Correlazione non è causalità: non farti ingannare

Sono settimane che guardi i numeri e c’è qualcosa che non ti lascia in pace. Ogni volta che aumenti il budget pubblicitario, le vendite salgono. Ogni volta che lo tagli, scendono. La correlazione è perfetta. Quasi troppo perfetta. E la conclusione è già lì, bella pronta in testa: più investimento pubblicitario, più vendite. Decidi di raddoppiare il budget e aspetti i risultati come chi aspetta che sorga il sole.

E poi i risultati arrivano. E non sono quelli che ti aspettavi.

Non perché i dati abbiano mentito. I dati non mentono quasi mai. Il problema è che hai fatto loro la domanda sbagliata.

La mappa non è il territorio

C’è un errore che commetto — e che ho visto commettere tantissime volte — che ha un nome tecnico che tutti conoscono e che quasi nessuno applica davvero: correlazione non è causalità. Lo sappiamo a memoria. Lo ripetiamo come un mantra. E poi ci sediamo davanti a un foglio di calcolo e ce lo dimentichiamo in dieci minuti.

Mi spiego.

Che due cose si muovano insieme non significa che una muova l’altra. Può darsi che entrambe le stia muovendo una terza variabile che non stai nemmeno vedendo. Può essere pura coincidenza. Può darsi che la freccia punti nella direzione opposta a quella che credi. Tre possibilità completamente diverse, e tutte e tre producono esattamente lo stesso schema nei tuoi dati.

Immagina qualcuno che gestisce una gelateria e osserva che ogni volta che vende più gelati, aumentano anche gli annegamenti nel fiume della città. I numeri sono impeccabili: correlazione perfetta, mese dopo mese, anno dopo anno. Conclusione? I gelati uccidono. O, per essere più precisi: dovresti smettere di vendere gelati per salvare vite.

Assurdo, certo. Quello che succede è che d’estate fa caldo, la gente compra gelati E la gente va a fare il bagno nel fiume. Il caldo è la terza variabile che muove le altre due. Ma se guardi solo i gelati e gli annegamenti, non la vedi da nessuna parte.

È esattamente quello che ti sta succedendo con i tuoi dati di business. Solo che lì non è così ovvio.

Il problema non sono i dati. È il punto di vista da cui li guardi.

Torniamo all’esempio di prima. Aumenti la pubblicità, salgono le vendite. E se risultasse che entrambe le cose salgono in alta stagione, e che in alta stagione tu storicamente hai sempre alzato il budget? Allora non è la pubblicità a muovere le vendite: è il periodo dell’anno a muoverle entrambe. E quando raddoppierai il budget in bassa stagione, scoprirai che i soldi spariscono senza lasciare traccia.

Ho visto questa cosa più volte di quante vorrei. Un cliente che osserva come gli utenti che leggono più pagine del suo sito finiscano per acquistare di più. Conclusione immediata: bisogna produrre più contenuti, più pagine, più articoli. Investono mesi in questo. E le vendite non si spostano di un millimetro.

Cos’era successo? Che gli utenti davvero interessati leggono più pagine, non che leggere più pagine crea interesse. La freccia puntava nella direzione opposta. Il comportamento di lettura era un sintomo dell’interesse, non la sua causa. E nessuno l’aveva messo in discussione perché lo schema nei dati era troppo bello per toccarlo.

Quando trovi una correlazione perfetta nei tuoi dati, quello dovrebbe essere esattamente il segnale per metterti in guardia. Non per festeggiare. Se non hai chiaro cosa stai misurando e perché, i numeri ti danno una risposta che suona benissimo e che non ti serve a niente.

Lo strumento che amplifica l’errore

Ora aggiungi l’intelligenza artificiale a questa equazione. Gli strumenti che usiamo oggi sono straordinariamente bravi a trovare correlazioni. Scansionano milioni di punti dati, individuano schemi che un essere umano impiegherebbe anni a vedere, e te li presentano con una sicurezza che impressiona.

Il problema è che una IA non distingue tra correlazione e causalità a meno che tu non glielo chieda esplicitamente. E di solito non lo facciamo. Le chiediamo «quali fattori sono collegati ai miei migliori clienti?» e lei ci risponde con una lista impeccabile. Ci fidiamo. Decidiamo in base a quello. E stiamo automatizzando una confusione, non risolvendola.

Come ho scritto tempo fa, automatizzare un processo rotto significa moltiplicare l’errore. Lo stesso vale qui: se il processo di interpretazione dei dati ha già al suo interno l’errore della correlazione scambiata per causalità, aggiungere velocità e potenza non fa altro che scalare quell’errore.

La IA non ti salverà da questo. Il tuo criterio, lei non te lo darà. Devi portartelo tu.

Tre domande prima di agire su un dato

Con gli anni ho imparato che quando uno schema nei dati sembra troppo chiaro, vale la pena fermarsi e farsi tre domande prima di muovere qualsiasi cosa.

La prima: c’è una terza variabile che potrebbe star muovendo entrambe? Non quello che già vedi, ma quello che non stai vedendo. La stagione, il canale, il tipo di cliente, un cambiamento esterno. Qualcosa che stia dietro alle due variabili e le trascini entrambe nella stessa direzione.

La seconda: la freccia punta davvero nella direzione che credo? Che A e B si muovano insieme non mi dice quale spinge l’altra. A volte B è la causa e A è l’effetto, e confondere la direzione ti porta ad agire esattamente al contrario di quello che dovresti.

La terza: potrebbe essere una coincidenza? A volte i dati si allineano per un certo periodo per pura statistica, senza nessuna relazione reale tra loro. Se il periodo osservato è breve, diffida. Se non riesci a riprodurre lo schema in un altro contesto, diffida ancora di più.

Non ti dico che sia semplice. Ti dico che farsi queste domande prima di decidere è la differenza tra usare i dati ed essere usati da loro.

Il dato come punto di partenza, non di arrivo

A mio modo di vedere, l’errore di fondo non è tecnico. È un errore di atteggiamento. Arriviamo ai dati cercando conferma, non comprensione. Abbiamo un’intuizione — «credo che sia la pubblicità a muovere le vendite» — e usiamo i dati per confermarla. E quando i dati la confermano, smettiamo di fare domande.

Ma un dato che conferma quello che già credevi non ti ha insegnato niente. Ti ha solo fatto sentire meglio.

Il dato utile è quello che ti obbliga a continuare a chiederti il perché. Quello che ti dice: «qui c’è qualcosa, ma non sai ancora cosa.» Quello che ti lascia a disagio invece di tranquillizzarti. È quel dato che, se ti prendi il tempo di inseguirlo, ti porta a qualcosa che puoi davvero usare.

C’è una differenza enorme tra un dato che spiega e un dato che accusa. Molti di quelli che prendiamo come spiegazioni sono solo accuse statistiche: «questi due andavano insieme». Punto. Nient’altro.

La spiegazione richiede un meccanismo. Richiede capire il perché. E quel «perché» quasi mai vive nel foglio di calcolo: vive nella conversazione con un cliente, nell’osservazione diretta, nell’esperimento deliberato. I dati ti dicono cosa. Il criterio ti aiuta a capire perché. E senza il secondo, il primo è rumore ben formattato.

Quindi la prossima volta che trovi una correlazione perfetta nei tuoi numeri, prima di raddoppiare il budget o cambiare strategia, fermati un momento e chiediti: sto vedendo una causa, o sto vedendo due effetti di qualcosa che non ho ancora guardato?