O VIÉS DE SOBREVIVÊNCIA na Análise de Dados!
O que é o Viés de Sobrevivência quando falamos em análise de dados?
O viés de sobrevivência ocorre quando as análises de dados são distorcidas por focarem apenas nos casos que "sobreviveram" ou foram bem-sucedidos, ignorando aqueles que falharam ou não foram observados. Isso pode levar a conclusões incorretas, pois as informações analisadas não representam o quadro completo.
Um exemplo bastante difundido sobre o Viés de Sobrevivência:
Durante a 2ª Guerra Mundial, uma equipe do Grupo de Pesquisas Estatísticas recebeu uma tarefa crucial: analisar os danos sofridos pelos aviões das Forças Aliadas e determinar como reforçar suas proteções. Um mapa de impacto mostrava pontos vermelhos que indicavam onde as aeronaves eram mais atingidas pelos disparos inimigos. A princípio, parecia óbvio que essas áreas, por estarem mais danificadas, deveriam receber o reforço. Certo? Errado!
Foi então que Abraham Wald, um brilhante matemático especialista em estatística e teoria da decisão, percebeu algo que os outros não tinham notado. Ele identificou um viés nos dados: os aviões analisados eram aqueles que haviam conseguido retornar à base. Isso significava que os danos nos pontos vermelhos não eram letais, já que essas aeronaves ainda conseguiam voltar. Por outro lado, aviões que eram atingidos em outras áreas – não representadas no mapa – não voltavam e, por isso, seus danos não faziam parte da análise.
Wald concluiu que as partes que realmente precisavam de reforço eram as que não apareciam na imagem, como a cabine dos pilotos e o motor. Com essa percepção, ele recomendou que essas áreas críticas recebessem blindagem extra, garantindo uma maior chance de sobrevivência para as aeronaves e seus tripulantes.
Podemos retirar uma lição valiosa hoje (principalmente os iniciantes como eu): é fundamental considerar o que não está visível nos dados e não apenas o que é apresentado. O viés de sobrevivência pode distorcer conclusões se ignorarmos o que falta ou o que não foi observado. Por isso, além de usar N ferramentas, observar os dados e construir aquele Dashboard que mais parece uma tela de monitoramento do lançamento do Falcon9, é essencial questionar o contexto, as lacunas e as variáveis que podem estar escondidas, apenas assim é possível tomar decisões verdadeiramente coesas e que surtirão efeitos positivos em seus negócios.
