Поведенческая экономика: эффекты и примеры в маркетинге

Автор

Даниэль Канеман и Амос Тверски (теория перспектив); Ричард Талер и Касс Санстейн (архитектура выбора), 1979; 2008

Уровень

301 · Продвинутый

Подходит

малый и средний бизнес, растущая компания

Время на внедрение

одна точка принятия решения и один A/B-тест на рычаг, по две-четыре недели на каждый

Что понадобится

карта воронки с конверсией и отвалом на каждом шаге · возможность запускать рандомизированные тесты и смотреть результат дальше первого клика: выручку, возвраты, отмены · человек, который сверит дизайн теста с правилами защиты потребителей и персональных данных

Поведенческая экономика в воронках — это проектирование шагов, где посетитель выбирает, платит или отменяет, с расчётом на то, как люди решают на самом деле, а не как решал бы рациональный калькулятор. Даниэль Канеман и Амос Тверски показали в статье о теории перспектив 1979 года, что люди оценивают результаты от некоторой точки отсчёта и острее чувствуют потери, чем равные им выигрыши. Ричард Талер и Касс Санстейн превратили такие находки в советы в книге Nudge: архитектура выбора — это намеренное устройство того, как людям показывают варианты. Ниже пять рычагов, что о каждом говорят полевые данные и насколько им можно доверять.

Умолчания: рычаг с самыми сильными доказательствами

Умолчание — вариант, который действует, если человек ничего не делает. В статье Science 2003 года Эрик Джонсон и Дэниел Голдстайн сравнили донорство органов в европейских странах: эффективное согласие составляло 12% в Германии, где нужно давать согласие самому, и 99,98% в Австрии, где нужно отказываться. Страны различаются во многом, поэтому исследователи поставили ещё онлайн-эксперимент: при формулировке «дайте согласие» согласились стать донорами 42%, при формулировке «откажитесь» — 82% (Джонсон и Голдстайн).

Воронки используют ту же логику при выборе тарифа, периода оплаты и способа доставки. Обратная сторона видна на известном примере с работодателем. Когда американская компания перешла на автоматическую запись в план 401(k), участие среди новых сотрудников выросло с 37% до примерно 86%, но 61% остались на взносе по умолчанию в 3% и на фонде по умолчанию (Мадриан и Ши). Люди остаются там, куда вы их поставили, и там, куда поставили по ошибке.

Закон ограничивает этот рычаг. Суд Европейского союза постановил в деле Planet49, что согласие, полученное через заранее проставленную галочку, недействительно. Статья 22 Директивы о правах потребителей говорит: покупатель, с которого списали лишнее через опции по умолчанию, от которых ему пришлось отказываться, вправе требовать возврата.

В России к согласию на обработку персональных данных относится часть 1 статьи 9 закона 152-ФЗ «О персональных данных»: согласие должно быть конкретным, предметным, информированным, сознательным и однозначным.

Якорение: первая цифра задаёт масштаб

Якорение — влияние предыдущей цифры на последующую оценку. Тверски и Канеман (1974) крутили колесо фортуны и просили назвать долю африканских стран в ООН: медианные ответы составили 25 после числа 10 и 45 после числа 65. Проект Many Labs повторил якорение на 36 выборках и отнёс его к самым сильным эффектам.

В полевых условиях картина неоднозначнее. В 16 полевых исследованиях цены «заплати сколько хочешь» Юнг, Перфекто и Нельсон (Jung, Perfecto, Nelson) обнаружили, что якоря работали, когда стояли далеко друг от друга в распределении того, что платят люди; низкие якоря двигали платёж сильнее высоких, а несколько факторов, усиливающих якорение в лаборатории, не дали ничего (Journal of Marketing Research, 2016). Практический вывод: ставьте якорь внутри правдоподобного диапазона. Такой диапазон даёт опрос по чувствительности к цене Ван Вестендорпа, а архитектура оффера решает, что стоит рядом с цифрой.

