TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
Sheena Iyengar: Come semplificare le scelte
Filmed:
Readability: 3.7
2,749,817 views
Tutti vorremmo prodotti ed esperienze fatti su misura per noi - ma, davanti a 700 opzioni, ogni consumatore si blocca. Con la sua nuova e affascinante ricerca, Sheena Iyengar dimostra come il commercio (ed altre realtà) possano migliorare l'esperienza dello scegliere.
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
Sapete quante scelte fate in media
00:17
in a typical day?
1
2000
3000
ogni giorno?
00:20
Do you know how many choices you make
2
5000
2000
E sapete quante ne fate
00:22
in typical week?
3
7000
2000
ogni settimana?
00:24
I recently did a survey
4
9000
2000
Secondo una mia recente indagine
00:26
with over 2,000 Americans,
5
11000
2000
condotta su oltre 2.000 americani,
00:28
and the average number of choices
6
13000
2000
il numero medio di scelte
00:30
that the typical American reports making
7
15000
2000
dell'americano medio
00:32
is about 70 in a typical day.
8
17000
3000
è di circa 70 al giorno.
00:35
There was also recently a study done with CEOs
9
20000
4000
C'è stato un recente studio sugli Amministratori Delegati
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
in cui gli AD venivano seguiti per un'intera settimana.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
Si trattava semplicemente di annotare i vari compiti
00:45
that these CEOs engaged in
12
30000
2000
svolti dai diversi AD
00:47
and how much time they spent engaging
13
32000
2000
e di annotare il tempo impiegato
00:49
in making decisions related to these tasks.
14
34000
2000
per effettuare le relative scelte.
00:51
And they found that the average CEO
15
36000
3000
Si è scoperto che l'AD medio
00:54
engaged in about 139 tasks in a week.
16
39000
3000
svolgeva circa 139 compiti la settimana.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
Ognuno di questi era naturalmente costituito da scelte multiple.
01:01
50 percent of their decisions
18
46000
2000
Per il 50% delle loro decisioni
01:03
were made in nine minutes or less.
19
48000
3000
ci volevano 9 minuti, anche meno.
01:06
Only about 12 percent of the decisions
20
51000
3000
Solo per circa il 12%
01:09
did they make an hour or more of their time.
21
54000
4000
era necessaria un'ora o più.
01:13
Think about your own choices.
22
58000
2000
Ora pensate alle vostre scelte.
01:15
Do you know how many choices
23
60000
2000
Sapete quante delle vostre scelte
01:17
make it into your nine minute category
24
62000
2000
ricadono nella categoria dei 9 minuti
01:19
versus your one hour category?
25
64000
2000
e quante in quella dell'ora?
01:21
How well do you think you're doing
26
66000
2000
Quanto pensate di essere bravi
01:23
at managing those choices?
27
68000
3000
a gestire le vostre scelte?
01:26
Today I want to talk
28
71000
2000
Oggi vi vorrei parlare
01:28
about one of the biggest modern day choosing problems that we have,
29
73000
3000
di uno dei maggiori problemi odierni riguardanti le scelte,
01:31
which is the choice overload problem.
30
76000
2000
ossia il sovraccarico di opzioni di scelta.
01:33
I want to talk about the problem
31
78000
2000
Voglio parlarvi del problema
01:35
and some potential solutions.
32
80000
2000
e di alcune possibili soluzioni.
01:37
Now as I talk about this problem,
33
82000
2000
Ora, mentre vi parlerò del problema,
01:39
I'm going to have some questions for you
34
84000
2000
vi farò alcune domande
01:41
and I'm going to want to know your answers.
35
86000
3000
e avrò bisogno delle vostre risposte.
01:44
So when I ask you a question,
36
89000
2000
Allora quando vi faccio una domanda,
01:46
since I'm blind,
37
91000
2000
dato che sono cieca,
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
alzate la mano solo se volete bruciare qualche caloria.
01:51
(Laughter)
39
96000
3000
(Risate)
01:54
Otherwise, when I ask you a question,
40
99000
2000
Altrimenti, quando vi faccio la domanda
01:56
and if your answer is yes,
41
101000
2000
e la vostra risposta è sì,
01:58
I'd like you to clap your hands.
42
103000
2000
vorrei che batteste le mani.
02:00
So for my first question for you today:
43
105000
3000
La prima domanda di oggi è:
02:03
Are you guys ready to hear about the choice overload problem?
