5D Library › 选择架构、累积前景理论与销售界面价格锚定的计算行为学 · English
第一章 选项的多少:选择过载与助推效应的规模
两种相反的流行说法
在定价页面与商品陈列上,流传着两种方向相反的说法。一种说「选项越多,总有一款适合你,转化越高」;另一种说「选项一多,顾客就会犹豫,干脆不买」,后者常常配上一个数字:「24 种果酱只有 3% 的人购买,6 种果酱有 30%」。作者的框架要求先证伪前一种说法;本章的结论是,两种说法作为普遍规律都不成立,真正可以回答的问题是「在什么条件下,选项增加会提高或降低购买」。
本章先回到果酱研究的原始数字,再看两项梅塔分析,然后用一个作者的模型说明为什么效应的方向可以随条件改变,最后讨论一个更一般的问题:一个在单次实验中观察到的「选择设计」效应,在大规模现场试验中还剩多少。
果酱研究的原始数字
证据
艾扬格与莱珀 2000 年发表的研究一在加州门洛帕克的一家高档超市进行:试吃摊位轮流摆出 24 种或 6 种果酱,路过的顾客可以试吃,并得到一张购买任一种果酱可减 1 美元的优惠券。路过 24 种果酱摊位的 242 名顾客中,145 人(60%)停下来;路过 6 种果酱摊位的 260 名顾客中,104 人(40%)停下来。停下来的顾客中,24 种一组有 4 人(约 3%)后来用优惠券购买,6 种一组有 31 人(约 30%)(Iyengar and Lepper 2000)。同一篇文章的研究三中,从 6 种巧克力中挑选的参与者有 48% 选择以巧克力而不是 5 美元现金作为报酬,从 30 种中挑选的只有 12%。
下面的程序用这些已发表的计数,分别按「停留者」与「路过者」计算购买率,并做费希尔精确检验。
推导
# Part A: the published counts of Iyengar & Lepper (2000), Study 1 (jam tasting booth),
# re-analysed per stopper and per passer-by, with Fisher's exact test.
# Part B: THE AUTHOR'S MODEL (illustrative, not evidence). A shopper sees n options whose
# match values u_i are iid N(0, 1). With preference uncertainty she observes u_i + e_i,
# e_i ~ N(0, s^2), so the best posterior mean is r * M_n with r = 1 / sqrt(1 + s^2) and
# M_n the maximum of n standard normals. Reviewing the set costs c per extra option. She
# buys if r * M_n - c * (n - 1) > u0, otherwise she defers. P(buy) is exact:
# P(M_n > t) = 1 - Phi(t) ** n with t = (u0 + c (n - 1)) / r.
import math, statistics
ND = statistics.NormalDist()
def fisher_two_sided(a, n1, b, n2):
k, n = a + b, n1 + n2
p = lambda x: math.comb(n1, x) * math.comb(n2, k - x) / math.comb(n, k)
p0 = p(a)
xs = range(max(0, k - n2), min(k, n1) + 1)
return sum(p(x) for x in xs if p(x) <= p0 * 1.0000001)
def p_buy(n, c, s, u0=1.0):
r = 1 / math.sqrt(1 + s * s)
return 1 - ND.cdf((u0 + c * (n - 1)) / r) ** n
print("Iyengar & Lepper 2000, Study 1 (published counts)")
for lab, passed, stop, buy in (("24 jams", 242, 145, 4), ("6 jams", 260, 104, 31)):
print(f" {lab}: stopped {stop}/{passed} = {stop / passed:.0%}; bought {buy}/{stop}"
f" = {buy / stop:.1%} of stoppers, {buy / passed:.1%} of passers-by")
