数极客首页

巴黎圣母院大火后,朋友圈和头条网友“打”起来了

今天这篇文章,我们从“巴黎圣母院失火”的舆论平台化现象,聊到了背后的理论:幸存者偏差。 巴黎圣母院大火后,朋友圈和头条网友“打”起来了

昨天,巴黎圣母院大火的消息在各个平台刷了屏,但是各个平台刷屏的主流观点却“打”起来了。

比如,今日头条的主要是刷“烧得好”,微博主要是刷“痛惜人类文化遗产流失”,而朋友圈刷的是《巴黎圣母院》或雨果或游客心得……

巴黎圣母院大火后,朋友圈和头条网友“打”起来了

头条用户表示“烧得好”

于是诞生出了下图这样的段子:

巴黎圣母院大火后,朋友圈和头条网友“打”起来了

图片来自知乎网友 @卢诗涵

联想到关于知乎,有 2 个著名的梗:平均学历 985,平均年薪百万起。

还有在知乎上常年很火的一个问题:

为什么感觉大多数中国人都月薪过万?

为什么各个平台内部的舆论观点都呈现单一化呢?

今天的文章,我们来聊聊这这些现象背后的理论:幸存者偏差。

幸存者偏差会带来哪些“坑”?

幸存者偏差是一种逻辑谬误,指人们只能看到经过某种筛选产生的结果,没有意识到筛选过程中可能忽略了一些非常关键的信息。

简单来说就是,通过幸存者/成功者/诉说者的信息来得出结论,而忽略了来自死者/失败者/沉默者的信息。

很显然,幸存者偏差会导致我们得出的结论不准确,严重的话可能会得出完全错误的结论。

开头关于知乎的幸存者偏差问题可能很容易识别。但很多时候,幸存者偏差会让我们在无意中产生认知错误或决策失误,造成的影响就往往不能“一笑而过”了。

以下是幸存者偏差导致的 3 个比较常见的问题。

1)舆论“失效”

首先,幸存者偏差会对舆论产生影响。

在这个方面,幸存者偏差发挥作用的过程是一个新闻传播的概念,叫做“沉默的螺旋”。

当一个有争议的话题出现时,观点双方的声音一大一小。这时候,声音较大的一方如果看到自己赞同的观点收到欢迎,就会更加积极地发表和扩散观点;而声音较小的一方处于劣势,因为害怕被“孤立”,所以倾向于保持沉默。最后,一方观点越来越强大,完全压倒较弱的一方。

巴黎圣母院大火后,朋友圈和头条网友“打”起来了

在这个过程中,不得不提到起推动作用的媒体(自媒体),比如追热点的时候,媒体往往会表达让多数人满意的观点,而媒体的权威性和传播的广泛性,进一步挤走了微弱的声音。

于是,一个有争议的话题最后可能只剩下了一个统一的舆论。

拿最近很火 996 举例,现在大家聊到 996 时,会说到很多“公认”的看法,比如:

程序员都是 996 工作制

老板都是像马云、刘强东那样的资本家,都支持 996

打工者都反对996

……

然而实际上并非如此。

在互联网时代,我们发现这种统一开始以平台呈现。

回到开头中“巴黎圣母院大火”的案例。

可以想象在头条,认为“烧得好”的观点是主流,内心并不这么认为的用户则保持沉默了,再加上自媒体推波助澜,发展到最后就变成了“头条用户都觉得烧得好”。

2)调查统计出错

除了影响舆论,幸存者偏差还会影响调查统计和数据分析的结果。

幸存者偏差这个概念本身来源于统计学,这是二战期间的一个经典故事,还成了2018 年高考作文的素材:

二战期间,为了加强对战机的防护,英美军方调查了作战后幸存飞机上的弹痕分布,决定哪里弹痕多就加强哪里。然而统计学家沃德力排众议,指出更应该注意弹痕少的部位,因为这些部位收到重创的战机,很难有机会返航,而这部分数据被忽略了。事实证明,沃德是正确的。       

巴黎圣母院大火后,朋友圈和头条网友“打”起来了

类似“看不见的弹痕最致命”,很多情况下我们以投票或者问卷的形式进行调查时,结果其实也是不精准的。

比如我们在公众号文章的底部,发起投票,以了解大家想看什么类型的文章,最后得出结论,票数最高的文章类型是我们要多写的。

但实际上,没有点进这篇文章的用户才应该是我们调查的目标,但是这样的投票方式永远无法知道不被吸引的用户的真实想法。

3)信任“成功学”

成功者也是一种“幸存者”,许多人把类似比尔盖茨、乔布斯、马云等成功人士的经历奉为圭臬,听他们的演讲,看他们的传记,还总是有“听君一席话胜读十年书”的热血沸腾感,仿佛能够即将迎来自己的成功。

但是我们很少会意识到,即使他们本人照着他们的“成功学”再操作一遍,也很可能无法再次取得同样的成功。

一方面,成功本身有许多“场外因素”,正如张瑞敏所说,没有成功的企业,只有时代的企业。从这个角度来看,许多成功学都是有“时效性”的,在另一个时代可能就无法发挥作用了。

另一方面,成功者在总结经验的时候,因为主观或客观的原因,给出的结论往往不是全面的,比如有一些不愿意公诸于众的经验,或者因为运气好没有遭遇“致命的子弹”。

依旧拿 996 举例,马云谈 996 时,提到“你不付出超越别人的努力和时间,你怎么能够实现你想要的成功?”于是很多人会认为马云的成功离不开长时间高强度的工作投入,觉得自己如法炮制也能获得成功。

巴黎圣母院大火后,朋友圈和头条网友“打”起来了

但实际上,世界上有大量跟马云一样奋斗甚至更拼命的人都失败了,这些人的经验却没有被我们看到(并不代表,奋斗拼命一定不成功)。

当然,幸存者偏差带来的问题不仅仅是以上 3 点,还有许多我们不一一赘述。需要注意的是,虽然幸存者偏差往往会带来错误,但并不是一定带来错误。有的时候,“幸存者”可能恰好能代表全体。

如何避免“陷入”幸存者偏差

那么该如何避免“陷入”幸存者偏差呢?针对上文中的 3 个“坑”,我认为可以从以下几个角度分别入手。

1)对舆论保持清醒

我们在关注一件事情的时候,不能只看媒体发表了什么样的观点,同时对整齐划一的舆论要保持存疑的态度。

在这种情况下,想要客观地看待一件事情,尽量把注意力集中在事件本身。

至于平台化的舆论,有时候我们需要跳出单个平台,了解其他平台的用户对事件的看法。比如每天刷知乎的人,偶尔也可以看一看微博、今日头条。

2)保证样本随机性

当我们在做调查统计时,为了避免样本是“幸存”样本,一定要保证样本是随机的。如何判断样本是否随机呢?观察样本和非样本之间是否存在差异。

比如运营社想针对老学员做复购调查,搞清楚哪些因素会影响用户复购。这时候就不能只问复购的用户“为什么买”,更要想办法了解到没有复购的用户“为什么而不买”。

而在前文中提到的,调查用户喜欢阅读什么文章,可以采取其他的形式。比如像领英那样以文字作为调查入口,或者用奖金等无差异的

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是数据分析软件领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章