ABOUT THE SPEAKER
Sheena Iyengar - Psycho-economist
Sheena Iyengar studies how people choose (and what makes us think we're good at it).

Why you should listen

We all think we're good at making choices; many of us even enjoy making them. Sheena Iyengar looks deeply at choosing and has discovered many surprising things about it. For instance, her famous "jam study," done while she was a grad student, quantified a counterintuitive truth about decisionmaking -- that when we're presented with too many choices, like 24 varieties of jam, we tend not to choose anything at all. (This and subsequent, equally ingenious experiments have provided rich material for Malcolm Gladwell and other pop chroniclers of business and the human psyche.)

Iyengar's research has been informing business and consumer-goods marketing since the 1990s. But she and her team at the Columbia Business School throw a much broader net. Her analysis touches, for example, on the medical decisionmaking that might lead up to choosing physician-assisted suicide, on the drawbacks of providing too many choices and options in social-welfare programs, and on the cultural and geographical underpinning of choice. Her book The Art of Choosing shares her research in an accessible and charming story that draws examples from her own life.

Watch a Facebook-exclusive short video from Sheena Iyengar: "Ballet Slippers" >>

More profile about the speaker
Sheena Iyengar | Speaker | TED.com
TEDSalon NY2011

Sheena Iyengar: How to make choosing easier

Σίνα Λίγκαρ: Πώς να διαλέγεις με μεγαλύτερη ευκολία

Filmed:
2,749,817 views

Όλοι θέλουμε εμπειρίες και προϊόντα. Αλλά όταν ως καταναλωτές ερχόμαστε αντιμέτωποι με 700 επιλογές κολλάμε. Με μια συναρπαστική έρευνα η Σίνα Λιένγκαρ μας δείχνει πως οι επιχειρήσεις και μπορούν να βελτιώσουν την εμπειρία της επιλογής.
- Psycho-economist
Sheena Iyengar studies how people choose (and what makes us think we're good at it). Full bio

Double-click the English transcript below to play the video.