print(" Fisher exact p, buyers among stoppers:",
f"{fisher_two_sided(4, 145, 31, 104):.1e};"
f" among passers-by: {fisher_two_sided(4, 242, 31, 260):.1e}")
print(f" ratio of purchase rates per passer-by: {(31 / 260) / (4 / 242):.1f}")
print()
print("author's model: P(buy) for 6 and 24 options, best n in 1..60")
print(" cost c noise s n=6 n=24 24 minus 6 best n P(best)")
effects = []
for c in (0.0, 0.005, 0.02, 0.05):
for s in (0.0, 1.0, 2.0):
p6, p24 = p_buy(6, c, s), p_buy(24, c, s)
best = max(range(1, 61), key=lambda n: p_buy(n, c, s))
effects.append(p24 - p6)
print(f" {c:6.3f} {s:7.1f} {p6:6.3f} {p24:6.3f} {p24 - p6:+10.3f}"
f" {best:7d} {p_buy(best, c, s):6.3f}")
pos = sum(e > 0 for e in effects)
print(f"12 settings: 24 beats 6 in {pos}, 6 beats 24 in {12 - pos};"
f" mean difference {statistics.fmean(effects):+.3f},"
f" sd {statistics.stdev(effects):.3f}")
# Iyengar & Lepper 2000, Study 1 (published counts)
# 24 jams: stopped 145/242 = 60%; bought 4/145 = 2.8% of stoppers, 1.7% of passers-by
# 6 jams: stopped 104/260 = 40%; bought 31/104 = 29.8% of stoppers, 11.9% of passers-by
# Fisher exact p, buyers among stoppers: 1.8e-09; among passers-by: 4.4e-06
# ratio of purchase rates per passer-by: 7.2
#
# author's model: P(buy) for 6 and 24 options, best n in 1..60
# cost c noise s n=6 n=24 24 minus 6 best n P(best)
# 0.000 0.0 0.645 0.984 +0.339 60 1.000
# 0.000 1.0 0.388 0.860 +0.472 60 0.993
# 0.000 2.0 0.074 0.264 +0.190 60 0.535
# 0.005 0.0 0.630 0.967 +0.337 60 0.998
# 0.005 1.0 0.368 0.758 +0.390 60 0.871
# 0.005 2.0 0.064 0.141 +0.077 31 0.146
# 0.020 0.0 0.583 0.834 +0.251 25 0.835
# 0.020 1.0 0.310 0.376 +0.067 16 0.415
# 0.020 2.0 0.041 0.013 -0.028 8 0.042
# 0.050 0.0 0.488 0.317 -0.171 10 0.534
# 0.050 1.0 0.210 0.028 -0.182 6 0.210
# 0.050 2.0 0.015 0.000 -0.015 3 0.021
# 12 settings: 24 beats 6 in 8, 6 beats 24 in 4; mean difference +0.144, sd 0.219程序的前半部分说明三点。第一,常被引用的「3% 对 30%」是停留者中的购买比例(2.8% 对 29.8%);按路过者计算,是 1.7% 对 11.9%,比值约 7.2。两种算法都显示 6 种一组更好,但后者才对应「摆出这个摊位,路过的人里有多少会买」这个商业问题。第二,差别在统计上非常显著(精确检验的 p 值分别为 与 ),但这是一项现场研究,摊位轮换的时段、优惠券的使用期限、顾客类型都没有在多家商店中重复。第三,24 种一组吸引了更多人停留,所以「选项多」对「吸引注意」与「促成购买」的作用方向相反;把两者合成一个「转化率」会掩盖这一点。
两项梅塔分析