44
108000
3000
Siete pronti a sentir parlare del problema del sovraccarico di scelte?
02:06
(Applause)
45
111000
2000
(Applausi)
02:08
Thank you.
46
113000
2000
Grazie.
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
Bene, quando studiavo alla Stanford University,
02:13
I used to go to this very, very upscale grocery store;
48
118000
3000
ero solita andare in questa lussuosa drogheria;
02:16
at least at that time it was truly upscale.
49
121000
2000
per lo meno lo era allora.
02:18
It was a store called Draeger's.
50
123000
3000
Si chiamava 'Draeger's'.
02:21
Now this store, it was almost like going to an amusement park.
51
126000
3000
Per me questo negozio era come un parco giochi.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
Avevano 250 tipi diversi di mostarde e di aceti
02:27
and over 500 different kinds
53
132000
2000
e più di 500 diverse varietà
02:29
of fruits and vegetables
54
134000
2000
di frutta e ortaggi,
02:31
and more than two dozen different kinds of bottled water --
55
136000
3000
e più di due dozzine di differenti tipi di acqua in bottiglia -
02:34
and this was during a time when we actually used to drink tap water.
56
139000
4000
e questo quando tutti ancora bevevano l'acqua del rubinetto.
02:38
I used to love going to this store,
57
143000
3000
Amavo recarmi in questo posto,
02:41
but on one occasion I asked myself,
58
146000
2000
ma una volta mi sono chiesta,
02:43
well how come you never buy anything?
59
148000
2000
beh, ma perché non compri mai niente?
02:45
Here's their olive oil aisle.
60
150000
2000
Ecco gli scaffali dell'olio d'oliva.
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
Più di 75 tipi di olio di oliva,
02:49
including those that were in a locked case
62
154000
2000
incluse le bottiglie in una teca chiusa
02:51
that came from thousand-year-old olive trees.
63
156000
4000
con l'olio proveniente da olivi millenari.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
E così un giorno decisi di andare a trovare il direttore,
02:57
and I asked the manager,
65
162000
2000
e gli domandai:
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
"Funziona davvero offrire tutta questa scelta alla gente?"
03:02
And he pointed to the busloads of tourists
67
167000
2000
Lui indicò la folla di turisti
03:04
that would show up everyday,
68
169000
2000
che entrava nel negozio ogni giorno,
03:06
with cameras ready usually.
69
171000
2000
con le macchine fotografiche pronte.
03:08
We decided to do a little experiment,
70
173000
3000
Decidemmo di fare un piccolo esperimento
03:11
and we picked jam for our experiment.
71
176000
2000
con le marmellate.
03:13
Here's their jam aisle.
72
178000
2000
Ecco qui gli scaffali delle marmellate.
03:15
They had 348 different kinds of jam.
73
180000
2000
Ne avevano 348 tipi diversi.
03:17
We set up a little tasting booth
74
182000
2000
Su un tavolinetto presso l'ingresso
03:19
right near the entrance of the store.
75
184000
2000
abbiamo disposto degli assaggini.
03:21
We there put out six different flavors of jam
76
186000
2000
Da una parte 6 sapori diversi
03:23
or 24 different flavors of jam,
77
188000
3000
e da un'altra 24,
03:26
and we looked at two things:
78
191000
2000
e abbiamo considerato due cose:
03:28
First, in which case
79
193000
2000
La prima, dove era più probabile
03:30
were people more likely to stop, sample some jam?
80
195000
3000
che la gente si fermasse e assaggiasse dei campioni?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
Si fermavano più persone dove ce n'erano 24, nel 60% dei casi,
03:36
than when there were six,
82
201000
2000
rispetto a dove ce n'erano 6,
03:38
about 40 percent.
83
203000
2000
ossia il 40%.
03:40
The next thing we looked at
84
205000
2000
L'altra cosa che abbiamo considerato era
03:42
is in which case were people more likely
85
207000
2000
quando fosse più probabile che le persone
03:44
to buy a jar of jam.
86
209000
2000
ne acquistassero una confezione.
03:46
Now we see the opposite effect.
87
211000
2000
Ora c'era l'effetto opposto.
03:48
Of the people who stopped when there were 24,
88
213000
2000
Delle persone che si fermavano alla fila dei 24
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
solo il 3% alla fine ne acquistava una confezione.
03:53
Of the people who stopped when there were six,
90
218000
3000
Di quelli che assaggiavano i 6 campioni,
03:56
well now we saw that 30 percent of them
91
221000
2000
beh la percentuale saliva
03:58
actually bought a jar of jam.
