TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
Sheena Iyengar: Como tornar a escolha mais fácil
Filmed:
Readability: 3.7
2,749,817 views
Todos nós queremos experiências e produtos personalizados - mas quando confrontados com 700 opções, os consumidores ficam paralisados. Através de novas e fascinantes investigações, Sheena Iyengar demonstra como os negócios (e não só) podem melhorar a experiência da escolha.
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
Vocês sabem quantas escolhas fazem
00:17
in a typical day?
1
2000
3000
num dia normal?
00:20
Do you know how many choices you make
2
5000
2000
Vocês sabem quantas escolhas fazem
00:22
in typical week?
3
7000
2000
numa semana normal?
00:24
I recently did a survey
4
9000
2000
Recentemente, eu fiz uma pesquisa
00:26
with over 2,000 Americans,
5
11000
2000
com mais de 2.000 americanos,
00:28
and the average number of choices
6
13000
2000
e o número médio de escolhas
00:30
that the typical American reports making
7
15000
2000
que o americano normal diz fazer
00:32
is about 70 in a typical day.
8
17000
3000
é de cerca de 70, num dia normal.
00:35
There was also recently a study done with CEOs
9
20000
4000
Também há um estudo recente feito com CEOs
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
em que CEOs foram seguidos durante uma semana.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
E os cientistas simplesmente documentaram as várias tarefas
00:45
that these CEOs engaged in
12
30000
2000
em que estes CEOs estiveram envolvidos
00:47
and how much time they spent engaging
13
32000
2000
e quanto tempo gastaram
00:49
in making decisions related to these tasks.
14
34000
2000
a tomar decisões relacionadas com essas tarefas.
00:51
And they found that the average CEO
15
36000
3000
E descobriram que um CEO médio
00:54
engaged in about 139 tasks in a week.
16
39000
3000
se envolve em cerca de 139 tarefas numa semana.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
Cada tarefa era composta por muitas, muitas, muitas sub-escolhas, é claro.
01:01
50 percent of their decisions
18
46000
2000
50% das suas decisões
01:03
were made in nine minutes or less.
19
48000
3000
eram tomadas em 9 minutos ou menos.
01:06
Only about 12 percent of the decisions
20
51000
3000
Apenas cerca de 12% das decisões
01:09
did they make an hour or more of their time.
21
54000
4000
levaram uma hora ou mais do seu tempo.
01:13
Think about your own choices.
22
58000
2000
Pensem nas vossas próprias escolhas.
01:15
Do you know how many choices
23
60000
2000
Sabem quantas escolhas
01:17
make it into your nine minute category
24
62000
2000
se enquadram na vossa categoria dos 9 minutos
01:19
versus your one hour category?
25
64000
2000
por oposição à categoria da 1 hora?
01:21
How well do you think you're doing
26
66000
2000
Como é que acham que se estão a sair
01:23
at managing those choices?
27
68000
3000
na gestão dessas escolhas?
01:26
Today I want to talk
28
71000
2000
Hoje quero falar
01:28
about one of the biggest modern day choosing problems that we have,
29
73000
3000
sobre um dos maiores problemas de escolha que temos na actualidade,
01:31
which is the choice overload problem.
30
76000
2000
que é o problema da sobrecarga de escolhas.
01:33
I want to talk about the problem
31
78000
2000
Quero falar sobre o problema
01:35
and some potential solutions.
32
80000
2000
e algumas das potenciais soluções.
01:37
Now as I talk about this problem,
33
82000
2000
Agora, enquanto vos falo sobre este problema,
01:39
I'm going to have some questions for you
34
84000
2000
vou ter algumas questões para vocês
01:41
and I'm going to want to know your answers.
35
86000
3000
e vou querer saber quais são as vossas respostas.
01:44
So when I ask you a question,
36
89000
2000
Assim, quando vos fizer uma pergunta,
01:46
since I'm blind,
37
91000
2000
dado que sou cega,
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
só levantem a vossa mão se quiserem queimar algumas calorias.
01:51
(Laughter)
39
96000
3000
(Risos)
01:54
Otherwise, when I ask you a question,
40
99000
2000
Caso contrário, quando vos fizer uma pergunta,
01:56
and if your answer is yes,
41
101000
2000
e se a vossa resposta for "sim",
01:58
I'd like you to clap your hands.
42
103000
2000
gostaria que batessem palmas.
02:00
So for my first question for you today:
43
105000
3000
Então, a minha primeira pergunta para vocês hoje:
02:03
Are you guys ready to hear about the choice overload problem?
44
108000
3000
Estão prontos para ouvir sobre o problema da sobrecarga de escolhas?
