How do you know you won't like it if you've (never) tried it? Preference discovery and data design
تقدم هذه الورقة إطار عمل "تصميم البيانات" الذي يوضح أن هيكلية التعرض للاستهلاك، لا سيما من خلال استراتيجيات الحزم، تشكل بشكل جوهري كيفية اكتشاف المستهلكين لتفضيلاتهم، مما يمكن المنصات من التلاعب بنتائج التعلم ويشير إلى أن التنظيم الفعال يجب أن يستهدف هياكل التعرض بدلاً من مجرد الأسعار أو الحصص السوقية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول اكتشاف نوع الطعام الذي تستمتع به حقاً. لديك قائمة من 50 مكوناً: فلفل حار، مانجو حلوة، رقائق مالحة، ليمون حامض، وما إلى ذلك. لكنك لا تعرف ذوقك الخاص بعد؛ عليك أن تجرب الأشياء لتتعلم.
الآن، تخيل أن هناك "شيف" (شركة، أو منصة بث، أو حكومة) هو المسؤول عن تقديم هذه المكونات لك. الشيف لا يكتفي بتقديم طبق لك فحسب؛ بل يقرر أي المكونات ستتذوقها معاً وبأي ترتيب.
هذه الورقة البحثية تتحدث عن كيف يمكن لهذا "الشيف" أن يتحكم سراً في ما تتعلمه عن براعم تذوقك، وكيف يمكنه استخدام هذه القوة لإبقائك تشتري أشياء قد لا تحبها حقاً — أو لمساعدتك في اكتشاف مفضلات جديدة.
إليك تفصيل إطار عملهم "البيانات-التصميم" باستخدام تشبيهات بسيطة:
1. تأثير "العناق الجماعي" (التجميع - Bundling)
عادةً، إذا أردت معرفة ما إذا كنت تحب الفلفل الحار، يجب أن تأكله بمفرده. إذا كان طعمه رائعاً، فأنت تعرف أنك تحب الفلفل. وإذا كان طعمه سيئاً، فأنت تعرف أنك لا تحبه.
ولكن ماذا لو كان الشيف يقدم دائماً الفلفل الحار مغلفاً داخل برجر جبن ضخم ولذيذ؟
- المشكلة: تأكل البرجر وتفكر: "واو، هذا مذهل!" لكنك لا تعرف ما إذا كان السبب هو البرجر، أم الفلفل، أم المزيج بينهما.
- النتيجة: يصاب عقلك بالارتباك. قد تبدأ في الاعتقاد بأنك تحب الفلفل (لأنه كان داخل البرجر المذهل)، رغم أنك في الواقع تكرهه. أو قد تعتقد أنك تكره البرجر لأن الفلفل أفسده، رغم أنك تحب كليهما على حدة.
في الورقة البحثية، يُسمى هذا التجميع (Bundling). عندما تجبرك شركة على تجربة الأشياء معاً (مثل فيلم بممثل معين، أو مجموعة برمجيات تضم تطبيقات عديدة)، فإنها تخلق "شبكة" من الروابط في عقلك. أي مفاجأة (جيدة أو سيئة) حول شيء واحد ستنتشر عبر الشبكة بأكملها، مما يغير رأيك في كل شيء متصل به.
2. خدعتان سحريتان للشيف
يمكن للشيف (المزود) استخدام تأثير "العناق الجماعي" هذا بطريقتين مختلفتين تماماً، اعتماداً على ما يريد تحقيقه.
الخدعة (أ): "فخ الشعبية" (إبطاء التعلم)
تخيل أن الشيف لاحظ أنك تحب أفلام الأكشن حقاً. فيقرر أن يعرض لك فقط أفلام الأكشن، ويقوم دائماً بجمعها مع نفس الممثل الشهير، توم.
- الاستراتيجية: يستمر في تقديم "توم + أكشن".
- التأثير: لن تتاح لك أبداً فرصة معرفة ما إذا كنت تحب "توم" حقاً، أم أنك تحب أفلام الأكشن فقط. لن تتاح لك الفرصة لرؤية دراما هادئة مع "توم" لتعرف ما إذا كان بارعاً فيها.
- الهدف: هذا هو تحيز الشعبية (Popularity Bias). من خلال عرض ما تحبه بالفعل (وما هو شائع بالفعل)، يمنعك الشيف من تعلم أي شيء جديد. تظل عالقاً في حلقة مفرغة، تبالغ في تقدير قيمة "توم" وأفلام الأكشن، ويستمر الشيف في جني المال من عاداتك التي لا تتغير.
- في العالم الحقيقي: يشبه هذا قائمة "أفضل 10" في نتفليكس. إنها تظهر لك ما يشاهده الجميع، مما يعزز فكرة "هذا هو الجيد"، وبالتالي لا تكتشف أبداً الجواهر الخفية.
