เพราะจากตัวเลขที่คนอ้างกันจนติดปากว่า ลดตัวเลือกจาก 24 เหลือ 6 แล้วยอดขายพุ่งขึ้น 10 เท่า ทำให้ผมต้องกลับไปเปิดตัวงานวิจัยต้นฉบับอ่านอีกรอบ แล้วก็เจอว่าเรื่องนี้มีอะไรที่ไม่มีใครเล่าต่อกันเยอะมากครับ
เพราะหลายครั้งเมื่อถูกถามถึงเรื่องนี้เวลาไปพูดเรื่อง Marketing ตามงานต่างๆ ว่า ตกลงเราควรมีสินค้าให้ลูกค้าเลือกเยอะหรือน้อยดี ซึ่งคนถามมักจะมีคำตอบในใจอยู่แล้วว่า น้อยดีกว่า เพราะเคยได้ยินเรื่องแยมมา
แต่รู้มั้ยครับว่าตั้งแต่ปี 2010 เป็นต้นมา วงการวิชาการเถียงเรื่องนี้กันจนแทบพลิกข้อสรุปเดิมไปแล้ว และคำตอบที่แท้จริงมีประโยชน์กับเรามากกว่าคำว่า เยอะดีหรือน้อยดี ไปมาก
บทความนี้ผมเลยอยากชวนเพื่อนๆ นักการตลาดมาถอดรหัสว่า Paradox of Choice ตัวจริงคืออะไร ทำไมงานวิจัยรุ่นหลังถึงทำซ้ำแล้วไม่เจอผลเหมือนเดิม และเราจะเอาข้อสรุปเวอร์ชันล่าสุดไปออกแบบทางเลือกให้ลูกค้าอย่างไรได้บ้าง
The Jam Study จุดกำเนิดของ Paradox of Choice ที่ทุกคนอ้างแต่ไม่ค่อยมีใครอ่านตัวเต็ม
ต้นทางของเรื่องทั้งหมดคืองานวิจัยชื่อ When Choice Is Demotivating: Can One Desire Too Much of a Good Thing? ของคุณ Sheena Iyengar จาก Columbia และคุณ Mark Lepper จาก Stanford ตีพิมพ์ใน Journal of Personality and Social Psychology ปี 2000 ตามที่ Columbia Business School ระบุไว้ในหน้างานวิจัย ครับ
สนามทดลองคือซูเปอร์มาร์เก็ตชื่อ Draeger’s ในเมือง Menlo Park รัฐ California ซึ่งขึ้นชื่อเรื่องความหลากหลายระดับสุดขั้ว มีมัสตาร์ดราว 250 แบบ น้ำมันมะกอก 75 แบบ และแยมกว่า 300 แบบ ทีมวิจัยตั้งบูธชิมแยมในวันเสาร์ 2 สัปดาห์ติดกัน สลับระหว่าง 6 รสกับ 24 รส
ผลที่ออกมาคือบูธ 24 รสดึงคนให้แวะชิมได้มากกว่าอย่างชัดเจน แต่พอถึงตอนซื้อจริงกลับพลิก ตัวเลขที่คนอ้างกันบ่อยคือ 30% ของคนที่แวะบูธ 6 รสซื้อแยมกลับบ้าน เทียบกับแค่ 3% ที่บูธ 24 รส
ตรงนี้มีจุดที่นักการตลาดพลาดกันบ่อยครับ คือตัวเลข 10 เท่านี้เป็น Conversion ของคนที่แวะชิมแล้วเท่านั้น ไม่ใช่ของคนที่เดินผ่านทั้งหมด ถ้านับฐานเป็นคนที่เดินผ่านบูธทั้งหมด ตัวเลขจะกลายเป็นราว 12% เทียบกับ 2% ซึ่งยังต่างกันมากอยู่ดี แต่เป็นคนละภาพกับที่คนเอาไปเล่าต่อ และกลุ่มตัวอย่างที่แวะบูธจริงมีแค่ 249 คน จากคนเดินผ่านทั้งหมด 502 คน ซึ่งไม่ได้ใหญ่อย่างที่หลายคนคิด