02:06
(Applause)
45
111000
2000
(Aplausos)
02:08
Thank you.
46
113000
2000
Obrigada.
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
Quando fazia a minha pós-graduação na Universidade de Stanford,
02:13
I used to go to this very, very upscale grocery store;
48
118000
3000
eu costumava ir a uma mercearia muito, muito chique;
02:16
at least at that time it was truly upscale.
49
121000
2000
pelo menos naquela altura era mesmo chique.
02:18
It was a store called Draeger's.
50
123000
3000
Era uma loja chamada Draeger's.
02:21
Now this store, it was almost like going to an amusement park.
51
126000
3000
Ir àquela loja era quase como ir a um parque de diversões.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
Tinham 250 tipos diferentes de mostardas e vinagres
02:27
and over 500 different kinds
53
132000
2000
e mais de 500 tipos diferentes
02:29
of fruits and vegetables
54
134000
2000
de frutas e vegetais
02:31
and more than two dozen different kinds of bottled water --
55
136000
3000
e mais de duas dúzias de diferentes tipos de água engarrafada -
02:34
and this was during a time when we actually used to drink tap water.
56
139000
4000
e isto numa altura em que, na verdade, costumávamos beber água da torneira.
02:38
I used to love going to this store,
57
143000
3000
Eu costumava adorar ir àquela loja,
02:41
but on one occasion I asked myself,
58
146000
2000
mas numa ocasião perguntei a mim mesma:
02:43
well how come you never buy anything?
59
148000
2000
bem, porque é que nunca compras nada?
02:45
Here's their olive oil aisle.
60
150000
2000
Aqui está o corredor do azeite.
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
Eles tinham mais de 75 tipos diferentes de azeite,
02:49
including those that were in a locked case
62
154000
2000
incluindo os que estavam num estojo fechado
02:51
that came from thousand-year-old olive trees.
63
156000
4000
que vinham de oliveiras milenares.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
Então eu, um dia, decidi fazer uma visita ao gerente,
02:57
and I asked the manager,
65
162000
2000
e perguntei ao gerente,
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
"Este modelo de oferecer às pessoas todas estas escolhas está a funcionar?"
03:02
And he pointed to the busloads of tourists
67
167000
2000
E ele apontou para os autocarros carregados de turistas
03:04
that would show up everyday,
68
169000
2000
que apareciam todos os dias,
03:06
with cameras ready usually.
69
171000
2000
geralmente com câmaras prontas.
03:08
We decided to do a little experiment,
70
173000
3000
Nós decidimos fazer uma pequena experiência,
03:11
and we picked jam for our experiment.
71
176000
2000
e para a nossa experiência escolhemos as compotas.
03:13
Here's their jam aisle.
72
178000
2000
Aqui está o corredor dos doces.
03:15
They had 348 different kinds of jam.
73
180000
2000
Eles tinham 348 tipos diferentes de compotas.
03:17
We set up a little tasting booth
74
182000
2000
Montámos uma pequena mesa de prova
03:19
right near the entrance of the store.
75
184000
2000
mesmo junto à entrada da loja.
03:21
We there put out six different flavors of jam
76
186000
2000
Colocámos lá 6 sabores diferentes de compota
03:23
or 24 different flavors of jam,
77
188000
3000
ou 24 sabores diferentes de compota,
03:26
and we looked at two things:
78
191000
2000
e prestámos atenção a duas coisas:
03:28
First, in which case
79
193000
2000
Primeiro, em que caso
03:30
were people more likely to stop, sample some jam?
80
195000
3000
era mais provável as pessoas pararem e provarem um pouco de compota?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
Mais pessoas pararam quando havia 24, cerca de 60%,
03:36
than when there were six,
82
201000
2000
do que quando eram 6,
03:38
about 40 percent.
83
203000
2000
cerca de 40%.
03:40
The next thing we looked at
84
205000
2000
A outra coisa a que prestámos atenção
03:42
is in which case were people more likely
85
207000
2000
foi em que caso era mais provável as pessoas
03:44
to buy a jar of jam.
86
209000
2000
comprarem um boião de compota.
03:46
Now we see the opposite effect.
87
211000
2000
Agora vemos o efeito contrário.
03:48
Of the people who stopped when there were 24,
88
213000
2000
Das pessoas que pararam quando eram 24,
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
apenas 3% efectivamente comprou um boião de compota.
03:53
Of the people who stopped when there were six,
90
218000
3000
Das pessoas que pararam quando havia 6,
03:56
well now we saw that 30 percent of them
91
221000
2000
bem, agora nós vimos que 30% delas
03:58
actually bought a jar of jam.