Приманки (decoy), родственный якорению приём, надёжны меньше. Фредерик, Ли и Баскин (Frederick, Lee, Baskin) считают, что эффект притяжения может ограничиваться числовыми таблицами товаров и пропадает, когда покупатели видят фотографии или пробуют продукт (2014).

Неприятие потерь: настоящее, но не такое однородное, как в учебнике

Неприятие потерь — склонность переживать потерю сильнее, чем радоваться равному выигрышу. По учебному эмпирическому правилу — примерно два к одному. Гал и Ракер (Gal, Rucker) разобрали данные в 2018 году и заключили, что они не показывают, будто потери в целом весомее выигрышей (Journal of Consumer Psychology). Мрква (Mrkva) с коллегами ответили исследованием на пяти выборках с 17 720 участниками: неприятие потерь проявилось при любом уровне знаний, но уменьшалось с опытом в предметной области и росло с возрастом (2020).

В воронке отсюда следует: проверьте сообщение, которое называет то, что пользователь сохраняет, например сохранённые отчёты при отмене подписки, против нейтрального. Ждите эффекта, который меняется от аудитории к аудитории, и следите, чтобы путь к отмене не превратился в лабиринт.

Избыток выбора: исследование с джемом и его продолжения

Избыток выбора — утверждение, что больше вариантов может снизить шанс выбрать. В исследовании с джемом Айенгара и Леппера 2000 года у стола с 24 джемами остановились 60% покупателей, а у стола с 6 — 40%, но купили 30% второй группы против 3% первой (источник).

Позже общее правило не подтвердилось. Метаанализ 50 экспериментов показал средний эффект, практически равный нулю, с большим разбросом (Шайбехенне (Scheibehenne) с коллегами, 2010). Метаанализ 2015 года по 99 наблюдениям нашёл избыток там, где набор сложный, задача трудная, предпочтения неясны, а покупатель хочет сэкономить усилия (Чернев с коллегами). В тесте прямой рассылки южноафриканского кредитора показ меньшего числа примеров кредитов поднял спрос примерно так же, как снижение ставки на 25% (Бертран с коллегами). Сокращайте варианты там, где покупатели не уверены, а набор трудно сравнивать.

Подача: те же факты, другие слова

Подача — эффект от описания одного и того же результата как выигрыша или как потери. Статья Тверски и Канемана 1981 года показала, что выбор переворачивается от формулировки, а эффект подачи через выигрыш и потерю оказался среди десяти из 13 эффектов, которые подтвердились в Many Labs. У потребителей говядина «на 75% постная» оценивалась выше, чем «с 25% жира», а после пробы разрыв сокращался (Левин и Гейт (Levin, Gaeth), 1988). Метаанализ атрибутивной подачи для продуктов питания нашёл больший эффект для отношения, но для намерений эффект близок к нулю и статистически незначим (Долгополова с коллегами, 2021). Слова надёжнее двигают чувства, чем покупки.

Насколько велики эффекты нанджей в масштабе

Метаанализ 2022 года Мертенса с коллегами объединил больше 200 исследований и дал средний эффект d = 0,45, причём умолчания оказались сильнейшими из девяти приёмов: d = 0,62. Майер с коллегами пересчитали данные с поправкой на предвзятость публикаций, получили оценку 0,04 и заключили, что подтверждений не остаётся. Саси с коллегами согласились, что ждать больших и устойчивых эффектов не стоит, отметили большой разброс и назвали умолчания главным исключением. Даже скептики находят, что некоторые нанджи работают.

Деллавинья и Линос (DellaVigna, Linos) собрали 126 испытаний двух американских нандж-команд и сравнили их с опубликованными работами: 1,4 процентного пункта против 8,7 (Econometrica, 2022). Закладывайте небольшие эффекты и проверяйте всё внутри программы CRO.

