TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
שינה איינגאר: איך לבחור בקלות
Filmed:
Readability: 3.7
2,749,817 views
כולנו רוצים חוויות ומוצרים המותאמים לנו. אבל כשצרכנים ניצבים בפני 700 אפשרויות, הם נוטים לקפוא. בעזרת מחקר חדשני ומסקרן, שינה איינגאר מראה איך עסקים (ואחרים) יכולים לשפר את חוויית הבחירה.
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
האם אתם יודעים כמה החלטות אתם מקבלים
00:17
in a typical day?
1
2000
3000
ביום טיפוסי?
00:20
Do you know how many choices you make
2
5000
2000
האם אתם יודעים כמה החלטות אתם מקבלים
00:22
in typical week?
3
7000
2000
בשבוע טיפוסי?
00:24
I recently did a survey
4
9000
2000
ערכתי סקר לאחרונה
00:26
with over 2,000 Americans,
5
11000
2000
על מעל 2,000 אמריקאים,
00:28
and the average number of choices
6
13000
2000
וכמות ההחלטות הממוצעת
00:30
that the typical American reports making
7
15000
2000
עליה מדווח האמריקאי הטיפוסי
00:32
is about 70 in a typical day.
8
17000
3000
היא בערך 70 ביום.
00:35
There was also recently a study done with CEOs
9
20000
4000
לאחרונה נערך גם מחקר על מנכ"לים
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
בו עקבו אחר מנכ"לים שבוע שלם.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
והמדענים האלה תיעדו את כל המטלות
00:45
that these CEOs engaged in
12
30000
2000
בהן עסקו המנכ"לים,
00:47
and how much time they spent engaging
13
32000
2000
וכמה זמן הם בילו
00:49
in making decisions related to these tasks.
14
34000
2000
בקבלת החלטות הקשורות במטלות הללו.
00:51
And they found that the average CEO
15
36000
3000
והם מצאו שהמנכ"ל הממוצע
00:54
engaged in about 139 tasks in a week.
16
39000
3000
מעורב ב 139 מטלות בשבוע.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
כל מטלה היתה מורכבת כמובן מהרבה מאוד תת-החלטות.
01:01
50 percent of their decisions
18
46000
2000
50% מההחלטות שלהם
01:03
were made in nine minutes or less.
19
48000
3000
נעשו תוך 9 דקות או פחות.
01:06
Only about 12 percent of the decisions
20
51000
3000
רק 12% מההחלטות
01:09
did they make an hour or more of their time.
21
54000
4000
שהם קיבלו לקחו שעה או יותר מזמנם.
01:13
Think about your own choices.
22
58000
2000
חשבו על הבחירות שלכם.
01:15
Do you know how many choices
23
60000
2000
אתם יודעים כמה בחירות
01:17
make it into your nine minute category
24
62000
2000
נכנסות לקטגוריה של 9 דקות
01:19
versus your one hour category?
25
64000
2000
לעומת הקטגוריה של השעה?
01:21
How well do you think you're doing
26
66000
2000
עד כמה אתם מנהלים היטב
01:23
at managing those choices?
27
68000
3000
את הבחירות האלה?
01:26
Today I want to talk
28
71000
2000
היום אני רוצה לדבר
01:28
about one of the biggest modern day choosing problems that we have,
29
73000
3000
על אחת מבעיות הבחירה הגדולות ביותר הקיימות כיום,
01:31
which is the choice overload problem.
30
76000
2000
והיא בעיית עומס הבחירה.
01:33
I want to talk about the problem
31
78000
2000
אני רוצה להציג את הבעיה
01:35
and some potential solutions.
32
80000
2000
וכמה פתרונות אפשריים.
01:37
Now as I talk about this problem,
33
82000
2000
עכשיו, בזמן שאדבר,
01:39
I'm going to have some questions for you
34
84000
2000
אציג לכם כמה שאלות
01:41
and I'm going to want to know your answers.
35
86000
3000
וארצה לדעת מה התשובות שלכם.
01:44
So when I ask you a question,
36
89000
2000
אז כשאני אשאל אתכם שאלה,
01:46
since I'm blind,
37
91000
2000
מכיוון שאני עיוורת,
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
רק תרימו את היד אם אתם רוצים לשרוף כמה קלוריות.
01:51
(Laughter)
39
96000
3000
(צחוק)
01:54
Otherwise, when I ask you a question,
40
99000
2000
אחרת, אם אשאל אתכם שאלה,
01:56
and if your answer is yes,
41
101000
2000
והתשובה שלכם היא כן,
01:58
I'd like you to clap your hands.
42
103000
2000
אני רוצה שתמחאו כפיים.
02:00
So for my first question for you today:
43
105000
3000
אז השאלה הראשונה שלי עבורכם היא:
02:03
Are you guys ready to hear about the choice overload problem?