الخدعة (ب): "كسر الارتباط" (تسريع التعلم)
الآن، تخيل أن الشيف يريد مساعدتك على اكتشاف مفضل جديد. لاحظ أنك تعتقد أن الليمون الحامض سيء للغاية (لأنك لم تجربه إلا مع الحلوى السكرية).
- الاستراتيجية: يقدم لك الشيف طبقاً من الليمون الحامض بمفرده. أو يجمعه مع شيء تكرهه، مثل الملح.
- التأثير: فجأة، تتذوق الليمون وحده. "أوه! إنه منعش حقاً!" يقوم عقلك بتحديث خريطته. تدرك أن رأيك القديم كان خاطئاً.
- الهدف: هذا هو كسر الارتباط (Correlation Breaking). من خلال خلط أشياء لا تجتمع عادةً، يجبرك الشيف على فصل المكونات في ذهنك. أنت تتعلم بشكل أسرع وأكثر دقة.
- في العالم الحقيقي: يشبه هذا خدمة "Discover Weekly" في سبوتيفاي. فهي تعرض لك عمداً أغاني لم تسمعها من قبل، وتمزج بين أنواع موسيقية لا تستمع إليها عادةً، لمساعدتك في العثور على فنانين جدد قد تحبهم.
3. "الشيف الأعمى" (التصميم المتين)
ماذا لو كان الشيف لا يعرف ما تحبه؟ ماذا لو لم يكن يعرف ما إذا كنت تكره "توم" أم تحب "الليمون"؟
- تُظهر الورقة البحثية أن الشيف لا يزال بإمكانه التحكم في سرعة تعلمك بمجرد النظر إلى تاريخ ما قدمه لك.
- إذا استمر في تقديم نفس التوليفات الشعبية (توم + أكشن)، فهو يبطئ سرعتك دون حتى أن يعرف أذواقك المحددة.
- إذا بدأ في تقديم توليفات غريبة ومختلطة (توم + موسيقى جاز)، فهو يسرع سرعتك.
- الدرس المستفاد: لا تحتاج لمعرفة الأفكار السرية للمستهلك للتحكم في عملية تعلمه؛ أنت تحتاج فقط للتحكم في نمط ما يراه.
4. لماذا يهمك هذا؟ (مثال "نجم السينما")
اختبر المؤلفون ذلك باستخدام بيانات حقيقية من صناعة السينما. عاملوا الممثلين كـ "مكونات" والأفلام كـ "تجميعات".
- وجدوا أن الممثلين الذين يظهرون دائماً معاً (مثل هيو جاكمان وباتريك ستيوارت في سلسلة X-Men) يصبحون "مرتبطين" في عقولنا. إذا قدم أحد الممثلين فيلماً سيئاً، فقد يؤثر ذلك سلباً على رأينا في الآخر، حتى لو لم يكونا معاً في ذلك الفيلم تحديداً.
- ممثلو "الشعبية" (الذين يظهرون في أكبر عدد من الأفلام) يقعون في حلقة مفرغة حيث نراهم دائماً في تركيبات مألوفة، مما يجعل من الصعب علينا الحكم على موهبتهم الحقيقية.
- أما ممثلو "كسر الارتباط" فهم أولئك الذين يظهرون في ثنائيات غريبة وغير متوقعة، مما يساعدنا على إدراك: "مهلاً، هذا الممثل رائع في الدراما أيضاً، وليس فقط في الأكشن!".
الخلاصة الكبرى
غالباً ما نعتقد أننا نعرف ما نريد. لكن الورقة البحثية تجادل بأن ما نعتقد أننا نريده هو في كثير من الأحيان نتيجة لما عُرض علينا وكيفية عرضه علينا.
- الشركات يمكنها تصميم توصياتها لإبقائك عالقاً في حلقة مما تعرفه بالفعل (مما يجعلها غنية).
- الجهات التنظيمية (مثل الاتحاد الأوروبي) قد تحتاج إلى التوقف عن مراقبة الأسعار أو الحصص السوقية فقط. بدلاً من ذلك، قد يحتاجون إلى إجبار الشركات على تغيير هيكل توصياتها — إجبارهم على كسر "فخاخ الشعبية" وعرض "كاسرات الارتباط" لنا، حتى نتمكن فعلياً من اكتشاف ما نقدره حقاً.
باختة القول: لا يمكنك معرفة ما إذا كنت تحب طبقاً ما إذا كان الشيف يقدمه دائماً مع جانب من شيء تحبه. لكي تجد ذوقك الحقيقي، تحتاج من الشيف أن يخلط الأمور، حتى لو بدا الأمر غريباً بعض الشيء في البداية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.