Niin sanottu selviytymisharha eli johtopäätös, joka tehdään vain onnistuneista tapauksista, koska epäonnistuneet eivät ole näkyvissä, saa onnistumisen näyttämään yleisemmältä ja sen syyt selvemmiltä kuin ne ovat. Tyypillinen perustelu on yhden kilpailijan tai toimittajan kertoma menestys.
Mekanismi tarkemmin
Abraham Wald kehitti vuonna 1943 Columbian yliopiston tilastotutkimusryhmässä menetelmän, jolla lentokoneen haavoittuvuutta arvioitiin palanneiden koneiden vaurioista. Ajatus oli, että palanneen koneen osumat näyttävät, mihin kone voi saada osuman ja silti palata. Paikat, joissa palanneissa koneissa ei ollut osumia, olivat niitä, joihin osuman saanut kone ei palannut. Tunnettu kertomus panssaroinnista ja luodinreikien kaaviosta on syntynyt jälkikäteen; Waldin omat muistiot julkaistiin vasta vuonna 1980.
Johtamiskirjallisuudessa harha syntyy, kun menestyneiden yritysten yhteisistä piirteistä päätellään menestyksen syyt eikä samoja piirteitä etsitä epäonnistuneista. Roomalainen retoriikan oppikirja Rhetorica ad Herennium varoitti jo noin vuonna 85 eKr. esimerkistä, joka todistaa enemmän kuin asia sallii.
Mitä agentit muuttavat
Kokeilujen määrä kasvaa, ja epäonnistuneet niistä jäävät kertomatta. Kun agenttikokeilu maksaa viikon työn eikä vuoden budjettia, yritykset käynnistävät niitä kymmeniä, ja julkisuuteen päätyvät ne harvat, joista on hyvä kertoa.
Havainnollistus, ei mitattua dataa. Kun kokeilu maksaa viikon työn eikä vuoden budjettia, kokeiluja tehdään kymmenkertainen määrä. Julkisia onnistumistarinoita kuulee kolme kertaa enemmän, vaikka kerrottujen osuus kokeiluista laskee.
Ansa
Kilpailijan menestystarina luetaan todisteeksi siitä, mitä itse pitäisi tehdä, vaikka tarina kertoo vain, että yksi onnistui. Yhtä väärin on hylätä kokemus siksi, että se on yksittäinen: yksi onnistuminen osoittaa, että asia on mahdollinen.
Testi omalle yritykselle
Kun perustelu nojaa toisen yrityksen kertomaan tulokseen, kysy ennen päätöstä kolme asiaa. Kuinka moni muu yritti samaa, ja mitä heille tapahtui? Kuka kertoi tuloksen, ja mitä hän hyötyy kertomisesta? Mitä tuloksesta jäisi jäljelle, jos se laskettaisiin samalla tavalla kuin omat lukusi?
Jos kahteen ensimmäiseen ei löydy vastausta, tarina kertoo mahdollisuudesta mutta ei todennäköisyydestä.
Milloin onnistuneista voi oppia
Onnistunut esimerkki on hyödyllinen, kun siitä haetaan menetelmää eikä todistetta: miten kilpailija rajasi kokeilunsa, mitä se mittasi ja mitä se lopetti. Harha koskee päätelmää siitä, kuinka todennäköinen sama tulos on itselle.
Esimerkit ja lähteet
Palanneet pommikoneet, Columbia 1943 – Abraham Wald kirjoitti kahdeksan muistiota siitä, miten koneen haavoittuvuus voidaan arvioida palanneiden koneiden vaurioista, vaikka tuhoutuneista koneista ei ole tietoa. Marc Mangel ja Francisco Samaniego kuvasivat menetelmän vuonna 1984 Journal of the American Statistical Association -lehdessä.
Good to Great, 2001 – Jim Collins valitsi vuonna 2001 kirjaansa Good to Great yksitoista yritystä, joiden osakkeen tuotto oli pitkään ylittänyt markkinan, ja etsi niiden yhteiset piirteet. Vuoden 2008 loppuun mennessä listalla ollut Circuit City oli hakeutunut konkurssiin ja Fannie Mae siirretty Yhdysvaltain valtion hallintaan.
Väärä kahtiajako – Kahtiajakoa pidetään päätöksen selkeytenä, vaikka se on jo puoliksi tehty päätös.
Niin sanottu väärä kahtiajako eli asetelma, jossa päätös esitetään kahden vaihtoehdon valintana, vaikka vaihtoehtoja on useampia, rajaa ratkaisun ennen kuin kukaan on punninnut sitä. Tyypillinen muoto on kysymys siitä, kumpi kahdesta kannasta on oikeassa, ja silloin kolmas vaihtoehto jää arvioimatta, vaikka se voisi olla parempi kuin kumpikaan.
Automaatioharha – Koneen suositus otetaan päätöksen perusteluksi, vaikka se on vasta ehdotus, joka jonkun pitää tarkistaa.
Niin sanottu automaatioharha eli taipumus luottaa koneen suositukseen enemmän kuin omaan tarkistukseen johtaa kahdenlaisiin virheisiin: ihminen tekee virheen, koska kone ehdotti sitä, tai jättää virheen huomaamatta, koska kone ei hälyttänyt. Johtoryhmässä sen tunnistaa perustelusta, jonka ainoa tuki on, että tekoäly ehdotti sitä tai analyysi näyttää jotain.
Paluu keskiarvoon – Huonon jakson jälkeen tehty toimenpide saa kiitoksen paranemisesta ja hyvän jakson jälkeen tehty syyt heikkenemisestä, vaikka kumpikin tulos olisi tullut ilman toimenpidettä.
Niin sanottu paluu keskiarvoon eli se, että poikkeuksellisen hyvää tai huonoa tulosta seuraa todennäköisemmin tavallisempi tulos, saa toimenpiteen näyttämään tehokkaalta, vaikka tulos olisi palannut ilman sitä. Johtoryhmän esityksessä se kuuluu lauseena, jonka mukaan huonon jakson jälkeen tehty muutos korjasi tilanteen.
Uponnut kustannus – Lopettamista pidetään aiemman rahan hukkaamisena, vaikka raha on mennyt kummassakin vaihtoehdossa.
Niin sanottu uponnut kustannus eli raha, jota ei saa poistuessa takaisin, ei kuulu jatkamispäätökseen, koska se on maksettu kummassakin vaihtoehdossa. Ihmiset ja organisaatiot laskevat sen silti mukaan ja jatkavat hanketta, jonka lopettaminen olisi halvempaa.
Jäi leikkuupöydälle – näitäkin harkittiin, mutta kortille valitsemani mitta tuli vastaan.
Esimerkki MIT:n NANDA-hankkeen raportista The GenAI Divide (2025), jonka mukaan 95 prosenttia tutkituista organisaatioista ei ollut saanut generatiivisen tekoälyn hankkeistaan mitattavaa tulosvaikutusta. Esimerkki jäi pois, koska uutislähteet kertovat aineiston koon eri tavoin: osa puhuu 150 haastattelusta ja 350 työntekijän kyselystä, raportin omien menetelmätietojen tiivistelmät 52 organisaation haastatteluista, 153 johtajan kyselyvastauksesta ja yli 300 julkisesta hankkeesta. Raportti kuvaa tutkimustaan alustavaksi, joten 95 prosenttia ei ole yleinen epäonnistumisaste. Raportin omaa PDF:ää ei tarkistettu.