“幸存者偏差”是统计学中对一种逻辑谬误的统称，是指我们只关注了经过某种筛选过程后的结果，而忽略了筛选过程的逻辑谬误。

它起源于二战时期的一个故事。

话说在二战的时候，美英联军向德国进行了战略性轰炸，由于德军防空力量强大，美英损失惨重。国防部找来了专家，要求研究战斗机的受损情况，以便对飞机做出改善。

专家们检查了执行任务归来的战斗机，发现所有的飞机腹部都是伤横累累，于是专家们建议，机腹非常容易受到炮火的攻击，应该加强对机腹的保护。

最后国防部的要求却是，改进和加强对机翼的保护。因为国防部的统计学家们发现，能够幸存返航的战斗机，机翼都是完好无损的，这说明了被击中机翼的战斗机都已经坠落了，而仅仅被击中机腹的战斗机却还能返航，应该加强保护的是机翼，而不是机腹。

上述例子中，专家们的分析就存在“幸存者偏差”，他们只关注了幸存下来的飞机的伤残情况，而没有关注“为什么其他飞机没有飞回来？”。

如果只是让幸存者下次有更多的机会生存下来，那最后剩下来的总量将会毫无提升，只有找到如何让不幸者活下来才能有效提升整体的幸存总量。

幸存者偏差因此而得名，它在生活和工作中也经常可以用到，当然，更多的时候是被忽略了。

生活中的很多偏理都可以用“幸存者偏差”反驳

“读了那么多年书，还没人家小学没毕业的混的好”——《读书无用论》

说读书无用的人基本都是只看见了少数“低学历精英”和“高学历颓废者”，在他们眼里，看不见那些大多数“低学历的低价劳动力”和“高学历的真正精英”。

只是看到别人混的好，学历低了些，反而学历高的混的不行，就认为“读书无用”。如果我们找出官方学历统计数据就会发现：大专以上学历仅占总人口的12%，在社会各贫富阶层中，学历应然是改变经济命运的重要基石。

低学历人群众多，难免在很多普通人眼中有那么挺多个成功的，而高学历人群在普通人眼中就鲜有成功。通过这些经过我们的才识、境遇、环境筛选过的人群去判断学历对于人成长的作用大小，本身就忽略来这种筛选过程的逻辑谬误。

不同的环境、才识造就不同的眼界，看到不同的人群。如果类比运用“幸存者偏差”原理，我们或许应该这样反驳：

“因为你的眼光只能看到那些少数成功的低学历者，社会中所存在的是更多的低学历廉价劳动力，更存在很多高学历成功企业家，读书必定是有益于个人成长的”。

像最近的“当当惨淡卖身海航系”等定论，同样只是看到了少数的诸如京东、亚马逊等，从图书品类横空而出，一路成长成巨无霸的故事，鲜少知道卓越网、以及更多图书网上销售平台销声匿迹的故事。

2004年的时候，卓越网与当当平分网上图书销售市场，亚马逊7500美元收购卓越网，此后便复制亚马逊模式，除了图书、3C家电品类做精做全以外，将销售商品扩展至上十个品类。

市场尚不成熟，卓越网在亚马逊的加持下过度铺张，很快经营成本过高，人员大幅度离职，攥在手里的图书品类被当当一洗而空，3C家电也被京东收入囊中。

在应该专注极少品类的时候，卓越网太早铺开市场，连翻身的机会都没了，而今天的当当，恰恰是过于保守，进入全品类的时机过晚，淘宝天猫京东早已占据的市场，当当已无力撼动，卖身海航也未尝不是套现的好去处。

至今，当当在图书品类仍然是巨头的地位，独立上市也未尝不可，但10亿美元卖给海航系更是好的选择，当当网更像一匹老马，在征途中迷失了方向，失去了往日辉煌，这时候换一个主人，用全新的驾驭方式或许能唤起老马的精气神儿。

这笔交易于当当创始人而言，并不算惨败，在还有一定价值的估值的时候套现放手，重新寻找新的人生方向，是重生和释怀，祝福当当和创始人都都得更远，不要像卓越网一样销声匿迹。

工作中“幸存者偏差”可以帮助我们发现失误

职场中留下来的不一定是最好的，也可能是出去没公司要的。

当公司开始996的时候，当员工福利开始锐减的时候，当奖金工资发不出来的时候，为什么有些人依然没有走？

降薪、削减福利、强制996这些想要逼退一些员工，让其主动离职，以期许减少劝退补偿的开支，明明公司没有业务，却各种咄咄逼人走，这种方式逼走的可能是最优秀的人。

我第一份工作是运营一款创业类资讯的产品，团队开发APP迟迟上不了线，开始是3个月，然后是6个月，后来足足花了一年多，直到我离开时，APP才刚刚上线，而今天我再去搜那个APP，已经下线了，公司的公众号依然苟延残喘的更新，还没我做的那时候数据表现好。

而当我们意识到公司开发团队拖拖沓沓，产品规划不断被打乱，公司融资即将耗尽的时候，率先离开的是首席产品经理，并且她很快就找到了足够好的工作，那些不离开的同事，到现在我也没有他们的音讯，各个职场社交或者微信圈子都没有踪迹，也没有什么影响力。

员工是来公司创造价值、挣钱养家养自己、同时丰富自己生活的，不是每天来消耗自己、来被公司各种不合理制度虐的。有能力有追求的员工从来都不屑于屈膝在皮相难堪的公司里，他们一定是最先走出去的，最先获得新机会的。

“幸存者偏差”理论警醒我们：你越制度严苛、不合常识情理，让员工不舒服不爽，那你就是在赶走优秀的员工，留下来的一定是相对不那么优秀的，颁发制度之前请三思。

数据表现过于正常的时候，或许是某些地方疏忽了。

比如有的app没有设计“游客模式”，也不允许“第三方登录”，只能是手机号（账号）、密码（或者）验证码登录，由于是小众平台，不是经常频繁登录，用户忘记密码是常事儿。

如果用户忘记了密码，无论是登录还是找回密码，她都需要获取验证码，而正好某个时间区间内，通信运营商系统维护，不允许用户获取服务返回验证码。

你隔日就发现活跃数据下降了，正在想是不是与前几日的产品首页改版有关，仔细分析了登录用户的访问深度，结合产品改版的侧重点进行相关性分析，对比改版前的数据，你并没有发现用户有什么异常。

数据都一切正常，表明登录用户非常适应现有的版本，运营拉新的文案也没有什么问题。那为什么登录活跃的用户数量会下降呢？你再仔细的想了想之后，突然意识到：似乎你忽略了那些没登录的大多数用户。

“幸存者偏差”原理让你想到，也许存在某种客观性原因导致了登录用户被削减了，可是因为用户没登录成功，你也不知道是哪些用户出了问题，这些沉默的大多数用户也不会联系官方。

然后你调取了一批之前比较活跃的用户，但是在本次改版活动中并没有看见他们的身影，一一电访求证后，才发现原来他们都用的是联通手机号，而联通运营商正好在此期间系统维护升级，不支持调取服务。

兜兜转转后，你才意识到，“有时候，沉默的用户是不得已而被抛弃，存在某些客观原因导致数据既异常、又显得那么正常。”

从今天开始，一起去认知“幸存者偏差”，意识到要开始关注那些沉默的、看不见的大多数的不幸者的声音，也许你就能有不一样的收获。

作者：Eric王亮

来源：运营模式（ID：yunyingme）

本文为作者授权鸟哥笔记发布，转载请联系作者并注明出处。