Il pregiudizio di sopravvivenza è un concetto spesso trascurato, ma che ha implicazioni di vasta portata per il nostro processo decisionale e per le analisi dei dati. Descrive la fallacia logica di concentrarsi solo sugli elementi sopravvissuti di un processo, ignorando quelli che sono stati eliminati. Questo errore può portare a una percezione distorta del successo e ha profonde implicazioni in settori come l'economia, l'esercito e la ricerca. In questo post esamineremo più da vicino il pregiudizio di sopravvivenza, forniremo esempi reali e discuteremo come tenerne conto nelle vostre analisi.

Che cos'è il bias di sopravvivenza?

Il pregiudizio di sopravvivenza si verifica quando un'analisi si basa solo sui "sopravvissuti" o sui casi di successo, mentre quelli che hanno fallito non vengono presi in considerazione. Questo porta a una visione distorta, poiché le ragioni del fallimento vengono ignorate e i dati rimanenti non sono più rappresentativi del gruppo o della situazione originale.

Esempi di distorsione della sopravvivenza

1. Strategia militare nella Seconda guerra mondiale: un classico esempio di pregiudizio di sopravvivenza viene dalla Seconda guerra mondiale. Gli Alleati volevano proteggere meglio i loro bombardieri e analizzarono i fori di proiettile degli aerei che rientravano. L'ipotesi iniziale era di rinforzare le aree con il maggior numero di fori di proiettile. Tuttavia, lo statistico Abraham Wald fece notare che gli aerei analizzati erano i sopravvissuti e che le vere aree critiche erano quelle prive di fori di proiettile sugli aerei di ritorno, poiché i colpi in queste aree avrebbero probabilmente causato la perdita dell'aereo.
2. Storie di successo di start-up: Nel mondo delle startup si sente spesso parlare di storie di successo spettacolari come quelle di Google, Amazon o Facebook. Queste storie possono far pensare che il successo nel settore tecnologico sia molto diffuso. Ciò che spesso viene trascurato sono le numerose startup che falliscono e non raggiungono mai l'attenzione del pubblico. Questa percezione selettiva porta a un'immagine distorta dei rischi e dei successi reali del settore.

Come tenere conto dei bias di sopravvivenza nelle analisi

• Cercare set di dati completi: Cercate di costruire analisi su serie complete di dati che includano sia i successi che i fallimenti. Questo può significare cercare attivamente dati su progetti, aziende o esperimenti falliti.
• Considerare il contesto: Comprendere a fondo il contesto dei dati. Ciò include la conoscenza di come e perché alcuni dati sono stati raccolti e quali fattori possono aver portato all'esclusione dei dati.
• Diversificate le fonti di informazione: Non affidatevi a un'unica fonte di informazioni. Diversificando le fonti, si può ottenere un quadro più equilibrato e completo del fenomeno in esame.
• Auto-riflessione critica: esaminate sempre i vostri presupposti e le vostre considerazioni. È possibile che stiate inconsciamente trascurando informazioni che non corrispondono alla vostra precedente comprensione?

Conclusione

Il pregiudizio di sopravvivenza è una forza sottile ma potente che distorce la nostra percezione del successo e del fallimento. Se siamo consapevoli di questo pregiudizio e applichiamo pratiche analitiche accurate, possiamo prendere decisioni più informate e giungere a conclusioni più precise. In un mondo guidato dai dati, comprendere e tenere conto del pregiudizio di sopravvivenza è fondamentale per sviluppare strategie realistiche.