TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
Sheena Iyengar: Jak udělat rozhodování lehčí
Filmed:
Readability: 3.7
2,749,817 views
Všichni bychom rádi měli zážitky a produkty přizpůsobené na míru – při 700 možnostech však spotřebitelé zůstanou jednoduše zaskočeni. Na tomto novém, fascinujícím výzkumu nám Sheena Iyengar ukazuje, jak nám mohou firmy (a nejen ty) vylepšit zážitek z výběru.
Sheena Iyengar - Psycho-economist
Sheena Iyengar studies how people choose (and what makes us think we're good at it). Full bio
Sheena Iyengar studies how people choose (and what makes us think we're good at it). Full bio
Double-click the English transcript below to play the video.
00:15
Do you know how many choices you make
0
0
2000
Víte, kolik rozhodnutí uděláte
00:17
in a typical day?
1
2000
3000
během běžného dne?
00:20
Do you know how many choices you make
2
5000
2000
Víte, kolik rozhodnutí uděláte
00:22
in typical week?
3
7000
2000
během běžného týdne?
00:24
I recently did a survey
4
9000
2000
Nedávno jsem udělala průzkum,
00:26
with over 2,000 Americans,
5
11000
2000
kterého se zúčastnilo více jak 2 000 Američanů,
00:28
and the average number of choices
6
13000
2000
a průměrný počet rozhodnutí,
00:30
that the typical American reports making
7
15000
2000
které typický Američan udělá,
00:32
is about 70 in a typical day.
8
17000
3000
je kolem 70 za den.
00:35
There was also recently a study done with CEOs
9
20000
4000
Nedávno byl uskutečněný průzkum s generálními řediteli firem,
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
které sledovali po celý týden.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
Vědci, kteří to dělali, měli za úkol zapisovat všechny úlohy,
00:45
that these CEOs engaged in
12
30000
2000
které tito ředitelé konali,
00:47
and how much time they spent engaging
13
32000
2000
a kolik času
00:49
in making decisions related to these tasks.
14
34000
2000
strávili rozhodnutími v souvislosti s těmito úlohami.
00:51
And they found that the average CEO
15
36000
3000
Zjistili při tom, že v průměru
00:54
engaged in about 139 tasks in a week.
16
39000
3000
se každému z nich podařilo udělat 193 úloh za týden.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
Každý úloha zahrnovala mnoho, mnoho možností.
01:01
50 percent of their decisions
18
46000
2000
50 procent jejich rozhodnutí
01:03
were made in nine minutes or less.
19
48000
3000
bylo učiněno za 9 minut a méně.
01:06
Only about 12 percent of the decisions
20
51000
3000
Jen okolo 12 procent rozhodnutí
01:09
did they make an hour or more of their time.
21
54000
4000
jim trvalo více jak hodinu.
01:13
Think about your own choices.
22
58000
2000
Přemýšleli jste už o tom?
01:15
Do you know how many choices
23
60000
2000
Kolik rozhodnutí
01:17
make it into your nine minute category
24
62000
2000
se vám podaří udělat za 9 minut
01:19
versus your one hour category?
25
64000
2000
a kolik za hodinu?
01:21
How well do you think you're doing
26
66000
2000
Jak jste dobří
01:23
at managing those choices?
27
68000
3000
ve zvládání těchto rozhodnutí?
01:26
Today I want to talk
28
71000
2000
Dnes bych ráda povídala
01:28
about one of the biggest modern day choosing problems that we have,
29
73000
3000
o jednom z největších problémů moderní společnosti,
01:31
which is the choice overload problem.
30
76000
2000
kterým je problém přehlcení možnostmi.
01:33
I want to talk about the problem
31
78000
2000
Chtěla bych povídat o tomto problému
01:35
and some potential solutions.
32
80000
2000
a také o jeho potenciálních řešeních.
01:37
Now as I talk about this problem,
33
82000
2000
Tak jako nyní vykládám o tomto problému,
01:39
I'm going to have some questions for you
34
84000
2000
ráda bych vám položila několik otázek
01:41
and I'm going to want to know your answers.
35
86000
3000
a chci znát i vaše odpovědi na ně.
01:44
So when I ask you a question,
36
89000
2000
Takže, když vám položím otázku –
01:46
since I'm blind,
37
91000
2000
protože jsem nevidomá –
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
zdvihnete ruku jen v případě, že chcete spálit nějaké ty kalorie.
01:51
(Laughter)
39
96000
3000
(Smích)
01:54
Otherwise, when I ask you a question,
40
99000
2000
V opačném případě, když se vás na něco zeptám
01:56
and if your answer is yes,
41
101000
2000
a vaše odpověď je ano,
01:58
I'd like you to clap your hands.
42
103000
2000
chci, abyste zatleskali.
02:00
So for my first question for you today:
43
105000
3000
Takže moje první otázka zní:
02:03
Are you guys ready to hear about the choice overload problem?
