TEDSalon NY2011
Sheena Iyengar: How to make choosing easier
Sheena Iyengar: Como facilitar o processo de escolha.
Filmed:
Readability: 3.7
2,749,817 views
Todos nós queremos customizar experiências e produtos -- mas quando se deparam com 700 opções, os consumidores congelam. Com nova e fascinante pesquisa, Sheena Iyengar demonstra como os negócios (e outros) 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 vocês fazem
00:17
in a typical day?
1
2000
3000
em um dia comum ?
00:20
Do you know how many choices you make
2
5000
2000
Vocês sabem quantas escolhas vocês fazem
00:22
in typical week?
3
7000
2000
numa semana comum?
00:24
I recently did a survey
4
9000
2000
Eu recentemente fiz uma pesquisa
00:26
with over 2,000 Americans,
5
11000
2000
com mais de dois mil americanos,
00:28
and the average number of choices
6
13000
2000
e o número médio de opções
00:30
that the typical American reports making
7
15000
2000
que o americano médio declara fazer
00:32
is about 70 in a typical day.
8
17000
3000
é cerca de 70 em um dia comum.
00:35
There was also recently a study done with CEOs
9
20000
4000
Houve também um recente estudo feito com chefes executivos
00:39
in which they followed CEOs around for a whole week.
10
24000
3000
no qual eles seguiram chefes executivos durante uma semana.
00:42
And these scientists simply documented all the various tasks
11
27000
3000
E estes cientistas documentaram todas as tarefas
00:45
that these CEOs engaged in
12
30000
2000
nas quais os chefes executivos se envolveram
00:47
and how much time they spent engaging
13
32000
2000
e quanto tempo eles gastaram nesse envolvimento
00:49
in making decisions related to these tasks.
14
34000
2000
tomando decisões relacionadas àquelas tarefas.
00:51
And they found that the average CEO
15
36000
3000
E eles chegaram a conclusão que o chefes executivo normal
00:54
engaged in about 139 tasks in a week.
16
39000
3000
se envolve em cerca de 139 tarefas em uma semana.
00:57
Each task was made up of many, many, many sub-choices of course.
17
42000
4000
Cada tarefa era composta, sem dúvida, de muitas, muitas, muitas sub-escolhas.
01:01
50 percent of their decisions
18
46000
2000
50 porcento das decisões
01:03
were made in nine minutes or less.
19
48000
3000
eram feitas em nove minutos ou menos.
01:06
Only about 12 percent of the decisions
20
51000
3000
Somente cerca de 12 porcento das decisões
01:09
did they make an hour or more of their time.
21
54000
4000
eram feitas tomando uma hora ou mais de tempo.
01:13
Think about your own choices.
22
58000
2000
Pensem sobre suas próprias escolhas
01:15
Do you know how many choices
23
60000
2000
Vocês sabem quantas escolhas
01:17
make it into your nine minute category
24
62000
2000
se enquadram na sua categoria de nove minutos
01:19
versus your one hour category?
25
64000
2000
contra a sua categoria de uma hora?
01:21
How well do you think you're doing
26
66000
2000
Como é que vocês estão
01:23
at managing those choices?
27
68000
3000
no gerenciamento dessas escolhas?
01:26
Today I want to talk
28
71000
2000
Hoje eu 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 escolhas dos dias modernos que nós temos,
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
Eu quero falar sobre o problema
01:35
and some potential solutions.
32
80000
2000
e algumas soluções potenciais.
01:37
Now as I talk about this problem,
33
82000
2000
Agora, à medida que eu falo sobre este problema,
01:39
I'm going to have some questions for you
34
84000
2000
eu vou fazer algumas perguntas a vocês
01:41
and I'm going to want to know your answers.
35
86000
3000
eu vou querer saber as suas respostas.
01:44
So when I ask you a question,
36
89000
2000
Então quando eu fizer uma pergunta,
01:46
since I'm blind,
37
91000
2000
como eu sou cega,
01:48
only raise your hand if you want to burn off some calories.
38
93000
3000
somente levantem a mão se vocês quiserem queimar algumas calorias.
01:51
(Laughter)
39
96000
3000
Risos
01:54
Otherwise, when I ask you a question,
40
99000
2000
De outra maneira, quando eu fizer uma pergunta
01:56
and if your answer is yes,
41
101000
2000
e se a sua resposta for sim,
01:58
I'd like you to clap your hands.
