Reklamy
Jak zachować 34 milionów dolarów w kieszeni? O błędach w interpretacji danych i pułapkach myślenia, które mogą Cię wiele kosztować (również dosłownie)
Czy wiecie, ile może kosztować firmę jedno błędnie zadane pytanie ankietowe? Na przykład 34 miliony dolarów, bo na tyle oszacowano straty Coca-Coli, która w latach 80. wprowadziła na rynek nowy produkt na podstawie wyników nienajlepszych badań konsumenckich. Dosłownie nowy produkt, bo chodziło o New Coke – napój o zupełnie nowej, słodszej recepturze, która w ślepych testach została przez badane i badanych oceniona jako lepsza i smaczniejsza niż ta oryginalna. Albowiem na tym skupiła się Coca-Cola: na zbieraniu opinii o smaku produktu, pomijając zupełnie kwestie nowego opakowania czy nazwy. A to miało znaczenie, jako że New Coke miało ostatecznie zastąpić oryginalny produkt na półkach. Gdy tak się stało, wielu konsumentom trudno było pogodzić się z tą zmianą. Liczba telefonów do Biura Obsługi Klienta wzrosła z 400 do 1500 telefonów dziennie, a niektórzy konsumenci przejawiali tak silne objawy stresu, że w pewnym momencie zatrudniono lekarza psychiatrę, by przysłuchiwał się rozmowom.
To była doskonała lekcja biznesowa nie tylko w zakresie tego, jak ważna jest siła brandingu i przyzwyczajeń konsumenckich, ale również – że firmy mogą mieć dostęp do największych zespołów analitycznych, ogromnej ilości danych i brawurowych budżetów na badania konsumenckie, ale na nic im się to wszystko przyda, jeśli nie potrafią z tych danych poprawnie korzystać i ich poprawnie interpretować. A takich pułapek, na które możemy natrafić podczas pracy z liczbami, jest wiele. Nie dlatego, że – jak mówi ten popularny cytat z Benjamina Disraeliego – „istnieją trzy rodzaje kłamstw: kłamstwa, cholerne kłamstwa i statystyki”, bo to nie jest prawda. Statystyki nie kłamią, choć czasem ludzie kłamią na temat statystyk. Nie zawsze celowo – jako ludzie jesteśmy podatni na wiele pułapek myślenia, które mogą zaburzać trafność naszych wniosków. W tym artykule przedstawię kilka z nich, które w swojej pracy konsultanta spotykam najczęściej, a które to błędy mogą firmę wiele kosztować. Jak się przekonała Coca-Cola – czasem zupełnie dosłownie. W tropieniu tych statystycznych błędów pomogą nam bilety lotnicze, remonty i… piwo.
Kto najrzadziej zwraca bilety lotnicze?
Ekonomiści Steven D. Levitt i Stephen J. Dubner, autorzy podcastu „Freakonomics”, opisywali w jednym z odcinków przypadek linii lotniczej, która postanowiła sprawdzić, jaki typ klienta najrzadziej zwraca bilety lotnicze i rezygnuje z lotu. Słuszne działanie, bo choć zwrot biletów jest usługą miłą dla klienta, to nie do końca opłacalną marce. Gdy przeanalizowali dostępne dane, okazało się, że najrzadziej rezygnują z lotu klienci o bardzo konkretnych cechach demograficznych, tj. młode kobiety. Na poziomie liczb była to analiza trafna, na poziomie praktyki biznesowej – niekoniecznie. Dlatego że pogłębione analizy wykazały, że faktycznie młode kobiety najrzadziej w tamtym czasie zwracały bilety lotnicze, niemniej wynikało to z faktu, że młode kobiety częściej niż inni klienci były… wegetariankami. A klienci, którzy proszą o specjalne usługi, na przykład o specjalne posiłki na pokładzie (które wtedy jeszcze nie były tak powszechne jak teraz), czują się bardziej lojalni i zobowiązani, by ostatecznie z tej usługi korzystać.
