Introdução
Quantos livros de negócios você já leu contando a trajetória de empresas que deram certo? Quantos cursos prometem ensinar os hábitos de investidores que bateram o mercado, ou os segredos de empreendedores que construíram impérios a partir do zero? Estudar quem venceu parece o caminho mais óbvio para entender o sucesso, afinal, são eles que estão diante de nós, prontos para serem analisados.
O problema é que essa lógica esconde uma armadilha estatística silenciosa: ao olhar apenas para quem chegou até o fim, ignoramos por completo quem ficou pelo caminho. E, muitas vezes, é justamente nesses casos invisíveis que estão as respostas mais importantes.
Esse fenômeno tem nome: viés de sobrevivência. Ele nasceu de uma situação real, durante a Segunda Guerra Mundial, e hoje aparece em contextos que vão muito além dos campos de batalha, de fundos de investimento a decisões de negócio. Neste texto, vamos entender de onde vem esse viés, como ele se manifesta no nosso dia a dia e por que, mesmo sabendo que ele existe, é tão difícil escapar dele.
A origem do conceito: os aviões que voltaram da guerra
A história por trás do viés de sobrevivência começa em 1943, em plena Segunda Guerra Mundial. Bombardeiros americanos voltavam de missões na Europa cobertos de buracos de bala, e o exército queria uma resposta simples: onde reforçar a blindagem das aeronaves, já que não era possível blindar o avião inteiro sem comprometer seu peso e desempenho.
A lógica inicial parecia óbvia. Bastava observar os aviões que retornavam, mapear onde estavam concentrados os impactos e reforçar exatamente essas áreas. Fuselagem e asas apareciam cravejadas de furos, enquanto motor e cabine do piloto permaneciam praticamente intactos. Reforçar onde havia mais dano parecia senso comum.
Foi nesse momento que o matemático Abraham Wald, integrante do Statistical Research Group da Universidade de Columbia, identificou uma falha crucial nesse raciocínio. Os dados analisados vinham exclusivamente dos aviões que conseguiram voltar. Os que foram derrubados (e, portanto, sofreram os danos mais graves) simplesmente não estavam ali para serem contados.
A imagem abaixo, uma reconstrução clássica da análise de Wald, ilustra bem esse padrão:
Figura 1: Diagrama clássico dos danos registrados em bombardeiros que retornaram de missões na Segunda Guerra Mundial, a base da análise de Abraham Wald sobre viés de sobrevivência. Imagem: McGeddon/Wikimedia Commons, CC BY-SA 4.0.
O raciocínio de Wald foi na direção oposta à intuição inicial: se um avião conseguia voltar mesmo com a fuselagem e as asas cheias de buracos, isso significava que aqueles impactos eram suportáveis. Já as áreas sem nenhum dano registrado, como motor e cabine, provavelmente eram justamente os pontos em que um impacto era fatal, derrubando o avião antes que ele pudesse retornar para ser analisado. A ausência de dados ali não era sinal de segurança; era sinal de que ninguém sobrevivia para contar a história.
A recomendação de Wald foi seguida, e a blindagem passou a ser reforçada exatamente onde os dados “não mostravam nada”. Décadas depois, esse episódio se tornou o exemplo mais citado de um fenômeno que vai muito além da guerra, e que está mais presente no nosso cotidiano do que imaginamos.
O que é, afinal, o viés de sobrevivência
De forma geral, o viés de sobrevivência é o erro de tirar conclusões observando apenas os casos que “sobreviveram” a algum processo de seleção, ignorando aqueles que foram eliminados ao longo do caminho. Não se trata necessariamente de sobrevivência no sentido literal: pode ser uma empresa que fechou, um fundo de investimento que foi encerrado, ou até mesmo um projeto de pesquisa que nunca chegou a ser publicado.
O ponto central desse viés está na forma como ele distorce a amostra analisada. Quando os casos de fracasso desaparecem (seja por terem deixado de existir, ou simplesmente por não haver interesse em contar essa história), a base de dados que sobra não representa mais a realidade completa. Ela representa apenas um recorte enviesado, formado exclusivamente por quem conseguiu chegar até o fim.
O que torna esse erro particularmente traiçoeiro é que ele não aparece como um erro à primeira vista. Os dados dos sobreviventes existem, são reais e estão disponíveis para análise. O problema é que eles contam apenas parte da história, e essa parte tende a ser sistematicamente mais otimista do que a realidade completa, já que os casos de insucesso simplesmente não estão ali para equilibrar a conta.
É importante destacar que o viés de sobrevivência não é o mesmo que viés de seleção em sentido amplo, embora seja um caso particular dele. Enquanto o viés de seleção pode surgir de diferentes formas de amostragem não aleatória, o viés de sobrevivência tem uma característica específica: a exclusão dos casos ocorre justamente porque eles não sobreviveram a um processo, seja ele físico, comercial ou temporal.
Entender esse mecanismo é o primeiro passo para reconhecê-lo em situações do dia a dia, e é exatamente isso que vamos explorar a seguir.
O viés no mundo de hoje: empresas, negócios e histórias de sucesso
Saindo do contexto da guerra, o viés de sobrevivência aparece com muita frequência em situações bem mais próximas do nosso cotidiano, a começar pelo universo empresarial.
No Brasil, é comum ouvir falar de empresas e startups que se destacaram, conquistaram investimento e viraram referência de mercado. O que raramente aparece nesse tipo de conversa é o tamanho real da base da qual essas histórias emergem. Segundo dados do IBGE, apenas 37,9% das empresas nascidas em 2017 continuavam ativas em 2022, ou seja, mais de 6 em cada 10 não sobreviveram nem cinco anos.