44
108000
3000
האם אתם מוכנים לשמוע על בעיית עומס הבחירה?
02:06
(Applause)
45
111000
2000
(מחיאות כפיים)
02:08
Thank you.
46
113000
2000
תודה.
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
אז כשאני הייתי סטודנטית לתואר שני באוניברסיטת סטנפורד,
02:13
I used to go to this very, very upscale grocery store;
48
118000
3000
נהגתי ללכת למכולת מאוד יוקרתית,
02:16
at least at that time it was truly upscale.
49
121000
2000
לפחות בזמנו היא היתה יוקרתית.
02:18
It was a store called Draeger's.
50
123000
3000
קראו לה "דרייגרס".
02:21
Now this store, it was almost like going to an amusement park.
51
126000
3000
עכשיו, זה היה כמעט כמו ללכת ללונה פארק.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
היו להם 250 סוגי חרדל וחומץ,
02:27
and over 500 different kinds
53
132000
2000
ומעל 500 סוגים שונים
02:29
of fruits and vegetables
54
134000
2000
של ירקות ופירות
02:31
and more than two dozen different kinds of bottled water --
55
136000
3000
ויותר מ 20 סוגים של מים מינרליים -
02:34
and this was during a time when we actually used to drink tap water.
56
139000
4000
וזה היה בתקופה בה נהגנו עוד לשתות מים מהברז.
02:38
I used to love going to this store,
57
143000
3000
אהבתי ללכת לחנות הזו,
02:41
but on one occasion I asked myself,
58
146000
2000
אבל פעם אחת שאלתי את עצמי,
02:43
well how come you never buy anything?
59
148000
2000
אז למה את אף פעם לא קונה שום דבר?
02:45
Here's their olive oil aisle.
60
150000
2000
הנה איזור שמן הזית.
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
היו להם מעל 75 סוגים שונים של שמן זית,
02:49
including those that were in a locked case
62
154000
2000
כולל כאלה שהיו נעולים בתוך תיבה
02:51
that came from thousand-year-old olive trees.
63
156000
4000
שנוצרו מעצי זית בני 1000 שנה.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
אז יום אחד החלטתי לבקר את המנהל,
02:57
and I asked the manager,
65
162000
2000
ושאלתי אותו
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
"האם המודל הזה בו אתם מציעים לאנשים את כל המבחר הזה באמת עובד?"
03:02
And he pointed to the busloads of tourists
67
167000
2000
והוא הצביע על אוטובוסים מלאים בתיירים
03:04
that would show up everyday,
68
169000
2000
שהיו מגיעים כל יום,
03:06
with cameras ready usually.
69
171000
2000
בד"כ עם מצלמות שלופות.
03:08
We decided to do a little experiment,
70
173000
3000
והחלטנו לערוך ניסוי קטן,
03:11
and we picked jam for our experiment.
71
176000
2000
ובחרנו בריבה עבור הניסוי שלנו.
03:13
Here's their jam aisle.
72
178000
2000
הנה איזור הריבות.
03:15
They had 348 different kinds of jam.
73
180000
2000
היו להם 348 סוגי ריבה.
03:17
We set up a little tasting booth
74
182000
2000
הקמנו דוכן טעימה קטן,
03:19
right near the entrance of the store.
75
184000
2000
ממש בכניסה לחנות.
03:21
We there put out six different flavors of jam
76
186000
2000
שמנו שם 6 טעמי ריבה,
03:23
or 24 different flavors of jam,
77
188000
3000
או 24 טעמים,
03:26
and we looked at two things:
78
191000
2000
ובדקנו שני דברים:
03:28
First, in which case
79
193000
2000
ראשית, באיזה מקרה
03:30
were people more likely to stop, sample some jam?
80
195000
3000
אנשים נעצרו יותר כדי לטעום את הריבה?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
יותר אנשים עצרו כשהיו 24 טעמים, בערך 60%,
03:36
than when there were six,
82
201000
2000
לעומת הצגה של 6 טעמים,
03:38
about 40 percent.
83
203000
2000
שאז עצרו בערך 40%.
03:40
The next thing we looked at
84
205000
2000
הדבר השני שבדקנו
03:42
is in which case were people more likely
85
207000
2000
היה באיזה מקרה אנשים נטו יותר
03:44
to buy a jar of jam.
86
209000
2000
לקנות צנצנת ריבה.
03:46
Now we see the opposite effect.
87
211000
2000
עכשיו ראינו את האפקט ההפוך.
03:48
Of the people who stopped when there were 24,
88
213000
2000
מתוך אלה שעצרו ל 24 טעמים,
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
רק 3% קנו צנצנת ריבה.
03:53
Of the people who stopped when there were six,
90
218000
3000
מתוך אלה שעצרו ל 6 טעמים,
03:56
well now we saw that 30 percent of them
91
221000
2000
30% מהם
03:58
actually bought a jar of jam.
