TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
Sheena Iyengar: Jak ułatwić wybór.
Filmed:
Readability: 3.7
2,749,817 views
Wszyscy oczekujemy produktów na miarę naszych potrzeb. Jednak postawienie klientów wobec 700 możliwości wyboru powoduje, że stają w osłupieniu. Opierając się o nowe badania, Sheena Iyengar przedstawia co firmy (i nie tylko) mogą zrobić by usprawnić wybór.
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
Ile decyzji
00:17
in a typical day?
1
2000
3000
podejmujecie średnio każdego dnia?
00:20
Do you know how many choices you make
2
5000
2000
Ile decyzji
00:22
in typical week?
3
7000
2000
podejmujecie średnio w tygodniu?
00:24
I recently did a survey
4
9000
2000
Ostatnio przeprowadziłam ankietę
00:26
with over 2,000 Americans,
5
11000
2000
wśród ponad 2000 Amerykanów.
00:28
and the average number of choices
6
13000
2000
Według jej wyników
00:30
that the typical American reports making
7
15000
2000
statystyczny Amerykanin
00:32
is about 70 in a typical day.
8
17000
3000
podejmuje około 70 decyzji dziennie.
00:35
There was also recently a study done with CEOs
9
20000
4000
Podczas niedawnego badania, przez tydzień
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
obserwowano pracę prezesów firm.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
Udokumentowano wszystkie zajęcia,
00:45
that these CEOs engaged in
12
30000
2000
jakich podejmowali się prezesi,
00:47
and how much time they spent engaging
13
32000
2000
oraz ile czasu zajmowało im
00:49
in making decisions related to these tasks.
14
34000
2000
podjęcie decyzji dot. tych zajęć.
00:51
And they found that the average CEO
15
36000
3000
Obliczono, że wykonali
00:54
engaged in about 139 tasks in a week.
16
39000
3000
średnio 139 zadań tygodniowo.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
Każde z nich wymagało podjęcia wielu drobnych decyzji.
01:01
50 percent of their decisions
18
46000
2000
50% decyzji
01:03
were made in nine minutes or less.
19
48000
3000
podejmowano w 9 min lub krócej.
01:06
Only about 12 percent of the decisions
20
51000
3000
Podjęcie zaledwie 12% decyzji
01:09
did they make an hour or more of their time.
21
54000
4000
trwało godzinę lub dłużej.
01:13
Think about your own choices.
22
58000
2000
Pomyślcie o swoich wyborach.
01:15
Do you know how many choices
23
60000
2000
Dokonanie ilu
01:17
make it into your nine minute category
24
62000
2000
zajmuje wam 9 minut lub krócej,
01:19
versus your one hour category?
25
64000
2000
a ilu co najmniej godzinę?
01:21
How well do you think you're doing
26
66000
2000
Czy podejmowanie decyzji
01:23
at managing those choices?
27
68000
3000
przychodzi wam łatwo?
01:26
Today I want to talk
28
71000
2000
Dziś opowiem o poważnym problemie
01:28
about one of the biggest modern day choosing problems that we have,
29
73000
3000
związanym z podejmowaniem decyzji,
01:31
which is the choice overload problem.
30
76000
2000
czyli o nadmiarze możliwości wyboru.
01:33
I want to talk about the problem
31
78000
2000
Omówię problem
01:35
and some potential solutions.
32
80000
2000
i sposoby jego rozwiązania.
01:37
Now as I talk about this problem,
33
82000
2000
Zadam wam kilka pytań,
01:39
I'm going to have some questions for you
34
84000
2000
Zadam wam kilka pytań,
01:41
and I'm going to want to know your answers.
35
86000
3000
na które oczekuję odpowiedzi.
01:44
So when I ask you a question,
36
89000
2000
Ponieważ jestem niewidoma,
01:46
since I'm blind,
37
91000
2000
ręce podnoście tylko
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
jeśli chcecie spalić parę kalorii.
01:51
(Laughter)
39
96000
3000
(Śmiech)
01:54
Otherwise, when I ask you a question,
40
99000
2000
Jeśli odpowiadacie twierdząco,
01:56
and if your answer is yes,
41
101000
2000
Jeśli odpowiadacie twierdząco,
01:58
I'd like you to clap your hands.
42
103000
2000
bijcie brawa.
02:00
So for my first question for you today:
43
105000
3000
Pytanie pierwsze:
02:03
Are you guys ready to hear about the choice overload problem?