O gráfico abaixo mostra justamente essa trajetória, ano a ano:
Gráfico 1: Empresas brasileiras nascidas em 2017 ainda ativas em cada ano (barras) e taxa de mortalidade anual entre as sobreviventes (linha).
A leitura do gráfico deixa clara a velocidade com que a base de “sobreviventes” encolhe: em apenas cinco anos, o percentual de empresas ativas cai de 76,2% para 37,9%. Mas o gráfico revela também um segundo padrão, menos óbvio: a taxa de mortalidade anual, ou seja, a fração das empresas que ainda restavam e que fechou naquele ano específico, vem diminuindo a cada período, saindo de quase 24% no primeiro ano para pouco mais de 10% no último. Em outras palavras, quanto mais tempo uma empresa resiste, menor tende a ser o risco relativo de ela fechar dali para frente. Se alguém analisasse apenas as empresas ainda ativas em 2022, sem considerar essa trajetória completa, teria uma visão muito mais otimista, e bem menos realista, sobre as chances de um negócio se manter de pé. É exatamente esse o efeito do viés de sobrevivência: quanto mais tempo passa, menor e mais enviesada fica a amostra visível, e maior o risco de tirarmos conclusões equivocadas ao olhar só para quem restou.
Esse mesmo padrão se repete nas biografias e nos cases de sucesso que consumimos todos os dias, seja em livros, palestras ou conteúdos de empreendedorismo. Histórias como a de Steve Jobs, que largou a faculdade e construiu uma das empresas mais valiosas do mundo, são contadas repetidamente como fórmulas replicáveis de sucesso. O problema é que, para cada Steve Jobs, existem milhares de pessoas que também largaram a faculdade, também arriscaram tudo em um projeto próprio, e simplesmente não deram certo, mas essas histórias não viram capítulo de livro, nem tema de palestra. O resultado é uma espécie de curadoria natural: só ouvimos falar de quem sobreviveu ao processo, e passamos a tratar exceções como se fossem regras.
Por que é tão difícil escapar desse viés
Depois de conhecer a origem e os exemplos do viés de sobrevivência, seria razoável pensar que, uma vez alertados, passaríamos a evitá-lo com facilidade. Na prática, porém, esse é um dos vieses mais persistentes que existem, e isso acontece por um motivo simples: os dados ausentes não deixam rastro.
Diferente de outros erros estatísticos, que costumam aparecer como inconsistências dentro da própria base de dados, o viés de sobrevivência se esconde justamente naquilo que não está lá. Não existe uma linha em branco no banco de dados avisando “aqui faltam as empresas que fecharam” ou “aqui faltam os projetos que nunca foram publicados”. A ausência é silenciosa, e é exatamente essa invisibilidade que torna o viés tão difícil de perceber, mesmo por quem já conhece o conceito.
Somada-se a isso um fator psicológico: histórias de sucesso são naturalmente mais interessantes de contar do que histórias de fracasso. Elas viram livros, palestras, matérias de jornal e conteúdo de redes sociais. Enquanto isso, os casos de insucesso tendem a desaparecer discretamente, sem gerar o mesmo interesse de registro ou divulgação. O resultado é um ecossistema de informação que, por si só, já favorece a sobrerrepresentação de quem venceu.
Por isso, escapar do viés de sobrevivência não depende apenas de conhecer o conceito, mas de desenvolver o hábito de perguntar, diante de qualquer conclusão baseada em dados: quem não está nesta amostra, e por quê? Essa pergunta simples é o que separa uma análise estatística cuidadosa de uma conclusão bonita, porém enviesada, e é justamente esse tipo de cuidado metodológico que faz diferença entre dados que parecem confiáveis e dados que realmente são.
Conclusão
Da fuselagem de bombardeiros na Segunda Guerra Mundial às histórias de startups e biografias de empreendedores, o viés de sobrevivência atravessa décadas e contextos completamente distintos, mas carrega sempre a mesma lição: o que não vemos pode ser tão importante quanto o que vemos. Abraham Wald entendeu isso ao olhar para os espaços vazios nos aviões que retornavam; hoje, a mesma lógica se aplica a qualquer conclusão baseada apenas em quem “sobreviveu” até o momento da análise.
Como vimos, esse viés não surge por descuido ou falta de atenção. Ele nasce de uma característica estrutural dos dados: os casos de fracasso simplesmente não deixam rastro visível, enquanto os casos de sucesso são registrados, contados e repetidos. Reconhecer esse padrão (e, principalmente, perguntar sempre quem não está representado em uma amostra) é o que diferencia uma análise estatística rigorosa de uma conclusão apenas aparentemente sólida.
É justamente nesse ponto que a Estat Júnior pode ajudar. Antes de qualquer análise de dados, é essencial garantir que a amostra represente de fato o fenômeno estudado, e não apenas a parcela dele que “sobreviveu” até chegar às suas mãos. Do planejamento amostral à condução de análises estatísticas robustas, oferecemos suporte para que suas decisões sejam baseadas em dados completos, e não em recortes convenientes da realidade. Se você tem uma pesquisa, um projeto ou um negócio e quer ter certeza de que está enxergando o quadro todo, entre em contato conosco.
Afinal, assim como os aviões de Wald, as melhores respostas muitas vezes não estão onde os furos aparecem, mas exatamente onde eles não deixaram marca.
Autor: João Victor Lima Moraes