งานนี้ยังมีอีก 2 การทดลอง คือหัวข้อการบ้าน Essay แบบสมัครใจของนักศึกษา 6 หัวข้อ เทียบกับ 30 หัวข้อ และช็อกโกแลต Godiva 6 รส เทียบกับ 30 รส ซึ่งพบว่ากลุ่มที่ได้ตัวเลือกน้อยกว่าไม่ได้แค่ตัดสินใจง่ายกว่า แต่พอใจกับสิ่งที่เลือกมากกว่า และเขียน Essay ได้ดีกว่าด้วย โดยกลุ่มที่ได้ 6 หัวข้อส่งงาน 74% เทียบกับกลุ่มที่ได้ 30 หัวข้อซึ่งส่ง 60%
พออ่านครบทั้ง 3 การทดลองแล้วจะเห็นว่าประเด็นของงานนี้ไม่ได้อยู่ที่ยอดขายอย่างเดียว แต่อยู่ที่ Motivation และคุณภาพของผลลัพธ์ ซึ่งเป็นเหตุผลที่คุณ Barry Schwartz เอาไปขยายเป็นหนังสือ The Paradox of Choice: Why More Is Less ในปี 2004 จนคำนี้กลายเป็นศัพท์ที่นักการตลาดทั่วโลกใช้กันมาจนถึงวันนี้
The Replication Crisis เมื่องานวิจัย 50 ชิ้นรวมกันบอกว่า Effect เกือบเป็นศูนย์
ตรงนี้คือส่วนที่ผมคิดว่าสำคัญที่สุด และเป็นส่วนที่แทบไม่เคยถูกเล่าในวงการการตลาดไทยเลยครับ ขอบอกไว้ก่อนว่าสิ่งที่จะเล่าต่อจากนี้ไม่ใช่การบอกว่างานวิจัยชิ้นนั้นผิด แต่คือการเล่าว่ามันจริงในเงื่อนไขไหน ซึ่งเป็นคนละเรื่องกัน
ปี 2010 คุณ Benjamin Scheibehenne คุณ Rainer Greifeneder และคุณ Peter Todd ตีพิมพ์งาน Meta-Analysis ชื่อ Can There Ever Be Too Many Options? ใน Journal of Consumer Research โดยรวบรวม 63 เงื่อนไขการทดลองจากงานวิจัย 50 ชิ้น รวมผู้เข้าร่วม 5,036 คน แล้วพบว่าค่า Effect Size เฉลี่ยแทบเป็นศูนย์ แต่มีความแปรปรวนระหว่างงานวิจัยสูงมาก
คำว่าแทบเป็นศูนย์ในที่นี้ไม่ได้แปลว่าทุกงานได้ผลเป็นศูนย์ แต่แปลว่าบางงานเจอผลตรงกับ Jam Study บางงานเจอผลตรงกันข้ามคือตัวเลือกเยอะแล้วคนพอใจมากกว่า และส่วนใหญ่ไม่เจอความต่างเลย พอเอามาเฉลี่ยรวมกันจึงหักล้างกันจนเหลือใกล้ศูนย์
ที่หนักกว่านั้นคือเมื่อดูตาราง Effect Size ในงาน Meta-Analysis เอง จะเห็นว่างานแยมของคุณ Sheena Iyengar อยู่ที่ 0.77 และงานช็อกโกแลตอยู่ที่ 0.88 ซึ่งถือว่าแรงมาก แต่พอคุณ Benjamin Scheibehenne ทำการทดลองซ้ำด้วยแยมในปี 2008 โดยใช้กลุ่มตัวอย่าง 504 คน ซึ่งมากกว่างานต้นฉบับถึงสองเท่า กลับได้ค่าแค่ 0.02 ส่วนการทดลองด้วยไวน์แดงและเจลลีบีนได้ค่าติดลบ แปลว่าตัวเลือกเยอะกลับให้ผลดีกว่า
พูดง่ายๆ คือความพยายามทำซ้ำโดยตรงหลายครั้งไม่พบ Effect ในระดับใกล้เคียงของเดิม และสถานะของ Paradox of Choice ในวงวิชาการวันนี้จึงไม่ใช่กฎสากลอย่างที่คนนอกวงการยังเข้าใจกันอยู่
