ก่อนจะยกเคสคลาสสิคที่อธิบายเรื่อง Survivorship Bias ได้อย่างเห็นภาพ ผมขอเล่าเรื่องใกล้ตัวเรื่องหนึ่งที่พอจะเกี่ยวข้องกับคำนี้ให้ฟังก่อนสักนิดนะครับ ครั้งหนึ่งเราคงยังจำกันได้ สมัยแรกๆที่ Facebook อยู่ในจุดที่รุ่งเรืองขีดสุด คำๆ หนึ่งที่เราได้ยินได้ฟังกันเสมอ และมักจะถูกใช้เป็น KPI ตัวสำคัญสำหรับวัดผลคุณภาพของเฟซบุ๊คเพจก็คือ Engagement Rate ตัวเลขนี้ถ้าใครจำได้ ในช่วงแรกสูตรการคิดสูตรหนึ่งของมันก็คือ
(Likes + Comments + Shares) / Total Fans
จำได้ใช่ไหมครับ ลองกูเกิ้ลดูตอนนี้ก็ยังเห็นสูตรนี้จริงๆ คำถามคือเราคิดว่าสูตรนี้ถูกต้องหรือเปล่า? เรายังใช้สูตรนี้กันอยู่อีกหรือเปล่า? ซึ่งผมเชื่อว่าคนส่วนใหญ่รู้แล้วว่าสูตรนี้มันไม่ถูกต้องเอาเสียเลย (แม้เราจะหลงใช้มันในช่วงแรกอย่างไม่ทันได้คิด)
แล้วทำไมถึงไม่ถูกต้องล่ะ?
อย่างที่รู้ในตอนนี้กันว่า Total Fans เป็นตัวเลขที่เราไม่มีทางที่จะเข้าถึงได้หมดทุกคนในแต่ละโพส (Organic Post) ถูกไหมครับ แต่จะกี่ % กี่มากน้อยก็อีกเรื่องหนึ่ง คำถามคือ ถ้าใครที่ไม่เห็นโพสต์เค้าก็ไม่มีทางที่จะ engage ได้อยู่แล้ว อย่างนี้เราก็ไม่ควรจะเอาจำนวนคนที่ไม่เห็นโพสต์มาหารด้วย ถูกต้องไหมครับ แน่นอนว่าคิดตามตรรกะที่ควรจะเป็นมันก็ถูก ภายหลังจึงมีสูตรอื่นๆ ที่ดีกว่าตามมาอีกหลายสูตร ซึ่งทั้งหมดนั้นก็มักจะเอาตัวหารตัวใหม่ที่เหมาะกว่า Total Fans ซึ่งก็คือ Reach นั่นเอง (ปล. ช่วงแรกของ Facebook Page เราจะยังไม่เห็นค่า Reach)
เรื่องนี้เป็นตัวอย่างหนึ่งที่ใกล้เคียงสิ่งที่เรียกว่า Survivorship Bias ซึ่งหมายความว่า เป็นการ
ใช้ข้อมูลเท่าที่เรามีมาวิเคราะห์ ซึ่งอาจจะไม่ใช่ข้อมูลที่ถูกต้องเหมาะสมก็ได้
ตอนที่เรารู้แต่จำนวน Fans เราก็จำเป็นต้องใช้จำนวน Fans มาเป็นฐานวัดไปก่อน พอเราใช้ตัวเลขนี้มันก็เลยนำไปสู่การวิเคราะห์วัดผลคุณภาพเพจที่ไม่ค่อยจะถูกต้องเท่าไร ถึงแม้ว่ามันจะไม่ใช่เรื่องผิดพลาดที่เรื่องร้ายแรงอะไรก็ตาม น่าจะพอนึกภาพออกแล้วใช่ไหมครับ
Survivorship Bias คืออะไร
ตัวอย่างหนึ่งที่ popular สุดๆ และมักจะใช้อธิบายเรื่อง Survivorship Bias เลยก็คือเรื่องของ เครื่องบินทิ้งระเบิดของอเมริกาในสงครามโลกครั้งที่ 2 เรื่องของเรื่องก็คือ ตอนสงครามโลกนั้น เครื่องบินของอเมริกาซึ่งถือว่าเป็นอาวุธสำคัญบินกลับฐานด้วยสภาพที่ถูกยิงหลายๆ จุด และเนื่องด้วยว่าเครื่องบินทิ้งระเบิดเป็นอาวุธที่สำคัญ คำถามที่เกิดขึ้นในตอนนั้นก็คือ กองทัพอเมริกาจะติดเกราะป้องกันกระสุนให้เครื่องบินตรงไหนดี ภาพเครื่องบินด้านล่างจะมีการพล็อตจุดที่เครื่องบินถูกยิง คิดว่าควรติดเกราะตรงไหนดีครับ?
