假设你正在选购一些家居必需品——也许是橙汁和汤，或灯泡，或给年幼孩子用的尿布。你如何挑选要买的产品？这是一个复杂的决定，还是一个简单的决定？
这可能很复杂：价格、质量和品牌忠诚度等因素可能会在你脑海中盘旋。事实上，一些学者已经建立了复杂的消费者决策模型。在这些模型中，人们会积累大量产品知识，然后权衡这些知识与探索较不知名产品的机会。
但在一篇新论文中，麻省理工学院的研究人员指出，你购物时大脑所做的计算其实更简单：你很可能采用的是一种“指标策略”，即对产品进行直接明了的排序。考虑到所有可用信息，这种计算或许并非绝对完美，但研究表明，指标策略非常接近最优，而且能让消费者以容易得多的方式作出选择。
“稍微作出更好决定所带来的优势并不值得，”麻省理工学院斯隆管理学院麒麟市场营销学教授、这项新研究的合著者约翰·豪瑟说。他认为，一种简单的指标策略“能让你以低得多的成本——包括搜索成本和认知成本——作出非常接近最优的决定。”基本的排序能帮助你迅速作出决定，也让你有余裕思考周末购物选择以外的事情。
典型的消费者思维模型往往把大脑看作一台持续运行的计算机，并认为消费者会不断担心自己的选择会如何相互影响。例如，考虑某个尿布品牌时，这些模型假设消费者担心自己会失去进一步了解其他品牌的机会。麻省理工学院团队也认为消费者会积累信息，但他们认为这一过程更简单、更直观。
“审视选项时，我们通常会逐一评估，”麻省理工学院斯隆管理学院市场营销学副教授、这项研究的另一位合著者张娟娟说。“我们认为这就是我们的思考方式，而这与市场营销领域其他模型的运作方式不同。”
无需考虑 PSPACE
这篇论文题为《简单地从经验中学习》，发表于《 营销科学》期刊。合著者包括麻省理工学院博士生林松、张娟娟和约翰·豪瑟。
论文所述研究明确旨在弥合消费者决策实证研究与该领域数学模型之间的差距。豪瑟、林松和张娟娟指出，一些消费者思维模型属于“PSPACE-hard”——也就是说，数学难度极高，即使使用最快的计算机也几乎无法求解；求解所需的步骤数与问题规模直接相关。
“这些模型假设消费者能作出连计算机都无法求解的决定，”豪瑟说。“还假设消费者在超市货架间走动时，能在几秒钟内作出这些决定。”此外，他指出：“即使是计算机，也会用简单的启发式方法来解决这些问题。”
为检验指标策略能否合理描述消费者的思维方式，林松、张娟娟和豪瑟对购买尿布的消费者开展了一项实证研究，使用一组商业数据，涵盖262户家庭和近3,400次购买。研究发现了若干相关规律，例如消费者更有可能在最初13次购买中更换尿布品牌。
研究人员认为，这表明消费者在学习，也重视转换品牌的机会；同时，数据符合指标策略的概念。该策略对产品选择的解释能力不逊于其他模型，同时也表明，消费者可能倾向于减少以时间计的思考成本。
“如果我们假设消费者使用这种启发式方法，它对数据的解释效果就和最优[模型]一样好，”豪瑟说。
一个理应发生学习的场景
与此同时，指标策略的概念并不排除消费者重新评估品牌。研究人员指出，以尿布这类产品为研究对象，可以看到人们确实会学到一些关于产品的新信息，有时还会因此改变指标排序。
因此，指标策略得出的结果与复杂模型相似，但实现这一结果的过程直接得多。
“尿布有两个特点，使它成为一个很好的品类，”豪瑟说。“一是我们可以识别刚进入这一品类，或有一段时间没有接触这一品类的人……这是一个理应发生学习的场景。另一点是，了解尿布对新手父母可能相当重要。他们有学习的动力。”
研究人员表示，他们愿意开展更多研究，并希望消费者认知领域的实证研究者与理论研究者能日益增多地“彼此交流”。毕竟，超市货架并不是唯一一个可以预期人们会学习的地方。
本文由 麻省理工学院新闻合作发布。本文的发布并不意味着世界经济论坛认可其中观点。
如需持续关注《议程》， 订阅我们的每周简报。
作者：彼得·迪齐克斯，为麻省理工学院新闻撰稿
图片：5岁的查莉·克罗斯比在洛杉矶格罗夫购物中心美国女孩商店的橱窗前指着一个娃娃。路透社/露西·尼科尔森