00:15
Do you know how manyΠολλά choicesεπιλογές you make
0
0
2000
Γνωρίζετε πόσες επιλογές κάνετε
00:17
in a typicalτυπικός day?
1
2000
3000
σε μία συνηθισμένη μέρα;
00:20
Do you know how manyΠολλά choicesεπιλογές you make
2
5000
2000
Γνωρίζετε πόσες επιλογές κάνετε
00:22
in typicalτυπικός weekεβδομάδα?
3
7000
2000
σε μία συνηθισμένη εβδομάδα;
00:24
I recentlyπρόσφατα did a surveyεπισκόπηση
4
9000
2000
Πρόσφατα έκανα μια έρευνα
00:26
with over 2,000 AmericansΟι Αμερικανοί,
5
11000
2000
σε πάνω από 2000 Αμερικάνους
00:28
and the averageμέση τιμή numberαριθμός of choicesεπιλογές
6
13000
2000
και ο μέσος αριθμός επιλογών
00:30
that the typicalτυπικός AmericanΑμερικανική reportsΑναφορές makingκατασκευή
7
15000
2000
που κάνει ο μέσος Αμερικάνος
00:32
is about 70 in a typicalτυπικός day.
8
17000
3000
είναι γύρω στις 70 σε μια συνηθισμένη μέρα.
00:35
There was alsoεπίσης recentlyπρόσφατα a studyμελέτη doneΈγινε with CEOsΔιευθύνοντες σύμβουλοι
9
20000
4000
Επίσης έγινε μια πρόσφατη έρευνα σε διευθυντές επιχειρήσεων
00:39
in whichοι οποίες they followedακολούθησε CEOsΔιευθύνοντες σύμβουλοι around for a wholeολόκληρος weekεβδομάδα.
10
24000
3000
όπου οι διευθυντές παρακολουθούνταν για μία εβδομάδα.
00:42
And these scientistsΕπιστήμονες simplyαπλά documentedτεκμηριωμένη all the variousδιάφορος tasksκαθήκοντα
11
27000
3000
Εκεί απλά κατέγραφαν τις διάφορες ασχολίες
00:45
that these CEOsΔιευθύνοντες σύμβουλοι engagedαρραβωνιασμένος in
12
30000
2000
με τις οποίες καταπιάνονταν οι διευθυντές
00:47
and how much time they spentξόδεψε engagingελκυστικός
13
32000
2000
και το χρόνο που αφιέρωναν
00:49
in makingκατασκευή decisionsαποφάσεων relatedσχετίζεται με to these tasksκαθήκοντα.
14
34000
2000
στο να πάρουν αποφάσεις σχετικά με αυτά τα ζητήματα.
00:51
And they foundβρέθηκαν that the averageμέση τιμή CEOΔΙΕΥΘΎΝΩΝ ΣΎΜΒΟΥΛΟΣ
15
36000
3000
Και ανακάλυψαν πως ο μέσος διευθυντής
00:54
engagedαρραβωνιασμένος in about 139 tasksκαθήκοντα in a weekεβδομάδα.
16
39000
3000
ασχολείται με περίπου 139 ζητήματα μέσα σε μια εβδομάδα.
00:57
EachΚάθε taskέργο was madeέκανε up of manyΠολλά, manyΠολλά, manyΠολλά sub-choicesυπο-επιλογές of courseσειρά μαθημάτων.
17
42000
4000
Κάθε ένα απ' αυτά αποτελούνταν από πολλές πολλές μικρότερες επιλογές.
01:01
50 percentτοις εκατό of theirδικα τους decisionsαποφάσεων
18
46000
2000
Οι μισές απ' αυτές τις αποφάσεις
01:03
were madeέκανε in nineεννέα minutesλεπτά or lessπιο λιγο.
19
48000
3000
παίρνονταν σε λιγότερο από 9 λεπτά.
01:06
Only about 12 percentτοις εκατό of the decisionsαποφάσεων
20
51000
3000
Μόνο το 12% των αποφάσεων
01:09
did they make an hourώρα or more of theirδικα τους time.
21
54000
4000
τους έπαιρνε πάνω από μια ώρα.
01:13
Think about your ownτα δικά choicesεπιλογές.
22
58000
2000
Σκεφτείτε τις δικές σας επιλογές.
01:15
Do you know how manyΠολλά choicesεπιλογές
23
60000
2000
Ξέρετε πόσες επιλογές
01:17
make it into your nineεννέα minuteλεπτό categoryκατηγορία
24
62000
2000
εμπίπτουν στην κατηγορία των εννιά λεπτών
01:19
versusεναντίον your one hourώρα categoryκατηγορία?
25
64000
2000
σε σχέση με την κατηγορία της μίας ώρας;
01:21
How well do you think you're doing
26
66000
2000
Πόσο καλά νομίζετε ότι τα πάτε
01:23
at managingΔιαχείριση those choicesεπιλογές?
27
68000
3000
όταν διαχειρίζεστε τέτοιες αλλαγές;
01:26
TodayΣήμερα I want to talk
28
71000
2000
Σήμερα θέλω να μιλήσω
01:28
about one of the biggestμέγιστος modernμοντέρνο day choosingεπιλογή problemsπροβλήματα that we have,
29
73000
3000
για ένα απ' τα μεγαλύτερα σύγχρονα προβλήματα που έχουμε
01:31
whichοι οποίες is the choiceεπιλογή overloadπαραφορτώνω problemπρόβλημα.
30
76000
2000
και αυτό είναι το πρόβλημα της υπερ-επιλογής.
01:33
I want to talk about the problemπρόβλημα
31
78000
2000
Θα σας μιλήσω για το πρόβλημα
01:35
and some potentialδυνητικός solutionsλύσεων.
32
80000
2000
και κάποιες πιθανές λύσεις.
01:37
Now as I talk about this problemπρόβλημα,
33
82000
2000
Τώρα καθώς θα σας μιλώ γι αυτό
01:39
I'm going to have some questionsερωτήσεις for you
34
84000
2000
θα σας δώσω και κάποιες ερωτήσεις
01:41
and I'm going to want to know your answersαπαντήσεις.
35
86000
3000
και θα ζητήσω τις απαντήσεις σας.
01:44
So when I askπαρακαλώ you a questionερώτηση,
36
89000
2000
Έτσι όταν σας ρωτάω κάτι,
01:46
sinceΑπό I'm blindτυφλός,
37
91000
2000
μια και είμαι τυφλή,
01:48
only raiseαύξηση your handχέρι if you want to burnέγκαυμα off some caloriesθερμίδες.
38
93000
3000
σηκώστε το χέρι σας μόνο αν θέλετε να κάψετε θερμίδες.
01:51
(LaughterΤο γέλιο)
39
96000
3000
(γέλια)
01:54
OtherwiseΑλλιώς, when I askπαρακαλώ you a questionερώτηση,
40
99000
2000
Αλλιώς όταν σας ρωτώ κάτι,
01:56
and if your answerαπάντηση is yes,
41
101000
2000
αν η απάντηση σας είναι ναι,
01:58
I'd like you to clapχειροκρότημα your handsτα χέρια.
42
103000
2000
χειροκροτήστε.
02:00
So for my first questionερώτηση for you todayσήμερα:
43
105000
3000
Η πρώτη μου ερώτηση για σήμερα είναι:
02:03
Are you guys readyέτοιμος to hearακούω about the choiceεπιλογή overloadπαραφορτώνω problemπρόβλημα?
44
108000
3000
Είστε έτοιμοι να ακούσετε για το πρόβλημα της υπερ-επιλογής;
02:06
(ApplauseΧειροκροτήματα)
45
111000
2000
(χειροκρότημα)
02:08
Thank you.
46
113000
2000
Σας ευχαριστώ.
02:11
So when I was a graduateαποφοιτώ studentμαθητης σχολειου at StanfordΠανεπιστήμιο του Στάνφορντ UniversityΠανεπιστήμιο,
47
116000
2000
Όταν φοιτούσα στο Στανφορντ
02:13
I used to go to this very, very upscaleupscale groceryπαντοπωλείο storeκατάστημα;
48
118000
3000
πήγαινα σε ένα πολύ κυριλέ μανάβικο
02:16
at leastελάχιστα at that time it was trulyστα αληθεια upscaleupscale.
49
121000
2000
τουλάχιστον τότε ήταν όντως κυριλέ.
02:18
It was a storeκατάστημα calledπου ονομάζεται Draeger'sΤου Draeger.
50
123000
3000
Το μαγαζί λεγόταν Ντρίτζερς.
02:21
Now this storeκατάστημα, it was almostσχεδόν like going to an amusementπάρκα ψυχαγωγίας parkπάρκο.
51
126000
3000
Ήταν σα να πήγαινες σε λούνα παρκ.
02:24
They had 250 differentδιαφορετικός kindsείδη of mustardsμουστάρδες and vinegarsξίδια
52
129000
3000
Είχαν 250 διαφορετικά είδη μουστάρδας και ξυδιών
02:27
and over 500 differentδιαφορετικός kindsείδη
53
132000
2000
και πάνω από 500 διαφορετικά είδη
02:29
of fruitsφρούτα and vegetablesλαχανικά
54
134000
2000
φρούτων και λαχανικών
02:31
and more than two dozenντουζίνα differentδιαφορετικός kindsείδη of bottledεμφιαλωμένα waterνερό --
55
136000
3000
και πάνω από 2 ντουζίνες διαφορετικά είδη εμφιαλωμένων νερών -
02:34
and this was duringστη διάρκεια a time when we actuallyπράγματι used to drinkποτό tapπαρακέντηση waterνερό.
56
139000
4000
και αυτό σε μια περίοδο όπου πίναμε ακόμα νερό βρύσης.
02:38
I used to love going to this storeκατάστημα,
57
143000
3000
Μου άρεσε πολύ να πηγαίνω σε αυτό το μαγαζί
02:41
but on one occasionμε την ευκαιρία I askedερωτηθείς myselfεγώ ο ίδιος,