The Four Moderators 4 เงื่อนไขที่ตัดสินว่า Paradox of Choice จะเกิดหรือไม่เกิด
แต่เรื่องยังไม่จบแค่ตรงที่บอกว่าไม่จริงครับ เพราะปี 2015 คุณ Alexander Chernev คุณ Ulf Böckenholt และคุณ Joseph Goodman ตีพิมพ์ Meta-Analysis อีกฉบับใน Journal of Consumer Psychology ที่วิเคราะห์ 99 ชุดข้อมูลจากงานวิจัยก่อนหน้า รวมผู้เข้าร่วม 7,202 คน แล้วระบุ 4 ปัจจัยที่เป็นตัวกำหนดว่า Choice Overload จะเกิดขึ้นหรือไม่
ปัจจัยทั้ง 4 คือความยากของงานตัดสินใจ Decision Task Difficulty เช่นมีเวลาจำกัด ความซับซ้อนของชุดตัวเลือก Choice Set Complexity เช่นแต่ละตัวเลือกเทียบกันยาก ความไม่ชัดเจนในรสนิยมของตัวเอง Preference Uncertainty คือคนเลือกยังไม่รู้ว่าตัวเองต้องการอะไร และเป้าหมายของการตัดสินใจ Decision Goal คือคนคนนั้นตั้งใจจะซื้อจริงหรือแค่เดินดูเฉยๆ
เมื่อคุมปัจจัยทั้ง 4 นี้แล้ว ทีมของคุณ Alexander Chernev เสนอว่า Choice Overload มีอยู่จริงและวัดได้ชัดเจน ซึ่งเป็นข้อเสนอที่ทีมของคุณ Benjamin Scheibehenne เขียนตอบโต้กลับในวารสารเดียวกัน แปลว่าเรื่องนี้ยังไม่จบ แต่ทั้งสองฝ่ายเห็นตรงกันอย่างน้อยหนึ่งเรื่อง คือคำถามที่ถูกไม่ใช่ ตัวเลือกเยอะดีหรือไม่ดี แต่คือ เยอะแบบไหน กับใคร ในสถานการณ์ไหน
เห็นไหมครับว่าจากคำตอบขาวดำที่คนชอบเอาไปอ้าง กลายเป็นเครื่องมือวินิจฉัยที่เอาไปใช้กับธุรกิจตัวเองได้จริง ซึ่งมีประโยชน์กว่ากันคนละเรื่อง
และเคสที่เข้าเงื่อนไขทั้ง 4 ข้อนี้ครบที่สุดไม่ใช่แยม แต่คือกองทุนครับ คุณ Sheena Iyengar เองก็ทำงานต่อยอดในปี 2004 ร่วมกับคุณ Gur Huberman และคุณ Wei Jiang โดยใช้ข้อมูลจริงของแผน 401(k) แล้วพบว่ายิ่งแผนมีกองทุนให้เลือกมาก พนักงานยิ่งมีแนวโน้มไม่สมัครเข้าแผน โดยทุก 10 กองทุนที่เพิ่มขึ้น อัตราการเข้าร่วมลดลงราว 1.5 ถึง 2.0 Percentage Point ทั้งที่การไม่สมัครหมายถึงการทิ้งเงินสมทบจากนายจ้างไปฟรีๆ
แต่ต้องบอกไว้ตรงนี้ด้วยครับ ฐานข้อมูลงานวิจัยของกระทรวงแรงงานสหรัฐฯ ที่รวบรวมงานชิ้นนี้ไว้ ระบุกำกับเองว่าคุณภาพหลักฐานเชิงสาเหตุอยู่ในระดับต่ำ เพราะเป็นการวิเคราะห์ข้อมูลที่มีอยู่แล้ว ไม่ใช่การทดลองแบบสุ่ม จึงยังไม่มั่นใจว่าอัตราการเข้าร่วมที่ต่างกันมาจากจำนวนกองทุนจริงหรือมาจากปัจจัยอื่น ผมยกคำเตือนนี้มาเองเพราะบทความทั้งเรื่องกำลังบอกว่าอย่าเชื่องานวิจัยชิ้นเดียวโดยไม่ตามดูต่อ ถ้าผมข้ามมันไปก็เท่ากับทำสิ่งที่ตัวเองกำลังวิจารณ์อยู่
