobie sprawę z tego, że dość trudno jest znaleźć jednorożce w rzeczywistości.
Idźmy dalej - czytamy książki o ludziach, którzy zainwestowali ostatnie oszczędności, rzucili się w wir pracy, znaleźli ostatkiem sił finansowanie VC i ostatecznie zbudowali jednorożca. Jakże inspirująca historia! Tylko jednocześnie, jakże potencjalnie szkodliwa. Ilu bowiem wzięło kredyt i nie miało go z czego spłacić, pracowało ponad miarę i zmarło na zawał, znaleźli inwestorów, a nie byli w stanie dowieźć produktu, którego chcieli klienci? To wszystko są przykłady survivorship bias - skupienia się na tym, co widzimy, a nie brania pod uwagę tego, czego nie widzimy.
Słyszymy o tym, jak kulturę organizacyjną buduje się w takich firmach jak Facebook, Amazon, czy Netflix i chcemy robić to samo. A potem okazuje się, że ludzie od nas odchodzą, albo nie jesteśmy w stanie utrzymać kosztów, bo to, co opisane w książkach i opowiedziane w podcastach, nie jest pełną prawdą, a dodatkowo odnosi się do tego konkretnego przykładu.
Takich przypadków moglibyśmy mnożyć wiele. W każdym powtarza się ta sama historia - patrzymy na tych, którym się udało, a nie patrzymy na tych, którym się nie udało. Wyciągamy wnioski z tego, co się wydarzyło, a nie patrzymy na to, co się NIE wydarzyło.

Survivorship bias, a automatyzacje

Jeśli myślisz, że survivorship bias to tylko temat dużego biznesu, to spójrz na kilka poniższych przykładów w kontekście automatyzacji i bardziej przyziemnych tematów:

1. “Ta automatyzacja zadziałała u X - u mnie też zadziała i uwolni mi 158h rocznie”. Tak naprawdę jednak nie wiesz u kogo nie zadziałała i nie wiesz, czy u Ciebie zachowa się tak samo, ponieważ nie wiesz, czy Twoja sytuacja jest dokładnie taka sama. Może została świetnie opisana, ale sprawdza się w bardzo konkretnym przypadku?
2. “On ma same świetne pomysły - wdrożenia jego automatyzacji zawsze kończą się sukcesem” To, że ktoś ma świetne pomysły i jego automatyzacje świetnie sprawdzają się U NIEGO, nie oznacza, że sprawdzą się u Ciebie. Po pierwsze nie wiesz, co sprawdzał wcześniej, a się nie sprawdziło. Po drugie nie wiesz, czego co usunął lub zmienił, żeby aktualna automatyzacja faktycznie się sprawdzała. Czasami po Twojej stronie będzie potrzebne o wiele więcej pracy.
3. “Wdrożyłem analitykę mojej strony i dane jasno pokazują, że ludzie zawsze klikają Y”. Do analityki www jeszcze dojdziemy dzisiaj i w kolejnych wydaniach, ale samo jej wdrożenie może Ci nie powiedzieć wszystkiego. Może też się okazać, że zrozumiesz, co ludzie klikają, ale zabraknie Ci informacji w co nie klikają. Wbrew pozorom - ta informacja może być równie istotna z perspektywy decyzji do podjęcia.
4. Myślimy, że wdrożenie automatyzacji uwolni czas, ale nie widzimy tego, ile czasu będzie zajmowało utrzymywanie tych automatyzacji, ani ile czasu zajmie ich wdrażanie (no dobra, jeżeli to Ty wdrażasz automatyzacje, to dobrze wiesz, że czasami coś zajmuje więcej czasu, niż powinno).