44
108000
3000
Jste připraveni poslechnout si o problému záplavy možnostmi?
02:06
(Applause)
45
111000
2000
(Potlesk)
02:08
Thank you.
46
113000
2000
Děkuji.
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
Takže, když jsem studovala na Stanford University,
02:13
I used to go to this very, very upscale grocery store;
48
118000
3000
byla jsem zvyklá chodívat do jednoho velmi kvalitního obchodu s potravinami;
02:16
at least at that time it was truly upscale.
49
121000
2000
teda aspoň tehdy byl kvalitní.
02:18
It was a store called Draeger's.
50
123000
3000
Jmenoval se Draeger's.
02:21
Now this store, it was almost like going to an amusement park.
51
126000
3000
Tento obchod, to vám bylo skoro jako chodit do zábavního parku.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
Měli tam 250 různých druhů hořčice a octa
02:27
and over 500 different kinds
53
132000
2000
a více jak 500 druhů
02:29
of fruits and vegetables
54
134000
2000
ovoce a zeleniny
02:31
and more than two dozen different kinds of bottled water --
55
136000
3000
a více jak dva tucty různých druhů balené vody --
02:34
and this was during a time when we actually used to drink tap water.
56
139000
4000
a to bylo v době, kdy jsme byli zvyklí pít vodu z kohoutku.
02:38
I used to love going to this store,
57
143000
3000
Chodila jsem do tohoto obchodu ráda,
02:41
but on one occasion I asked myself,
58
146000
2000
ale jednou jsem se sama sebe zeptala:
02:43
well how come you never buy anything?
59
148000
2000
Dobrá. Jak je možné, že tam nikdy nic nekoupíš?
02:45
Here's their olive oil aisle.
60
150000
2000
Tady je jejich ulička s olivovým olejem.
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
Měli tam více jak 75 druhů olivového oleje,
02:49
including those that were in a locked case
62
154000
2000
včetně těch, které byly v uzamčené skříňce
02:51
that came from thousand-year-old olive trees.
63
156000
4000
a pocházely z tisíce let starých olivovníků.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
Takže jsem se jednou rozhodla, že navštívím manažera
02:57
and I asked the manager,
65
162000
2000
a zeptala jsem se ho:
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
"Funguje tento váš model, který nabízí všechny tyto možnosti?"
03:02
And he pointed to the busloads of tourists
67
167000
2000
On ukázal na to množství turistů,
03:04
that would show up everyday,
68
169000
2000
kteří tam přicházejí každý den,
03:06
with cameras ready usually.
69
171000
2000
většinou s připravenými foťáky.
03:08
We decided to do a little experiment,
70
173000
3000
Rozhodli jsme se udělat malý experiment,
03:11
and we picked jam for our experiment.
71
176000
2000
na který jsme si vybrali džem.
03:13
Here's their jam aisle.
72
178000
2000
To je ulička s džemem.
03:15
They had 348 different kinds of jam.
73
180000
2000
Je tu 348 různých druhů džemů.
03:17
We set up a little tasting booth
74
182000
2000
Postavili jsme malé místečko na ochutnávky
03:19
right near the entrance of the store.
75
184000
2000
přímo u vchodu do obchodu.
03:21
We there put out six different flavors of jam
76
186000
2000
Položili jsme tam šest různých druhů džemů v prvním případě
03:23
or 24 different flavors of jam,
77
188000
3000
a 24 druhů džemů v druhém případě
03:26
and we looked at two things:
78
191000
2000
a pozorovali jsme při tom dvě věci:
03:28
First, in which case
79
193000
2000
Zaprvé, v kterém případě
03:30
were people more likely to stop, sample some jam?
80
195000
3000
se více lidí zastavilo a zkusilo vzorky džemu?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
Více lidí se zastavilo tehdy, když tam bylo vzorků 24 -- okolo 60 % lidí,
03:36
than when there were six,
82
201000
2000
než když jich tam bylo šest --
03:38
about 40 percent.
83
203000
2000
tehdy to bylo okolo 40 %.
03:40
The next thing we looked at
84
205000
2000
Druhá věc, na kterou jsme se zaměřili,
03:42
is in which case were people more likely
85
207000
2000
byla v kterém případě byli lidé ochotnější
03:44
to buy a jar of jam.
86
209000
2000
si koupit džem.
03:46
Now we see the opposite effect.
87
211000
2000
Nyní vidíme opačný efekt.
03:48
Of the people who stopped when there were 24,
88
213000
2000
Z lidí, kteří se zastavili, když tam bylo 24 vzorků,
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
jen tři procenta z nich si džem koupilo.
03:53
Of the people who stopped when there were six,
90
218000
3000
Z lidí, kteří se zastavili, když tam bylo šest vzorků,
03:56
well now we saw that 30 percent of them
91
221000
2000
jsme viděli, že 30 procent z nich
03:58
actually bought a jar of jam.
