TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
શીના આયંગરઃ પસંદગી કરવાનું સહેલું કેમ કરવું
Filmed:
Readability: 3.7
2,749,817 views
આપણને બધાને આપણી પસંદ મુજબના અનુભવો અને ઉત્પાદનો જોઇતાં હોય છે - પરંતુ જ્યારે ૭૦૦થી વધારે વિકલ્પો સામે હોય ત્યારે ગ્રાહકની મતિ ચક્કર ખાઇ જાય છે.શીના આયંગર, આકર્ષક તેમ જ નવાં સંશોધનની મદદથી, વ્યવસાયો [અને અન્ય] તેમના પસંદગીના અનુભવને કેવી રીતે સુધારી શકાય તે રજૂ કરે છે.
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
શું તમને અંદાજ છે કે
00:17
in a typical day?
1
2000
3000
એક દિવસમાં તમે કેટલી પસંદગીઓ કરો છો?
00:20
Do you know how many choices you make
2
5000
2000
તે જ રીતે,
00:22
in typical week?
3
7000
2000
એક અઠવાડીયાંમાં તમે કેટલી પસંદગીઓ કરો છો?
00:24
I recently did a survey
4
9000
2000
મેં તાજેતરમાં
00:26
with over 2,000 Americans,
5
11000
2000
આશરે ૨૦૦૦ અમેરીકનોનો એક સર્વે કર્યો,
00:28
and the average number of choices
6
13000
2000
અને જોયું કે , એક અમેરીકન
00:30
that the typical American reports making
7
15000
2000
દરરોજની સરેરાશ
00:32
is about 70 in a typical day.
8
17000
3000
૭૦ પસંદગીઓ કરે છે.
00:35
There was also recently a study done with CEOs
9
20000
4000
તે જ રીતે, તાજેતરમાં, મુખ્ય સંચાલન અધિકારીઓનો પણ એક અભ્યાસ કરવામાં આવ્યો,
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
જેમાં આ મુખ્ય અધિકારીઓની દિનચર્યાનો એક અઠવાડીયામાટે નજદીકથી અભ્યાસ કરાયો.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
વૈજ્ઞાનિકોએ આ મુખ્ય પ્રબંધકોની
00:45
that these CEOs engaged in
12
30000
2000
બધી પ્રવૃતિઓની નોંધ કરી
00:47
and how much time they spent engaging
13
32000
2000
તેમ જ તેઓ એ પ્રવૃતિઓ વિષે જે નિર્ણયો લીધા
00:49
in making decisions related to these tasks.
14
34000
2000
તેમાં કેટલો સમય વાપર્યો તે પણ નોંધ્યું.
00:51
And they found that the average CEO
15
36000
3000
તેઓએ નોંધ્યું કે સરેરાશ દરેક મુખ્ય પ્રબંધક
00:54
engaged in about 139 tasks in a week.
16
39000
3000
દર અઠવાડીયે ૧૩૯ પ્રવૃતિઓ કરતા હતા.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
અને હા, દરેક પ્રવૃતિની અંદર કેટ કેટલીય પસંદગીઓ તો કરવાની હતી જ.
01:01
50 percent of their decisions
18
46000
2000
તેઓએ લીધેલા નિર્ણયોમાંના ૫૦% નિર્ણયો
01:03
were made in nine minutes or less.
19
48000
3000
નવ મિનિટ કે તેથી ઓછા સમયમાં લેવાયેલ હતા.
01:06
Only about 12 percent of the decisions
20
51000
3000
માત્ર ૧૨% નિર્ણયો માટે તેઓએ
01:09
did they make an hour or more of their time.
21
54000
4000
એક કલાક કે તેથી વધુ સમય લીધો હતો.
01:13
Think about your own choices.
22
58000
2000
હવે તમારા પોતાની પસંદગીઓ વિષે વિચારો.
01:15
Do you know how many choices
23
60000
2000
શું તમે જાણો છો કે
01:17
make it into your nine minute category
24
62000
2000
તમારી બધી જ પસંદગી પૈકી નવ મિનિટવાળી
01:19
versus your one hour category?
25
64000
2000
અને એક કલાકવાળી પસંદગીઓ કેટલી છે?
01:21
How well do you think you're doing
26
66000
2000
આ બધી પસંદગીઓને
01:23
at managing those choices?
27
68000
3000
તમે બરાબર સંભાળી શકો છો?
01:26
Today I want to talk
28
71000
2000
આજે હું આજના સમયની
01:28
about one of the biggest modern day choosing problems that we have,
29
73000
3000
પસંદગી અંગેના સહૂથી વધારે મોટા પ્રશ્નો પૈકી એક પ્રશ્નની વાત કરીશ.
01:31
which is the choice overload problem.
30
76000
2000
અને તે છે પસંદગીની વધારે પડતી વિપુલતાનો.
01:33
I want to talk about the problem
31
78000
2000
હું વાત કરીશ આ પ્રશ્નની
01:35
and some potential solutions.
32
80000
2000
અને તેનાં કેટલાંક સંભવીત નિરાકરણો અંગેની .
01:37
Now as I talk about this problem,
33
82000
2000
આ પ્રશ્ન અંગેની વાત કરવા માટે
01:39
I'm going to have some questions for you
34
84000
2000
હું તમને કેટલાક સવાલો પૂછીશ.
01:41
and I'm going to want to know your answers.
35
86000
3000
અને આશા કરૂ છું કે તમે મને તેના જવાબો આપશો.
01:44
So when I ask you a question,
36
89000
2000
જ્યારે હું સવાલ પૂછીશ ત્યારે ,
01:46
since I'm blind,
37
91000
2000
કારણ કે હું જોઇ નથી શકતી,
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
માત્ર હાથ ઉંચો કરીને તો તમે તમારી શક્તિ જ વેડફશો.
01:51
(Laughter)
39
96000
3000
♫♫ હાસ્ય ♫♫
01:54
Otherwise, when I ask you a question,
40
99000
2000
એટલે, જ્યારે હું પ્રશ્ન પૂછું
01:56
and if your answer is yes,
41
101000
2000
ત્યારે જો તમારો જવાબ હામાં હોય
01:58
I'd like you to clap your hands.
42
103000
2000
તો તમે તાળી પાડશો.