92
223000
2000
קנו צנצנת ריבה.
04:00
Now if you do the math,
93
225000
2000
עכשיו, אם תחשבו,
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
הסבירות לקנות צנצנת ריבה היתה גבוהה פי ששה
04:05
if they encountered six
95
230000
2000
אם הם פגשו 6 טעמים
04:07
than if they encountered 24.
96
232000
2000
לעומת 24.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
עכשיו, הבחירה שלא לקנות ריבה
04:11
is probably good for us --
98
236000
2000
היא כנראה טובה עבורנו -
04:13
at least it's good for our waistlines --
99
238000
2000
לפחות לקו המותן שלנו -
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
אבל מתברר שבעיית עומס הבחירה הזו משפיעה עלינו
04:18
even in very consequential decisions.
101
243000
3000
גם בהחלטות רבות משמעות.
04:21
We choose not to choose,
102
246000
2000
אנחנו בוחרים שלא לבחור,
04:23
even when it goes against our best self-interests.
103
248000
3000
אפילו כשזה מנוגד לאינטרס שלנו.
04:26
So now for the topic of today: financial savings.
104
251000
3000
אז עכשיו לנושא של היום: חסכון כספי.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
אני אתאר לכם מחקר שערכתי
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
עם גור הוברמן, אמיר קמניקה, וואי יאנג,
04:36
where we looked at the retirement savings decisions
107
261000
4000
בו בחנו החלטות על חסכון לפנסיה
04:40
of nearly a million Americans
108
265000
3000
של כמעט מיליון אמריקאים
04:43
from about 650 plans
109
268000
3000
מבערך 650 תכניות
04:46
all in the U.S.
110
271000
2000
בכל רחבי ארה"ב.
04:48
And what we looked at
111
273000
2000
ומה שהסתכלנו עליו
04:50
was whether the number of fund offerings
112
275000
2000
היה אם מספר ההצעות לקרנות
04:52
available in a retirement savings plan,
113
277000
2000
הקיים בתכנית פנסיה,
04:54
the 401(k) plan,
114
279000
2000
תכנית 401(k)
04:56
does that affect people's likelihood
115
281000
2000
משפיע על סיכויו של האדם
04:58
to save more for tomorrow.
116
283000
2000
לחסוך יותר לעתיד.
05:00
And what we found
117
285000
2000
ומה שמצאנו
05:02
was that indeed there was a correlation.
118
287000
3000
הוא שאכן היה מתאם.
05:05
So in these plans, we had about 657 plans
119
290000
3000
אז בתכניות האלה, היו לנו בערך 657 תכניות
05:08
that ranged from offering people
120
293000
2000
שהציעו בין 2 ועד
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
59 הצעות לקרנות.
05:13
And what we found was that,
122
298000
2000
ומה שמצאנו הוא
05:15
the more funds offered,
123
300000
2000
שככל שהציעו יותר קרנות,
05:17
indeed, there was less participation rate.
124
302000
3000
אכן, שיעור ההשתתפות קטן.
05:20
So if you look at the extremes,
125
305000
2000
אז אם תסתכלו על הקצוות,
05:22
those plans that offered you two funds,
126
307000
2000
בתכניות שהציעו לכם שתי קרנות,
05:24
participation rates were around in the mid-70s --
127
309000
3000
שיעורי ההשתתפות היו בסביבות ה 75 -
05:27
still not as high as we want it to be.
128
312000
2000
עדיין לא גבוה כפי שהיינו רוצים.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
בתכניות שהציעו כמעט 60 קרנות,
05:32
participation rates have now dropped
130
317000
3000
שיעורי ההשתתפות נפלו
05:35
to about the 60th percentile.
131
320000
3000
בערך לאחוזון ה 60.
05:38
Now it turns out
132
323000
2000
עכשיו, מתברר
05:40
that even if you do choose to participate
133
325000
3000
שגם אם תבחרו להשתתף
05:43
when there are more choices present,
134
328000
2000
כשקיימות יותר אפשרויות בחירה,
05:45
even then, it has negative consequences.
135
330000
3000
גם אז, יש לכך השלכות שליליות.
05:48
So for those people who did choose to participate,
136
333000
3000
אז עבור אותם אנשים שבחרו כן להשתתף,
05:51
the more choices available,
137
336000
2000
ככל שהיו יותר אפשרויות בחירה,
05:53
the more likely people were
138
338000
2000
כך עלה הסיכוי שהם
05:55
to completely avoid stocks or equity funds.
139
340000
3000
יימנעו לגמרי ממניות או מקרנות מניות.
05:58
The more choices available,
140
343000
2000
ככל שהיו יותר אפשרויות בחירה,
06:00
the more likely they were
141
345000
2000
כך עלה הסיכוי שהם
06:02
to put all their money in pure money market accounts.