58
146000
2000
αλλά κάποια στιγμή αναρωτήθηκα
02:43
well how come you never buyαγορά anything?
59
148000
2000
πως και δεν αγοράζω ποτέ τίποτα;
02:45
Here'sΕδώ είναι theirδικα τους oliveελιά oilλάδι aisleδιάδρομο.
60
150000
2000
Εδώ είναι ο διάδρομος με τα ελαιόλαδα.
02:47
They had over 75 differentδιαφορετικός kindsείδη of oliveελιά oilλάδι,
61
152000
2000
Είχαν πάνω από 75 είδη ελαιολάδου
02:49
includingσυμπεριλαμβανομένου those that were in a lockedκλειδωμένο caseπερίπτωση
62
154000
2000
συμπεριλαμβανομένων αυτών που ήταν σε προθήκη
02:51
that cameήρθε from thousand-year-oldχιλιάδες-χρονών oliveελιά treesδέντρα.
63
156000
4000
που ήταν από ελαιόδεντρα 1000 ετών.
02:55
So I one day decidedαποφασισμένος to payπληρωμή a visitεπίσκεψη to the managerδιευθυντής,
64
160000
2000
Έτσι μια μέρα αποφάσισα να δω τον διευθυντή,
02:57
and I askedερωτηθείς the managerδιευθυντής,
65
162000
2000
και τον ρώτησα
02:59
"Is this modelμοντέλο of offeringπροσφορά people all this choiceεπιλογή really workingεργαζόμενος?"
66
164000
3000
"Δουλεύει αυτό το μοντέλο υπερπροσφοράς επιλογών;"
03:02
And he pointedαιχμηρός to the busloadsbusloads of touristsΟι τουρίστες
67
167000
2000
Αυτός στράφηκε προς τα πλήθη των τουριστών
03:04
that would showπροβολή up everydayκάθε μέρα,
68
169000
2000
που έρχονταν κάθε μέρα
03:06
with camerasκάμερες readyέτοιμος usuallyσυνήθως.
69
171000
2000
με τις φωτογραφικές μηχανές έτοιμες στα χέρια.
03:08
We decidedαποφασισμένος to do a little experimentπείραμα,
70
173000
3000
Αποφασίσαμε να κάνουμε ένα μικρό πείραμα
03:11
and we pickedεκλεκτός jamμαρμελάδα for our experimentπείραμα.
71
176000
2000
και διαλέξαμε να χρησιμοποιήσουμε τη μαρμελάδα.
03:13
Here'sΕδώ είναι theirδικα τους jamμαρμελάδα aisleδιάδρομο.
72
178000
2000
Εδώ είναι ο διάδρομος με τις μαρμελάδες.
03:15
They had 348 differentδιαφορετικός kindsείδη of jamμαρμελάδα.
73
180000
2000
Είχαν 348 είδη μαρμελάδας.
03:17
We setσειρά up a little tastingγευσιγνωσία boothπαράγκα
74
182000
2000
Στήσαμε ένα μικρό θάλαμο "δοκιμών"
03:19
right nearκοντά the entranceείσοδος of the storeκατάστημα.
75
184000
2000
δίπλα στην είσοδο του καταστήματος.
03:21
We there put out sixέξι differentδιαφορετικός flavorsγεύσεις of jamμαρμελάδα
76
186000
2000
Εκεί βάλαμε 6 διαφορετικές γεύσεις μαρμελάδας
03:23
or 24 differentδιαφορετικός flavorsγεύσεις of jamμαρμελάδα,
77
188000
3000
ή 24 διαφορετικές γεύσεις
03:26
and we lookedκοίταξε at two things:
78
191000
2000
και εξετάσαμε 2 πράγματα:
03:28
First, in whichοι οποίες caseπερίπτωση
79
193000
2000
Πρώτον, σε ποια περίπτωση
03:30
were people more likelyπιθανός to stop, sampleδείγμα some jamμαρμελάδα?
80
195000
3000
ήταν πιθανότερο να σταματήσει κάποιος να δοκιμάσει;
03:33
More people stoppedσταμάτησε when there were 24, about 60 percentτοις εκατό,
81
198000
3000
Το 60% σταματούσε όταν είχαμε τα 24 είδη,
03:36
than when there were sixέξι,
82
201000
2000
ενώ όταν είχαμε 6 είδη,
03:38
about 40 percentτοις εκατό.
83
203000
2000
σταματούσε το 40%.
03:40
The nextεπόμενος thing we lookedκοίταξε at
84
205000
2000
Το επόμενο που εξετάσαμε
03:42
is in whichοι οποίες caseπερίπτωση were people more likelyπιθανός
85
207000
2000
ήταν σε ποια περίπτωση ήταν πιο πιθανό
03:44
to buyαγορά a jarδοχείο of jamμαρμελάδα.
86
209000
2000
να αγοράσουν κάποια μαρμελάδα.
03:46
Now we see the oppositeαπεναντι απο effectαποτέλεσμα.
87
211000
2000
Τώρα συνέβη το ανάποδο.
03:48
Of the people who stoppedσταμάτησε when there were 24,
88
213000
2000
Απ' όσους σταματήσαν στα 24 είδη
03:50
only threeτρία percentτοις εκατό of them actuallyπράγματι boughtαγορασμένος a jarδοχείο of jamμαρμελάδα.
89
215000
3000
μόνο το 3% αγόρασε τελικά κάποια μαρμελάδα.
03:53
Of the people who stoppedσταμάτησε when there were sixέξι,
90
218000
3000
Απ' όσους σταματήσαν στα 6 είδη,
03:56
well now we saw that 30 percentτοις εκατό of them
91
221000
2000
είδαμε ότι το 30% αυτών
03:58
actuallyπράγματι boughtαγορασμένος a jarδοχείο of jamμαρμελάδα.
92
223000
2000
τελικά αγόρασε ένα βάζο μαρμελάδας.
04:00
Now if you do the mathμαθηματικά,
93
225000
2000
Τώρα, εάν υπολογίσουμε,
04:02
people were at leastελάχιστα sixέξι timesφορές more likelyπιθανός to buyαγορά a jarδοχείο of jamμαρμελάδα
94
227000
3000
ο κόσμος ήταν τουλάχιστον 6 φορές πιο πιθανό να αγοράσει μαρμελάδα
04:05
if they encounteredσυνάντησε sixέξι
95
230000
2000
αν είχε 6 επιλογές
04:07
than if they encounteredσυνάντησε 24.
96
232000
2000
απ' ότι αν είχε 24.
04:09
Now choosingεπιλογή not to buyαγορά a jarδοχείο of jamμαρμελάδα
97
234000
2000
To να αποφασίζεις αν θα πάρεις ή όχι μια μαρμελάδα
04:11
is probablyπιθανώς good for us --
98
236000
2000
είναι ίσως καλό για μας -
04:13
at leastελάχιστα it's good for our waistlinesπερίμετρο της Μέσης --
99
238000
2000
τουλάχιστον για τη σιλουέτα μας
04:15
but it turnsστροφές out that this choiceεπιλογή overloadπαραφορτώνω problemπρόβλημα affectsεπηρεάζει us
100
240000
3000
αλλά απ΄ότι φαίνεται αυτό το πρόβλημα υπερ-επιλογών, μας επηρεάζει
04:18
even in very consequentialεπακόλουθες decisionsαποφάσεων.
101
243000
3000
ακόμα και σε σοβαρές αποφάσεις.
04:21
We chooseεπιλέγω not to chooseεπιλέγω,
102
246000
2000
Επιλέγουμε να μην επιλέξουμε
04:23
even when it goesπηγαίνει againstκατά our bestκαλύτερος self-interestsπροσωπικά συμφέροντα.
103
248000
3000
ακόμα κι αν αυτό είναι ενάντια στο συμφέρον μας.
04:26
So now for the topicθέμα of todayσήμερα: financialχρηματοοικονομική savingsοικονομίες.
104
251000
3000
Τώρα όσον αφορά το σημερινό θέμα: την αποταμίευση.
04:29
Now I'm going to describeπεριγράφω to you a studyμελέτη I did
105
254000
4000
Θα σας μιλήσω για μια μελέτη που έκανα
04:33
with GurGUR HubermanΠύργος:, EmirΕμίρης KamenicaΜπέτσε, WeiWei JangJang
106
258000
3000
με τους Γκουρ Χουμπερμαν, Εμίρ Καμενίτσα και Βέι Γιάνγκ
04:36
where we lookedκοίταξε at the retirementσυνταξιοδότηση savingsοικονομίες decisionsαποφάσεων
107
261000
4000
όπου εξετάσαμε τις αποφάσεις σχετικά με συνταξιοδοτικά προγράμματα
04:40
of nearlyσχεδόν a millionεκατομμύριο AmericansΟι Αμερικανοί
108
265000
3000
από σχεδόν ένα εκατομμύριο Αμερικανούς
04:43
from about 650 plansσχέδια
109
268000
3000
σε περίπου 650 προγράμματα,
04:46
all in the U.S.
110
271000
2000
όλα στις ΗΠΑ.
04:48
And what we lookedκοίταξε at
111
273000
2000
Αυτό που εξετάσαμε
04:50
was whetherκατά πόσο the numberαριθμός of fundκεφάλαιο offeringsΠροσφορές
112
275000
2000
ήταν πότε ο αριθμός των επενδυτικές προσφορών
04:52
availableδιαθέσιμος in a retirementσυνταξιοδότηση savingsοικονομίες planσχέδιο,
113
277000
2000
προς διάθεση σε αποταμιευτικά συνταξιοδοτικά προγράμματα,
04:54
the 401(k) planσχέδιο,
114
279000
2000
το πρόγραμμα 401 (κ),
04:56
does that affectεπηρεάζουν people'sτων ανθρώπων likelihoodπιθανότητα
115
281000
2000
επηρεάζει την πιθανότητα
04:58
to saveαποθηκεύσετε more for tomorrowαύριο.
116
283000