44
108000
3000
czy słyszeliście o nadmiarze możliwości wyboru?
02:06
(Applause)
45
111000
2000
(Brawa)
02:08
Thank you.
46
113000
2000
Dziękuję.
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
Studiując na Uniwersytecie Stanforda,
02:13
I used to go to this very, very upscale grocery store;
48
118000
3000
chodziłam do ekskluzywnego sklepu spożywczego,
02:16
at least at that time it was truly upscale.
49
121000
2000
przynajmniej wtedy taki był.
02:18
It was a store called Draeger's.
50
123000
3000
To sklep Draeger'sa.
02:21
Now this store, it was almost like going to an amusement park.
51
126000
3000
Czułam się tam jak w parku rozrywki.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
Mieli 250 rodzajów musztardy i octu,
02:27
and over 500 different kinds
53
132000
2000
jakieś 500 gatunków
02:29
of fruits and vegetables
54
134000
2000
owoców i warzyw
02:31
and more than two dozen different kinds of bottled water --
55
136000
3000
i ponad dwa tuziny rodzajów butelkowanej wody,
02:34
and this was during a time when we actually used to drink tap water.
56
139000
4000
w czasach kiedy piliśmy kranówkę.
02:38
I used to love going to this store,
57
143000
3000
Uwielbiałam tam chodzić.
02:41
but on one occasion I asked myself,
58
146000
2000
Raz zadałam sobie pytanie:
02:43
well how come you never buy anything?
59
148000
2000
„Dlaczego nigdy nic nie kupiłaś?”.
02:45
Here's their olive oil aisle.
60
150000
2000
Weźmy półkę z oliwą z oliwek.
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
Było jej tam ponad 75 rodzajów.
02:49
including those that were in a locked case
62
154000
2000
Oliwa z tysiącletnich drzewek
02:51
that came from thousand-year-old olive trees.
63
156000
4000
stała pod kluczem w gablocie.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
Zapytałam kiedyś kierownika,
02:57
and I asked the manager,
65
162000
2000
czy tak wielki asortyment
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
to dobry sposób oferowania produktów?
03:02
And he pointed to the busloads of tourists
67
167000
2000
Wskazał na codziennie podjeżdżające
03:04
that would show up everyday,
68
169000
2000
autokary pełne turystów,
03:06
with cameras ready usually.
69
171000
2000
z gotowymi aparatami fotograficznymi.
03:08
We decided to do a little experiment,
70
173000
3000
Postanowiliśmy poeksperymentować,
03:11
and we picked jam for our experiment.
71
176000
2000
wypadło na dżem.
03:13
Here's their jam aisle.
72
178000
2000
Sklep był zaopatrzony
03:15
They had 348 different kinds of jam.
73
180000
2000
w 348 rodzajów dżemów.
03:17
We set up a little tasting booth
74
182000
2000
Przy wejściu do sklepu
03:19
right near the entrance of the store.
75
184000
2000
postawiliśmy stoisko degustacyjne.
03:21
We there put out six different flavors of jam
76
186000
2000
Raz oferowaliśmy 6,
03:23
or 24 different flavors of jam,
77
188000
3000
innym razem 24 smaki.
03:26
and we looked at two things:
78
191000
2000
Badaliśmy dwie rzeczy.
03:28
First, in which case
79
193000
2000
W którym przypadku
03:30
were people more likely to stop, sample some jam?
80
195000
3000
chętniej degustowano dżem?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
Więcej klientów, bo jakieś 60%, zatrzymało się,
03:36
than when there were six,
82
201000
2000
kiedy smaków było 24.
03:38
about 40 percent.
83
203000
2000
40% gdy było ich 6.
03:40
The next thing we looked at
84
205000
2000
Potem zbadaliśmy
03:42
is in which case were people more likely
85
207000
2000
kiedy chętniej
03:44
to buy a jar of jam.
86
209000
2000
kupowano dżem.
03:46
Now we see the opposite effect.
87
211000
2000
Tu wynik był odwrotny.
03:48
Of the people who stopped when there were 24,
88
213000
2000
Kiedy oferowano 24 smaki,
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
tylko 3% degustujących kupiło dżem.
03:53
Of the people who stopped when there were six,
90
218000
3000
Spośród tych, którzy degustowali
03:56
well now we saw that 30 percent of them
91
221000
2000
sześć smaków,
03:58
actually bought a jar of jam.
