Публикации

Человек будет стремиться избегать риска ради получения прибыли, но при этом стремиться к риску ради неполучения убытка. Это явление также называют «неприятием потерь» в теории поведенческой экономики. Т.е. потребитель, скорее, предпочтет получить гарантированно 1000 рублей, нежели с вероятностью 50% получить 2000 рублей. И при этом предпочтет с вероятностью 50% лишиться 2000, чем гарантированно лишиться 1000 рублей.

Например, Zappos (онлайн-магазин обуви) сделал акцент на бесплатной доставке и возврате в течение 365 дней. Это прямо снижало риск покупки обуви онлайн (не подойдёт размер, не понравится качество). Реклама подчёркивала: «Никакого риска, мы вернём деньги, если что-то не так». Это классическое использование неприятия потерь из поведенческой экономики: потеря денег на неудачной покупке психологически болезненнее, чем потенциальная выгода от удачной. Zappos полностью снял этот барьер.

Еще один типичный пример использования этого явления маркетологами — это подарок за покупку.

«Купите кофеварку и получите в подарок набор капсул». Гарантированный подарок воспринимается как более ценная выгода, чем, например, купон на 30% на следующую покупку (которая может и не состояться). Принцип: подавайте бездействие клиента как гарантированную потерю. Это заставит его пойти на риск (совершить покупку сейчас, а не подумать), чтобы эту потерю избежать.

Чтобы стимулировать покупку, важно делать акцент на гарантированной и осязаемой выгоде (подарок, кэшбэк, бесплатная доставка), а не на возможности получить скидку в будущем (даже если эта скидка в денежном выражении будет выгоднее подарка или кэшбэка).

Всегда перепроверяйте формулировки: говорите ли вы клиенту о том, что он может получить, или о том, что он может потерять? Второе почти всегда работает лучше.

Многие задаются вопросом: есть ли смысл тратить ресурсы на маркетинговые исследования, если честную обратную связь от пользователей можно получим путем анализа отзывов на многочисленных ресурсах. В отзывах делятся реальными мотивами выбора и причинами отказа — без влияния личного бренда и алгоритмов. Возможность оставить отзыв анонимно помогает покупателю раскрыть свои мотивы и боли.

Ответ наших специалистов

Подобные ресурсы могут быть полезны для сбора потребительской информации – как дополнение к целевому исследованию потребителей, но пока не смогут его полностью заменить. Во-первых, отзывы и обсуждения на различных платформах не обеспечивают полноценный охват всех сегментов целевой аудитории (далеко не все используют эти сервисы, только определенные категории потребителей). Достижимость многих сегментов целевой аудитории не обеспечивается. Участвовать в открытых свободных и добровольных дискуссиях о продукте, а также активно писать отзывы могут позволить себе далеко не все категории потребителей. Зачастую это люди с определенным складом характера и/или определенными социально-демографическими характеристиками. Например, те, кто готов добровольно тратить свое время, и кто не испытывает трудностей в общении с другими людьми.

Т.е., скорее всего, это прежде всего проактивные экстраверты, у которых есть свободное время, а также желание дать обратную связь. Или представители целевой аудитории с большим количеством свободного времени. Кроме того, нельзя забывать о том, что свое мнение о продукте охотнее высказывают либо самые довольные клиенты, либо самые недовольные (те, у кого был негативный опыт и есть желание «пожаловаться»). «Удовлетворенное молчаливое большинство», у которого нет ярких эмоций, скорее всего, промолчит. В этой связи результаты могут показать искусственное завышение как лояльности, так и уровня жалоб. Если систематически использовать для получения информации о пожеланиях и ожиданиях потребителей подобные «смещенные» выборки представителей целевой аудитории, это может привести к неверным решениям в ассортименте (например, сделать упор на товары, которые популярны у этой группы, но не у основной массы), в рекламе и даже в планировке магазина.