42
103000
2000
eu gostaria que vocês 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
Vocês 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
Muito obrigada.
02:11
So when I was a graduate student at Stanford University,
47
116000
2000
Quando eu era uma estudante de 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 esta mercearia muito, muito chique,
02:16
at least at that time it was truly upscale.
49
121000
2000
pelo menos naquele tempo era verdadeiramente 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
Esta loja, era quase como que ir a um parque de diversões.
02:24
They had 250 different kinds of mustards and vinegars
52
129000
3000
Eles 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, verduras e legumes
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 era naquele tempo quando na verdade costumávamos beber água da torneira.
02:38
I used to love going to this store,
57
143000
3000
Eu adorava ir a esta loja.
02:41
but on one occasion I asked myself,
58
146000
2000
mas em uma ocasião eu perguntei a mim mesma,
02:43
well how come you never buy anything?
59
148000
2000
bem como é que você nunca compra nada?
02:45
Here's their olive oil aisle.
60
150000
2000
Aqui está o corredor dos azeites.
02:47
They had over 75 different kinds of olive oil,
61
152000
2000
Eles têm mais de 75 tipos diferentes de azeite,
02:49
including those that were in a locked case
62
154000
2000
incluindo aqueles que estão fechados em uma caixa
02:51
that came from thousand-year-old olive trees.
63
156000
4000
que vieram de oliveiras com mil anos de idade.
02:55
So I one day decided to pay a visit to the manager,
64
160000
2000
Então um dia eu decidi fazer uma visita ao gerente,
02:57
and I asked the manager,
65
162000
2000
e eu perguntei ao gerente,
02:59
"Is this model of offering people all this choice really working?"
66
164000
3000
"este modelo de oferecer tantas coisas aos clientes realmente funciona?"
03:02
And he pointed to the busloads of tourists
67
167000
2000
E ele apontou para os ônibus cheios 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
com as câmeras geralmente 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 nós escolhemos a geléia para o nosso experimento.
03:13
Here's their jam aisle.
72
178000
2000
Aqui está o corredor da geléia.
03:15
They had 348 different kinds of jam.
73
180000
2000
Eles tinham 348 tipos diferentes de geléia.
03:17
We set up a little tasting booth
74
182000
2000
Nós aprontamos uma pequena cabine de testes
03:19
right near the entrance of the store.
75
184000
2000
bem próximo à entrada da loja.
03:21
We there put out six different flavors of jam
76
186000
2000
Nós colocamos seis sabores diferentes de geléia
03:23
or 24 different flavors of jam,
77
188000
3000
ou 24 sabores diferentes de geléia,
03:26
and we looked at two things:
78
191000
2000
e nós olhamos para duas coisas.
03:28
First, in which case
79
193000
2000
Primeira, em quais casos
03:30
were people more likely to stop, sample some jam?
80
195000
3000
as pessoas estavam mais propensas a parar e provar alguma geléia?
03:33
More people stopped when there were 24, about 60 percent,
81
198000
3000
Mais pessoas paravam quando havia 24, cerca de 60 porcento.
03:36
than when there were six,
82
201000
2000
do que quando havia seis.
03:38
about 40 percent.
83
203000
2000
cerca de 40 porcento.
03:40
The next thing we looked at
84
205000
2000
A próxima coisa que nós olhamos
03:42
is in which case were people more likely
85
207000
2000
era em quais casos as pessoas estavam mais propensas
03:44
to buy a jar of jam.
86
209000
2000
a comprar um pote de geléia.
03:46
Now we see the opposite effect.
87
211000
2000
Agora nós vemos o efeito oposto.
03:48
Of the people who stopped when there were 24,
88
213000
2000
Das pessoas que pararam quando havia 24,
03:50
only three percent of them actually bought a jar of jam.
89
215000
3000
somente três porcento delas compravam um pote de geléia.
03:53
Of the people who stopped when there were six,
90
218000
3000
Das pessoas que pararam quando havia seis,
03:56
well now we saw that 30 percent of them
91
221000
2000
agora nós vemos que 30 porcento delas
03:58
actually bought a jar of jam.
92
223000
2000
na verdade compraram um pote de geléia.