92
223000
2000
al 30%.
04:00
Now if you do the math,
93
225000
2000
Se vi fate due calcoli,
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
era sei volte più probabile che la gente acquistasse la marmellata
04:05
if they encountered six
95
230000
2000
dopo aver provato i 6 campioni
04:07
than if they encountered 24.
96
232000
2000
piuttosto che i 24.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
Ora, decidere di non comprare la marmellata
04:11
is probably good for us --
98
236000
2000
magari è una cosa positiva -
04:13
at least it's good for our waistlines --
99
238000
2000
per lo meno per il nostro giro vita -
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
ma sembra che il problema dell'eccesso di scelta influisca
04:18
even in very consequential decisions.
101
243000
3000
anche nelle decisioni consequenziali.
04:21
We choose not to choose,
102
246000
2000
Noi scegliamo di non scegliere,
04:23
even when it goes against our best self-interests.
103
248000
3000
anche se andiamo contro i nostri stessi interessi.
04:26
So now for the topic of today: financial savings.
104
251000
3000
Ora l'argomento del giorno: il risparmio.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
Vi parlerò di uno studio che ho condotto
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
assieme a Gur Huberman, Emir Kamenica e Wei Jang,
04:36
where we looked at the retirement savings decisions
107
261000
4000
in cui abbiamo analizzato le scelte per i piani pensionistici
04:40
of nearly a million Americans
108
265000
3000
di quasi un milione di americani,
04:43
from about 650 plans
109
268000
3000
tra più di 650 piani previdenziali
04:46
all in the U.S.
110
271000
2000
in tutti gli USA.
04:48
And what we looked at
111
273000
2000
E abbiamo cercato di capire
04:50
was whether the number of fund offerings
112
275000
2000
se il numero di offerte di assicurazioni
04:52
available in a retirement savings plan,
113
277000
2000
con dei piani per il fondo pensione,
04:54
the 401(k) plan,
114
279000
2000
il piano 401(k),
04:56
does that affect people's likelihood
115
281000
2000
influisse sulla tendenza delle persone
04:58
to save more for tomorrow.
116
283000
2000
a risparmiare per il futuro.
05:00
And what we found
117
285000
2000
E infatti abbiamo visto
05:02
was that indeed there was a correlation.
118
287000
3000
che esisteva una correlazione.
05:05
So in these plans, we had about 657 plans
119
290000
3000
Dunque, avevamo circa 657 piani assicurativi
05:08
that ranged from offering people
120
293000
2000
che offrivano opzioni di scelta
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
tra le 2 e le 59 formulazioni differenti.
05:13
And what we found was that,
122
298000
2000
E abbiamo scoperto che,
05:15
the more funds offered,
123
300000
2000
maggiori erano le opzioni,
05:17
indeed, there was less participation rate.
124
302000
3000
meno si era invogliati a sottoscrivere un'assicurazione.
05:20
So if you look at the extremes,
125
305000
2000
Se considerate gli estremi,
05:22
those plans that offered you two funds,
126
307000
2000
per quei piani che offrivano 2 opzioni
05:24
participation rates were around in the mid-70s --
127
309000
3000
la sottoscrizione arrivava a metà del 70° percentile -
05:27
still not as high as we want it to be.
128
312000
2000
ancora non tanto quanto vorremmo.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
Ma per quelli che offrivano quasi 60 opzioni,
05:32
participation rates have now dropped
130
317000
3000
le rate di sottoscrizione scendevano
05:35
to about the 60th percentile.
131
320000
3000
verso il 60° percentile.
05:38
Now it turns out
132
323000
2000
Ora succede che,
05:40
that even if you do choose to participate
133
325000
3000
anche se decidete di sottoscrivere la polizza
05:43
when there are more choices present,
134
328000
2000
in presenza di più opzioni,
05:45
even then, it has negative consequences.
135
330000
3000
anche in quel caso si hanno conseguenze negative.
05:48
So for those people who did choose to participate,
136
333000
3000
Per coloro che decidevano di sottoscrivere la polizza,
05:51
the more choices available,
137
336000
2000
più opzioni c'erano,
05:53
the more likely people were
138
338000
2000
più era alta la probabilità
05:55
to completely avoid stocks or equity funds.
139
340000
3000
di evitare del tutto di investire in azioni o fondi azionari.
