Tương quan không phải nhân quả: đọc số liệu mà không kết luận vội
Hai thứ cùng tăng không có nghĩa cái này gây ra cái kia. Cách nhận ra khi một 'phát hiện' từ dữ liệu thực chất chưa chứng minh được điều gì về nguyên nhân.
Mục lục
Bạn nhìn báo cáo: những người dùng có mở tính năng A thì ở lại lâu gấp đôi. Kết luận tự nhiên: “Đẩy mọi người dùng A đi, retention sẽ tăng.” Rất có thể sai.
Đây là lỗi phổ biến nhất khi người mới đọc số liệu: thấy hai thứ đi cùng nhau (tương quan) rồi kết luận cái này gây ra cái kia (nhân quả).
Ba cách giải thích khác cho cùng một tương quan
Khi thấy “A và B cùng xảy ra”, trước khi nói “A gây ra B”, hãy xét:
1. Chiều ngược lại: B gây ra A
Có thể không phải “dùng A → ở lại lâu”, mà “người vốn đã gắn bó → tiện tay dùng thêm A”. Đẩy A cho người chưa gắn bó sẽ không tạo ra sự gắn bó.
2. Yếu tố thứ ba gây ra cả hai (nhiễu)
Một biến C đứng sau: ví dụ mức độ nghiêm túc của người dùng. Người nghiêm túc thì vừa khám phá tính năng A, vừa ở lại lâu. A và B tương quan chỉ vì cùng bị C kéo.
Ví dụ kinh điển: doanh số kem và số vụ đuối nước cùng tăng — không phải kem gây đuối nước, mà mùa hè (yếu tố thứ ba) làm cả hai tăng.
3. Trùng hợp / do lọc dữ liệu
Nhìn đủ nhiều cặp biến, sẽ có cặp tương quan ngẫu nhiên. Hoặc cách bạn lọc mẫu vô tình tạo ra tương quan không có thật.
Làm sao để tiến gần hơn tới nhân quả
- Thí nghiệm có đối chứng (A/B test). Chia ngẫu nhiên: một nửa được nhắc dùng A, một nửa không. Nếu nhóm được nhắc ở lại lâu hơn, đó là bằng chứng nhân quả mạnh — vì việc chia ngẫu nhiên loại bỏ yếu tố thứ ba.
- So sánh nhóm giống nhau ở mọi mặt trừ A. Nếu không chạy thí nghiệm được, ít nhất hãy so những người tương đồng về mức độ nghiêm túc, thời điểm đăng ký, nguồn vào…
- Kiểm tra cơ chế. Có một câu chuyện hợp lý về cách A tạo ra B không? Nếu không hình dung được cơ chế, hãy cảnh giác.
- Xem thứ tự thời gian. A có xảy ra trước B không? Nếu B thường xảy ra trước, chiều nhân quả có thể ngược.
Câu nói để tự nhắc
Khi ai đó (kể cả chính bạn) nói “Dữ liệu cho thấy X làm tăng Y”, hỏi lại:
“Đây là từ một thí nghiệm chia ngẫu nhiên, hay chỉ là hai thứ đi cùng nhau trong dữ liệu quan sát?”
Nếu là loại sau, kết luận đúng chỉ nên là “X và Y có liên hệ, cần kiểm tra thêm” — chưa phải cơ sở để đổ nguồn lực vào đẩy X.
Thử ngay
Tìm trong một báo cáo bạn từng đọc một câu kiểu “làm nhiều X thì Y tốt hơn”. Với mỗi câu, viết ra ít nhất một cách giải thích khác (chiều ngược, yếu tố thứ ba). Xem báo cáo có loại trừ được các cách đó không — thường là chưa.