92
223000
2000
efectivamente comprou um boião de compota.
04:00
Now if you do the math,
93
225000
2000
Agora, se fizerem as contas,
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
era pelo menos 6 vezes mais provável as pessoas comprarem um boião de compota
04:05
if they encountered six
95
230000
2000
se encontrassem 6
04:07
than if they encountered 24.
96
232000
2000
do que se encontrassem 24.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
Agora, escolher não comprar um boião de compota
04:11
is probably good for us --
98
236000
2000
provavelmente é bom para nós -
04:13
at least it's good for our waistlines --
99
238000
2000
pelo menos é bom para as nossas cinturas -
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
mas acontece que este problema de sobrecarga de escolhas nos afecta
04:18
even in very consequential decisions.
101
243000
3000
até em decisões muito importantes.
04:21
We choose not to choose,
102
246000
2000
Escolhemos não escolher,
04:23
even when it goes against our best self-interests.
103
248000
3000
até quando isso vai contra os nossos próprios melhores interesses.
04:26
So now for the topic of today: financial savings.
104
251000
3000
Então, agora, para o tema do dia: poupança financeira.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
Agora, vou descrever-vos um estudo que fiz
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
com Gur Huberman, Emir Kamenica e Wei Jang
04:36
where we looked at the retirement savings decisions
107
261000
4000
em que examinámos as decisões de poupança-reforma
04:40
of nearly a million Americans
108
265000
3000
de perto de um milhão de americanos
04:43
from about 650 plans
109
268000
3000
de entre cerca de 650 planos
04:46
all in the U.S.
110
271000
2000
todos nos Estados Unidos.
04:48
And what we looked at
111
273000
2000
E aquilo a que prestámos atenção
04:50
was whether the number of fund offerings
112
275000
2000
foi se o número de ofertas de fundos
04:52
available in a retirement savings plan,
113
277000
2000
disponível num plano de poupança-reforma,
04:54
the 401(k) plan,
114
279000
2000
o plano 401(k),
04:56
does that affect people's likelihood
115
281000
2000
se isso afecta a probabilidade de as pessoas
04:58
to save more for tomorrow.
116
283000
2000
pouparem mais para o futuro.
05:00
And what we found
117
285000
2000
E o que descobrimos
05:02
was that indeed there was a correlation.
118
287000
3000
foi que realmente havia uma correlação.
05:05
So in these plans, we had about 657 plans
119
290000
3000
Assim, nestes planos, nós tínhamos cerca de 657 planos
05:08
that ranged from offering people
120
293000
2000
em que a variedade da oferta ia desde
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
2 até 59 diferentes ofertas de fundos.
05:13
And what we found was that,
122
298000
2000
E o que descobrimos foi que,
05:15
the more funds offered,
123
300000
2000
quanto maior a oferta de fundos,
05:17
indeed, there was less participation rate.
124
302000
3000
de facto, menor era a taxa de participação.
05:20
So if you look at the extremes,
125
305000
2000
Então, se olharem para os extremos,
05:22
those plans that offered you two funds,
126
307000
2000
aqueles planos que vos ofereciam 2 fundos,
05:24
participation rates were around in the mid-70s --
127
309000
3000
as taxas de participação andavam à volta dos 75 -
05:27
still not as high as we want it to be.
128
312000
2000
ainda assim, não tão elevados como desejaríamos.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
Naqueles planos que ofereciam perto de 60 fundos,
05:32
participation rates have now dropped
130
317000
3000
as taxas de participação caíam
05:35
to about the 60th percentile.
131
320000
3000
para perto do 60º percentil.
05:38
Now it turns out
132
323000
2000
Agora, acontece que
05:40
that even if you do choose to participate
133
325000
3000
mesmo que vocês escolham participar
05:43
when there are more choices present,
134
328000
2000
quando há mais escolhas presentes,
05:45
even then, it has negative consequences.
135
330000
3000
mesmo assim, existem consequências negativas.
05:48
So for those people who did choose to participate,
136
333000
3000
Assim, para aquelas pessoas que escolheram participar,
05:51
the more choices available,
137
336000
2000
quanto maior o número de escolhas disponível,
05:53
the more likely people were
138
338000
2000
maior a probabilidade de as pessoas
05:55
to completely avoid stocks or equity funds.
139
340000
3000
evitarem completamente os fundos de acções ou de participações.
05:58
The more choices available,
140
343000
2000
Quanto maior o número de escolhas disponível,
06:00
the more likely they were
141
345000
2000
maior a probabilidade de elas
06:02
to put all their money in pure money market accounts.
