Bias del sopravvissuto: i dati mancanti nelle decisioni commerciali

Le decisioni commerciali raccontano anche ciò che non vediamo

Un prodotto vende molto e riceve recensioni entusiaste. Un cliente resta fedele per anni. Una campagna genera contatti interessanti. Sono segnali preziosi, ma non costituiscono da soli una fotografia completa del mercato. Se analizziamo soltanto chi ha acquistato, chi è rimasto o chi ha ottenuto un buon risultato, rischiamo di costruire una spiegazione basata sui casi visibili e ignorare le persone che non hanno mai convertito, hanno abbandonato o non sono entrate nel campione. Questo errore di prospettiva è noto come bias del sopravvissuto.

Nel lavoro commerciale, il bias può portare a replicare una strategia senza sapere quante iniziative simili non abbiano funzionato, a investire su clienti molto soddisfatti senza capire chi se n’è andato, o a considerare rappresentativo un gruppo formato proprio da chi ha superato un processo di selezione. I dati osservati possono essere corretti e, allo stesso tempo, incompleti rispetto alla domanda che vogliamo risolvere. Una decisione solida inizia quindi da una domanda preliminare: chi o che cosa poteva comparire nei dati, ma non compare?

La lezione dell’aereo: un aneddoto da trattare con precisione

Una storia spesso usata per illustrare il bias descrive gli aerei militari che rientravano dalle missioni con fori visibili sulla fusoliera, sulle ali o sulla coda. Secondo il racconto, si discuteva di rinforzare le parti più colpite, finché lo statistico Abraham Wald fece notare che gli aerei osservati erano quelli tornati alla base. I velivoli colpiti in punti che impedivano il rientro non erano presenti nel campione. Perciò la distribuzione dei danni sugli aerei rientrati non poteva, da sola, indicare quali parti fossero più vulnerabili.

Questa è una narrazione didattica molto diffusa. Se non si dispone di una fonte storica verificata per i dettagli specifici, è più corretto presentarla come aneddoto esplicativo, senza aggiungere dialoghi, circostanze precise o particolari tecnici come se fossero accertati. Il ragionamento statistico generale resta chiaro: osservare soltanto le unità sopravvissute a un processo di selezione può capovolgere l’interpretazione. Non è necessario che ogni dettaglio della storia sia certo per usare con cautela il principio, ma è importante distinguere l’illustrazione dalla documentazione storica.

La stessa logica si applica ai dati aziendali. Se analizziamo soltanto i clienti attivi, vediamo le caratteristiche di chi è rimasto, non quelle di tutte le persone che hanno valutato l’offerta. Se prendiamo in esame soltanto le campagne che hanno generato vendite, perdiamo il confronto con i tentativi interrotti o meno efficaci. I casi mancanti non dimostrano automaticamente una causa; segnalano una parte della popolazione da investigare.

Quando il campione è selezionato dal risultato

Il rischio cresce quando la possibilità di essere osservati dipende dall’esito che stiamo studiando. Immagina un’azienda che chieda ai clienti più fedeli quali caratteristiche apprezzino. Le risposte possono aiutare a capire la relazione con quei clienti, ma non spiegano necessariamente perché altri abbiano scelto un concorrente o smesso di acquistare. La fedeltà è diventata una condizione di accesso al sondaggio; per questo le opinioni raccolte non rappresentano automaticamente l’intero mercato potenziale.

Un altro esempio ipotetico: un responsabile commerciale intervista i venditori con i risultati più alti per individuare pratiche efficaci. Può scoprire buone abitudini, ma le performance dipendono anche dal portafoglio assegnato, dalla zona, dall’esperienza, dal supporto ricevuto e dalla composizione della clientela. Inoltre, chi ha lasciato il ruolo o non ha raggiunto gli obiettivi non è nel gruppo intervistato. Copiare i comportamenti dei migliori senza confrontare condizioni e casi meno favorevoli può produrre una ricetta apparentemente semplice, ma poco trasferibile.

Il bias può presentarsi anche senza una scelta deliberata di escludere dati. Talvolta i record dei clienti persi sono cancellati o non aggiornati; gli utenti che non completano un modulo non vengono conteggiati; le opportunità commerciali chiuse senza vendita hanno note troppo vaghe per essere analizzate. Il risultato è un vuoto che rende più visibili i successi e meno comprensibili i percorsi che non sono arrivati all’esito desiderato.

Le domande da porre prima di investire

Prima di trasformare un risultato in una decisione commerciale, chiarisci che cosa rappresenta il dato. Quante persone o aziende erano eleggibili? Quante hanno ricevuto l’offerta? Quante hanno risposto, acquistato, rinnovato o abbandonato? In quale periodo? Quali casi sono stati esclusi e per quale motivo? Queste domande aiutano a definire il denominatore: il numero di opportunità rispetto al quale interpretiamo il numeratore dei risultati.