证据
舍伊本黑内、格赖芬德与托德 2010 年汇总了 50 项已发表与未发表实验中的 63 个条件(共 5,036 名参与者),发现选择过载的平均效应「几乎为零」,而研究之间差异很大;他们找到了若干可能的前提条件,但没有找到使效应可靠出现的充分条件 (Scheibehenne et al. 2010)。切尔涅夫、伯肯霍尔特与古德曼 2015 年汇总了 99 个观测(共 7,202 人),找到四个调节变量:选项集的复杂性、决策任务的难度、偏好的不确定性,以及「省力」的决策目标;这四者越强,选择过载越明显。考虑这些调节变量后,选项数量对选择过载的总体效应是显著的,作者认为这与早先的梅塔分析结论不同 (Chernev et al. 2015)。
两项梅塔分析并不矛盾。前者问的是「平均而言有没有效应」,答案是接近零;后者问的是「效应在什么条件下出现」,答案是四个调节变量。合在一起的结论是:选择过载不是普遍规律,也不是不存在;它是一个依赖条件的效应。所以「选项越多转化越高」与「选项一多就不买」都应当改写为带条件的陈述。
作者的模型:选项数量的两面
为了说明「条件」怎样决定方向,下面给出一个简单的作者的模型。它不是对任何研究结果的拟合,只用来说明机制。
设顾客面对 个选项,每个选项与她需要的匹配程度 独立服从标准正态分布。她看不清真实的匹配度,只看到带噪声的信号 ,;于是她对最好选项的后验估计为 ,其中 是 个标准正态变量的最大值, 反映偏好不确定性( 越大,越难分辨好坏)。逐个比较选项需要成本,每多一个选项增加 。她在 时购买,否则推迟( 是不购买的保留价值)。购买概率有精确解:
增加选项有两种作用: 随 增大(找到更合适选项的机会增加),比较成本 随 线性增大。前者的增长越来越慢(大约与 同阶),后者不会变慢,所以只要 ,购买概率最终会随 下降。
程序后半部分的表格列出 12 种设定。比较成本为零时,24 个选项总比 6 个好(例如偏好不确定性 时为 0.860 对 0.388;此时「最优 = 60」只是搜索上限 60 截断的结果,购买概率随 单调上升);成本为 0.05 时,24 个选项总比 6 个差( 时为 0.028 对 0.210), 时最优选项数降到 6 个( 时为 10, 时为 3)。中间的设定中,偏好不确定性越大,最优选项数越小(成本 0.02 时, 从 0 增加到 2,最优选项数从 25 降到 8)。12 种设定里,24 个选项在 8 种中更好、在 4 种中更差,平均差 +0.144,标准差 0.219:平均值掩盖了方向相反的情形。这与两项梅塔分析的图景一致:比较成本对应「任务难度」与「复杂性」,噪声对应「偏好不确定性」。
注
这个模型说明不了什么。 它假设选项的匹配度相互独立、顾客逐个比较、成本线性,并且没有把「吸引停留」的作用放进去(果酱研究中 24 种一组停留的人更多)。它只说明:在一个合理的机制中,效应的方向由比较成本与偏好不确定性决定,所以任何单一的「最佳选项数」都需要在具体情境中检验。
助推在大规模试验中还剩多少
选择过载只是「选择架构」中的一种现象。塞勒与桑斯坦把选择架构定义为「呈现选项的方式」,把不禁止任何选项、不显著改变经济激励而可以预见地改变行为的设计称为「助推」(Thaler and Sunstein 2008)。助推的效应在实验室与小型现场研究中常常相当可观,在大规模推广时却往往小得多。
证据
德拉维尼亚与利诺斯 2022 年汇总了美国两个助推机构的全部 126 项随机对照试验(覆盖超过 2,300 万人):这些试验的平均效应为提高参与率 1.4 个百分点(相对于对照组提高 8.0%),而发表在学术期刊上的助推试验平均为 8.7 个百分点(提高 33.4%)。作者把差距的主要来源归于学术文献中的选择性发表,同时讨论了两类试验在干预与对象上的差异 (DellaVigna and Linos 2022)。梅尔滕斯等人 2022 年的梅塔分析报告了中等大小的平均效应(科恩 约 0.43)(Mertens et al. 2022);迈尔等人用校正发表偏倚的贝叶斯模型平均法重新分析同一数据,校正后的总体效应为 0.04(95% 区间 0.00 至 0.14),认为「没有证据」支持助推总体有效,但不排除某些类别有效 (Maier et al. 2022)。默认选项是证据相对较强的一类:贾希莫维奇等人汇总 58 项研究(73,675 人),默认效应的平均值为 (95% 区间 0.53 至 0.83),在消费领域更强、在环境领域较弱 (Jachimowicz et al. 2019)。
为什么会这样?下面的程序做一个纯算术的说明:假设所有试验的真实效应都是 1.4 个百分点(基线 20%),每组 人,只有 的结果被发表。截断正态分布的期望给出发表结果的平均值