To sytuacja, która w interpretacji danych przydarza się często – kiedy za przyczyną jakiegoś zjawiska uznaje się coś, co jest nią tylko pozornie. Jest to tak zwany błąd pozornej przyczyny, jeden z najczęściej popełnianych błędów wnioskowania; nie tylko w biznesie. Warto pamiętać, że silna korelacja nigdy nie jest równoznaczna ze związkiem przyczynowo-skutkowym. Silna korelacja mówi nam tylko o tym, czy istnieje związek między dwoma czynnikami, ale sama w sobie nie wystarcza, by ustalić, że jedno powoduje drugie. Wszak istnieje całe mnóstwo pozornych korelacji, które w praktyce nie mają żadnego znaczenia – jak chociażby niemal idealna korelacja pomiędzy kilogramami spożytego sera a liczbą osób, które zginęły poprzez zaplątanie w pościeli[1]. I choć to może budzić niepokój, to raczej nie oznacza, że od dziś za każdym razem, jak zrobicie sobie kanapkę z goudą, to na wszelki wypadek musicie ją jeść z dala od prześcieradła. Choć oczywiście przezorny zawsze ubezpieczony.
Co to wszystko oznacza dla naszych biznesów? Otóż za każdym razem, gdy natraficie w danych na związek pomiędzy dwoma czynnikami, na przykład: godziną publikacji a zasięgami, liczbą postów a liczbą sprzedanych egzemplarzy produktu czy dniem tygodnia a zaangażowaniem użytkowników, to musicie pamiętać, że to jeszcze nie oznacza, że jedno jest przyczyną drugiego. Trzeba się tej zależności uważnie przyjrzeć, zastanowić się, z czego może wynikać, a gdy to koniecznie – przeprowadzić bardziej zaawansowane analizy, potwierdzające związek przyczynowo-skutkowy. Zwłaszcza że w pracy z danymi może nam się również przytrafić inny błąd poznawczy – iluzja grupowania. To nasza tendencja do dostrzegania wzorców, powiązań, regularności tam, gdzie tak naprawdę ich nie ma. To znaczy, że gdy bardzo chcemy zobaczyć w naszych danych jakąś zależność czy tendencję, to może to sprawić, że takie wzorce w swoich danych dostrzeżemy, chociaż tak naprawdę ich tam nie ma. Jak to się przytrafiło pewnej firmie browarniczej w Londynie.
Czego o biznesie uczy nas piwo?
Londyński oddział pewnej firmy browarniczej szukał odpowiedzi na pytanie, jacy klienci najczęściej ich produkty kupują. W tym celu przeanalizowali szczegółowe dane z całego miasta, każdej dzielnicy osobno i odkryli, że faktycznie istnieje miejsce, w którym ich piwo sprzedaje się najlepiej. Przyjrzeli się cechom charakterystycznym tej dzielnicy: było tam dużo grodzonych, prywatnych osiedli zamieszkanych przez młode rodziny z dziećmi. Na tej podstawie wysnuli wniosek, że ich idealnym klientem są młodzi rodzice z klasy średniej i… nie mogli się bardziej pomylić. Albowiem tak, w tej dzielnicy było sporo prywatnych osiedli zamieszkałych przez młodych rodziców. Ale było tam coś jeszcze – akademik. I to najpewniej mieszkańcy tego akademika, a nie grodzonych osiedli, napędzali tę sprzedaż.
Taki błąd wnioskowania nazywamy błędem ekologicznym rozumowania. Polega on na niepoprawnym przenoszeniu wniosków z korelacji lub obserwacji grupowych (np. na poziomie kraju, społeczności czy mieszkańców danego miasta) na jednostkę wchodzącą w skład tej grupy. To, że coś jest faktem na poziomie kraju, społeczności czy mieszkańców danego miasta, wcale nie oznacza, że możemy sobie tak po prostu wziąć i skopiować te wnioski na poziom indywidualny. Pamiętajcie, że wnioski to nie paprotki i nie możemy sobie ich po prostu przenosić z miejsca na miejsce. To dotyczy również różnych kontekstów kulturowych – gdy czytamy raport lub wnioski z jakiegoś badania przeprowadzonego na innym rynku niż polski, to zawsze musimy bardzo wnikliwie zastanowić się, czy istnieją jakieś uwarunkowania kulturowe, tradycje lub inne czynniki związane z danym krajem, które mogą mieć znaczenie dla takich, a nie innych wyników. Przekonał się o tym boleśnie Home Depot – największa amerykańska sieć sklepów, sprzedająca artykuły niezbędne do remontu, budowy i renowacji domu z 2300 sklepami w Stanach Zjednoczonych, Kanadzie i Meksyku i obrotami na poziomie 150 miliardów dolarów w 2023 roku. Nic dziwnego, że po takim sukcesie postanowili w pewnym momencie zawojować inny, gigantyczny rynek – Chiny.