02:00
So for my first question for you today:
43
105000
3000
તો, આજે મારો તમને પહેલો પ્રશ્ન છેઃ
02:03
Are you guys ready to hear about the choice overload problem?
44
108000
3000
તો બોલો, શું આજે પસંદગીની વધારે પડતી વિપુલતા ના પ્રશ્નોની વાત કરીશું?
02:06
(Applause)
45
111000
2000
♪♪ તાળીઓ ♪♪
02:08
Thank you.
46
113000
2000
આભાર
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
હું જ્યારે સ્ટૅનફૉર્ડ યુનિવર્સીટીની વિદ્યાર્થી હતી
02:13
I used to go to this very, very upscale grocery store;
48
118000
3000
ત્યારે એક મોંઘા દાટ સ્ટૉરમાં ખરીદી માટે જતી;
02:16
at least at that time it was truly upscale.
49
121000
2000
એટ્લે કે તે સમયે તો તે ઘણો મોંઘો સ્ટૉર ગણાતો.
02:18
It was a store called Draeger's.
50
123000
3000
તે સ્ટૉરનું નામ હતું - ડ્રૅગર'સ
02:21
Now this store, it was almost like going to an amusement park.
51
126000
3000
આ સ્ટોરમાં જવું એટલે જાણે કોઇ અમ્યુઝમેન્ટ પાર્કની મુલાકાતે જવું.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
આ સ્ટૉરમાં લગભગ ૨૫૦ પ્રકારની રાઇ અને વીનૅગર હતાં
02:27
and over 500 different kinds
53
132000
2000
અલગ અલગ ૫૦૦થી વધારે પ્રકારનાં
02:29
of fruits and vegetables
54
134000
2000
ફળો અને શાક્ભાજીઓ
02:31
and more than two dozen different kinds of bottled water --
55
136000
3000
તો વળી બે એક ડઝન જેટલી જૂદી જૂદી બૉટ્લ્ડ પાણીની બ્રાંડ્સ હતી -- -
02:34
and this was during a time when we actually used to drink tap water.
56
139000
4000
તે પણ એ જમાનામાં જ્યારે અમે બધાં જ પીવા માટે તો નળનું પાણી વાપરતાં.
02:38
I used to love going to this store,
57
143000
3000
મને એ સ્ટૉરમાં જવાની મજા પડતી.
02:41
but on one occasion I asked myself,
58
146000
2000
પણ,એક વાર મેં મારી જાતને પૂછ્યુંઃ
02:43
well how come you never buy anything?
59
148000
2000
અરે ભાઇ, આપણે કશું કંઇ ખરીદતા કેમ નથી?
02:45
Here's their olive oil aisle.
60
150000
2000
આ ઑલીવ તેલનું સેક્શન છે
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
જેમાં હજારો વર્ષ જૂનાં ઑલીવનાં વૃક્ષોમાથી કાઢેલું,
02:49
including those that were in a locked case
62
154000
2000
હાલમાં તાળાં મારેલ પેટીઓમાં રાખી મૂકેલ
02:51
that came from thousand-year-old olive trees.
63
156000
4000
૭૫થી વધારે પ્રકારનાં ઑલીવ તેલ છે.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
એક દિવસે મેં મૅનૅજરને મળવાનું નક્કી કર્યું,
02:57
and I asked the manager,
65
162000
2000
અને તેમને પૂછ્યું,
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
"શું લોકોને આટલી બધી પસંદગીમાંથી પસંદ કરવાની પધ્ધતિ ખરેખર કામ આવે છે ખરી?"
03:02
And he pointed to the busloads of tourists
67
167000
2000
તેમણે મને હાથમાં તૈયાર કૅમૅરા સાથેનાં
03:04
that would show up everyday,
68
169000
2000
બસો ભરીને આવી રહેલા
03:06
with cameras ready usually.
69
171000
2000
દરરોજનાં હજારો પર્યટકો બતાવ્યાં
03:08
We decided to do a little experiment,
70
173000
3000
અમે એક નાનકડો પ્રયોગ કરવાનું નક્કી કર્યું.
03:11
and we picked jam for our experiment.
71
176000
2000
અમે જૅમને આ પ્રયોગ માટે પસંદ કર્યું.
03:13
Here's their jam aisle.
72
178000
2000
ચાલો આપણે જૅમનાં સૅક્શન જઇએ.
03:15
They had 348 different kinds of jam.
73
180000
2000
તેઓ પાસે ૩૪૮ પ્રકારના જૅમ હતાં.
03:17
We set up a little tasting booth
74
182000
2000
અમે સ્ટૉરના પ્રવેશદ્વાર પાસે
03:19
right near the entrance of the store.
75
184000
2000
એક નાનક્ડું ચાખવામાટેનું બુથ બનાવ્યું.
03:21
We there put out six different flavors of jam
76
186000
2000
અમે ત્યાં ૬ પ્રકારનાં
03:23
or 24 different flavors of jam,
77
188000
3000
અને ૨૪ પ્રકારનાં જૅમ મૂક્યાં.
03:26
and we looked at two things:
78
191000
2000
અમે બે બાબતોનું અવલોકન કરવાનું નક્કી કર્યું હતુંઃ
03:28
First, in which case
79
193000
2000
પહેલું - કયા કિસ્સાઓમાં
03:30
were people more likely to stop, sample some jam?
80
195000
3000
લોકો થોડું જૅમ ચાખવા રોકાતા હતાં?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
લગભગ ૬૦% લોકો જ્યારે ૨૪ પ્રકારનાં જૅમ મૂક્યાં હતાં ત્યારે
03:36
than when there were six,
82
201000
2000
અને લગભગ ૪૦% લોકો
03:38
about 40 percent.
83
203000
2000
જ્યારે ૬ પ્રકારનાં જૅમ મૂક્યાં હતાં ત્યારે રોકાયાં હતાં.
03:40
The next thing we looked at
84
205000
2000
બીજું અમે એ જોવાનું નક્કી કર્યું હતું કે
03:42
is in which case were people more likely
85
207000
2000
કયા કિસ્સઓમાં લોકો .
03:44
to buy a jar of jam.
86
209000
2000
જૅમની બરણી ખરીદતાં હશે.
03:46
Now we see the opposite effect.
