Pourquoi une tendance marquée dans vos données ne prouve-t-elle pas un lien de causalité ?
Une forte relation entre deux variables ne prouve pas un lien de causalité : cette même relation peut apparaître lorsqu’un troisième facteur influence les deux valeurs, lorsque la causalité s’exerce dans l’autre sens ou lorsque la concordance est une coïncidence. Une corrélation mesure à quel point deux éléments évoluent ensemble ; elle ne dit rien sur les raisons de cette évolution.
Prenez une enseigne fictive d’équipement de la maison comptant 30 magasins, Larkfield Home. Priya, la responsable commerciale, analyse le trimestre précédent. Huit magasins ont organisé des démonstrations d’ustensiles de cuisine le week-end et 22 ne l’ont pas fait. Son export se présente ainsi : 'Magasins avec démonstrations : ventes hebdomadaires moyennes de 41,200. Magasins sans démonstrations : 34,900. Écart : +18%. Remarque : magasins de démonstration choisis par les responsables de secteur. Démonstrations principalement de novembre à décembre. Les magasins avec démonstrations comprennent 5 de nos 6 plus grands points de vente.' Un assistant IA chargé de résumer le tableau a écrit : 'Les démonstrations d’ustensiles de cuisine entraînent une hausse de 18% des ventes hebdomadaires. Leur généralisation à tous les magasins devrait augmenter le chiffre d’affaires.' Le conseil d’administration souhaite approuver ce déploiement lundi.
| Groupe de magasins | Magasins | Ventes hebdomadaires moyennes | Les plus grands sites sont inclus | Mois pendant lesquels les démonstrations ont eu lieu |
|---|---|---|---|---|
| Boutiques de démonstration | 8 | 41,200 | 5 sur 6 | Principalement en novembre et décembre |
| Boutiques hors démonstration | 22 | 34,900 | 1 sur 6 | Aucun |
Comment vérifier si une corrélation correspond à un lien de causalité ?
Testez une corrélation en écartant les trois autres explications possibles, une par une, puis, lorsque c’est possible, effectuez une comparaison équitable dans laquelle seule la cause supposée diffère. Chaque étape ci-dessous est une question à poser aux données avant d’engager des dépenses.
1. Recherchez un facteur de confusion
Un facteur de confusion est un troisième facteur qui influe sur les deux éléments que vous comparez. Chez Larkfield, la taille du magasin et la saison peuvent jouer ce rôle : les grands magasins vendent de toute façon davantage, et novembre et décembre sont des mois de forte activité pour les ustensiles de cuisine. Demandez-vous ce qui diffère encore entre les deux groupes.
2. Vérifiez le sens de la relation
La causalité inverse signifie que l’effet est en réalité à l’origine de la cause supposée. Si les responsables de secteur ont fait des démonstrations dans des magasins dont les ventes étaient déjà bonnes, c’est la hausse des ventes qui a conduit aux démonstrations, et non l’inverse. Demandez comment les groupes ont été constitués.
3. Tenez compte du hasard
Avec huit magasins et un seul trimestre, un écart peut apparaître par hasard, surtout si quelqu’un a examiné de nombreuses promotions et n’a signalé que celle qui sortait du lot. Demandez combien de comparaisons ont été effectuées et si la tendance se retrouve sur une autre période.
4. Comparez ce qui est comparable
Comparez les magasins où se déroulent des démonstrations avec des magasins similaires sans démonstration, sur les mêmes semaines : les grands avec les grands, les petits avec les petits. Si l'essentiel de l'écart disparaît, ce sont les facteurs de confusion qui expliquaient la différence.
5. Menez une expérience
Le test le plus solide est un essai contrôlé : choisissez des magasins comparables, attribuez au hasard des démonstrations à la moitié d’entre eux sur les mêmes semaines, puis comparez les résultats. La répartition aléatoire équilibre la taille, l’emplacement et l’historique commercial entre les groupes. Il est donc bien plus probable qu’une différence restante soit due aux démonstrations.
À quoi ressemble une interprétation des données de Larkfield insuffisante ou améliorée ?
