我的丈夫和我是汽车购物,发现了一个使用的宝马,看起来是原始的,并且只有10,000英里。价格令人震惊,只有2,000美元。我们必须拥有它。开车回家,我们从耳朵上笑着盯着我们闪亮的二手车,不知不觉它会在18个月内分崩离析。我们在价格和车辆中重点集中,我们没有考虑可能的问题(如旧的,未使用的汽车的生锈部分)。这是锚定在工作中的偏见。

定义:锚定(或聚焦)偏差是指依赖单个信息或事件的某个方面(“锚定”)来通知决策的倾向。

判断启发式

锚定是一个判断启发式。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于大多数人来说,有时会导致错误的估计或判断。

有些人从锚定大大受益;例如,具有深入经验的域专家与手头的决定或判断直接相关。因为他们对这种情况如此熟悉,他们的早期反应可能是正确的。

关于锚定的过去研究

研究人员对锚定进行了许多研究。为了好玩,让我们假装我们在最臭名昭着的研究中受到主观。

只有五秒钟计算以下数学表达式(无计算器!)。然后写下你的答案。

1x2x3x4x5x6x7x8

你在100到900之间写了一个数字吗?大多数人都这样做。

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计算两种不同数学表达式中的一种:

1x2x3x4x5x6x7x8

8x7x6x5x4x3x2x1

因为参与者只有5秒才能解决问题,因此他们估计了答案,而不是实际执行乘法。这两个问题的解决方案是相同的号码:40320。但人们对每种数学表达的估计都非常不同。对于呈现1x2x3x4x5x6x7x8问题的组,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2,250超过4倍更大. 这是一个不可忽略的差别——只需以相反的顺序呈现刺激即可。

在TVERSKY和KAHNEMAN研究期间提出的两种形式数学表达式的中位数估计。
阿莫斯·特沃斯基(Amos Tversky)和丹尼尔·卡尼曼(Daniel Kahneman)对判断启发法的研究表明,当向人们展示同一数学产品的不同版本时,估计值存在巨大差异。

为什么估计值有这么大的差异?答案是,每个问题的主要“锚”数(1x2=2 vs.8x7=56)显著影响估计值。开始时的小数字表示结果很小,而大数字则表示估计值很大。

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:SSN的无线键盘上出价
的后两位
社会保险号码
平均报价

00-19

16.09美元
20-39 $ 26.82
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根据第一个假设价格(平等与他们的SSN的最后两位数字相等)来说,人们被要求考虑:那些SSN以低数字结束的人倾向于使得比其SSN结束的人更低的出价高数。

这两项研究都表明了人们倾向于依靠初始信息来锚定未来估计,即使这些锚与实际决定没有什么关系。

如何锚定可以改善用户体验

锚定可以让新手用户获得成功,并对流程或体验的进展建立明确的预期。在下面的重新设计中考虑下面的应用程序。

良好的默认值和建议值

不仅精心选择的默认数值最小化键入的交互成本,但它们也可以作为相应类型的预期变化的锚数值参数。他们可以帮助用户弄清楚大值是什么以及小值是什么。例如,对于从未使用过图像编辑程序的人,2.2的默认伽马值会对对正常的,最使用的值进行了解,并允许用户根据效果调整它们想要的方向的该值他们寻求。

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屏幕截图的抵押计算器显示有用的默认值
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。

建议的捐赠价值还可以通过提供锚定决定他们应该给予多少的锚点来朝着非营利网站的正确方向刺激用户。默认情况下,违反用户的决定负担:根据他们的情况和对原因的兴趣水平,他们可以捐赠更少或超过推荐的值。例如,在Shopave.org报告的一个A / B测试中,Oxfam测试了捐赠呼叫行动的两种不同变体:一个具有每月捐赠的建议价值和4英镑,另一个只需捐赠3英镑。第一个条件比第二条件比第二条件更多的形式完成产生23%。

乐施会移动网站捐赠CTA A/B测试截图
在乐施会移动网站的A/B测试中,建议的捐赠率和价值导致表格填写量增加。(来自Behave.org的截图)

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:

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

在工作流或流程开始时设置准确的期望值

锚定也可以在经验开始时建立期望。和复杂形式或应用程序在美国,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。

显示原价和折扣价

考虑您如何享受折扣。显示原始价格与折扣价格意味着原始价格可以锚定用户对道具价值的感知。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。

Reykjavik短途旅行网站截图的折扣价格与定期价格相同
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,人们在很大程度上依赖锚定来塑造他们在使用产品或服务时做出的决策。好的锚定可以帮助用户设定他们对正常或例外情况的期望,降低决策的认知成本,甚至可以提高产品的感知价值。

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)