Le biais de survivant

En statistique, il existe un concept appelé « biais de survivant », qui désigne le fait que les chercheurs se concentrent uniquement sur les caractéristiques communes des « survivants », en ignorant les informations des « échecs ».

Un exemple classique est celui du mathématicien Abraham Wald pendant la Seconde Guerre mondiale, chargé d’étudier comment renforcer le blindage des avions de bombardement britanniques. Les avions revenant avaient principalement des trous de balles dans les ailes et la queue, mais Wald pensait qu’il fallait renforcer le cockpit et les réservoirs de carburant, car ceux qui étaient touchés à ces endroits ne revenaient pas.

La même logique s’applique aussi aux livres qui racontent les secrets du succès des entrepreneurs : copier aveuglément les conseils du livre ne garantit pas de réussir. Il est en réalité plus précieux d’analyser les erreurs commises par les entreprises qui ont fait faillite.

Dans notre domaine aussi, on se concentre souvent sur les cas de succès spectaculaires et très médiatisés. Par exemple, qui a gagné plusieurs millions d’euros avec SHIB ou des projets NFT, alors que peu de gens analysent réellement ce qui a mal tourné dans les échanges ou fonds en faillite : fraude, trading à effet de levier, défaillance de gestion des risques.

Tirez des leçons des erreurs des autres, car les vôtres peuvent parfois coûter très cher !