Если вы смотрите новости, то, наверняка, обратили внимание на то, что многие (если не все) президенты, премьер-министры и прочие ответственные лица носят только серые или темно-синие костюмы. Как это объяснить? Правилами этикета? Возможно… А еще Марк Цукерберг постоянно ходит в серой футболке. Вряд ли в ИТ-сообществе такие же жесткие правила поведения? В этой статье поговорим о том, как процессы принятия решений могут влиять на повседневную жизнь, маркетинг и объемы продаж вашего бизнеса. 

Не думай о белом медведе

Начнем с рассказа об одном эксперименте. Он построен на известной детской шутке «Не думай о белом медведе». Мы все прекрасно знаем, что будет дальше. Одним из первых, кто облек этот психологический трюк в слова был… Федор Достоевский. Еще в 1863 году в очерке «Зимние заметки о летних впечатлениях» он написал следующее: «Попробуйте задать себе задачу: не думать о белом медведе. И вы увидите, что он проклятый будет поминутно припоминаться».

Более чем через сто лет, в 1980-е годы, психологи провели целый ряд экспериментов, чтобы проверить это утверждение, но самое главное – найти ему объяснение. В одном из исследований группе участников дали задание – записать свои мысли, всё, что пришло на ум. Другой группе было дано то же самое задание, но с дополнительной инструкцией. Эту группу попросили не думать о белом медведе, пока они пишут. Если в какой-то момент во время выполнения задания испытуемые думали о белом медведе, то должны были поставить галочку на полях. По окончании этого задания (всего через 6 минут) группам было предложено решить несколько анаграмм. Напомним, анаграммы – это головоломки, в которых нужно переставлять буквы, чтобы получились слова. Время на выполнение задания оговорено не было: участники могли бросить задание в любой момент или работать над ним до вечера. 

Но, как мы знаем, психологи – люди коварные, поэтому второе задание было с подвохом. Ни одна из анаграмм не имела решения. На первый взгляд казалось, что этот набор букв можно сложить в слово, но в результате ничего не получалось. Задание было дано для того, чтобы сравнить сколько времени испытуемые из первой и второй группы потратят на эту головоломку, прежде чем сдадутся. По логике, люди с примерно одинаковыми способностями должны были заниматься задачей примерно одинаковое время. На самом деле, люди из первой группы потратили на решение анаграмм в среднем 12,6 минут. А те, кому было дано указание не думать о белом медведе, работали только 9,4 минуты, прежде чем сдались. То есть указание не думать о белом медведе в первом задании привело к тому, что люди всего за 6 минут теряли энергию и упорство и бросали начатое дело почти на 30% быстрее. В чем причина? – Ну, не медведе же, в самом деле! 

Когда горючее кончилось

Давайте представим принятие решений, как производственный процесс, в котором наши когнитивные механизмы перерабатывают исходную информацию в выбор, который мы в итоге делаем. Как любой механизм он требует ресурсов для нормального функционирования: электричество – для пылесоса, бензин – для автомобиля, килокалории – для когнитивного механизма.  

Наш когнитивный механизм можно представить как двухсистемную модель. (О том, как работают Система 1 и Система 2 мы подробно рассказывали здесь). На всякий случай напомним, что Система 1 отвечает за автоматические и эмоциональные решения, работает в фоновом режиме, без нашего надзора и при этом потребляет мало ресурсов. Система 2 отвечает за те решения, которые мы осознаем и которыми мы можем управлять. Она потребляет очень много ресурсов, когда же эти ресурсы иссякают, она начинает давать сбои, хуже выполнять простейшие операции. Иными словами, чем больше осознанных решений мы принимаем, тем быстрее истощаем свой ресурс. 

Теперь вы уже, наверное, разгадали загадку, почему ответственные лица обычно имеют такой унылый гардероб. Если нет, то вот вам подсказка от бывшего президента США Барака Обамы: «Вы видите, что я ношу только серые или синие костюмы. Таким образом я пытаюсь сократить количество решений. Я не хочу принимать решения о том, что мне есть или носить, потому что у меня слишком много других важных решений, которые нужно принять. И мне нужно сосредоточить свою энергию на них». Марк Цукерберг носит футболку одного и того же цвета по той же причине.

По-видимому, многие важные люди, принимающие большое количество решений, поступают точно так же – интуитивно или по совету своих психологов. И они совершенно правы. 

И это, безусловно, интересный факт из жизни богатых и влиятельных людей. Но в начале статьи мы обещали вам совсем не это. Мы планировали рассказать, как наши знания о процессе принятия решений можно использовать в маркетинге и для роста продаж в вашем бизнесе. Давайте начнем с истории из жизни.

Выбор без выбора или как у меня «села батарейка» (или аккумулятор?)

