我們每天做出數千個決定。有些決定相當簡單,像是決定什麼時候起床、早餐吃什麼、穿什麼衣服去工作、要回覆哪一封電子郵件等。但有些決定比較複雜,我們必須衡量不同的選項。舉例來說,在購買筆記型電腦時,我們想比較不同的機型,找到符合預算的最好機型;在選擇退休方案時,我們會比較不同的選項,以便依照自己的風險偏好,找到提供最高報酬的方案;我們在招募員工時,則會比較眾多求職者,以找出最佳人選。
在面對這類決定時,我們可以一次檢視一個選項,或是一次評估全部的選項。比方說,在決定要面試哪些求職者時,招募經理可一次評估一位求職者的履歷,對這個人有了一些看法,然後再去評估下一位求職者。另一種方法是,把所有求職者的履歷都放在桌上,進行評估和比較,然後決定要面試哪些人。同樣地,投資人可一次檢視一家共同基金的細節,或是查看比較不同共同基金的網站。供應鏈經理人可單獨考慮各家供應商的資訊,也可以在電子表單上,一次查看全部供應商的資訊。
我們最近在《組織行為與人類決策流程》期刊(Organizational Behavior and Human Decision Processes)發表了一項研究,其中檢視這兩種評估選項的方法,會如何影響人們的選擇。我們從美國一個網路群體Amazon Mechanical Turk和新加坡一所大學,招募了2,783名人員參與研究。在七項實驗中,我們要求這些人從一些選項中做出選擇,一部分人看到的選項是依序出現,另一部分人看到的選項是一次全部出現。有些決定很簡單,例如要買哪一款相機;其他決定則是經理人要做的複雜決定,例如要跟哪一家供應商簽約。整體來看,我們發現,相較於一次只考慮單一選項,人們在一次檢視所有選項時,挑選出客觀上最佳選項的可能性,平均高出22%。
在第一項實驗中,我們請201位線上參與者,挑選五種不同的電子產品,例如筆記型電腦和微波爐等。每種產品有六種機型可挑選,每種機型有不同的特性。舉例來說,針對每一種筆記型電腦,我們提供的資訊包括處理器速度、RAM記憶體大小、儲存容量、電池壽命和保固。最好的選項,是這些特性數值最高的機型。
我們隨機挑選半數參與者一次檢視所有選項。針對每一項產品,他們在螢幕上一次可看到所有六種機型的資訊,從中挑選一種。另一半的參與者一次查看一個選項:第一個機型的資訊,顯示在第一個螢幕畫面上,第二個機型顯示在下一個螢幕畫面上,依此類推。一旦他們檢視過某項產品的所有機型,就可以在各個螢幕畫面之間來回移動,然後挑選一項。我們發現,那些個別檢視單一選項的人,有75%的機率挑選出最佳選項,而那些一次檢視全部選項的人,有84%的機率找出最佳產品。
在另一項實驗中,我們要求472名線上參與者想像他們擁有一家餐廳,必須訂購五種產品一週的用量,包括牛奶和番茄醬等。針對每種產品,參與者必須從五家不同供應商中挑選出一家,每一家針對特定數量的產品,訂定不同價格。例如,參與者可選擇的供應商之一銷售35加侖牛奶要價73.50美元,另一家則是29加侖牛奶收費69.60美元,依此類推。我們設計各個選項的方式,是總會有一家供應商提供最低單價,但實驗參與者必須稍微計算一下,才能確認是哪一家供應商。跟之前的實驗一樣,半數參與者一次檢視每一種產品的所有供應商,然後做出選擇;另一半的參與者一次檢視一家供應商,然後做出選擇。我們發現,一次檢視一種選項的參與者,有55%的機率可找出最便宜的供應商,而一次檢視所有選項資訊的參與者,有61%的機率可找出最便宜的供應商。我們在另一項實驗中,也發現了相同模式的結果,在這項實驗中,我們以統計方法控制了「參與者的數學能力」這個變數。
...【閱讀全文】 |