概念地圖・相關不等於因果的三種結構
作者 山姆（謝冠生）・喵喵書評創辦人
發布
分類：敘事
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
相關不等於因果的三種結構：分辨箭頭走法
繡花加工廠的老闆說，有裝電繡機的客戶回購率多了將近兩成，所以他打算加碼推機器。他沒問的是：是機器讓客戶留下來，還是本來就會留下來的客戶才買得起機器。同一組數字，可以畫成三張完全不同的箭頭圖——共同原因、反向因果、選擇效應。三張圖乍看幾乎一樣，差別只在箭頭從哪裡出發、往哪裡去。這一頁把三張擺在一起，讓你下次看到「數字證明有效」時，先認出自己站在哪一張圖上。
三張箭頭圖並排，差別在箭頭從哪裡出發
把上圖拆成文字，一列一種結構。最後一列擺的是一個動作——最常被當成萬用解藥的那個。
| 結構 | 箭頭怎麼走 | 相關從哪裡冒出來 | 該找什麼證據 |
|---|---|---|---|
| ①共同原因（干擾） | Z 同時指向 X 與 Y | 兩邊各自被同一件事推動 | 把 Z 量出來，同層之內再比一次 |
| ②反向因果 | 箭頭從 Y 指向 X | 你認定的因，其實是果 | 排時間軸：裝機日與續約決策日誰先 |
| ③選擇效應（對撞） | X 與 Y 都指向 S，你只看得到 S | 樣本被篩過之後才長出來的關聯 | 把沒被選進來的那群補回名單 |
| 控制了很多變數 | 一支箭頭的方向都沒改 | 控制到 S 那一格，反而生出假相關 | 先分清楚你控制的變數站在箭頭哪一邊 |
表的最後一列是這頁真正想釘住的一句。控制變數這個動作在①有用、而且只在你控制對了那個 Z 的時候有用；在②完全無效，因為你控制得再多，箭頭還是從 Y 出發；在③會倒過來害你——把 S 放進迴歸式，等於把樣本切成「只看被選進來的那一群」，兩個原本無關的原因會被硬擠出一條負相關。同一個動作，三種結果。
一個相關擺在眼前，該先問哪三句
一、有沒有第三件事同時推兩邊。先別急著找機制，先找「誰同時碰得到 X 也碰得到 Y」。財力、規模、客戶年資、產業景氣——這些東西不會出現在你的報表欄位裡，但它們同時決定了誰買得起機器、誰撐得到續約。自問：這條相關裡，有沒有一種客戶，本來就同時具備兩邊的條件？
二、時間排得出來嗎。反向因果的解藥最土法，也最有效：把兩件事的發生日期各自撈出來排一排。裝機日在續約決策之後，這條相關就得整個重畫。難的是很多決策沒有日期——「他心裡什麼時候決定要長期綁你」通常沒有欄位。自問：這兩件事的先後，我拿得出時間戳記，還是只是印象？
三、這批樣本是誰篩進來的。資料庫裝的是世界通過某道門之後剩下的東西。合約還在的才留在系統裡，願意受訪的才有問卷，做得起來的才有人報導——門本身就會製造相關。自問：如果把當初被擋在門外的那群補回來，這條相關還在嗎？
四、我控制的變數站在箭頭的哪一邊。這一問是前三問的合流，也是最容易做錯的一格。變數在 X 與 Y 的上游（共同原因），控制它是對的；在 X 與 Y 的下游（被兩邊共同指向），控制它會生出假相關。方向搞反，你以為自己在清雜訊，其實在製造雜訊。自問：這個變數是先發生，還是後發生？
一家繡花加工廠的回購率數字，三種結構各套一次
- 手上的數字：老闆從往來名單裡拉出一份表，有裝電繡機的那批客戶，回購率比沒裝的高出將近兩成。他把它讀成「機器讓客戶黏住」。數字沒錯，讀法有三種
- 套上第一張圖：Z 可能是客戶的資本厚度。撐得起一台電繡機的團體服店家，本來就訂單穩、周轉順，於是既買得起機器，也續得起約。機器與續約各被同一件事推了一把。機器只是財力的證據
- 套上第二張圖：箭頭可能是反的。客戶先在心裡決定「明年還是找這家做」，才捨得把燙印與繡花整條線押進來、順手添了那台機器。續約的決心在前，購機在後。果被當成了因
- 套上第三張圖：老闆手上的名單，是「現在還在往來」的兩百多家。買了機器又做不起來的、去年就斷掉的，早已不在系統裡。留下來這一群，本來就是被「還撐得住」這道門篩過的。名單本身就是那個 S
- 三張圖各要一份不同的證據：第一張要一份客戶規模分層，在同一層裡重比一次；第二張要兩欄日期，裝機日與續約決策日排在一起；第三張要一份流失名單，把去年斷掉的那些也放進分母。三份資料他其實都拿得到