92
223000
2000
dżem kupiło 30%
04:00
Now if you do the math,
93
225000
2000
Przeliczcie to sobie.
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
Gdy do wyboru były 6 a nie 24 smaki,
04:05
if they encountered six
95
230000
2000
dżem kupowano
04:07
than if they encountered 24.
96
232000
2000
przynajmniej 6 razy chętniej.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
Niekupienie dżemu
04:11
is probably good for us --
98
236000
2000
to pewnie dobra decyzja,
04:13
at least it's good for our waistlines --
99
238000
2000
przynajmniej dla naszych talii.
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
Nadmierny wybór wywiera na nas wpływ
04:18
even in very consequential decisions.
101
243000
3000
nawet w przypadku bardzo ważnych decyzji.
04:21
We choose not to choose,
102
246000
2000
Decydujemy się nie wybierać,
04:23
even when it goes against our best self-interests.
103
248000
3000
nawet gdy jest to dla nas niekorzystne.
04:26
So now for the topic of today: financial savings.
104
251000
3000
Opowiem teraz o oszczędzaniu.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
Z Gurem Hubermanem, Emirem Kamienica i Wei Jangiem
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
przeanalizowaliśmy decyzje
04:36
where we looked at the retirement savings decisions
107
261000
4000
dotyczące oszczędności emerytalnych
04:40
of nearly a million Americans
108
265000
3000
niemal miliona Amerykanów
04:43
from about 650 plans
109
268000
3000
objętych 650 planami emerytalnymi
04:46
all in the U.S.
110
271000
2000
w Stanach Zjednoczonych.
04:48
And what we looked at
111
273000
2000
Badaliśmy, czy liczba
04:50
was whether the number of fund offerings
112
275000
2000
funduszy inwestycyjnych oferowanych
04:52
available in a retirement savings plan,
113
277000
2000
w programach emerytalnych
04:54
the 401(k) plan,
114
279000
2000
w ramach planu 401(k),
04:56
does that affect people's likelihood
115
281000
2000
wpływa na to, czy ludzie
04:58
to save more for tomorrow.
116
283000
2000
oszczędzają więcej na przyszłość.
05:00
And what we found
117
285000
2000
Istotnie, istniała pewna zależność.
05:02
was that indeed there was a correlation.
118
287000
3000
Istotnie, istniała pewna zależność.
05:05
So in these plans, we had about 657 plans
119
290000
3000
Jakieś 657 programów
05:08
that ranged from offering people
120
293000
2000
oferowało klientom
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
od 2 do 59 funduszy inwestycyjnych.
05:13
And what we found was that,
122
298000
2000
Okazało się, że im więcej
05:15
the more funds offered,
123
300000
2000
funduszy w ofercie,
05:17
indeed, there was less participation rate.
124
302000
3000
tym rzadziej przystępowano do programu.
05:20
So if you look at the extremes,
125
305000
2000
Z drugiej strony, do programów
05:22
those plans that offered you two funds,
126
307000
2000
oferujących 2 fundusze,
05:24
participation rates were around in the mid-70s --
127
309000
3000
przystępowano w ok. 75% -
05:27
still not as high as we want it to be.
128
312000
2000
nadal mogłoby być lepiej.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
Do programów oferujących ok. 60 funduszy,
05:32
participation rates have now dropped
130
317000
3000
przystąpiło jeszcze mniej,
05:35
to about the 60th percentile.
131
320000
3000
bo jakieś 60% adresatów oferty.
05:38
Now it turns out
132
323000
2000
Okazuje się,
05:40
that even if you do choose to participate
133
325000
3000
że większa ilość funduszy
05:43
when there are more choices present,
134
328000
2000
wpływała nawet na wybory tych,
05:45
even then, it has negative consequences.
135
330000
3000
co zdecydowali się przystąpić.
05:48
So for those people who did choose to participate,
136
333000
3000
Ci, co przystąpili do planu,
05:51
the more choices available,
137
336000
2000
a mieli szeroki wybór funduszy,
05:53
the more likely people were
138
338000
2000
częściej unikali
05:55
to completely avoid stocks or equity funds.
139
340000
3000
funduszy inwestycyjnych.
05:58
The more choices available,
140
343000
2000
Im większy wybór,
06:00
the more likely they were
141
345000
2000
tym częściej decydowano
06:02
to put all their money in pure money market accounts.