Czas im sprzyjał – Home Depot zadebiutował w Chinach w 2006 roku, kiedy to chińska gospodarka – a tym samym rynek mieszkaniowy – gwałtownie rosły. Otwarto 12 sklepów w 6 różnych miastach, niemniej szybko okazało się, że żaden z nich nie okazał się sukcesem, a marka kochana przez miliony amerykanów nie jest w stanie podbić serc chińskich konsumentów. Dlaczego? Hipotez jest kilka, a wszystkie są związane właśnie z czynnikami kulturowymi, między innymi z postrzeganiem statusu społecznego czy… płcią. Podczas gdy Amerykanie uważają majsterkowanie za hobby i miły sposób na spędzenie wolnego czasu, o tyle dla Chińczyków remontowanie własnego domu może być przejawem… niższego statusu społecznego, skutkiem czego wolą zatrudniać do tego fachowców. Ponadto zwrócono uwagę na to, że wystrój sklepów i branding Home Depot zostały stworzone z myślą o męskim konsumencie, jako że w Ameryce to najczęściej mężczyźni podejmują w gospodarstwie domowym decyzje zakupowe związane z remontami. Tymczasem w Chinach jest wręcz przeciwnie – w gospodarstwach domowych to kobiety najczęściej podejmują decyzje zakupowe i budżetowe związane z wystrojem wnętrz i renowacjami. W skrócie: Home Depot postanowił przenieść swój model biznesowy 1:1, nie biorąc pod uwagę innych uwarunkowań kulturowych i przyzwyczajeń chińskiego konsumenta. Tym samym po sześciu latach Home Depot zniknął z chińskiego rynku, odnotowawszy stratę na poziomie 160 milionów dolarów. Takich przykładów, w których marka osiągnęła sukces w jednym kraju, ale nie była w stanie go odtworzyć na innym rynku, mamy wiele – jak chociażby Starbucks w Australii czy Walmart w Niemczech. Warto pamiętać, że rozwiązań biznesowych nie można tak po prostu przenosić z kraju do kraju – wymaga to szerszej adaptacji i dostosowania naszych działań do warunków rynku zagranicznego.
Czego uczą nas cudze błędy?
Coca-Cola, Home Depot i inne przykłady biznesowe uczą nas więc: ostrożnie z wnioskami! W naszym najlepszym interesie jest, by do każdej statystyki i wniosku podchodzić ostrożnie i przyglądać im się z wielu różnych stron. Ja sama lubię mówić, że statystyki należy traktować podobnie jak zdjęcia na portalach randkowych – z rezerwą i pełną świadomością, że być może nie pokazują nam całego obrazka. Bo choć wszyscy kochamy nasze komórki Excela, to warto pamiętać, że jest coś jeszcze od nich ważniejszego – to są nasze szare komórki oraz to, by o tych danych pomyśleć i je poprawnie zinterpretować.
Janina Bąk
Statystyczka, influencerka, trenerka biznesowa. W sieci znana jako Janina Daily. Autorka dwóch bestsellerowych książek z serii „Statystycznie rzecz biorąc”, które sprzedały się w liczbie 150 000 egzemplarzy. Wygłosiła trzy wykłady TEDx – dwa na temat statystyk i jeden na temat życia z chorobą psychiczną. Szkoli niemal 100 firm rocznie z kompetencji przyszłości, czyli m.in. analityki, wystąpień publicznych i kreatywności. Jako certyfikowana facylitatorka metody LEGO® SERIOUS PLAY® pomaga zespołom i organizacjom przebudować biznes za pomocą… klocków LEGO. Współpracowała z takimi firmami jak Google, META, Deloitte, 3M czy Netflix.
Zdjęcie autorki: Michał Radwański
[1] Więcej pozornych korelacji można znaleźć na stronie „Spurious correlations”, Tylergiven.com.
