我丈夫和我在买汽车时发现了一辆二手车,看起来很原始,而且只开了1万英里。价格低得惊人,只有2000美元。我们必须拥有它。开车回家的路上,我们对自己闪亮的二手车笑得合不拢嘴,不知道它会在18个月内散架。我们过于关注价格和车型,而没有考虑到可能出现的问题(比如旧的、不用的汽车的零部件生锈)。这就是工作中的锚定偏见。

定义:锚定(或焦点主义)偏差指的是人们倾向于依赖某一事件的单一信息或方面(“锚”)来为决策提供信息。

判断启发式

锚定是一种判断启发式。锚定和其他判断启发式,如框架启动,有助于加快日常决策,特别是在缺乏信息、资源或时间的情况下。他们往往是自动的对大多数人来说,有时会导致错误的估计或判断。

有些人从锚定中获益良多;例如,与手头的决策或判断有直接关系的领域专家。因为他们对情况非常熟悉,所以他们早期的反应很可能是正确的。

锚定的过去研究

研究人员对锚定进行了许多研究。为了好玩,让我们假装自己是最臭名昭著的研究对象。

只有5秒计算下列数学表达式(没有计算器!)然后写下你的答案。

1 x2x3x4x5x6x7x8

你是不是写了一个介于100到900之间的数字?大多数人做的。

1974年,心理学家阿莫斯·特沃斯基(Amos Tversky)和丹尼尔·卡尼曼(Daniel Kahneman)要求每位研究参与者从两种不同的数学表达式中计算一个:

1 x2x3x4x5x6x7x8

8 x7x6x5x4x3x2x1

因为参与者只有5秒钟的时间来解决问题,他们只是估计答案,而不是实际做乘法。这两个问题的答案是相同的:40,320。但是人们对每个数学表达式的估计是不同的。对于出现1x2x3x4x5x6x7x8问题的小组,中位数估计是512-这意味着一半的参与者想出了一个小于512的数字。对于8x7x6x5x4x3x2x1组,中位数估计为2250年,或是它的4倍多.这并不是一个可以忽略不计的差异——仅仅是把刺激方案的顺序颠倒一下。

Tversky和Kahneman研究期间提出的两种数学表达式的中值估计。
阿莫斯·特沃斯基(Amos Tversky)和丹尼尔·卡尼曼(Daniel Kahneman)对判断启发式的研究表明,当人们看到同一数学产品的不同版本时,估计结果会出现巨大差异。

为什么估算结果会有这么大的差异?答案是,每个问题的主要“锚”数(1x2=2 vs. 8x7=56)显著影响了估计。开始时小的数字表示小的结果,而大的数字则意味着大的估计。

在麻省理工学院的Dan Ariely和他的同事做的一个类似的研究中,参与者被问及他们是否会购买不同的商品(如无线键盘、葡萄酒和教科书),只要美元数字等于他们的社会保险号(SSN)的后两位。在接受或拒绝这个价格后,他们必须陈述他们实际上愿意为该商品支付的最高价格。sn以低位数结尾的人选择的价格门槛比sn以高位数结尾的人更低。换句话说,尽管SSN与商品的价值明显无关,但参与者被引导使用SSN的后两位数字作为商品价格的锚定。

表1。Dan Ariely等。研究结果:通过SSN竞标无线键盘
的后两位
社会安全号码
平均报价

00-19

16.09美元
热带病 26.82美元
40岁至59岁 29.27美元
60 - 79 34.55美元
80 - 99 55.64美元

无线键盘的平均出价取决于人们被要求考虑的第一个假设价格(与SSN的后两位数字相等):SSN结尾的人往往比SSN结尾的人出价更低。

这两项研究都表明,人们倾向于过度依赖初始信息来锚定未来的估计,即使这些锚与正在做出的实际决策几乎没有关联。

锚定如何改善用户体验

锚定可以帮助新手获得成功,并建立对过程或体验如何进行的清晰预期。在下次重新设计中考虑以下应用程序。

良好的默认值和建议值

不仅精心选择的默认数值最小化输入的交互成本,但它们也可以作为相应预期变化的锚数值参数.它们可以帮助用户确定什么是大值,什么是小值。例如,对于从未使用过图像编辑程序的人来说,默认的gamma值为2.2,可以让用户了解正常的、最常用的值,并允许用户根据他们想要的效果,调整该值的方向。

如果你刚开始买房子,一个好的抵押贷款计算器可以通过提供最能代表用户数量的违约来形成预期。例如,Bankrate.com的抵押贷款计算器显示的默认值接近大多数用户将输入的典型值。这些默认值可以帮助用户判断什么是预期的,什么可能是不正常的。

Bankrate.com按揭计算器屏幕截图显示有用的默认值
Bankrate.com的抵押计算器在为计算器字段设置习惯的默认值时利用了锚定原则。当用户购买新房时,这些价值设定了他们的期望。

在非营利网站上,一个建议的捐赠价值也可以通过提供一个决定他们应该捐赠多少的锚,促使用户走向正确的方向。这个默认值减轻了用户的决策负担:根据他们的情况和对事业的兴趣程度,他们可以捐赠比推荐值少或多的东西。例如,在Behave.org报道的一项A/B测试中,乐施会测试了两种不同的捐赠行动呼吁:一种是每月捐赠的建议值,网址为‎4英镑,另一种只是“立即捐赠”按钮。第一种情况的完井率比第二种情况高出23%。

乐施会移动网站捐赠CTA A/B测试截图
在乐施会流动网站的A/B测试中,根据建议的捐款率和捐款价值,填表人数有所增加。从Behave.org(截图)

获奖设计通过两种方式降低了用户的认知负荷和交互成本:

  • 人们不必导航到新页面并等待该页面加载。
  • 他们不需要考虑捐赠细节,因为默认情况下已经提供了;他们可以根据自己的情况,简单地调整这些水平。

在工作流或过程的开始设置准确的期望

锚定还可以在体验开始时建立预期。与复杂的表格或应用程序在美国,提前提供一个过程可能需要多长时间的概念是很有帮助的,这样用户就可以确定他们是否有时间和资源来立即完成。然而,这个时间估计也可以作为一个锚:如果这个过程最终变得更长,用户就会感到被欺骗和失望(反之亦然)。争取准确(或稍微保守)的估计以避免失望是很重要的。

显示原始价格连同折扣价格

考虑你如何呈现折扣。用折扣价显示原价意味着原价可以固定用户的价格对道具价值的感知.例如,用户可能会对Reykjavik excursions提供的短途旅行估计很高的价值,因为原始价格与打折的价格一起显示。

雷克雅未克游览网站截图折扣价格显示在正常价格
Reykjavik Excursions突出了销售价格,同时仍以剔除文本格式显示原始价格(分别为12,900 ISK、8,500 ISK和21,900 ISK),这有助于将真实价值的估值锚定到比未显示原始价格更高的值。

结论

在缺乏其他信息的情况下,人们在使用产品或服务时严重依赖锚定来决定他们的决定。好的锚可以帮助用户设定他们对正常或异常的期望,降低决策的认知成本,甚至可以增加产品的感知价值。

参考文献

阿莫斯·特沃斯基和丹尼尔·卡尼曼:《不确定性下的判断:启发式和偏见》科学(1974年9月27日)

Dan Ariely, George Loewenstein和Drazen Prelec:“一致的任意性:没有稳定偏好的稳定需求曲线”经济学季刊第118卷(二零零三年二月一日)