Недавно мне пришлось покупать новый аккумулятор для машины. Аккумулятор тоже имеет свой ресурс и 10 лет безупречной службы – хороший срок. Сейчас этот процесс налажен прекрасно – заходишь на сайт, выбираешь, аккумулятор, оплачиваешь, в тот же день приезжает курьер: ставит новый аккумулятор и забирает ваш. Вся процедура занимает не более получаса. Что может быть проще? Вернее, это было бы просто, если бы не один нюанс – выбор модели аккумулятора. Как все мы знаем, большинство известных моделей сейчас купить сложно, если вообще возможно. Поэтому нельзя было купить точно такой же аккумулятор, нужно было выбрать его аналог. И в этой части процесса что-то пошло не так. 

Для начала я зашел на первый попавшийся сайт vseakkumulyatori.ru (здесь и далее все названия вымышленные, совпадения случайны). Тут действительно были все аккумуляторы, причем сплошной бесконечной лентой. Конечно, на сайте были фильтры (марка машины, мощность двигателя, диапазон цен и т.п.), но даже после их заполнения – аккумуляторов осталось слишком много, чтобы решить, какой из них выбрать. Сначала я решил скрупулёзно сравнить все имеющиеся в описании характеристики. Но не тут-то было! Разные производители не всегда указывали одинаковые характеристики для своего товара. Где-то не было страны-производителя, где-то гарантийного срока или чего-то еще. Убив на это занятие около получаса, уже изрядно утомившийся и понервничавший, я решил зайти на другой сайт bestakkumulyatori.ru. Здесь посетителей ждал другой аттракциона от разработчиков сайта – выкидывать по очереди не подошедший хотя бы по одной характеристике товар, пока не останется один. Минут через 15 стало понятно, что за этим занятием можно убить весь остаток вечера. Пришлось зайти на третий сайт akkumulyatori4you.ru. К этому моменту я чувствовал себя уже совершенно измотанным, а впереди еще проверка уроков у ребенка, подготовка к утренней планерке…и множество домашних дел. Но, к моему великому облегчению, на первой же странице очередного сайта было выложено всего 3(!) аккумулятора с одинаковыми характеристиками и немного отличающейся ценой. На одном из товаров стоял штамп «Хит». Конечно, можно было нажать кнопку «Показать еще», и если у нас есть силы на выбор, мы как правило, так и делаем. Но не в этот раз. Думаю, не для кого не будет сюрпризом развязка этой маленькой житейской истории. Я просто нажал на аккумулятор с пометкой «Хит». Через 5 минут мне перезвонил курьер, а через час в машине уже стоял новенький аккумулятор. И всё. 

Но вечер еще не закончился. Оставалось проверить домашнее задание у старшего ребенка – сегодня оно было какое-то особенно трудное. Чему их только учат в 5 классе! И после серии уравнений с одной неизвестной и задачек про поезда, я вместо подготовки к планерке отправился на кухню: вдруг, дети съели еще не весь пирог? 

Стоп! Вот здесь давайте разберемся. Что же произошло, почему я, человек с высшим экономическим образованием, с трудом справился с детскими задачками и неожиданно изменил своей многолетней привычке – не есть на ночь? Аккумулятор сел, а за ним и моя «батарейка». А всему виной – выбор автомобильного аккумулятора часом ранее. Вернее, количество осознанных решений, которое пришлось принять в единицу времени. То есть Система 2 потратила очень много ресурсов на выбор аккумулятора, а на остальные задачи исполнительных функций их просто не осталось. 

Проблема в том, что у нас нет отдельного запаса топлива для каждой из четырех областей самоконтроля, за которую отвечают исполнительные функции: поддержания внимания, регулирования эмоций, преодоления импульсов и модификации поведения. Все черпается из единого запасника. Когда ресурсы на исходе, Система 2 переходит в энергосберегающий режим, а за все, что было сделано или не сделано, дальше отвечает уже исключительно Система 1, ведь она потребляет меньше энергии. Если вы потратили все ресурсы, чтобы преодолеть импульс о спонтанной покупке аккумулятора, да еще на поддержание внимания во время сравнения различных моделей, то на выполнение несложных школьных заданий для 5 класса и следования диете (модификация поведения) у вас уже ничего не осталось. А уж о переключении мозга на подготовку к утренней планерке и вовсе стоит забыть.

Как спасти клиента от белого медведя с помощью больших данных

И тут мы вплотную подошли к разгадке тайны белого медведя! Надеюсь, вы не думали о нем пока читали эту статью? Я даже уверен, что не думали, потому что иначе вы бы до этого места не дочитали. И не думайте…

Ведь чем больше энергии вы тратите на самоконтроль (Не думать о белом медведе!), тем меньше ее остается на другие задачи исполнительных функций. А значит, вы не можете (или делаете это с трудом) решить анаграмму, посчитать простейший арифметический пример и уж тем более принять важное решение. Теперь, когда мы разобрались с белым медведем, остается самый главный вопрос – как эти знания использовать в маркетинге и продажах и причем тут большие данные? 

