同一周的两种结果｜直觉与理性

林遥看到看板上写着：开了提醒的人，第七天回访得更多。这句话没有错；错常常发生在下一句——“那就让所有人开提醒。”先把这两句话拆开，看看同一周到底给了你什么证据。

林遥的实验笔记
先看实际发生的分组，再看人为改变分组。

拖动“目标感”滑块。数字会变，但请留意：变化的是两组本来就不同的构成，不是提醒的效果。

先看已经发生的选择

这是一个刻意简化的练习数据：提醒本身设为没有额外作用，只有“目标感”同时影响是否开提醒和是否回访。

同一批新用户，被自己的选择分成两边

观察到的左侧

其中目标感较强的人约占 83%。他们从进来时就更像会把事情做完的人。

第七天回访62%不是提醒的因果效应，只是这个组的结果。

观察到的右侧

其中目标感较强的人约占 23%。这里留着更多只是来看看的人。

第七天回访29%同样不是“未开提醒”的效果。

你会看到一条很醒目的相关性：两组相差 33 个百分点。可是在这个设定里，提醒的真实干预效果仍是 0 个百分点；差别来自谁把开关打开了。

把林予想成刚完成第一个任务的新用户。下面只能显示其中一周；另一张卡不是“另一个人”的结果，而是同一个人在相同条件下没有走到的版本。

实际发生

周二上午，林予收到“把报告拆成第一步”的提醒。她是否回来、做了多少，都可以被记录。

可观察：她实际的回访结果

没有发生

时间、压力、任务难度与林予本人都保持不变；只是提醒没有出现。这一周无法和实际周同时被观察。

缺口：她会不会仍然回来？

反事实不是要你猜一个漂亮故事。它是在提醒你：只看实际发生的一边，无法知道同一个人换一条路径后会怎样。随机分配的作用，是让另一组人尽量成为这个缺口的可信替身。

带走这一句就够了：“开启提醒的人回访更多”可以是一个值得继续研究的观察；“发送提醒会让回访增加”则需要一个能替代反事实的比较。数字越醒目，越值得先问这两句话之间隔了什么。