142
347000
2000
colocarem todo o seu dinheiro em simples contas do mercado monetário.
06:04
Now neither of these extreme decisions
143
349000
2000
Agora, nenhuma destas decisões extremas
06:06
are the kinds of decisions
144
351000
2000
é o tipo de decisões
06:08
that any of us would recommend for people
145
353000
2000
que qualquer um de nós recomendaria às pessoas
06:10
when you're considering their future financial well-being.
146
355000
3000
quando se tem em vista o seu bem-estar financeiro futuro.
06:13
Well, over the past decade,
147
358000
2000
Bem, na última década,
06:15
we have observed three main negative consequences
148
360000
3000
temos observado três consequências negativas principais
06:18
to offering people more and more choices.
149
363000
3000
da oferta de cada vez mais escolhas às pessoas.
06:21
They're more likely to delay choosing --
150
366000
2000
Elas ficam mais propensas a atrasar a escolha -
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
procrastinar mesmo que isso vá contra os seus próprios melhores interesses.
06:26
They're more likely to make worse choices --
152
371000
2000
Ficam mais propensas a fazer piores escolhas -
06:28
worse financial choices, medical choices.
153
373000
3000
piores escolhas financeiras, escolhas médicas.
06:31
They're more likely to choose things that make them less satisfied,
154
376000
3000
Têm maior probabilidade de escolher coisas que satisfaçam menos,
06:34
even when they do objectively better.
155
379000
3000
mesmo quando objectivamente fazem melhor.
06:37
The main reason for this
156
382000
2000
A principal razão para isto
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
é que, nós podemos gostar de olhar para aquelas paredes gigantescas
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
de maioneses, mostardas, vinagres, compotas,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
mas, na realidade, não conseguimos fazer os cálculos das comparações e contrastes
06:48
and actually picking from that stunning display.
160
393000
4000
e efectivamente escolher daquele expositor deslumbrante.
06:52
So what I want to propose to you today
161
397000
2000
Assim, o que hoje quero propor-vos
06:54
are four simple techniques --
162
399000
3000
são quatro técnicas simples -
06:57
techniques that we have tested in one way or another
163
402000
3000
técnicas que de uma ou outra forma já testámos
07:00
in different research venues --
164
405000
2000
em diferentes locais de pesquisa -
07:02
that you can easily apply
165
407000
2000
que podem aplicar facilmente
07:04
in your businesses.
166
409000
2000
nos vossos negócios.
07:06
The first: Cut.
167
411000
2000
A primeira: Cortar.
07:08
You've heard it said before,
168
413000
2000
Já o ouviram antes,
07:10
but it's never been more true than today,
169
415000
2000
mas nunca foi tão verdade como hoje,
07:12
that less is more.
170
417000
2000
menos é mais.
07:14
People are always upset when I say, "Cut."
171
419000
3000
As pessoas ficam sempre chateadas quando digo "Corte".
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
Preocupa-as sempre a ideia de que vão perder espaço nas prateleiras.
07:19
But in fact, what we're seeing more and more
173
424000
3000
Mas, de facto, o que vemos cada vez mais
07:22
is that if you are willing to cut,
174
427000
2000
é que se estiverem dispostos a cortar,
07:24
get rid of those extraneous redundant options,
175
429000
2000
a verem-se livres dessas opções estranhas e redundantes,
07:26
well there's an increase in sales,
176
431000
2000
bem, há um aumento nas vendas,
07:28
there's a lowering of costs,
177
433000
2000
há uma descida de custos,
07:30
there is an improvement of the choosing experience.
178
435000
4000
há uma melhoria na experiência de escolha.
07:34
When Proctor & Gamble
179
439000
2000
Quando a Proctor & Gamble
07:36
went from 26 different kinds of Head & Shoulders to 15,
180
441000
2000
passou de 26 tipos diferentes de Head & Shoulders para 15,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
eles viram nas suas vendas um aumento de 10%.
07:41
When the Golden Cat Corporation
182
446000
2000
Quando a Golden Cat Corporation
07:43
got rid of their 10 worst-selling cat litter products,
183
448000
2000
se viu livre dos seus 10 produtos de areia para gatos menos vendidos,
07:45
they saw an increase in profits
184
450000
2000
viram um aumento nos seus lucros
07:47
by 87 percent --
185
452000
2000
de 87% -
07:49
a function of both increase in sales
186
454000
2000
uma função quer de aumento nas vendas,
07:51
and lowering of costs.
187
456000
2000
quer de diminuição dos custos.
