【BF專欄】論Growth Hacking陷阱之倖存者偏差

近年 Growth Hacking 概念在香港開始被傳統營銷人員重視，大家都學習 Growth Hacking 的技巧。在數據、成效為先的技巧幫助下，相信大家必定感受到它的好處。這些技巧運用得宜當然令你的業務以倍數增長，但若然誤墮陷阱，則可能徒勞無功甚至得到反效果。

倖存者偏差這一詞是統計學及金融學上的重要的詞語，是一種邏輯謬誤。大家對它的認識可能是因爲今年中國高考的試題：

「二戰期間，為了加強對戰機的防護，英美軍方調查了作戰後倖存飛機上彈痕的分佈，決定哪裡彈痕多就加強哪裡，然而統計學家沃德力排眾議，指出更應該注意彈痕少的部位，因為這些部位受到重創的戰機，很難有機會返航，而這部分數據被忽略了，事實證明，沃德是正確的。」。

以上故事可謂倖存者偏差的經典故事，講述如何令軍方誤以爲多彈痕的地方是應保護的重點，而忽略了真正需要保護的彈痕少部位即機師的位置。在 Growth Hacking 的範疇內，倖存者偏差雖然不會出人命，但也會擾亂公司的方向，以下 Growth Hacking 中會出現的倖存者偏差狀況。

1. 數據選擇失當

不少時侯倖存者偏差來自 Growth Hacker 的無心之失，如在分析數據時，只用有良好結果的數據，那麽就可能墮入倖存者偏差之中。要知道 Growth Hacking 其中有一個重要的概念是海盜漏斗(Pirate Funnel) ，將客戶的行爲分成「獲取用戶」、「激活用戶」、「提高留存率」、「推薦別人」及「轉化增加」五個階梯。如果 Growth Hacker 們只看著高轉化率的 funnel 路徑而趨之若鶩，全盤接受並將  funnel 内所有細節當成金科玉律，這樣就是數據選擇失當導致倖存者偏差的例子。

要解決這個問題， Growth Hacker 首先要在檢視數據時清楚自己在實驗海盜漏斗中那一項目，然後再從數據中驗證答案。就像學術研究中，只用用一個結果解釋一個假設的做法。例如客戶要經歷五步才可以完成購買的過程，而你希望看看哪一個登陸頁跟有效，那麽你必需橫向的看各個登陸頁的表現，切忌縱向選擇購買率高的漏斗中的登陸頁作爲答案。

2. 死亡數據

比數據選擇失當，死亡數據無疑更令人絕望。死亡數據代表你根本找不到代表著失敗的數據。這個情況多出現在填寫問卷上，通常在問卷的尾部都有一條問題問你從什麽途徑得悉本公司。可能有人得到了這個數據便自覺找到了傳播這個問卷的途徑，這樣他就又跌入死亡數據導致倖存者偏差的陷阱中。

要知道無論這個數劇看起來如何可信，它也有一個致命的缺點，就是它沒有辦法將沒有填好問卷的人從什麽途徑得悉本公司歸納在内。畢竟沒有填好問卷的人沒有填到這一題上，因此這堆根本不存在的數據永遠沒可能在問卷上得到，而我們稱之爲死亡數據。

死亡數據在分析數據上接近無解，因此如果要解決它，只好在設計上動手，把這些死亡數據挖掘出來。

（本文經由博客雲兄授權轉載，並同意BusinessFocus編輯文章與修訂標題。文章內容為博客個人意見，不代表本公司立場。）

Text & photos: 雲兄