Во-вторых, нельзя заранее задать нужный формат получения мнения потребителей. Спектр инструментов для исследования спроса очень широк, но лишь уместное использование тех или иных инструментов обеспечивает высокую эффективность исследований. Например, использование короткого массового опроса позволяет достичь одних целей, а использование длительных индивидуальных интервью – совершенно других. Так, корректно организованные исследования позволяют выявить глубинные мотивы и инсайты, о которых может не подозревать даже сам покупатель. Одна из наиболее распространенных ошибок в проведении исследований – это попытка интерпретировать результаты качественных исследований или микс-методов как количественный результат.

Чтобы можно было делать однозначные выводы по результатам количественного исследования, необходимо, чтобы выборка участников исследования: 1) обладала достаточной статистической «мощностью»; 2) обеспечивала нужный уровень репрезентативности (максимально точно отражала генеральную совокупность). Опрос 1000 человек по корректно рассчитанным квотам и с использованием грамотного инструментария (анкеты или сценария интервью) обеспечивает выполнение этих условий, анализ отзывов случайных 30-50 человек – не обеспечивает.

В результате, есть большой риск сделать некорректные выводы и, как следствие, принять неверные управленческие решения. Например, можно увидеть закономерности там, где есть лишь случайность, или сделать обобщения на основе единичных случаев.

Один из основных постулатов поведенческой экономики заключается в том, что экономические агенты иррациональны. Однако стоит учитывать, что они сохраняют способность к обучению. В отличие от классической экономики, которая считает людей рациональными оптимизаторами, поведенческая экономика показывает: наша иррациональность носит систематический и предсказуемый характер. Именно эта предсказуемость открывает путь к созданию такой среды, которая поможет людям принимать более взвешенные решения.

Яркой иллюстрацией этого подхода является проблема пенсионных накоплений. Люди часто осознают необходимость сбережений, но под влиянием инертности и неприятия потерь откладывают это решение. Чтобы обойти эти психологические барьеры, один из экспертов в области поведенческой экономики Ричард Талер предложил инновационный план «Save More Tomorrow». Его суть в том, что люди соглашаются увеличить пенсионные взносы не сразу, а в будущем, обычно после ближайшего повышения зарплаты. Это позволяет избежать болезненного ощущения утраты текущего дохода. Дальнейшее увеличение взносов происходит автоматически, благодаря чему сила инерции начинает работать на человека. В результате участники плана незаметно для себя начинают откладывать значительно больше, «обучаясь» правильному финансовому поведению через продуманный дизайн выбора.

На финансовых рынках обучение также возможно, но часто оно запаздывает. Например, многие инвесторы долгое время иррационально предпочитают дивиденды выкупу акций, ошибочно считая их более надежным источником дохода. Обучение здесь происходит медленно, по мере роста финансовой грамотности. Однако ключевым условием для любого обучения является наличие быстрой и понятной обратной связи. В ее отсутствие этот процесс практически невозможен. Это хорошо видно на примере активных трейдеров-любителей, которые уверены, что могут обыграть рынок. Их фундаментальные ошибки — избыточная торговля и высокие комиссии — не приводят к немедленному и очевидному наказанию. Успех они приписывают своему уму, а провал объясняют случайностью рынка. Поскольку четкая связь между ошибкой и результатом отсутствует, они не извлекают уроков.

Для контраста можно рассмотреть профессиональный покер, где обратная связь мгновенна — проигрыш следует сразу за неверным решением. Это вынуждает игроков быстро учиться и подавлять свою иррациональность.

Таким образом, вывод Талера оптимистичен: мы не обречены на систематические ошибки. Признав наши когнитивные слабости, мы можем их компенсировать. Хотя отдельные люди могут стать более осознанными, главный потенциал кроется в изменении архитектуры среды принятия решений. Задача общества — создавать правила и системы, которые мягко подталкивают людей к лучшему выбору, не ограничивая их свободы.

Люди склонны искать подтверждение своим мыслям, а не опровержение. Этот эффект усугубляется, если необоснованные допущения делают опровергающие доказательства менее вероятными.