Где убеждение становится тёмным паттерном

В отчёте FTC 2022 года Bringing Dark Patterns to Light среди уловок, против которых направлен отчёт, названы заранее проставленные галочки, трудно находимые условия и запутанные правила отмены. Обход около 11 000 интернет-магазинов нашёл 1818 случаев тёмных паттернов, а 183 сайта применяли их обманным образом (Мэтур (Mathur) с коллегами). То же правило действует для соседних рычагов — социального доказательства и принципов Чалдини: используйте только правду и оставляйте возможность легко отказаться. План Growth Lab начинается с точек принятия решения в вашей воронке, и рычаги добавляют по одному (см. Growth Lab).

Как применять: Поведенческая экономика: эффекты и примеры в маркетинге по шагам

1. Нарисуйте карту решений. Перечислите каждый шаг, где посетитель должен выбрать, заплатить, ввести данные или отменить, и впишите отвал на каждом. Поведенческие рычаги действуют на решения, а не на страницы. Результат: ранжированный список из пяти-восьми точек принятия решения с настоящими цифрами.
2. Назовите вероятное искажение в одном решении. Возьмите самую слабую точку и спросите: что посетитель видит первым, какой вариант выбран заранее, сколько вариантов и как формулировка подаёт результат. Запишите гипотезу в одну строку: «Если мы заранее выберем годовой тариф, его возьмут чаще, а возвраты не вырастут». Результат: гипотеза, которую можно опровергнуть.
3. Выберите один рычаг и соберите вариант. Меняйте что-то одно: умолчание, первую показанную цену, число тарифов или формулировку сообщения. Если поменять несколько вещей сразу, не поймёте, что сработало. Результат: контроль и вариант, которые отличаются одним элементом.
4. Проверьте юридическую и этическую границу. Перед запуском убедитесь, что в варианте нет заранее поставленной галочки согласия, нет платных дополнений, выбранных по умолчанию, и нет более трудного пути к отмене. Результат: короткое согласование от того, кто отвечает за правила защиты потребителей и персональных данных.
5. Запустите тест на метрике ниже по воронке. Выберите главную метрику до запуска и возьмите такую, что лежит дальше клика: оплаты, выручка на посетителя, возвраты, удержание на 90-й день. Держите тест полные бизнес-циклы. Результат: итог, который нельзя выиграть обманным кликом.
6. Оставьте, уберите или перепроверьте. Оставляйте рычаг, только если улучшилась метрика ниже по воронке. Победителей перепроверьте через несколько месяцев: опубликованные эффекты часто больше эффектов в масштабе. Результат: короткий список рычагов с измеренной величиной эффекта в вашей воронке.

Примеры

Запись в стоматологической клинике

Иллюстративный пример. Клиника показывает по 14 окон записи в день и теряет посетителей на выборе времени. В тесте сначала показываются три ближайших окна и ссылка «Другое время» (меньше вариантов на шаге выбора), а напоминание сформулировано как «Оставить мои напоминания», причём галочку ставит сам пациент. Во второй правке согласие намеренно оставлено добровольным: согласие с заранее поставленной галочкой в ЕС недействительно. Главная метрика — состоявшиеся приёмы, а не записи.

Страница тарифов B2B-платёжного сервиса

Иллюстративный пример. Платёжная компания продаёт три тарифа и индивидуальный тариф. В варианте тарифы идут от самого дорогого к самому дешёвому, так что первая цифра, которую читает покупатель, — наибольшая, а годовая оплата выбрана заранее, при этом переключатель на помесячную оплату хорошо виден. Обе правки проверяют против текущей страницы, а рядом с регистрациями смотрят возвраты и отток за 6 месяцев. Если годовые покупатели отказываются чаще, предвыбор убирают.

Пенсионные взносы: документированный случай

Американская компания перевела новых сотрудников с добровольной записи на автоматическую запись в план 401(k). Участие среди сотрудников со стажем от 3 до 15 месяцев было 37% до изменения и около 86% после, но большинство принятых по новому правилу осталось на взносе по умолчанию в 3% (Мадриан и Ши, 2001). Умолчание подталкивает людей к тому варианту, который вы задали, поэтому он должен быть таким, какой покупатель выбрал бы, подумав.