07:53
You know, the average grocery store today
188
458000
2000
Sabem, uma mercearia média actual
07:55
offers you 45,000 products.
189
460000
2000
oferece-vos cerca de 45.000 produtos.
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
O Walmart típico oferece-nos hoje 100.000 produtos.
08:00
But the ninth largest retailer,
191
465000
5000
Mas o 9º maior retalhista,
08:05
the ninth biggest retailer in the world today
192
470000
2000
o 9º maior retalhista do mundo, na actualidade,
08:07
is Aldi,
193
472000
2000
é o Aldi,
08:09
and it offers you only 1,400 products --
194
474000
3000
e ele oferece-vos só 1.400 produtos -
08:12
one kind of canned tomato sauce.
195
477000
3000
um tipo de molho de tomate enlatado.
08:15
Now in the financial savings world,
196
480000
2000
Agora, no mundo das poupanças financeiras,
08:17
I think one of the best examples that has recently come out
197
482000
3000
penso que um dos melhores exemplos que surgiu recentemente
08:20
on how to best manage the choice offerings
198
485000
3000
sobre como gerir bem as ofertas de escolha
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
foi algo em cuja concepção David Laibson esteve altamente envolvido,
08:26
which was the program that they have at Harvard.
200
491000
2000
que é o programa que têm em Harvard.
08:28
Every single Harvard employee
201
493000
2000
Cada um dos funcionários de Harvard
08:30
is now automatically enrolled
202
495000
2000
está agora automaticamente inscrito
08:32
in a lifecycle fund.
203
497000
2000
num fundo de ciclo de vida.
08:34
For those people who actually want to choose,
204
499000
2000
Para aquelas pessoas que realmente quiserem escolher,
08:36
they're given 20 funds,
205
501000
2000
são dados 20 fundos -
08:38
not 300 or more funds.
206
503000
2000
não 300 ou mais fundos.
08:40
You know, often, people say,
207
505000
2000
Sabem, frequentemente, as pessoas dizem,
08:42
"I don't know how to cut.
208
507000
2000
"Não sei como cortar.
08:44
They're all important choices."
209
509000
2000
São todas escolhas importantes."
08:46
And the first thing I do is I ask the employees,
210
511000
3000
E a primeira coisa que faço é perguntar aos funcionários,
08:49
"Tell me how these choices are different from one another.
211
514000
2000
"Digam-me como é que estas escolhas diferem uma da outra.
08:51
And if your employees can't tell them apart,
212
516000
2000
E se os vossos empregados não conseguirem distingui-las,
08:53
neither can your consumers."
213
518000
3000
os vossos consumidores também não conseguem."
08:56
Now before we started our session this afternoon,
214
521000
3000
Agora, antes de ter-mos começado a nossa sessão desta tarde,
08:59
I had a chat with Gary.
215
524000
2000
eu tive uma conversa com o Gary.
09:01
And Gary said that he would be willing
216
526000
3000
E o Gary disse-me que estaria disposto
09:04
to offer people in this audience
217
529000
2000
a oferecer a todas as pessoas aqui do público
09:06
an all-expenses-paid free vacation
218
531000
3000
umas férias totalmente pagas
09:09
to the most beautiful road in the world.
219
534000
4000
na estrada mais bela do mundo.
09:13
Here's a description of the road.
220
538000
3000
Aqui está uma descrição da estrada.
09:16
And I'd like you to read it.
221
541000
2000
E eu gostaria que a lessem.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
E agora vou dar-vos alguns segundos para a lerem
09:20
and then I want you to clap your hands
223
545000
2000
e depois quero que batam palmas
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
se estiverem prontos para aceitar a oferta do Gary.
09:24
(Light clapping)
225
549000
2000
(Leves Aplausos)
09:26
Okay. Anybody who's ready to take him up on his offer.
226
551000
3000
Ok. Alguém que esteja pronto a aceitar a sua oferta.
09:29
Is that all?
227
554000
2000
Só isso?
09:31
All right, let me show you some more about this.
228
556000
3000
Muito bem, permitam que vos mostre um pouco mais sobre isto.
09:34
(Laughter)
229
559000
3000
(Risos)
09:37
You guys knew there was a trick, didn't you.
230
562000
3000
Vocês sabiam que havia um truque, não sabiam?
09:44
(Honk)
231
569000
2000
(Buzina)
09:46
Now who's ready to go on this trip.
232
571000
3000
Agora, quem está pronto a ir nesta viagem.
09:49
(Applause)
233
574000
2000
(Aplausos)
09:51
(Laughter)
234
576000
2000
(Risos)
09:53
I think I might have actually heard more hands.