Survivorship bias towarzyszy nam prawie każdego dnia i warto być tego świadomym. Jeśli chcesz dowiedzieć się jeszcze więcej, to posłuchaj też świetnego TEDx na ten temat: Oglądaj

Tak naprawdę wszyscy popełniamy błędy poznawcze. Nie tylko survivorship bias, ale wiele innych. Warto być świadomym tych ryzyk oraz patrzeć szerzej na to co robimy oraz to, czego nie robimy i próbować zauważyć to co niewidoczne na pierwszy rzut oka. Swoją drogą mistrzem w zauważaniu niezauważanego był Sherlock Holmes, który doskonale pokazał to w opowiadaniu Pies z Baskervillów, o czym pisałem w artykule myśleć, jak Sherlock Holmes.
Sherlock rozumiał jedną kwestię bardzo dobrze - korelacja, nie oznacza wpływu (czy jak to brzmi lepiej w języku angielskim corrleation does not mean causation). Nawet jeśli zauważamy, że coś działa w jednym, drugim, czy piątym podobnym przypadku, to wcale nie oznacza, że jeśli wykonamy podobne działania, również osiągniemy sukces.
Pewnie ten wątek jest dla Ciebie oczywisty, ale pozwól, że podzielę się jednym z bardziej trafiających do mnie przykładów. Patrząc na wykresy sprzedaży lodów na patyku oraz utonięć moglibyśmy dojść do wniosku, że jedzenie lodów powoduje utonięcie. Czy tak jest w rzeczywistości? Oczywiście, ze nie! Lody jemy, kiedy jest ciepło. W tym samym czasie częściej spędzamy czas nad wodą, a więc potencjalnie jest więcej “szans” na utonięcie. Ten przykład jest może oczywisty, ale w dziedzinach, gdzie nie jesteśmy ekspertami możemy tego nie zauważać.
Załóżmy, że prowadzisz swój sklep internetowy, albo po prostu posiadasz stronę www, na której opisujesz i sprzedajesz swoje usługi. Dopiero zaczynasz, albo chcesz rozkręcić swoją działalność. Z jakiegoś powodu nie osiągasz jednak takich rezultatów, jakie byś sobie życzył. Patrzysz więc na to, co robi konkurencja. Jedna strona www, druga, trzecia. Okazuje się, że wszystkie mają coś wspólnego. W Twojej głowie zapala się lampka, trybiki działają niczym u pomysłowego Dobromira, pojawia się idea, którą chcesz od razu wdrożyć w życie. Zabierasz się za zmiany na stronie. Poświęcasz czas, energię i pieniądze, a potem czekasz na rezultaty. Te jednak nie przychodzą. Przyczyn takiego stanu rzeczy może być oczywiście bardzo wiele. Może nie dość dobrze przeanalizowałeś ofertę konkurencji, może nie zwróciłeś uwagi na kluczowe aspekty. Tak naprawdę nie dowiesz się, co nie zagrało. Najciekawsze w tym wszystkim jest to, że mogłeś mieć nawet rację, a ten pomysł, faktycznie mógł być genialny i przynieść przełom, na który czekasz, ale osoby odwiedzające Twoją stronę, nawet nie dotarły do tego miejsca. Nie wdrożyłeś odpowiedniej analityki www, przez co nie zauważyłeś, że osoby, które wchodzą na Twoją stronę, uciekają z niej jeszcze na pierwszym ekranie, albo klikają w jeden link. Nie zobaczyłeś niewidocznego (chociaż akurat w tym przykładzie mógłbyś zobaczyć). Drugie potencjalne wyjaśnienie jest takie, że po prostu odnoszący sukcesy konkurencji akurat mają tak opisaną ofertę, ale sukces odnoszą w związku z jakimś innym elementem z nią związanym, czego nie wziąłeś pod uwagę.
To między innymi właśnie dlatego nie zawsze wart “inspirować się” konkurencją.

Co możesz zrobić w związku z tym?

Przede wszystkim miej świadomość. To jest już jakiś początek. Kolejnym krokiem jest zapytanie siebie “czego nie widzę”. Kiedy podejmujesz decyzję, zwłaszcza, kiedy się do czegoś zapalasz, zadaj sobie to pytanie i daj sobie chwilę na odpowiedź. Nie spiesz się. Jeśli chcesz odpowiedzieć - widzę wszystko - to prawdopodobnie musisz poszukać dłużej i głębiej. Jakie dane nie przeszły do procesu decyzyjnego? Co nie miało szansy się w nim pojawić? Odpowiedzi na takie pytania nie zawsze będą łatwe i przyjemne, ale na pewno pomogą w podejmowaniu lepszych decyzji.
Kolejny krok to zastanowienie się nad źródłami danych, które trafiły do procesu decyzyjnego. Czy jakieś z nich jest lepszej/gorszej jakości? Czy któreś jest bardziej, lub mniej wiarygodne?
Kiedy masz już odpowiednie podejście i zrozumienie tego, czego możesz nie widzieć oraz wiesz, że Twoje źródła danych są odpowiedniej jakości, to czas na kolejny krok - ich analizę. Nie ma co zbierać danych, dla samego ich zbierania. Analizuj, wyciągaj wnioski i wprowadzaj zmiany. Oczywiście, musisz wiedzieć JAK to zrobić, ale dzisiaj nie mamy miejsca, aby się tym zająć. Zróbmy jednak krótki wstęp.