推导
# Why published nudge effects shrink at scale: a selection-on-significance calculation.
# DellaVigna & Linos (2022): trials in academic journals average 8.7 percentage points,
# all trials of two US nudge units 1.4 points. Here, purely as arithmetic, suppose every
# trial has the same true effect d (points) on a 20 % base rate, n per arm, and only
# results with z > 1.96 are published. The mean published estimate is
# E[est | est > 1.96 se] = d + se * phi(a) / (1 - Phi(a)), a = 1.96 - d / se,
# se = sqrt(2 p (1 - p) / n) in points. Exact normal formulas; nothing is simulated.
import math, statistics
ND = statistics.NormalDist()
def published(d, n, p=0.20):
se = 100 * math.sqrt(2 * p * (1 - p) / n)
a = 1.96 - d / se
return d + se * ND.pdf(a) / (1 - ND.cdf(a)), 1 - ND.cdf(a), se
print("true effect d = 1.4 points on a 20 % base rate; only z > 1.96 published")
print(" n per arm s.e. power mean published exaggeration")
for n in (100, 250, 500, 1000, 2500, 10000, 100000):
m, pw, se = published(1.4, n)
print(f" {n:9,d} {se:6.2f} {pw:6.3f} {m:15.2f} {m / 1.4:12.1f}x")
lo, hi = 10, 100000
for _ in range(60):
mid = math.sqrt(lo * hi)
lo, hi = (mid, hi) if published(1.4, mid)[0] > 8.7 else (lo, mid)
print(f" a published mean of 8.7 arises at about n = {lo:,.0f} per arm")
print("if instead the true effect is 8.7 points (no filter needed):")
for n in (250, 1000):
m, pw, se = published(8.7, n)
print(f" n = {n:5,d}: power {pw:.3f}, mean published {m:.2f}")
# true effect d = 1.4 points on a 20 % base rate; only z > 1.96 published
# n per arm s.e. power mean published exaggeration
# 100 5.66 0.043 13.40 9.6x
# 250 3.58 0.058 8.55 6.1x
# 500 2.53 0.080 6.10 4.4x
# 1,000 1.79 0.120 4.39 3.1x
# 2,500 1.13 0.235 2.88 2.1x
# 10,000 0.57 0.697 1.68 1.2x
# 100,000 0.18 1.000 1.40 1.0x
# a published mean of 8.7 arises at about n = 241 per arm
# if instead the true effect is 8.7 points (no filter needed):
# n = 250: power 0.681, mean published 10.57
# n = 1,000: power 0.998, mean published 8.71每组 100 人时,把握度只有 4.3%,发表的平均估计为 13.40 个百分点,是真实效应的 9.6 倍;每组约 241 人时,发表的平均值恰好是 8.7;每组 10,000 人时,夸大降到 1.2 倍。这不是说德拉维尼亚与利诺斯的数据「就是」这样产生的——学术试验与机构试验在干预强度、对象与结局上确实不同——而是说明:只要样本小、只发表显著结果,一个 1.4 个百分点的真实效应就足以在文献中显示为 8.7。第 33 本讨论过同一机制(赢家诅咒),这里只用于提醒:看到「某个页面改动提升转化 30%」时,先问样本有多大、有没有预先登记、失败的版本是否也公开了。
假说 · 尚未验证 · 比较成本决定选项数的效应方向
作者的假说(尚未确立): 在定价页面上,增加套餐数量对购买的影响方向取决于比较成本:当各套餐的差别可以在一个维度上直接比较(例如只差存储空间)时,增加选项提高购买率;当差别分散在多个难以对比的维度上时,增加选项降低购买率。什么样的结果能证明它是错的: 在一项预先登记、随机分配「单维差别」与「多维差别」两种页面并各自比较 3 档与 6 档的析因实验中,选项数与差别结构之间的交互作用的置信区间包含零,或方向相反。
从证据到页面:检验选项数量时要写清的三件事
把上面的讨论用于一个真实页面,至少要事先写清三件事。第一,分母:果酱研究的教训是,「停留者中的购买率」与「路过者中的购买率」可以给出差别很大的比值;页面测试的主要结局应当以「被随机分配到该页面的访客」为分母,而不是以「点开了套餐详情的人」为分母,否则吸引注意与促成购买两种作用会混在一起。第二,结局的数目:选项数量可能同时改变购买率、所选套餐的平均价格与退款率,只能有一个作为主要结局,其余作为次要结局(第八章的做法)。第三,比较的结构:作者的模型说明,效应的方向取决于比较成本,所以「3 档对 6 档」的结论不能推广到差别结构不同的另一组 6 档;一次测试只回答它所测试的那一组页面。第 6 本把转化漏斗写成吸收马尔可夫链,讨论过每一环的弹性;这里只补充一点:选项数量影响的往往不是某一环,而是同时改变「进入下一环」与「在这一环停留」两个转移概率,单看最后的转化率无法区分二者。
本章小结
果酱研究中「3% 对 30%」是停留者中的购买比例,按路过者计算是 1.7% 对 11.9%;24 种一组吸引了更多人停留。梅塔分析显示选择过载的平均效应接近零、异质性很大,并找到复杂性、任务难度、偏好不确定性与省力目标四个调节变量。作者的模型显示选项数量的效应方向由比较成本与偏好不确定性决定,12 种设定中 8 种对多选项有利、4 种不利。助推机构的大规模试验平均效应为 1.4 个百分点,学术期刊为 8.7;只发表显著结果时,一个 1.4 个百分点的真实效应在每组约 240 人的研究中平均显示为 8.7。所以「选项越多越好」与「选择过载普遍存在」都不成立,而任何单次实验报告的大效应都需要先问它经过了怎样的筛选。
参考文献
Fan, Y. (2026). Choice Architecture, Cumulative Prospect Theory and Computational Behavioural Economics of Pricing Interfaces: From Loss-Aversion Value Functions and Asymmetric Dominance to Hyperbolic Discounting, Read Beside the Qingzhong Chapters of the Guanzi [选择架构、累积前景理论与销售界面价格锚定的计算行为学] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23836260 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).