87
211000
2000
આ વખતે અમે તદ્દન વિરુધ્ધ પ્રકારની વર્તણૂંક જોઇ.
03:48
Of the people who stopped when there were 24,
88
213000
2000
૨૪ જૅમ સમયે રોકાયેલાં લોકો પૈકી
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
માત્ર ૩ % લોકો એ જ ખરેખર જૅમની બરણી ખરીદી.
03:53
Of the people who stopped when there were six,
90
218000
3000
જેની સામે જ્યારે ૬ જૅમ વખતે રોકાયેલાં લોકો પૈકી
03:56
well now we saw that 30 percent of them
91
221000
2000
૩૦% લોકોએ
03:58
actually bought a jar of jam.
92
223000
2000
જૅમની બરણીઓ ખરીદી!
04:00
Now if you do the math,
93
225000
2000
ગણતરી મૂકશો તો જણાશે કે
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
૨૪ પ્રકારના જૅમને જોઇને ખરીદી કરનારાઓ કરતાં
04:05
if they encountered six
95
230000
2000
૬ પ્રકાર જોઇને ખરીદનારાં લોકો
04:07
than if they encountered 24.
96
232000
2000
૬ ગણાં વધારે હતાં.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
આમ જૂઓ તો જૅમની બરણી ન ખરીદવી
04:11
is probably good for us --
98
236000
2000
તે આપણામાટે સારૂં જ ગણાય -
04:13
at least it's good for our waistlines --
99
238000
2000
કમ સે કમ, આપણી કમરના ઘેરાવામાટે તો ખરૂં જ -
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
પરંતુ આ તો એવું થયું કે પસંદગીની વિપુલતાના પ્રશ્નએ
04:18
even in very consequential decisions.
101
243000
3000
આપણા તે પછીના નિર્ણયો પર અસર કરી.
04:21
We choose not to choose,
102
246000
2000
જ્યારે આપણા ખુદના લાભમાં હોય છે ત્યારે પણ
04:23
even when it goes against our best self-interests.
103
248000
3000
આપણે નાપસંદની પસંદ કરતાં જણાઇએ છીએ.
04:26
So now for the topic of today: financial savings.
104
251000
3000
તો હવે આજના વિષય - નાણાંકીય બચત- બાબતે વાત કરીએ.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
હું તમને મેં
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
ગુર હ્યુબરમૅન,ઍમીર ક્મૅનિક, વૈ જંગ સાથે
04:36
where we looked at the retirement savings decisions
107
261000
4000
કરેલ એક અભ્યાસ અંગે વાત કરીશ
04:40
of nearly a million Americans
108
265000
3000
જેમાં અમે સમગ્ર અમેરીકાના
04:43
from about 650 plans
109
268000
3000
૬૫૦ પ્રકારના નિવૃતિ બચત પ્લાન અંગેનાં
04:46
all in the U.S.
110
271000
2000
લગભગ દસેક લાખ લોકોના નિર્ણયને તપાસ્યા.
04:48
And what we looked at
111
273000
2000
અમે ખાસ તો એ તપાસ્યું કે
04:50
was whether the number of fund offerings
112
275000
2000
શું ૪૦૧ (કે)પ્લાન હેઠળનાં અનેક ફંડની ઉપલબ્ધીની
04:52
available in a retirement savings plan,
113
277000
2000
લોકોની આવતીકાલ માટેની
04:54
the 401(k) plan,
114
279000
2000
બચત કરવાની
04:56
does that affect people's likelihood
115
281000
2000
શક્યતાઓ પર
04:58
to save more for tomorrow.
116
283000
2000
કોઇ અસર છે કે નહીં.
05:00
And what we found
117
285000
2000
અને સાચે જ, અમે બન્ને વચ્ચે
05:02
was that indeed there was a correlation.
118
287000
3000
અનુબંધ જોઇ શક્યા.
05:05
So in these plans, we had about 657 plans
119
290000
3000
આ પ્લાન્સમાં ૨ થી ૫૯ ફંડ
05:08
that ranged from offering people
120
293000
2000
રજૂ કરાતા હોય
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
તેવા ૬૫૭ પ્લાન હતા.
05:13
And what we found was that,
122
298000
2000
અને અમે જોઇ શક્યા કે
05:15
the more funds offered,
123
300000
2000
જેમ વધારે ફંડ રજૂ થતાં હતાં
05:17
indeed, there was less participation rate.
124
302000
3000
તેમ તેમ લોકોએ તેમાં ઓછો ભાગ લીધો હતો.
05:20
So if you look at the extremes,
125
305000
2000
આમ જો બન્ને છેડાપરની સ્થિતિ તપાસીએ
05:22
those plans that offered you two funds,
126
307000
2000
તો જણાશે કે જે પ્લાન બે ફંડ રજૂ કરતા હતા
05:24
participation rates were around in the mid-70s --
127
309000
3000
તેમાં '૭૦ના દાયકાના મધ્ય ભાગ જેટલો ભાગ લેવાયો હતો -
05:27
still not as high as we want it to be.
128
312000
2000
જો કે આ અમારી અપેક્ષા મૂજબનું તો ન કહેવાય.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
જ્યારે જે પ્લાનમાં લગભગ ૬૦ ફંડ રજૂ થયાં હતાં
05:32
participation rates have now dropped
130
317000
3000
તેમાં તો ૬૦% જો હિસ્સેદારીમાં
05:35
to about the 60th percentile.
131
320000
3000
ઘટાડો જોવા મળતો હતો.
05:38
Now it turns out
132
323000
2000
તે ઉપરાંત એવું પણ થઇ શકે છે કે
05:40
that even if you do choose to participate
133
325000
3000
જેમાં વધારે પસંદગીના વિકલ્પ છે
05:43
when there are more choices present,
134
328000
2000
તેમાં તમે ભાગ લો,
05:45
even then, it has negative consequences.
135
330000
3000
તો પણ, તેનાં અવળાં પરિણામ આવી શકે છે.
05:48
So for those people who did choose to participate,
136
333000
3000
એટલે કે જે લોકોએ ભાગ લેવાનું નક્કી કર્યું,
05:51
the more choices available,
137
336000
2000
તેઓએ જેમ વધારે પસંદગીના વિકલ્પ હતા,
05:53
the more likely people were
138
338000
2000
તેમ તેમ તેઓએ
05:55
to completely avoid stocks or equity funds.
