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,特别是在没有信息,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

或者

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- 意思是参与者提出的一半比512的数字提出。对于呈现8x7x6x5x4x3x2x1的组,中位数估计是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。

在丹艾利地区的同事和麻省理工学院的同事进行了类似的研究中,有人询问他们是否会为美元形象购买各种商品(如无线键盘,葡萄酒和教科书)等于其社会安全号码的最后两位数(SSN)。接受或拒绝价格后,他们必须陈述他们实际愿意支付该项目的最高价格。在低位数结束的SSN的人们选择了比高端SSN的人更低的价格门槛。换句话说,参与者被引用将他们的SSN的最后两位数字用作良好的锚点,尽管SSN显然与良好价值无关。

表1。Dan Ariely等。研究结果:通过SSN竞标无线键盘
最后两位数字
社会安全号码
平均出价

00-19

16.09美元
热带病 26.82美元
40岁至59岁 $ 29.27
60-79 $ 34.55.
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

不仅如此良好的数字默认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。

如果您为房屋购物新的是,良好的抵押计算器可以通过提供最能代表用户群体的默认值来形成期望。例如,Bankrate.com的抵押计算器显示接近典型值的默认值,大多数用户将进入。这些默认值可帮助用户仪表预期的内容以及可能关闭常态。

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常规默认值时利用锚定原理。这些价值观与用户购买新家庭的期望。

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,提供一种感觉,提供了过程可能需要多长时间,允许用户确定它们是否有时间和资源来完成它。然而,这次估计也用作锚点:如果该过程最终会更长,用户会感到欺骗和失望(反之亦然)。努力准确(或稍微保守)估计很重要,以避免失望。

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该项目的价值感知.例如,用户可能会估计Reykjavik短途旅行所提供的游览的高价值,因为原始价格与折扣款项显示。

雷克雅未克游览网站截图折扣价格显示在正常价格
Reykjavik短途旅行突出显示销售价格,同时仍然展示起初的价格(12,900 isk,8,500 isk和21,900 isk,分别为21,900 isk),这可以帮助将真实值的估算升至更高的值,而不是未提交原始价格。

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

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)

丹艾利地,乔治Loewenstein,迪拉登普雷克:“连贯的武断:稳定的需求曲线没有稳定的偏好,”经济学季刊,第118卷(2003年2月1日)