142
347000
2000
ישימו את כל כספם בתכניות חסכון.
06:04
Now neither of these extreme decisions
143
349000
2000
עכשיו אף אחת מההחלטות הקיצוניות האלה
06:06
are the kinds of decisions
144
351000
2000
אינה החלטה מהסוג
06:08
that any of us would recommend for people
145
353000
2000
עליה היינו ממליצים
06:10
when you're considering their future financial well-being.
146
355000
3000
למי שמתכנן את עתידו הפיננסי.
06:13
Well, over the past decade,
147
358000
2000
אז, במהלך העשור האחרון,
06:15
we have observed three main negative consequences
148
360000
3000
הבחנו בשלוש השלכות שליליות
06:18
to offering people more and more choices.
149
363000
3000
של להציע לאנשים יותר ויותר אפשרויות.
06:21
They're more likely to delay choosing --
150
366000
2000
הם יטו יותר לדחות את הבחירה -
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
דחיינות המנוגדת גם לאינטרס שלהם.
06:26
They're more likely to make worse choices --
152
371000
2000
הם יטו יותר לבחור בחירות גרועות -
06:28
worse financial choices, medical choices.
153
373000
3000
בחירות פיננסיות גרועות, בחירות רפואיות.
06:31
They're more likely to choose things that make them less satisfied,
154
376000
3000
הם יטו לבחור דברים שיגרמו להם להיות פחות מרוצים,
06:34
even when they do objectively better.
155
379000
3000
אפליו כשאובייקטיבית מצבם השתפר.
06:37
The main reason for this
156
382000
2000
הסיבה המרכזית לכך
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
היא שאנחנו אולי נהנים לבהות באותם קירות עצומים
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
של מיונז, חרדל, חומץ, ריבה,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
אבל אנחנו לא באמת יכולים לחשב, להשוות ולהנגיד
06:48
and actually picking from that stunning display.
160
393000
4000
ובעצם לבחור מתוך התצוגה המהממת הזו.
06:52
So what I want to propose to you today
161
397000
2000
אז מה שאני רוצה להציע לכם היום
06:54
are four simple techniques --
162
399000
3000
הן 4 טכניקות פשוטות -
06:57
techniques that we have tested in one way or another
163
402000
3000
טכניקות שבדקנו בצורה זו או אחרת
07:00
in different research venues --
164
405000
2000
במסלולי מחקר שונים -
07:02
that you can easily apply
165
407000
2000
שאתם יכולים בקלות ליישם
07:04
in your businesses.
166
409000
2000
בעסקים שלכם.
07:06
The first: Cut.
167
411000
2000
הראשון: קצצו.
07:08
You've heard it said before,
168
413000
2000
כבר שמעתם את זה,
07:10
but it's never been more true than today,
169
415000
2000
אבל היום זה נכון יותר מתמיד,
07:12
that less is more.
170
417000
2000
פחות הוא יותר.
07:14
People are always upset when I say, "Cut."
171
419000
3000
אנשים תמיד מתעצבנים כשאני אומרת "לקצץ."
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
הם תמיד מודאגים שהם יאבדו שטחי מדף.
07:19
But in fact, what we're seeing more and more
173
424000
3000
אבל למעשה, מה שאנחנו רואים יותר ויותר
07:22
is that if you are willing to cut,
174
427000
2000
הוא שאם אתם מוכנים לקצץ,
07:24
get rid of those extraneous redundant options,
175
429000
2000
להיפתר מאותן אפשרויות מיותרות ובלתי נחוצות,
07:26
well there's an increase in sales,
176
431000
2000
אז ישנה עלייה במכירות,
07:28
there's a lowering of costs,
177
433000
2000
יש ירידה בעלויות,
07:30
there is an improvement of the choosing experience.
178
435000
4000
יש שיפור של חוויית הבחירה.
07:34
When Proctor & Gamble
179
439000
2000
כשפרוקטור וגמבל
07:36
went from 26 different kinds of Head & Shoulders to 15,
180
441000
2000
עברו מ 26 סוגי הד אנד שולדרס ל 15,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
הם ראו עלייה של 10% במכירות.
07:41
When the Golden Cat Corporation
182
446000
2000
כשתאגיד גולדן קט
07:43
got rid of their 10 worst-selling cat litter products,
183
448000
2000
נפתר מ10 מוצרי פסולת החתולים הפחות נמכרים,
07:45
they saw an increase in profits
184
450000
2000
הם ראו עלייה ברווחים
07:47
by 87 percent --
185
452000
2000
של 87% -
07:49
a function of both increase in sales
186
454000
2000
תוצאה של עלייה במכירות
07:51
and lowering of costs.
187
456000
2000
וירידה בעלויות.
07:53
You know, the average grocery store today
188
458000
2000
אתם יודעים, המכולת הממוצעת כיום
07:55
offers you 45,000 products.