• Definisci la popolazione: descrivi chi poteva entrare nell’analisi, con criteri e periodo espliciti.
• Ricostruisci il percorso: misura i passaggi dal primo contatto alla vendita, includendo interruzioni e mancate risposte.
• Esamina le esclusioni: individua record incompleti, opportunità perse, clienti usciti e segmenti non raggiunti.
• Confronta gruppi pertinenti: segmenta per canale, bisogno, dimensione, area o fase, evitando aggregazioni che nascondono differenze.
• Verifica spiegazioni alternative: considera prezzo, tempistica, disponibilità, servizio, vincoli e cambiamenti esterni.
• Dichiara i limiti: separa ciò che il dato mostra da ciò che resta un’ipotesi e indica il livello di incertezza.

Non tutti i dati mancanti possono essere recuperati e non ogni caso perso merita un’indagine approfondita. La scelta dipende dal valore della decisione, dal costo di raccogliere informazioni e dal rischio di sbagliare. Se il piano prevede un investimento ampio o difficile da invertire, vale la pena dedicare più attenzione al processo di selezione del campione. Se la decisione è piccola e reversibile, può essere ragionevole partire con una prova delimitata, documentando le assunzioni.

Uno strumento operativo: la scheda dei casi mancanti

Per rendere l’analisi ripetibile, usa una scheda breve prima di una decisione importante. Può stare in un documento condiviso o in un foglio di lavoro, purché abbia un responsabile e una definizione coerente dei campi. L’obiettivo non è raccogliere ogni informazione possibile: è rendere visibile come il campione si è formato e quali conclusioni siano sostenibili.

1. Decisione da prendere: scrivi l’investimento o la scelta concreta, la scadenza e chi decide.
2. Popolazione iniziale: specifica il totale di clienti, lead, offerte o iniziative che avrebbero potuto essere inclusi.
3. Esito osservato: riporta il numero di successi e la definizione esatta di successo; evita etichette ambigue.
4. Uscite e assenze: elenca chi non ha proseguito, non ha risposto, è stato escluso o non è rintracciabile, distinguendo le categorie.
5. Motivi noti e ignoti: separa le cause registrate dalle supposizioni del team. Inserisci “sconosciuto” quando non ci sono prove.
6. Confronto: scegli uno o due segmenti utili e verifica se le differenze persistono quando il periodo o il canale sono resi comparabili.
7. Prossima verifica: decidi quale dato raccogliere, da chi e entro quando; stabilisci come potrebbe cambiare la decisione.

La scheda impedisce un passaggio frequente: interpretare ogni assenza come un rifiuto per prezzo, ogni cliente perso come un problema di servizio o ogni successo come prova di una sola pratica vincente. Un motivo sconosciuto non è una spiegazione negativa: è una categoria informativa onesta, che indica dove la conoscenza è limitata. Se si raccolgono nuove ragioni attraverso interviste o dati di processo, annota metodo e copertura, perché anche le persone che accettano di rispondere possono essere diverse da quelle che non rispondono.

Vuoi lavorare su questo aspetto nel tuo contesto? Racconta la situazione che vuoi migliorare: ci aiuterà a progettare percorsi pertinenti.

Esempio ipotetico: scegliere il canale di acquisizione

Supponiamo che un’impresa confronti due canali e trovi un costo per cliente acquisito più basso nel canale A. Il team propone di spostare lì la maggior parte del budget. Prima di approvare, ricostruisce il percorso: quante persone hanno visto l’annuncio, quante hanno chiesto informazioni, quante erano effettivamente in target e quante hanno acquistato? Potrebbe scoprire che A genera più contatti, ma anche una quota maggiore di richieste non qualificabili; oppure che una parte dei clienti arriva da interazioni precedenti non attribuite correttamente.

Il dato iniziale non diventa inutile: va interpretato nel suo contesto. Il gruppo può verificare qualità e valore nel tempo, confrontare periodi simili e provare una riallocazione limitata del budget. Prima del test definisce una metrica primaria, una durata adeguata e una condizione per fermare o ampliare l’iniziativa. L’esempio è ipotetico e non prescrive una tattica universale; illustra come cercare i casi invisibili prima di trasformare una correlazione apparente in una decisione estesa.

Intervistare chi non ha acquistato con rispetto

Per capire le opportunità non concluse, il team può chiedere un feedback breve, senza pressione e senza trattare ogni risposta come rappresentativa di tutti. Una domanda aperta come «Quale fattore ha pesato di più nella sua decisione?» spesso offre più informazioni di una domanda che suggerisce la risposta. Si possono poi proporre categorie neutre: priorità cambiate, soluzione alternativa, prezzo, tempi, requisiti mancanti, decisione rimandata, motivo non condiviso. Le categorie devono permettere più di una risposta quando le cause si combinano.