92
223000
2000
si ve skutečnosti džem koupilo.
04:00
Now if you do the math,
93
225000
2000
Když si to přepočítáte,
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
byla zde šestkrát větší šance, že si lidé džem koupí,
04:05
if they encountered six
95
230000
2000
když se setkají se šesti,
04:07
than if they encountered 24.
96
232000
2000
než když se setkají s 24 vzorky.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
Nyní, nekoupit si sklenici džemu
04:11
is probably good for us --
98
236000
2000
je pravděpodobně pro nás dobré --
04:13
at least it's good for our waistlines --
99
238000
2000
alespoň co se týče naší linie.
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
Ukazuje se ale, že problém záplavy možnostmi nás ovlivňuje
04:18
even in very consequential decisions.
101
243000
3000
i co se týká velmi důležitých rozhodnutí.
04:21
We choose not to choose,
102
246000
2000
Volíme nerozhodnout se,
04:23
even when it goes against our best self-interests.
103
248000
3000
i když to jde proti našim nejlepším zájmům.
04:26
So now for the topic of today: financial savings.
104
251000
3000
Takže nyní k aktuálnímu tématu: finanční úspory.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
Nyní bych vás ráda seznámila se studií, kterou jsem dělala
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
s Gurem Hubermanem, Emirem Kamernicem a Wei Jangem.
04:36
where we looked at the retirement savings decisions
107
261000
4000
Dívali jsme se na rozhodnutí týkající se důchodového spoření
04:40
of nearly a million Americans
108
265000
3000
skoro milionu Američanů
04:43
from about 650 plans
109
268000
3000
z přibližně 650 důchodových plánů
04:46
all in the U.S.
110
271000
2000
v USA.
04:48
And what we looked at
111
273000
2000
Dívali jsme se na to,
04:50
was whether the number of fund offerings
112
275000
2000
jestli počet nabídek fondů
04:52
available in a retirement savings plan,
113
277000
2000
dostupných jako důchodový plán,
04:54
the 401(k) plan,
114
279000
2000
tedy plán 401(k),
04:56
does that affect people's likelihood
115
281000
2000
zvyšuje pravděpodobnost,
04:58
to save more for tomorrow.
116
283000
2000
že ušetří víc pro budoucnost.
05:00
And what we found
117
285000
2000
A přišli jsme na to,
05:02
was that indeed there was a correlation.
118
287000
3000
že tam byla souvislost.
05:05
So in these plans, we had about 657 plans
119
290000
3000
Takže tyto plány, měli jsme jich kolem 657,
05:08
that ranged from offering people
120
293000
2000
nabízely lidem
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
cokoliv od dvou do 59 různých nabídek fondů.
05:13
And what we found was that,
122
298000
2000
Přišli jsme na to,
05:15
the more funds offered,
123
300000
2000
že čím více fondů nabízely,
05:17
indeed, there was less participation rate.
124
302000
3000
tím menší byla míra zapojení.
05:20
So if you look at the extremes,
125
305000
2000
Takže, když se podíváme na tyto extrémy,
05:22
those plans that offered you two funds,
126
307000
2000
u plánů, které nabízely dva fondy,
05:24
participation rates were around in the mid-70s --
127
309000
3000
se míra zapojení pohybovala nad 70 –
05:27
still not as high as we want it to be.
128
312000
2000
nebyla stále tak velká, jako bychom chtěli.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
V těch plánech, které nabízely skoro 60 fondů,
05:32
participation rates have now dropped
130
317000
3000
se účast snížila
05:35
to about the 60th percentile.
131
320000
3000
na 60 procent.
05:38
Now it turns out
132
323000
2000
Nyní se ukazuje,
05:40
that even if you do choose to participate
133
325000
3000
že i když se rozhodnete zúčastnit se,
05:43
when there are more choices present,
134
328000
2000
když je na výběr z více možností,
05:45
even then, it has negative consequences.
135
330000
3000
i tehdy to pro vás bude mít zlé následky.
05:48
So for those people who did choose to participate,
136
333000
3000
Takže pro lidi, kteří se rozhodli zúčastnit,
05:51
the more choices available,
137
336000
2000
více možností znamenalo
05:53
the more likely people were
138
338000
2000
větší pravděpodobnost
05:55
to completely avoid stocks or equity funds.
139
340000
3000
úplně se vyhnout akciovým nebo kapitálových fondům.
05:58
The more choices available,
140
343000
2000
Čím více možností bylo dostupných,
06:00
the more likely they were
141
345000
2000
tím větší byla pravděpodobnost,
06:02
to put all their money in pure money market accounts.
142
347000
2000
že vkládají všechny své peníze čistě do peněžních trhů.