139
340000
3000
શૅર અને ઇક્વીટી ફંડ્સને સદંતર અવગણ્યાં.
05:58
The more choices available,
140
343000
2000
જેમ વધારે પસંદગીનો અવકાશ
06:00
the more likely they were
141
345000
2000
તેમ તેમ તેઓ
06:02
to put all their money in pure money market accounts.
142
347000
2000
તેમનાં નાણાં શુધ્ધ મની માર્કૅટ ખાતાંઓમાં રોકતાં જણાય છે.
06:04
Now neither of these extreme decisions
143
349000
2000
જે લોકો પોતાનાં ભવિષ્યનાં શ્રેય માટે
06:06
are the kinds of decisions
144
351000
2000
નાણાં રોકાણ અંગે વિચાર કરી રહ્યાં હોય,
06:08
that any of us would recommend for people
145
353000
2000
તેમને આપણે આ બન્ને આત્યંતિક નિર્ણય પૈકી
06:10
when you're considering their future financial well-being.
146
355000
3000
કોઇ પણ વિકલ્પ ભલામણ ન કરીએ.
06:13
Well, over the past decade,
147
358000
2000
છેલ્લા દશકામાં,
06:15
we have observed three main negative consequences
148
360000
3000
લોકોને વધારે ને વધારે પસંદગીના વિકલ્પ આપવાના
06:18
to offering people more and more choices.
149
363000
3000
ત્રણ મુખ્ય અવળાં પરિણામો જોયાં છે.
06:21
They're more likely to delay choosing --
150
366000
2000
તેઓ કદાચ નિર્ણય લેવાનું ટાળશે -
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
તેમના પોતના ઉત્તમ ફાયદામાં હશે તો પણ.
06:26
They're more likely to make worse choices --
152
371000
2000
તેઓ સહુથી ખરાબ -
06:28
worse financial choices, medical choices.
153
373000
3000
નાણાંકીય , મૅડીકલ - પસંદગીઓ કરે તે પણ શક્ય છે
06:31
They're more likely to choose things that make them less satisfied,
154
376000
3000
તેઓ જ્યારે વસ્તુતઃ સારો નિર્ણય લઇ શકે તેમ હોય ત્યારે પણ તેઓ એવી વસ્તુઓ પસંદ કરે કે
06:34
even when they do objectively better.
155
379000
3000
જેનાથી તેમને ઓછો સંતોષ થાય.
06:37
The main reason for this
156
382000
2000
આમ થવાનું મુખ્ય કારણ
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
એ કે આપણને મૅયોનીઝ, મસ્ટર્ડ, વીનેગર કે જૅમના
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
ઢગલા જોવા તો ગમે,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
પણ આવા આંજી નાખે તેવા દેખાવમાંથી ખરી પસંદગી કરવા માટેની
06:48
and actually picking from that stunning display.
160
393000
4000
સરખામણી કે વિષ્લેશણની ગણતરીઓ આપણાથી થતી નથી હોતી.
06:52
So what I want to propose to you today
161
397000
2000
એટલે હું આજે
06:54
are four simple techniques --
162
399000
3000
ચાર સરળ રીત રજૂ કરીશ -
06:57
techniques that we have tested in one way or another
163
402000
3000
જેનૅ અમે એક યા બીજી રીતે કોઇને કોઇ
07:00
in different research venues --
164
405000
2000
સંશોધન સ્થળ પર ચકાસી જોયેલ છે -
07:02
that you can easily apply
165
407000
2000
જે તમે તમારા વ્યવસાયમાં
07:04
in your businesses.
166
409000
2000
સહેલાઇથી અપનાવી શકશો.
07:06
The first: Cut.
167
411000
2000
સહુથી પહેલુંઃ 'કાપો'.
07:08
You've heard it said before,
168
413000
2000
તમે આ પહેલાં પણ સાંભળ્યું હશે,
07:10
but it's never been more true than today,
169
415000
2000
પણ તે આજ કરતાં વધારે ઉપ્યુકત ક્યારેય નહોતું -
07:12
that less is more.
170
417000
2000
થોડામાં ઘણું.
07:14
People are always upset when I say, "Cut."
171
419000
3000
જ્યારે પણ હું 'કાપો' કહું છું, ત્યારે લોકો હંમેશ નારાજ થાય છે.
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
તેઓને એમ જ લાગે છે કે તેમને ફાળવાયેલ જગ્યા ઘટાડી નંખાશે.
07:19
But in fact, what we're seeing more and more
173
424000
3000
પણ હકીકત તો એ છે કે
07:22
is that if you are willing to cut,
174
427000
2000
જો થોડી કાંટછાંટની તૈયારી હોય તો,
07:24
get rid of those extraneous redundant options,
175
429000
2000
વધારે પડતા અને બીનજરૂરી વિકલ્પોને દૂર કરવાથી,
07:26
well there's an increase in sales,
176
431000
2000
વેચાણ વધશે,
07:28
there's a lowering of costs,
177
433000
2000
પડતર કિંમત ઘટશે અને
07:30
there is an improvement of the choosing experience.
178
435000
4000
પસંદગી કરવાનો અનુભવ સુધરશે.
07:34
When Proctor & Gamble
179
439000
2000
પ્રૉક્ટર અને ગૅમ્બલએ
07:36
went from 26 different kinds of Head & Shoulders to 15,
180
441000
2000
જ્યારે તેમની હૅડ એન્ડ શૉલ્ડર્સની ૨૬માંથી ૧૫ વિવિધતા કરી,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
તે પછીથી તેમનાં વેચાણમાં ૧૦%નો વધારો થયો હતો.
07:41
When the Golden Cat Corporation
182
446000
2000
ગોલ્ડન કૅટ કૉર્પૉરૅશને
07:43
got rid of their 10 worst-selling cat litter products,
183
448000
2000
તેમની સહુથી ઓછી વેંચાતી ૧૦ ફાસફુસીયા પ્રૉડક્ટસને દૂર કર્યા બાદ,
07:45
they saw an increase in profits
184
450000
2000
વેચાણમાં વધારો અને ખર્ચાઓમાં ઘટાડાને પ્રતાપે,
07:47
by 87 percent --
185
452000
2000
તેમના નફામાં
07:49
a function of both increase in sales
186
454000
2000
૮૭%નો
07:51
and lowering of costs.
