Homo oeconomicus odszedł do lamusa. 40 milionów na wyciągnięcie ręki – behavioral pricing w praktyce

W obecnych czasach nie trzeba już nikogo przekonywać, że jako konsumenci nie działamy w sposób racjonalny, oraz że koncepcja homo oeconomicus definiująca człowieka jako jednostkę zachowującą się racjonalnie odeszła na dobre do lamusa. Marketerzy i osoby zarządzające cenami produktów/usług coraz częściej w swojej codziennej pracy odwołują się do odkryć z dziedziny Ekonomii Behawioralnej.

Rafał Neska, Strategic Insight Manager, Price / Product Optimization Expert, GfK

Tysiące eksperymentów pokazują wręcz niesamowitą zagadkowość procesów decyzyjnych, ale także drzemiący potencjał biznesowy mechanizmów behawioralnych. Doskonałym przykładem może być Efekt wabika (decoy effect), polegający na stworzeniu odpowiedniej, choć pozornie bezsensownej architektury wyboru. Polega on na uwzględnieniu w portfolio ofert dostępnych dla potencjalnych klientów wariantu, którego zadaniem jest stworzenie dodatkowego punktu odniesienia, a przez to przesunięcie środka ciężkości procesu decyzyjnego w stronę interesujących marketera opcji. Na bazie eksperymentu, który przeprowadził Dan Ariely, autor bestsellera „Potęga irracjonalności” (Predictably Irrational), widzimy, iż Efekt wabika może wygenerować ponad 40% wzrost przychodów.

W tym momencie nasuwa się pytanie, czy możnaz powodzeniem aplikować tego typu mechanizmy, w ramach naszej codziennej praktyki biznesowej? Spróbujemy to pokazać na poniższym przykładzie.

CASE STUDY Pożyczka gotówkowa

Pożyczka gotówkowa jest jednym z najważniejszych produktów z punktu widzenia wyniku finansowego banku. Klienci banków zwykle mogą wybrać między zaciągnięciem pożyczki

Opcja domyślna

Opcja domyślna (default option) to predefiniowany wariant, kierujący konsumentów w stronę określonego rozwiązania, i ułatwiający podjęcie decyzji. Odpowiednie nią sterowanie niesie ze sobą bardzo duży potencjał. Konfrontując potencjalnych klientów w pierwszym kroku, z ofertą zawierającą ochronę ubezpieczeniową, możemy osiągnąć penetrację ubezpieczeń nawet o ponad 70% wyższą niż w przypadku odwrotnego scenariusza zakładającego, że pożyczkobiorca w pierwszej kolejności widzi ofertę z niższą ratą (bez ochrony ubezpieczeniowej). Z perspektywy średniej wielkości banku[1] działającego w Polsce, każdy dodatkowy punkt procentowy w penetracji ubezpieczeń oznacza blisko 1,5 miliona dodatkowego dochodu[2]. Zatem wzrost udziału w sprzedaży pożyczek z ubezpieczeniem z 42% do 75% oznacza poprawę wyniku finansowego o 44 mln zł.

Framing

Wykorzystując efekt framingu (ramy interpretacyjnej) rozpoczynamy prezentację oferty od najdroższego wariantu – punktem odniesienia staje się najwyższa cena (zamiast najniższej ceny, co ma miejsce w przypadku prezentacji opcji w odwrotnej kolejności); rezultatem jest zmiana postrzegania wariantów z wysoką ceną, które zyskują na atrakcyjności (w sytuacji, gdy ceną referencyjną jest najwyższa cena). Produkt z wysoką, lecz nie najwyższą ceną, wydaje się być mniej obciążającym dla portfela klienta).

