“敝帚自珍”的意思是把自己家裡的破掃帚當成寶貝。雖然東西不好,別人看起來不好,但自己卻很珍惜。在Kahneman, Knetsch & Thaler. (1990)的研究中,找了一群康奈爾大學來自法律系和經濟系的學生來參加(這是為了要確保這些人聰明而理性)。他們把參與者分為兩組:
一組參與者會先拿到一個杯子,問他要多少錢才願意出售這一個杯子。
另外一組參與者不會拿到杯子,會被問願意花多少錢買這一個杯子。
“敝帚自珍”的意思是把自己家裡的破掃帚當成寶貝。雖然東西不好,別人看起來不好,但自己卻很珍惜。在Kahneman, Knetsch & Thaler. (1990)的研究中,找了一群康奈爾大學來自法律系和經濟系的學生來參加(這是為了要確保這些人聰明而理性)。他們把參與者分為兩組:
一組參與者會先拿到一個杯子,問他要多少錢才願意出售這一個杯子。
另外一組參與者不會拿到杯子,會被問願意花多少錢買這一個杯子。
在迪士尼Disney星際大戰中的光劍,是很熱門的商品,在樂園中常常會看到小屁孩揮來揮去。有組裝好的商品,也可以自己DIY。自己DIY就是要自己找不同的零件去組裝。最有意思的就是,DIY組裝出一把跟現有商品一模一樣的光劍,DIY的價格比已經組裝好的高了一倍!這種自己作反而要比較貴的情況就是“IKEA效應” (IKEA effect),消費者心理學家發現,當消費者自己打造或組裝一個商品時,就會覺得這件商品的價錢會變高,也就是願意付出更多錢購買。

星際大戰的商店,DIY光劍有一個專屬櫃檯
大學時候常常在學生餐廳吃午餐,有賣麵的、賣飯的、水餃各種都有,每種菜色不一樣,但都會有一個”招牌菜”,每當我決定不了要吃甚麼時,老闆就推荐我來一個”招牌菜”。招牌菜到底是甚麼?是真正老闆煮最好吃的嗎?還是老闆有發現到放一個招牌菜,大家點餐的速度可以加快呢?這個招牌菜,其實就是老闆幫你設定在心中的預設值。
太多的選項,會讓人產生決策疲勞,導致難以作出好的決策。那如果答案只有是或否,大家也真的都能夠理性的做出選擇嗎?
Eric& Dan設計以下兩組問題,詢問參與者在死亡時,是否要捐贈器官。(兩組參與者是分開詢問,參與者只會看到一個問題。)
請問你要不要捐贈器官呢? (預設選項是“不要”捐贈)
請問你要不要放棄捐贈器官?(預設選項是“要”捐贈)
現在出國的旅遊商品已經從5天4夜的套裝商品,細分為機加酒,在KKday上找單天甚至半天行程,也代表客人原本只要付一次錢就可以出國玩五天的決定變成要做越來越多的決定。我原本以為自己安排機票、旅館和當地行程,我可以獲得更大的成就感,但是我在不斷比較班機要早去晚回,還是晚去早回直接上班;旅館要貴離市區近,還是便宜卻離景點都很遠;當地行程要花錢有車,還是不花錢自己走。一連串的決定,讓我在出發之前就非常疲累,這種疲累不是因為沒有喝白馬馬力夯,所以殺不大,而是因為過多的決策,讓我們產生決策疲勞(Decision Fatigue)。


“阿呀~ 你們旅行社怎麼這麼貴,我在旅展看到有一家旅行社,五天四夜泰國遊才XX萬”,“你費用也太高了吧! 我在網路上機加酒才多少,參加你們的團,人一次這麼多,價錢應該要更便宜阿,怎麼會比網路上貴。”,如果你也是旅遊業同業,這些話你應該不陌生,也搞不懂為甚麼客人一直覺得這些服務的價錢這麼低。
砍頭生意有人做,賠錢生意沒人作,為甚麼消費者明明知道低價團會購物,行程因為要購物所以會很不順,但是消費者就是不買價格比較高的行程。導致旅行社推出高價商品賣不掉,到最後也不斷的推出低價的旅遊商品。
好啦~~ AI 真的是有夠紅的,有好多好難的術語,有甚麼 大數據,深度學習,強化學習,蒙地卡羅法。
我覺得要了解AI背後的技術前,先聊聊AI可以做甚麼,搞不好可以更讓人容易想像AI未來的應用。
大數據是甚麼?可以吃嗎?
大數據 (Big Data 或 Megadata) 原本是指人工無法分析的龐大資料量,必須透過電腦來擷取、管理及處理,以轉換為人類所能判讀的資訊。近年來這個名詞逐漸與資料探勘 (Data Mining) 結合,用來描述透過電腦量化分析,將巨量數據轉換為有用資訊的行為。
單單這樣講似乎十分死板模糊,舉個具體一點的例子,想像你現在正在牌桌前賭 21 點 (小賭怡情大賭傷神,胖哥哥關心您),之所以拿 21 點當例子,是因為在這個遊戲中賭場使用固定牌數發牌,規定也很合理,所以職業賭徒通常認為 21 點是賭場中最公平的遊戲。而因為發牌的牌數固定,職業 21 點賭徒通常會透過記憶一直以來大牌出現的次數,來判定接下來剩下的牌對賭場有利還是對賭客有利 (註:這種行為俗稱「算牌」,胖哥哥並不鼓勵賭博,也不鼓勵算牌,這裡只是拿 21 點來當範例而已,實際的算牌技巧更為複雜,而世界上幾乎所有賭場都明文禁止算牌行為,千萬不要看了這一段就直衝賭場啊,胖哥哥不會負責的!)。 繼續閱讀
行動支付是甚麼?行動支付=第三方支付? 繼續閱讀
蒐集資訊的媒介已經大不相同 繼續閱讀