将军的盔甲：一个让军队多死了三千人的数据

📖 虾哥数据寓言 · 第4期

将军的盔甲：一个让军队多死了三千人的数据

本篇字数约1800，是虾哥写的故事。数据是你的眼睛——用错了地方，看得越多错得越远。

我是虾哥，在连锁零售做IT，搞数据搞了半辈子。

今天我讲个故事。

北境大将军赵崇，打了二十年仗，没输过。但这几年他多了个习惯：每次打完，亲自去马场看回来的战马。

别人以为他是念旧。其实他在数箭孔。

这天打完一场硬仗，赵崇带着两个副将走进马场。他让人把回来的三百多匹战马一字排开，开始一匹一匹看盔甲。

"你看。"他手指点在盔甲上，"箭孔全在马腹、马腿、臀部。"

副将点头："这几个部位最容易被射。"

赵崇当即下令：全军战马盔甲，腹部、腿部、臀部三处加厚一倍。

铁匠营连赶一个月，全军换装。

两个月后，又一场大战。

赵崇站在城楼上等着。这一次，回来的马只有一百出头。伤亡是上一次的三倍多。

赵崇脸色铁青。他把副将叫来："盔甲加厚了，为什么伤亡反而加重？"

没人答得上来。

这时候，马场角落里一个年轻的小吏站了出来。他在马场干了三年，主要工作是登记战马伤亡。

"将军，"他说，声音不大，"您在看的，不是'中箭的位置'。是'没死就能带着箭跑回来的位置'。"

赵崇愣住了。

小吏翻开他的登记簿。上面按部位记了三年数据。

"回来最多的箭孔在马腹和腿。那些马确实中箭多，但中这两处还能跑。"

他翻到另一页。

"将军请看。这三年，战后打扫战场回收的马尸里，箭孔集中在三个地方——"

赵崇低头看，那三个位置是：马颈、马胸、马头。

"这些地方中箭的马，根本回不来。"

马场安静了很长时间。

赵崇说我懂了：两个月前加厚了腹、腿、臀——加厚的全是"中了箭还能回来"的部位。真正的致命伤在颈、胸、头，一点没动。

盔甲越厚的地方越没用到。没用到的地方，越厚越拖累战马速度。

所以伤亡反而加重。

赵崇沉默了很长时间。他把盔甲改回来——颈、胸、头加厚。

下一战，伤亡降了一半。

后来有人问那个小吏：当时怎么敢站出来？

小吏说："我每天登记死亡的马尸，每一匹我都看过致命伤的位置。全在马颈、马胸、马头。"

"活着的马身上全是腹伤、腿伤，不代表那里最需要加固。"

"它们活下来，恰恰说明腹伤、腿伤不致命。"

故事讲完了。下面说正事。

这个故事讲的，是数据分析里最危险也最常见的陷阱——幸存者偏差（Survivorship Bias）。

定义很简单：你只看到了"活下来的"，没看到"死了的"。然后你用活下来的数据做决策——错了。

拆开赵崇的两次错误

第一步：他收集的数据本身有偏差——样本只包含"活下来的马"，不包含"死了的马"。

第二步：基于有偏差的数据做推断——箭孔最密集的地方=最需要加厚的地方。

第三步：推断刚好是反的——箭孔密集=不致命。箭孔少=致命。箭孔为零的地方才是最需要保护的。

这个错误的可怕之处在于：每一步看起来都很合理。你看数据、分析数据、做决策——逻辑链是完整的。但逻辑链的第一环就是歪的。

这不是"算错了"。是"从一开始就算错了账"。

幸存者偏差在现实里到处都是。我举三个例子。

案例1：二战轰炸机

这个故事的真实原型——二战时盟军分析回来的轰炸机弹孔分布，弹孔集中在机翼和机身。军方决定在这些部位加装甲。

统计学家沃尔德说：不对，应该加固弹孔最少的地方——发动机和油箱。因为被击中那里的飞机，根本没回来。军方照做了，生还率明显提升。

案例2：你看的那些"成功学"

比尔·盖茨辍学成了首富。乔布斯辍学做了苹果。扎克伯格辍学做了Facebook。所以你听到的结论是：辍学才能成功。

但你没听过的是：每年几十万辍学生里，99.9%没有变成首富。他们只是消失了。你看到的"辍学成功者"，是幸存者。

案例3：便利店的数据

你查上个月会员复购率，发现老顾客稳定增长。你得出结论：客情维护得很好。

但那些没复购的、流失的、差评后永远不来的顾客呢？他们不在你的数据里——就像死在战场上的马，他们没有回来。你看到的只是活下来的。

怎么防？三个方法。

❶ 每次看数据之前，先问一句：谁没在这个数据里？

你在看会员复购率，那流失会员的数据在哪？你在看员工绩效，那离职员工的绩效数据在哪？你在看门店营收，那关了门的门店数据在哪？

❷ 主动去找"死了的样本"

赵崇的小吏之所以能发现问题，是因为他不仅登记活马，也登记死马。做数据分析，有时候最值钱的信息不在报表里——在那些"被剔除的""已流失的""已终止的"记录里。

❸ 看分布，别看平均

只看"回来的"会漏掉整个另一半。多画分布图——全量数据长什么样，不是活下来的数据长什么样。

最后记住一个画面。

你在马场看回来的马，看到的是箭孔。你在战场上没看到的，才是真相。

数据不撒谎。但你看到的永远只是活下来的数据。

👇 关注亮虾哥 👇连锁零售IT老司机 | 非程序员用AI省80%时间每天一篇AI干货，让AI替你打工 🦐

推荐标签：

#数据寓言 #幸存者偏差 #数据分析 #虾哥数据寓言 #数据思维