06:04
Now neither of these extreme decisions
143
349000
2000
Žádné z těchto radikálních rozhodnutí
06:06
are the kinds of decisions
144
351000
2000
nejsou rozhodnutími,
06:08
that any of us would recommend for people
145
353000
2000
které by kdokoliv z vás doporučil lidem,
06:10
when you're considering their future financial well-being.
146
355000
3000
když chcete, aby se v budoucnosti z hlediska financí měli dobře.
06:13
Well, over the past decade,
147
358000
2000
V minulém desetiletí
06:15
we have observed three main negative consequences
148
360000
3000
jsme byli svědky třech negativních důsledků
06:18
to offering people more and more choices.
149
363000
3000
vyplývajících z nabídky stále více možností.
06:21
They're more likely to delay choosing --
150
366000
2000
Je větší pravděpodobnost, že jejich výběr se oddálí,
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
i když to jde proti jejich nejlepším zájmům.
06:26
They're more likely to make worse choices --
152
371000
2000
Jsou náchylnější dělat horší rozhodnutí --
06:28
worse financial choices, medical choices.
153
373000
3000
finanční a také co se týče zdraví.
06:31
They're more likely to choose things that make them less satisfied,
154
376000
3000
Také je větší pravděpodobnost, že učiní rozhodnutí,
06:34
even when they do objectively better.
155
379000
3000
které je uspokojí méně, i když se jim objektivně daří lépe.
06:37
The main reason for this
156
382000
2000
Hlavním důvodem je,
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
že i když nás možná baví koukat na ty ohromné pulty
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
plné majonéz, hořčic, octů či džemů,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
neumíme si to vlastně porovnat a rozlišit
06:48
and actually picking from that stunning display.
160
393000
4000
a tak si vlastně vybrat z této ohromující nabídky.
06:52
So what I want to propose to you today
161
397000
2000
Takže, co bych vám dnes chtěla navrhnout,
06:54
are four simple techniques --
162
399000
3000
jsou čtyři jednoduché techniky --
06:57
techniques that we have tested in one way or another
163
402000
3000
techniky, které jsme ověřili různými způsoby
07:00
in different research venues --
164
405000
2000
na různých výzkumných místech --
07:02
that you can easily apply
165
407000
2000
takže je můžete lehce aplikovat
07:04
in your businesses.
166
409000
2000
ve svých firmách.
07:06
The first: Cut.
167
411000
2000
Za prvé: Snižování.
07:08
You've heard it said before,
168
413000
2000
Slyšeli jste o tom už předtím,
07:10
but it's never been more true than today,
169
415000
2000
ale nikdy to nebylo tak pravdivé jako dnes,
07:12
that less is more.
170
417000
2000
že méně je více.
07:14
People are always upset when I say, "Cut."
171
419000
3000
Lidé se vždy rozčílí, když jim řeknu: "Snižujte."
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
Mají strach, že ztratí svoje místo v regálech.
07:19
But in fact, what we're seeing more and more
173
424000
3000
Ve skutečnosti jsme však stále častěji svědky toho,
07:22
is that if you are willing to cut,
174
427000
2000
že jakmile jste ochotní snížit,
07:24
get rid of those extraneous redundant options,
175
429000
2000
zbavit se těch nadbytečných možností,
07:26
well there's an increase in sales,
176
431000
2000
váš prodej vzroste,
07:28
there's a lowering of costs,
177
433000
2000
náklady klesnou
07:30
there is an improvement of the choosing experience.
178
435000
4000
a výběr se stane lehčím.
07:34
When Proctor & Gamble
179
439000
2000
Když Proctor & Gamble
07:36
went from 26 different kinds of Head & Shoulders to 15,
180
441000
2000
přešli z 26 různých druhů Head & Shoulders na 15,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
viděli, že jejich prodej se zvýšil o 10 procent.
07:41
When the Golden Cat Corporation
182
446000
2000
Když se Golden Cat Corporation
07:43
got rid of their 10 worst-selling cat litter products,
183
448000
2000
zbavili svých 10 nejhůře se prodávajících toalet pro kočky,
07:45
they saw an increase in profits
184
450000
2000
viděli nárůst v ziscích
07:47
by 87 percent --
185
452000
2000
o 87 procent --
07:49
a function of both increase in sales
186
454000
2000
funkce nárůstu prodeje
07:51
and lowering of costs.
187
456000
2000
i snížení nákladů.
07:53
You know, the average grocery store today
188
458000
2000
Víte, dnes průměrný obchod s potravinami
07:55
offers you 45,000 products.
189
460000
2000
nabízí 45 000 výrobků.
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
Typický Walmart nabízí 100 000 výrobků.
08:00
But the ninth largest retailer,
191
465000
5000
Ale devátý největší prodejce,
08:05
the ninth biggest retailer in the world today
192
470000
2000
devátý největší maloobchodní prodejce na světě,
08:07
is Aldi,
193
472000
2000
je dnes Aldi,
08:09
and it offers you only 1,400 products --
194
474000
3000
a to nabízí jen 1 400 výrobků --
08:12
one kind of canned tomato sauce.
