Потребительские решения проще, чем кажется некоторым ученым

Георгий Белых27.03.20154375

Представьте, что вы отправились за покупками, чтобы пополнить запасы товаров первой домашней необходимости, например, намерены купить апельсиновый сок и суп.

Потребительские решения проще, чем кажется некоторым ученым

Или лампы накаливания. Или, наконец, подгузники для вашего младенца. Как вы определите, какие именно товары купить? Это решение — простое или сложное?

Ученые убеждены, что решение может оказаться непростым. Мозгу предстоит обработать такие факторы как стоимость, качество и приверженность бренду. Действительно, некоторые ученые развили сложные модели потребительского принятия решений, в которых люди аккумулируют знание продукта, а затем сравнивают это знание с возможностью исследовать менее известные продукты.

В новой статье исследователи из Массачусетского технологического института предположили, что мозг во время шопинга совершает простые вычисления: с большей вероятностью потребители просто ранжируют товары в уме. Это, возможно, не абсолютно идеальное вычисление, которое дает всю необходимую информацию, но исследование предполагает, что такая стратегия является почти оптимальной и служит намного более простым путем для потребителей, которые делают выбор.

«Цена, которую пришлось бы заплатить за преимущество принятия лучшего решения, не оправдала бы себя», сообщил профессор маркетинга Джон Хаузер. А вот стратегия простого ранжирования приблизит потребителя к оптимальному решению за меньшую цену. Простое ранжирование помогает быстро принимать решение и оставляет место для того, чтобы обдумать и другие покупки.

Типичные модели потребительского мышления часто рассматривают мозг как всегда работающий компьютер, и придерживаются того, что потребители постоянно беспокоются о том, как взаимодействуют их решения относительно выбора. Например, когда анализируется один бренд подгузников, эти модели показывают, что потребители обеспокоены тем, что теряют возможность больше узнать о других товарных брендах. Исследователи также верят, что потребители накапливают информацию, но простым, более интуитивным способом.

«Когда мы анализируем варианты, то обычно оцениваем их поочередно», заявил доцент Чжан Юань Жан. „Мы утверждали бы, что именно так мы думаем, и это отличается от того, как работают другие маркетинговые модели“.

Результаты опубликованы в издании Marketing Science.

Исследование, описанное в статье, предназначено для того, чтобы заполнить пробел между эмпирическими исследованиями принятия потребителями решений и математическими моделями в данной сфере. Хаузер, докторант Сон Линь и Жан предположили, что некоторые потребительские модели являются настолько сложными математически, что их не решить даже с помощью наиболее быстрых компьютеров.

«Модели предполагают, что потребители принимают решения, которые не под силу самым быстрым компьютерам», заметил Хаузер. „Предполагается, что решения принимаются за считанные секунды, пока потребитель идет по проходу в супермаркете. Даже компьютер использует простую эвристику для решения подобных задач“.

Чтобы проверить, описывает ли стратегия ранжирования мышление потребителей, ученые провели эмпирическое исследование среди 262 домохозяйств и почти 3400 покупок, что привело к получению нескольких релевантных образцов, например, стало известно, что потребители с большей вероятностью сменят бренд подгузника в течение первых 13 покупок.

Для исследователей это значит, что потребители учатся и оценивают возможность переключения, в то время как данные соответствуют стратегии ранжирования. Она объясняет выбор продукта наравне с другими моделями, и показывает, как потребители могут сэкономить время на обдумывание.

«Если предположить, что потребители подходят к решению эвристически, модель объясняет данные так же, как и оптимальные модели», сказал Хаузер.

В то же время идея ранжирования не исключает потребительскую переоценку брендов. Изучение такого продукта как подгузники показывает, что люди действительно изучают новую информацию о продуктах, и иногда транспонируют ранжирование как следствие.

Таким образом, результаты стратегии ранжирования напоминают результаты сложных моделей, но достигаются проще.

Подписаться: Телеграм | Дзен | Вконтакте


Экономика

ИИ в банках: от борьбы с мисселингом до удаленных команд и зрелости AI-агентов
ИИ в банках: от борьбы с мисселингом до удаленных команд и зрелости AI-агентов

Российский банковский сектор демонстрирует, что ИИ уже давно вышел за рамки чат-ботов и научился решать совершенно разные задачи — от контроля за продажами до создания гибкой рабочей среды.

15.10.20252047
Поиск на сайте

Лента новостей

Пресс-релизы