ที่น่าสนใจกว่านั้นคือช่องว่างระหว่างสิ่งที่เสนอกับสิ่งที่คนเลือกจริง รายงาน How America Saves 2025 ของ Vanguard ระบุว่า ณ สิ้นปี 2024 ผู้เข้าร่วมแผน 67% เลือกอยู่ในพอร์ตที่มีมืออาชีพจัดการให้ โดย 60% ในจำนวนนั้นถือกองทุน Target-Date หรือกองทุนผสมเพียงกองเดียวจบ นี่คือภาพที่ตรงกว่าคำว่าเลือกไม่ถูก เพราะคนไม่ได้หยุดตัดสินใจ แต่เขาตัดสินใจไปแล้วว่าจะให้คนอื่นเลือกแทน
Walmart Case Study ของการตัดตัวเลือกจนต้องเอาสินค้า 8,500 รายการกลับขึ้นชั้น
ถ้าถามว่ามีเคสไหนที่พิสูจน์ว่าการเอา Paradox of Choice ไปใช้ผิดแล้วเจ็บหนัก คำตอบคือ Project Impact ของ Walmart ในปี 2009 ครับ
บริบทตอนนั้นคือ Walmart อยากแข่งกับคู่แข่งที่ภาพลักษณ์ร้านดูดีกว่า จึงไปถามลูกค้าตรงๆ ว่าอยากให้ร้านโล่งขึ้นไหม ลูกค้าตอบว่าอยาก Walmart จึงเดินหน้าตัด SKU ออกจากชั้นวางจำนวนมาก จัดร้านใหม่ให้สะอาดตา และรื้อพื้นที่โปรโมชันกลางทางเดินออก
ผลที่ตามมาคือยอดขายสาขาเดิมตกต่อเนื่องจนต้องพักโครงการกลางคัน ตัวเลขความเสียหายที่ถูกอ้างกันในวงการค้าปลีกอยู่ที่ระดับพันล้านดอลลาร์ แต่ยังไม่เคยมีการยืนยันจาก Walmart เอง สิ่งที่ยืนยันได้แน่นอนคือสุดท้าย Walmart ต้องกลับลำ โดยทยอยนำสินค้า 8,500 รายการที่หายไปในช่วง Project Impact กลับขึ้นชั้นอีกครั้ง พร้อมยอมรับเองว่าการตัด SKU อาจเป็นสาเหตุที่ไล่ลูกค้าออกไป
บทเรียนที่คมที่สุดจากเคสนี้มี 2 ชั้น ชั้นแรกคือสิ่งที่ลูกค้าบอกว่าอยากได้ กับสิ่งที่ทำให้ลูกค้าควักเงิน เป็นคนละเรื่องกัน ร้านโล่งตาทำให้ลูกค้าตอบแบบสำรวจได้สวย แต่การหาของที่ต้องการเจอต่างหากที่ทำให้เกิดยอด
ชั้นที่สองซึ่งลึกกว่าคือ ปัญหาจริงของ Walmart ไม่เคยอยู่ที่จำนวนตัวเลือก แต่อยู่ที่โครงสร้างการจัดวางที่ทำให้ลูกค้าหาของไม่เจอ พอแก้ผิดจุดด้วยการลดจำนวนแทนที่จะจัดระเบียบ ผลลัพธ์เลยกลับตาลปัตร
The Cultural Blind Spot มุมที่หายไปจากบทสนทนา Paradox of Choice ในบ้านเรา
ก่อน Jam Study หนึ่งปี คุณ Sheena Iyengar กับคุณ Mark Lepper เคยตีพิมพ์งานอีกชิ้นชื่อ Rethinking the Value of Choice: A Cultural Perspective on Intrinsic Motivation ใน Journal of Personality and Social Psychology เหมือนกัน แต่แทบไม่มีนักการตลาดคนไหนพูดถึง