189
460000
2000
מציעה לכם 45,000 מוצרים.
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
חנות וולמרט טיפוסית מציעה לכם 100,000 מוצרים.
08:00
But the ninth largest retailer,
191
465000
5000
אבל הקמעונאי התשיעי בגודלו,
08:05
the ninth biggest retailer in the world today
192
470000
2000
התשיעי בגודל בעולם כיום,
08:07
is Aldi,
193
472000
2000
הוא אלדי,
08:09
and it offers you only 1,400 products --
194
474000
3000
והוא מציע לכם רק 1,400 מוצרים -
08:12
one kind of canned tomato sauce.
195
477000
3000
סוג אחד של רסק עגבניות.
08:15
Now in the financial savings world,
196
480000
2000
עכשיו, בעולם החסכון הפיננסי,
08:17
I think one of the best examples that has recently come out
197
482000
3000
אני חושבת שאחת הדוגמאות הטובות ביותר שיצאה לאחרונה
08:20
on how to best manage the choice offerings
198
485000
3000
על הדרך הטובה ביותר לנהל אפשרויות בחירה
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
היתה בעצם משהו שדייויד לייבסון היה מעורב מאוד בתכנונו,
08:26
which was the program that they have at Harvard.
200
491000
2000
וזאת התכנית שקיימת בהרווארד.
08:28
Every single Harvard employee
201
493000
2000
כל עובד בהרווארד
08:30
is now automatically enrolled
202
495000
2000
נרשם כיום אוטומטית
08:32
in a lifecycle fund.
203
497000
2000
לקרן נאמנות.
08:34
For those people who actually want to choose,
204
499000
2000
למי שרוצה באמת לבחור,
08:36
they're given 20 funds,
205
501000
2000
ניתנות 20 אופציות של קרנות,
08:38
not 300 or more funds.
206
503000
2000
לא 300 קרנות או יותר.
08:40
You know, often, people say,
207
505000
2000
אתם יודעים, לפעמים אנשים אומרים
08:42
"I don't know how to cut.
208
507000
2000
"אני לא יודע איך לצמצם.
08:44
They're all important choices."
209
509000
2000
הן כולן אפשרויות בחירה חשובות."
08:46
And the first thing I do is I ask the employees,
210
511000
3000
והדבר הראשון שאני עושה הוא לשאול את העובדים,
08:49
"Tell me how these choices are different from one another.
211
514000
2000
"תאמרו לי איך האפשרויות האלה שונות זו מזו.
08:51
And if your employees can't tell them apart,
212
516000
2000
ואם העובדים שלכם לא יכולים להבחין בינהן,
08:53
neither can your consumers."
213
518000
3000
אז כך גם הצרכנים שלכם."
08:56
Now before we started our session this afternoon,
214
521000
3000
עכשיו, לפני שהתחלנו בהרצאה שלנו היום,
08:59
I had a chat with Gary.
215
524000
2000
דיברתי עם גארי.
09:01
And Gary said that he would be willing
216
526000
3000
וגארי אמר לי שהוא היה מוכן
09:04
to offer people in this audience
217
529000
2000
להציע לאנשים בקהל
09:06
an all-expenses-paid free vacation
218
531000
3000
חופשה חינם הכל כלול
09:09
to the most beautiful road in the world.
219
534000
4000
לדרך היפה ביותר בעולם.
09:13
Here's a description of the road.
220
538000
3000
הנה התיאור של הדרך.
09:16
And I'd like you to read it.
221
541000
2000
ואני רוצה שתקראו אותו.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
ואני אתן לכם כמה שניות לקרוא,
09:20
and then I want you to clap your hands
223
545000
2000
ואז תמחאו כפיים
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
אתם מקבלים את ההצעה של גארי.
09:24
(Light clapping)
225
549000
2000
(מחיאות קלות)
09:26
Okay. Anybody who's ready to take him up on his offer.
226
551000
3000
אוקיי. כל מי שמוכן לקבל את ההצעה.
09:29
Is that all?
227
554000
2000
זה הכל?
09:31
All right, let me show you some more about this.
228
556000
3000
אוקיי, תנו לי להראות לכם עוד כמה פרטים.
09:34
(Laughter)
229
559000
3000
(צחוק)
09:37
You guys knew there was a trick, didn't you.
230
562000
3000
ידעתם שיהיה כאן טריק, נכון?
09:44
(Honk)
231
569000
2000
(צפירה)
09:46
Now who's ready to go on this trip.
232
571000
3000
עכשיו מי מוכן לצאת לטיול הזה?
09:49
(Applause)
233
574000
2000
(מחיאות כפיים)
09:51
(Laughter)
234
576000
2000
(צחוק)
09:53
I think I might have actually heard more hands.
235
578000
3000
אני חושבת ששמעתי יותר מחיאות כפיים.
09:56
All right.
236
581000
2000
אוקיי.