195
477000
3000
jeden druh rajčatové omáčky.
08:15
Now in the financial savings world,
196
480000
2000
Ve světě finančních úspor
08:17
I think one of the best examples that has recently come out
197
482000
3000
je podle mě jeden z nejlepších aktuálních příkladů
08:20
on how to best manage the choice offerings
198
485000
3000
o tom, jak nejlépe zorganizovat nabídku,
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
ten, do jehož návrhu byl intenzivně zapojen David Laibson,
08:26
which was the program that they have at Harvard.
200
491000
2000
což byl program, který mají na Harvardu.
08:28
Every single Harvard employee
201
493000
2000
Každý zaměstnanec Harvardu
08:30
is now automatically enrolled
202
495000
2000
je automaticky zapsaný
08:32
in a lifecycle fund.
203
497000
2000
ve fondu životního cyklu.
08:34
For those people who actually want to choose,
204
499000
2000
Pro ty, kteří by si chtěli vybrat,
08:36
they're given 20 funds,
205
501000
2000
mají na výběr z 20 fondů,
08:38
not 300 or more funds.
206
503000
2000
namísto z 300 nebo více.
08:40
You know, often, people say,
207
505000
2000
Víte, lidé často říkají
08:42
"I don't know how to cut.
208
507000
2000
"Nevím, kterých možností se mám zbavit.
08:44
They're all important choices."
209
509000
2000
Všechny jsou stejně důležité."
08:46
And the first thing I do is I ask the employees,
210
511000
3000
První věc, kterou já dělám je, že se zeptám zaměstnanců:
08:49
"Tell me how these choices are different from one another.
211
514000
2000
"Řekněte mi, jak se tyto možnosti liší.
08:51
And if your employees can't tell them apart,
212
516000
2000
Když mi na to nedokáží odpovědět zaměstnanci,
08:53
neither can your consumers."
213
518000
3000
nebudou to vědět ani vaši zákazníci."
08:56
Now before we started our session this afternoon,
214
521000
3000
Před tím, než jsem dnes po obědě začala vyprávět,
08:59
I had a chat with Gary.
215
524000
2000
jsem měla rozhovor s Garym.
09:01
And Gary said that he would be willing
216
526000
3000
Gary mi říkal, že by byl ochotný
09:04
to offer people in this audience
217
529000
2000
nabídnout lidem v tomto publiku
09:06
an all-expenses-paid free vacation
218
531000
3000
dovolenou zdarma, které bude součástí
09:09
to the most beautiful road in the world.
219
534000
4000
nejkrásnější cesty na světě.
09:13
Here's a description of the road.
220
538000
3000
Zde je popis cesty.
09:16
And I'd like you to read it.
221
541000
2000
Chtěla bych, abyste si to přečetli.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
Máte na to pár vteřin
09:20
and then I want you to clap your hands
223
545000
2000
a pak bych vás poprosila, abyste tlesknuli,
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
až budete připravení přijmout Garyho nabídku.
09:24
(Light clapping)
225
549000
2000
(Lehký potlesk)
09:26
Okay. Anybody who's ready to take him up on his offer.
226
551000
3000
Fajn. Kdo by tu nabídku ještě rád přijal?
09:29
Is that all?
227
554000
2000
To je všechno?
09:31
All right, let me show you some more about this.
228
556000
3000
V pořádku. A nyní bych vám k tomu ukázala něco víc.
09:34
(Laughter)
229
559000
3000
(Smích)
09:37
You guys knew there was a trick, didn't you.
230
562000
3000
Věděli jste, že v tom bude trik, že?
09:44
(Honk)
231
569000
2000
(Zatroubení)
09:46
Now who's ready to go on this trip.
232
571000
3000
Teďka, kdo je připravený jet na tento zájezd?
09:49
(Applause)
233
574000
2000
(Potlesk)
09:51
(Laughter)
234
576000
2000
(Smích)
09:53
I think I might have actually heard more hands.
235
578000
3000
Myslím, že nyní jsem slyšela více rukou.
09:56
All right.
236
581000
2000
V pořádku.
09:58
Now in fact,
237
583000
2000
Faktem je,
10:00
you had objectively more information
238
585000
2000
že objektivně jste měli více informací napoprvé
10:02
the first time around than the second time around,
239
587000
2000
než kolik jich bylo v druhém kole.
10:04
but I would venture to guess
240
589000
2000
Vsadím se ale,
10:06
that you felt that it was more real the second time around.
241
591000
4000
že ty druhé se vám zdály skutečnější.
10:10
Because the pictures made it feel
242
595000
2000
Je to proto, že fotografie
10:12
more real to you.
243
597000
2000
vám to zprostředkovaly reálněji.