04:00
Now if you do the math,
93
225000
2000
Agora se vocês fizerem o cálculo,
04:02
people were at least six times more likely to buy a jar of jam
94
227000
3000
as pessoas estavam pelo menos seis vezes mais propensas a comprar um pote de geléia
04:05
if they encountered six
95
230000
2000
se elas encontrassem seis
04:07
than if they encountered 24.
96
232000
2000
do que se elas encontrassem 24.
04:09
Now choosing not to buy a jar of jam
97
234000
2000
Agora, escolher não comprar um pote de geléia
04:11
is probably good for us --
98
236000
2000
é provavelmente bom para nós --
04:13
at least it's good for our waistlines --
99
238000
2000
pelo menos é bom para a nossa cintura --
04:15
but it turns out that this choice overload problem affects us
100
240000
3000
mas acontece que este problema de sobrecarga de escolha nos afeta
04:18
even in very consequential decisions.
101
243000
3000
mesmo nas decisões de consequência.
04:21
We choose not to choose,
102
246000
2000
Nós escolhemos não escolher,
04:23
even when it goes against our best self-interests.
103
248000
3000
mesmo quando isto vai contra o nosso melhor interesse.
04:26
So now for the topic of today: financial savings.
104
251000
3000
Então agora para o tópico de hoje, poupança financeira.
04:29
Now I'm going to describe to you a study I did
105
254000
4000
Agora eu vou descrever para vocês um estudo que eu fiz
04:33
with Gur Huberman, Emir Kamenica, Wei Jang
106
258000
3000
com Gur Huberman, Emir Kamenica, Wei Jang
04:36
where we looked at the retirement savings decisions
107
261000
4000
onde nós olhamos para as decisões de poupança para a aposentadoria
04:40
of nearly a million Americans
108
265000
3000
de quase um milhão de americanos
04:43
from about 650 plans
109
268000
3000
de 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 o que nós olhamos
04:50
was whether the number of fund offerings
112
275000
2000
era se o número de fundos oferecidos
04:52
available in a retirement savings plan,
113
277000
2000
disponíveis em um plano de poupança de aposentadoria,
04:54
the 401(k) plan,
114
279000
2000
o plano 401(k) (Plano de investimento para a aposentadoria),
04:56
does that affect people's likelihood
115
281000
2000
afeta o padrão de vida das pessoas
04:58
to save more for tomorrow.
116
283000
2000
para economizar mais para o futuro.
05:00
And what we found
117
285000
2000
E o que nós encontramos
05:02
was that indeed there was a correlation.
118
287000
3000
foi que de fato havia uma correlação.
05:05
So in these plans, we had about 657 plans
119
290000
3000
Então nesses planos, nós tínhamos cerca de 657 planos
05:08
that ranged from offering people
120
293000
2000
que variavam no que ofereciam às pessoas
05:10
anywhere from two to 59 different fund offerings.
121
295000
3000
algo desde 2 a 59 ofertas de diferentes fundos.
05:13
And what we found was that,
122
298000
2000
E o que nós encontramos foi que
05:15
the more funds offered,
123
300000
2000
quanto mais os fundos ofereciam,
05:17
indeed, there was less participation rate.
124
302000
3000
na verdade, havia menor taxa de participação.
05:20
So if you look at the extremes,
125
305000
2000
Então se vocês olharem os extremos,
05:22
those plans that offered you two funds,
126
307000
2000
aqueles planos que ofereciam dois fundos,
05:24
participation rates were around in the mid-70s --
127
309000
3000
as taxas de participação estavam ao redor dos meados de 70 --
05:27
still not as high as we want it to be.
128
312000
2000
ainda não tão altas como nós gostaríamos.
05:29
In those plans that offered nearly 60 funds,
129
314000
3000
Naqueles planos que ofereciam quase 60 fundos,
05:32
participation rates have now dropped
130
317000
3000
as taxas de participação agora cairam
05:35
to about the 60th percentile.
131
320000
3000
a cerca de 60 por cento.
05:38
Now it turns out
132
323000
2000
Agora verifica-se
05:40
that even if you do choose to participate
133
325000
3000
que mesmo que você escolha participar
05:43
when there are more choices present,
134
328000
2000
quando existem mais escolhas presentes,
05:45
even then, it has negative consequences.