05:58
The more choices available,
140
343000
2000
Maggiore il numero di possibilità,
06:00
the more likely they were
141
345000
2000
maggiore la probabilità
06:02
to put all their money in pure money market accounts.
142
347000
2000
di investire i propri risparmi nel mercato monetario.
06:04
Now neither of these extreme decisions
143
349000
2000
Ora, nessuna di queste decisioni estreme
06:06
are the kinds of decisions
144
351000
2000
sarebbero quelle
06:08
that any of us would recommend for people
145
353000
2000
che consiglieremmo
06:10
when you're considering their future financial well-being.
146
355000
3000
a chi volesse investire nella sicurezza del proprio futuro.
06:13
Well, over the past decade,
147
358000
2000
Bene, nel corso del decennio passato
06:15
we have observed three main negative consequences
148
360000
3000
abbiamo osservato tre principali conseguenze negative
06:18
to offering people more and more choices.
149
363000
3000
dell'offerta di scelte multiple alle persone.
06:21
They're more likely to delay choosing --
150
366000
2000
È più facile che le persone rinviino la scelta -
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
la rinviano anche se vanno contro il proprio interesse.
06:26
They're more likely to make worse choices --
152
371000
2000
Aumentano le probabilità di fare scelte peggiori -
06:28
worse financial choices, medical choices.
153
373000
3000
peggiori scelte finanziarie e di natura medica.
06:31
They're more likely to choose things that make them less satisfied,
154
376000
3000
È più facile che facciano scelte che le soddisfino meno,
06:34
even when they do objectively better.
155
379000
3000
anche se le fanno oggettivamente meglio.
06:37
The main reason for this
156
382000
2000
La ragione principale
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
è che, anche se amiamo stare a guardare quelle muraglie
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
di maionesi, mostarde, aceti e marmellate,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
non riusciamo ad apprezzarne le differenze
06:48
and actually picking from that stunning display.
160
393000
4000
e quindi non ne scegliamo nessuna.
06:52
So what I want to propose to you today
161
397000
2000
Perciò quello che vorrei proporvi
06:54
are four simple techniques --
162
399000
3000
sono quattro semplici tecniche -
06:57
techniques that we have tested in one way or another
163
402000
3000
tecniche che abbiamo sperimentato in modi diversi,
07:00
in different research venues --
164
405000
2000
e in diversi ambiti -
07:02
that you can easily apply
165
407000
2000
che potete adottare facilmente
07:04
in your businesses.
166
409000
2000
nella vostra attività.
07:06
The first: Cut.
167
411000
2000
La prima: Tagliare.
07:08
You've heard it said before,
168
413000
2000
L'avete già sentito,
07:10
but it's never been more true than today,
169
415000
2000
ma non è mai stato tanto vero come oggi
07:12
that less is more.
170
417000
2000
che meno è più.
07:14
People are always upset when I say, "Cut."
171
419000
3000
Alla gente non piace sentirsi dire 'Taglia'.
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
Pensano sempre che avranno scaffali spogli.
07:19
But in fact, what we're seeing more and more
173
424000
3000
Ma in effetti quello che vediamo sempre di più
07:22
is that if you are willing to cut,
174
427000
2000
è che se siete disposti a tagliare,
07:24
get rid of those extraneous redundant options,
175
429000
2000
a sbarazzarvi di opzioni ridondanti ed estranee,
07:26
well there's an increase in sales,
176
431000
2000
beh, avrete un incremento nelle vendite,
07:28
there's a lowering of costs,
177
433000
2000
si abbasseranno i costi,
07:30
there is an improvement of the choosing experience.
178
435000
4000
e ci sarà un miglioramento dell'esperienza di selezione.
07:34
When Proctor & Gamble
179
439000
2000
Quando la Proctor & Gamble
07:36
went from 26 different kinds of Head & Shoulders to 15,
180
441000
2000
ridusse il numero di shampoo Head & Shoulders da 26 a 15,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
ottenne un incremento del 10% nelle vendite.
07:41
When the Golden Cat Corporation
182
446000
2000
Quando la Golden Cat Corporation
07:43
got rid of their 10 worst-selling cat litter products,
183
448000
2000
si sbarazzò dei 10 tipi di lettiera per gatti che vendeva meno,
07:45
they saw an increase in profits
184
450000
2000
ebbe un incremento dei profitti
07:47
by 87 percent --
185
452000
2000
dell'87 % -
07:49
a function of both increase in sales
186
454000
2000
una funzione di incremento di vendite
07:51
and lowering of costs.