09:58
Now in fact,
237
583000
2000
עכשיו, אובייקטיבית,
10:00
you had objectively more information
238
585000
2000
היה לכם יותר מידע
10:02
the first time around than the second time around,
239
587000
2000
בסבב הראשון מאשר בשני,
10:04
but I would venture to guess
240
589000
2000
אבל אני מוכנה להסתכן ולנחש
10:06
that you felt that it was more real the second time around.
241
591000
4000
שהרגשתם שזה יותר אמיתי בסבב השני.
10:10
Because the pictures made it feel
242
595000
2000
כי התמונות גרמו
10:12
more real to you.
243
597000
2000
לתחושה מציאותית יותר.
10:14
Which brings me to the second technique
244
599000
2000
וזה מביא אותי לטכניקה השנייה
10:16
for handling the choice overload problem,
245
601000
2000
להתמודדות עם בעיית עומס הבחירה,
10:18
which is concretization.
246
603000
2000
והיא קונקרטיזציה.
10:20
That in order for people to understand
247
605000
2000
כדי שאנשים יוכלו להבין
10:22
the differences between the choices,
248
607000
2000
את ההבדלים בין הבחירות,
10:24
they have to be able to understand
249
609000
2000
הם צריכים להיות מסוגלים להבין
10:26
the consequences associated with each choice,
250
611000
3000
את ההשלכות הקשורות לכל בחירה,
10:29
and that the consequences need to be felt
251
614000
3000
וההשלכות הללו צריכות להיות
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
מוחשיות, באופן חי מאוד.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
למה אנשים מבזבזים בממוצע 15-30% יותר
10:39
when they use an ATM card or a credit card
254
624000
2000
כשהם קונים עם כרטיס אשראי
10:41
as opposed to cash?
255
626000
2000
לעומת קנייה במזומן?
10:43
Because it doesn't feel like real money.
256
628000
2000
כי זה לא מרגיש להם כמו כסף אמיתי.
10:45
And it turns out
257
630000
2000
ומתברר
10:47
that making it feel more concrete
258
632000
2000
שכשהופכים את זה ליותר מוחשי
10:49
can actually be a very positive tool
259
634000
2000
זה יכול להיות כלי מאוד חיובי
10:51
to use in getting people to save more.
260
636000
2000
שיגרום לאנשים לחסוך יותר.
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
אז מחקר שערכתי עם שלמה בן-ארצי
10:55
and Alessandro Previtero,
262
640000
2000
ואלסנדרו פרביטרו,
10:57
we did a study with people at ING --
263
642000
4000
ערכנו מחקר עם אנשים ב ING (בנק) -
11:01
employees that are all working at ING --
264
646000
3000
עובדים בחברת ING -
11:04
and now these people were all in a session
265
649000
2000
וכל העובדים האלה השתתפו בסדנא
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
של הרשמה לתכנית פנסיה 401(k).
11:09
And during that session,
267
654000
2000
ובמהלך הסדנא הזו,
11:11
we kept the session exactly the way it used to be,
268
656000
2000
השארנו את הסדנא בדיוק כפי שהיתה,
11:13
but we added one little thing.
269
658000
3000
אבל הוספנו פרט קטן.
11:16
The one little thing we added
270
661000
3000
הפרט הקטן שהוספנו
11:19
was we asked people
271
664000
2000
היה שביקשנו מאנשים
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
לחשוב על כל הדברים החיוביים שיקרו בחייהם
11:24
if you saved more.
273
669000
2000
אילו היו חוסכים יותר.
11:26
By doing that simple thing,
274
671000
3000
בשל התרגיל הפשוט הזה,
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
חלה עלייה של 20% בהרשמה
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
והיתה עלייה של כמות האנשים שרצו לחסוך
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
או של הסכום שהם הסכימו לשים בתוכנית החסכון שלהם
11:38
by four percent.
278
683000
2000
של 4%.
11:40
The third technique: Categorization.
279
685000
3000
הטכניקה השלישית: קטגוריזציה.
11:43
We can handle more categories
280
688000
3000
אנחנו יכולים להתמודד עם יותר קטגוריות
11:46
than we can handle choices.
281
691000
2000
מאשר עם אפשרויות בחירה.
11:48
So for example,
282
693000
2000
אז לדוגמא,
11:50
here's a study we did in a magazine aisle.
283
695000
2000
הנה מחקר שערכנו באיזור המגזינים.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
מתברר שבמכולות של ווגמן
11:54
up and down the northeast corridor,
285
699000
2000
בפרוזדור הצפון מזרחי,
11:56
the magazine aisles range anywhere
286
701000
2000
נמצא איזור המגזינים הכולל
11:58
from 331 different kinds of magazines
287
703000
2000
מ331 מגזינים שונים
12:00
all the way up to 664.
288
705000
3000
עד 664.
12:03
But you know what?