2000
μεγαλύτερης αποταμίευσης στο μέλλον.
05:00
And what we foundβρέθηκαν
117
285000
2000
Και αυτό που ανακαλύψαμε ήταν,
05:02
was that indeedπράγματι there was a correlationσυσχέτιση.
118
287000
3000
ότι όντως υπάρχει κάποιος συσχετισμός.
05:05
So in these plansσχέδια, we had about 657 plansσχέδια
119
290000
3000
Έτσι σε αυτά τα προγράμματα, ήταν περίπου 657,
05:08
that rangedεξ αποστάσεως from offeringπροσφορά people
120
293000
2000
των οποίων η προσφορά κυμαίνονταν
05:10
anywhereοπουδήποτε from two to 59 differentδιαφορετικός fundκεφάλαιο offeringsΠροσφορές.
121
295000
3000
κάπου μεταξύ δύο και 59 διαφορετικές επενδυτικές προσφορές.
05:13
And what we foundβρέθηκαν was that,
122
298000
2000
Και αυτό που ανακαλύψαμε ήταν,
05:15
the more fundsκεφάλαια offeredπροσφέρονται,
123
300000
2000
όσα περισσότερα επενδυτικά κεφάλαια προσφέρονται,
05:17
indeedπράγματι, there was lessπιο λιγο participationσυμμετοχή rateτιμή.
124
302000
3000
πράγματι, το ποσοστό συμμετοχής ήταν μικρότερο.
05:20
So if you look at the extremesάκρα,
125
305000
2000
Άρα, εάν κοιτάξει κανείς τα δύο άκρα
05:22
those plansσχέδια that offeredπροσφέρονται you two fundsκεφάλαια,
126
307000
2000
στα προγράμματα με 2 επενδυτικά κεφάλαια,
05:24
participationσυμμετοχή ratesτιμές were around in the mid-στα μέσα-70s --
127
309000
3000
το ποσοστό συμμετοχής ήταν περίπου 75 % -
05:27
still not as highυψηλός as we want it to be.
128
312000
2000
παρόλα τ'αύτα όχι όσο υψηλό θα θέλαμε να είναι.
05:29
In those plansσχέδια that offeredπροσφέρονται nearlyσχεδόν 60 fundsκεφάλαια,
129
314000
3000
Σε εκείνα τα προγράμματα όπου προσφέρονταν περίπου 60 επενδυτικά κεφάλαια,
05:32
participationσυμμετοχή ratesτιμές have now droppedέπεσε
130
317000
3000
το ποσοστό συμμετοχής έπεσε
05:35
to about the 60thth percentileεκατοστημόριο.
131
320000
3000
περίπου στο 60%.
05:38
Now it turnsστροφές out
132
323000
2000
Τώρα αποκαλύπτεται,
05:40
that even if you do chooseεπιλέγω to participateσυμμετέχω
133
325000
3000
ότι εάν κανείς αποφασίσει να συμμετέχει
05:43
when there are more choicesεπιλογές presentπαρόν,
134
328000
2000
όταν υπάρχουν περισσότερες επιλογές
05:45
even then, it has negativeαρνητικός consequencesσυνέπειες.
135
330000
3000
ακόμα και τότε έχει αρνητικές συνέπειες.
05:48
So for those people who did chooseεπιλέγω to participateσυμμετέχω,
136
333000
3000
Οπότε για εκείνους που αποφάσισαν να συμμετέχουν
05:51
the more choicesεπιλογές availableδιαθέσιμος,
137
336000
2000
όσες περισσότερες επιλογές υπήρχαν,
05:53
the more likelyπιθανός people were
138
338000
2000
τόσο ο κόσμος έτεινε
05:55
to completelyεντελώς avoidαποφύγει stocksαποθέματα or equityίδια κεφάλαια fundsκεφάλαια.
139
340000
3000
να αποφύγει τις μετοχές και τα αμοιβαία κεφάλαια.
05:58
The more choicesεπιλογές availableδιαθέσιμος,
140
343000
2000
Όσο περισσότερες επιλογές υπήρχαν
06:00
the more likelyπιθανός they were
141
345000
2000
τόσο μεγαλύτερη ήταν η πιθανότητα να
06:02
to put all theirδικα τους moneyχρήματα in pureκαθαρός moneyχρήματα marketαγορά accountsλογαριασμούς.
142
347000
2000
τοποθετήσουν όλα τους τα χρήματα σε λογαριασμούς αγοράς.
06:04
Now neitherκανενα απο τα δυο of these extremeάκρο decisionsαποφάσεων
143
349000
2000
Καμία από αυτές τις ακραίες αποφάσεις
06:06
are the kindsείδη of decisionsαποφάσεων
144
351000
2000
είναι τύποι αποφάσεων
06:08
that any of us would recommendσυνιστώ for people
145
353000
2000
τις οποίες θα συνιστούσαμε σε άτομα
06:10
when you're consideringλαμβάνοντας υπόψη theirδικα τους futureμελλοντικός financialχρηματοοικονομική well-beingευεξία.
146
355000
3000
εφόσον σκεφτόμαστε την μελλοντική οικονομική τους ευημερία.
06:13
Well, over the pastτο παρελθόν decadeδεκαετία,
147
358000
2000
Λοιπόν, κατά την τελευταία δεκαετία
06:15
we have observedπαρατηρηθεί threeτρία mainκύριος negativeαρνητικός consequencesσυνέπειες
148
360000
3000
παρατηρήσαμε τρεις κύριες αρνητικές συνέπειες
06:18
to offeringπροσφορά people more and more choicesεπιλογές.
149
363000
3000
προσφέροντας στους ανθρώπους όλο και περισσότερες επιλογές.
06:21
They're more likelyπιθανός to delayκαθυστέρηση choosingεπιλογή --
150
366000
2000
Τείνουν να καθυστερούν την λήψη απόφασης -
06:23
procrastinateχρονοτριβούν even when it goesπηγαίνει againstκατά theirδικα τους bestκαλύτερος self-interestαυτοαπασχόληση.
151
368000
3000
χρονοτριβώντας ακόμα και όταν είναι εις βάρος τους.
06:26
They're more likelyπιθανός to make worseχειρότερος choicesεπιλογές --
152
371000
2000
Τείνουν να λαμβάνουν χειρότερες αποφάσεις -
06:28
worseχειρότερος financialχρηματοοικονομική choicesεπιλογές, medicalιατρικός choicesεπιλογές.
153
373000
3000
χειρότερες οικονομικές και ιατρικές αποφάσεις.
06:31
They're more likelyπιθανός to chooseεπιλέγω things that make them lessπιο λιγο satisfiedικανοποιημένοι,
154
376000
3000
Τείνουν να επιλέγουν πράγματα, τα οποία τους κάνουν λιγότερο ικανοποιημένους,
06:34
even when they do objectivelyαντικειμενικά better.
155
379000
3000
ακόμα και εάν αντικειμενικά είναι καλύτερα.
06:37
The mainκύριος reasonλόγος for this
156
382000
2000
Ο κυριότερος λόγος γι'αυτό είναι
06:39
is because, we mightθα μπορούσε enjoyαπολαμβάνω gazingΑτενίζοντας at those giantγίγαντας wallsτοίχους
157
384000
4000
ότι μπορεί να μας αρέσει να κοιτάμε αυτούς τους τεράστιους τοίχους
06:43
of mayonnaisesμαγιονέζες, mustardsμουστάρδες, vinegarsξίδια, jamsμαρμελάδες,
158
388000
2000
με βάζα με μαγιονέζα, μουστάρδα, ξύδι, μαρμελάδες,
06:45
but we can't actuallyπράγματι do the mathμαθηματικά of comparingσύγκριση and contrastingσε αντίθεση
159
390000
3000
αλλά στην πράξη δεν μπορούμε μόνοι μας να συγκρίνουμε και να αντιπαραβάλλουμε
06:48
and actuallyπράγματι pickingσυλλογή from that stunningεκπληκτική displayαπεικόνιση.
160
393000
4000
και να διαλέξουμε από την εντυπωσιακή έκθεση.
06:52
So what I want to proposeπροτείνω to you todayσήμερα
161
397000
2000
Λοιπόν, αυτό που θέλω να σας προτείνω σήμερα είναι
06:54
are fourτέσσερα simpleαπλός techniquesτεχνικές --
162
399000
3000
τέσσερις απλές τεχνικές -
06:57
techniquesτεχνικές that we have testedδοκιμαστεί in one way or anotherαλλο
163
402000
3000
τεχνικές, τις οποίες έχουμε δοκιμάσει με τον έναν ή τον άλλο τρόπο
07:00
in differentδιαφορετικός researchέρευνα venuesχώροι --
164
405000
2000
σε διάφορες ερευνητικές συναντήσεις -
07:02
that you can easilyεύκολα applyισχύουν
165
407000
2000
τις οποίες μπορείτε εύκολα να υιοθετήσετε
07:04
in your businessesεπιχειρήσεις.
166
409000
2000
στις επιχειρήσεις σας.
07:06
The first: CutΚομμένα.
167
411000
2000
Η πρώτη: Περικοπή.
07:08
You've heardακούσει it said before,
168
413000
2000
Το έχετε ακούσει και στο παρελθόν,
07:10
but it's never been more trueαληθής than todayσήμερα,
169
415000
2000
αλλά ποτέ δεν ήταν πιο επίκαιρο:
07:12
that lessπιο λιγο is more.
170
417000
2000
λιγότερο είναι περισσότερο.
07:14