142
347000
2000
o inwestowaniu w fundusze pieniężne.
06:04
Now neither of these extreme decisions
143
349000
2000
Żadna z tak skrajnych decyzji
06:06
are the kinds of decisions
144
351000
2000
nie jest godna polecenia
06:08
that any of us would recommend for people
145
353000
2000
dla tych, którzy rozważają
06:10
when you're considering their future financial well-being.
146
355000
3000
swoją finansową przyszłość.
06:13
Well, over the past decade,
147
358000
2000
W ostatnim 10-leciu
06:15
we have observed three main negative consequences
148
360000
3000
wyodrębniliśmy 3 główne, negatywne skutki
06:18
to offering people more and more choices.
149
363000
3000
powiększania ofert. Są nimi:
06:21
They're more likely to delay choosing --
150
366000
2000
opóźnienie podjęcia decyzji,
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
nawet gdy działa na niekorzyść decydującego;
06:26
They're more likely to make worse choices --
152
371000
2000
częstsze dokonywanie nietrafnych decyzji
06:28
worse financial choices, medical choices.
153
373000
3000
finansowych oraz tych związanych ze zdrowiem;
06:31
They're more likely to choose things that make them less satisfied,
154
376000
3000
mniej satysfakcjonujące decyzje,
06:34
even when they do objectively better.
155
379000
3000
nawet jeśli obiektywnie nie są one złe.
06:37
The main reason for this
156
382000
2000
Jest tak głównie dlatego,
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
że choć lubimy podziwiać półki pełne majonezu
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
musztardy czy dżemu,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
trudno porównać tak wiele produktów
06:48
and actually picking from that stunning display.
160
393000
4000
i z zachwycającej oferty wybrać jeden.
06:52
So what I want to propose to you today
161
397000
2000
Chcę zaproponować
06:54
are four simple techniques --
162
399000
3000
4 proste metody,
06:57
techniques that we have tested in one way or another
163
402000
3000
przetestowane na różne sposoby,
07:00
in different research venues --
164
405000
2000
w różnych centrach badań.
07:02
that you can easily apply
165
407000
2000
Można je łatwo zastosować
07:04
in your businesses.
166
409000
2000
w waszych firmach.
07:06
The first: Cut.
167
411000
2000
Pierwsza metoda to cięcia.
07:08
You've heard it said before,
168
413000
2000
Słyszeliście o tym,
07:10
but it's never been more true than today,
169
415000
2000
a nigdy nie było to bardziej na miejscu,
07:12
that less is more.
170
417000
2000
że „mniej znaczy więcej”.
07:14
People are always upset when I say, "Cut."
171
419000
3000
Ludzie burzą się, kiedy sugeruję cięcia.
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
Martwi ich mniejsza zawartość półek.
07:19
But in fact, what we're seeing more and more
173
424000
3000
A okazuje się, że coraz częściej
07:22
is that if you are willing to cut,
174
427000
2000
rezultatem cięć i ograniczenia oferty są:
07:24
get rid of those extraneous redundant options,
175
429000
2000
rezultatem cięć i ograniczenia oferty są:
07:26
well there's an increase in sales,
176
431000
2000
wzrost sprzedaży,
07:28
there's a lowering of costs,
177
433000
2000
malejące koszty,
07:30
there is an improvement of the choosing experience.
178
435000
4000
oraz łatwiejszy wybór. Kiedy Procter & Gamble
07:34
When Proctor & Gamble
179
439000
2000
ograniczyło rodzaje
07:36
went from 26 different kinds of Head & Shoulders to 15,
180
441000
2000
Head & Shoulders z 26 do 15,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
sprzedaż wzrosła o 10%.
07:41
When the Golden Cat Corporation
182
446000
2000
Kiedy Golden Cat Corporation
07:43
got rid of their 10 worst-selling cat litter products,
183
448000
2000
wycofała ze sprzedaży
07:45
they saw an increase in profits
184
450000
2000
10 nierentownych produktów,
07:47
by 87 percent --
185
452000
2000
dzięki wzrostowi sprzedaży
07:49
a function of both increase in sales
186
454000
2000
i obniżeniu kosztów,
07:51
and lowering of costs.
187
456000
2000
zyski wzrosły o 87%
07:53
You know, the average grocery store today
188
458000
2000
Przeciętny sklep spożywczy
07:55
offers you 45,000 products.