Когда у человека есть глубоко укоренившееся, но необоснованное допущение, он начинает видеть мир через его призму. Любые доказательства, которые на самом деле его опровергают, он трактует как ненадежные, случайные или незначительные, тем самым делая их для себя «менее вероятными». Детальнее разберем данное явление – для этого используем математику. Математическая иллюстрация явления предвзятости подтверждения – это Теорема Байеса и «Проклятие знания».

Теорема Байеса — это формула, которая показывает, как мы должны рационально обновлять наши убеждения в свете новых доказательств.

Рассмотрим формулу: P(A|B) = [P(B|A) * P(A)] / P(B), где

P(A) — наша априорная вероятность (убеждение до получения доказательств).

P(A|B) — апостериорная вероятность (убеждение после получения доказательств B).

P(B|A) — вероятность увидеть доказательства B, если наше убеждение A верно.

P(B) — общая вероятность наблюдения доказательств B.

Как проявляется предвзятость? Математически чрезмерно сильное априорное убеждение можно выразить как то, что P(A) близко к 1 или 0.

Если человек изначально на 100% уверен, что его друг честен, то P(A) = P(честен) = 1. Теперь он сталкивается с прямым доказательством нечестности друга (событие B). Тогда по формуле Байеса:

P(честен|B) = [P(B|честен) * 1] / P(B).

Теперь применим формулу полной вероятности для вычисления P(B):

P(B) = P(B|честен) * P(честен) + P(B|нечестен) * P(нечестен)

Поскольку P(честен)=1, а P(нечестен)=0, получаем:

P(B) = P(B|честен) * 1 + P(B|нечестен) * 0 = P(B|честен).

Подставляя это в формулу Байеса, получаем:

P(честен|B) = [P(B|честен) * 1] / P(B|честен) = 1.

Следовательно, апостериорная вероятность остается равной 1. Этот результат не зависит от конкретной величины P(B|A) — даже если человек допускает, что честный друг мог бы очень редко выглядеть нечестным (P(B|A) мало, но не ноль), его итоговая уверенность не изменится.

На практике это проявляется так: человек с P(A)=1 не пересчитывает вероятности, а просто отвергает или переинтерпретирует доказательство нечестности друга B (например, «друга подставили», «это ошибка»), чтобы сохранить своё априорное убеждение. Формула Байеса здесь лишь формально показывает, почему рациональное обновление при экстремальных априорных вероятностях невозможно — система убеждений становится логически замкнутой для новой информации.

Маркетологи активно и системно используют предвзятость подтверждения — склонность людей искать, интерпретировать и запоминать информацию, которая подтверждает их существующие убеждения, игнорируя противоречащие данные.

Например, реклама люксовых брендов (Rolex, Mercedes и пр.) никогда не доказывает, что они «хорошие». Она предполагает, что вы уже верите в их статусность, и просто показывает образы успеха, чтобы вы связали их с брендом.

Точно так же высокая цена может интерпретироваться не как недостаток, а как подтверждение элитарности. «Раз дорого, значит, качественно» — человек, купивший дорогой товар, будет подсознательно искать аргументы в пользу его превосходства, чтобы оправдать расходы.

Если же вы лайкали посты о ЗОЖ, вам будут показывать рекламу спортивного питания, фитнес-трекеров, экологичных продуктов. Алгоритм подсовывает только «B», которые соответствуют вашему «A» («Я за здоровый образ жизни»). Это заставляет думать: «Все вокруг говорят о спорте, значит, я прав».

Как бороться с предвзятостью подтверждения?

• Сознательно ищите опровергающую информацию. Если вы верите в A, специально ищите аргументы в пользу не A.
• В споре попробуйте на время встать на точку зрения оппонента и привести лучшие аргументы в ее защиту.
• Формулируйте гипотезы так, чтобы их можно было опровергнуть. Спросите себя: «Что должно произойти, чтобы я понял, что моя теория неверна?».
• Помните о Теореме Байеса. Всегда спрашивайте себя: «Насколько сильно это новое доказательство на самом деле подтверждает мою идею? Могло ли оно появиться, если бы моя идея была ложной?».