กรณีศึกษา เทคนิคการตลาด “ซื้อให้ครบเพื่อส่งฟรี”

กรณีศึกษา เทคนิคการตลาด “ซื้อให้ครบเพื่อส่งฟรี”

5 พ.ย. 2020
กรณีศึกษา เทคนิคการตลาด “ซื้อให้ครบเพื่อส่งฟรี” /โดย ลงทุนแมน
เคยเป็นไหม เมื่อเราซื้อสินค้าออนไลน์แล้วมีค่าส่ง
แต่ถ้ามีเงื่อนไขว่า ซื้อเพิ่มอีกให้ถึงยอดที่กำหนด แล้วเราจะไม่ต้องเสียค่าส่ง
เรามักจะยินยอมพร้อมจ่ายเงินซื้อสินค้าเพิ่ม
ทั้งที่เราอาจไม่ได้อยากได้สินค้านั้นเลยด้วยซ้ำ..
เรื่องนี้สามารถอธิบายได้ด้วย Prospect Theory
แล้วทฤษฎีนี้มันเป็นอย่างไร?
ลงทุนแมนจะเล่าให้ฟัง
╔═══════════╗
Blockdit เป็นแพลตฟอร์ม สำหรับนักอ่าน และนักเขียน
ที่มีผู้ใช้งาน 1 ล้านคน ลองใช้แพลตฟอร์มนี้เพื่อได้ไอเดียใหม่ๆ
แล้วอาจพบว่าสังคมนี้เหมาะกับคนเช่นคุณ
Blockdit. Ideas Happen. Blockdit.com/download
╚═══════════╝
ทฤษฎีคาดหวัง หรือ Prospect Theory เป็นหนึ่งในทฤษฎีภาคเศรษฐศาสตร์พฤติกรรม ที่ใช้อธิบายการตัดสินใจของมนุษย์ ต่อสิ่งรอบตัว
ทฤษฎีนี้ถูกคิดค้นขึ้นโดยนักเศรษฐศาสตร์เจ้าของรางวัล Nobel อย่าง Daniel Kahneman และ Amos Tversky
พวกเขาค้นพบว่า เวลาเราสูญเสียสิ่งใดไป มักจะมีผลกระทบต่อจิตใจมากกว่าสิ่งที่เราได้รับมา ถึงแม้จะเป็นในปริมาณที่เท่ากัน
แล้วพวกเขาทดสอบทฤษฎีนี้อย่างไร?
ทาง Kahneman และ Tversky ได้แบ่งการทดสอบออกเป็น 2 กลุ่มด้วยกัน
กลุ่มแรก คือ การที่เราอยู่ภายใต้สถานการณ์โรคระบาดที่ส่งผลกระทบต่อคน 600 คน โดยเรามี 2 ทางเลือกระหว่าง
ทางเลือกที่ 1 เลือกวัคซีนที่สามารถช่วยชีวิตคนได้จำนวน 200 คน
ทางเลือกที่ 2 เลือกวัคซีนที่สามารถช่วยชีวิตคนได้ 1 ใน 3 ของคน 600 คน ในขณะที่ 2 ใน 3 จะเสียชีวิต
ถึงตรงนี้เป็นเรา เราจะเลือกทางเลือกที่เท่าไร?
ผลการทดสอบของ Kahneman และ Tversky
พบว่าทุกๆ 100 คน จะมี 72 คน ที่เลือกทางเลือกที่ 1
หรือเลือกวัคซีนที่สามารถช่วยชีวิตคนได้จำนวน 200 คน
จุดนี้ก็น่าสนใจ เพราะว่าจริงๆ แล้วทางเลือกที่ 1 กับ 2 สามารถช่วยชีวิตคนได้เท่ากัน
แต่เพียงแค่ข้อความในทางเลือกที่หนึ่งไม่ได้บอกจำนวนผู้เสียชีวิต..
