与此相关的还有一些所谓的“因果偏见”，它被定义为“在不存在因果关系（或存在关联或关联）的情况下采取因果关系的倾向”。
叙事谬误被称为事后合理化，是多种类型的偏见中的一种，这种偏见断言“因此之后是因为这个”的逻辑。这种相同行为（为随机行为分配模式）的另一个名称是德州神枪手谬误。
为了说明这一点，这里有一个故事。
想象一下，一个牛仔射击在谷仓一侧随机发生。 完成后，他走到谷仓，发现谷仓的一个区域中有一大堆子弹孔。 然后，他在有大量孔洞的区域上绘制牛眼图。 对于任何走路的人来说，看起来他都是不错的射门，而且几乎是命中目标。
根据You Are Not So Smart博客的说法，“当您想要含义时，当您希望事物排队时，您会忘记随机性。 你被信号迷住了。 你忘了噪音。 有了意义，您就会忽略随机性，但意义是人的建构。”
怎么办呢？ 避免进行混音处理（知道结果后的假设），并尽量避免挑剔数据点以支持您的原因。 优化专家Andrew Anderson也写了一些建议：
“如果我们遵循数据并遵守纪律，那么我们就会知道如何根据结果采取行动，而不是为什么会发生结果。 如果您 对用户的态度 有所 约束 ，那么您就会知道，故事或单个数据点永远不会告诉您任何信息。 如果我们真的想使事情变得个性化，那么我们就不会 强迫 人们使用“角色”，而是让数据告诉您改变用户体验以及最适合谁的因果关系。”
2.）确认偏差
确认偏差是众所周知的并且非常普遍。 它被定义为“以确认某人先前存在的信念或假设的方式搜索，解释，偏爱和回想信息的趋势，而对替代可能性的考虑却很少。”
当您积极寻找并赋予确定您的假设的证据更多的权重，而忽略或不足以证明您的假设是错误的证据时，您会表现出确认偏见。 基本上，您从一个有力的观点开始，然后对数据做一切可以得出的结论。
2008年的一项研究表明，已经支持奥巴马的人与购买书本的人一样，这些书本给他带来了积极的印象。 那些已经不喜欢奥巴马的人就是那些买书的人，给他画了消极的印象。
也有证据表明，科学文献中确认偏差普遍存在。 您听说过P-hacking吗？ 当人们调整变量以获得他们想要的答案的时候。 这并不少见-并非罕见。
在业务中，这可能就像执行人员尽早停止测试（A / B测试罪过＃1）那样简单，他们就得到了想要的结果。
或者，如果有多个KPI发生冲突，那么就可以轻松地挑选出您认为最重要的KPI，这取决于要得出的结论。 例如，变体B在点击和互动（微转化）上赢得了巨大的成功，但实际上却使每位访问者的收入减少了一点。 如果有抱负的执行官希望B胜诉，他可以通过挑选数据来对此案进行论证。
您是否建立了一个核心指标-一个重要的指标？ 如果没有，您应该。 这是减轻事后确认偏差的最强方法之一（在运行A / B测试之前（而不是在运行之后）建立它）。
当然，对于定性数据（例如调查或用户测试），确认偏差甚至更严重。 如果您正在运行用户测试，并且认为导航栏令人困惑，那么每次用户在导航栏附近停顿时，您都会注意到它（忽略90％的未使用时间）。
在调查中，您可以根据您想听的内容（主要问题）歪曲问题。 或者，您可以在分析过程中根据您想听的内容选择答案。 由于是定性的，因此即使客观上不属于类别，也很容易将答案归为类别。
关于文学分析，就像我的大学英语教授经常说的：“您总能找到想要的东西。”
有什么解决办法？ 您无法完全避免确认偏差，但是通过意识到它的存在，您也许可以注意到它何时发生并制止它。
这样，您应该始终在事前建立明确的指标，这样就没有事后的理由和挑剔的选择。 并始终有中立的党派审查调查问题。
3.）邓肯-克鲁格效应
邓宁-克鲁格效应是指那些不称职或相对不熟练的人认为自己的技能比他们要高得多。 他们对自己的行为过于自信，因为他们不知道自己不知道。 换句话说，“……无能的人不会认识到-刮擦，无法认识到-他们是多么无能。”
这也表明高技能的人可能会低估他们的能力，因此认为对他们而言容易完成的任务对每个人来说都很容易。
您可以看到这在很多方面都是有害的。
安德鲁·安德森（Andrew Anderson）在ConversionXL博客上提出的DK效应可能有害的原因之一是，它可能导致错误的决策。 它可能导致决策基于说服力，而不是数据。 这是他的说法：
“ 在大多数企业中， 社会变态 倾向与 权力位置 之间存在直接关联 ，这是造成这种情况的主要原因之一。 对主题不太了解的人所产生的必然结果是说服力胜过功能知识的情况。 如果您想知道为什么人们仍然有“我认为/相信/感到”的对话，这就是原因。
转化优化示例：您的老板比您更了解。 您为什么还要担心更改英雄形象？ 显然，无论数据怎么说（即使老板从未进行过A / B测试），号召性用语也是最重要的。
分析的一个示例：具有一定权限的人员，各自读取的分析完全错误，因此专注于虚假的增长。 他们缺乏能力和过度自信使公司专注于错误的事情……
如果根据DK效应在信心和能力之间存在如此差异，那么这也意味着当人们发现自己对自己的了解不如他们所想的那样时，就会出现问题。
