运营数据分析中“幸存者偏差”的规避与运用

1）流失的用户不说话
真正对平台不满意的用户已经流失，他来自的行为已经丢失2）为什么用户总是在骂平台
在于玩家在游戏中体验良好时，他们大多会选择继续游戏，而当玩家产生负 面情绪时，才会通过聊天、评论、发帖等行为进行宣泄
03
幸存者偏差的运用
陷阱，也是助力
其实普遍存在于游戏运营过程中：
“xxxx玩家在xxx活动中获取了五星武将诸葛亮” xxxx玩家通过xxx宝箱开出了传说级武器”
“幸存者偏差”是数据分析的常见逻辑错误，而数据又是驱动互联网的动力之一，那 么在分析数据、决策判断时如何避免“幸存者偏差”的存在呢？
三个步骤：
1、判断样本的随机性，即必须知道样本是否是随机的。
在分析数据、决策判断时要确保从总体中抽取的样本是完全随机的，样本和剩余样本不存在 显著差异。
2、判断样本和剩余样本中会不会存在显著差异。
在这个案例中三步分别为： 判断样本随机性，即分析流失用户是不是所有会员的随机样本。答案是否定的——流失的都是免费 会员； 判断样本和剩余样本会不会存在显著差异？即正常会员和免费会员有没有差异？ 分析剩余样本数据，验证结论，即看正常会员是否流失。
02 如何规避“幸存者偏差”
2）Facebook视频广告案例 2016年9月年Facebook关于视频广告数据偏差的问题变成了该公司广告历史上
“熊不会吃腐肉，所以野外碰到熊装死就能躲过一劫。”
在金庸的著作时常出现，“毒蛇百步之内必有药草”。
民间流传的各种偏方
新闻街头采访：你幸福吗？
02 警惕“幸存者偏差”滥用
很多人对“幸存者偏差”这个名词一知半解的时候，往往会造成它的滥用。警惕 “幸存者偏差”和警惕“幸存者偏差”的滥用同样重要。
记者调查 高铁买票
判断所有人 都买到票
判断偏差 不科学
肯定有人没买 到票
现实案例： 很多人看到一些媒体报道的创业“成功故事”立马嗤之以鼻——“这是幸存者偏差，不知道有多 少个失败的案例呢？”，然后对成功者的方法和经验一概摒弃；
“读了那么多年书，还没人家小学没毕业的混的好”——《读书无用论》 说读书无用的人基本都是只看见了少数“低学历精英”和“高学历颓废者”，忽视了那些大多 数“低学历的低价劳动力”和“高学历的真正精英”。
PART 03
幸存者偏差的运用
03
幸存者偏差的运用
幸存者偏差是一把双刃剑，既有可能误导分析结果影响决策，也有可能提供噱头 提升收入，因此对它的正确认识尤为重要。
瓦尔德教授关于飞机击落问题先后提交了八份不同方 面的报告，其中主论文为《A Method of Estimating Plane Vulnerability Based on Damage of Survivors》，即《一种根据幸存飞机 损伤情况推测飞机要害部位的方法》。
0101 结论：
幸存者偏差（Survivorship Bias）指的是人往往会注意到某种经过筛选之后所产生 的结果，同时忽略了这个筛选的过程，而被忽略的过程往往包含着关键性的信息。
在古埃及的文物中发现了大量莎草纸，而在同期其他 地中海文明如腓尼基、古希腊、古罗马则没有发现莎 草纸，能否说明该时期莎草纸在埃及应用广泛而在其 他地中海文明则没有应用？
某新游戏上线一个月，游戏策划随机找了游戏中高度活 跃用户进行调研，确定了游戏下一步迭代的核心方案， 会不会存在致命缺陷？
某记者在网上搜出“民国小学生作文”，文采极好， 于是记者总结道：现在的小学语文教育和民国时水平 下降
通过大量数学公式力图推断出飞机的 致命要害部位与弹孔分布密度的关系
结论：
坠机原因 top 1：飞机被20毫米机炮 击中发动机的坠机概率是 53.4% 坠机原因 top 2：被7.9毫米机枪击中 驾驶舱，坠机概率是 19.4%
综合来说，发动机是飞机最致命的地方； 被20毫米机炮击中造成的人员伤亡最多。
多想想自己正在分析的数据是否存在任何问题，以及是否存在可能缺失的数据。
3、分析剩余样本数据，验证结论。
不要从一组不完整的数据中得出结论，如果一组数据中缺少了一些必要情况下的数据，那么对这组数据进行分析从而 得出的结论往往是不可靠的，因为这些数据是通过某种预选过程筛选后“存活”下来的结果。