ถ้าคิดตามข้อมูลที่เราเห็น เราก็จะตอบว่าติดเกราะตรงปีกทั้งหมดน่าจะดีที่สุด เพราะเป็นจุดที่โดนยิงเยอะมากใช่ไหมครับ ซึ่งเป็นคำตอบที่ผิด และไม่ใช่คำตอบที่นักสถิติชื่อ Abraham Wald ที่เป็นคนแก้ไขปัญหานี้ให้คำตอบในเวลานั้น ส่ิงที่เขาตอบคือ ให้ติดเกราะตรงที่ไม่ถูกยิง คือบริเวณไม่มีจุดสีแดงนั่นแหละ เพราะเครื่องบินที่โดนยิงตรงจุดสีแดงยังบินกลับฐานมาได้ ส่วนที่โดนยิงจุดอื่นมันตกก่อนกลับฐานแล้ว! อันนี้แหละครับ Suvivorship Bias คือเราวิเคราะห์ข้อมูลแค่ที่เรามี เราเห็นเท่านั้น ซึ่งบางครั้งมันไม่ใช่ข้อมูลที่ดีเลย
Survivorship Bias ที่เกิดขึ้นในการทำงานจริง
ตัวอย่างจริงของ Survivorship Bias ในการทำงานตัวอย่างหนึ่งก็คืองานของ Customer Service โดยปกติเวลามี complaint จากลูกค้า Customer Service มักจะรีบเข้าไปแก้ไขให้ทันที (ยิ่งโดยเฉพาะเวลาที่ถูกตำหนิผ่าน pantip ใช่ไหมครับ:) บางครั้งถึงขนาดมี KPI ต้องตอบทุกเม้นท์ภายในกี่นาทีก็ว่ากันไป รวมไปถึง KPI อย่างฝั่งแบรนด์จะต้องเป็นคนปิดคอมเม้นท์เป็นเม้นท์สุดท้ายด้วย น่าจะคุ้นๆ กันอยู่ ไม่ได้แซะนะครับ ทำอย่างนั้นดีและถูกต้องแล้วครับ ลูกค้าสำคัญที่สุดเสมอ
แต่…อีกสิ่งหนึ่งที่สำคัญและเราส่วนใหญ่หลงลืมกันไปก็คือ คนที่ไม่พึงพอใจแต่ไม่ตำหนิ ซึ่งก็มักจะเป็นกลุ่มใหญ่ในกลุ่มคนที่ไม่พอใจเสียด้วย
คนกลุ่มนี้ตาม study แล้ว 78% ให้โอกาสเราแก้ไขอีกแค่ครั้งเดียวก่อนที่จะหนีไปแบรนด์คู่แข่งหรืออาจะไม่ให้โอกาสเลย ตรงกันข้ามกลุ่มที่ตำหนิ หรือบ่น เยอะๆ ซึ่งส่วนใหญ่มักจะไม่ไปไหน (ส่วนจะติเพื่อก่อหรือระบายอารมณ์ตามปกติก็อีกเรื่องหนึ่ง) ดังนั้นแล้วเคสของการแก้ไขปัญหาการ Complaint จีงไม่ควรแก้ปัญหาแต่เฉพาะคนที่ตำหนิเราเข้ามา เพียงเพราะที่เหลือไม่มีใครบ่น ที่ไม่บ่นแหละครับข้อมูลสำคัญที่เราไม่มี และคนกลุ่มนี้มีโอกาสจากเราไปสูงมาก และทำให้เราไม่สามารถรักษาฐานลูกค้าเก่าส่วนใหญ่ไว้ได้ ยกตัวอย่างง่ายๆ กรณีที่มีคน Complaint สินค้าบางรายการเข้ามา นอกจากจะแก้ไขปัญหาให้คนที่ Complaint สิ่งที่ควรทำต่อไปคือตรวจสอบว่าใครซื้อสินค้ารายการเดียวกันบ้าง แล้วก็ให้ฝ่าย Customer Service โทรติดตามสอบถามว่าพบปัญหาการใช้งานอะไรหรือเปล่า อย่างน้อยถ้าสินค้าไม่มีปัญหา ลูกค้าก็เห็นถึงความใส่ใจของเรา อันนี้ยิ่งช่วยรักษาลูกค้าได้ในระยะยาวอีกด้วย เห็นด้วยใช่ไหมครับ 🙂
ท้ายสุดก็เป็นเรื่อง Survivorship Bias ที่ใกล้ตัวมากที่สุดเรื่องหนึ่ง ซึ่งเป็นส่ิงที่ผมอยากรู้แต่ไม่มีข้อมูลเลยนั่นก็คือ กลุ่มแฟนเพจที่ติดตาม เห็นโพสต์ หรืออ่านบล็อกที่ผมเขียนแต่อาจจะยังไม่เคยมีการ engage ด้วย ลึกๆ แล้วผมก็อยากรู้ว่าแฟนกลุ่มนี้รู้สึกอย่างไรบ้าง ชอบ ไม่ชอบ เฉยๆ หรือคิดอะไรอยู่ ถ้าใครอ่านอยู่แล้วยังไม่เคย engage อ่านจบบรรทัดนี้แล้วก็จะอยากให้ช่วยกลับไปกด Like กด Sad หรือจะให้คำแนะนำในการปรับปรุงอะไรก็ได้นะครับ ส่วนใครที่ยังไม่ได้ติดตามกันจะกดไลค์เพจหรือฟอลโลว Line@ ก็ได้ เอาที่สะดวกใจเลย สุดท้ายขอขอบคุณทุกคนที่ยังติดตามกันมาตลอด ยังไงก็จะพยายามหาเวลาเขียนสิ่งที่คิดว่าเป็นประโยชน์แบบนี้ให้อ่านกันต่อไปเรื่อยๆ สวัสดีปีใหม่ก่อนใครนะครับ
Happy New Year 🙂