235
578000
3000
Penso que realmente posso ter ouvido mais mãos.
09:56
All right.
236
581000
2000
Muito bem.
09:58
Now in fact,
237
583000
2000
Agora, de facto,
10:00
you had objectively more information
238
585000
2000
vocês, objectivamente, tinham mais informação
10:02
the first time around than the second time around,
239
587000
2000
da primeira vez do que da segunda vez,
10:04
but I would venture to guess
240
589000
2000
mas arriscar-me-ia a supor
10:06
that you felt that it was more real the second time around.
241
591000
4000
que vocês sentiram que era mais real da segunda vez.
10:10
Because the pictures made it feel
242
595000
2000
Porque as imagens fizeram-vos sentir
10:12
more real to you.
243
597000
2000
que era mais real.
10:14
Which brings me to the second technique
244
599000
2000
O que me leva à segunda técnica
10:16
for handling the choice overload problem,
245
601000
2000
para lidar com o problema da sobrecarga de escolhas,
10:18
which is concretization.
246
603000
2000
que é a concretização.
10:20
That in order for people to understand
247
605000
2000
Para as pessoas compreenderem
10:22
the differences between the choices,
248
607000
2000
as diferenças entre as escolhas,
10:24
they have to be able to understand
249
609000
2000
têm de ser capazes de compreender
10:26
the consequences associated with each choice,
250
611000
3000
as consequências associadas a cada escolha,
10:29
and that the consequences need to be felt
251
614000
3000
e que as consequências precisam de ser sentidas
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
de uma maneira expressiva, de uma maneira muito concreta.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
Porque gastam as pessoas, em média, 15 a 30% mais
10:39
when they use an ATM card or a credit card
254
624000
2000
quando usam um cartão ATM ou um cartão de crédito
10:41
as opposed to cash?
255
626000
2000
do que quando usam dinheiro vivo?
10:43
Because it doesn't feel like real money.
256
628000
2000
Porque não sentem que se trate de dinheiro real.
10:45
And it turns out
257
630000
2000
E verifica-se
10:47
that making it feel more concrete
258
632000
2000
que fazê-lo parecer mais concreto
10:49
can actually be a very positive tool
259
634000
2000
pode ser realmente uma ferramenta muito positiva
10:51
to use in getting people to save more.
260
636000
2000
a usar para que as pessoas poupem mais.
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
Fiz um estudo com o Shlomo Benartzi
10:55
and Alessandro Previtero,
262
640000
2000
e o Alessandro Previtero.
10:57
we did a study with people at ING --
263
642000
4000
Fizemos um estudo com pessoas do ING -
11:01
employees that are all working at ING --
264
646000
3000
funcionários que trabalham no ING -
11:04
and now these people were all in a session
265
649000
2000
e estas pessoas estavam todas numa sessão
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
onde se inscreviam para o seu plano 401(k).
11:09
And during that session,
267
654000
2000
E durante essa sessão,
11:11
we kept the session exactly the way it used to be,
268
656000
2000
mantivemos tudo exactamente como costumava ser,
11:13
but we added one little thing.
269
658000
3000
mas acrescentámos uma pequena coisa.
11:16
The one little thing we added
270
661000
3000
A única pequena coisa que acrescentámos
11:19
was we asked people
271
664000
2000
foi ter-mos pedido às pessoas
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
para pensarem em todas as coisas positivas que lhes aconteceriam na vida
11:24
if you saved more.
273
669000
2000
se poupassem mais.
11:26
By doing that simple thing,
274
671000
3000
Fazendo essa coisa simples,
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
houve um aumento de inscrições em 20%
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
e houve um aumento do número de pessoas dispostas a poupar
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
ou no montante que estavam dispostas a depositar nas suas contas-poupança
11:38
by four percent.
278
683000
2000
de 4%.
11:40
The third technique: Categorization.
279
685000
3000
A terceira técnica: Categorização.
11:43
We can handle more categories
280
688000
3000
Conseguimos lidar com mais categorias
11:46
than we can handle choices.
281
691000
2000
do que escolhas.
11:48
So for example,
282
693000
2000
Por isso, por exemplo,
11:50
here's a study we did in a magazine aisle.
283
695000
2000
aqui está um estudo que fizemos num corredor de revistas.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
Acontece que nas mercearias Wegmans
11:54
up and down the northeast corridor,
285
699000
2000
de um lado ao outro do corredor nordeste,
11:56
the magazine aisles range anywhere
286
701000
2000
as secções de revistas apresentam uma variedade
11:58
from 331 different kinds of magazines
287
703000
2000
de 331 tipos diferentes de revistas
12:00
all the way up to 664.