งานชิ้นนั้นพบว่าการได้เลือกเองเพิ่ม Motivation ในกลุ่มที่มองตัวเองแบบเป็นเอกเทศ Independent Self มากกว่ากลุ่มที่มองตัวเองเชื่อมโยงกับคนอื่น Interdependent Self และเด็กอเมริกันเชื้อสายเอเชียในซานฟรานซิสโกกลับมี Intrinsic Motivation สูงที่สุดเมื่อผู้ใหญ่ที่ไว้ใจหรือเพื่อนเป็นคนเลือกให้ ต่างจากเด็ก Anglo American ที่ Motivation ลดลงทันทีเมื่อคนอื่นเลือกแทน
จากที่ผมสังเกต ข้อค้นพบนี้อธิบายพฤติกรรมคนไทยได้ดีกว่าตัว Jam Study เองเสียอีก ลองนึกถึงเวลาเราเข้าร้านอาหารที่ไม่คุ้น สิ่งแรกที่หลายคนทำไม่ใช่การไล่อ่านเมนูทั้งเล่ม แต่คือการถามพนักงานว่าร้านนี้อะไรอร่อย หรือมองหาป้ายเมนูแนะนำ
Logic เบื้องหลังตรงนี้ไม่ใช่แค่ Social Proof แบบที่เราคุ้นเคย แต่คือความรู้สึกสบายใจที่ได้ให้คนที่เราไว้ใจช่วยตัดสินใจแทน ซึ่งจากที่ผมสังเกตในบริบทไทย การให้คนอื่นเลือกแทนไม่ได้ถูกมองว่าเป็นการเสียอิสระ แต่ถูกมองว่าเป็นบริการที่ดี ตรงนี้ต้องบอกด้วยว่างานปี 1999 ศึกษาเด็กที่โตในอเมริกา ไม่ใช่ผู้บริโภคไทย การเชื่อมมาถึงบ้านเราจึงเป็นการตีความของผมเอง ไม่ใช่ข้อสรุปของงานวิจัย
นั่นหมายความว่ากลยุทธ์อย่างการจัดชุดเซ็ต การมีป้ายสินค้าขายดี หรือการใช้คนรีวิวที่ผู้บริโภคเชื่อถือ อาจทำงานกับคนไทยได้แรงกว่าที่ตำราการตลาดตะวันตกประเมินไว้ เพราะเราไม่ได้แค่ลดภาระการเลือก แต่เรากำลังให้ในสิ่งที่คนอยากได้อยู่แล้ว
The AI Turn เมื่อผู้ที่เราไว้ใจให้เลือกแทนกลายเป็น AI
ที่น่าสนใจที่สุดสำหรับปี 2026 คือ Paradox of Choice กำลังถูกเขียนใหม่อีกรอบด้วยเทคโนโลยีครับ
มีงานวิจัยชื่อ Decisions with ChatGPT ที่ตีพิมพ์ใน Journal of Retailing and Consumer Services เมื่อปี 2023 ทำการทดลอง 5 ชุด แล้วพบผลตรงข้ามกับงาน Choice Overload รุ่นเดิม คือคนตอบสนองเชิงบวกต่อตัวเลือกจำนวนมากถึง 60 ตัวเลือกเมื่อคำแนะนำนั้นมาจาก AI และโดยรวมแล้วคนมีแนวโน้มเลือกให้ ChatGPT เป็นผู้แนะนำมากกว่าคนจริง โดยเฉพาะเมื่อมีตัวเลือกจำนวนมาก ที่ต้องหมายเหตุไว้คืองานนี้เก็บข้อมูลตั้งแต่ต้นปี 2023 ซึ่งเป็นยุคแรกของ ChatGPT ถ้าทำซ้ำวันนี้ผลอาจแรงกว่าเดิมก็เป็นได้
พออ่านคู่กับงานวัฒนธรรมปี 1999 แล้วภาพจะชัดขึ้นมาก เพราะสิ่งที่ AI ทำไม่ใช่การลดจำนวนตัวเลือก แต่คือการรับบทเป็นผู้ที่เราไว้ใจให้คัดกรองแทน ซึ่งเป็นบทบาทเดียวกับที่พนักงานร้านอาหารหรือคนรีวิวเคยทำมาตลอด