189
460000
2000
oferuje 45 tys. produktów.
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
Typowy Walmart 100 tysięcy.
08:00
But the ninth largest retailer,
191
465000
5000
Ale dziewiątym największym sprzedawcą detalicznym
08:05
the ninth biggest retailer in the world today
192
470000
2000
na świecie jest Aldi,
08:07
is Aldi,
193
472000
2000
na świecie jest Aldi,
08:09
and it offers you only 1,400 products --
194
474000
3000
a oferuje zaledwie 1400 produktów,
08:12
one kind of canned tomato sauce.
195
477000
3000
w tym jeden rodzaj pomidorów w puszcze.
08:15
Now in the financial savings world,
196
480000
2000
Jeśli chodzi o oszczędności finansowe
08:17
I think one of the best examples that has recently come out
197
482000
3000
jednym z najlepszych przykładów
08:20
on how to best manage the choice offerings
198
485000
3000
efektywnego zarządzania ofertą
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
jest program z Harvardu,
08:26
which was the program that they have at Harvard.
200
491000
2000
nad którym pracował David Laibson.
08:28
Every single Harvard employee
201
493000
2000
Każdy pracownik Harvardu
08:30
is now automatically enrolled
202
495000
2000
jest automatycznie zapisywany
08:32
in a lifecycle fund.
203
497000
2000
do funduszu emerytalnego.
08:34
For those people who actually want to choose,
204
499000
2000
Ci, którzy sami chcą zdecydować,
08:36
they're given 20 funds,
205
501000
2000
mają do wyboru 20 funduszy, a nie 300.
08:38
not 300 or more funds.
206
503000
2000
mają do wyboru 20 funduszy, a nie 300.
08:40
You know, often, people say,
207
505000
2000
Czasami ludzie mówią:
08:42
"I don't know how to cut.
208
507000
2000
„Nie potrafię ciąć.
08:44
They're all important choices."
209
509000
2000
Wszystkie pozycje są ważne”.
08:46
And the first thing I do is I ask the employees,
210
511000
3000
Najpierw więc pytam pracowników:
08:49
"Tell me how these choices are different from one another.
211
514000
2000
„Czym różnią się poszczególne pozycje?”.
08:51
And if your employees can't tell them apart,
212
516000
2000
Jeśli pracownicy nie umieją ich rozróżnić,
08:53
neither can your consumers."
213
518000
3000
klienci też tego nie potrafią.
08:56
Now before we started our session this afternoon,
214
521000
3000
Przed dzisiejszym spotkaniem
08:59
I had a chat with Gary.
215
524000
2000
rozmawiałam z Garym,
09:01
And Gary said that he would be willing
216
526000
3000
który powiedział, że chętnie
09:04
to offer people in this audience
217
529000
2000
zaproponuje publiczności
09:06
an all-expenses-paid free vacation
218
531000
3000
darmową wycieczkę
09:09
to the most beautiful road in the world.
219
534000
4000
po najpiękniejszej drodze świata.
09:13
Here's a description of the road.
220
538000
3000
Oto opis drogi.
09:16
And I'd like you to read it.
221
541000
2000
Przeczytajcie go.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
Macie na to kilka sekund.
09:20
and then I want you to clap your hands
223
545000
2000
Bijcie brawo, jeśli chcecie
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
skorzystać z oferty Garego.
09:24
(Light clapping)
225
549000
2000
(Pojedyncze brawa)
09:26
Okay. Anybody who's ready to take him up on his offer.
226
551000
3000
Czy ktoś chce skorzystać z propozycji?
09:29
Is that all?
227
554000
2000
Tylko tyle?
09:31
All right, let me show you some more about this.
228
556000
3000
W takim razie podam więcej informacji.
09:34
(Laughter)
229
559000
3000
(Śmiech)
09:37
You guys knew there was a trick, didn't you.
230
562000
3000
Wiedzieliście, że to był podstęp?
09:44
(Honk)
231
569000
2000
(Dźwięk klaksonu)
09:46
Now who's ready to go on this trip.
232
571000
3000
Kto ma ochotę udać się w podróż?
09:49
(Applause)
233
574000
2000
(Brawa)
09:51
(Laughter)
234
576000
2000
(Śmiech)
09:53
I think I might have actually heard more hands.
235
578000
3000
Jest chyba więcej chętnych.
09:56
All right.
