`
beike
  • 浏览: 361785 次
社区版块
存档分类
最新评论

消费者在数学上无望的11种方式

阅读更多

消费者在数学上无望的11种方式 

 

你走进一家星巴克,看到店里对同一杯咖啡提供两种套餐:第一种是加量33%不加价;第二种是原价降价33%。哪种更好? 

“它们差不多一样!”,如果你和参加发表在《市场营销杂志》(Journal of Marketing)上的一项新研究的学生们一样的话,你会这样说,那么你就错了。这两种套餐看起来好像相等,但是实际上,33%的降价相当于加量50%。数学计算时间:假设标准咖啡的价格是一美元三夸脱(即每夸脱0.33美元),第一种套餐一美元可以买到4夸脱咖啡(即每夸脱0.25美元),第二种66美分可以买到3夸脱咖啡(即每夸脱0.22美元)。 

结果:免费得到多余的东西比得到同样的东西、花钱更少,感觉好点。对这一简单事实的应用却是极广的。卖燕麦么?别谈什么降价,讲讲盒子大了多少!卖车?省省大谈MPG转换的口水吧,谈谈能多跑多少英里。 

这种小技巧能行得通,有两个主要原因:第一,消费者们不知道到底商品该花多少钱,所以我们就依靠我们大脑中并不严格定量的部分;第二,尽管人们花的美元是有限的,但是我们却依据加起来能导致数学盲的线索和半思维来做出决定。 

下面是另外十种消费者数学很差的方式,在历史学家兼作家威廉·庞德斯通(William Poundstone.)帮助下完成。 

(2)我们受到第一个数字的严重影响。你走进一家高端的商店,就假设是爱马仕 (Hermès,是世界著名的奢侈品品牌—译者注。)吧,你看到一个包包的标价是7000美元。“哈哈,那简直贵得离谱!”你和朋友说。“7000美元就买一个包!”然后你发现了一款很好的手表,标价367美元。和天美时(Timex,是美国人最喜欢的时尚类手表品牌,以低端产品为主—译者注。)手表相比,这款绝对超贵。但是和那款你刚刚记得的7000美元的包包相比,这绝对是便宜货。这样,商店就能调整或者定下你的消费预期。 

(3)我们很害怕极端。我们不喜欢廉价的感觉,我们也不喜欢上当受骗。既然我们不确定商品的价值多少,我们就会避开过高或过低的价格。商家就会利用我们对中庸的偏爱来对付我们。下面是个不错的故事: 

人们有两种啤酒可以选择:2.5美元的高级啤酒和1.8美元的廉价啤酒。约80%的人会选择更贵的那种啤酒。现在引进第三种啤酒,除了前面两种,还有一种超便宜的啤酒,只需1.6美元,现在80%的人会买1.8美元的啤酒,其余人会买2.5美元的啤酒。没有人选择最便宜的啤酒。 

第三次,他们撤去了1.6美元的超便宜啤酒,换成一种3.4美元的超高级啤酒。大多数人选择2.5美元的啤酒,一小部分人选择1.8美元的啤酒,约10%的人选择最贵的3.4美元的啤酒。 

简而言之,我们都是金发姑娘。(Goldilocks,童话故事“The story of the three bears"里小女孩的名字。故事里Goldilocks去了三只小熊家,总是选软硬中等的椅子和床等---译者注)。  

(4)我们都爱理由。在其著作《无价之宝》中解释了,当威廉姆斯-索诺玛公司(Williams-Sonoma)在279美元的模型旁边加上一个429美元的面包机后,发生了什么:便宜的一款的销售量翻倍,尽管实际上几乎没人买那款429美元的面包机。经验教训:如果一款产品卖不出去,试着在旁边放置一个外形几乎差不多、但是价格却是其两倍的产品。这让第一款产品看起来像是个一定要买的便宜货。这种策略有效的一个原因就是人们喜欢理由。由于很难知道商品的真实价值,我们需要一些说法来向我们自己解释所做的决定。价格差异为我们提供了一个理由和一个动机:那个279美元的面包机比另一款便宜了差不多40%--我们占大便宜了!好理由。  