187
456000
2000
assieme a un abbassamento di costi.
07:53
You know, the average grocery store today
188
458000
2000
Sapete, un supermercato oggi
07:55
offers you 45,000 products.
189
460000
2000
ha un'offerta di 45.000 prodotti.
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
Un negozio Walmart ve ne offre 100.000.
08:00
But the ninth largest retailer,
191
465000
5000
Ma la nona catena di rivendita al dettaglio,
08:05
the ninth biggest retailer in the world today
192
470000
2000
la nona più grande a livello mondiale, oggi,
08:07
is Aldi,
193
472000
2000
è Aldi,
08:09
and it offers you only 1,400 products --
194
474000
3000
con un'offerta di soli 1.400 prodotti -
08:12
one kind of canned tomato sauce.
195
477000
3000
un solo tipo di salsa di pomodoro in scatola.
08:15
Now in the financial savings world,
196
480000
2000
Ora, nel mondo finanziario del risparmio,
08:17
I think one of the best examples that has recently come out
197
482000
3000
credo che uno dei migliori esempi più recenti
08:20
on how to best manage the choice offerings
198
485000
3000
su come gestire al meglio le opzioni di scelta
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
sia stato ideato da David Laibson,
08:26
which was the program that they have at Harvard.
200
491000
2000
ossia il programma che hanno implementato a Harvard.
08:28
Every single Harvard employee
201
493000
2000
Ogni singolo impiegato di Harvard
08:30
is now automatically enrolled
202
495000
2000
viene automaticamente iscritto
08:32
in a lifecycle fund.
203
497000
2000
a una polizza vita.
08:34
For those people who actually want to choose,
204
499000
2000
Per chi vuole poter scegliere,
08:36
they're given 20 funds,
205
501000
2000
vengono offerte 20 tipologie,
08:38
not 300 or more funds.
206
503000
2000
e non 300 o più.
08:40
You know, often, people say,
207
505000
2000
Sapete, spesso la gente dice:
08:42
"I don't know how to cut.
208
507000
2000
"Non so come fare dei tagli.
08:44
They're all important choices."
209
509000
2000
Tutto è importante."
08:46
And the first thing I do is I ask the employees,
210
511000
3000
Allora la prima cosa che faccio è chiedere loro:
08:49
"Tell me how these choices are different from one another.
211
514000
2000
"Dimmi in cosa sono diverse queste opzioni.
08:51
And if your employees can't tell them apart,
212
516000
2000
E se i vostri impiegati non ci riescono,
08:53
neither can your consumers."
213
518000
3000
tanto meno potranno i vostri clienti".
08:56
Now before we started our session this afternoon,
214
521000
3000
Ora, prima dell'inizio della sessione pomeridiana
08:59
I had a chat with Gary.
215
524000
2000
ho parlato con Gary.
09:01
And Gary said that he would be willing
216
526000
3000
Gary ha detto che gli piacerebbe
09:04
to offer people in this audience
217
529000
2000
offrire agli spettatori
09:06
an all-expenses-paid free vacation
218
531000
3000
una vacanza totalmente gratuita
09:09
to the most beautiful road in the world.
219
534000
4000
sulla più bella strada del mondo.
09:13
Here's a description of the road.
220
538000
3000
Ecco una descrizione della strada.
09:16
And I'd like you to read it.
221
541000
2000
Vorrei che la leggeste.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
Vi lascerò qualche secondo per leggerla
09:20
and then I want you to clap your hands
223
545000
2000
e poi vorrei sentire il vostro applauso
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
se siete in favore dell'offerta di Gary.
09:24
(Light clapping)
225
549000
2000
(Debole applauso)
09:26
Okay. Anybody who's ready to take him up on his offer.
226
551000
3000
Bene. Tutti quelli che accetterebbero l'offerta di Gary.
09:29
Is that all?
227
554000
2000
Tutto qui?
09:31
All right, let me show you some more about this.
228
556000
3000
Bene, adesso vi mostro qualche immagine.
09:34
(Laughter)
229
559000
3000
(Risate)
09:37
You guys knew there was a trick, didn't you.
230
562000
3000
Voi sapevate che c'era un trucco, vero?
09:44
(Honk)
231
569000
2000
(Suono di clacson)
09:46
Now who's ready to go on this trip.
232
571000
3000
Ora chi ci vorrebbe più andare?