La lecture peu rigoureuse prend le résumé de l’IA pour argent comptant : « Les démonstrations augmentent les ventes de 18%, il faut donc en organiser partout. » Elle transforme un écart observé entre deux groupes qui diffèrent par la taille, la saison et la sélection en une promesse sur ce qui se produira dans 22 autres magasins.
L’interprétation améliorée indique : « Les magasins ayant organisé des démonstrations ont vendu 18% de plus par semaine, mais il s’agissait surtout de nos plus grands points de vente, les démonstrations ont eu lieu pendant nos deux mois les plus chargés et les magasins ont été choisis par les responsables régionaux. En comparant les cinq grands magasins ayant organisé des démonstrations à de grands magasins sans démonstration sur les mêmes semaines, l’écart est d’environ 4%, ce qui reste dans la variation normale d’une semaine à l’autre. Nous ne pouvons pas encore dire si les démonstrations sont utiles. Proposition : un essai de six semaines dans 12 magasins de taille moyenne comparables, dont six choisis au hasard pour organiser des démonstrations, en mesurant les ventes d’ustensiles de cuisine et les heures de travail du personnel. » Cette version indique au conseil d’administration ce que l’on sait, ce que l’on ignore et comment le vérifier, au prix d’un mois de délai.
Comment les résumés produits par l’IA peuvent-ils vous induire en erreur avec des corrélations ?
Les résumés produits par l’IA induisent le plus souvent en erreur en décrivant une corrélation avec des termes de causalité comme « entraîne », « conduit à », « stimule » ou « en raison de », ce qui donne à une tendance l’apparence d’un effet démontré. Un modèle de langage rédige des explications fluides à partir de chiffres ; il ne sait pas comment les magasins ont été choisis si vous ne le lui dites pas, et il précise rarement de lui-même qu’il ne peut pas distinguer une cause d’une coïncidence.
Vous pouvez limiter ce problème en donnant à l’assistant le contexte qui lui manque : la manière dont les groupes ont été sélectionnés, les dates et la taille de l’échantillon. Demandez-lui de distinguer ce que les données montrent des explications possibles. Relisez ensuite le résultat pour repérer les verbes exprimant un lien de causalité et remplacez chacun par une formulation décrivant ce qui a réellement été observé, par exemple « les magasins qui ont organisé des démonstrations ont également enregistré des ventes plus élevées ».
Comment vérifier une affirmation de causalité avant d’agir sur cette base ?
Vérifiez une affirmation de causalité en demandant comment les groupes ont été constitués, si la cause a précédé l’effet dans les deux groupes, si l’écart persiste sur une autre période ou avec un échantillon plus large, et si le résumé emploie « associé à » lorsque les données ne montrent qu’une corrélation. Consignez les réponses à côté de l’affirmation avant toute approbation de dépense.
Quelles sont les erreurs courantes concernant la corrélation et la causalité ?
L’erreur la plus courante consiste à déployer un changement parce qu’un tableau de bord a montré un écart, sans se demander comment les groupes ont été constitués. Autres erreurs : considérer un coefficient de corrélation élevé comme une preuve, ne présenter que la seule promotion sur vingt qui semblait avoir fonctionné, oublier la saisonnalité et supposer qu’une absence de corrélation signifie une absence d’effet. L’erreur inverse coûte aussi de l’argent : refuser d’agir tant que la certitude n’est pas totale, alors qu’un petit essai randomisé est généralement peu coûteux.
Où se situe cette leçon dans Tosheo.ai ?
Cette leçon fait partie de la catégorie Science des données et analyse et intervient au début du cours de science des données, car tous les sujets suivants, des tableaux de bord à l’apprentissage automatique, exigent de ne pas confondre une régularité avec une cause. Dans Tosheo.ai, l’exercice pratique vous fournit un jeu de données fictif et un résumé rédigé par une IA. Le retour fondé sur la grille d’évaluation indique chaque affirmation de causalité que les données ne permettent pas d’étayer. Elle apporte des bases professionnelles, mais ne constitue pas un diplôme en statistiques.
Sources et périmètre
Australian Bureau of Statistics : corrélation et causalité (vérifié le 19 October 2026) ↗