(5)我们被告知什么,就做什么。行为经济学家喜欢在学校里做实验,他们发现在水果上闪点光、把沙拉像糖果那样摆放,可以让孩子们多吃水果和沙拉。但是成人们也同样受这些简单游戏的影响。例如,一些精明的餐厅,就会利用一些简单的技巧,如图片和画框等设计菜单,以将我们的目光吸引到最有利可图的菜品上。好的经验法则:如果你看到菜单上一道菜是被突出的,画框的,配图的或是与一个非常昂贵的菜品放在一起的时候,它可能就是一个高利润的产品,餐厅希望你能看见并考虑。 

(6)我们让情绪控制自己。庞德斯通的书中一个著名实验中,为志愿者们提供10美元以内的一定数量的钱。一些被认为是不公的出价(假设是1美元),会激活脑叶皮层,“另外这也会由疼痛和恶臭引发”。当我们觉得我们被宰的时候,我们一般都会觉得恶心—即使是个还不错的交易。庞德斯通将此与迷你吧实验等同起来。很晚了,你很饿,那就有一个士力架,但是价格让你觉得非常不爽,于是你决定宁愿饿着自己,也不要觉得是被宰了。另一方面,便宜货让我们自我感觉良好,即使是世界上最没用的垃圾也会很有吸引力,只要价格非常便宜。  

(7)我们很容易被酒精,时间,决定变得更笨。年轻的时候,你在一家酒吧喝醉了,你很容易和陌生人做一些蠢事。“我有没有全面地评估这个复杂的浪漫情景呢?”,喝了7杯酒后,这个问题就很难回答了,所以我们通常会问自己一个更简单的问题:“他/她性感吗?”我们在喝醉、倍感压力、疲累等等疏忽的时候,关于买东西,我们更可能会询问和回答一些简单的问题。杂货店里,便宜的糖果条和口香糖通常放在收银台附近,因为那里是疲惫的购物者最有可能放纵渴望而不关注价格的地方。有酒的午餐有利于达成协议,因为酒精会立即缩小我们脑袋里的复杂因素的范围。如果你想让某人冒一次被低估的风险,把他灌醉,或者让他疲累或耗尽其自我。  

(8)我们心疼交易成本。在这里的一个私人理财专栏里,梅根·麦卡德尔(Megan McArdle)请她的读者放弃一些经常性支付的交易,例如健身房会员和订阅并不使用的报纸和服务。“别买那些你不消费的东西。”似乎是个再清晰不过的建议,但是梅根有重要的一点。我们受一些订阅、会员制和捆绑产品的吸引,部分是因为我们试图避免交易费。我们宁愿多付一点点,也不愿遭受拿出钱包、看着我们的钱流向每个健身房季/电影等等时的心理之苦。  

(9)但是关于回扣和担保我们却表现得很怪异。现在既然我已经告诉你消费者避免另外的支付,我应该加上两种我们喜爱的额外支付:回扣和担保。第一种购买财富的幻想(我花钱还有钱拿!)第二种购买心理的安宁(现在我能永远拥有这个东西,不用担心了!)这两种基本都是伎俩。“与其购买一件东西然后拿折扣,”庞德斯通写道,“为什么不一开始就支付较低的价格呢?”。 “ [担保]没有任何合理意义,”哈佛经济学家大卫·卡特勒(David Cutler)这样告诉《华盛顿邮报》,“一个产品坏掉的隐含概率要大大高于你负担不起修理或更换的风险。如果你买了一个400美元的东西,对大多数消费者而言,那种消费水平在任何情况下,都不是你需要保证的风险。” 