10:14
Which brings me to the second technique
244
599000
2000
Což mě přivádí k technice číslo dvě,
10:16
for handling the choice overload problem,
245
601000
2000
která je určená na řešení problému přehlcení možnostmi --
10:18
which is concretization.
246
603000
2000
je jí "Konkretizace".
10:20
That in order for people to understand
247
605000
2000
Aby lidé pochopili
10:22
the differences between the choices,
248
607000
2000
rozdíly mezi dvěma možnostmi,
10:24
they have to be able to understand
249
609000
2000
musí být schopni rozumět důsledkům,
10:26
the consequences associated with each choice,
250
611000
3000
které se po zvolení každé projeví,
10:29
and that the consequences need to be felt
251
614000
3000
a tyto důsledky musí pocítit intenzivním,
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
velmi konkrétním způsobem.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
Proč lidé utrácejí v průměru o 15 až 30 procent víc,
10:39
when they use an ATM card or a credit card
254
624000
2000
když používají debetní anebo kreditní kartu
10:41
as opposed to cash?
255
626000
2000
na rozdíl od hotovosti?
10:43
Because it doesn't feel like real money.
256
628000
2000
Protože se jim to nezdá jako skutečné peníze.
10:45
And it turns out
257
630000
2000
A vyšlo najevo,
10:47
that making it feel more concrete
258
632000
2000
že když to uděláme konkrétnější,
10:49
can actually be a very positive tool
259
634000
2000
může to být vlastně velmi pozitivní nástroj
10:51
to use in getting people to save more.
260
636000
2000
využívaný k tomu, aby lidé víc šetřili.
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
Studie, kterou jsem dělala s Sholomem Bernatzim
10:55
and Alessandro Previtero,
262
640000
2000
a Alessandrem Previterem --
10:57
we did a study with people at ING --
263
642000
4000
dělali jsme výzkum s lidmi z ING --
11:01
employees that are all working at ING --
264
646000
3000
zaměstnanci, kteří všichni pracují v ING --
11:04
and now these people were all in a session
265
649000
2000
tito lidé byli všichni na přednášce,
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
kde se registrovali na důchodový 401(k) plán.
11:09
And during that session,
267
654000
2000
V čase naší přednášky,
11:11
we kept the session exactly the way it used to be,
268
656000
2000
která byla úplně stejná jako vždycky,
11:13
but we added one little thing.
269
658000
3000
jsme přidali jednu drobnou věc.
11:16
The one little thing we added
270
661000
3000
Jednu maličkou věc, a to
11:19
was we asked people
271
664000
2000
že jsme poprosili lidi,
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
aby přemýšleli nad pozitivními věcmi, které se jim mohou v životě stát,
11:24
if you saved more.
273
669000
2000
pokud víc ušetří.
11:26
By doing that simple thing,
274
671000
3000
Tímto jednoduchým cvičením
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
se nám zaregistrovalo o 20 procent více lidí
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
a zvýšil se počet těch, co chtějí šetřit, stejně jako suma,
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
kterou byli ochotni na spoření přispívat,
11:38
by four percent.
278
683000
2000
o 4 procenta.
11:40
The third technique: Categorization.
279
685000
3000
Technika číslo 3: "Kategorizace".
11:43
We can handle more categories
280
688000
3000
Jsme schopni zvládat více kategorií
11:46
than we can handle choices.
281
691000
2000
jak možností.
11:48
So for example,
282
693000
2000
Například tady je studie,
11:50
here's a study we did in a magazine aisle.
283
695000
2000
kterou jsme dělali v uličce s časopisy.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
Ukázalo se, že v obchodech s potravinami Wegmans
11:54
up and down the northeast corridor,
285
699000
2000
se po celé délce severovýchodní řady
11:56
the magazine aisles range anywhere
286
701000
2000
rozpětí uličky s časopisy pohybuje
11:58
from 331 different kinds of magazines
287
703000
2000
od 331 různých druhů časopisů
12:00
all the way up to 664.
288
705000
3000
až po 664.
12:03
But you know what?
289
708000
2000
A víte co?
12:05
If I show you 600 magazines
290
710000
2000
Když vám ukážu 600 časopisů
12:07
and I divide them up into 10 categories,
291
712000
3000
a rozdělím je do 10 kategorií,
12:10
versus I show you 400 magazines
292
715000
2000
nebo vám ukážu 400 časopisů,
12:12
and divide them up into 20 categories,
293
717000
3000
které rozdělím do 20 kategorií,
12:15
you believe that I have given you
294
720000
2000
uvěříte, že jsem vám dala
12:17
more choice and a better choosing experience
295
722000
2000
více možností a lepší zážitek z výběru,
12:19
if I gave you the 400
296
724000
2000
když jsem vám dala těch 400
12:21
than if I gave you the 600.
297
726000
2000
než když jich bylo 600.