289
708000
2000
אבל אתם יודעים?
12:05
If I show you 600 magazines
290
710000
2000
אם אראה לכם 600 מגזינים
12:07
and I divide them up into 10 categories,
291
712000
3000
מחולקים ל10 קטגוריות,
12:10
versus I show you 400 magazines
292
715000
2000
לעומת 400 מגזינים
12:12
and divide them up into 20 categories,
293
717000
3000
מחולקים ל20 קטגוריות,
12:15
you believe that I have given you
294
720000
2000
אתם תחשבו שנתתי לכם
12:17
more choice and a better choosing experience
295
722000
2000
יותר בחירה וחווית בחירה טובה יותר
12:19
if I gave you the 400
296
724000
2000
אם אתן לכם את ה 400
12:21
than if I gave you the 600.
297
726000
2000
לעומת ה 600.
12:23
Because the categories tell me how to tell them apart.
298
728000
3000
כי הקטגוריות אומרות לי איך להבחין בינהם.
12:28
Here are two different jewelry displays.
299
733000
3000
הנה שתי תצוגות שונות של תכשיטים.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
האחת נקראת "ג'ז", והשנייה נקראת "סווינג."
12:34
If you think the display on the left is Swing
301
739000
3000
אם אתם חושבים שהתצוגה משמאל היא סווינג
12:37
and the display on the right is Jazz,
302
742000
3000
ומימין זה ג'ז,
12:40
clap your hands.
303
745000
2000
מחאו כפיים.
12:42
(Light Clapping)
304
747000
2000
(מעט מחיאות)
12:44
Okay, there's some.
305
749000
2000
אוקיי, יש כמה.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
אם אתם חושבים שמשמאל זה ג'ז ומימין סווינג,
12:48
clap your hands.
307
753000
2000
מחאו כפיים.
12:50
Okay, a bit more.
308
755000
2000
אוקיי, קצת יותר.
12:52
Now it turns out you're right.
309
757000
2000
אז מתברר שאתם צודקים.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
משמאל זה ג'ז ומימין זה סווינג,
12:56
but you know what?
311
761000
2000
אבל אתם יודעים מה?
12:58
This is a highly useless categorization scheme.
312
763000
3000
החלוקה הזו לקטגוריות ממש חסרת ערך.
13:01
(Laughter)
313
766000
2000
(צחוק)
13:03
The categories need to say something
314
768000
3000
הקטגוריות צריכות לומר משהו
13:06
to the chooser, not the choice-maker.
315
771000
3000
לבוחר, לא ליוצר הבחירות.
13:09
And you often see that problem
316
774000
2000
ולעיתים קרובות אתם רואים את הבעיה הזו
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
כשמגיעים לרשימות הארוכות של כל הקרנות האלה.
13:14
Who are they actually supposed to be informing?
318
779000
4000
את מי הן אמורות ליידע?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
הטכניקה הרביעית שלי: התנייה למורכבות.
13:21
It turns out we can actually
320
786000
2000
מתברר שאנחנו בעצם מסוגלים
13:23
handle a lot more information than we think we can,
321
788000
2000
להתמודד עם הרבה יותר מידע ממה שאנחנו חושבים,
13:25
we've just got to take it a little easier.
322
790000
2000
רק צריך לקחת את זה יותר בקלות.
13:27
We have to gradually increase the complexity.
323
792000
3000
אנחנו צריכים בהדרגה להעלות את המורכבות.
13:30
I'm going to show you one example of what I'm talking about.
324
795000
3000
אראה לכם בדוגמא אחת למה אני מתכוונת.
13:33
Let's take a very, very complicated decision:
325
798000
2000
בואו ניקח החלטה מאוד מסובכת:
13:35
buying a car.
326
800000
2000
קניית רכב.
13:37
Here's a German car manufacturer
327
802000
2000
הנה יצרן רכב גרמני
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
שנותן לכם הזדמנות לייצר בהזמנה אישית את הרכב שלכם.
13:42
You've got to make 60 different decisions,
329
807000
2000
אתם צריכים לקבל 60 החלטות שונות,
13:44
completely make up your car.
330
809000
2000
לעצב מהיסוד את הרכב שלכם.
13:46
Now these decisions vary
331
811000
2000
עכשיו ההחלטות האלה שונות
13:48
in the number of choices that they offer per decision.
332
813000
3000
במספר הבחירות שהן מציעות לכל החלטה.
13:51
Car colors, exterior car colors --
333
816000
2000
צבע הרכב, הצבע החיצוני -
13:53
I've got 56 choices.
334
818000
2000
יש לי 56 אפשרויות בחירה.
13:55
Engines, gearshift -- four choices.
335
820000
3000
מנועים, הילוכים - 4 אפשרויות.
13:58
So now what I'm going to do
336
823000
2000
אז מה שאעשה עכשיו
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
זה לשנות את הסדר בו ההחלטות האלה מופיעות.
