Biais cognitifs

Maîtriser les biais de données

Konstantinos Kattidis

Data Analytics Lead

Au-delà du biais de collecte des données

Personne faisant des choix

Les biais de données peuvent apparaître lors de l’analyse, du développement de modèles et de l’interprétation
Les biais cognitifs sont des écarts systématiques par rapport à la norme ou à la rationalité du jugement

Tendance à chercher, interpréter et mémoriser l’information de façon à confirmer des croyances ou hypothèses préexistantes

Cela fausse l’interprétation des résultats et freine la découverte de nouvelles idées
Par exemple :
- Un responsable marketing analyse les retours clients sur un nouveau produit
- En négligeant les avis négatifs qui contredisent sa conviction de succès

Responsable marketing ignorant les retours négatifs

Tendance à surestimer ses propres capacités, connaissances ou jugements

Ce biais peut pousser les analystes à être trop confiants dans la fiabilité ou l’exactitude de leurs résultats

Personne confiante sur les résultats d’analyse

Tendance à accorder plus de poids aux événements ou informations récents pour juger ou décider

Cela peut amener à privilégier les données ou tendances récentes au détriment de l’historique
En négligeant potentiellement des schémas ou tendances de long terme pertinents pour l’analyse

Graphique en ligne accentuant les points récents

Façonner le passé pour coller au présent

Manières dont nos souvenirs peuvent être déformés ou influencés par divers facteurs

Un responsable commercial examinant les performances passées
Retenir les succès tout en minimisant ou oubliant les échecs de tactiques similaires

Personne se remémorant

Influence des informations facilement accessibles

Raccourci mental qui s’appuie sur des exemples immédiats venant à l’esprit pour juger ou décider

Par exemple :
- Un analyste des risques surestime la probabilité d’une violation de données
- Car l’actualité récente a mis en avant des incidents similaires

Analyste pensant à des événements récents influençant son analyse

Influence des points d’ancrage initiaux

Survient lorsque l’on s’appuie trop sur la première information pour décider ou estimer

Par exemple :
- Un analyste part d’une estimation initiale d’un paramètre
- Et ajuste inconsciemment ses estimations ou interprétations autour de cet ancrage

Personne regardant un rapport avec une ancre

Boucles de rétroaction

Cela crée souvent une boucle de rétroaction, où l’on rencontre surtout des informations alignées avec ses vues
Ce qui solidifie encore les croyances au fil du temps
Et mène à la fermeture d’esprit et au refus de considérer d’autres perspectives

Maîtriser les biais de données