Analityka www

Analityka www to gromadzenie i analiza danych generowanych przez odwiedzających i wchodzących w interakcję z witryną użytkowników. Mierzymy zachowania użytkowników, aby optymalizować doświadczenia użytkownika na stronie internetowej oraz zdobywać kluczowe insighty, które pomagają osiągnąć cele biznesowe, takie jak zwiększanie konwersji i sprzedaży.
Istnieje wiele danych, które możesz zbierać, aby zrozumieć, w jaki sposób ludzie oddziałują z twoją witryną i zidentyfikować możliwości poprawy. Możesz monitorować ogólny ruch, źródła ruchu, nowych i powracających odwiedzających, czas spędzony na stronie i wiele innych.
Ilość danych może być przytłaczająca na początku. Dlatego ważne jest zidentyfikowanie kilku kluczowych metryk, zwłaszcza na początku działalności. Na przykład, możesz rozpocząć od skupienia się na współczynniku opuszczania dla kilku kluczowych stron na swojej witrynie. Jeśli odwiedzający szybko opuszczają twoją stronę główną, oznacza to, że nie znajdują szybko lub łatwo poszukiwanych informacji. Jeżeli dojdziesz do takiego wniosku, możesz zidentyfikować możliwe kroki do podjęcia, takie jak przeprojektowanie nawigacji na stronie internetowej.
Zwróć uwagę na to, że to może być dokładnie przykład, który wspominałem powyżej - coś nie działa na stronie głównej, użytkownicy uciekają ze strony i nie przeklikują się na genialną ofertę. Nie mając tych danych, możesz uznać, że zła jest oferta.
Idąc dalej, jeśli odkryjesz, że większość użytkowników korzysta z twojej witryny za pomocą urządzenia mobilnego, możesz skoncentrować się na uczynieniu swojej witryny bardziej przyjazną dla urządzeń mobilnych, zamiast skupiać się na wyglądzie desktopowym. Zwróć przy tym uwagę, że najczęściej właśnie na komputerach strony są projektowane. Kluczowe jest jednak nie to, gdzie i jak są projektowane, ale w jaki sposób są “konsumowane”. To kolejny przykład tego, czego możesz nie widzieć, a może mieć kolosalne znaczenie.
Patrząc na najczęściej oglądane posty, możesz zacząć identyfikować, jakie rodzaje treści i tematy najlepiej sprawdzają się wśród twojej publiczności. Jeśli zauważysz, że poradniki na temat automatyzacji z użyciem AI stanowią większość najczęściej oglądanych postów, możesz przesunąć swoje skupienie i zawęzić swoją uwagę z artykułów o automatyzacji ogólnie na te traktujące o AI.
Oczywiście, mając w głowie survivorship bias, warto rozumieć, że patrzysz tylko na ruch osób, które ostatecznie trafiły na Twoją stronę. To może być wystarczająca i wiarygodna próbka, a może być niewiele znaczący szum. Ostatecznie, musisz rozumieć jakie dane warto zbierać, jak je analizować, jak projektować testy i jak wyciągać na tej podstawie decyzje biznesowe.
Tematykę analityki www będziemy jeszcze rozwijać w kolejnych wydaniach naszego newslettera, bo jest ona niezmiernie ważna dla rozwoju praktycznie każdego biznesu, który jest obecny online.

• Survivorship Bias w biznesie
• Jak myślał Sherlock Holmes
• Jak pomaga świadomość błędów poznawczych?
• Jak zastosować je w praktyce?