02 如何规避“幸存者偏差”
英国军方
中央和 机翼
飞机 弹孔分布
座舱和 机尾
统计学家 亚伯拉罕·瓦尔德 （Abraham Wald）
0101 故事来源
瓦尔德教授的基本出发点基于三个事实是： 1、统计的样本只是平安返回的战机； 2、被多次击中机翼的飞机，还是能够安全返航； 3、在机身机尾的位置，很少发现弹孔的原因并非真的不会中弹，而是一旦中弹，其安全返航的机率极小， 即返回的飞机是幸存者，仅仅依靠幸存者做出判断是不科学的，那些被忽视了的非幸存者才是关键，他们根 本没有回来
如果能够善加利用，反而可以帮助我们提升指标。比如规避一些负面的信息 （抽中概率极低），突出正面信息（收益巨大），利用幸存者偏差引导玩家产 生更大的收益。
PART 04
扩展
04
塔勒布《黑天鹅》—— 2000多年前，罗马雄辩家、文学作家、思想家、阴谋政治家西塞罗讲了下面这个故事。 有人把一幅画给一位无神论者看，画上画着一群正在祈祷拜神的人，并告诉他，这些人在随后的沉船事故中都 活了下来。
1936年美国大选的调查，由于是电话调查，而电话 在30年代的美国还是富人的专利，而这些富人并非 美国选民的随机样本，最终罗斯福而不是杂志预测 的兰登当选。
古埃及的发现了莎草纸而其他地方没有，真实原因 是其他三个地方——腓尼基、古希腊、古罗马气候 比古埃湿润，而埃及则比较干燥，而这些莎草纸在 潮湿环境中并没有保存下来。
1）视频网站案例 某视频网站在VIP中新上线了一部美剧，该美剧每一集的观看人数之前一直稳定，但 当它播到第七集的时候，观看人数有一个相对明显的流失，运营人员开始分析认为 是该部美剧从第七集开始剧情急转直下主角忽然挂掉引起的。
然而当他们仔细分析流失用户的时候，发现流失的都是因为三个月前某次大规模赠 送的免费会员到期引起的，只是时间正好和第七集重合而已，普通会员根本没有流 失。
新游戏上线一个月，有留存用户，也有流失用户， 关注留存用户需求固然重要，但对于一个新游戏而 言更重要的是关注那些流失用户的流失原因。
民国小学生作文之所以能流传到今天，必然是当时 就是佼佼者，它是幸存者，代表不了当时民国小学 生的整体水平。
PART 02
对大数据分析与数据 科学的启示
02 如何避免“幸存者偏差”
这个案例中，分析依然分为三步： 判断样本随机性——3秒以下的都舍去了！当然没有随机性！ 判断样本和剩余样本是否存在显著差异？3秒以下和3秒以上肯定有明显差异！ 分析剩余样本数据、验证结论。时长差异明显，对结果影响巨大！
02 警惕“幸存者偏差”滥用
沃德教授的结论，经过诸多详细而严 谨的论证分析，才做出的精准判断
数据分析 幸存者偏差（Survivorship Bias）
规避与运用
目 录
01 什么是幸存者偏差
02
对大数据分析与数据科 学的启示
03 幸存者偏差的运用
04 扩展
PART 01
什么是幸存者偏差
01 故事来源
大约在1940年，在英国和德国之间的空战中，双方都失去 了很多轰炸机和飞行员。 因此，当时英国军事部门研究的一个主要话题是：在飞机 的哪一部分加厚装甲，可以提高飞机的防御能力并减少损 失。
段子：
学校组织郊游，老师问：没来的同学举个手，好，人齐了，我们出发吧！
降落伞的电商店铺为什么都是好评？因降落伞有问题而失事的人想给差评也给不了！
央视记者在一辆高铁上问：您买到票了吗？买到了！ 您呢，您买到了票了吗？买到了！
0101 本质-“选择偏倚”
0101 现实案例
1936年，美国总统大选，《文学文摘》杂志通过140 万人的电话调研显示兰登会赢得大选，这个调研有多 大的可信度？
不大不小的负面新闻，Facebook在其官方博客中承认：其提交给广告主的数据报告 中，视频广告平均播放时长的数字只统计了那些播放时长超过3秒的播放行为，也就 是说，如果视频播放没超过3秒，Facebook居然就把它舍去了，很显然，广告主的 平均播放时长被拉长了，因为播放时间短的压根不统计，而这一偏差居然存在了长 达两年之久。