Замечали, что иногда самые очевидные выводы из данных оказываются неверными? 🤔 Часто это не ошибки в расчетах, а ловушки нашего мышления. Вот 4 когнитивные западни, в которые легко попасть аналитику:

1️⃣ Искажение подтверждения (Confirmation Bias) 🧐 Что это: Подсознательное стремление искать и интерпретировать информацию так, чтобы она подтверждала уже существующие убеждения. В аналитике: Фокусируемся на метриках, доказывающих успех запуска фичи, игнорируя те, что показывают проблемы. Как бороться: Целенаправленно ищите опровержения своей гипотезы. Спросите себя: "Что могло бы доказать обратное?".

2️⃣ Эффект якоря (Anchoring Bias) ⚓️ Что это: Склонность слишком сильно полагаться на первую полученную информацию при принятии решений. В аналитике: Ставим KPI на квартал, отталкиваясь от показателей прошлого месяца, не учитывая сезонность или внешние факторы. Как бороться: Сомневайтесь в первоначальных данных. Ищите несколько точек сравнения и бенчмарков.

3️⃣ Эвристика доступности (Availability Heuristic) ✨ Что это: Переоценка важности информации, которая легко приходит на ум (яркие примеры, недавние события). В аналитике: Рекомендуем чинить баг, о котором громче всех кричат пару пользователей, забывая про анализ реального импакта на всю базу. Как бороться: Приоритизируйте задачи на основе данных (частота, охват, влияние), а не громкости жалоб.

4️⃣ Ошибка выжившего (Survivorship Bias) 💡 Что это: Концентрация на "выживших" объектах/субъектах, игнорируя тех, кто не прошел отбор. В аналитике: Анализируем только активных пользователей, пытаясь понять секрет их лояльности, но забываем изучить, почему другие ушли. Как бороться: Анализируйте всю картину, включая отток и неудачи. Изучайте не только "истории успеха".

Какие из этих ловушек замечали у себя или коллег? Делитесь в комментариях! 👇