Маркетинг теряет деньги не потому, что у него мало данных. И даже не потому, что у него
Когнитивные искажения — коварная штука! Они не выглядят как ошибки. Обычно они выглядят как «опыт», «интуиция», «логика» и «здравый смысл». И чем больше у человека опыта, тем опаснее ситуация. Потому что опыт — это не истина, а набор паттернов, которые когда-то сработали. Проблема в том, что рынок живет своей жизнью и иногда вежливо игнорирует наши любимые паттерны.
Вот перечень частых, но лишь некоторых искажений в анализе данных (в скобках представлен термин, наиболее часто употребляемый в англоязычной литературе):
1) Подтверждающее искажение (confirmation bias). Один из самых частых сценариев, который я вижу: аналитик или маркетолог с сильным бэкграундом смотрит на данные и думает: «А, я это уже видел». И дальше начинает искать подтверждение этой гипотезе. Неосознанно. Аккуратно. Профессионально. Данные при этом никуда не деваются — просто часть из них внезапно становится «шумом». Это и есть подтверждающее искажение.
2) Ловушка невозвратных затрат (sunk cost fallacy). Когда в канал, гипотезу или инструмент уже вложено много денег, времени и усилий, признать ошибку становится психологически дорого. Аналитика в этот момент начинает работать не на поиск истины, а на защиту прошлого решения. Канал продолжают «оптимизировать», тестировать и «давать ему шанс», потому что остановка воспринимается как поражение, а не как рациональное решение.
3) Подмена причины корреляцией (correlation vs causation fallacy). Еще одна любимая ловушка — видеть причину там, где есть только совпадение. Метрика выросла вместе с каналом, креативом или форматом — значит, «вот он, драйвер». То, что в этот же период мог измениться сезон, спрос, продукт или поведение аудитории, мозг аккуратно отодвигает в сторону. Корреляция выглядит убедительно, потому что она красивая и укладывается в историю. А причинность скучна: ее нужно проверять, сегментировать и иногда признавать, что любимый канал тут вообще ни при чем.
4) Эвристика доступности (availability heuristic / availability bias). Самыми значимыми кажутся те данные и ситуации, которые произошли с нами недавно. Вчера был всплеск — мы бросаем все и идем раскручивать его. Недавно обсуждали канал с руководством — значит фокусируемся на его оптимизации. Мозг переоценивает то, что было «на днях» или «только вот-вот», и недооценивает большие системные компоненты, происходящие в долгосрочных трендах.
5) Смещение к действию (action bias). Давление показать результат толкает к постоянным изменениям: что-то оптимизировать, переключать, резать, масштабировать. Иногда правильное решение — ничего не менять и дать системе стабилизироваться. Но бездействие плохо выглядит в отчетах, и аналитика начинает обслуживать активность, а не эффективность.
Парадокс в том, что новичок в этой ситуации иногда в лучшей позиции. У него нет сильной внутренней модели мира, которую нужно защищать. Он еще не знает, «как правильно», и поэтому чаще задает глупые, но полезные вопросы. Опытный специалист, наоборот, слишком хорошо знает ответы — иногда даже до того, как посмотрел на данные.
Что с этим делать
Если когнитивные ловушки — это не баг конкретного маркетолога или аналитика, а свойство человеческого мышления, значит, решать проблему нужно не через «будь внимательнее», а через систему.
Именно об этом я буду говорить завтра в своем докладе на конференции Data Drive. Подробно расскажу про самые болезненные когнитивные искажения в анализе данных диджитал-маркетинга, о том, как они приводят к консервации неэффективных решений, и как конкретно их избежать.
С вами был Кузин из Smart Data Hub. И да — если вы сейчас подумали: «Ну это не про меня, я-то объективный», то у меня для вас плохие новости. Но вы, скорее всего, найдете им отличное рациональное объяснение! :)