หลังจากนั้น Kahneman และ Tversky ก็ได้ทดสอบทฤษฎีเพิ่มเติมกับผู้ทดลองอีกกลุ่มหนึ่งภายใต้สถานการณ์เดียวกัน คือ มีโรคระบาดที่สร้างผลกระทบให้กับคน 600 คน
แต่มี 2 ทางเลือกใหม่ เปลี่ยนจากการช่วยชีวิต เป็นการสูญเสีย คือ
ทางเลือกที่ 1 วัคซีนนี้จะทำให้คน 400 คนเสียชีวิต
ทางเลือกที่ 2 วัคซีนนี้จะสามารถช่วยชีวิตคนได้ 1 ใน 3 ของคน 600 คน ในขณะที่ 2 ใน 3 จะเสียชีวิต
ผลปรากฏว่า ผู้ทดสอบกลับเลือกทางเลือกที่ 2 มากถึง 78%
แล้วการทดสอบนี้ สะท้อนให้เห็นถึงอะไร?
หากเราสังเกตดีๆ ทั้ง 2 การทดสอบนั้นมีผลลัพธ์เหมือนกัน
คือช่วยชีวิตคนได้ 200 คน และทำให้ 400 คนเสียชีวิต
แต่เมื่อเรามีโอกาสช่วยชีวิตใครสักคน เรามีแนวโน้มที่จะเลือกการช่วยชีวิตได้ 200 คน มากกว่าที่จะเลือกทางเลือกที่สร้างการสูญเสีย
ในทางกลับกัน พอเราเผชิญเข้ากับการสูญเสียแล้ว เรากลับเลือกที่จะ “เสี่ยง” กับโอกาส
มากกว่าการเลือกให้คนเสียชีวิต 400 คน
ทั้งหมดนี้ ผู้คิดค้นทฤษฎีอย่าง Kahneman และ Tversky ได้สรุปว่ามนุษย์ไม่ได้มีเหตุผลเสมอไป
การตัดสินใจของมนุษย์จะขึ้นอยู่กับมูลค่าความเป็นไปได้ของความสูญเสีย กับสิ่งที่เราจะได้รับ
โดยมนุษย์เรามีแนวโน้มที่เป็นทั้ง ผู้ไม่ชอบความเสี่ยง (Risk Averse) และยอมเสี่ยงในเรื่องที่จะต้องสูญเสีย (Risk Seeking)
ทฤษฎีนี้สามารถนำมาใช้อธิบายการตัดสินใจในชีวิตประจำวันได้ว่าทำไมบางครั้งเราถึงไม่ชอบความเสี่ยง และทำไมบางครั้งเราถึงชอบความเสี่ยง
นอกจากจะอธิบายถึงพฤติกรรมของมนุษย์ได้แล้ว เราก็ยังสามารถนำทฤษฎีมาต่อยอดทำการตลาดให้กับธุรกิจได้อีกด้วย
และนั่นเป็นเหตุผลที่อธิบายว่า
ทำไมเราเลือกที่จะซื้อสินค้าให้ครบ 1,000 บาท เพื่อที่จะได้รับสิทธิ์ส่งฟรี
เพราะมันจะทำให้เกิด “อคติ” ในการไม่อยากให้เกิดความสูญเสีย นั่นก็คือ “เสียค่าส่ง”
ในบางครั้งเราจึงยอมเสียเงินเพิ่มในการซื้อสินค้า
ทั้งๆ ที่เราไม่ได้ต้องการสินค้านั้นเลยด้วยซ้ำไป..
----------------------
Blockdit เป็นแพลตฟอร์ม สำหรับนักอ่าน และนักเขียน
ที่มีผู้ใช้งาน 1 ล้านคน ลองใช้แพลตฟอร์มนี้เพื่อได้ไอเดียใหม่ๆ
แล้วอาจพบว่าสังคมนี้เหมาะกับคนเช่นคุณ
Blockdit. Ideas Happen. Blockdit.com/download
----------------------
ติดตามลงทุนแมนได้ที่
Website - longtunman.com
Blockdit - blockdit.com/longtunman
Facebook - facebook.com/longtunman
Twitter - twitter.com/longtunman
Instagram - instagram.com/longtunman
Line - page.line.me/longtunman
YouTube - youtube.com/longtunman
References
https://www.investopedia.com/terms/p/prospecttheory.asp
https://www.invespcro.com/blog/prospect-theory/
https://brandtrust.com/prospect-theory/
https://corporatefinanceinstitute.com/resources/knowledge/other/prospect-theory/
© 2017-2020 Longtunman. All rights reserved.