在转换优化中，克雷格·沙利文（Craig Sullivan）将这一时期称为“幻灭低谷”。这是当您意识到自己不如您想像的那么棒，事情开始变得困难。 您开始认为戒烟将是一个理想的选择。
或者我们可以称其为绝望之谷：
把某人放在山顶。 愚蠢地与绝望和山峰谷中的某个人对抗。 愚蠢的人会自信地获胜，即使他们显然没有资格。
解决方案？ 这一切都与系统有关。 正如安德鲁·安德森（Andrew Anderson）所说的那样：“您必须能够通过一个系统将每一个想法付诸实践，该系统可以最大程度地影响业务利润，而不仅仅是其自负。”
实验的文化有助于减轻艰辛失败带来的创伤，也可以阻止团队成员为自己的想法而战。 创建一种文化，将职业成功与思想的预测价值结合在一起，而不与发现学科和数据驱动实验代码结合在一起。
4.）适得其反
我的一个朋友在我咨询期间给我讲了一个故事，很好地解释了事与愿违的后果。
他正在与一个大型技术客户合作，分析他们的数据并就策略咨询他们。 他注意到他们从未对他们的任何支出进行过任何受控实验，因此他研究了直接邮件支出的有效性，发现他们在某些地理人口统计领域浪费了大量的钱。
现在，从局外人的角度来看，您可能可以推断，虽然是的，但他们浪费金钱而浪费金钱并不好，发现这一点烧伤了伤口并防止了进一步的伤害。 但是客户如何反应？
他吓坏了。
客户没有听取建议，反而提出了关于数据可能不真实的指责。 从本质上讲，向客户展示了与世界观不符的事实，因此他没有去调整它们，而是坚定了自己以前的信念。
这就是“逆火效应”的确切定义：“当人们通过加强信仰来对证据作出反应时。”顺便说一句，如果您曾经与某人谈过政治，那么您实际上已经完全陷入了“逆火效应”。 您已经看到了完全体现“逆火效应”的文章评论部分。 如果没有发生，这看起来很痛苦，但有时我们都会为之倾倒。
这又会如何影响您的成长？
在具有真实实验文化的公司中，重要性不在于单个想法的价值，而在于严格的过程。 当一家公司重视专业知识和想法时，它会激励人们过于坚决地坚持自己，以捍卫自己的自我。
在实践中，它看起来像这样：有人建议进行A / B测试。 他们对自己的想法以及结果产生了巨大的投入。 结果不是他们所想的。 他们不相信数据，而是开始对数据进行解构，并在如何收集数据，如何建立测试等方面发现各种裂缝。
不要成为逆火效应的受害者。 它扼杀了真理，支持自我防御。 将观点和想法视为假设，将矛盾的证据视为新知识（而不是对观点的攻击）。
5.）潮流效应
潮流效应是“倾向于做（或相信）事情的趋势，因为许多其他人也这样做（或相信）”。它与群体思考和群体行为高度相关。
您可能会从正面的角度了解它，即社会证明。 许多公司使用社会证据来唤起人们的羊群心态，并推动用户采取行动。 毕竟，没有人愿意在空荡荡的餐厅吃饭或去空荡荡的俱乐部。 我们可以暗示，由于阿迪达斯使用Usabilla，我们也可以信任他们：
但是，我们盲目跟从他人的趋势在会议室和组织环境中具有灾难性的影响。
本质上，人们会因为原因，想法，候选人，变化或策略而团结起来。 如果您的组织有利于上面列出的其他偏见，那么效果会更加复杂。 您会遇到一个无能但有信心的执行官（DK效应），该执行者仅寻求能够确认其世界观的信息（确认偏见），并使用讲故事的方式来动摇他人（叙述谬误）以形成一群人，那么要说一个很强的论点就说明您是“数据驱动”
潮流效应可能是最难避免的偏见，因为追随流行趋势是人类的天性，尤其是在不确定的环境（初创企业）中。
除了减轻上述其他偏见的风险外，以下一些建议还可以帮助您打破合规性：
- 不要强调想法和专业知识。 它激发了说服他人去接受想法本身而不是过程和实验的动机。
- 匿名化想法。 理查德·泰勒（Richard Thaler）在《纳吉》（Nudge）中写道：“在要求人们提供匿名答案的情况下，与阿施的实验相同，社会科学家通常发现合规性较低。 当人们知道其他人会看到他们要说的话时，人们就会变得更顺从。”
- 如果您与认为更改按钮颜色会显着影响转化的营销人员联系在一起，那么您更有可能认为更改按钮颜色也会对转换产生显着影响。 注意在您不知情的情况下，谁可能会影响您的测试。
- 所有胜利都是易逝的。 不断更新有关优化，分析和增长的知识。 意识到这是一个持续的过程。
结论
认知偏差是不可避免的。 他们不知不觉地爬起来，并且侵蚀了我们认为我们体现的理性。
只需知道它们的存在，就可以减轻偏差对分析，优化和增长造成的风险。 大部分是组织性的。 毕竟，这些数字可以帮助您做出决策。 人类仍然必须做出决定-这就是所有细微差别存在的地方。
将您的一些注意力集中在对决策过程进行除雾上，这些数字将提供更大的价值。
Alex Birkett是ConversionXL的增长营销人员。 威斯康星大学毕业后，他搬到德克萨斯州的奥斯汀。 在Twitter上关注他。
有关
4逻辑谬论破坏您的分析| 幅度博客
曾几何时，只有那些有资源手动编写所有分析代码的公司才能查看他们的数据。 为什么需要让自我远离分析？ 幅度博客
据《社交网络》报道，马克·扎克伯格（Mark Zuckerberg）在他的前女友分手后发明了Facebook。 那是他的…振幅.com