Occorre rispettare privacy, consenso e regole applicabili al contatto commerciale. Una persona che non desidera partecipare va lasciata libera di non rispondere. Inoltre, un campione di intervistati non è automaticamente equivalente ai non acquirenti nel loro insieme. Per questo è utile indicare quanti sono stati invitati, quanti hanno risposto e come sono stati selezionati, evitando di trasformare poche conversazioni in percentuali precise.

Dal dato alla decisione senza falsa certezza

Una buona analisi non promette di eliminare l’incertezza. Consente di sapere quali aspetti sono sostenuti da osservazioni, quali sono plausibili e quali restano sconosciuti. Può essere utile assegnare a ogni conclusione un’etichetta: evidenza descrittiva, ipotesi da testare o decisione provvisoria. Se i dati sono incompleti, la conclusione dovrebbe rifletterlo. «Nel campione di clienti attivi intervistati, la rapidità è citata spesso» è più accurato di «i clienti scelgono sempre per la rapidità».

Un’altra protezione consiste nel chiedere a una persona non coinvolta nella proposta di cercare ciò che manca: quali casi non sono rappresentati? Quale risultato smentirebbe la spiegazione preferita? C’è un gruppo per cui il processo di raccolta ha funzionato diversamente? Un confronto rispettoso non rallenta necessariamente il lavoro. Può evitare che un investimento venga giustificato da una selezione dei soli casi favorevoli.

Quando la qualità dell’informazione è limitata, si può scegliere un esperimento proporzionato: un segmento, un periodo definito, un budget controllato e criteri di valutazione stabiliti in anticipo. Una prova non risolve ogni problema di selezione, ma rende esplicite le condizioni e crea un’occasione per raccogliere evidenze ulteriori. La decisione successiva dovrà considerare anche chi non ha partecipato, chi ha interrotto e quali differenze di contesto influenzano l’esito.

Un esercizio per il prossimo report

Prendi una presentazione commerciale recente e dedica quindici minuti a un controllo mirato. Scegli una conclusione che abbia guidato una proposta o un investimento. Poi annota:

• quali casi sono stati inclusi e quali potevano esserlo;
• chi manca dal report e se l’assenza dipende dall’esito analizzato;
• quale denominatore serve per interpretare il risultato;
• quale spiegazione alternativa è plausibile e come verificarla;
• quale decisione cambierebbe se i casi mancanti mostrassero un andamento diverso.

Concludi con una frase di cautela concreta, per esempio: «Questa lettura descrive i clienti rinnovati nel semestre; non abbiamo ancora intervistato chi ha interrotto il contratto». La frase non indebolisce il lavoro: chiarisce il confine delle prove e indica un passo successivo. Se nessuna decisione dipende dall’informazione mancante, annotalo e procedi; se la decisione è rilevante, pianifica una verifica proporzionata.

Domande frequenti

Il bias del sopravvissuto significa che i dati disponibili sono sbagliati?

Non necessariamente. I dati possono descrivere correttamente il gruppo osservato, ma quel gruppo potrebbe non rappresentare la popolazione su cui vogliamo decidere. Il problema riguarda la selezione e l’interpretazione, non implica automaticamente errori di registrazione.

Come faccio a sapere se i casi mancanti cambiano la conclusione?

Definisci la popolazione iniziale, confronta inclusi ed esclusi e verifica se l’accesso al campione dipende dall’esito. Se le differenze possono alterare la decisione, raccogli informazioni aggiuntive o usa un test circoscritto. A volte non sarà possibile recuperare ogni dato: in quel caso dichiara il limite e riduci la portata della conclusione.

Devo contattare ogni potenziale cliente che non ha acquistato?

No. Scegli un campione coerente con la domanda, nel rispetto delle preferenze e delle regole applicabili. Registra quanti sono stati contattati e quanti hanno risposto; la mancata risposta è a sua volta un possibile limite, non una prova del motivo dell’abbandono.

La storia degli aerei è un fatto storico certo?

La storia è comunemente raccontata come esempio del ragionamento associato ad Abraham Wald, ma i dettagli narrativi possono variare e vanno verificati prima di presentarli come cronaca. In questo articolo è usata come aneddoto didattico; il principio illustrato riguarda il rischio di osservare soltanto i casi selezionati che sono rimasti disponibili.

Raccogliere i bisogni formativi

Leggere i dati con attenzione richiede domande ben poste, criteri condivisi e capacità di confrontare ipotesi con evidenze. Se vuoi valutare quali esigenze formative possano aiutare te o il tuo gruppo nelle decisioni commerciali, puoi condividere i bisogni formativi. La richiesta raccoglie il contesto e le necessità: eventuali contenuti o modalità andranno definiti sulla base di queste informazioni.

Per approfondire: 🧠 Il cervello non lavora per la verità, ma per la coerenza; Prendere una decisione: i 5 errori da non commettere mai.