236
581000
2000
W porządku.
09:58
Now in fact,
237
583000
2000
Tak naprawdę
10:00
you had objectively more information
238
585000
2000
więcej informacji
10:02
the first time around than the second time around,
239
587000
2000
otrzymaliście za pierwszym razem.
10:04
but I would venture to guess
240
589000
2000
Natomiast drugim razem
10:06
that you felt that it was more real the second time around.
241
591000
4000
informacje były bardziej konkretne.
10:10
Because the pictures made it feel
242
595000
2000
Zdjęcia sprawiły, że oferta
10:12
more real to you.
243
597000
2000
stała się bardziej realna.
10:14
Which brings me to the second technique
244
599000
2000
Sprowadza mnie to do drugiej metody
10:16
for handling the choice overload problem,
245
601000
2000
radzenia sobie z nadmiarem wyboru,
10:18
which is concretization.
246
603000
2000
czyli do konkretyzacji.
10:20
That in order for people to understand
247
605000
2000
Abyśmy byli w stanie
10:22
the differences between the choices,
248
607000
2000
rozróżnić poszczególne pozycje,
10:24
they have to be able to understand
249
609000
2000
musimy zrozumieć
10:26
the consequences associated with each choice,
250
611000
3000
konsekwencje wyboru każdej z nich
10:29
and that the consequences need to be felt
251
614000
3000
i poczuć je na własnej skórze.
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
i poczuć je na własnej skórze.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
Dlaczego płacąc kartą wydajemy średnio
10:39
when they use an ATM card or a credit card
254
624000
2000
15 do 30% więcej
10:41
as opposed to cash?
255
626000
2000
niż gdy płacimy gotówką?
10:43
Because it doesn't feel like real money.
256
628000
2000
Bo o karcie nie myślimy
10:45
And it turns out
257
630000
2000
jak o prawdziwych pieniądzach.
10:47
that making it feel more concrete
258
632000
2000
Uzmysłowienie tej zależności
10:49
can actually be a very positive tool
259
634000
2000
Uzmysłowienie tej zależności
10:51
to use in getting people to save more.
260
636000
2000
może przekonać
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
do większych oszczędności.
10:55
and Alessandro Previtero,
262
640000
2000
Przyglądaliśmy się z Sholmo Benartzi
10:57
we did a study with people at ING --
263
642000
4000
i Alessandro Previtero,
11:01
employees that are all working at ING --
264
646000
3000
pracownikom ING
11:04
and now these people were all in a session
265
649000
2000
podczas zapisów
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
do planu emerytalnego 401(k).
11:09
And during that session,
267
654000
2000
Było to zwyczajne
11:11
we kept the session exactly the way it used to be,
268
656000
2000
tego typu spotkanie,
11:13
but we added one little thing.
269
658000
3000
z jednym wyjątkiem.
11:16
The one little thing we added
270
661000
3000
Poprosiliśmy obecnych,
11:19
was we asked people
271
664000
2000
aby pomyśleli o przyjemnościach,
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
na które będzie ich stać,
11:24
if you saved more.
273
669000
2000
jeśli więcej zaoszczędzą.
11:26
By doing that simple thing,
274
671000
3000
Dzięki tej prostej sugestii,
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
zapisy do planu wzrosły o 20%,
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
a liczba chętnych do odkładania na konto
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
oraz suma, jaką zdecydowano się odkładać
11:38
by four percent.
278
683000
2000
wzrosły o 4%.
11:40
The third technique: Categorization.
279
685000
3000
Trzecia metoda to kategoryzacja.
11:43
We can handle more categories
280
688000
3000
Lepiej radzimy sobie z większą liczbą
11:46
than we can handle choices.
281
691000
2000
kategorii niż opcji.
11:48
So for example,
282
693000
2000
Przeprowadzliliśmy badanie
11:50
here's a study we did in a magazine aisle.
283
695000
2000
w dziale z czasopismami.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
Okazuje się, że na całym
11:54
up and down the northeast corridor,
285
699000
2000
wschodnim wybrzeżu,
11:56
the magazine aisles range anywhere
286
701000
2000
sklep Wegman oferuje
11:58
from 331 different kinds of magazines
287
703000
2000
od 331 do 664 różnych czasopism.
12:00
all the way up to 664.
288
705000
3000
od 331 do 664 różnych czasopism.
12:03
But you know what?
289
708000
2000
Ale wiecie co?