135
330000
3000
mesmo assim, isto tem consequências negativas
05:48
So for those people who did choose to participate,
136
333000
3000
Então, para aquelas pessoas que decidiram participar,
05:51
the more choices available,
137
336000
2000
quanto mais escolhas disponíveis
05:53
the more likely people were
138
338000
2000
mais propensas as pessoas ficam
05:55
to completely avoid stocks or equity funds.
139
340000
3000
a evitar completamente fundos de ações ou da equidade.
05:58
The more choices available,
140
343000
2000
Quanto mais escolhas disponíveis,
06:00
the more likely they were
141
345000
2000
mais propensas elas estão
06:02
to put all their money in pure money market accounts.
142
347000
2000
a colocar todo o seu dinheiro em contas do mercado financeiro.
06:04
Now neither of these extreme decisions
143
349000
2000
Agora nenhuma dessas decisões extremas
06:06
are the kinds of decisions
144
351000
2000
são 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 você está considerando o futuro bem estar financeiro delas.
06:13
Well, over the past decade,
147
358000
2000
Bem, durante a década passada,
06:15
we have observed three main negative consequences
148
360000
3000
nós observamos três principais consequências negativas
06:18
to offering people more and more choices.
149
363000
3000
em oferecer as pessoas mais e mais escolhas.
06:21
They're more likely to delay choosing --
150
366000
2000
Elas estão mais propensas a retardar a escolha --
06:23
procrastinate even when it goes against their best self-interest.
151
368000
3000
procrastinar mesmo quando isto vai contra o seu melhor interesse.
06:26
They're more likely to make worse choices --
152
371000
2000
Elas estão mais propensas a fazer a pior escolha -
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
Elas estão mais propensas a escolherem coisas que as deixam menos satisfeitas,
06:34
even when they do objectively better.
155
379000
3000
mesmo quando elas sucedem objetivamente.
06:37
The main reason for this
156
382000
2000
A razão principal para isso
06:39
is because, we might enjoy gazing at those giant walls
157
384000
4000
é porque, nós poderíamos ter satisfação em contemplar aquelas paredes gigantes
06:43
of mayonnaises, mustards, vinegars, jams,
158
388000
2000
de maionese, mostardas, vinagres, geléias,
06:45
but we can't actually do the math of comparing and contrasting
159
390000
3000
mas nós não podemos na verdade fazer os cálculos de comparação e contraste
06:48
and actually picking from that stunning display.
160
393000
4000
e na verdade comprar daquela deslumbrante exposição.
06:52
So what I want to propose to you today
161
397000
2000
Então o que eu quero propor a vocês hoje
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 nós temos testado de uma maneira ou de outra
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 vocês podem facilmente aplicar
07:04
in your businesses.
166
409000
2000
nos seus negócios.
07:06
The first: Cut.
167
411000
2000
A primeira. Corte.
07:08
You've heard it said before,
168
413000
2000
Vocês ouviram isto antes,
07:10
but it's never been more true than today,
169
415000
2000
mas isto nunca foi mais verdadeiro do que hoje,
07:12
that less is more.
170
417000
2000
o menos é mais.
07:14
People are always upset when I say, "Cut."
171
419000
3000
As pessoas sempre ficam chateadas quando eu digo, "Corte."
07:17
They're always worried they're going to lose shelf space.
172
422000
2000
Elas estão sempre preocupadas que irão perder espaço nas prateleiras.
07:19
But in fact, what we're seeing more and more
173
424000
3000
Mas na verdade, o que nós temos visto mais e mais
07:22
is that if you are willing to cut,
174
427000
2000
é que se você está disposto a cortar,
07:24
get rid of those extraneous redundant options,
175
429000
2000
fuja daquelas supérfluas e redundantes opiniões,
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 baixa nos custos,
07:30
there is an improvement of the choosing experience.
178
435000
4000
há uma melhoria da 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
mudou dos 26 tipos diferentes de Head & Shoulders para 15,
07:38
they saw an increase in sales by 10 percent.
181
443000
3000
eles viram um aumento nas vendas de 10 porcento.
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 livrou dos seus 10 piores produtos de areia para gatos,
07:45
they saw an increase in profits
184
450000
2000
eles viram um aumento nos lucros
07:47
by 87 percent --
185
452000
2000
de 87 porcento --
07:49
a function of both increase in sales
186
454000
2000
uma função tanto de aumento nas vendas
07:51
and lowering of costs.