187
456000
2000
વધારો કર્યો.
07:53
You know, the average grocery store today
188
458000
2000
શું તમે જાણો છો કે આજનો સરેરાશ કરીયાણા સ્ટૉર
07:55
offers you 45,000 products.
189
460000
2000
લગભગ ૪૫,૦૦૦ આઇટેમો વેંચે છે?
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
વૉલમાર્ટનો કોઇપણ એક સ્ટૉર સામાન્યતઃ ૧૦૦,૦૦૦ પ્રૉડક્ટ્સ રાખે છે.
08:00
But the ninth largest retailer,
191
465000
5000
જેની સામે દુનિયાનો
08:05
the ninth biggest retailer in the world today
192
470000
2000
૯મો સહુથી મોટૉ રીટેલર,
08:07
is Aldi,
193
472000
2000
અલ્દી,
08:09
and it offers you only 1,400 products --
194
474000
3000
માત્ર ૧૪૦૦ પ્રૉડક્ટ્સ જ રાખે છે -
08:12
one kind of canned tomato sauce.
195
477000
3000
માત્ર એક જ પ્રકારનો ટીન્ડ ટૉમૅટૉ સૉસ.
08:15
Now in the financial savings world,
196
480000
2000
તે જ રીતે નાણાકીય બચતોનાં વિશ્વમાં
08:17
I think one of the best examples that has recently come out
197
482000
3000
હમણાં પસંદગીના વિકલ્પોનું સહુથી વધારે અસરકારક સંચાલનનો
08:20
on how to best manage the choice offerings
198
485000
3000
એક કિસ્સો બહુ જ જાણીતો થયો છે
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
- ડૅવીડ લૈસ્બૉન જેના ડિઝાઇનમાં સંકળાયેલ હતા
08:26
which was the program that they have at Harvard.
200
491000
2000
જે હાર્વર્ડમાં લાગૂ કરાયો હતો.
08:28
Every single Harvard employee
201
493000
2000
હાર્વર્ડનો દરેક કર્મચારીને
08:30
is now automatically enrolled
202
495000
2000
જીવનપર્યંતના ફંડનો
08:32
in a lifecycle fund.
203
497000
2000
ફરજીયાતપણે સભ્ય બનાવવામાં આવે છે.
08:34
For those people who actually want to choose,
204
499000
2000
જે કોઇ ખાસ પસંદગી કરવા માંગતું હોય
08:36
they're given 20 funds,
205
501000
2000
તેને પસંદગી માટે ૩૦૦ કે તેથી વધારેને બદલે માત્ર
08:38
not 300 or more funds.
206
503000
2000
૨૦ ફંડનો જ વિકલ્પ અપાયો હતો
08:40
You know, often, people say,
207
505000
2000
આપણે હંમેશ લોકોને એવું કહેતા સાંભળ્યા છે,
08:42
"I don't know how to cut.
208
507000
2000
"ક્યાં કાપ મૂકવો તે જ સમજાતું નથી.
08:44
They're all important choices."
209
509000
2000
બધીજ પસંદગીઓ મહત્વની જણાય છે."
08:46
And the first thing I do is I ask the employees,
210
511000
3000
અને હું કર્મચારીને સહુથી પહેલો એ સવાલ પૂછું છું,
08:49
"Tell me how these choices are different from one another.
211
514000
2000
"મને કહો કે આમાં ના વિકલ્પો એક્બીજાથી કઇ રીતે જૂદા પડે છે.
08:51
And if your employees can't tell them apart,
212
516000
2000
જો તમારા કર્મચારીઓ ફરક કહી ન શકે,
08:53
neither can your consumers."
213
518000
3000
તો ગ્રાહકો તો ક્યાંથી જ કહી શકે."
08:56
Now before we started our session this afternoon,
214
521000
3000
આજે બપોરે આ સેશન ચાલુ થાય તે પહેલાં,
08:59
I had a chat with Gary.
215
524000
2000
મારે ગૅરી સાથે વાત થયેલી.
09:01
And Gary said that he would be willing
216
526000
3000
ગૅરીનું કહેવું હતું કે
09:04
to offer people in this audience
217
529000
2000
તે અહીં હાજર શ્રોતાઓને
09:06
an all-expenses-paid free vacation
218
531000
3000
વિશ્વના સહુથી રળીયામણા માર્ગ પર
09:09
to the most beautiful road in the world.
219
534000
4000
બધાજ ખર્ચા ચૂકવાયેલ વૅકૅશન આપવા માંગે છે.
09:13
Here's a description of the road.
220
538000
3000
તે માર્ગનું વર્ણન આ છે.
09:16
And I'd like you to read it.
221
541000
2000
તે વાંચવાની મારી આપને વિનંતિ છે.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
હવે, હું તમને વાંચવા માટે થોડી સેકંડ આપીશ
09:20
and then I want you to clap your hands
223
545000
2000
અને તે પછીથી જો તમે ગૅરીની રજૂઆત માટે
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
તૈયાર હો તો તાળી પાડજો.
09:24
(Light clapping)
225
549000
2000
♫ હળવી તાળીઓ ♫
09:26
Okay. Anybody who's ready to take him up on his offer.
226
551000
3000
ઑ કૅ.ચાલો કોણ તૈયાર છે તેમની ઑફર સ્વીકારવા માટે.
09:29
Is that all?
227
554000
2000
બસ , આટલા જ?
09:31
All right, let me show you some more about this.
228
556000
3000
ઠીક છે,ચાલો હું તમને આ વિષે થોડું વધારે બતાવું.
09:34
(Laughter)
229
559000
3000
[ હાસ્ય]♪♪♪
09:37
You guys knew there was a trick, didn't you.
230
562000
3000
તમને એમ હતું ને કે આમાં કંઇ ચલાકી છે,હેં ને?
09:44
(Honk)
231
569000
2000
[અવાજ]
09:46
Now who's ready to go on this trip.
232
571000
3000
તો, આ ટ્રીપ પર જવામાટે કોણ તૈયાર છે?