12:05
If I show you 600 magazines
290
710000
2000
Gdybym pokazała wam
12:07
and I divide them up into 10 categories,
291
712000
3000
600 czasopism,
12:10
versus I show you 400 magazines
292
715000
2000
podzielonych na 10 kategorii
12:12
and divide them up into 20 categories,
293
717000
3000
oraz 400 czasopism
12:15
you believe that I have given you
294
720000
2000
podzielonych na 20 kategorii,
12:17
more choice and a better choosing experience
295
722000
2000
uznalibyście, że oferta jest większa,
12:19
if I gave you the 400
296
724000
2000
a wybór łatwiejszy,
12:21
than if I gave you the 600.
297
726000
2000
w drugim przypadku.
12:23
Because the categories tell me how to tell them apart.
298
728000
3000
Kategoryzacja ułatwia odróżnianie.
12:28
Here are two different jewelry displays.
299
733000
3000
Oto dwie sklepowe wystawy biżuterii.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
Jedna nazywa się „Jazz”, druga „Swing”.
12:34
If you think the display on the left is Swing
301
739000
3000
Jeśli zgadzacie się, że ta po lewej to Swing,
12:37
and the display on the right is Jazz,
302
742000
3000
a ta po prawej to Jazz,
12:40
clap your hands.
303
745000
2000
bijcie brawo.
12:42
(Light Clapping)
304
747000
2000
(Pojedyncze brawa)
12:44
Okay, there's some.
305
749000
2000
Niektórzy się zgadzają.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
Bijcie brawo, jeśli uważacie,
12:48
clap your hands.
307
753000
2000
że jest odwrotnie.
12:50
Okay, a bit more.
308
755000
2000
Tak myśli was więcej.
12:52
Now it turns out you're right.
309
757000
2000
Macie rację.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
Ta z lewej to Jazz a z prawej to Swing.
12:56
but you know what?
311
761000
2000
Ale wiecie co?
12:58
This is a highly useless categorization scheme.
312
763000
3000
Ten podział nie ma sensu.
13:01
(Laughter)
313
766000
2000
(Śmiech)
13:03
The categories need to say something
314
768000
3000
Kategorie mają być czytelne dla wybierającego,
13:06
to the chooser, not the choice-maker.
315
771000
3000
nie dla tego co wprowadził podział.
13:09
And you often see that problem
316
774000
2000
Problem ten często towarzyszy
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
długim listom funduszy inwestycyjnych.
13:14
Who are they actually supposed to be informing?
318
779000
4000
Dla kogo mają być zrozumiałe?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
4. metoda to ustalenie stopnia trudności.
13:21
It turns out we can actually
320
786000
2000
Okazuje się, że z drobną pomocą,
13:23
handle a lot more information than we think we can,
321
788000
2000
z nawałem informacji
13:25
we've just got to take it a little easier.
322
790000
2000
radzimy sobie lepiej, niż myślimy.
13:27
We have to gradually increase the complexity.
323
792000
3000
Złożoność informacji należy stopniować.
13:30
I'm going to show you one example of what I'm talking about.
324
795000
3000
Wyjaśnię to na przykładzie
13:33
Let's take a very, very complicated decision:
325
798000
2000
podjęcia bardzo trudnej decyzji
13:35
buying a car.
326
800000
2000
o zakupie samochodu.
13:37
Here's a German car manufacturer
327
802000
2000
Niemiecka marka oferuje
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
auta składane na zamówienie.
13:42
You've got to make 60 different decisions,
329
807000
2000
Aby skompletować samochód
13:44
completely make up your car.
330
809000
2000
należy podjąć 60 różnych decyzji,
13:46
Now these decisions vary
331
811000
2000
które różnią się od siebie
13:48
in the number of choices that they offer per decision.
332
813000
3000
liczbą możliwości wyboru.
13:51
Car colors, exterior car colors --
333
816000
2000
Kolor auta, kolor nadwozia:
13:53
I've got 56 choices.
334
818000
2000
56 możliwości wyboru.
13:55
Engines, gearshift -- four choices.
335
820000
3000
Silniki, dźwignia zmiany biegów: 4 możliwości.
13:58
So now what I'm going to do
336
823000
2000
Ułożę kolejność
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
podejmowania decyzji tak,
14:03
So half of the customers
338
828000
2000
by połowa klientów zaczęła od
14:05
are going to go from high choice, 56 car colors,
339
830000
2000
najtrudniejszej (56 kolorów aut),
14:07
to low choice, four gearshifts.