187
456000
2000
e baixa nos custos.
07:53
You know, the average grocery store today
188
458000
2000
Vocês sabem, os supermercados médios hoje
07:55
offers you 45,000 products.
189
460000
2000
oferecem 45 mil produtos.
07:57
The typical Walmart today offers you 100,000 products.
190
462000
3000
Um típico Walmart hoje oferece 100 mil produtos.
08:00
But the ninth largest retailer,
191
465000
5000
Mas o nono maior varejista,
08:05
the ninth biggest retailer in the world today
192
470000
2000
o nono maior varejista no mundo hoje
08:07
is Aldi,
193
472000
2000
é Aldi,
08:09
and it offers you only 1,400 products --
194
474000
3000
e ele oferece apenas 1.400 produtos --
08:12
one kind of canned tomato sauce.
195
477000
3000
um tipo de lata de molho de tomate.
08:15
Now in the financial savings world,
196
480000
2000
Agora, no mundo da poupança financeira,
08:17
I think one of the best examples that has recently come out
197
482000
3000
eu penso que um dos melhores exemplos que recentemente apareceram
08:20
on how to best manage the choice offerings
198
485000
3000
de como melhor gerenciar a oferta de escolhas
08:23
has actually been something that David Laibson was heavily involved in designing,
199
488000
3000
foi na verdade algo que David Laibson estava muito envolvido em projetar,
08:26
which was the program that they have at Harvard.
200
491000
2000
que era o programa que eles tinham em Harvard.
08:28
Every single Harvard employee
201
493000
2000
Cada empregado em Harvard
08:30
is now automatically enrolled
202
495000
2000
está agora automaticamente fazendo parte
08:32
in a lifecycle fund.
203
497000
2000
em um fundo de ciclo de vida.
08:34
For those people who actually want to choose,
204
499000
2000
Para aquelas pessoas que na verdade querem escolher,
08:36
they're given 20 funds,
205
501000
2000
são oferecidos 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
Vocês sabem, frequentemente as pessoas dizem,
08:42
"I don't know how to cut.
208
507000
2000
"Eu não sei como cortar.
08:44
They're all important choices."
209
509000
2000
Todas são escolhas importantes."
08:46
And the first thing I do is I ask the employees,
210
511000
3000
E a primeira coisa que eu faço é perguntar aos empregados,
08:49
"Tell me how these choices are different from one another.
211
514000
2000
"Digam-me como estas escolhas são diferentes uma das outras.
08:51
And if your employees can't tell them apart,
212
516000
2000
E se os seus empregados não puderem diferenciá-las,
08:53
neither can your consumers."
213
518000
3000
os seu consumidores também não poderão."
08:56
Now before we started our session this afternoon,
214
521000
3000
Agora, antes que nós começarmos nossa sessão nesta tarde.
08:59
I had a chat with Gary.
215
524000
2000
eu tive uma conversa com Gary.
09:01
And Gary said that he would be willing
216
526000
3000
E Gary disse que ele estaria disposto
09:04
to offer people in this audience
217
529000
2000
a oferecer as pessoas nesta audiência
09:06
an all-expenses-paid free vacation
218
531000
3000
umas férias com todas as despesas pagas
09:09
to the most beautiful road in the world.
219
534000
4000
à estrada mais bonita do mundo.
09:13
Here's a description of the road.
220
538000
3000
Aqui está a descrição da estrada.
09:16
And I'd like you to read it.
221
541000
2000
E eu gostaria que vocês a lessem.
09:18
And now I'll give you a few seconds to read it
222
543000
2000
E agora eu vou lhes dar alguns segundos para lê-la
09:20
and then I want you to clap your hands
223
545000
2000
e então eu quero que vocês batam palmas
09:22
if you're ready to take Gary up on his offer.
224
547000
2000
se vocês estão prontos a aceitar a proposta de Gary.
09:24
(Light clapping)
225
549000
2000
(Leves palmas)
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 oferta.
09:29
Is that all?
227
554000
2000
isto é tudo?
09:31
All right, let me show you some more about this.
228
556000
3000
Está certo, deixe-me mostrar-lhes 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 era 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
Eu acho que eu deveria ter ouvido mais palmas.
09:56
All right.
236
581000
2000
Está certo.
