![見出し画像](https://assets.st-note.com/production/uploads/images/54423602/rectangle_large_type_2_953a3f285271b6b4016f6d055cc03dbe.jpg?width=1200)
データの誤謬#3『生存者バイアス』
” 誤謬(ごびゅう)とは、つまり、間違っていることである。”
データにまつわる誤謬を紐解き、やさしく知るシリーズ(全15回)
持っていないデータを探すってどういうこと?
#3 生存者バイアス
不完全なデータから結論を導き出すこと。
何らかの選択基準を「クリア」したデータだけを見てしまうこと。
例)失敗が無視されるケース。
![画像1](https://assets.st-note.com/production/uploads/images/54423953/picture_pc_56460d063478e62da1ad0642416e98c3.png?width=1200)
次の問いについて、考えてみましょう。
Q: 戦闘から戻ってきた飛行機があり、弾痕が確認できます。無事に帰還する飛行機を増やすために、装甲を施したいです。どこに装着したら良いでしょうか?
A:弾痕が多いところに装甲を施す。
… は、悪くないようだが、ここに「生存者バイアス」が潜んでいる。
なぜなら、生還できている飛行機は、急所(弾痕のないところ)への攻撃を回避できたからこそ生還できており、急所を撃たれた飛行機は帰ってこれなかったのです。
よって、
A:装甲は、弾痕のないところに施す。が正解です。
つまり、ここでは、「撃たれて帰還できなかった飛行機のデータ」=持っていないデータが見過ごされているため、結論が歪められてしまったわけです。
データを分析する際には、
「持っていないデータは何か」を考えてみましょう。
そのデータは、ある種の選択を経て得られたデータではないか?と疑ってみるのです。
他社の成功話はあるけれど、自社に同じ条件は揃っているのか?
(他社にあって自社にないもの)
次の製品開発に、カスタマーの声は大事だけれど、将来のカスタマー候補(失注案件)の声はどうだろう?
などなど、立ち止まって考えてみたら、
より良い意思決定ができるかもしれませんね。
おまけ:飛行機の例は、実際にあったお話
第二次世界大戦当時の連合軍は、飛行機の生還率を上げたかったが、材料に限りがあるため追加装甲をどこにすべきか?の議論が行われ、専門家が帰還した飛行機を調査し、エンジンとコックピット以外のところを強化しようとしました。しかし、サポートしていたコロンビア大学の統計研究グループの一員であった統計学者「エイブラハム・ウォールド」さんが、「生存者バイアス」に気づき、反対案を軍に助言しました。彼は、ナチスドイツによるユダヤ人差別が激化したため、アメリカに移住していました。
![画像2](https://assets.st-note.com/production/uploads/images/54424942/picture_pc_ef7f59068ca7ca8309fa04265c9de543.png?width=1200)
忙しい毎日、しかし、生産的であるとは限りません。
多くのチームでは、データのカオスに時間を奪われています。
「データの確認」に毎日、何回クリックしてますか?
「数字の読み合わせ」に時間を割くミーティングは効率的ですか?
「深刻なエラー」を見逃さない工夫がありますか?
Geckoboard(ゲッコーボード)で解決できるかもしれません。
あなたがこれから目にするものは、他に類を見ない、見る者の目を奪う「揺るぎないシンプルさ」を追求した、美しいダッシュボードです。
![画像3](https://assets.st-note.com/production/uploads/images/54425771/picture_pc_db8cb043055d873b246c48f5e883c7c4.png?width=1200)
※当記事は、英国ロンドンDatachoice Solutions Limited社とのライセンスに基づいて、転載・加筆しています。
もしかして、あなたが私のnote最初のサポーターですか?😉