Ngừng mối tương quan gây nhầm lẫn với nguyên nhân

Chúng ta phải học cách phân tích dữ liệu và đánh giá các tuyên bố nhân quả – một kỹ năng ngày càng quan trọng đối với các nhà lãnh đạo doanh nghiệp và chính phủ. Một cách để thực hiện điều này là nhấn mạnh giá trị của các thử nghiệm trong tổ chức. Một nhóm nghiên cứu lớn về kinh tế học hành vi và tâm lý học đã chỉ ra những sai lầm có hệ thống mà chúng ta có thể mắc phải khi xem xét dữ liệu. Chúng ta có xu hướng tìm kiếm bằng chứng xác nhận những định kiến ​​của mình và bỏ qua những dữ liệu có thể đi ngược lại giả thuyết của chúng ta. Chúng tôi bỏ qua các khía cạnh quan trọng của cách dữ liệu được tạo ra. Nói rộng hơn, thật dễ dàng tập trung vào dữ liệu trước mặt bạn, ngay cả khi thiếu dữ liệu quan trọng nhất. Điều này có thể dẫn đến những sai lầm và những thảm họa có thể tránh được, cho dù đó là một cá nhân, một công ty hay một chính phủ đưa ra quyết định.

Tất cả chúng ta đã được nói rằng mối tương quan không bao hàm nguyên nhân. Tuy nhiên, nhiều nhà lãnh đạo doanh nghiệp, các quan chức được bầu chọn và các cơ quan truyền thông vẫn đưa ra những tuyên bố nhân quả dựa trên những tương quan gây hiểu lầm. Những tuyên bố này thường không được xem xét kỹ lưỡng, khuếch đại và được sử dụng một cách nhầm lẫn để đưa ra các quyết định.

Rất nhiều ví dụ: Hãy xem xét một nghiên cứu sức khỏe gần đây nhằm tìm hiểu liệu tắm có thể giảm nguy cơ mắc bệnh tim mạch hay không. Phân tích cho thấy những người thường xuyên tắm bồn ít có nguy cơ mắc bệnh tim mạch hoặc đột quỵ hơn. Các tác giả kết luận rằng dữ liệu cho thấy “tác dụng có lợi” của việc tắm. Nếu không có một thí nghiệm có đối chứng hay một thí nghiệm tự nhiên, một thí nghiệm trong đó các đối tượng được chọn ngẫu nhiên và không có thao tác biến đổi, thật khó để biết liệu mối quan hệ này có phải là nhân quả hay không. Ví dụ, có thể những người thường xuyên tắm bồn thường ít căng thẳng hơn và có nhiều thời gian rảnh hơn để thư giãn, đó có thể là lý do thực sự khiến họ có tỷ lệ mắc bệnh tim thấp hơn. Tuy nhiên, những phát hiện này vẫn được lưu truyền rộng rãi, với những tiêu đề như: “Tắm không chỉ là thư giãn. Nó cũng có thể tốt cho tim của bạn. “

Một nhóm nghiên cứu lớn về kinh tế học hành vi và tâm lý học đã chỉ ra những sai lầm có hệ thống mà chúng ta có thể mắc phải khi xem xét dữ liệu. Chúng ta có xu hướng tìm kiếm bằng chứng xác nhận những định kiến ​​của mình và bỏ qua những dữ liệu có thể đi ngược lại giả thuyết của chúng ta. Chúng tôi bỏ qua các khía cạnh quan trọng của cách dữ liệu được tạo ra. Nói rộng hơn, thật dễ dàng tập trung vào dữ liệu trước mặt bạn, ngay cả khi thiếu dữ liệu quan trọng nhất. Như người đoạt giải Nobel Daniel Kahneman đã nói, nó có thể như thể “những gì bạn thấy là tất cả những gì có”.

Điều này có thể dẫn đến những sai lầm và những thảm họa có thể tránh được, cho dù đó là một cá nhân, một công ty hay một chính phủ đưa ra quyết định. Thế giới ngày càng tràn ngập dữ liệu và chúng ta thường xuyên bị tấn công bởi các dữ kiện và số liệu. Chúng ta phải học cách phân tích dữ liệu và đánh giá các tuyên bố nhân quả – một kỹ năng ngày càng quan trọng đối với các nhà lãnh đạo doanh nghiệp và chính phủ. Một cách để thực hiện điều này là nhấn mạnh giá trị của các thử nghiệm trong tổ chức.

Cách các Tuyên bố Nhân quả Không được Hỗ trợ khiến các Tổ chức Lạc lối

Một bài báo của Washington Post năm 2020 đã xem xét mối tương quan giữa chi tiêu của cảnh sát và tội phạm. Nó kết luận rằng, “Một bản đánh giá chi tiêu cho cảnh sát tiểu bang và địa phương trong 60 năm qua … cho thấy không có mối tương quan trên toàn quốc giữa chi tiêu và tỷ lệ tội phạm.” Mối tương quan này là sai lệch. Một động lực quan trọng trong chi tiêu của cảnh sát là mức độ tội phạm hiện tại, điều này tạo ra một kịch bản con gà và quả trứng. Nguyên nhân Trên thực tế, nghiên cứu đã chỉ ra rằng nhiều cảnh sát hơn dẫn đến giảm tội phạm.