Когда применять

Применяйте там, где в решении есть измеримый отвал: страницы тарифов, выбор плана, оформление заказа, онбординг и отмена. Подходит командам, которые уже гоняют A/B-тесты и умеют читать метрики ниже по воронке: каждый рычаг здесь — гипотеза для проверки, а не правило.

Когда не применять

Не берите подход, когда трафика слишком мало, чтобы заметить небольшой эффект, когда проблема в оффере или продукте или когда рычаг скроет стоимость либо затруднит отмену. Сначала чините слабый оффер. Не используйте поведенческие рычаги, чтобы его компенсировать.

Частые ошибки

• Считают хрестоматийные эффекты гарантированными. В метаанализе 2010 года по 50 экспериментам избыток выбора в среднем был близок к нулю, а эффекты нанджей в масштабе оказались намного ниже опубликованных.
• Останавливаются на клике. Выбранный заранее тариф или сообщение о потере могут поднять число регистраций и заодно число возвратов, поэтому смотрите выручку и удержание.
• Накладывают рычаги друг на друга. Если менять умолчание, якорь и текст вместе, нельзя понять, что сработало.
• Добавляют приманку-тариф на страницу с фотографиями и реальными товарами, потому что в учебнике она работает в таблице цифр. Фредерик с коллегами показали, что эффект притяжения часто исчезает за пределами числовых лабораторных таблиц.
• Скатываются в тёмные паттерны: заранее проставленные галочки, скрытые расходы, ложная срочность и длинный путь к отмене — именно эти примеры назвала FTC в отчёте о тёмных паттернах.

Вопросы и ответы

Что такое поведенческая экономика в маркетинге?

Это применение выводов о том, как люди принимают решения на самом деле — с упрощениями и опорой на точки отсчёта, — к страницам и предложениям. В отличие от классической экономики, она не исходит из того, что люди спокойно взвешивают каждый вариант. Маркетологи используют умолчания, якоря, подачу и число вариантов, и каждый эффект нужно проверить в своей воронке.

Какие когнитивные искажения важнее всего в воронке продаж?

У умолчаний самые устойчивые данные: Мертенс (Mertens) с коллегами признали их сильнейшими из девяти приёмов нанджа. Якорение надёжно в лабораторных тестах, подача уверенно меняет отношение, неприятие потерь зависит от контекста, а избыток выбора — от сложности набора. Расставьте рычаги по силе доказательств и проверяйте.

Доказывает ли исследование с джемом, что меньше выбора — больше продаж?

Нет. В исследовании Айенгара и Леппера 2000 года покупатели, которые видели 6 джемов, покупали намного чаще тех, кто видел 24. Метаанализ 2010 года по 50 экспериментам показал средний эффект около нуля, а метаанализ 2015 года — что избыток возникает, когда набор сложный, а предпочтения неясны.

Работают ли нанджи на самом деле?

В среднем слабо. Мертенс с коллегами получили d = 0,45, Майер (Maier) с коллегами после поправки на предвзятость публикаций не нашли подтверждений, а Саси (Szaszi) с коллегами не увидели оснований ждать больших и устойчивых эффектов. Две нандж-команды замерили в масштабе 1,4 процентного пункта против 8,7 в опубликованных работах.

Когда нандж становится тёмным паттерном?

Когда он подталкивает людей к тому, чего они не выбрали бы, увидев всю картину целиком. В отчёте FTC 2022 года названы заранее проставленные галочки, скрытая информация и трудная отмена. В ЕС согласие с заранее поставленной галочкой недействительно, а дополнительные платежи требуют явного согласия. Проверка: может ли покупатель объяснить, на что он согласился?