(10)我们迷恋数字9. 高达65%的零售价格以9结尾,为什么?人人都知道20美元和19.99美元是一回事。但是数字9告诉我们一个简单的道理:这件商品打折了。这件东西很便宜。这件东西是某个知道你喜欢打折和便宜商品的人定价的。换句话说,9已经超越了魅力价格的地位,成为买者与卖者之间一根承载无声理解的电缆,说明该产品定价非常合理、有竞争力。一家高档餐厅里的壳鱼拼盘的定价里有9是很愚蠢的。没有一个愿意花170美元吃龙虾的人会寻求打折。但是同一个人,在买内衣的时候(研究已经反复显示),更可能会买价格是以9结尾的产品。记住:购物是一个注意力游戏。消费者们不仅是在寻找产品。他们也在寻找产品值得购买的线索。我们大脑中寻找便宜货/打折品的角落在数字9中发现了可以达成的交易。  

(11)我们受一种强烈的公平感控制。我已经解释过我们的大脑在看到便宜货和宰人货时如何有不同的反应。购物者的大脑受一种公平感推动。我们又回到我们不知道东西该花多少钱这点上,所以我们利用线索告诉我们应该为商品花多少钱。经济学家丹·阿雷利(Dan Ariely)做的一个实验非常好地解释了这一点。阿雷利谎称他要办一个诗歌朗诵会,然后他告诉一组学生,门票要花钱,告诉另一组学生参加朗诵会有钱可拿。然后他再告诉两组学生,朗诵会是免费的。第一组学生急于参加,认为他们免费得到了一些有价值的东西;第二种学生大多数拒绝了,认为他们被迫为同一个事件志愿服务,却没有补偿。  一个行为经济学家的诗歌朗诵会价值几何呢?学生们不知道。这就是关键。我也不知道。这也是关键。一件全系扣的衬衫价值多少呢?一杯咖啡价值多少?一张人寿保险单价值多少?谁知道!我们大多数人不知道。结果,购物大脑只在知道的地方使用:视觉线索,激发的情感,比较,比例,关于便宜货vs. 宰人货的感觉。我们并不愚蠢。只是易受影响。

分享到:
评论

相关推荐

    罗增儒-数学解题学引论\罗增儒 解题学引论52-152.pdf

    波利亚的“怎样解题表”和相关讨论给读者以深刻的启示,即在数学解题过程中,应该重视思维活动的培养,透过对解题方法的分析,激发直觉、顿悟或灵感,从而产生好的念头。只有通过不断的实践和思考,我们才能形成自己...

    苹果iPhone今年入华无望 与联通尚未达成共识

    标题“苹果iPhone今年入华无望 与联通尚未达成共识”揭示了苹果公司在2009年时未能与中国联通就引入iPhone达成协议,导致当年iPhone无法进入中国市场的主要情况。描述中提到,随着国内3G网络的建设,人们对iPhone...

    WhyNotWin11/Windows11 升级检测工具

    值得注意的是,即使"WhyNotWin11"显示你的电脑无法升级,也不意味着完全无望。有时候,通过更新BIOS、禁用某些不必要的硬件要求或寻找替代方案,也可能实现Windows 11的安装。然而,这些操作需要一定的技术知识,...

    楼市调控目标实现无望,问责能否兑现.pptx

    楼市调控目标实现无望,问责能否兑现.pptx

    九年级数学下册第二十七章相似27.2相似三角形27.2.1相似三角形的判定第1课时课件新版新人教版20200323378

    在九年级数学下册第二十七章中,我们深入学习了相似三角形的理论。相似三角形是几何学中的一个核心概念,它涉及到图形的比例和角度的对应关系。...”在数学学习中,勇于尝试和不断探索,是获取新知识、提升能力的关键。

    交通运输仓储:海航集团破产重整事件点评-产能出清无望,竞争格局有望改善.zip

    标题中的“交通运输仓储:海航集团破产重整事件点评”揭示了本文主要关注的是海航集团在交通运输和仓储行业的破产重整事件。海航集团是中国大型的综合性企业,其在航空、物流、仓储等领域有着广泛的影响。破产重整是...