Нам кажется, что чем больше выбор, тем более успешными будут продажи. Но на самом деле, задача настоящего маркетолога – освободить клиента от выбора и принятия решения, причем так, чтобы он этого не заметил. Что для этого нужно? –  Большая база знаний о клиентах. Настолько большая, чтобы на ее основе можно было сделать каждому персональное предложение. 

Вы, конечно, сто раз об этом слышали и даже сами неоднократно делали различные предложения для разных категорий клиентов на основе их индивидуальных потребностей. И что греха таить, очень часто эта персонализация была весьма условной. Узнали пол, возраст и составили «персональное» предложение – девушкам футболки поярче, «женщинам за 30» – в пастельных тонах. В некоторых случаях этого вполне достаточно, особенно если речь о недорогой повседневной вещи. Но иногда, нужно знать о своем клиенте всё-всё-всё, чтобы предложить ему товар раньше, чем он успел задуматься о его покупке. Но это должен быть тот товар, от покупки которого он не сможет отказаться. Именно для этого существуют рекомендательные системы. Они бывают нескольких типов, могут основываться на собственных предпочтениях пользователя или на предпочтениях близкой ему группы людей (друзей по социальной сети, соседей по району), на явных (лайки, звездочки, отзывы на странице товара) и неявных (возвращение к товару, клики на карточки товаров определенного цвета), рейтингах товара. Но какой бы алгоритм работы рекомендательной системы маркетологи не выбрали – сначала все-таки нужно собрать большое количество данных о клиенте и его покупательском поведении. Затем необходимо эти данные очистить, объединить, структурировать, и только потом уже строить на таких данных рекомендательные модели – алгоритмы, которые будут генерировать клиентам персональные списки предложений товаров и услуг.

Первые две задачи помогают решить продукты класса Client Data Platform (CDP) корпоративного уровня. Например, с помощью CDP CleverData Join можно собрать профили клиентов 360, менеджер тэгов поможет дополнить их полной информацией о клиентском пути на сайтах, а система API дополнить данными из вспомогательных систем или мобильного приложения. Как только собраны качественные данные, можно запускать рекомендательные алгоритмы. 

Простой пример работы рекомендательной системы. Вы авторизовались на сайте интерьерного магазина и выбираете себе светильник. При этом компания знает, что, к примеру, Вы мужчина 38 лет, и покупали множество товаров для ремонта на протяжении последних шести месяцев. Большинство товаров были в среднем ценовом сегменте в стиле минимализм. Не трудно догадаться, что будет ждать вас в списках рекомендаций при первом же клике в разделе «Свет» – никакого хрусталя и канделябров, только минималистичный торшер и бра из той же коллекции. Такие персональные рекомендации построены на использовании информации о самом пользователе, в первую очередь о его предыдущих покупках, товарах, к которым проявлял интерес, а также объединяющих их характеристиках. 

А вот пример не столь очевидный. В одной из социальных сетей пользователь периодически заходит в плейлист своего друга, то есть доверяет его музыкальному вкусу. Следовательно, в рекомендациях о скачивании новых треков ему вполне можно предложить что-то уже скаченное его другом, а можно пойти дальше и предложить ему фильмы, просмотренные его другом, или даже новый парфюм, купленный его другом. Эти персональные рекомендации построены по принципу коллаборативной фильтрации. Такие рекомендации – результат «коллаборации» вкусов множества пользователей. 

Вместо заключения: До свидания, наш ласковый миша…

О рекомендациях можно говорить еще много, наверное, они заслуживают отдельной статьи. Давайте лучше подведем итог, что именно мы сделали. Использовав наши знания о том, как устроены исполнительные функции нашего мозга, мы осознали необходимость облегчить выбор покупателю. Но поскольку мы, с одной стороны, заинтересованы продать товар или услугу, а с другой стороны, были бы довольны, если бы наш клиент в результате был счастлив от покупки, то недостаточно просто уменьшить выбор. Нужно предложить каждому клиенту именно то, что ему нужно, сохранив его ресурс исполнительных функций для его самого важного для нашего бизнеса решения: купить. Для этого сначала пришлось накопить клиентские данные с помощью системы CDP корпоративного класса, а затем, собрав качественные данные, использовать систему рекомендаций. В результате, клиент получает именно то, что ему нужно без когнитивной перегрузки и даже сам не понимает, как приобрел именно то, что ему было нужно.

Конечно, приведенные в статье алгоритмы работы рекомендательных систем – это самая база. Для их расчета построено множество сложных формул и моделей, но маркетологам, не обязательно углубляться в эту занимательную математику, главное помнить – никакая формула не будет работать без необходимого количества качественных данных. 

А мы просто сидим и... думаем о белом медведе. Впрочем, стоп! Мы же договаривались НЕ думать ни о каких медведях.