นัยยะสำหรับนักการตลาดคือสนามแข่งกำลังย้ายที่ อย่างที่การตลาดวันละตอนเคยถอดไว้ในบทความ Agent-to-Agent Marketing และเคส Sephora x ChatGPT ในยุค Agentic Commerce โจทย์กำลังเปลี่ยนจากทำอย่างไรให้สินค้าเราเด่นบนชั้นวาง ไปเป็นทำอย่างไรให้ข้อมูลสินค้าเราชัดพอที่ AI จะกล้าหยิบขึ้นมาแนะนำ
Choice Architecture 5 หลักคิดสำหรับนักการตลาดที่เอาไปใช้ได้เลย
เล่ามาถึงตรงนี้ เราได้เห็นทั้งงานวิจัยต้นฉบับที่จุดกระแส งาน Meta-Analysis 2 ฉบับที่พลิกข้อสรุปกลับไปกลับมา เคส Walmart ที่เอาไปใช้ผิดแล้วเสียหายหนัก และมุมวัฒนธรรมที่อธิบายพฤติกรรมคนไทยได้ตรงกว่า คำถามต่อไปที่นักการตลาดอย่างเราน่าจะอยากรู้ก็คือ แล้วเราจะแปลงทั้งหมดนี้เป็นหลักการที่ลงมือทำได้จริงในวันจันทร์อย่างไร
1. Diagnose Before Cutting วินิจฉัยก่อนตัด อย่าเพิ่งลดจำนวน
ก่อนตัดสินใจลดตัวเลือก ให้เอา 4 ปัจจัยของคุณ Alexander Chernev มาตอบทีละข้อว่า ตัวเลือกของเราเทียบกันยากไหม ลูกค้ามีเวลากดดันไหม เขารู้ไหมว่าตัวเองชอบอะไร และเขาตั้งใจจะซื้อจริงหรือแค่เดินดู ถ้าตอบว่าใช่หลายข้อค่อยลดตัวเลือก ถ้าตอบว่าไม่ใช่ การลดตัวเลือกอาจแค่ทำให้ลูกค้าหาของที่อยากได้ไม่เจอเฉยๆ
2. Structure over Subtraction จัดโครงสร้างสำคัญกว่าตัดของออก
บทเรียนจาก Walmart บอกชัดว่าปัญหาไม่ได้อยู่ที่จำนวน แต่อยู่ที่ความยากในการเปรียบเทียบ ลองนึกถึงร้านสะดวกซื้อที่มีสินค้าหลายพันรายการแต่คนไม่เคยรู้สึกท่วมท้น เพราะเส้นทางเดินชัด หมวดหมู่ชัด และป้ายบอกทางชัด แล้วลองนึกถึงหน้า Landing Page ที่มีสินค้าแค่ 12 ชิ้นแต่วางเรียงกันโดยไม่มี Filter อะไรเลย ซึ่งคนกดออกภายใน 5 วินาที เทียบกันแล้วจะเห็นว่าตัวปัญหาไม่ได้อยู่ที่จำนวน
3. Trusted Shortcut สร้างทางลัดจากคนที่ลูกค้าเชื่อ
แทนที่จะลดตัวเลือก ให้เพิ่มทางลัดที่มีคนคัดมาให้แล้ว ลองนึกภาพร้านชาบูที่มีวัตถุดิบให้เลือก 80 อย่าง แล้วเพิ่มเมนูเซ็ตของเชฟไว้หน้าแรกของเล่มเมนู คนที่รู้ว่าตัวเองอยากกินอะไรก็ยังเลือกเองได้ครบ ส่วนคนที่ไม่แน่ใจก็มีทางออกที่ตัดสินใจได้ใน 5 วินาที นี่คือการได้ทั้งสองอย่างโดยไม่ต้องตัดอะไรทิ้งเลย
4. Attribute over Option แยกให้ออกระหว่างเลือกคุณสมบัติกับเลือกตัวสินค้า