    漯河市南关广场营销策划案例.docx

    漯河市南关广场的营销策划案体现了在房地产行业中,精准定位、深度市场分析和巧妙的消费者心理引导的重要性。面对不利条件,策划团队不仅要打造一个具有吸引力的项目概念,还需要在短时间内建立起强大的市场信心,这...

    广东省2022届高三上学期11月联考 英语 .doc

    【文档标题】提到的是“广东省2022届高三上学期11月联考 英语”,这是一场针对广东省2022届高三学生的英语考试。考试通常包含各种题型,如选择题、填空题、阅读理解等,旨在评估学生的英语水平,包括词汇、语法、...

    交通运输仓储:海航集团破产重整事件点评-产能出清无望,竞争格局有望改善.pdf

    交通运输仓储:海航集团破产重整事件点评-产能出清无望,竞争格局有望改善.pdf

    初中语文文摘生活鱼的爱情传染病

    在现代IT技术中,公司会收集用户的在线行为数据,以了解消费者的喜好和习惯,从而提供个性化服务或进行精准营销。鲫鱼对索尼雅的观察和理解,某种程度上类似于这些数据分析的过程。 再者,鲫鱼的悲剧结局,即它的...

    传拉手网因财务问题取消IPO 以后或都无望.docx

    拉手网是一家知名的团购网站,曾经在中国团购市场上占据重要地位。然而,由于财务问题,它取消了首次公开募股(IPO),这对其未来发展造成了重大影响。财务问题主要包括以下几个方面: 1. 数据造假:拉手网被曝光...

    某某贸易广场行销策划案.doc

    总结来说,贸易广场行销策划案的关键在于如何克服地理位置的不利因素,改变当地消费者的购物习惯,激发他们的投资兴趣,同时通过精准的市场定位和创新的营销策略,将这个看似无望的项目转化为成功案例。这需要深入...

    论《呼啸山庄》的叙事方式 .zip

    综上所述,《呼啸山庄》的叙事方式是一种富有创新和深度的艺术表现形式,它通过多视角、非线性时间处理、多层次的人物塑造和强烈情感的表达,构建了一个既复杂又引人入胜的故事世界。这部作品不仅是文学史上的瑰宝,...

    栾城2018年事业单位招聘考试真题及答案解析打印.docx

    【栾城2018年事业单位招聘考试真题及答案解析打印.docx】这份文档主要涵盖了行政职位设置、要式法律行为、姑息治疗、事件发展顺序、领导方式、食品安全管理、经济学者的观点、人际关系推理、新人定义、嫦娥二号卫星...

    《田忌赛马》演示课件.ppt

    在数学模型中,这可以理解为重新排列组合,寻找最优解,即最大化胜利的可能性。 再者,它揭示了决策科学的重要性。在面临不利局面时,正确的决策往往能扭转乾坤。孙膑的策略就是一个典型的决策优化案例,他通过对...

    myGoBang(java文件).zip

    在计算机科学领域,人工智能(AI)与游戏结合是一种常见的实践方式,其中五子棋项目就是一种典型的应用。本文将深入探讨一个基于Java实现的五子棋项目——myGoBang,它利用了人工智能算法来模拟玩家的决策过程,实现...

    初中语文文摘人生听得见鱼的疼痛……

    5. 杀戮与消费的关系:文章指出,消费者的需求与杀戮行为之间存在直接关联,强调“没有买卖,就没有杀害”。这提醒人们要审视自己的消费习惯,通过减少对动物制品的依赖,可以减轻对动物的伤害。 6. 生态与生活的...

    桔梗种植技术PPT课件.pptx

    在商业应用上,桔梗的成品广泛应用于中药制剂中,同时因其美丽的紫色花朵和富有深意的传说,桔梗花也有着“愿望”、“永远的爱”以及“无望的爱”等多重花语含义,常被用于花卉装饰和花束制作。 在种植栽培上,桔梗...

Global site tag (gtag.js) - Google Analytics