09:49
(Applause)
233
574000
2000
(Applausi)
09:51
(Laughter)
234
576000
2000
(Risate)
09:53
I think I might have actually heard more hands.
235
578000
3000
Mi sembrava di avere sentito più applausi.
09:56
All right.
236
581000
2000
Bene.
09:58
Now in fact,
237
583000
2000
Di fatto,
10:00
you had objectively more information
238
585000
2000
avevate obiettivamente più informazioni
10:02
the first time around than the second time around,
239
587000
2000
prima, che dopo,
10:04
but I would venture to guess
240
589000
2000
ma credo di poter affermare
10:06
that you felt that it was more real the second time around.
241
591000
4000
che le informazioni erano più reali dopo.
10:10
Because the pictures made it feel
242
595000
2000
Perché le immagini ve le fanno
10:12
more real to you.
243
597000
2000
sentire più reali.
10:14
Which brings me to the second technique
244
599000
2000
Il che mi porta alla seconda tecnica
10:16
for handling the choice overload problem,
245
601000
2000
di gestione del problema dell'eccesso di scelta,
10:18
which is concretization.
246
603000
2000
ossia la concretizzazione.
10:20
That in order for people to understand
247
605000
2000
Perché la gente comprenda
10:22
the differences between the choices,
248
607000
2000
le differenze tra le varie opzioni,
10:24
they have to be able to understand
249
609000
2000
deve poter capire le conseguenze
10:26
the consequences associated with each choice,
250
611000
3000
che ogni scelta comporta,
10:29
and that the consequences need to be felt
251
614000
3000
e queste conseguenze devono poter essere percepite
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
in modo netto e concreto.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
Perché le persone tendono a spendere in media il 15-30% in più
10:39
when they use an ATM card or a credit card
254
624000
2000
usando il bancomat o la carta di credito
10:41
as opposed to cash?
255
626000
2000
invece del contante?
10:43
Because it doesn't feel like real money.
256
628000
2000
Perché non sembrano soldi veri.
10:45
And it turns out
257
630000
2000
E si è constatato
10:47
that making it feel more concrete
258
632000
2000
che rendere la sensazione più concreta
10:49
can actually be a very positive tool
259
634000
2000
può essere un ottimo sistema
10:51
to use in getting people to save more.
260
636000
2000
per invogliare le persone al risparmio.
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
Una ricerca che ho condotto insieme a Shlomo Benartzi
10:55
and Alessandro Previtero,
262
640000
2000
e Alessandro Previtero
10:57
we did a study with people at ING --
263
642000
4000
era uno studio sulle persone dell'ING -
11:01
employees that are all working at ING --
264
646000
3000
tutti impiegati che lavorano per l'ING -
11:04
and now these people were all in a session
265
649000
2000
ora, queste persone stavano partecipando
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
a un incontro per l'iscrizione al piano 401(k).
11:09
And during that session,
267
654000
2000
Durante la sessione,
11:11
we kept the session exactly the way it used to be,
268
656000
2000
una sessione identica alle precedenti,
11:13
but we added one little thing.
269
658000
3000
abbiamo aggiunto una piccola variante.
11:16
The one little thing we added
270
661000
3000
Consisteva
11:19
was we asked people
271
664000
2000
nel chiedere alla gente di pensare
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
alle cose positive che sarebbero potute accadere nella loro vita
11:24
if you saved more.
273
669000
2000
se avessero risparmiato di più.
11:26
By doing that simple thing,
274
671000
3000
Questa semplice domanda
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
ha fatto sì che le iscrizioni aumentassero del 20%,
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
e c'è stato anche un aumento della quantità di risparmio,
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
o della quantità di denaro da trasferire sul conto di risparmio,
11:38
by four percent.
278
683000
2000
del 4%.
11:40
The third technique: Categorization.
279
685000
3000
La terza tecnica: la Categorizzazione.
11:43
We can handle more categories
280
688000
3000
Siamo in grado di gestire più categorie
11:46
than we can handle choices.
281
691000
2000
che scelte.
11:48
So for example,
282
693000
2000
Ad esempio,
11:50
here's a study we did in a magazine aisle.
283
695000
2000
ecco un nostro studio sulla sezione riviste.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
È emerso che nella drogherie Wegmans,
11:54
up and down the northeast corridor,
285
699000
2000
in tutto il corridoio del Nordest,
11:56
the magazine aisles range anywhere
286
701000
2000
gli scaffali delle riviste offrono
11:58
from 331 different kinds of magazines
287
703000
2000
dai 331 ai 664 tipi diversi
12:00
all the way up to 664.