288
705000
3000
até 664.
12:03
But you know what?
289
708000
2000
Mas, sabem uma coisa?
12:05
If I show you 600 magazines
290
710000
2000
Se vos mostrar 600 revistas
12:07
and I divide them up into 10 categories,
291
712000
3000
e as dividir em 10 categorias,
12:10
versus I show you 400 magazines
292
715000
2000
contra vos mostrar 400 revistas
12:12
and divide them up into 20 categories,
293
717000
3000
e as dividir em 20 categorias,
12:15
you believe that I have given you
294
720000
2000
vocês acreditam que vos ofereci
12:17
more choice and a better choosing experience
295
722000
2000
uma maior e melhor escolha
12:19
if I gave you the 400
296
724000
2000
se vos der as 400
12:21
than if I gave you the 600.
297
726000
2000
do que se vos der as 600.
12:23
Because the categories tell me how to tell them apart.
298
728000
3000
Porque as categorias me dizem como distingui-las.
12:28
Here are two different jewelry displays.
299
733000
3000
Aqui estão dois expositores diferentes de jóias.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
Um chama-se "Jazz" e o outro "Swing".
12:34
If you think the display on the left is Swing
301
739000
3000
Se pensam que o expositor da esquerda é o Swing
12:37
and the display on the right is Jazz,
302
742000
3000
e o da direita é o Jazz,
12:40
clap your hands.
303
745000
2000
batam palmas.
12:42
(Light Clapping)
304
747000
2000
(Leves Aplausos)
12:44
Okay, there's some.
305
749000
2000
Muito bem, há algumas.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
Se pensam que o da esquerda é o Jazz e o da direita é o Swing,
12:48
clap your hands.
307
753000
2000
batam palmas.
12:50
Okay, a bit more.
308
755000
2000
Muito bem, um pouco mais.
12:52
Now it turns out you're right.
309
757000
2000
Acontece que vocês têm razão.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
O da esquerda é o Jazz e o da direita é o Swing,
12:56
but you know what?
311
761000
2000
mas sabem uma coisa?
12:58
This is a highly useless categorization scheme.
312
763000
3000
Isto é um esquema de categorização altamente inútil.
13:01
(Laughter)
313
766000
2000
(Risos)
13:03
The categories need to say something
314
768000
3000
As categorias precisam de dizer alguma coisa
13:06
to the chooser, not the choice-maker.
315
771000
3000
a quem vai escolher, não a quem oferece a escolha.
13:09
And you often see that problem
316
774000
2000
E vocês vêem esse problema frequentemente
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
quando se chega a essas longas listas com todos estes fundos.
13:14
Who are they actually supposed to be informing?
318
779000
4000
Quem é que eles realmente devem informar?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
A minha quarta técnica: Condição para a complexidade.
13:21
It turns out we can actually
320
786000
2000
Acontece que, na realidade, nós conseguimos
13:23
handle a lot more information than we think we can,
321
788000
2000
lidar com muito mais informação do que pensamos,
13:25
we've just got to take it a little easier.
322
790000
2000
apenas temos de recebê-la de forma um pouco mais simples.
13:27
We have to gradually increase the complexity.
323
792000
3000
Temos que aumentar gradualmente a complexidade.
13:30
I'm going to show you one example of what I'm talking about.
324
795000
3000
Vou mostrar-vos um exemplo daquilo de que estou a falar.
13:33
Let's take a very, very complicated decision:
325
798000
2000
Pensemos numa decisão muito, muito complicada:
13:35
buying a car.
326
800000
2000
comprar um carro.
13:37
Here's a German car manufacturer
327
802000
2000
Aqui está um fabricante alemão de automóveis
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
que vos oferece a possibilidade de personalizarem completamente o vosso carro.
13:42
You've got to make 60 different decisions,
329
807000
2000
Vocês têm de tomar 60 decisões diferentes,
13:44
completely make up your car.
330
809000
2000
de compor completamente o vosso carro.
13:46
Now these decisions vary
331
811000
2000
Agora, estas decisões variam
13:48
in the number of choices that they offer per decision.
332
813000
3000
no número de escolhas que eles oferecem por decisão.
13:51
Car colors, exterior car colors --
333
816000
2000
Cores do carro, cores do exterior -
13:53
I've got 56 choices.
334
818000
2000
tenho 56 possibilidades.
13:55
Engines, gearshift -- four choices.
335
820000
3000
Motores, caixa de velocidades - 4 possibilidades.