12:23
Because the categories tell me how to tell them apart.
298
728000
3000
Protože kategorie mi napovídají, jak je rozlišit.
12:28
Here are two different jewelry displays.
299
733000
3000
Zde vidíme dvě rozdílné podoby šperků.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
Jeden se jmenuje "Jazz" a ten druhý "Swing".
12:34
If you think the display on the left is Swing
301
739000
3000
Pokud si myslíte, že ten nalevo je Swing
12:37
and the display on the right is Jazz,
302
742000
3000
a ten napravo Jazz,
12:40
clap your hands.
303
745000
2000
zatleskejte.
12:42
(Light Clapping)
304
747000
2000
(Lehký potlesk)
12:44
Okay, there's some.
305
749000
2000
Fajn, pár jich slyším.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
Pokud si myslíte, že ten nalevo je Jazz a napravo Swing,
12:48
clap your hands.
307
753000
2000
zatleskejte.
12:50
Okay, a bit more.
308
755000
2000
Fajn, nyní trošku víc.
12:52
Now it turns out you're right.
309
757000
2000
Ukazuje se, že jste měli pravdu.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
Ten nalevo je Jazz a napravo Swing,
12:56
but you know what?
311
761000
2000
ale více co?
12:58
This is a highly useless categorization scheme.
312
763000
3000
Toto je vysoce nepoužitelné kategorizační schéma.
13:01
(Laughter)
313
766000
2000
(Smích)
13:03
The categories need to say something
314
768000
3000
Kategorie musí mít co říct tomu,
13:06
to the chooser, not the choice-maker.
315
771000
3000
kdo se rozhoduje, ne tomu, kdo je již rozhodnutý.
13:09
And you often see that problem
316
774000
2000
A často se s tímto problémem můžete střetnout,
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
když se podíváte na dlouhý list všech těch fondů.
13:14
Who are they actually supposed to be informing?
318
779000
4000
Koho by tím vlastně měli informovat?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
Moje čtvrtá technika: "Podmínka pro komplexnost".
13:21
It turns out we can actually
320
786000
2000
Vypadá to, že jsme schopni zvládat
13:23
handle a lot more information than we think we can,
321
788000
2000
o hodně více informací, než si myslíme,
13:25
we've just got to take it a little easier.
322
790000
2000
ale musíme k tomu přistupovat pomalu.
13:27
We have to gradually increase the complexity.
323
792000
3000
Měli bychom postupně přecházet ke složitějšímu.
13:30
I'm going to show you one example of what I'm talking about.
324
795000
3000
Ukážu vám jeden příklad o tom, co zde říkám.
13:33
Let's take a very, very complicated decision:
325
798000
2000
Vezmeme si velmi, velmi složité rozhodnutí:
13:35
buying a car.
326
800000
2000
nákup auta.
13:37
Here's a German car manufacturer
327
802000
2000
Tady máme německého výrobce aut,
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
která nám nabízí poskládání si auta podle přání.
13:42
You've got to make 60 different decisions,
329
807000
2000
Musíte ale učinit 60 různých rozhodnutí,
13:44
completely make up your car.
330
809000
2000
abyste si kompletně poskládali auto.
13:46
Now these decisions vary
331
811000
2000
Tato rozhodnutí se liší v počtu možností,
13:48
in the number of choices that they offer per decision.
332
813000
3000
které jsou vám nabízeny při každém rozhodnutí.
13:51
Car colors, exterior car colors --
333
816000
2000
Barva auta, barva exteriéru --
13:53
I've got 56 choices.
334
818000
2000
mám 56 možností.
13:55
Engines, gearshift -- four choices.
335
820000
3000
Motor, řadicí páka -- 4 možnosti.
13:58
So now what I'm going to do
336
823000
2000
Takže nyní udělám to,
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
že změním pořadí, ve kterém se nám tato rozhodnutí ukáží.
14:03
So half of the customers
338
828000
2000
Takže polovina zákazníků
14:05
are going to go from high choice, 56 car colors,
339
830000
2000
si začne vybírat od vysokého počtu možností, 56 barev auta,
14:07
to low choice, four gearshifts.
340
832000
3000
až k nejnižšímu, čtyři řadicí páky.
14:10
The other half of the customers
341
835000
2000
Další polovina zákazníků
14:12
are going to go from low choice, four gearshifts,
342
837000
2000
si začne vybírat od nízkého počtu možností, ze čtyř řadicích pák,
14:14
to 56 car colors, high choice.
343
839000
3000
až po 56 barev auta.
14:17
What am I going to look at?
344
842000
2000
Co tady chci zkoumat?
14:19
How engaged you are.
345
844000
2000
Jak moc vás to bude bavit.
14:21
If you keep hitting the default button per decision,
346
846000
3000
Když budete stále akceptovat předvolenou možnost,
14:24
that means you're getting overwhelmed,
347
849000
2000
bude to znamenat, že jste tím zaplaveni,
14:26
that means I'm losing you.