288
705000
3000
di giornali e riviste.
12:03
But you know what?
289
708000
2000
E sapete una cosa?
12:05
If I show you 600 magazines
290
710000
2000
Se vi faccio vedere 600 riviste
12:07
and I divide them up into 10 categories,
291
712000
3000
e le divido in 10 categorie,
12:10
versus I show you 400 magazines
292
715000
2000
oppure ve ne mostro 400
12:12
and divide them up into 20 categories,
293
717000
3000
divise in 20 categorie,
12:15
you believe that I have given you
294
720000
2000
voi penserete di avere
12:17
more choice and a better choosing experience
295
722000
2000
maggior scelta e una migliore esperienza di acquisto
12:19
if I gave you the 400
296
724000
2000
con 400 riviste
12:21
than if I gave you the 600.
297
726000
2000
piuttosto che con 600.
12:23
Because the categories tell me how to tell them apart.
298
728000
3000
Perché le categorie mi aiutano a fare scelte oggettive.
12:28
Here are two different jewelry displays.
299
733000
3000
Ecco due diversi gioielli.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
Uno si chiama "Jazz" e l'altro "Swing".
12:34
If you think the display on the left is Swing
301
739000
3000
Se pensate che Swing sia quello di sinistra,
12:37
and the display on the right is Jazz,
302
742000
3000
e Jazz quello di destra,
12:40
clap your hands.
303
745000
2000
battete le mani.
12:42
(Light Clapping)
304
747000
2000
(Lieve battito di mani)
12:44
Okay, there's some.
305
749000
2000
Bene, qualcuno è d'accordo.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
Se invece pensate che a sinistra ci sia Jazz e a destra Swing,
12:48
clap your hands.
307
753000
2000
battete le mani.
12:50
Okay, a bit more.
308
755000
2000
Bene, un po' di più.
12:52
Now it turns out you're right.
309
757000
2000
Beh, avete ragione.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
Quello a sinistra è Jazz e quello a destra è Swing,
12:56
but you know what?
311
761000
2000
ma sapete una cosa?
12:58
This is a highly useless categorization scheme.
312
763000
3000
È una categorizzazione senza senso.
13:01
(Laughter)
313
766000
2000
(Risate)
13:03
The categories need to say something
314
768000
3000
Le categorie devono indicare qualcosa
13:06
to the chooser, not the choice-maker.
315
771000
3000
a chi sceglie, non a chi le propone.
13:09
And you often see that problem
316
774000
2000
E spesso questo è il problema
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
delle lunghissime liste dei piani di previdenza.
13:14
Who are they actually supposed to be informing?
318
779000
4000
A chi sono indirizzate tutte quelle informazioni?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
La mia quarta tecnica: la Condizione di complessità.
13:21
It turns out we can actually
320
786000
2000
È dimostrato che possiamo
13:23
handle a lot more information than we think we can,
321
788000
2000
gestire molte più informazioni di quanto crediamo,
13:25
we've just got to take it a little easier.
322
790000
2000
basta arrivarci con calma.
13:27
We have to gradually increase the complexity.
323
792000
3000
Dobbiamo aumentare la complessità per gradi.
13:30
I'm going to show you one example of what I'm talking about.
324
795000
3000
Ora vi spiego meglio cosa intendo.
13:33
Let's take a very, very complicated decision:
325
798000
2000
Prendiamo una decisione alquanto difficile:
13:35
buying a car.
326
800000
2000
l'acquisto di una macchina.
13:37
Here's a German car manufacturer
327
802000
2000
Questo fabbricante tedesco
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
vi permette di ordinarne una totalmente su misura.
13:42
You've got to make 60 different decisions,
329
807000
2000
Dovete effettuare 60 scelte diverse
13:44
completely make up your car.
330
809000
2000
per realizzare la vostra automobile.
13:46
Now these decisions vary
331
811000
2000
Ora queste decisioni variano
13:48
in the number of choices that they offer per decision.
332
813000
3000
nel numero di scelte offerte per ogni decisione.
13:51
Car colors, exterior car colors --
333
816000
2000
Per i colori della carrozzeria
13:53
I've got 56 choices.
334
818000
2000
abbiamo 56 possibilità.
13:55
Engines, gearshift -- four choices.
335
820000
3000
Motore e cambio, quattro opzioni.
