Langsung ke isi
Almanac
BI-13·Bias

Survivorship Bias

Bias Penyintas · Cuma Melihat yang Selamat

Asal
Abraham Wald & Statistical Research Group, Universitas Columbia, 1943
Level
Dasar
Baca
±4 menit

Intinya

Kalau yang kamu pelajari cuma yang selamat, kamu akan menyimpulkan resep sukses dari data yang separuhnya sudah dibuang.

Exhibit 1Survivorship Bias
  1. Semua yang mencoba

    Banyak sekali orang membuka kedai, toko online, atau startup setiap tahun.

  2. Yang bertahan

    Sebagian masih buka setelah beberapa tahun.

  3. Yang sukses besar

    Segelintir tumbuh pesat, kadang karena kerja keras, kadang karena untung.

  4. Yang diceritakan

    Cuma lapisan ini yang masuk berita, seminar, dan konten motivasi.

Kisah sukses yang kamu dengar datang dari lapisan paling sempit. Pelajaran dari lapisan atas hampir nggak pernah diceritakan.

Dalam 30 detik

Survivorship bias terjadi ketika kita menarik kesimpulan dari kelompok yang lolos seleksi dan lupa bahwa yang gagal sudah hilang dari pandangan. Kisah founder sukses yang drop out, tips bisnis dari pengusaha yang bertahan, dan survei yang cuma diisi pelanggan aktif punya masalah yang sama. Pertanyaan pentingnya selalu: siapa yang nggak ada di data ini, dan apa yang terjadi pada mereka?

Asal-usul

Saat Perang Dunia II, statistikawan Abraham Wald menulis memo tentang cara menaksir kerentanan pesawat dari kerusakan pada pesawat yang berhasil pulang. Ceritanya kemudian sering dibumbui, tapi logika intinya tercatat di memo aslinya.

01Pesawat yang pulang dan lubang yang nggak kelihatan

Versi populernya begini. Militer mencatat lubang tembakan pada pesawat yang pulang dari misi, dan lubangnya banyak di sayap dan badan. Usulan awalnya: tambah pelindung di bagian yang paling banyak lubang. Wald membalik logikanya. Pesawat yang tertembak di bagian lain, misalnya mesin, nggak pernah pulang untuk dihitung. Jadi pelindung justru perlu dipasang di bagian yang lubangnya sedikit.

Pelajarannya: data yang kamu pegang sudah disaring oleh sesuatu. Sebelum menyimpulkan, tanya dulu apa yang menyaringnya.

02Sebagai pemilik: belajar dari pemenang saja

Seminar bisnis, biografi, dan konten “rahasia sukses” hampir selalu menampilkan pemenang. Founder yang drop out kuliah lalu sukses diceritakan berulang-ulang. Mereka yang drop out lalu kesulitan nggak pernah diundang bicara. Kalau pemenang dan yang gagal melakukan hal yang sama, misalnya “nekat resign” atau “all in”, hal itu bukan resep sukses, cuma kesamaan.

  • Untuk setiap kisah sukses yang kamu jadikan contoh, cari minimal satu kisah gagal yang melakukan hal serupa.
  • Wawancarai pelanggan yang berhenti, bukan cuma yang bertahan. Angka churn lebih jujur daripada skor kepuasan.
  • Pelajari pesaing yang tutup. Mereka sering mengajarkan lebih banyak daripada pesaing yang sedang naik daun.

03Pelangganmu: testimoni pilihan dan merek “legendaris”

Pelanggan juga melihat data yang sudah disaring. Testimoni di halaman produk adalah testimoni yang dipilih. Ulasan bintang 1 yang dihapus nggak ikut dihitung. Merek “sejak 1970” terlihat istimewa, padahal kita nggak melihat ratusan merek lain dari tahun yang sama yang sudah tutup.

Bisnis yang jujur nggak wajib memajang semua keluhan di etalase. Tapi ia nggak menghapus ulasan buruk yang sah, nggak menampilkan hasil terbaik sebagai hasil umum, dan menjawab keluhan secara terbuka. Keluhan yang dijawab dengan baik juga menunjukkan ke calon pelanggan bahwa kamu bisa diandalkan saat ada masalah. Ini terkait erat dengan Social Proof dan Base Rate Neglect.

Kapan dipakai

  • Membaca kisah sukses, studi kasus, atau saran dari pengusaha yang sudah berhasil.
  • Menyusun survei pelanggan dan menilai hasilnya.
  • Meniru strategi pesaing yang sedang naik daun.
  • Menyusun testimoni dan klaim di materi pemasaran.

Jebakan & kritik

  • Pemenang tetap bisa mengajarkan sesuatu. Masalahnya bukan belajar dari yang sukses, tapi cuma belajar dari yang sukses.
  • Data yang hilang memang susah dicari. Usaha yang tutup jarang meninggalkan catatan. Wawancara dan pencatatan sendiri sering jadi satu-satunya jalan.
  • Cerita Wald sering dilebih-lebihkan di konten populer. Pakai logikanya, tapi jangan kutip detail dramatisnya sebagai fakta sejarah.
  • Menghapus ulasan buruk yang sah membuat calon pelanggan melihat data yang sudah disaring, dan itu bentuk manipulasi.

Coba minggu ini

Teori baru kepakai kalau dipraktikkan. Centang yang sudah kamu jalanin.

0/4 DICENTANG · TERSIMPAN DI BROWSER INI

Baca juga

Bacaan lanjut

  • A Method of Estimating Plane Vulnerability Based on Damage of Survivors · Abraham Wald (Statistical Research Group, Columbia University) (1943)
  • Abraham Wald's Work on Aircraft Survivability · Marc Mangel & Francisco J. Samaniego (Journal of the American Statistical Association) (1984)
  • How Not to Be Wrong: The Power of Mathematical Thinking · Jordan Ellenberg (2014)