People are always upsetαναστατωμένος when I say, "CutΚομμένα."
171
419000
3000
Οι περισσότεροι νευριάζουν όταν τους λέω: "περικόψτε".
07:17
They're always worriedανήσυχος they're going to loseχάνω shelfράφι spaceχώρος.
172
422000
2000
Ανησυχούν ότι θα χάσουν χώρο στα ράφια τους.
07:19
But in factγεγονός, what we're seeingβλέπων more and more
173
424000
3000
Αλλά αυτό που στην πράξη βλέπουμε όλο και περισσότερο
07:22
is that if you are willingπρόθυμος to cutΤομή,
174
427000
2000
είναι, ότι εάν κάποιος προτίθεται να περικόψει,
07:24
get ridαπαλλάσσω of those extraneousεξωτερικός redundantπεριττός optionsεπιλογές,
175
429000
2000
να απαλλαγεί από εκείνες τις άσχετες περίσσιες επιλογές,
07:26
well there's an increaseαυξάνουν in salesεμπορικός,
176
431000
2000
τότε πράγματι υπάρχει αύξηση τις πωλήσεις,
07:28
there's a loweringχαμήλωμα of costsδικαστικά έξοδα,
177
433000
2000
μείωση του κόστους,
07:30
there is an improvementβελτίωση of the choosingεπιλογή experienceεμπειρία.
178
435000
4000
και βελτίωση της εμπειρίας επιλογής.
07:34
When ProctorProctor & GambleΤυχερό παιχνίδι
179
439000
2000
Όταν η Proctor & Gamble
07:36
wentπήγε from 26 differentδιαφορετικός kindsείδη of HeadΚεφάλι & ShouldersΣτους ώμους to 15,
180
441000
2000
μείωσε από 26 σε 15 τα είδη σαμπουάν Head & Shoulders
07:38
they saw an increaseαυξάνουν in salesεμπορικός by 10 percentτοις εκατό.
181
443000
3000
είδαν τις πωλήσεις τους να αυξάνονται κατά 10%.
07:41
When the GoldenΧρυσή CatΓάτα CorporationΕταιρία
182
446000
2000
Όταν η Golden Cat Corporation
07:43
got ridαπαλλάσσω of theirδικα τους 10 worst-sellingχειρότερο-πωλήσεις catΓάτα litterάμμος δοχείου νυκτός γατιών productsπροϊόντα,
183
448000
2000
απαλλάχτηκε από τα 10 προϊόντα της με τις χαμηλότερες πωλήσεις,
07:45
they saw an increaseαυξάνουν in profitsκέρδη
184
450000
2000
είδαν αύξηση του κέρδους τους
07:47
by 87 percentτοις εκατό --
185
452000
2000
κατά 87 τοις εκατό -
07:49
a functionλειτουργία of bothκαι τα δυο increaseαυξάνουν in salesεμπορικός
186
454000
2000
τόσο λόγω της αύξησης των πωλήσεων
07:51
and loweringχαμήλωμα of costsδικαστικά έξοδα.
187
456000
2000
αλλά και της μείωσης του κόστους.
07:53
You know, the averageμέση τιμή groceryπαντοπωλείο storeκατάστημα todayσήμερα
188
458000
2000
Ξέρετε, ένα μέσο μπακάλικο σήμερα
07:55
offersπροσφορές you 45,000 productsπροϊόντα.
189
460000
2000
διαθέτει 45.000 προϊόντα.
07:57
The typicalτυπικός WalmartWalmart todayσήμερα offersπροσφορές you 100,000 productsπροϊόντα.
190
462000
3000
Το κλασικό σούπερ μάρκετ σας προσφέρει 100.000 προϊόντα.
08:00
But the ninthένατος largestμεγαλύτερη retailerκατάστημα λιανικής,
191
465000
5000
Αλλά το ένατο μεγαλύτερο κατάστημα λιανικού εμπορίου,
08:05
the ninthένατος biggestμέγιστος retailerκατάστημα λιανικής in the worldκόσμος todayσήμερα
192
470000
2000
το ένατο μεγαλύτερο στον κόσμο σήμερα
08:07
is AldiAldi,
193
472000
2000
είναι η Aldi,
08:09
and it offersπροσφορές you only 1,400 productsπροϊόντα --
194
474000
3000
και προσφέρει μόνο 1.400 προϊόντα -
08:12
one kindείδος of cannedκονσέρβες tomatoντομάτα sauceσάλτσα.
195
477000
3000
μόνο ένα είδος ντοματοπελτέ.
08:15
Now in the financialχρηματοοικονομική savingsοικονομίες worldκόσμος,
196
480000
2000
Τώρα, αναφορικά με τα αποταμιευτικά προγράμματα,
08:17
I think one of the bestκαλύτερος examplesπαραδείγματα that has recentlyπρόσφατα come out
197
482000
3000
νομίζω πως ένα από τα καλύτερα πρόσφατα παραδείγματα,
08:20
on how to bestκαλύτερος manageδιαχειρίζονται the choiceεπιλογή offeringsΠροσφορές
198
485000
3000
σχετικά με το πως να διαχειρίζεται κανείς καλύτερα τις προσφερόμενες επιλογές,
08:23
has actuallyπράγματι been something that DavidΔαβίδ LaibsonLaibson was heavilyβαριά involvedεμπλεγμένος in designingσχέδιο,
199
488000
3000
είναι κάτι στο το οποίο ο Ντέιβιτ Λέμπσον είχε ενεργή συμμετοχή στο σχεδιασμό
08:26
whichοι οποίες was the programπρόγραμμα that they have at HarvardΧάρβαρντ.
200
491000
2000
αυτού που είναι το πρόγραμμα που έχουνε στο Χάρβαρντ.
08:28
EveryΚάθε singleμονόκλινο HarvardΧάρβαρντ employeeυπάλληλος
201
493000
2000
Κάθε ένας απασχολούμενος του Χάρβαρντ
08:30
is now automaticallyαυτομάτως enrolledεγγεγραμμένοι
202
495000
2000
είναι τώρα πλέον αυτόματα εγγραμμένος
08:32
in a lifecycleκύκλου ζωής fundκεφάλαιο.
203
497000
2000
σε ένα συγκεκριμένο ασφαλιστικό πρόγραμμα.
08:34
For those people who actuallyπράγματι want to chooseεπιλέγω,
204
499000
2000
Για εκείνους που θέλουν να επιλέξουν,
08:36
they're givenδεδομένος 20 fundsκεφάλαια,
205
501000
2000
υπάρχουν 20 προγράμματα,
08:38
not 300 or more fundsκεφάλαια.
206
503000
2000
όχι 300 ή περισσότερα.
08:40
You know, oftenσυχνά, people say,
207
505000
2000
Ξέρετε, συχνά λένε,
08:42
"I don't know how to cutΤομή.
208
507000
2000
"Δεν ξέρω πως να περικόψω.
08:44
They're all importantσπουδαίος choicesεπιλογές."
209
509000
2000
Είναι όλες σημαντικές επιλογές."
08:46
And the first thing I do is I askπαρακαλώ the employeesυπαλλήλους,
210
511000
3000
Και το πρώτο που ρωτάω τους απασχολούμενους είναι,
08:49
"Tell me how these choicesεπιλογές are differentδιαφορετικός from one anotherαλλο.
211
514000
2000
"Πείτε μου τις διαφορές που έχουν μεταξύ τους."
08:51
And if your employeesυπαλλήλους can't tell them apartχώρια,
212
516000
2000
Και εάν οι εργαζόμενοι σας δεν μπορούν να τα ξεχωρίσουν
08:53
neitherκανενα απο τα δυο can your consumersΚαταναλωτές."
213
518000
3000
τότε δεν μπορούν ούτε και οι πελάτες σας."
08:56
Now before we startedξεκίνησε our sessionσυνεδρία this afternoonαπόγευμα,
214
521000
3000
Πριν ξεκινήσουμε την συνεδρίαση μας σήμερα το απόγευμα,
08:59
I had a chatκουβέντα with GaryGary.
215
524000
2000
μίλησα με τον Γκάρι.
09:01
And GaryGary said that he would be willingπρόθυμος
216
526000
3000
Και ο Γκάρι μου είπε πως θα ήταν έτοιμος,
09:04
to offerπροσφορά people in this audienceακροατήριο
217
529000
2000
να προσφέρει σε αυτό το ακροατήριο
09:06
an all-expenses-paidόλα τα έξοδα πληρωμένα freeΕλεύθερος vacationπαραθεριστικές κατοικίες
218
531000
3000
διακοπές με όλα τα έξοδα καλυμμένα
09:09
to the mostπλέον beautifulπανεμορφη roadδρόμος in the worldκόσμος.
219
534000
4000
στον πιο όμορφο δρόμο του κόσμου.
09:13
Here'sΕδώ είναι a descriptionπεριγραφή of the roadδρόμος.
220
538000
3000
Ιδού και η περιγραφή του δρόμου αυτού.
09:16
And I'd like you to readανάγνωση it.
221
541000
2000
Θα ήθελα να την διαβάσετε.
09:18
And now I'll give you a fewλίγοι secondsδευτερολέπτων to readανάγνωση it
222
543000
2000
Και τώρα θα σας δώσω μερικά δευτερόλεπτα να το κάνετε
09:20
and then I want you to clapχειροκρότημα your handsτα χέρια
223
545000
2000
και μετά θέλω να χειροκροτήσετε
09:22
if you're readyέτοιμος to take GaryGary up on his offerπροσφορά.
224
547000
2000
εάν είστε έτοιμοι να αποδεχθείτε την προσφορά του Γκάρι.
09:24
(LightΦως clappingπαλαμάκια)
225
549000
2000