Источники

1. Daniel Kahneman, Amos Tversky, Prospect Theory: An Analysis of Decision under Risk, Econometrica 47(2), 1979
2. Amos Tversky, Daniel Kahneman, Judgment under Uncertainty: Heuristics and Biases, Science 185, 1974
3. Amos Tversky, Daniel Kahneman, The Framing of Decisions and the Psychology of Choice, Science 211, 1981
4. Richard H. Thaler, Cass R. Sunstein, Nudge: The Final Edition, Yale University Press
5. Eric J. Johnson, Daniel Goldstein, Do Defaults Save Lives?, Science 302, 2003
6. Brigitte C. Madrian, Dennis F. Shea, The Power of Suggestion: Inertia in 401(k) Participation and Savings Behavior, NBER Working Paper 7682, 2000 (Quarterly Journal of Economics, 2001)
7. Court of Justice of the European Union, Case C-673/17 Planet49, judgment of 1 October 2019
8. European Union, Directive 2011/83/EU on consumer rights, Article 22 (additional payments)
9. Richard A. Klein and others, Investigating Variation in Replicability: A Many Labs Replication Project, Social Psychology 45(3), 2014
10. Minah H. Jung, Hannah Perfecto, Leif D. Nelson, Anchoring in Payment: Evaluating a Judgmental Heuristic in Field Experimental Settings, Journal of Marketing Research, 2016
11. Shane Frederick, Leonard Lee, Ernest Baskin, The Limits of Attraction, Journal of Marketing Research, 2014
12. David Gal, Derek D. Rucker, The Loss of Loss Aversion: Will It Loom Larger Than Its Gain?, Journal of Consumer Psychology 28(3), 2018
13. Kellen Mrkva, Eric J. Johnson, Simon Gächter, Andreas Herrmann, Moderating Loss Aversion: Loss Aversion Has Moderators, But Reports of its Death are Greatly Exaggerated, Journal of Consumer Psychology 30(3), 2020
14. Sheena S. Iyengar, Mark R. Lepper, When Choice is Demotivating: Can One Desire Too Much of a Good Thing?, Journal of Personality and Social Psychology 79(6), 2000
15. Benjamin Scheibehenne, Rainer Greifeneder, Peter M. Todd, Can There Ever Be Too Many Options? A Meta-Analytic Review of Choice Overload, Journal of Consumer Research, 2010
16. Alexander Chernev, Ulf Böckenholt, Joseph Goodman, Choice overload: A conceptual review and meta-analysis, Journal of Consumer Psychology 25(2), 2015
17. Marianne Bertrand, Dean Karlan, Sendhil Mullainathan, Eldar Shafir, Jonathan Zinman, What's Advertising Content Worth? Evidence from a Consumer Credit Marketing Field Experiment, Quarterly Journal of Economics 125(1), 2010
18. Irwin P. Levin, Gary J. Gaeth, How Consumers Are Affected by the Framing of Attribute Information Before and After Consuming the Product, Journal of Consumer Research 15(3), 1988
19. Irina Dolgopolova, Bingqing Li, Helena Pirhonen, Jutta Roosen, The effect of attribute framing on consumers' attitudes and intentions toward food: A meta-analysis, Bio-based and Applied Economics, 2021
20. Stephanie Mertens, Mario Herberz, Ulf J. J. Hahnel, Tobias Brosch, The effectiveness of nudging: A meta-analysis of choice architecture interventions across behavioral domains, PNAS 119(1), 2022
21. Maximilian Maier and others, No evidence for nudging after adjusting for publication bias, PNAS 119(31), 2022
22. Barnabas Szaszi and others, No reason to expect large and consistent effects of nudge interventions, PNAS 119(31), 2022
23. Stefano DellaVigna, Elizabeth Linos, RCTs to Scale: Comprehensive Evidence from Two Nudge Units, Econometrica 90(1), 2022
24. US Federal Trade Commission, Bringing Dark Patterns to Light, staff report, September 2022
25. Arunesh Mathur and others, Dark Patterns at Scale: Findings from a Crawl of 11K Shopping Websites, ACM CSCW, 2019
26. Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных», статья 9 (КонсультантПлюс)

Обновлено 15 октября 2026

Илья ПушинОснователь PUSHERS & COO Fintech ServiceИлья строит операционные системы для растущих компаний в медицине и финтехе. С 2021 года руководит трансграничными платежами в ARBI Exchange, лицензированном обменнике в Таиланде, включая KYC, AML и выход в новые юрисдикции.Об автореLinkedIn