09:58
Now in fact,
237
583000
2000
Agora de fato,
10:00
you had objectively more information
238
585000
2000
vocês tiveram objetivamente mais informações
10:02
the first time around than the second time around,
239
587000
2000
na primeira vez do que na segunda vez,
10:04
but I would venture to guess
240
589000
2000
mas eu vou me arriscar 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 na segunda vez.
10:10
Because the pictures made it feel
242
595000
2000
Porque a fotografia faz sentir
10:12
more real to you.
243
597000
2000
mais real para vocês.
10:14
Which brings me to the second technique
244
599000
2000
O que me trás a 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 entenderem
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
elas tem que ser capazes de entender
10:26
the consequences associated with each choice,
250
611000
3000
as consequências associadas com cada escolha,
10:29
and that the consequences need to be felt
251
614000
3000
e que as consequências precisam ser sentidas
10:32
in a vivid sort of way, in a very concrete way.
252
617000
4000
de uma forma viva, de uma maneira concreta.
10:36
Why do people spend an average of 15 to 30 percent more
253
621000
3000
Por que as pessoas gastam uma média de 15 a 30 porcento mais
10:39
when they use an ATM card or a credit card
254
624000
2000
quando usam um cartão de banco ou um cartão de crédito
10:41
as opposed to cash?
255
626000
2000
do que quando usam dinheiro?
10:43
Because it doesn't feel like real money.
256
628000
2000
Porque não parece como se fosse dinheiro real.
10:45
And it turns out
257
630000
2000
E acontece
10:47
that making it feel more concrete
258
632000
2000
que fazendo isto parecer mais concreto
10:49
can actually be a very positive tool
259
634000
2000
pode na verdade ser uma ferramenta muito positiva
10:51
to use in getting people to save more.
260
636000
2000
para usar fazendo as pessoas economizarem mais.
10:53
So a study that I did with Shlomo Benartzi
261
638000
2000
Então um estudo que eu fiz com 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
nós fizemos um estudo com pessoas no ING - (Grupo Financeiro Holandês)
11:01
employees that are all working at ING --
264
646000
3000
empregados que estão trabalhando para a ING --
11:04
and now these people were all in a session
265
649000
2000
e agora estas pessoas estão em uma sessão
11:06
where they're doing enrollment for their 401(k) plan.
266
651000
3000
fazendo sua inscrição para o seu plano 401(k).
11:09
And during that session,
267
654000
2000
E durante esta sessão,
11:11
we kept the session exactly the way it used to be,
268
656000
2000
nós a mantivemos exatamente da maneira que ela costuma ser,
11:13
but we added one little thing.
269
658000
3000
mas nós acrescentamos uma pequena coisa.
11:16
The one little thing we added
270
661000
3000
A pequena coisa que nós acrescentamos
11:19
was we asked people
271
664000
2000
foi que pedimos as pessoas
11:21
to just think about all the positive things that would happen in your life
272
666000
3000
para apenas pensar sobre todas as coisas positivas que aconteceriam em suas vidas
11:24
if you saved more.
273
669000
2000
se elas economizassem mais.
11:26
By doing that simple thing,
274
671000
3000
Fazendo esta coisa simples,
11:29
there was an increase in enrollment by 20 percent
275
674000
3000
houve um aumento de 20 por cento nas inscrições
11:32
and there was an increase in the amount of people willing to save
276
677000
3000
e houve um aumento na quantidade de pessoas dispostas a economizar
11:35
or the amount that they were willing to put down into their savings account
277
680000
3000
ou no total que elas estavam dispostas a colocar nas suas contas de poupança
11:38
by four percent.
278
683000
2000
de quatro por cento.
11:40
The third technique: Categorization.
279
685000
3000
A terceira técnica. Categorização.
11:43
We can handle more categories
280
688000
3000
Nós podemos lidar com mais categorias
11:46
than we can handle choices.
281
691000
2000
do que nós podemos lidar com escolhas.
11:48
So for example,
282
693000
2000
Então 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 revista.
11:52
It turns out that in Wegmans grocery stores
284
697000
2000
Acontece que nas lojas de conveniência Wegmans
11:54
up and down the northeast corridor,
285
699000
2000
para cima e para baixo no corredor nordeste
11:56
the magazine aisles range anywhere
286
701000
2000
os corredores de revista variam
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 vocês sabem?
