Ogni volta che aprite una dashboard e vedete che i clienti che fanno X spendono di più, rischiate di commettere lo stesso errore che per decenni ha fatto credere ai ricercatori che il caffè causasse il tumore al polmone.
Infatti, ci sono diversi studi epidemiologici che indicano che chi beve molto caffè ha più probabilità di sviluppare un tumore al polmone.
Sebbene la correlazione fosse misurabile era sbagliata, perchè in mezzo c’era un terzo incomodo: il fumo.
Chi beveva molto caffè tendeva anche a fumare di più. E il fumo, quello sì, aumenta il rischio di tumore al polmone.
Questo terzo incomodo ha un nome tecnico: fattore confondente.
Ora Dimentichiamo il Tumore e Rientriamo nei Nostri Uffici
Immaginate di essere il CRM manager di un e-commerce e analizzando qualche anno di dati scoprite che i clienti che lasciano recensioni spendono molto più degli altri.
La dashboard non mente: le recensioni aumentano il valore del cliente. Quindi instintivamente le incentivate: reminder, punti loyalty, coupon… d’altronde i dati non mentono: più recensioni più vendite, quindi dovete spingere sulle recensioni.
No?
Peccato però che potreste appena aver fatto lo stesso errore del caffè, perchè chi lascia recensioni è per lo più qualcuno che ha già comprato più volte, conosce il brand e usa il programma loyalty. In altre parole è già engaged.
Quindi non compra di più chi più recensisce, ma chi più è ingaggiato.
Il Caso Airbnb
Non dispiacetevi se avete fatto questo errore, questo non è un esempio inventato. Una svista simile l’ha fatta pure Airbnb che - fatto comprovato - osservando un fenomeno simile, invece di limitarsi a osservare chi recensiva, ha provato ad aumentare le recensioni offrendo a un gruppo di utenti un coupon da 25 dollari.
Il review rate è passato dal 24,17% al 37,01%: più 53%. L’asticella delle vendite non si è mossa di una cippa.
(Peraltro, in Europa, se fate questo vi inchiodano con la direttiva omnibus - ma divago…)
La Vera Lezione
In ogni caso, ben lungi dal ritenere che le recensioni non abbiano valore, sappiamo tutti che diversi studi hanno trovato effetti causali dei rating sulla domanda.
Il punto però resta: una correlazione può essere perfettamente vera e la spiegazione che ne diamo completamente sbagliata e su questo misunderstanding ci possiamo giocare voci di budget senza saper con certezza quanto di quel valore è stato causato dalla cosa che stiamo misurando e quanto stiamo - invece - osservando il fenomeno da un’angolazione incompleta.
Il problema non è quindi delle correlazioni che mentono quanto del fatto che a volte raccontano storie così plausibili che non sentiamo nemmeno il bisogno di verificarle e siamo indotti in errore.
Vi è mai capitato di far correggere il tiro a dei colleghi che erano caduti in questa trappola? Raccontatemelo nei commenti.