Modello del Bias di Sopravvivenza

Il tuo campione è già filtrato: vedi solo chi è esploso, non chi ha fallito in silenzio. Tre passi concreti:

1. Ricostruisci la base totale. Stima quanti lanci di prodotto simili sono avvenuti nello stesso periodo (database come Crunchbase, Product Hunt, Kickstarter, lanci stampa su PR Newswire). Confronterai i "virali" con un denominatore reale: se 5.000 lanci generano 20 virali, il tuo tasso base è 0,4%.

2. Analizza i non-virali. Intervista fondatori di lanci falliti, leggi post-mortem pubblici (esistono repository come "Startup Graveyard"). Scoprirai che molte strategie identiche a quelle virali non hanno funzionato: timing, PR budget, algoritmo social. Il segnale si isola quando trovi differenze sistematiche tra chi ce l'ha fatta e chi no, non solo tratti comuni ai vincenti.

3. Usa il test della robustezza. Per ogni tattica che attribuisci al successo, chiediti: "Se la applicassi identica domani su 100 lanci, quanti diventerebbero virali?" Se la risposta è sotto il 5%, stai confondendo capacità con rumore. I fattori che sopravvivono a questo test (es. product-market fit misurato con retention, non con vanity metrics) sono la tua leva reale.

Ricorda Wald: i buchi sui motori mancavano perché quegli aerei non tornavano.

Le storie dei "riusciti" sono i fori di proiettile sugli aerei tornati: evidenti, selezionati, fuorvianti. Per mostrare il quadro completo serve ricostruire il campione mancante.

1. Raccogli dati longitudinali reali. I sistemi statistici nazionali (es. ISTAT, Almadiploma, Indagine Excelsior) tracciano percorsi, abbandoni, ripensamenti di intere coorti, non solo dei 5-10 studenti che tornano a scuola. Mostrare ai ragazzi le percentuali reali di chi cambia idea è più formativo di qualsiasi aneddoto motivazionale.

2. Invita i percorsi non lineari. Organizza incontri anche con chi ha fatto scelte "normali", con chi ha cambiato facoltà due volte, con chi lavora in settori non glamour. Questi racconti non sono meno dignitosi: sono semplicemente meno telegenici, e per questo invisibili.

3. Insegna esplicitamente il bias. Mostra il paradosso di Wald con un esempio pratico: chiedi ai ragazzi dove rinforzare un aereo danneggiato, poi spiega che quei danni sono solo dove si è sopravvissuti a essere colpiti. Il concetto si trasferisce subito alle carriere: il successo visibile è un sottoinsieme, non la norma.

4. Distingui segnale da rumore. Un diploma in un settore in crescita è un dato strutturale; un'offerta di lavoro prestigiosa è spesso contingente. Insegna a chiedersi: "Questa persona ce l'ha fatta nonostante la sua strategia o grazie a fattori che io non controllo?"

Quello che vedi su Telegram e YouTube è il classico campione di Wald: solo i profili estratti, mai le bare. Le ricerche accademiche (tra cui il paper 2025 di Jules van Binsbergen della Wharton sul "sopravvissuto fortunato") confermano che ignorare i fallimenti gonfia i rendimenti stimati dello 0,5-1% annuo — e per il retail trading quell'effetto è amplificato.

1. Ricostruisci il denominatore. La SEC pubblica i dati sui conti di brokeraggio: la maggior parte dei trader retail attivi perde denaro su orizzonti pluriennali. Partire da quel tasso base (reale, non percepito) ti dice subito che la maggioranza di chi usa una data strategia non sta pubblicando screenshot di profitti.

2. Chiedi il track record completo, non le vette. Un trader serio pubblica tutte le operazioni, chiuse e aperte, win rate, drawdown, Sharpe ratio. Se mostrano solo i "trade migliori", stanno facendo sopravvivenza selettiva: il dato assente è dove si nascondono le perdite.

4. Testa la robustezza statistica. Una strategia vera genera profitti consistenti su centinaia di trade; la fortuna genera cluster di vincite concentrate nel tempo. Se i risultati pubblicati sono pochi, concentrati in un periodo rialzista del mercato, o senza contesto di risk management, è rumore, non segnale.

Un trader che non mostra i trade persi sta mostrando i fori di proiettile sugli aerei che sono tornati: la verità è dove non vedi niente.