09:49
(Applause)
233
574000
2000
[તાળીઓ]♪♪
09:51
(Laughter)
234
576000
2000
♫♫[હાસ્ય]♫♫
09:53
I think I might have actually heard more hands.
235
578000
3000
મેં તો હજૂ વધારે હાથ ઉંચા થશે તેમ કલ્પ્યું હતું.
09:56
All right.
236
581000
2000
ઑલ રાઇટ.
09:58
Now in fact,
237
583000
2000
આમ જૂઓ તો હકીકતમાં,
10:00
you had objectively more information
238
585000
2000
તમારી પાસે બીજી વખતના રાઉન્ડને બદલે
10:02
the first time around than the second time around,
239
587000
2000
પહેલી વારના રાઉન્ડ કરતાં વસ્તુતઃ વધારે માહિતિ હતી,
10:04
but I would venture to guess
240
589000
2000
પરંતુ હું એવું માની લઇ શકું કે
10:06
that you felt that it was more real the second time around.
241
591000
4000
તમે એવું માનતા હતા કે બીજા રાઉન્ડમાં વધારે માહિતિ હતી.
10:10
Because the pictures made it feel
242
595000
2000
તેનું કારણ સાથેનાં ચિત્રને કારણે
10:12
more real to you.
243
597000
2000
તમને તે વધારે સાચું જણાયું.
10:14
Which brings me to the second technique
244
599000
2000
તો આપણે હવે પસંદગીની વિપુલતાની
10:16
for handling the choice overload problem,
245
601000
2000
સમસ્યાને સંભાળવાની બીજી રીત -
10:18
which is concretization.
246
603000
2000
નકકર સ્વરૂપ -ની વાત કરીએ.
10:20
That in order for people to understand
247
605000
2000
પસંદગીઓના તફાવતને
10:22
the differences between the choices,
248
607000
2000
સમજવા માટે, તેઓએ
10:24
they have to be able to understand
249
609000
2000
પસંદગીનાં પરિણામોને
10:26
the consequences associated with each choice,
250
611000
3000
પૂરેપૂરૂ,
10:29
and that the consequences need to be felt
251
614000
3000
નકકર સ્વરૂપે,
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
સમજવું જરૂરી છે.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
લોકો એટીએમ કાર્ડ કે ક્રેડીટ કાર્ડથી રોકડ કરતાં
10:39
when they use an ATM card or a credit card
254
624000
2000
સરેરાશ ૧૫ થી ૩૦ ટકા વધારે
10:41
as opposed to cash?
255
626000
2000
શા માટે ખર્ચી નાખે છે?
10:43
Because it doesn't feel like real money.
256
628000
2000
કારણ કે કે તે સાચા પૈસા દેખાતાં નથી.
10:45
And it turns out
257
630000
2000
લોકોને વધારે બચત કરતાં કરવા માટે
10:47
that making it feel more concrete
258
632000
2000
તેને વધારે નક્કર સ્વરૂપ આપવું
10:49
can actually be a very positive tool
259
634000
2000
તે ઘણું સકારાત્મક
10:51
to use in getting people to save more.
260
636000
2000
સાધન પરવડી શકે છે.
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
મેં શ્લૉમૉ બૅનાર્ટ્ઝી
10:55
and Alessandro Previtero,
262
640000
2000
અને અલૅસ્સાન્દ્રૉ પ્રૅવિતૅરૉની સાથે
10:57
we did a study with people at ING --
263
642000
4000
આઇએનજીના લોકો -
11:01
employees that are all working at ING --
264
646000
3000
આઇએનજીમાં કામ કરતા કર્મચારીઓ -નો
11:04
and now these people were all in a session
265
649000
2000
એક અભ્યાસ કર્યો,
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
જેમાં તે બધાં ૪૦૧(ક) પ્લાનમાટેની નોંધણીનાં એક સત્રમાટે એકઠાં થયેલ હતાં.
11:09
And during that session,
267
654000
2000
એ સત્રને અમે જે રીતે ધારેલું
11:11
we kept the session exactly the way it used to be,
268
656000
2000
તે જ રીતે આયોજીત કર્યું,
11:13
but we added one little thing.
269
658000
3000
પરંતુ અમે તેમાં એક નાનો ઉમેરો કર્યો હતો.
11:16
The one little thing we added
270
661000
3000
તે નાનો સુધારો એ હતો કે
11:19
was we asked people
271
664000
2000
અમે બધાંને વધારે બચત કરવાથી
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
જીંદગીમાં શું શું સકારાત્મક થઇ શકે
11:24
if you saved more.
273
669000
2000
તે વિચારવાનું કહ્યું હતું.
11:26
By doing that simple thing,
274
671000
3000
માત્ર એટલો સુધારો કરવાથી
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
નોંધણીમાં ૨૦% જેટલો વધારો થયો
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
અને બચત કરવા ઇચ્છતાં લોકોની સંખ્યામાં પણ વધારો થયો
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
અથવા પોતાનાં બચત ખાતાંમાં મુકવા માટેની રકમની શક્યતામાં
11:38
by four percent.
278
683000
2000
ચાર ટકાનો વધારો થયો.
11:40
The third technique: Categorization.
279
685000
3000
અને હવે ત્રીજી રીતઃ વર્ગીકરણ.
11:43
We can handle more categories
280
688000
3000
આપણે વધારે પસંદગીઓ કરતાં
11:46
than we can handle choices.
281
691000
2000
વધારે વર્ગીકરણને સારી રીતે સમજી શકીએ છીએ.
11:48
So for example,
282
693000
2000
દાખલા તરીકે,
11:50
here's a study we did in a magazine aisle.
283
695000
2000
અમે સામયિકોના કબાટોનો એક અભ્યાસ કર્યો તે જોઇએ.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
વૅગ્માનના ગ્રૉસરી સ્ટૉરની
11:54
up and down the northeast corridor,
285
699000
2000
ઉત્તરપૂર્વની પરસાળમાં
11:56
the magazine aisles range anywhere
286
701000
2000
ઉપરથી નીચે સુધી સામયિકોના કબાટોમાં
11:58
from 331 different kinds of magazines
287
703000
2000
નહીં નહીં તો ૩૩૧થી માંડીને
12:00
all the way up to 664.
288
705000
3000
૬૬૪ જેટલાં સામયિકોનું વૈવિધ્ય જોવા મળે છે.