14:03
So half of the customers
338
828000
2000
אז חצי מהלקוחות
14:05
are going to go from high choice, 56 car colors,
339
830000
2000
יעלו מבחירה מרובה, 56 צבעי רכב,
14:07
to low choice, four gearshifts.
340
832000
3000
לבחירה מעטה, 4 תיבות הילוכים.
14:10
The other half of the customers
341
835000
2000
חצי אחר מהלקוחות
14:12
are going to go from low choice, four gearshifts,
342
837000
2000
ירדו מבחירה מעטה, 4 תיבות הילוכים,
14:14
to 56 car colors, high choice.
343
839000
3000
ל 56 צבעי רכב, בחירה מרובה.
14:17
What am I going to look at?
344
842000
2000
על מה אני אסתכל?
14:19
How engaged you are.
345
844000
2000
עד כמה אתם מעורבים.
14:21
If you keep hitting the default button per decision,
346
846000
3000
אם אתם לוחצים כל הזמן על כפתור ברירת המחדל לכל החלטה,
14:24
that means you're getting overwhelmed,
347
849000
2000
זה אומר שאתם המומים,
14:26
that means I'm losing you.
348
851000
2000
זה אומר שאני מאבדת אתכם.
14:28
What you find
349
853000
2000
מה שמוצאים
14:30
is the people who go from high choice to low choice,
350
855000
2000
הוא שמי שעובר מבחירה מרובה לבחירה מעטה,
14:32
they're hitting that default button over and over and over again.
351
857000
3000
לוחצים על ברירת המחדל שוב ושוב ושוב.
14:35
We're losing them.
352
860000
2000
אנחנו מאבדים אותם.
14:37
They go from low choice to high choice,
353
862000
2000
אלה שעוברים מבחירה מעטה לבחירה מרובה,
14:39
they're hanging in there.
354
864000
2000
מחזיקים מעמד.
14:41
It's the same information. It's the same number of choices.
355
866000
3000
זה אותו המידע. זו אותה כמות בחירות.
14:44
The only thing that I have done
356
869000
2000
הדבר היחיד שעשיתי
14:46
is I have varied the order
357
871000
2000
הוא לשנות את הסדר
14:48
in which that information is presented.
358
873000
2000
בו מוצג המידע.
14:50
If I start you off easy,
359
875000
2000
אם אני מתחילה בקלות,
14:52
I learn how to choose.
360
877000
2000
אני יכולה ללמוד איך לבחור.
14:54
Even though choosing gearshift
361
879000
3000
למרות שבחירת תיבת הילוכים
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
לא קשורה כלל להעדפות שלי בעיצוב פנים,
15:00
it still prepares me for how to choose.
363
885000
3000
זה עדיין מלמד אותי איך לבחור.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
זה גם מלהיב אותי לגבי המוצר הגדול הזה שאני מרכיבה,
15:06
so I'm more willing to be motivated
365
891000
2000
אז יש לי יותר מוטיבציה
15:08
to be engaged.
366
893000
2000
להיות מעורבת בתהליך.
15:10
So let me recap.
367
895000
2000
אז תנו לי לסכם.
15:12
I have talked about four techniques
368
897000
3000
דיברתי על 4 טכניקות
15:15
for mitigating the problem of choice overload --
369
900000
3000
להתמודדות עם בעיית עומס הבחירה -
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
קצצו - תיפטרו מאלטרנטיבות מיותרות.
15:21
concretize -- make it real;
371
906000
3000
תהפכו לקונקרטי - מוחשיות.
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
קטגוריזציה - אנחנו יכולים להתמודד עם יותר קטגוריות, פחות בחירות.
15:28
condition for complexity.
373
913000
3000
התניה למורכבות.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
כל הטכניקות האלה שתיארתי בפניכם
15:34
are designed to help you manage your choices --
375
919000
3000
מיועדות לסייע לכם לנהל את בחירותיכם -
15:37
better for you, you can use them on yourself,
376
922000
3000
זה טוב לבחירות שלכם,
15:40
better for the people that you are serving.
377
925000
2000
זה טוב לבחירות של האנשים שאתם משרתים.
15:42
Because I believe that the key
378
927000
2000
כי אני מאמינה שהמפתח
15:44
to getting the most from choice
379
929000
2000
למיקסום בחירה
15:46
is to be choosy about choosing.
380
931000
3000
הוא להיות בררן לגבי ברירות.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
וככל שנוכל להיות יותר בררניים לגבי ברירות,
15:51
the better we will be able
382
936000
2000
כך נצליח יותר
15:53
to practice the art of choosing.
383
938000
2000
במלאכת הבחירה.
15:55
Thank you very much.
384
940000
2000
תודה רבה לכם.
15:57
(Applause)
385
942000
2000
(מחיאות כפיים)
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