Correlação e causalidade: o erro que faz empresas investirem no lugar errado
Entenda a diferença entre correlação e causalidade com exemplos de negócio, por que correlações enganam e como descobrir o que realmente causa resultado.
Os clientes que usam o aplicativo compram o dobro dos que não usam. Conclusão óbvia: vamos investir pesado para que todos baixem o aplicativo. Só que talvez o aplicativo não faça ninguém comprar mais. Talvez os clientes que já compram muito sejam justamente os que se dão ao trabalho de baixar o aplicativo.
Essa é a confusão entre correlação e causalidade, um dos erros mais comuns e mais caros na análise de dados de negócio.
A diferença, em uma frase
- Correlação: duas variáveis se movem juntas. Quando uma sobe, a outra tende a subir (ou cair).
- Causalidade: mudar uma variável provoca mudança na outra.
Toda causalidade gera alguma correlação, mas nem toda correlação vem de causalidade.
Os três motivos de correlações enganosas
1. Uma terceira causa
Duas coisas andam juntas porque ambas são causadas por um terceiro fator. Exemplo clássico: vendas de sorvete e afogamentos sobem juntas. O sorvete não causa afogamento; o calor causa os dois.
Exemplo de negócio: lojas com mais funcionários vendem mais. Contratar mais gente vai aumentar as vendas? Talvez as lojas mais movimentadas simplesmente tenham contratado mais gente para dar conta do movimento.
2. Causa invertida
A relação existe, mas no sentido contrário ao que parece. É o caso do aplicativo: clientes fiéis baixam o aplicativo, e não o contrário (ou pelo menos não só).
Outro exemplo: clientes que falam com o suporte cancelam mais. O suporte faz cancelar? Mais provável que clientes com problemas procurem o suporte e também cancelem.
3. Coincidência
Com dados suficientes, sempre aparecem correlações por acaso. Se você cruzar cem indicadores, algumas combinações vão parecer relacionadas sem nenhuma razão real. O site Spurious Correlations, de Tyler Vigen, ficou famoso por mostrar relações absurdas, como entre o consumo de queijo e mortes por enrolamento em lençóis nos Estados Unidos.
| Tipo de engano | Pergunta de checagem |
|---|---|
| Terceira causa | Existe algo que poderia provocar as duas coisas ao mesmo tempo? |
| Causa invertida | E se for o contrário? |
| Coincidência | O padrão se repete em outros períodos, regiões e grupos? |
Exemplos comuns em empresas
| Correlação observada | Conclusão apressada | Explicação alternativa |
|---|---|---|
| Quem recebe e-mail compra mais | O e-mail gera vendas | A lista de e-mail tem os clientes mais engajados |
| Quem usa a funcionalidade X fica mais tempo | Vamos obrigar todos a usar X | Clientes engajados exploram mais o produto |
| Lojas com reforma recente vendem mais | Reformar aumenta vendas | As lojas reformadas eram as melhores localizadas |
| Clientes do plano anual cancelam menos | O plano anual reduz cancelamento | Quem já pretendia ficar escolhe o anual |
| Campanha no ar e vendas subindo | A campanha funcionou | Era um mês naturalmente forte (veja sazonalidade) |
Como chegar à causalidade
- Formule a hipótese causal de forma explícita: "se fizermos X, Y vai aumentar".
- Liste explicações alternativas para a correlação observada.
- Teste com experimento sorteado sempre que possível: parte do público recebe X, parte não. Veja grupo de controle e teste A/B.
- Quando não der para sortear, compare grupos parecidos, use a introdução em etapas ou simule antes.
- Repita a medição em outros períodos e grupos antes de generalizar.
O experimento sorteado funciona porque elimina a terceira causa e a causa invertida: os grupos são iguais em tudo, menos na ação. Se o resultado muda, foi a ação.
Simulação: testar a causa antes de agir
Muitas vezes, a pergunta causal é sobre comportamento: "se oferecermos o plano anual com desconto, os clientes vão cancelar menos?". Em vez de confiar na correlação histórica, dá para comparar cenários controlados antes de mudar a oferta para todos.
O artigo sobre decisão baseada em dados mostra como incorporar esse cuidado no dia a dia da gestão.
Qual a diferença entre correlação e causalidade?
Correlação significa que duas variáveis variam juntas. Causalidade significa que uma provoca a outra. Duas coisas podem estar correlacionadas sem que uma cause a outra.
Por que correlação não implica causalidade?
Porque a relação pode ser explicada por uma terceira causa que afeta as duas variáveis, por causa invertida ou por coincidência.
Como provar causalidade?
A forma mais confiável é o experimento com grupos sorteados, em que apenas um grupo recebe a ação. Quando isso não é possível, métodos como comparação de grupos parecidos e introdução em etapas ajudam a se aproximar da resposta.
Correlação serve para alguma coisa?
Sim. Correlações são ótimas para gerar hipóteses e fazer previsões quando o contexto não muda. O problema é usá-las para decidir uma intervenção sem verificar a causa.