Correlazione, causalità e controfattuali
Perché 'correlazione non implica causalità è solo l'inizio della storia.
Cosa imparerai
- Distinguere correlazione, causalità e controfattuale e la prova richiesta da ciascuno
- Costruire un controfattuale con gruppo di confronto o baseline precedente credibile
- Neutralizzare i fattori confondenti cambiati nello stesso periodo dell'intervento
Collegamenti
Correlazione, causalità e controfattuali
Restiamo sul binario tabellare, dove i numeri viaggiano in righe e colonne e dove la frase “correlazione non implica causalità” è la più citata e la meno applicata fino in fondo. Quando si decide sui dati, la differenza tra le due separa una conclusione che regge da una che convince solo finché nessuno la mette alla prova. Il pezzo mancante è quasi sempre il controfattuale: lo scenario senza intervento.
Un team vede le conversioni salire durante una campagna e vuole attribuirsene il merito. Nello stesso periodo, però, sono cambiati prezzo, traffico organico e composizione degli utenti. Per affermare che la campagna ha causato l’aumento serve descrivere cosa sarebbe accaduto senza di essa. Non è una formalità statistica: è l’unico modo per rispondere davvero alla domanda che sta dietro il numero.
Il confine che decide tutto
La correlazione descrive fenomeni che si muovono insieme, mentre la causalità richiede il controfattuale, cioè la prova di cosa sarebbe successo senza l’intervento. La buona notizia è che questo confine si attraversa con un metodo, non con talento.
La procedura per non confonderli
- Nomina intervento ed effetto con metrica, finestra temporale e popolazione esatta.
- Costruisci il controfattuale con un gruppo di confronto o una
baselineprecedente credibile. - Elenca i fattori cambiati nello stesso periodo e neutralizzali per segmento o con un
holdout. - Confronta effetto medio ed effetti per segmento per scoprire eterogeneità nascoste.
- Trasforma il divario in decisione solo se supera una soglia economica dichiarata.
Tre piani da non confondere
Correlazione, causalità e controfattuale rispondono a domande diverse, e ciascuna richiede prove diverse. Confonderli è l’errore che trasforma un indizio in una sentenza.
| Piano | Domanda | Prova richiesta |
|---|---|---|
| Correlazione | Quali fenomeni si muovono insieme? | Misura congiunta stabile nel tempo |
| Causalità | L’intervento ha prodotto l’effetto? | Variazione isolata attribuibile all’intervento |
| Controfattuale | Cosa sarebbe successo senza intervento? | Gruppo di confronto o scenario senza intervento |
Verdetto: un aumento senza controfattuale è un indizio, non una prova, e va trattato come tale.
Evidenza, interpretazione, decisione
Chi legge una crescita di retention come prova di successo fonde tre piani separati: l’esistenza del segnale, la sua causa precisa e la convenienza ad agire. Separarli cambia la qualità delle riunioni, non solo degli slide.
| Evidenza | Interpretazione prudente | Decisione conseguente |
|---|---|---|
| Segnale positivo ma non isolato | Il fenomeno esiste, ma la causa è incerta | Cercare baseline o holdout |
| Segmento con risposta diversa | L’effetto medio nasconde eterogeneità | Analizzare coorti o sottogruppi |
| Costo operativo crescente | Il risultato va valutato sul margine | Applicare soglie economiche |
Una misura vale solo se riduce l’incertezza su una decisione specifica. Se non cambia nessuna scelta è documentazione. Se cambia una scelta senza controlli è rischio.
L’errore che svuota il concetto
Il rischio più comune è trattare questi tre piani come concetti da memorizzare invece che come protocolli da applicare. Metriche senza baseline, grafici senza ipotesi e raccomandazioni che ignorano il costo dell’errore portano a decisioni fragili. Il controllo è una domanda sola: se questo risultato fosse falso, quale decisione sbaglierei.
Riferimenti essenziali
- Hume, D. (1748). An Enquiry Concerning Human Understanding.
- Snow, J. (1855). On the Mode of Communication of Cholera, seconda edizione.
- Pearl, J. (2000). Causality.
La pompa di Broad Street: un controfattuale senza esperimento
Nel 1854 il colera colpì Soho a Londra e il medico John Snow mappò i casi fino a trovare oltre 600 morti addensati intorno alla pompa di Broad Street. Fece rimuovere la maniglia della pompa e l’epidemia si spense nel quartiere. Non conosceva il vibrione, isolato circa trent’anni dopo, ma aveva costruito un controfattuale geografico: chi beveva da quella pompa si ammalava e chi attingeva altrove si salvava. Resta il primo grande studio causale senza esperimento randomizzato e fissa il metodo della lezione: cercare la variazione che separa cause vere da coincidenze invece di fermarsi alla correlazione.
Domande per mettere alla prova la vostra analisi
- Quale intervento dichiari causa dell’effetto osservato?
- Quale controfattuale useresti per dimostrarlo?
- Quale fattore confondente hai escluso e con quale controllo?
- Sopra quale soglia economica l’effetto giustifica l’azione?
Bloccato su questo argomento o vuoi applicarlo al tuo caso? Prenota una call di 15 minuti con un analista esperto.
Percorso collegato
Lezioni da leggere insieme
Questi collegamenti portano la lezione dentro il resto del corso: basi da riprendere, passaggi successivi e connessioni tematiche tra moduli.