(απαλό χειροκρότημα)
09:26
Okay. AnybodyΟποιος δήποτε who'sποιος είναι readyέτοιμος to take him up on his offerπροσφορά.
226
551000
3000
Οκ. Κανείς που θέλει να αποδεχθεί την προσφορά.
09:29
Is that all?
227
554000
2000
Αυτό είναι όλο;
09:31
All right, let me showπροβολή you some more about this.
228
556000
3000
Καλά, ας σας δείξω κάτι περισσότερο γι' αυτό.
09:34
(LaughterΤο γέλιο)
229
559000
3000
(γέλια)
09:37
You guys knewήξερε there was a trickτέχνασμα, didn't you.
230
562000
3000
Ξέρατε, πως υπάρχει κάποιος λάκκος στην φάβα, έτσι δεν είναι;
09:44
(HonkΚορνάρω)
231
569000
2000
(κορνάρισμα)
09:46
Now who'sποιος είναι readyέτοιμος to go on this tripταξίδι.
232
571000
3000
Τώρα ποιός είναι έτοιμος να κάνει αυτό το ταξίδι;
09:49
(ApplauseΧειροκροτήματα)
233
574000
2000
(χειροκρότημα)
09:51
(LaughterΤο γέλιο)
234
576000
2000
(γέλια)
09:53
I think I mightθα μπορούσε have actuallyπράγματι heardακούσει more handsτα χέρια.
235
578000
3000
Νομίζω πως άκουσα περισσότερα χειροκροτήματα.
09:56
All right.
236
581000
2000
Καλά.
09:58
Now in factγεγονός,
237
583000
2000
Στην πραγματικότητα
10:00
you had objectivelyαντικειμενικά more informationπληροφορίες
238
585000
2000
είχατε αντικειμενικά περισσότερες πληροφορίες
10:02
the first time around than the secondδεύτερος time around,
239
587000
2000
την πρώτη φορά απ' ότι την δεύτερη φορά,
10:04
but I would ventureτόλμημα to guessεικασία
240
589000
2000
αλλά θα τολμήσω να εικάσω,
10:06
that you feltένιωσα that it was more realπραγματικός the secondδεύτερος time around.
241
591000
4000
ότι η δεύτερη φορά ήταν πιο αληθινή.
10:10
Because the picturesεικόνες madeέκανε it feel
242
595000
2000
Επειδή η εικόνα το έκανε να είναι πιο αληθινό,
10:12
more realπραγματικός to you.
243
597000
2000
πιο πραγματικό για σας.
10:14
WhichΟποία bringsφέρνει me to the secondδεύτερος techniqueτεχνική
244
599000
2000
Κάτι το οποίο με οδηγεί στην δεύτερη μέθοδο,
10:16
for handlingΧειρισμός, ή Αντιμετώπιση the choiceεπιλογή overloadπαραφορτώνω problemπρόβλημα,
245
601000
2000
δηλαδή το χειρισμό του προβλήματος λόγω υπερβολικής επιλογής,
10:18
whichοι οποίες is concretizationυλοποίηση.
246
603000
2000
δηλαδή της συγκεκριμενοποίησης.
10:20
That in orderΣειρά for people to understandκαταλαβαίνουν
247
605000
2000
Για να καταλάβει κανείς
10:22
the differencesδιαφορές betweenμεταξύ the choicesεπιλογές,
248
607000
2000
τις διαφορές μεταξύ των επιλογών,
10:24
they have to be ableικανός to understandκαταλαβαίνουν
249
609000
2000
θα πρέπει να είναι σε θέση να καταλάβει
10:26
the consequencesσυνέπειες associatedσυσχετισμένη with eachκαθε choiceεπιλογή,
250
611000
3000
τις συνέπειες που συνδέονται με κάθε επιλογή,
10:29
and that the consequencesσυνέπειες need to be feltένιωσα
251
614000
3000
και ότι οι συνέπειες θα πρέπει να τις αισθανθεί κανείς
10:32
in a vividζωντανό sortείδος of way, in a very concreteσκυρόδεμα way.
252
617000
4000
με ζωηρό τρόπο, με πολύ συγκεκριμένο τρόπο.
10:36
Why do people spendδαπανήσει an averageμέση τιμή of 15 to 30 percentτοις εκατό more
253
621000
3000
Γιατί ξοδεύει κανείς 15 με 30 τοις εκατό περισσότερο χρόνο
10:39
when they use an ATMATM cardκάρτα or a creditπίστωση cardκάρτα
254
624000
2000
όταν χρησιμοποιεί κάρτα ΑΤΜ ή πιστωτική
10:41
as opposedαντίθετος to cashτοις μετρητοις?
255
626000
2000
σε αντίθεση με μετρητά;
10:43
Because it doesn't feel like realπραγματικός moneyχρήματα.
256
628000
2000
Γιατί δεν μοιάζει με πραγματικό χρήμα.
10:45
And it turnsστροφές out
257
630000
2000
Και αποδεικνύεται,
10:47
that makingκατασκευή it feel more concreteσκυρόδεμα
258
632000
2000
ότι εάν κάτι γίνει αντιληπτό ως πιο συγκεκριμένο
10:49
can actuallyπράγματι be a very positiveθετικός toolεργαλείο
259
634000
2000
τότε μπορεί να γίνει ένα πολύ θετικό εργαλείο
10:51
to use in gettingνα πάρει people to saveαποθηκεύσετε more.
260
636000
2000
στο να παροτρύνει τον κόσμο για αποταμίευση.
10:53
So a studyμελέτη that I did with ShlomoShlomo BenartziBenartzi
261
638000
2000
Έτσι μία έρευνα που έκανα με τους Σλόμο Μπενάρτσι
10:55
and AlessandroAlessandro PreviteroPrevitero,
262
640000
2000
και Αλεσάντρο Πρεβιτέρο,
10:57
we did a studyμελέτη with people at INGΣΗΣ --
263
642000
4000
κάναμε μία έρευνα με ανθρώπους στην ΙΝG -
11:01
employeesυπαλλήλους that are all workingεργαζόμενος at INGΣΗΣ --
264
646000
3000
όλοι εργαζόμενοι στην ING -
11:04
and now these people were all in a sessionσυνεδρία
265
649000
2000
και αυτοί οι άνθρωποι ήταν όλοι σε μία συνεδρίαση
11:06
where they're doing enrollmentεγγραφή for theirδικα τους 401(k) planσχέδιο.
266
651000
3000
όπου εγγράφονταν για το δικό τους 401(k) πρόγραμμα.
11:09
And duringστη διάρκεια that sessionσυνεδρία,
267
654000
2000
Και κατά την διάρκεια αυτής της συνεδρίασης,
11:11
we keptδιατηρούνται the sessionσυνεδρία exactlyακριβώς the way it used to be,
268
656000
2000
διατηρήσαμε την συνεδρίαση ακριβώς όπως γινόταν,
11:13
but we addedπρόσθεσε one little thing.
269
658000
3000
απλά προσθέσαμε μία λεπτομέρεια.
11:16
The one little thing we addedπρόσθεσε
270
661000
3000
Η λεπτομέρεια που προσθέσαμε
11:19
was we askedερωτηθείς people
271
664000
2000
ήταν ότι τους ζητήσαμε
11:21
to just think about all the positiveθετικός things that would happenσυμβεί in your life
272
666000
3000
να σκεφτούν όλα τα πιθανά θετικά πράγματα που θα μπορούσαν να τους συμβούν
11:24
if you savedαποθηκεύονται more.
273
669000
2000
εάν αποταμίευαν περισσότερα χρήματα.
11:26
By doing that simpleαπλός thing,
274
671000
3000
Κάνοντας αυτό το απλό πράγμα,
11:29
there was an increaseαυξάνουν in enrollmentεγγραφή by 20 percentτοις εκατό
275
674000
3000
αυξήθηκαν οι εγγραφές κατά 20 τοις εκατό
11:32
and there was an increaseαυξάνουν in the amountποσό of people willingπρόθυμος to saveαποθηκεύσετε
276
677000
3000
και επίσης αυξήθηκε ο αριθμός των ατόμων που προτείθονταν να κάνουν αποταμίευση
11:35
or the amountποσό that they were willingπρόθυμος to put down into theirδικα τους savingsοικονομίες accountΛογαριασμός
277
680000
3000
ή το ποσό το οποίο ήταν διατεθειμένοι να επενδύσουν στο αποταμιευτικό τους λογαριασμό
11:38
by fourτέσσερα percentτοις εκατό.
278
683000
2000
κατά 4 τοις εκατό.
11:40
The thirdτρίτος techniqueτεχνική: CategorizationΚατηγοριοποίηση.
279
685000
3000
Η τρίτη κατηγορία: Κατηγοριοποίηση.
11:43
We can handleλαβή more categoriesκατηγορίες
280
688000
3000
Μπορούμε να χειριστούμε περισσότερες κατηγορίες
11:46
than we can handleλαβή choicesεπιλογές.
281
691000
2000
απ' ότι επιλογές.
11:48
So for exampleπαράδειγμα,
282
693000
2000
Για παράδειγμα,
11:50
here'sεδώ είναι a studyμελέτη we did in a magazineπεριοδικό aisleδιάδρομο.
283
695000
2000
ιδού μία έρευνα που κάναμε σε διάδρομο με περιοδικά.
11:52
It turnsστροφές out that in WegmansWegmans groceryπαντοπωλείο storesπρομήθεια
284
697000
2000
Αποδείχθηκε, ότι στο παντοπωλείο Βέγκμαν
11:54