13:58
So now what I'm going to do
336
823000
2000
Agora, o que vou fazer
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
é eu vou alterar a ordem pela qual estas decisões aparecem.
14:03
So half of the customers
338
828000
2000
Então, metade dos clientes
14:05
are going to go from high choice, 56 car colors,
339
830000
2000
vai partir da grande escolha, 56 cores para carro -
14:07
to low choice, four gearshifts.
340
832000
3000
para a pequena escolha - 4 mudanças de velocidades.
14:10
The other half of the customers
341
835000
2000
A outra metade dos clientes
14:12
are going to go from low choice, four gearshifts,
342
837000
2000
vai partir da pequena escolha - 4 mudanças de velocidades -
14:14
to 56 car colors, high choice.
343
839000
3000
para as 56 cores para o carro - grande escolha.
14:17
What am I going to look at?
344
842000
2000
O que é que eu vou examinar?
14:19
How engaged you are.
345
844000
2000
O vosso grau de envolvimento.
14:21
If you keep hitting the default button per decision,
346
846000
3000
Se estiverem sempre a carregar no botão "padrão" em cada decisão,
14:24
that means you're getting overwhelmed,
347
849000
2000
isso significa que estão a ficar sobrecarregados,
14:26
that means I'm losing you.
348
851000
2000
significa que vos estou a perder.
14:28
What you find
349
853000
2000
O que descobrimos
14:30
is the people who go from high choice to low choice,
350
855000
2000
é que as pessoas que partem da grande escolha para a pequena escolha
14:32
they're hitting that default button over and over and over again.
351
857000
3000
elas estão constantemente a carregar no botão "padrão".
14:35
We're losing them.
352
860000
2000
Estamos a perdê-las.
14:37
They go from low choice to high choice,
353
862000
2000
As que partem da pequena escolha para a grande escolha,
14:39
they're hanging in there.
354
864000
2000
essas estão a aguentar-se.
14:41
It's the same information. It's the same number of choices.
355
866000
3000
É a mesma informação. É o mesmo número de escolhas.
14:44
The only thing that I have done
356
869000
2000
A única coisa que fiz
14:46
is I have varied the order
357
871000
2000
foi alterar a ordem
14:48
in which that information is presented.
358
873000
2000
pela qual essa informação é apresentada.
14:50
If I start you off easy,
359
875000
2000
Se eu começar pela parte mais fácil,
14:52
I learn how to choose.
360
877000
2000
aprendo a escolher.
14:54
Even though choosing gearshift
361
879000
3000
Apesar da escolha da caixa de velocidades
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
não me dizer nada sobre as minhas preferências sobre a decoração interior,
15:00
it still prepares me for how to choose.
363
885000
3000
ainda assim prepara-me para a forma como escolher.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
Também me entusiasma em relação a este grande produto que estou a montar,
15:06
so I'm more willing to be motivated
365
891000
2000
e portanto estou mais disponível para ser motivada
15:08
to be engaged.
366
893000
2000
para ser envolvida.
15:10
So let me recap.
367
895000
2000
Recapitulando,
15:12
I have talked about four techniques
368
897000
3000
falei sobre quatro técnicas
15:15
for mitigating the problem of choice overload --
369
900000
3000
para mitigar o problema da sobrecarga de escolhas -
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
cortar - libertar-se de alternativas estranhas;
15:21
concretize -- make it real;
371
906000
3000
concretizar - tornar real;
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
categorizar - conseguimos aguentar mais categorias, menos escolhas;
15:28
condition for complexity.
373
913000
3000
condição para a complexidade.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
Todas estas técnicas que vos estou a descrever hoje
15:34
are designed to help you manage your choices --
375
919000
3000
estão concebidas para vos ajudar a gerir as vossas escolhas -
15:37
better for you, you can use them on yourself,
376
922000
3000
melhor para vocês, podem usá-las em vós próprios,
15:40
better for the people that you are serving.
377
925000
2000
melhora para as pessoas que vocês estão a servir.
15:42
Because I believe that the key
378
927000
2000
Porque eu acredito que a chave
15:44
to getting the most from choice
379
929000
2000
para obter o melhor da escolha
15:46
is to be choosy about choosing.
380
931000
3000
é ser selectivo em relação à escolha.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
E quanto mais formos capazes de ser selectivos em relação à escolha
15:51
the better we will be able
382
936000
2000
melhor seremos capazes
15:53
to practice the art of choosing.
383
938000
2000
de praticar a arte de escolher.
15:55
Thank you very much.
384
940000
2000
Muito obrigada.
15:57
(Applause)
385
942000
2000
(Aplausos)
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