12:03
But you know what?
289
708000
2000
પણ શું તમે જાણો છો?
12:05
If I show you 600 magazines
290
710000
2000
જો હું તમને ૬૦૦ સામયિકો બતાવું
12:07
and I divide them up into 10 categories,
291
712000
3000
અને તેમને ૧૦ પ્રકારમાં વર્ગીકરણ કરૂં
12:10
versus I show you 400 magazines
292
715000
2000
જેની સામે હું ૪૦૦ સામયિકોને
12:12
and divide them up into 20 categories,
293
717000
3000
૨૦ પ્રકારમાં વહેંચી નાખું તો
12:15
you believe that I have given you
294
720000
2000
તમને એમ લાગશે કે
12:17
more choice and a better choosing experience
295
722000
2000
મેં ૪૦૦ સામયિકોમાં તમને ૬૦૦ સામયિકો કરતાં
12:19
if I gave you the 400
296
724000
2000
વધારે પસંદગી અને
12:21
than if I gave you the 600.
297
726000
2000
વધારે સારો પસંદગીનો અનુભવ આપ્યો હતો.
12:23
Because the categories tell me how to tell them apart.
298
728000
3000
કારણ કે વર્ગીકરણને કારણે તે ભીન્નતાને સમજવી વધારે આસાન જણાય છે.
12:28
Here are two different jewelry displays.
299
733000
3000
હવે જૂઓ બે પ્રકારની ઝવેરાતની પ્રદર્શીત ગોઠવણ.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
એકને ઓળખીશું 'જૅઝ્ઝ' નામથી અને બીજાં ને 'સ્વીંગ' નામથી.
12:34
If you think the display on the left is Swing
301
739000
3000
'જો તમને એમ જણાતું હોય કે ડાબી બાજૂની ગોઠવણ 'સ્વીંગ' છે
12:37
and the display on the right is Jazz,
302
742000
3000
અને જમણી બાજૂની ગોઠવણ 'જૅઝ્ઝ' છે
12:40
clap your hands.
303
745000
2000
તો તાળી પાડજો.
12:42
(Light Clapping)
304
747000
2000
♫♫ [હળવી તાળીઓ] ♫♫
12:44
Okay, there's some.
305
749000
2000
ઑ કૅ. હજૂ થોડી તાળીઓ જ સાંભળવા મળી.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
જો તમને ડાબી બાજૂએ 'જૅઝ્ઝ' અને જમણી બાજૂએ 'સ્વીંગ' લાગતું હોય
12:48
clap your hands.
307
753000
2000
તો તાળી પાડો.
12:50
Okay, a bit more.
308
755000
2000
ચાલો, આ વખતે થોડી વધારે.
12:52
Now it turns out you're right.
309
757000
2000
મજાની વાત તો એ છે કે તમે સાચાં છો.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
ડાબી બાજૂની ગોઠવણ જૅઝ્ઝ છે અને જમણી બાજૂની સ્વીંગ,
12:56
but you know what?
311
761000
2000
પણ તમને ખબર છે?
12:58
This is a highly useless categorization scheme.
312
763000
3000
વર્ગીકરણની આ સહુથી બિનજરૂરી રીત છે.
13:01
(Laughter)
313
766000
2000
♪♪ [હાસ્ય] ♪♪
13:03
The categories need to say something
314
768000
3000
વર્ગીકરણ પસંદગી કરનારને
13:06
to the chooser, not the choice-maker.
315
771000
3000
કંઇ માહિતિ આપતું હોવું જોઇએ નહીં કે પસંદગીની ગોઠવણી કરનારને.
13:09
And you often see that problem
316
774000
2000
અને તમે આ જ સમસ્યા
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
ફંડની લાંબી લચ સૂચીમાં પણ જોઇ શકશો.
13:14
Who are they actually supposed to be informing?
318
779000
4000
તેઓ ખરેખર કોને માહિતગાર કરી રહ્યા છે?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
મારી ચોથી રીત છેઃ જટીલતા માટે તૈયાર કરો.
13:21
It turns out we can actually
320
786000
2000
આમ જૂઓ તો આપણે માનીએ છીએ
13:23
handle a lot more information than we think we can,
321
788000
2000
તે કરતાં ઘણી વધારે માહિતિ સંભાળી શકીએ છીએ,
13:25
we've just got to take it a little easier.
322
790000
2000
માત્ર જરૂર છે થોડું આરામથી જોવાની.
13:27
We have to gradually increase the complexity.
323
792000
3000
આપણે ધીમે ધીમે જટીલતા વધારતાં જવું જોઇએ.
13:30
I'm going to show you one example of what I'm talking about.
324
795000
3000
હું તમને એક ઉદાહરણથી આ વાત સમજાવીશ.
13:33
Let's take a very, very complicated decision:
325
798000
2000
આપણે એક ખુબ જ મુશ્કેલ નિર્ણયની વાત કરીએઃ
13:35
buying a car.
326
800000
2000
કારની ખરીદી.
13:37
Here's a German car manufacturer
327
802000
2000
આ છે એક જર્મન કાર ઉત્પાદક
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
જે તમને તમારી આગવી જરૂરીયાત મુજબ કાર બનાવી આપવા તૈયાર છે.
13:42
You've got to make 60 different decisions,
329
807000
2000
કારને પૂરે પૂરી બનાવવા માટે તમારે
13:44
completely make up your car.
330
809000
2000
૬૦ અલગ અલગ નિર્ણયો કરવાના રહેશે.
13:46
Now these decisions vary
331
811000
2000
જો કે આ નિર્ણયો દરેક નિર્ણય માટે
13:48
in the number of choices that they offer per decision.
332
813000
3000
જરૂરી પસંદગીની દ્રષ્ટિએ અલગ પડે છે.
13:51
Car colors, exterior car colors --
333
816000
2000
મારી પાસે કારના રંગ, બહારના રંગ માટેની
13:53
I've got 56 choices.
334
818000
2000
૫૬ પસંદગીઓ છે,
13:55
Engines, gearshift -- four choices.
335
820000
3000
જ્યારે એન્જીન, ગીઅરશીફ્ટમાં
13:58
So now what I'm going to do
336
823000
2000
ચાર પસંદગી છે.