Przeprowadzony eksperyment nie potwierdził naszej hipotezy. Oczekiwaliśmy, że architektura wyboru oparta o schemat: best/ better/ good w sytuacji, gdy oferta best to najdroższy wariant pożyczki z ubezpieczeniem, a propozycja good to opcja najtańsza (pozbawiona ochrony ubezpieczeniowej) będzie bardziej skutecznie zachęcała do wyboru produktu z ubezpieczeniem niż klasyczny schemat good/ better/ best. Oba testowane scenariusze z podobną skutecznością wspierają sprzedaż ubezpieczeń (63% vs. 53%, różnica nieistotna statystycznie).

Efekt wabika

W kolejnym eksperymencie zestawiliśmy ze sobą 2 scenariusze.

Scenariusz 1

Potencjalni klienci mają do wyboru:

-pożyczkę bez ubezpieczenia

-pożyczkę z ubezpieczeniem

Scenariusz 2

Do wcześniej dostępnych alternatyw dodajemy:

-minimalnie droższy wariant pożyczki z ubezpieczeniem uwzględniający
-dodatkowo możliwość skorzystania z wakacji kredytowych

Rozszerzenie oferty o dodatkową propozycję obejmującą ubezpieczenie przesuwa środek ciężkości architektury wyboru w stronę wariantów ochronnych. Dla potencjalnego pożyczkobiorcy, rozważającego skorzystanie z wariantu gwarantującego pomoc w razie trudnej sytuacji finansowej, zmienia się punkt odniesienia. Klient mniej zastanawia się, czy wybrać wariant z ubezpieczeniem, czy zmniejszyć wysokość raty, a w większym stopniu koncentruje się na rozstrzygnięciu, która z opcji obejmującej ochronę stanowi dla niego lepszą okazję. Przeprojektowanie architektury wyboru daje szansę na wzrost penetracji ubezpieczeń o ponad 30%. Co w kategoriach finansowych (perspektywa średniej wielkości banku) może zaowocować 20 mln dodatkowym dochodem.

Podsumowanie

Ekonomia Behawioralna jest bezsprzecznie kopalnią niezwykle wartościowych i praktycznych insightów, także w obszarze zarządzania cenami. Jednak bezrefleksyjne aplikowanie rozwiązań, które wydają się mieć podstawy oparte o najnowsze odkrycia naukowe może nie dać spodziewanych rezultatów lub wręcz pogorszyć wynik biznesowy. Przed wyciągnięciem finalnych wniosków i wdrożeniem optymalizacji architektury wyboru rekomendujemy zatem przeprowadzenie szczegółowej diagnostyki potencjału stojącego za różnymi wariantami operacjonalizacji biznesowej mechanizmów behawioralnych. Konieczny jest także monitoring skuteczności wprowadzonych rozwiązań.

Stojąc przed wyzwaniem optymalizacji ceny, nie należy także zapominać o możliwości wykorzystania klasycznych dźwigni marketingowych: działania promocyjne np. drobny gest, którego celem jest przechylenie szali w stronę pożyczki z ubezpieczeniem (voucher dający dostęp
do Spotify za 0 zł), możliwość zróżnicowania ofert i ceny tak, aby być w stanie maksymalnie zbliżyć się do potrzeb różnych segmentów klientów.

Nota o autorze

Rafał Neska

Strategic Insight Manager, Price / Product Optimization Expert, GfK

W branży badawczej od 2002 roku. Z wykształcenia socjolog (UW) i ekonomista (SGH).

Zajmuje się głownie doradztwem w obszarze kształtowania strategii cenowej i optymalizacji oferty (w tym New Product Development). Ekspert w zakresie badań segmentacyjnych

Jako pierwszy wdrożył na polskim rynku technikę ACBC (Adaptive Choice Based Conjoint) a następnie MBC (Menu Based Conjoint). W ramach Kongresów Badawczych PTBRiO prezentował case study dot. wdrażania nowych produktów i różnych technik badania elastyczności cenowej.

[1] Wartość pożyczek gotówkowych udzielonych w ciągu roku na poziomie ok. 5 miliardów zł

[2] Kalkulacja przy założeniu: średni efektywny okres spłaty pożyczki: 18 miesięcy, opłata ubezpieczeniowa netto: 0,15%