ร้านชานมไข่มุกที่ให้เลือกระดับความหวาน ระดับน้ำแข็ง และท็อปปิ้ง มีตัวเลือกในทางคณิตศาสตร์เป็นร้อยแบบ แต่แทบไม่มีใครรู้สึกท่วมท้น เพราะเป็นการเลือกทีละคุณสมบัติที่คนรู้คำตอบของตัวเองอยู่แล้ว ต่างจากการเลือกกองทุน 30 กองที่แต่ละกองต้องเทียบหลายมิติพร้อมกัน จำนวนน้อยกว่าแต่ทรมานกว่ามาก การเพิ่มตัวเลือกแบบแรกจึงปลอดภัย แต่การเพิ่มแบบหลังต้องระวัง
5. Machine Curation ออกแบบข้อมูลให้ AI คัดเราไปแนะนำลูกค้าได้
ถ้าผู้บริโภคเริ่มให้ AI ช่วยคัดกรองแทน สิ่งที่แบรนด์ต้องทำคือทำให้ข้อมูลสินค้าของตัวเองสะอาดและครบพอที่ AI จะมั่นใจ ลองนึกถึงสินค้า 2 ชิ้นที่คุณภาพเท่ากัน ชิ้นแรกมีรายละเอียดสเปก ขนาด วัสดุ เงื่อนไขการคืนสินค้าครบถ้วน อีกชิ้นมีแค่ชื่อรุ่นกับรูป 3 รูป เวลา AI ต้องเลือกแนะนำสักชิ้นให้ผู้ใช้ คำตอบค่อนข้างชัดว่าจะไปทางไหน
Curation สรุปบทเรียน Paradox of Choice จาก Jam Study ที่นักการตลาดจำเป็นต้องรู้
สิ่งที่เกิดขึ้นกับ Jam Study ตลอด 26 ปีที่ผ่านมาเป็นบทเรียนสองชั้นสำหรับนักการตลาดครับ ชั้นแรกคือเรื่องเนื้อหา ว่าการลดตัวเลือกไม่ใช่ยาสามัญประจำบ้านที่ใช้ได้กับทุกอาการ ชั้นที่สองซึ่งสำคัญไม่แพ้กันคือเรื่องวิธีคิด ว่างานวิจัยชิ้นเดียวที่ดังมากไม่เท่ากับความจริงที่พิสูจน์แล้ว และการอ้างงานวิจัยโดยไม่ตามดูว่าเกิดอะไรขึ้นกับงานนั้นต่อ เป็นความเสี่ยงที่นักการตลาดยุคนี้รับไม่ไหว
ในบริบทไทยความเสี่ยงนี้จับต้องได้มากขึ้นทุกวัน เพราะจากสถิติของสมาคมบริษัทจัดการลงทุน AIMC กองทุนรวมไทยมีให้เลือกมากกว่า 3,000 กองทุน จาก บลจ. กว่า 20 แห่ง ซึ่งเข้าเงื่อนไข 4 ปัจจัยของ Choice Overload ครบเกือบทุกข้อ ตัวเลือกเทียบกันยาก คนส่วนใหญ่ไม่แน่ใจว่าตัวเองต้องการอะไร และหลายคนตัดสินใจตอนใกล้สิ้นปีที่เวลากดดันเต็มที่ ธุรกิจไหนที่ออกแบบทางเลือกให้ลูกค้าได้ดีกว่าในสนามแบบนี้ ก็คือธุรกิจที่ได้เปรียบทันที
และถ้าให้ผมรวบทุกอย่างในบทความนี้ให้เหลือเพียงคำเดียว คำนั้นคือ Curation หรือในภาษาไทยคือ การคัดสรร เพราะสิ่งที่ผู้บริโภคต้องการไม่เคยเป็นตัวเลือกที่น้อยลงหรือมากขึ้น แต่คือความมั่นใจว่ามีคนช่วยคัดมาให้แล้วก่อนที่เขาจะต้องตัดสินใจเอง
นับจากนี้ไปงานของนักการตลาดจึงไม่ใช่การถามว่าควรมีตัวเลือกกี่อย่าง แต่คือการถามว่าใครหรืออะไรกำลังทำหน้าที่คัดสรรให้ลูกค้าของคุณอยู่ตอนนี้ และถ้าคำตอบยังไม่ใช่แบรนด์ของคุณ นั่นแปลว่ามีคนอื่นกำลังยืนอยู่ในตำแหน่งนั้นแทนอย่างน่าเสียดายครับ