up and down the northeastβορειοανατολικά corridorδιάδρομος,
285
699000
2000
κατά μήκος της νοτιοανατολικής ακτής,
11:56
the magazineπεριοδικό aislesδιαδρόμους rangeσειρά anywhereοπουδήποτε
286
701000
2000
ο αριθμός των περιοδικών κυμαίνονται παντού
11:58
from 331 differentδιαφορετικός kindsείδη of magazinesπεριοδικά
287
703000
2000
από 331 διαφορετικά περιοδικά
12:00
all the way up to 664.
288
705000
3000
μέχρι και 664.
12:03
But you know what?
289
708000
2000
Αλλά ξέρετε κάτι;
12:05
If I showπροβολή you 600 magazinesπεριοδικά
290
710000
2000
Εάν σας δείξω 600 περιοδικά
12:07
and I divideδιαιρέστε them up into 10 categoriesκατηγορίες,
291
712000
3000
και τα χωρίσω σε 10 κατηγορίες,
12:10
versusεναντίον I showπροβολή you 400 magazinesπεριοδικά
292
715000
2000
εν αντιθέσει με το να σας δείξω 400 περιοδικά
12:12
and divideδιαιρέστε them up into 20 categoriesκατηγορίες,
293
717000
3000
και τα χωρίσω σε 20 κατηγορίες,
12:15
you believe that I have givenδεδομένος you
294
720000
2000
τότε θα πιστέψετε ότι σας έδωσα
12:17
more choiceεπιλογή and a better choosingεπιλογή experienceεμπειρία
295
722000
2000
περισσότερες επιλογές και μία καλύτερη εμπειρία επιλογής
12:19
if I gaveέδωσε you the 400
296
724000
2000
εάν σας δώσω τα 400
12:21
than if I gaveέδωσε you the 600.
297
726000
2000
παρά τα 600.
12:23
Because the categoriesκατηγορίες tell me how to tell them apartχώρια.
298
728000
3000
Διότι οι κατηγορίες μου λένε πως να τα ξεχωρίσω.
12:28
Here are two differentδιαφορετικός jewelryκοσμήματα displaysοθόνες.
299
733000
3000
Ιδού δύο διαφορετικά σχέδια κοσμημάτων.
12:31
One is calledπου ονομάζεται "JazzΤζαζ" and the other one is calledπου ονομάζεται "SwingSwing."
300
736000
3000
Το ένα ονομάζεται "Τζάζ" και το άλλο "Σουίνγκ".
12:34
If you think the displayαπεικόνιση on the left is SwingSwing
301
739000
3000
Εάν πιστεύετε, ότι το αριστερό σχέδιο είναι το "Σουίνγκ"
12:37
and the displayαπεικόνιση on the right is JazzΤζαζ,
302
742000
3000
και το δεξί το "Τζάζ",
12:40
clapχειροκρότημα your handsτα χέρια.
303
745000
2000
τότε χειροκροτήστε.
12:42
(LightΦως ClappingΠαλαμάκια)
304
747000
2000
(λίγα χειροκροτήματα)
12:44
Okay, there's some.
305
749000
2000
Εντάξει, κάτι γίνεται.
12:46
If you think the one on the left is JazzΤζαζ and the one on the right is SwingSwing,
306
751000
2000
Εάν πάλι πιστεύεται ότι το αριστερό είναι το "Τζαζ" και το δεξί το "Σουίνγκ",
12:48
clapχειροκρότημα your handsτα χέρια.
307
753000
2000
τότε χειροκροτήστε.
12:50
Okay, a bitκομμάτι more.
308
755000
2000
Εντάξει, λίγο περισσότερα χειροκροτήματα.
12:52
Now it turnsστροφές out you're right.
309
757000
2000
Αποδεικνύεται ότι έχετε δίκιο.
12:54
The one on the left is JazzΤζαζ and the one on the right is SwingSwing,
310
759000
2000
Το αριστερό είναι το "Τζάζ" και το δεξί το "Σουίνγκ",
12:56
but you know what?
311
761000
2000
αλλά ξέρετε κάτι;
12:58
This is a highlyυψηλά uselessάχρηστος categorizationκατηγοριοποίηση schemeσχέδιο.
312
763000
3000
Είναι ένα παντελώς άχρηστο σχήμα κατηγοριοποίησης.
13:01
(LaughterΤο γέλιο)
313
766000
2000
(γέλια)
13:03
The categoriesκατηγορίες need to say something
314
768000
3000
Οι κατηγορίες θα πρέπει να λένε κάτι
13:06
to the chooserεπιλογέα, not the choice-makerεπιλογή-maker.
315
771000
3000
σε αυτόν που θα επιλέξει, και όχι σε αυτόν που έκανε την κατηγοριοποίηση.
13:09
And you oftenσυχνά see that problemπρόβλημα
316
774000
2000
Και βλέπετε συχνά αυτό το πρόβλημα
13:11
when it comesέρχεται down to those long listsτόπος αγώνων of all these fundsκεφάλαια.
317
776000
3000
όταν πρόκειται για τις ατελείωτες λίστες όλων αυτών των αποταμιευτικών προγραμμάτων.
13:14
Who are they actuallyπράγματι supposedυποτιθεμένος to be informingενημέρωση?
318
779000
4000
Ποιούς ακριβώς υποτίθεται ότι ενημερώνουν;
13:18
My fourthτέταρτος techniqueτεχνική: ConditionΚατάσταση for complexityπερίπλοκο.
319
783000
3000
Η τέταρτη μου τεχνική: συνθήκες για περιπλοκότητα.
13:21
It turnsστροφές out we can actuallyπράγματι
320
786000
2000
Αποδεικνύεται, ότι μπορούμε να χειριστούμε
13:23
handleλαβή a lot more informationπληροφορίες than we think we can,
321
788000
2000
πολύ περισσότερες πληροφορίες απ'ότι νομίζουμε,
13:25
we'veέχουμε just got to take it a little easierευκολότερη.
322
790000
2000
απλά πρέπει να το δούμε πιο χαλαρά.
13:27
We have to graduallyσταδιακά increaseαυξάνουν the complexityπερίπλοκο.
323
792000
3000
Θα πρέπει σταδιακά να αυξήσουμε την περιπλοκότητα.
13:30
I'm going to showπροβολή you one exampleπαράδειγμα of what I'm talkingομιλία about.
324
795000
3000
Θα σας δείξω τι ακριβώς εννοώ.
13:33
Let's take a very, very complicatedπερίπλοκος decisionαπόφαση:
325
798000
2000
Ας πάρουμε μία πάρα πολύ περίπλοκη απόφαση:
13:35
buyingεξαγορά a carαυτοκίνητο.
326
800000
2000
την αγορά ενός αυτοκινήτου.
13:37
Here'sΕδώ είναι a GermanΓερμανικά carαυτοκίνητο manufacturerκατασκευαστής
327
802000
2000
Εδώ ένας γερμανός κατασκευαστής αυτοκινήτων
13:39
that givesδίνει you the opportunityευκαιρία to completelyεντελώς customπροσαρμοσμένη make your carαυτοκίνητο.
328
804000
3000
που σας δίνει την δυνατότητα να "φτιάξετε" το αυτοκίνητο σας όπως θέλετε.
13:42
You've got to make 60 differentδιαφορετικός decisionsαποφάσεων,
329
807000
2000
Θα πρέπει να κάνετε 60 διαφορετικές επιλογές,
13:44
completelyεντελώς make up your carαυτοκίνητο.
330
809000
2000
και να "φτιάξετε" το αυτοκίνητό σας.
13:46
Now these decisionsαποφάσεων varyποικίλλω
331
811000
2000
Αυτές οι επιλογές ποικίλουν
13:48
in the numberαριθμός of choicesεπιλογές that they offerπροσφορά perανά decisionαπόφαση.
332
813000
3000
σε αριθμό επιλογών τις οποίες προσφέρουν ανά επιλογή.
13:51
CarΑυτοκίνητο colorsχρωματιστά, exteriorεξωτερικός carαυτοκίνητο colorsχρωματιστά --
333
816000
2000
Χρώμα αυτοκινήτου, εξωτερικό χρώμα αυτοκινήτου -
13:53
I've got 56 choicesεπιλογές.
334
818000
2000
Έχω 56 επιλογές.
13:55
EnginesΚινητήρες, gearshiftεπιλογέας ταχυτήτων -- fourτέσσερα choicesεπιλογές.
335
820000
3000
Μηχανές, κιβώτιο ταχυτήτων - τέσσερις επιλογές.
13:58
So now what I'm going to do
336
823000
2000
Αυτό που θα κάνω τώρα
14:00
is I'm going to varyποικίλλω the orderΣειρά in whichοι οποίες these decisionsαποφάσεων appearεμφανίζομαι.
337
825000
3000
είναι να αλλάξω την σειρά με την οποία εμφανίζονται αυτές οι αποφάσεις.
14:03
So halfΉμισυ of the customersοι πελάτες
338
828000
2000
Τώρα οι μισοί πελάτες
14:05
are going to go from highυψηλός choiceεπιλογή, 56 carαυτοκίνητο colorsχρωματιστά,
339
830000
2000
θα πάνε από τις πολλές επιλογές, 56 χρώματα αυτοκινήτων,
14:07
to lowχαμηλός choiceεπιλογή, fourτέσσερα gearshiftsαλλαγές ταχυτήτων.
340
832000
3000
στις λίγες επιλογές, τέσσερα κιβώτια ταχυτήτων.
14:10
The other halfΉμισυ of the customersοι πελάτες
341
835000
2000
Οι άλλοι μισοί πελάτες
14:12
are going to go from lowχαμηλός choiceεπιλογή, fourτέσσερα gearshiftsαλλαγές ταχυτήτων,
342
837000