12:05
If I show you 600 magazines
290
710000
2000
se eu lhes mostrar 600 revistas
12:07
and I divide them up into 10 categories,
291
712000
3000
e eu dividi-las em 10 categorias,
12:10
versus I show you 400 magazines
292
715000
2000
contra eu lhes mostro 400 revistas
12:12
and divide them up into 20 categories,
293
717000
3000
e as divido em 20 categorias,
12:15
you believe that I have given you
294
720000
2000
vocês acreditam que eu lhes dei
12:17
more choice and a better choosing experience
295
722000
2000
mais escolhas e uma melhor experiência de escolha
12:19
if I gave you the 400
296
724000
2000
se eu lhes der as 400
12:21
than if I gave you the 600.
297
726000
2000
do que se eu lhes 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 duas estantes diferentes de joalheria.
12:31
One is called "Jazz" and the other one is called "Swing."
300
736000
3000
Uma é chamada "Jazz" e a outra é chamada "Swing."
12:34
If you think the display on the left is Swing
301
739000
3000
Se vocês pensam que a estante à esquerda é Swing
12:37
and the display on the right is Jazz,
302
742000
3000
e a estante à direita é Jazz,
12:40
clap your hands.
303
745000
2000
batam palmas.
12:42
(Light Clapping)
304
747000
2000
(Leves palmas)
12:44
Okay, there's some.
305
749000
2000
Ok, vamos de novo.
12:46
If you think the one on the left is Jazz and the one on the right is Swing,
306
751000
2000
Se vocês pensam que a da esquerda é Jazz e a da direita é Swing,
12:48
clap your hands.
307
753000
2000
batam palmas.
12:50
Okay, a bit more.
308
755000
2000
Ok, um pouco mais.
12:52
Now it turns out you're right.
309
757000
2000
Agora, vocês estão certos.
12:54
The one on the left is Jazz and the one on the right is Swing,
310
759000
2000
A da esquerda é a Jazz e a da direita é a Swing.
12:56
but you know what?
311
761000
2000
mas vocês sabem que?
12:58
This is a highly useless categorization scheme.
312
763000
3000
Isto é um sistema de categorização altamente ineficiente.
13:01
(Laughter)
313
766000
2000
(Risos)
13:03
The categories need to say something
314
768000
3000
As categorias precisam dizer alguma coisa
13:06
to the chooser, not the choice-maker.
315
771000
3000
para quem vai escolher, não para quem programa a escolha.
13:09
And you often see that problem
316
774000
2000
E vocês frequentemente vêem este problema
13:11
when it comes down to those long lists of all these funds.
317
776000
3000
quando olham para as longas listas de todos estes fundos.
13:14
Who are they actually supposed to be informing?
318
779000
4000
Quem na verdade eles supõem estar informando?
13:18
My fourth technique: Condition for complexity.
319
783000
3000
Minha quarta técnica. Condição para complexidade.
13:21
It turns out we can actually
320
786000
2000
Acontece que nós na verdade
13:23
handle a lot more information than we think we can,
321
788000
2000
lidamos com mais informações do que somos capazes de pensar,
13:25
we've just got to take it a little easier.
322
790000
2000
nós temos apenas que pegá-las um pouco mais fácil.
13:27
We have to gradually increase the complexity.
323
792000
3000
Nós 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
Eu vou lhes mostrar um exemplo do que eu estou falando.
13:33
Let's take a very, very complicated decision:
325
798000
2000
Vamos tomar uma 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 uma montadora de carros da Alemanha
13:39
that gives you the opportunity to completely custom make your car.
328
804000
3000
que lhes dá a oportunidade de customizar a montagem total do seu carro.
13:42
You've got to make 60 different decisions,
329
807000
2000
Você tem que tomar 60 decisões diferentes,
13:44
completely make up your car.
330
809000
2000
para fazer o seu 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 exteriores do carro -
13:53
I've got 56 choices.
334
818000
2000
Eu tenho 56 escolhas.
13:55
Engines, gearshift -- four choices.
335
820000
3000
Motores, engrenagens -- quatro escolhas.
13:58
So now what I'm going to do
336
823000
2000
Então o que eu vou fazer agora
14:00
is I'm going to vary the order in which these decisions appear.
337
825000
3000
é eu vou variar a ordem na 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
irão de um alto escore de escolhas, 56 cores para o carro
14:07
to low choice, four gearshifts.