348
851000
2000
to znamená, že vás ztrácím.
14:28
What you find
349
853000
2000
Co jsme objevili je, že lidé,
14:30
is the people who go from high choice to low choice,
350
855000
2000
kteří jdou od vysokého počtu možností k nízkému,
14:32
they're hitting that default button over and over and over again.
351
857000
3000
vybírají předvolenou možnost zas a znovu.
14:35
We're losing them.
352
860000
2000
Ztrácíme je.
14:37
They go from low choice to high choice,
353
862000
2000
Na rozdíl od těch, kteří jdou od nejmenšího počtu možností po nejvyšší --
14:39
they're hanging in there.
354
864000
2000
ti s námi zůstávají.
14:41
It's the same information. It's the same number of choices.
355
866000
3000
Je to ta stejná informace. Ten stejný počet možností.
14:44
The only thing that I have done
356
869000
2000
Jedinou věc, kterou jsme změnili:
14:46
is I have varied the order
357
871000
2000
přehodili jsme pořadí,
14:48
in which that information is presented.
358
873000
2000
ve kterém je informace prezentovaná.
14:50
If I start you off easy,
359
875000
2000
Když začnu od lehčího,
14:52
I learn how to choose.
360
877000
2000
naučím se, jak si vybírat.
14:54
Even though choosing gearshift
361
879000
3000
I navzdory tomu, že výběr řadicí páky
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
mi neřekne nic o mých preferencích pro interiér auta,
15:00
it still prepares me for how to choose.
363
885000
3000
stále mě to připravuje na to, jak si vybrat.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
Také mě to nadchne, ohledně tohoto velkého výrobku, který si dávám dohromady,
15:06
so I'm more willing to be motivated
365
891000
2000
takže jsem ochotnější být motivovaná,
15:08
to be engaged.
366
893000
2000
být tím zaujatá.
15:10
So let me recap.
367
895000
2000
Takže si to zrekapitulujme.
15:12
I have talked about four techniques
368
897000
3000
Povídala jsem o čtyřech technikách
15:15
for mitigating the problem of choice overload --
369
900000
3000
na zmírnění problému přesycení se možnostmi --
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
snižuj -- zbav se přebytečných alternativ;
15:21
concretize -- make it real;
371
906000
3000
konkretizuj -- udělej to skutečným;
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
kategorizuj -- zvládneme víc kategorií, méně možností;
15:28
condition for complexity.
373
913000
3000
podmínka pro komplexnost.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
Všechny tyto techniky, které vám tu dnes popisuji,
15:34
are designed to help you manage your choices --
375
919000
3000
jsou určené na zvládání vašich voleb --
15:37
better for you, you can use them on yourself,
376
922000
3000
je to lepší pro vás, když si je můžete vyzkoušet na sobě,
15:40
better for the people that you are serving.
377
925000
2000
a také lepší pro lidi, kterým sloužíte.
15:42
Because I believe that the key
378
927000
2000
Protože já věřím, že klíč k tomu,
15:44
to getting the most from choice
379
929000
2000
abychom vytěžili co nejvíce z našich možností,
15:46
is to be choosy about choosing.
380
931000
3000
je být vybíravými ohledně vybírání si.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
A čím více jsme schopni být vybíravými,
15:51
the better we will be able
382
936000
2000
tím lepší budeme
15:53
to practice the art of choosing.
383
938000
2000
v praktikování umění výběru.
15:55
Thank you very much.
384
940000
2000
Mockrát vám děkuji.
15:57
(Applause)
385
942000
2000
(Potlesk)
ABOUT THE SPEAKER
Sheena Iyengar - Psycho-economistSheena Iyengar studies how people choose (and what makes us think we're good at it).
Why you should listen
We all think we're good at making choices; many of us even enjoy making them. Sheena Iyengar looks deeply at choosing and has discovered many surprising things about it. For instance, her famous "jam study," done while she was a grad student, quantified a counterintuitive truth about decisionmaking -- that when we're presented with too many choices, like 24 varieties of jam, we tend not to choose anything at all. (This and subsequent, equally ingenious experiments have provided rich material for Malcolm Gladwell and other pop chroniclers of business and the human psyche.)
Iyengar's research has been informing business and consumer-goods marketing since the 1990s. But she and her team at the Columbia Business School throw a much broader net. Her analysis touches, for example, on the medical decisionmaking that might lead up to choosing physician-assisted suicide, on the drawbacks of providing too many choices and options in social-welfare programs, and on the cultural and geographical underpinning of choice. Her book The Art of Choosing shares her research in an accessible and charming story that draws examples from her own life.
Watch a Facebook-exclusive short video from Sheena Iyengar: "Ballet Slippers" >>
Sheena Iyengar | Speaker | TED.com