损失厌恶原理其实本质上是一种认知偏差,也是一类影响人们日常生活行为的一类心理学效应。人类天生就喜欢规避风险,有这么一个思想实验,向上抛一枚质地均匀、正常的硬币,如果抛出的结果是正面,你将获得120元,但如果是反面,你将输掉100元。当看到这个游戏规则,你是否想参加这个游戏?大多数的人是会选择拒绝参与这个游戏的,因为一般人会有这类规避风险的情绪。但从统计概率学角度去看,如果这个游戏一直玩下去,输赢概率是一样的,但赢得游戏所获得的奖励是比输掉游戏的损失大的,也就是说此时之于玩家来说,期望是正的,必然是挣钱的。
对于多数人而言,损失100元的痛苦远大于获得120元的快乐,因此他们是不愿意参加的。研究表明,当把奖励提升至200及以上,大家才有意愿来参加这个游戏。
损失厌恶理论是经常被用在市场营销领域,常见的有四种:第一种,限时秒杀。一般限时秒杀商品对应会有倒计时,这也在按时消费者,你所浏览的商品有非常的优惠,而如果你不抓住这个机会,就没有办法享受到这个优惠。这个时候,消费者脑子里的低价的“损失厌恶”机制就会被启动。第二种,有限席位。一些线下活动或者见面会会设置人数限制,旨在告诉大家活动名额有限,你不抓住这次见面学习的机会,就会被别人抓住。第三种,满减包邮。电商的普及使得越来越多的人钟爱线上购物,而物流是有成本的,部分商家为了提高客户成交的单价,会设置满额包邮的门槛,大多消费者为了避免自己在运费上吃亏,会去选择凑单,从而获得包邮服务。第四种,限时涨价。知识付费时代,网上出现一系列的付费课程,这些课程通常以视频或者音频形式,而对方会告诉你,由于课程的更新,将于几月几号做涨价处理,这就刺激到还没买而对课程感兴趣的那批用户,就会想趁着没涨价买下它。
而在股市里,损失厌恶原理经常会让人陷入被套的境况。为什么在股价上涨,经济走好的情况下,股市里还一直流行着“一赢二平七输”的结论呢?即便是那些优质的白马股,短期依旧可能会有大幅震荡,而部分白马股的持有股民因为厌恶损失中途下了车。
当然,换个角度,我们也能让损失厌恶理论对我们起到正面推动的作用,我们会因为厌恶损失而选择去学习,去往前面走。举个例子,你想减肥,但又控制不住你自己。于是你叫来你老爸,告诉他监督你减肥,如果你一个月减不到10斤,你就给他1000元,当然这里的金额需要自己去设定,如果只是设定一个你毫不在意的金额,那么你这个行动大概率还是不成功的。
上篇文章中我说过,厚厚的经济学读薄了,其实就是一句话: 什么最缺什么最值钱。市场经济,什么最缺呢?卢梭的契约论告诉我们,要讲契约精神,也就是说,市场经济就是合同经济,大家签了合同就要按合同办事,说白了,就是要讲诚信,所以市场经济,诚信最缺,诚信最值钱。不信,你看看,那些优秀的长青企业,有哪些是不讲诚信的。
说到企业,要生存和法则,离不开利润,收入,现金流,说到底,就是要有钱进账,这要靠什么呢?要靠提供产品和服务,要成交,成交靠什么呢,当然是销售,双十一一天2600多亿,就是指销售成交。而成交离不开客户,那么,客户凭什么和你成交?傻子都知道信任是成交的关键,要不拼多多,云集等社交电商、社交群怎么玩的这么火,这么成功。总之,玩营销,最需要的客户信任,当然,最需要的也是最缺的,因此,对销售而已,客户信任最缺,也就最值钱,这点地球人都知道,销售套路眼花缭乱,本质上都是围绕客户信任展开,不管是娱乐主播打赏,还是带货网红电商,都明白这一点。
那么,为什么信任对成交这么重要呢?说到底,还是人性使然,人心使然,因为趋乐避痛,趋利避害是人性的根本。所以,互联网营销各自成功玩法的背后,其实都能看到行为经济学家卡尼曼的损失厌恶效应的影子。
例如,一个富翁经常经过十字路口,总会遇到一个乞丐,每次他都会给乞丐一百元大钞,乞丐每次都感激不已。有一天,他身上没有一百元,于是就随手给乞丐五十元,乞丐大怒:“我的另外五十元,哪去了?”
比如,你在马路上捡到100元的高兴和丢失100元的痛苦,哪种感情会更加强烈呢?
再比如,你炒股票,会不会觉得赚了1万元,没什么太大的感觉,而赔掉1万元的时候,“小心脏”疼的要命?还有,赌场上,赌徒为了捞回本,最后输到只剩内裤,也是一个道理。
说到双十一,一家电器厂家在年底做活动,凡是消费满888元的客户,将会赠送一个小型加湿器,价值199元。客户觉得这个活动还不错,选购的也很开心,最后也拿到了赠品加湿器。结果回家才用一次发现加湿器不喷雾气了,赠品质量差,客户内心定是对这家服装店很失望,店家甚至会失去这些客户。于是双十一后退货小高潮也是可以理解的。
心理学家把这种对损失更加敏感的底层心理状态,叫做规避损失。规避损失(Loss Aversion):对于相同一件东西,得到的快乐其实并没有办法缓解失去的痛苦,而且,失去所带来的负效用为得到的正效用的2至2.5倍。
大家结合自己的日常生活,结合日常的销售活动,不妨思考一下,是不是这么个理?
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)