Сегодня мы узнаем о еще об одном коварном заблуждении, которое мешает объективному анализу данных. Это ошибка подтверждения (confirmation bias), и, возможно, вы сталкивались с ней, даже не осознавая этого.
Что такое ошибка подтверждения?
Ошибка подтверждения — это склонность искать, интерпретировать и запоминать информацию таким образом, чтобы она подтверждала наши уже существующие убеждения.
То есть, если мы уже в чем-то уверены, то бессознательно ищем доказательства в пользу своей точки зрения и игнорируем факты, которые ей противоречат.
История, которая вас удивит
В 1960-х годах британский психолог Питер Уассон провел интересный эксперимент. Он дал участникам ряд чисел: 2, 4, 6 и попросил их угадать правило, по которому они были выбраны.
Люди предлагали свои гипотезы и тестировали их, называя другие последовательности чисел (например, 8, 10, 12).
Что происходило? Большинство людей предполагало, что правило — это "чётные числа, идущие с шагом +2". Они продолжали называть числа, которые соответствовали их гипотезе, и получали подтверждение от исследователя.
Но! На самом деле правило было очень простым:
"Любые три числа в порядке возрастания."
Люди не пытались найти последовательности, которые могли бы опровергнуть их гипотезу. Они искали только то, что её подтверждало.
Это и есть ошибка подтверждения: мы хотим быть правыми и не задаем себе неудобных вопросов.
Где ошибка подтверждения встречается в анализе данных?
1. В бизнесе и маркетинге
Представьте, что вы маркетолог и вы уверены, что новая рекламная кампания успешна.
Вы видите рост продаж и делаете вывод: “Отлично! Это из-за нашей рекламы.”
Но вы не проверили, могли ли повлиять другие факторы: сезонный спрос, скидки конкурентов или просто случайность. Вы подсознательно искали только подтверждение своей гипотезы.
2. В финансах и инвестициях
Допустим, вы верите, что определенные акции – лучшие для инвестирования.
Вы читаете только статьи, которые поддерживают эту точку зрения, и игнорируете предупреждения аналитиков о рисках. В результате вы вкладываешь деньги не объективно, а на основе своих убеждений.
3. В науке и медицине
В научных исследованиях часто встречаются случаи, когда ученые ищут подтверждение своей гипотезе, а не проверяют альтернативные объяснения.
Например, если исследователь хочет доказать, что новая диета помогает похудеть, он может сосредоточиться только на тех испытуемых, у которых был положительный результат, и не обратить внимание на тех, кто не добился успеха.
Это может привести к недостоверным выводам и ошибочным рекомендациям.
Как избежать ошибки подтверждения?
- Ищи опровержения своей гипотезы.
Хороший аналитик не просто ищет подтверждения, а активно проверяет, могут ли данные опровергнуть его гипотезу. - Используйте контрольные группы.
В бизнесе, маркетинге, медицине и других сферах тестирование с контрольной группой помогает увидеть настоящий эффект, а не просто подтверждать ожидания. - Работайте с "адвокатом дьявола".
Обсуждайте свои выводы с людьми, которые мыслят иначе. Пусть они попробуют опровергнуть ваши аргументы — это полезно для объективности. - Используйте слепой анализ.
В научных исследованиях иногда скрывают ключевые данные от исследователей, чтобы они не могли подтасовывать результаты в пользу своих ожиданий.
Вывод
Ошибка подтверждения — одна из самых опасных ловушек в аналитике. Если вы ищете только подтверждение, вы можешь упустить важную информацию, которая изменила бы ваш вывод.
Запомните главное правило хорошего аналитика:
"Не доказывайте свою правоту — ищите правду."