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
હવે હું જે ક્રમમાં આ નિર્ણયો કરવાના રહેશે તેને હું બદલીશ.
14:03
So half of the customers
338
828000
2000
એટલે કે અર્ધા ગ્રાહકો
14:05
are going to go from high choice, 56 car colors,
339
830000
2000
વધારે પસંદગીઓ - ૫૬ રંગો -થી
14:07
to low choice, four gearshifts.
340
832000
3000
ઓછી પસંદગીઓ - ચાર ગીઅરશીફ્ટ - તરફ જશે.
14:10
The other half of the customers
341
835000
2000
બીજા અર્ધા ગ્રાહકો
14:12
are going to go from low choice, four gearshifts,
342
837000
2000
ઓછી પસંદગી- ચાર ગીઅરશીફ્ટ -થી
14:14
to 56 car colors, high choice.
343
839000
3000
વધારે પસંદગી - ૫૬ રંગો - તરફ જશે.
14:17
What am I going to look at?
344
842000
2000
હું હવે શું જોવાની છું?
14:19
How engaged you are.
345
844000
2000
તમે કેટલા વ્યસ્ત છો.
14:21
If you keep hitting the default button per decision,
346
846000
3000
જો દરેક નિર્ણય વખતે તમે ડિફૉલ્ટ બટન જ દબાવ્યા કરતા હશો,
14:24
that means you're getting overwhelmed,
347
849000
2000
તો તેનો અર્થ છે કે તમે દબાણમાં છો,
14:26
that means I'm losing you.
348
851000
2000
એટલે કે હું તમને ખોઇ દઇશ.
14:28
What you find
349
853000
2000
તમે જોઇ શકશો કે
14:30
is the people who go from high choice to low choice,
350
855000
2000
વધારે પસંદગીથી ઓછી પસંદગી તરફ લોકો
14:32
they're hitting that default button over and over and over again.
351
857000
3000
ડીફૉલ્ટ બટન વારંવાર દબાવ્યા જ કરતાં હોય છે.
14:35
We're losing them.
352
860000
2000
આપણે તેમને ખોઇ રહ્યાં છીએ.
14:37
They go from low choice to high choice,
353
862000
2000
જેઓ ઓછી પસંદથી વધારે પસંદગી તરફ જઇ રહ્યાં છે.
14:39
they're hanging in there.
354
864000
2000
તેઓ ત્યાં જ અટકી ગયાં છે.
14:41
It's the same information. It's the same number of choices.
355
866000
3000
એની એ જ માહિતિ છે. એની એ જ પસંદગીઓ છે.
14:44
The only thing that I have done
356
869000
2000
મેં માત્ર એટલું જ કર્યું કે
14:46
is I have varied the order
357
871000
2000
માહિતિની પ્રસ્તુતિનો ક્રમ
14:48
in which that information is presented.
358
873000
2000
બદલાવી નાખ્યો છે.
14:50
If I start you off easy,
359
875000
2000
જો હું સહેલા વિકલ્પથી શરૂ કરૂં છું
14:52
I learn how to choose.
360
877000
2000
તો હું પસંદગી કરવાનું શીખું છું.
14:54
Even though choosing gearshift
361
879000
3000
ગીઅરશીફ્ટ પસંદ કરવાથી
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
મને અંદરના દેખાવ વિષે કંઇ જ જાણવા નથી મળતું,
15:00
it still prepares me for how to choose.
363
885000
3000
તેમ છતાં મને હવે પછીની પસંદગી કેમ કરવી તેની તૈયારી તો હું કરી શકું છુ.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
તેનાથી મને એક મોટું ઉત્પાદન એકઠું કરવાનો આનંદ પણ મળે છે,
15:06
so I'm more willing to be motivated
365
891000
2000
તેથી કરીને હું વધારે રસપૂર્વક
15:08
to be engaged.
366
893000
2000
વ્યસ્ત થવામાટે પ્રેરાઉં છું.
15:10
So let me recap.
367
895000
2000
હવે આપણે ફરીથી બધું જોઇ જઇએ.
15:12
I have talked about four techniques
368
897000
3000
મેં વધારે પડતી પસંદગીની સમસ્યાને
15:15
for mitigating the problem of choice overload --
369
900000
3000
હલ કરવા માટેની ચાર રીતો વિષે વાત કરી છે -
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
ઓછું કરો - જરૂર ન હોય તેવા વિકલ્પ કાઢી નાખો;
15:21
concretize -- make it real;
371
906000
3000
નક્કર સ્વરૂપ આપો - વાસ્તવિક સ્વરૂપ આપો;
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
વર્ગીકરણ - વર્ગીકરણના વધારે પ્રકાર સંભાળી શકીએ,પણ વધારે પસંદગીના વિક્લ્પ નહીં;
15:28
condition for complexity.
373
913000
3000
જટીલતામાટેની તૈયારી.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
આજે મેં જે રીત વિષે વાત કરી છે
15:34
are designed to help you manage your choices --
375
919000
3000
તે તમને પસંદગીની વિપુલતા હલ કરવામાં મદદરૂપ થશે -
15:37
better for you, you can use them on yourself,
376
922000
3000
તમારા પોતાનામાટે વાપરીને તમારા ઉપયોગમાં
15:40
better for the people that you are serving.
377
925000
2000
કે પછી તમે જેને સેવાઓ આપો છો તેમના ઉપયોગમાં.
15:42
Because I believe that the key
378
927000
2000
કારણ કે મારૂં એવું માનવું છે કે
15:44
to getting the most from choice
379
929000
2000
પસંદગીઓમાંથી મહત્તમ ફાયદો મેળવવા માટે
15:46
is to be choosy about choosing.
380
931000
3000
પસંદગી બાબતે વીવેકશીલ થવું જરૂરી છે.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
જેટલા આપણે પસંદગી અંગે વધારે વીવેકશીલ થઇશું,
15:51
the better we will be able
382
936000
2000
તેટલું આપણે પસંદગીની કળામાં
15:53
to practice the art of choosing.
383
938000
2000
વધારે નિપુણ થઇશું.
15:55
Thank you very much.
384
940000
2000
તમારો સૌનો ખુબ આભાર.
15:57
(Applause)
385
942000
2000
♫♫ [તાળીઓ] ♫♫
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