13:58
So now what I'm going to do
336
823000
2000
Quello che farò adesso
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
è variare l'ordine in cui appaiono queste decisioni.
14:03
So half of the customers
338
828000
2000
Metà clienti
14:05
are going to go from high choice, 56 car colors,
339
830000
2000
passeranno da un'ampia scelta, 56 colori,
14:07
to low choice, four gearshifts.
340
832000
3000
ad una bassa, i 4 cambi motore.
14:10
The other half of the customers
341
835000
2000
L'altra metà
14:12
are going to go from low choice, four gearshifts,
342
837000
2000
dalla scelta più bassa, i 4 cambi motore,
14:14
to 56 car colors, high choice.
343
839000
3000
alla più alta, i 56 colori.
14:17
What am I going to look at?
344
842000
2000
Che cosa voglio osservare?
14:19
How engaged you are.
345
844000
2000
Il vostro grado di coinvolgimento.
14:21
If you keep hitting the default button per decision,
346
846000
3000
Se per ogni decisione continuate a premere il tasto di default,
14:24
that means you're getting overwhelmed,
347
849000
2000
significa che vi sentite oppressi,
14:26
that means I'm losing you.
348
851000
2000
e che vi sto perdendo.
14:28
What you find
349
853000
2000
Vedrete che
14:30
is the people who go from high choice to low choice,
350
855000
2000
le persone che vanno da una scelta ampia a una ridotta
14:32
they're hitting that default button over and over and over again.
351
857000
3000
continuano a premere sempre e solo quel tasto.
14:35
We're losing them.
352
860000
2000
Li stiamo perdendo.
14:37
They go from low choice to high choice,
353
862000
2000
Ma se si va nel senso inverso
14:39
they're hanging in there.
354
864000
2000
tendono a rimanere.
14:41
It's the same information. It's the same number of choices.
355
866000
3000
Stesse informazioni, stesso numero di scelte.
14:44
The only thing that I have done
356
869000
2000
L'unica cosa che ho fatto
14:46
is I have varied the order
357
871000
2000
è stato variare l'ordine
14:48
in which that information is presented.
358
873000
2000
in cui si presentavano le informazioni.
14:50
If I start you off easy,
359
875000
2000
Se si comincia con le cose più semplici
14:52
I learn how to choose.
360
877000
2000
si impara a scegliere.
14:54
Even though choosing gearshift
361
879000
3000
Anche se scegliere un cambio motore
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
non mi dice molto sulle mie preferenze per gli allestimenti interni,
15:00
it still prepares me for how to choose.
363
885000
3000
mi prepara però al modo in cui fare delle scelte.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
E aumenta il mio entusiasmo per un prodotto che sto costruendo,
15:06
so I'm more willing to be motivated
365
891000
2000
per cui sono ancora più motivato
15:08
to be engaged.
366
893000
2000
nell'operazione.
15:10
So let me recap.
367
895000
2000
Lasciate che riassuma.
15:12
I have talked about four techniques
368
897000
3000
Vi ho parlato di 4 tecniche
15:15
for mitigating the problem of choice overload --
369
900000
3000
per mitigare il problema dell'eccesso di scelta -
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
tagliare - sbarazzarsi delle alternative estranee;
15:21
concretize -- make it real;
371
906000
3000
concretizzare - rendere le cose reali;
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
categorizzare - possiamo gestire più categorie che scelte;
15:28
condition for complexity.
373
913000
3000
condizione per la complessità.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
Tutte le tecniche che vi ho descritto oggi
15:34
are designed to help you manage your choices --
375
919000
3000
vi aiuteranno a gestire le vostre scelte -
15:37
better for you, you can use them on yourself,
376
922000
3000
meglio per voi, che le potete usare per voi stessi,
15:40
better for the people that you are serving.
377
925000
2000
e meglio per la gente che servite.
15:42
Because I believe that the key
378
927000
2000
Perché credo che l'elemento principale
15:44
to getting the most from choice
379
929000
2000
per ottimizzare le scelte
15:46
is to be choosy about choosing.
380
931000
3000
sia saper scegliere come scegliere.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
E più riusciamo a farlo,
15:51
the better we will be able
382
936000
2000
più saremo in grado
15:53
to practice the art of choosing.
383
938000
2000
di praticare l'arte della scelta.
15:55
Thank you very much.
384
940000
2000
Molte grazie.
15:57
(Applause)
385
942000
2000
(Applausi)
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