倖存者偏差｜Survivorship Bias
一句話
我們只看到成功的案例，因為失敗的已經消失不見。這導致系統性地高估成功策略的普遍性，低估失敗的真實機率。
適用情境
- 讀「成功學」書籍時（賈伯斯/馬斯克/貝佐斯的「做法」其實也有 1000 個人做了同樣的事但失敗了）
- 分析熱門商業模式（你只看到 Uber、Airbnb，沒看到死掉的 900 家共享經濟新創）
- 招募「明星人才」（他在前公司成功，可能是公司順風，不是他特別強）
- 投資基金績效（看到的都是還活著的基金，倒掉的不會出現在數據裡）
HBS 個案
商學院教學案例選擇 Source: HBS: Teaching the Case Method
商學院幾乎只教成功公司（Apple、Google、Amazon），很少系統研究用相同策略失敗的公司。學生因此高估某些策略的成功機率。HBS 自己也承認這個盲點——教材的倖存者偏差導致畢業生在做策略選擇時，常常過度自信「我也能複製這個成功」。
白話小例｜260 字
二戰時期，盟軍想加強轟炸機裝甲。工程師統計返航飛機的彈孔分布，發現機翼、機尾彈孔最多，建議加強這些部位。
統計學家 Abraham Wald 反對。他說：「你們看到的是『活著回來的』飛機。被打到機翼還能飛回來，被打到引擎和駕駛艙的——根本回不來，所以你們的樣本裡看不到那些。」
他建議加強沒有彈孔的部位（引擎、駕駛艙），因為那才是真正致命的位置。
事後證明 Wald 是對的，這個觀察救了無數飛行員。
現代版本：你看到 5 個朋友辭職創業，3 個成功。你以為創業成功率 60%。實際上：
- 你看到的是「願意跟你聊的朋友」（已經適應、心態好）
- 你沒看到 10 個失敗到不想聯絡的人（搬家、消失、避而不談）
- 你沒看到「想創業但根本沒勇氣辭職」的 50 個人
真實的創業 5 年存活率約 20%。樣本選擇本身就把你的判斷帶歪了。
這條跟 基礎機率 是雙胞胎，一起用最強。