340
832000
3000
para uma baixa escolha, quatro engrenagens.
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
irão de uma baixa escolha, quatro engrenagens
14:14
to 56 car colors, high choice.
343
839000
3000
para 56 cores para o carro, alta escolha.
14:17
What am I going to look at?
344
842000
2000
O que é que eu vou olhar?
14:19
How engaged you are.
345
844000
2000
O quanto vocês estão envolvidos.
14:21
If you keep hitting the default button per decision,
346
846000
3000
Se vocês continuarem pressionando o botão padrão por decisão
14:24
that means you're getting overwhelmed,
347
849000
2000
isto significa que vocês estão saturados,
14:26
that means I'm losing you.
348
851000
2000
isto significa que eu estou perdendo vocês.
14:28
What you find
349
853000
2000
O que vocês encontram
14:30
is the people who go from high choice to low choice,
350
855000
2000
são pessoas que vão de uma alta escolha para uma baixa escolha,
14:32
they're hitting that default button over and over and over again.
351
857000
3000
elas estão pressionando o botão padrão várias vezes seguidas.
14:35
We're losing them.
352
860000
2000
Nós as estamos perdendo.
14:37
They go from low choice to high choice,
353
862000
2000
Elas vão de baixas escolhas para altas escolhas,
14:39
they're hanging in there.
354
864000
2000
elas estão persistindo.
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 eu fiz
14:46
is I have varied the order
357
871000
2000
é que eu variei a ordem
14:48
in which that information is presented.
358
873000
2000
na qual aquela informação é apresentada.
14:50
If I start you off easy,
359
875000
2000
se eu começar com vocês de forma fácil,
14:52
I learn how to choose.
360
877000
2000
eu aprendo como escolher.
14:54
Even though choosing gearshift
361
879000
3000
Mesmo que escolher engrenagens
14:57
doesn't tell me anything about my preferences for interior decor,
362
882000
3000
não me diga nada sobre minhas preferências para a decoração interior
15:00
it still prepares me for how to choose.
363
885000
3000
isto ainda me prepara para como escolher.
15:03
It also gets me excited about this big product that I'm putting together,
364
888000
3000
E também me mantém animada sobre este grande produto que eu estou colocando junto,
15:06
so I'm more willing to be motivated
365
891000
2000
então eu estou mais propensa a ficar motivada
15:08
to be engaged.
366
893000
2000
a ficar envolvida.
15:10
So let me recap.
367
895000
2000
Então deixem-me recapitular
15:12
I have talked about four techniques
368
897000
3000
Eu falei sobre quatro técnicas
15:15
for mitigating the problem of choice overload --
369
900000
3000
para diminuir o problema da sobrecarga de escolhas --
15:18
cut -- get rid of the extraneous alternatives;
370
903000
3000
corte - livre-se das alternativas irrelevantes;
15:21
concretize -- make it real;
371
906000
3000
concretize -- torne isto real;
15:24
categorize -- we can handle more categories, less choices;
372
909000
4000
categorize -- nós podemos lidar com mais categorias, menos escolhas;
15:28
condition for complexity.
373
913000
3000
condições de complexidade.
15:31
All of these techniques that I'm describing to you today
374
916000
3000
Todas estas técnicas que eu estou descrevendo para vocês hoje
15:34
are designed to help you manage your choices --
375
919000
3000
foram projetadas para ajudar-lhes a administrar suas escolhas --
15:37
better for you, you can use them on yourself,
376
922000
3000
para o melhor para vocês, vocês também podem usá-las,
15:40
better for the people that you are serving.
377
925000
2000
para melhorar para as pessoas que vocês estão atendendo.
15:42
Because I believe that the key
378
927000
2000
Porque eu acredito que o fator chave
15:44
to getting the most from choice
379
929000
2000
para conseguir o melhor das escolhas
15:46
is to be choosy about choosing.
380
931000
3000
é ser exigente nas escolhas.
15:49
And the more we're able to be choosy about choosing
381
934000
2000
E quanto mais nós formos capazes de ser exigentes nas escolhas
15:51
the better we will be able
382
936000
2000
melhor nós poderemos ser
15:53
to practice the art of choosing.
383
938000
2000
na prática da arte de escolher.
15:55
Thank you very much.
384
940000
2000
Muito 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