這個場景最值得記住的接縫，是老闆原本打算做的那件事——加碼推機器。三張圖對這個決定的建議完全不同：如果是第一張，推機器不會提高回購率，該做的是把資源投在「還沒到那個財力層」的客戶身上；如果是第二張，機器是續約意願的溫度計，看到誰在問機器就該去談長約；如果是第三張，他手上那個兩成根本量錯了對象，得先把流失客戶撈回分母重算一次。同一個數字、同一個老闆、同一份預算，走進三張不同的圖就會走出三個不同的春天。他缺的其實是一句決定：自己站在哪一張圖上——更大的樣本補不了這一格。以上為說明結構用的示意情境，僅供理解框架之用。
三種結構各自最常被誤用的場合
- 把「找到 Z」當成終點。共同原因這一張最容易讓人放心，因為它有一個看得見的解法：控制它。問題是 Z 通常不只一個，而且你能量到的那些，往往剛好漏掉最關鍵的那個——你控制了公司規模、產業別、成立年數，真正在推兩邊的可能是「老闆本人有沒有在拚」。控制一堆能量的變數，會讓報表變得很專業，也會讓你更相信一個沒被處理過的偏誤。控制得多，跟控制得對，是兩件事。
- 以為排了時間順序就處理掉反向因果。時間先後只擋得住最粗糙的那一種。人會為了預期中的未來提前行動：客戶因為打算長期合作而先買設備、老闆因為看好明年而先擴廠。行為發生在前、原因發生在後，時間軸完全看不出異狀。這種時候該追的是決策的順序，事件的順序幫不上忙——而決策沒有時間戳，只能靠去問。
- 選擇效應最常在「成功者名單」上發作。訪談十家做得好的同業、整理暢銷產品的共同特徵、看留存客戶的行為差異——這些做法本身就把樣本篩到只剩 S。廣為流傳的教學例子是二戰時檢查返航轟炸機彈孔位置的那個故事：能被檢查到的機體，本身就是活著回來的那一批。這個例子被講到爛，卻很少有人在自己的客戶名單上認出同一個形狀。
因果講不清楚的時候，痛通常還是真的
箭頭畫完，還有一格是空的。
這張圖畫得出箭頭往哪裡走，畫不出那個客戶當初為什麼願意先掏錢。回到繡花加工廠：不管機器與續約之間的箭頭最後判給哪一張圖，有一件事三張圖都不否認——那批客戶掏了一筆不小的錢出來，而且是在沒人逼他的情況下掏的。掏錢這個動作本身，就是《痛點》一路在找的那個訊號。P.A.I.N. 的第一格問「誰在痛」，它認的證據就是這個：有人為了止痛真的付了代價，而相關係數對這件事一個字都答不出來。因果結構告訴你「這筆錢能不能複製到下一個客戶身上」，痛點視角告訴你「這筆錢當初到底在買什麼」。前者是統計問題，後者只能去問人。多數老闆的困境不在於算不出因果，在於連那個客戶當初痛在哪都沒問過，就急著把機器推給下一批人。今晚拿最近一次「數字證明有效」的結論，替它畫一張箭頭圖——只要三個圈、幾支箭，十分鐘畫得完。畫不出箭頭從哪裡出發的那一格，就是你明天該打的第一通電話。
關於相關與因果，讀者最常追問的幾題
相關係數要多高，才能說是因果？
沒有這個門檻，而且方向搞反了。相關係數量的是「兩個數字一起動的程度」，它對箭頭方向完全沉默——一組 0.9 的相關，可以是共同原因、可以是反向因果、也可以是選擇效應。係數愈高，只代表你更該去畫那張箭頭圖，不代表你更接近答案。真正決定能不能講因果的，是資料是怎麼產生的：有沒有隨機分派、有沒有時間先後、樣本有沒有被篩過。
做 A/B 測試就能避開這三種結構嗎？
隨機分派確實一次解掉①和②——分組是擲骰子決定的，就沒有共同原因，也不可能是結果反過來決定分組。但③躲不掉。最常見的破法是「只分析有完成流程的人」：完成與否本身受實驗組別影響，也受使用者特質影響，這正是對撞的形狀。中途退出的人、沒回問卷的人、樣本流失率兩組不一樣的時候，隨機分派帶來的那份乾淨已經被吃掉一半了。
「控制變數」到底能解決哪一種？
只能解決第一種，而且要控制對。控制共同原因 Z，相關若因此消失或大幅縮水，代表原本那條關係多半是 Z 撐起來的。反向因果控制不了，因為問題出在箭頭方向、不在有沒有第三者。第三種最危險：把 S 這種「被兩邊共同指向」的變數放進模型，會在兩個原本獨立的原因之間憑空生出一條相關。看到論文或報表寫「我們控制了二十個變數」，該問的是控制了哪些、它們各自站在箭頭的哪一邊。
中小企業沒辦法做實驗，還有什麼辦法？
三個成本很低的動作。第一，分層再比一次——把最可疑的那個共同原因（通常是規模或財力）切成兩三層，在同一層裡重看那條相關，撐不住就現形了。第二，排時間軸——兩欄日期，撈得出來就撈。第三，把流失的那群補回分母，光這一步就能修掉不少虛胖的數字。做不到隨機分派，至少可以讓自己知道手上這條相關最脆弱的地方在哪。
同一條相關在分組之後翻轉方向的那種情況，另有一張圖專門在講辛普森悖論；第三張圖底下那層選擇效應要怎麼一路追到底，交給柏克森悖論那一頁。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。