Vào năm 2013, eBay đã chi khoảng 50 triệu đô la mỗi năm cho quảng cáo trên các công cụ tìm kiếm. Một phân tích từ các chuyên gia tư vấn đã chỉ ra rằng ở những khu vực có nhiều quảng cáo được hiển thị hơn, doanh số bán hàng cao hơn. Tuy nhiên, các nhà kinh tế học Tom Blake, Chris Nosko và Steve Tadelis đã thúc đẩy công ty suy nghĩ chín chắn hơn về tuyên bố nhân quả. Họ đã phân tích các thí nghiệm tự nhiên và tiến hành một thử nghiệm ngẫu nhiên có đối chứng mới, và nhận thấy rằng những quảng cáo này phần lớn là lãng phí, bất chấp những gì nhóm tiếp thị tin tưởng trước đó. Các quảng cáo nhắm mục tiêu những người đã có khả năng mua sắm trên eBay.

Ý định mua hàng sẵn có từ trước của khách hàng mục tiêu chịu trách nhiệm cho cả việc quảng cáo được hiển thị và quyết định mua hàng. Đội ngũ tiếp thị của eBay đã mắc sai lầm khi đánh giá thấp yếu tố này và thay vào đó giả định rằng mối tương quan quan sát được là kết quả của các quảng cáo gây ra mua hàng. Nếu eBay khám phá các yếu tố khác có thể chịu trách nhiệm cho mối tương quan, họ có thể đã tránh được sai lầm.

Yelp đã vượt qua một thách thức tương tự vào năm 2015. Một báo cáo tư vấn cho thấy rằng các công ty đã quảng cáo trên nền tảng này cuối cùng đã kiếm được nhiều doanh nghiệp hơn thông qua Yelp so với những công ty không quảng cáo trên nền tảng này. Nhưng đây là vấn đề: Các công ty có được nhiều hoạt động kinh doanh hơn thông qua Yelp có thể có nhiều khả năng quảng cáo hơn. Cựu COO và tôi đã thảo luận về thách thức này và chúng tôi quyết định thực hiện một thử nghiệm quy mô lớn cung cấp các gói quảng cáo cho hàng nghìn doanh nghiệp được lựa chọn ngẫu nhiên. Chìa khóa để thực hiện thành công thử nghiệm này là xác định yếu tố nào đang thúc đẩy mối tương quan. Chúng tôi nhận thấy rằng quảng cáo của Yelp đã có tác động tích cực đến việc bán hàng và nó cung cấp cho Yelp cái nhìn sâu sắc mới về tác dụng của quảng cáo.

Nghiên cứu suy luận nhân quả của Ủy ban Nobel

Bối cảnh của kinh tế học thực chứng đã thay đổi đáng kể trong bốn mươi năm qua. Lĩnh vực kinh tế đã phát triển một bộ kỹ năng tập trung vào việc đánh giá các mối quan hệ nhân quả. Hai trong số ba giải Nobel gần đây nhất đã được trao cho tác phẩm này. Hai năm trước, Abhijit Banerjee, Esther Duflo và Michael Kremer đã chia sẻ giải Nobel cho “phương pháp tiếp cận thử nghiệm của họ trong việc xóa đói giảm nghèo toàn cầu”. Năm nay, các nhà kinh tế học Josh Angrist, Guido Imbens và David Card đã giành được giải Nobel vì đã đi đầu trong lĩnh vực mà Angrist gọi là “cuộc cách mạng tín nhiệm” trong kinh tế học. Ủy ban ca ngợi Angrist và Imbens vì “những đóng góp về phương pháp luận của họ trong việc phân tích các mối quan hệ nhân quả,” và Card vì “những đóng góp thực nghiệm của anh ấy đối với kinh tế lao động”. Họ là những người tiên phong trong nghiên cứu thí nghiệm tự nhiên.

Sự phát triển của bộ công cụ suy luận nhân quả là rất đáng chú ý, và công việc của những người nhận giải Nobel thực sự gây cảm hứng. Nhưng bạn không cần phải là một nhà kinh tế tiến sĩ để suy nghĩ cẩn thận hơn về các tuyên bố nhân quả. Một khởi đầu tốt là dành thời gian để hiểu quá trình đang tạo ra dữ liệu mà bạn đang xem xét. Thay vì giả định mối tương quan phản ánh quan hệ nhân quả (hoặc sự thiếu tương quan phản ánh sự thiếu nhân quả), hãy tự hỏi bản thân xem những yếu tố khác nhau nào có thể thúc đẩy mối tương quan – và liệu những yếu tố này có thể làm sai lệch mối quan hệ mà bạn đang thấy hay không. Trong một số trường hợp, bạn sẽ cảm thấy yên tâm rằng mối quan hệ có thể có quan hệ nhân quả. Ở những người khác, bạn có thể quyết định không tin tưởng vào phát hiện.

Nếu bạn lo lắng rằng mối tương quan có thể không phải là quan hệ nhân quả, thì các thí nghiệm có thể là một điểm khởi đầu tốt. Các công ty như Amazon và Booking.com đặt các thử nghiệm làm trọng tâm trong quá trình ra quyết định của họ. Nhưng không phải lúc nào các thí nghiệm cũng khả thi. Trong những trường hợp này, bạn nên suy nghĩ – và tìm kiếm – bằng chứng khác có thể làm sáng tỏ câu hỏi bạn đang hỏi. Trong một số trường hợp, bạn thậm chí có thể tìm thấy một thí nghiệm tự nhiên tốt cho riêng mình.