Các yếu tố khác như số giờ lái xe và kỳ nghỉ hè có thể cũng góp phần vào
việc tăng tỷ lệ tai nạn. Nhưng chỉ nhìn vào một mối tương quan đơn giản mà
không đòi hỏi nguyên nhân thường dẫn đến quyết định tệ hại. Có mối tương
quan giữa lượng tiêu thụ kem và chết đuối.
Có phải vì thế ta nên cấm ăn kem để ngăn chặn chết đuối không? Hay nên
xác định lượng tiêu thụ kem để dự đoán vận mệnh giá cổ phiếu của nhà tang
lễ? Không phải vậy: kem và tỷ lệ chết đuối xảy ra đều bởi thời tiết mùa hè.
Tìm ra mối tương quan giữa hai chỉ số là điều tốt. Các mối tương quan giúp
bạn dự đoán điều sẽ xảy ra. Nhưng tìm ra nguyên nhân điều gì nghĩa là bạn
có thể thay đổi điều đó. Thông thường, nguyên nhân không chỉ đơn giản là
mối quan hệ một-một. Nhiều tác nhân kết hợp dẫn đến điều gì đó. Trong
trường hợp tai nạn xe vào mùa hè, ta phải xem xét yếu tố tiêu thụ đồ uống có
cồn, số tài xế còn non tay trên đường, số giờ ban ngày nhiều hơn, những kỳ
nghỉ hè và nhiều yếu tố khác. Thế nên, bạn sẽ ít khi thu được mối quan hệ
nguyên nhân 100%. Bạn sẽ có được nhiều chỉ số độc lập, mỗi chỉ số trong
đó lại “giải thích” một phần hành vi của chỉ số phụ thuộc. Nhưng ngay cả
một mức độ nguyên nhân nhất định cũng rất giá trị.
Bạn chứng minh nguyên nhân bằng cách tìm ra mối tương quan, sau đó thực
hiện thí nghiệm mà bạn có thể điều khiển các biến khác và đo lường sự khác
biệt. Việc này rất khó bởi không có hai người dùng nào giống hệt nhau; đôi
khi ta gần như không thể áp một số lượng người đáng kể vào một thí nghiệm
được kiểm soát một cách đúng đắn trong thế giới thực.
Nếu có số người dùng đủ lớn, bạn có thể thực hiện một bài kiểm tra độ tin
cậy mà không điều khiển các biến khác, vì sau cùng tác động của các biến
khác đều tương đối không quan trọng. Đó là lý do Google kiểm tra được các
yếu tố rất nhỏ như màu của một siêu liên kết
5
, và cũng là lý do Microsoft
biết chính xác thời gian tải trang chậm ảnh hưởng thế nào đến tỷ lệ tìm
kiếm
6
. Còn đối với công ty khởi nghiệp mức trung bình, bạn sẽ cần thực