340
832000
3000
a skończyła na najłatwiejszej (4 dźwignie biegu).
14:10
The other half of the customers
341
835000
2000
Druga połowa będzie wybierać
14:12
are going to go from low choice, four gearshifts,
342
837000
2000
w odwrotnej kolejności,
14:14
to 56 car colors, high choice.
343
839000
3000
zacznie od 4 dźwigni biegu,
14:17
What am I going to look at?
344
842000
2000
skończy na 56 kolorach aut.
14:19
How engaged you are.
345
844000
2000
Zbadam zaangażowanie.
14:21
If you keep hitting the default button per decision,
346
846000
3000
Jeśli klient ciągle wybiera opcję standardową,
14:24
that means you're getting overwhelmed,
347
849000
2000
znaczy, że jest wyczerpany
14:26
that means I'm losing you.
348
851000
2000
i traci zainteresowanie.
14:28
What you find
349
853000
2000
Ci, którzy zaczęli wybór
14:30
is the people who go from high choice to low choice,
350
855000
2000
od najtrudniejszej decyzji,
14:32
they're hitting that default button over and over and over again.
351
857000
3000
ciągle wybierali opcję standardową.
14:35
We're losing them.
352
860000
2000
Stracili zainteresowanie.
14:37
They go from low choice to high choice,
353
862000
2000
Ci, którzy zaczęli od najłatwiejszej decyzji, jakoś sobie poradzili.
14:39
they're hanging in there.
354
864000
2000
Ci, którzy zaczęli od najłatwiejszej decyzji, jakoś sobie poradzili.
14:41
It's the same information. It's the same number of choices.
355
866000
3000
Mieli te same warianty wyboru.
14:44
The only thing that I have done
356
869000
2000
Jedyna różnica tkwi
14:46
is I have varied the order
357
871000
2000
w zmianie kolejności
14:48
in which that information is presented.
358
873000
2000
prezentowanych informacji.
14:50
If I start you off easy,
359
875000
2000
Łatwy początek
14:52
I learn how to choose.
360
877000
2000
przygotowuje do dalszych wyborów.
14:54
Even though choosing gearshift
361
879000
3000
Wybór dźwigni skrzyni biegów ułatwia
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
dalsze podejmowanie decyzji, mimo że
15:00
it still prepares me for how to choose.
363
885000
3000
ma niewiele wspólnego z urządzaniem wnętrza auta.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
Pozwala cieszyć się składanym produktem,
15:06
so I'm more willing to be motivated
365
891000
2000
i motywuje do dalszego zaangażowania.
15:08
to be engaged.
366
893000
2000
i motywuje do dalszego zaangażowania.
15:10
So let me recap.
367
895000
2000
Teraz podsumuję.
15:12
I have talked about four techniques
368
897000
3000
Mówiłam o 4 metodach
15:15
for mitigating the problem of choice overload --
369
900000
3000
łagodzenia problemu nadmiaru możliwości.
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
Tnij, pozbądź się zbędnego asortymentu;
15:21
concretize -- make it real;
371
906000
3000
skonkretyzuj, uczyń prawdziwym;
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
skategoryzuj, bo łatwiej radzimy sobie z większą ilością kategorii niż opcji;
15:28
condition for complexity.
373
913000
3000
ustal stopień skomplikowania.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
Użycie tych metod
15:34
are designed to help you manage your choices --
375
919000
3000
ułatwi dokonywanie wyboru,
15:37
better for you, you can use them on yourself,
376
922000
3000
tobie i twoim klientom.
15:40
better for the people that you are serving.
377
925000
2000
tobie i twoim klientom.
15:42
Because I believe that the key
378
927000
2000
Uważam, że kluczem
15:44
to getting the most from choice
379
929000
2000
do dokonywania właściwego wyboru
15:46
is to be choosy about choosing.
380
931000
3000
jest bycie wybrednym.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
Im bardziej jesteśmy wybredni,
15:51
the better we will be able
382
936000
2000
Im bardziej jesteśmy wybredni,
15:53
to practice the art of choosing.
383
938000
2000
tym łatwiej nam wybierać.
15:55
Thank you very much.
384
940000
2000
Dziękuję badzo.
15:57
(Applause)
385
942000
2000
(Brawa)
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