人は知らないうちに行動経済学に動かされている

Transcript

1. 人は知らないうちに 行動経済学に動かされている Amazonの画面設計から見る、無意識の心理トリガー 商品を見る → データ分析・AI × データサイエンスコミュニティ 京橋もくもく組 心理トリガー → 購入する
2. 事例：Amazonトップページの購買誘導 現状維持バイアス 閲覧履歴を再提示し「続きから」購買させる アンカリング効果 割引率バッジで「お得感」を強調する 社会的証明 「人気ランキング」で他者の選択に委ねさせる 出典：Amazon.co.jp トップページ（2026年 筆者取得、第三者の写真・肖像等はぼかし加工） 画面には「行動経済学」と書かれていないが、閲覧履歴・割引率・ランキングの配置が購買行動を静かに誘導している
3. 無意識に働きかける5つのトリガー 現状維持バイアス アンカリング効果 社会的証明 選ぶ手間を省かせ、継続購買を誘発 割引率で絶対額より率に注意を向けさせる 「みんなが選んだ」で判断を他者に委ねさせる 損失回避・現在バイアス 選択のチャンキング 即時性訴求で逃すことへの不安を刺激 カテゴリ分割で決定疲れを回避 どのトリガーも表示上は「行動経済学」と名乗らない。ユーザーは自分の意思で選んだと感じたまま、設計者の意図に沿って行動する
4. 行動経済学でイベント申込は増えたのか？ 京橋もくもく組 2026年4〜9月の案内改善をデータで検証 イベント案内 → データ分析・AI × データサイエンスコミュニティ 京橋もくもく組 閲覧 → 申込
5. 取り組みの背景 案内文をどう変えてきたか 4 〜 6月 一般的な「もくもく会」の案 内 7月 → 行動経済学を意識した案内設 計を開始 8月 → 「AI Agent Journey」としてシ リーズ化 9月 → 対象をエンジニア以外の マーケティング層にも拡張 問題意識：「イベント内容がよくても、参加への心理的な摩擦が残っているのではないか？」 今回の仮説：「内容を増やすだけでなく、参加しない理由を減らすことで申込が増える」 行動経済学とは：人は必ずしも合理的に判断するのではなく、 「損をしたくない」「他の人がやっている」といった心理的なクセに沿って意思決定するという考え方です。 2 / 10
6. 9/13 11:30段階
7. 申込率の変化 累積申込数 ÷ UU（近似指標） 9月のみ淡色＝開催3日前時点の途中経過 12 9.68% 申込数 ÷ UU（％） 10 7.93% 8 6 5.10% 4.39% 4.25% 4 2.45% 2 0 4月 5月 6月 7月 8月 9月 7月から上向き、8月以降に大きく上昇 4 / 10
8. 導入前後の比較 4〜6月 vs 7〜9月（期間合算） 約2.09倍 UUに対する累積申込率（近似指標） 7.63% 差 ＋3.98 ポイント オッズ比 約2.18 3.65% 95％信頼区間 約1.46 〜 3.26 p値 4～6月 7～9月 p ＜ 0.001 「差の大きさ」は意味のある水準ですが、p値だけで成果を断定せず、下の不確実性の幅（信頼区間）も合わせてご覧ください。 5 / 10
9. 7月 参加の心理的摩擦を下げる 対応する行動経済学・心理効果 案内文の代表的な表現 ・「作ってみた人も、見るだけ参加も歓迎！」 ・現地LT・オンラインLT・現地聴講・ オンライン聴講の枠分け 曖 評 ・初LT歓迎 社 曖昧性回避の緩和：「何をすればいいか分からない」不安を減らす 評価不安の軽減：「うまく話せないと恥ずかしい」を和らげる 社会的証明：他の参加者の存在が安心材料になる ・失敗談や困っていることも歓迎 ・発表予定者・テーマの掲載 選 損 自己選択しやすい選択設計：参加の仕方を自分で選べるようにする 損失回避の緩和：「参加して損をする」不安を取り除く 魅力を足すだけでなく、“参加しない理由” を減らした 6 / 10
10. 8月 信頼・損失回避・希少性 対応する行動経済学・心理効果 案内文の代表的な表現 ・「AIエージェントを安全に公開する第一歩」 ・Auth0による認証・認可入門 損 権 ・Okta Japanの専門家登壇 希 損失回避：「安全に公開したい」という不安の裏返し 権威性：専門家の所属・肩書きが信頼を高める 社会的証明・希少性：申込者数・残席表示が今すぐの動機になる ・無料版で体験／初心者歓迎 摩 ・定員・残席の表示 ・「AI Agent Journey 2026」としてシリーズ化 一 摩擦の低減：「第一歩」「入門」「無料版」で心理的・金銭的負担を軽 減 ストーリー効果・一貫性：シリーズ全体像が継続参加への納得感を生む 8月は、参加しやすさに “今聞く理由” と “信頼” が加わった 7 / 10
11. 9月 即時効用と対象者の拡張 対応する行動経済学・心理効果 案内文の代表的な表現 ・「世の中に伝える」 ・ChatGPT・Claude・Geminiで実践 認 即 ・HubSpotとLPの基本 摩 認知容易性・処理流暢性：有名サービス名が理解の負荷を下げる 具体性・即時効用：実際のLP分析ですぐ役立つ実感を作る 摩擦低減：PCなし・聴講のみ・単発参加OKで参加障壁を下げる ・BtoBライブ分析／BtoC事例 ・行動経済学×マーケティング ・PCなし聴講可・単発参加歓迎 拡 証 自己関連性の拡大：BtoB・BtoC双方を扱い対象者を広げる 社会的証明の蓄積：7・8月の実績が新しい参加者の安心材料になる エンジニア向け企画から、“伝える人” 全体へ対象を広げた 8 / 10
12. 統計的に言えること・言えないこと 成果と限界を公平に整理する 言えること まだ言えないこと ✓ 7〜9月の近似申込率は4〜6月より高い ✕ 行動経済学的な文章だけの効果とは断定できない ✓ 期間比較では統計的に有意 ✕ UUは完全な個人数ではない ✓ 効果量も小さくない ✕ 累積申込数にはキャンセル等が含まれる可能性 ✓ 7月から上向き、8月以降に大きく上昇 ✕ 9月は開催前の途中データ ✓ 行動経済学を含む施策パッケージは有望 ✕ 各月でテーマ・登壇者・定員・告知方法が異なる 考えられる交絡要因 ? ? ? ? ? ? AIテーマの人気 オンライン枠 外部登壇者 LINE・個別告知 定員増加 コミュニティ認知の蓄積 9 / 10
13. 次の検証—A/Bテストへ 同じイベントで告知文だけを変えて検証する A B 通常案内 ・内容中心のタイトル 行動経済学版 ・便益／損失回避を含むタイトル → ・一般的な説明 ・初心者・聴講歓迎 ・社会的証明 ・通常の申込導線 ・残席・締切の明示 ・低摩擦なCTA 測定項目 配信数 クリック率 ページ到達率 申込率 実参加率 ※現在のイベント規模では1回のA/Bテストだけでは検出力が不足する可能性があります。同じ設計を3〜6回継続し、データを蓄積する方針です。 今回の結果は“有望な準実験”。次はランダム化比較で因果効果を確かめる 初参加者率