2000
θα πάνε από τις λίγες επιλογές, τέσσερα κιβώτια ταχυτήτων,
14:14
to 56 carαυτοκίνητο colorsχρωματιστά, highυψηλός choiceεπιλογή.
343
839000
3000
στα 56 χρώματα αυτοκινήτων, στις πολλές επιλογές.
14:17
What am I going to look at?
344
842000
2000
Και σε τι θα εστιάσω την προσοχή μου;
14:19
How engagedαρραβωνιασμένος you are.
345
844000
2000
Στη συχνότητα συμμετοχής σας.
14:21
If you keep hittingνα χτυπήσει the defaultπροεπιλογή buttonκουμπί perανά decisionαπόφαση,
346
846000
3000
Εάν χτυπάτε συνέχεια το κουμπί στο μηχανάκι ανά επιλογή
14:24
that meansπου σημαίνει you're gettingνα πάρει overwhelmedσυγκλονισμένοι,
347
849000
2000
αυτό σημαίνει, πως αρχίζετε να κουράζεστε,
14:26
that meansπου σημαίνει I'm losingχάνοντας you.
348
851000
2000
άρα σας χάνω.
14:28
What you find
349
853000
2000
Αυτό που παρατηρούμε
14:30
is the people who go from highυψηλός choiceεπιλογή to lowχαμηλός choiceεπιλογή,
350
855000
2000
είναι, ότι όσοι πάνε από τις πολλές στις λίγες επιλογές,
14:32
they're hittingνα χτυπήσει that defaultπροεπιλογή buttonκουμπί over and over and over again.
351
857000
3000
χτυπάνε το κουμπί στο μηχανάκι ξανά και ξανά και ξανά.
14:35
We're losingχάνοντας them.
352
860000
2000
Τους χάνουμε.
14:37
They go from lowχαμηλός choiceεπιλογή to highυψηλός choiceεπιλογή,
353
862000
2000
Όταν πάνε από τις λίγες στις πολλές επιλογές,
14:39
they're hangingκρέμασμα in there.
354
864000
2000
δεν κουράζονται.
14:41
It's the sameίδιο informationπληροφορίες. It's the sameίδιο numberαριθμός of choicesεπιλογές.
355
866000
3000
Είναι όμως οι ίδιες πληροφορίες, ο ίδιος αριθμός επιλογών.
14:44
The only thing that I have doneΈγινε
356
869000
2000
Το μόνο που έκανα
14:46
is I have variedποικίλος the orderΣειρά
357
871000
2000
είναι να αλλάξω την σειρά
14:48
in whichοι οποίες that informationπληροφορίες is presentedπαρουσιάστηκε.
358
873000
2000
με την οποία παρουσιάζονται οι πληροφορίες.
14:50
If I startαρχή you off easyεύκολος,
359
875000
2000
Εάν σας ξεκινήσω χαλαρά,
14:52
I learnμαθαίνω how to chooseεπιλέγω.
360
877000
2000
μαθαίνω πως επιλέγετε.
14:54
Even thoughαν και choosingεπιλογή gearshiftεπιλογέας ταχυτήτων
361
879000
3000
Ακόμα και εάν η επιλογή του κιβωτίου ταχυτήτων
14:57
doesn't tell me anything about my preferencesπροτιμήσεις for interiorεσωτερικό decorδιακόσμηση,
362
882000
3000
δεν μου λέει κάτι για την προτίμησή μου σχετικά με την εσωτερική διακόσμηση,
15:00
it still preparesπροετοιμάζει me for how to chooseεπιλέγω.
363
885000
3000
παρ'ολα τ'αύτα με προετοιμάζει για τον τρόπο επιλογής.
15:03
It alsoεπίσης getsπαίρνει me excitedερεθισμένος about this bigμεγάλο productπροϊόν that I'm puttingβάζοντας togetherμαζί,
364
888000
3000
Επίσης με ενθουσιάζει όλο και πιο πολύ για το μεγάλο προϊόν, το οποίο "συναρμολογώ"
15:06
so I'm more willingπρόθυμος to be motivatedκίνητρα
365
891000
2000
άρα είμαι πιο πρόθυμος να
15:08
to be engagedαρραβωνιασμένος.
366
893000
2000
εμπλακώ και να συμμετέχω.
15:10
So let me recapRecap.
367
895000
2000
Επιτρέψτε μου να ανακεφαλαιώσω.
15:12
I have talkedμίλησε about fourτέσσερα techniquesτεχνικές
368
897000
3000
Μίλησα για τέσσερεις τεχνικές
15:15
for mitigatingμετριασμό the problemπρόβλημα of choiceεπιλογή overloadπαραφορτώνω --
369
900000
3000
για άμβλυνση του προβλήματος των υπερβολικών επιλογών -
15:18
cutΤομή -- get ridαπαλλάσσω of the extraneousεξωτερικός alternativesεναλλακτικές λύσεις;
370
903000
3000
περικοπή - απαλλαγή από τις περιττές εναλλακτικές.
15:21
concretizeσυγκεκριμενοποιήσει -- make it realπραγματικός;
371
906000
3000
συγκεκριμενοποίηση - κάντε το πραγματικό.
15:24
categorizeκατηγοριοποίηση -- we can handleλαβή more categoriesκατηγορίες, lessπιο λιγο choicesεπιλογές;
372
909000
4000
κατηγοριοποίηση - μπορούμε να χειριστούμε περισσότερες κατηγορίες, λιγότερες επιλογές.
15:28
conditionκατάσταση for complexityπερίπλοκο.
373
913000
3000
συνθήκες περιπλοκότητας.
15:31
All of these techniquesτεχνικές that I'm describingπεριγράφοντας to you todayσήμερα
374
916000
3000
Όλες αυτές οι τεχνικές, τις οποίες σας περιέγραψα
15:34
are designedσχεδιασμένο to help you manageδιαχειρίζονται your choicesεπιλογές --
375
919000
3000
είναι σχεδιασμένες για να σας βοηθήσουν στην λήψη αποφάσεων -
15:37
better for you, you can use them on yourselfσύ ο ίδιος,
376
922000
3000
καλύτερα για εσάς, μπορείτε να τις εφαρμόσετε στον εαυτό σας,
15:40
better for the people that you are servingσερβίρισμα.
377
925000
2000
καλύτερα για τους ανθρώπους που εξυπηρετείτε.
15:42
Because I believe that the keyκλειδί
378
927000
2000
Διότι πιστεύω πως το κλειδί
15:44
to gettingνα πάρει the mostπλέον from choiceεπιλογή
379
929000
2000
για να κερδίσετε το βέλτιστο από τις επιλογές
15:46
is to be choosyεκλεκτικοί about choosingεπιλογή.
380
931000
3000
είναι το να είστε επιλεκτικοί με τις επιλογές σας.
15:49
And the more we're ableικανός to be choosyεκλεκτικοί about choosingεπιλογή
381
934000
2000
Και όσο περισσότερο είμαστε επιλεκτικοί με τις επιλογές μας
15:51
the better we will be ableικανός
382
936000
2000
τόσο καλύτερα θα είμαστε σε θέση
15:53
to practiceπρακτική the artτέχνη of choosingεπιλογή.
383
938000
2000
να εξασκήσουμε την τέχνη της επιλογής.
15:55
Thank you very much.
384
940000
2000
Σας ευχαριστώ πολύ.
15:57
(ApplauseΧειροκροτήματα)
385
942000
2000
Χειροκρότημα
Translated by Kyriaki Koukouraki
Reviewed by Vasiliki Fragkoulidou

▲Back to top

ABOUT THE SPEAKER
Sheena Iyengar - Psycho-economist
Sheena Iyengar studies how people choose (and what makes us think we're good at it).

Why you should listen

We all think we're good at making choices; many of us even enjoy making them. Sheena Iyengar looks deeply at choosing and has discovered many surprising things about it. For instance, her famous "jam study," done while she was a grad student, quantified a counterintuitive truth about decisionmaking -- that when we're presented with too many choices, like 24 varieties of jam, we tend not to choose anything at all. (This and subsequent, equally ingenious experiments have provided rich material for Malcolm Gladwell and other pop chroniclers of business and the human psyche.)

Iyengar's research has been informing business and consumer-goods marketing since the 1990s. But she and her team at the Columbia Business School throw a much broader net. Her analysis touches, for example, on the medical decisionmaking that might lead up to choosing physician-assisted suicide, on the drawbacks of providing too many choices and options in social-welfare programs, and on the cultural and geographical underpinning of choice. Her book The Art of Choosing shares her research in an accessible and charming story that draws examples from her own life.

Watch a Facebook-exclusive short video from Sheena Iyengar: "Ballet Slippers" >>

More profile about the speaker
Sheena Iyengar | Speaker | TED.com