南太平洋小岛上住着一些未开化的土著，这些土著就是货拜族。二战期间，盟军的飞机在这些小岛周转物资。于是，这些土著可以看到飞机从天空缓缓降落到地面，卸下来一包包的好东西。可是，随着战争结束，好时光一去不复返。飞机自然不会再降落在这些小岛上。
货拜族很怀念旧日的美好时光。于是，他们修了一条类似飞机跑道的路，两边还点上火，盖了间小茅草屋。屋里坐一个人，头上绑了两块椰子壳，假装是耳机，椰子壳上插上竹子，假装是天线。这个人模仿的是控制塔里的领航员。
然后，他们等待、等待、等待飞机降落，带来物资。
他们每件事情看上去都做对了，所有的准备都很像之前的一切，看上去跟战时盟军的搭建一模一样。
但是，并没有飞机降落下来。
这就是货拜族科学。他们完全学会了科学研究的外表，模仿了整个过程，一切都十分像，但这个过程缺乏了最重要的部分——一架满载物资的飞机降落在岛上。
这个故事非常形象地向我们揭示了因果思维的弊端。小岛上的土著居民简单地把现象和结果联系起来，并没有探究现象背后的本质，典型的因果思维。其实这些土著并不可笑，甚至他们是我们普通人的缩影。科学研究表明，人类喜欢给未知的事物做出解释，以满足自己内心对确定性的渴望。在进行解释的时候，寻找因果联系是最简单的方式。但是就像故事中所表现的，你的出发点可能就是错的，所以你用因果思维根本解决不了问题。
那我们来看另一种思维：相关。随着互联网越来越深入普通人的生活，直接的因果越来越少，间接的相关越来越多，而且各种因素之间的相关性可以帮助我们从侧面解决问题，有助于我们对现象做出解释。
沃尔玛公司有一个非常有意思的营销案例。大家可能觉得啤酒和尿布并没有什么关联，但是沃尔玛超市通过数据分析发现，和尿布一起卖的最多的就是啤酒。如果我们按照因果思维去想，肯定得不出任何结论，这两者能有什么关系？利用相关思维考虑问题，应用大数据分析，沃尔玛超市调查发现了其中的联系：因为啤酒是美国家庭丈夫的最爱，而妻子总会在丈夫下班的过程中提醒他去买尿布，因此丈夫会把自己喜欢的啤酒也一起买走。由此沃尔玛迅速调整策略，将啤酒和尿布放在一起销售，使得两种商品的销售额都大大增加。
还有一个例子跟普通人日常生活最贴近：保险。买过保险的人都知道，购买保险之前要进行一系列的测评，包括年龄、身体状况、疾病史等等，如果超过30岁，还要进行专门的体检，手续非常麻烦。就即便进行着这么多测评，保险公司的风险仍然不能最小化，因为人随时面对各种意外情况。但是因为有了各种互联网的设备，如手机、运动手环、运动手表等等，我们每个人的身体数据、运动数据都能随时收集。保险公司可以根据这些数据，利用相关思维，得出每个人的生活习惯，最大程度确定每个个体未来出现某种疾病的可能性，进而可以为每个人量身定做保险产品。
之于我们自身，要有意识的抵制简单的因果思维方式，多角度地用相关思维思考生活中的各种现象，抽丝剥茧，发现现象背后的本质。
经常有人提起适量喝一些红酒有助于身体健康，通过调查发现也确实经常性喝红酒的人确实更加健康长寿，这有理有据，好像我就无言以对了，但幸好这个问题早就被聪明人破解成功了。
红酒的起源非常的早，到底哪个地方最先开始总是很难去考证，咱不说起源问题，红酒的兴起主要在欧洲国家，因为酿造红酒成本比较高，包括原料和储存酿造的过程，所以一开始是欧洲贵族和富人的专属，他们每天或经常的引用红酒也是身份的象征，即使包括现在，虽然红酒已经比较常见，但中高端还是没在寻常百姓家。
然后有人就进行了调查对比发现经常适量喝红酒的人比不喝红酒的人要健康长寿。这个统计结论已事实为依据，确实没有错，但我们是不是发现什么问题呢?
是的，喝红酒与健康长寿之间似乎有强相关性，但却不是因果关系，比喝红酒更加有相关的因素是贵族和富人都很有钱，他们有更好的医疗条件，更加注重锻炼身体，所以他们更加健康长寿，这才是更有可能的因果关系。对此，喝红酒只能算个弱相关，甚至根本没关系，我更愿意相信喝任何酒对身体都没好处。
不能随便的确定事物之间的因果关系，我无法确定红酒到底对健康长寿到底有没有好处，在我依据以上的情况判断，我只能说相关性太弱了。如果未来某一天经过科学家长期研究发现红酒某些特性确实有助于健康，那么也只能说相关性增强了，或者接近于因果关系。
为什么我们愿意把相关性直接当做是一个因果关系，也许一方面是因为懒惰，不愿去发现更多的关系，同时往往这种相关性展现的数据太直接明了，以至于很容易误判。
直接把相关性当做是因果关系的例子在现实中太多了，比如经常喝咖啡的人更容易得心脑血管病，什么突发心脏病，心肌梗死等等，是不是听上去有点可怕，而且都是通过调查统计发现的，数据好像不会说谎。但实际情况是什么，喜欢喝咖啡，经常喝咖啡的都是哪类人群?很多都是都市白领，经常加班熬夜的人，工作压力大的人，那么好像可以看出问题所在，这类人群本身就容易得这些疾病，并不是因为咖啡，比喝咖啡相关性更强的是加班熬夜压力大。
再说个例子，据统计发现(很多人我不知道为什么老是去统计，也许是为了营销，想卖红酒就统计喝红酒的人)从小学习d钢琴的孩子学习成绩比不学的人要好。这个统计比如说统计1000个学钢琴的孩子和1000个不学的孩子，都是随机调查统计，数据很有说服力嘛，然后作为家长很兴奋，随即就看到了钢琴培训班的广告还有报名电话。这个例子又是怎么回事，很简单，与红酒的例子类似，钢琴培训很贵的，几百一小时，要花很多钱，能让孩子上培训班的家庭一般经济状况比较好，能顺便买钢琴的家长更好，家庭经济条件好的家长更加重视孩子的学业，他们是买了学区房的，除了钢琴班，他们还报了数学英语班，所以他们学习成绩好，这个的相关性更强。
以上几个例子就算是误把相关性当成了因果关系那也问题不大，大不了多花几个钱或者少喝点咖啡。那有没有什么严重影响生活或者健康的例子呢？比较常见的就是某些偏方，能对特定的疾病有效果，人往往更愿意相信自己见到过的案例或者周边人告知的情况，殊不知这种偏方与疾病的相关性很弱，但是就是因为看到了听到了个例就迷信。个例有疗效很可能就是不仅吃了偏方还进行的医院的治疗。
了解了相关性和因果关系的不同，对于很多事情能够多角度的观察，肯定能够避免很多坑，看清很多利用相关性为幌子的营销手段。
金融营销的因果性调研的目的是证明一种变量的变化能够引起另一种变量的变化，这种调研类型是以实验为基础的调研，因此又被称为实验调研。
在这种调研中，研究人员成了研究过程的积极参与者，他们会改变某些因素，同时观察这些因素变化对其他因素有什么影响。在营销试验中，因变量经常是衡量销售的一些指标，如总销售额、市场份额等，而自变量经常是营销组合中的一些因素，如价格、广告支出、产品质量等。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）