摘要
社群認同、可得性與單純曝光效應驅動了「必備」的感覺;演算法強化了過濾氣泡和確認偏誤。本文解釋了「種草」背後的心理學、演算法如何放大偏誤、一個三步驟的理性回應(首先考慮需求、多方比較、延遲一天),以及如何評估網紅/網紅(KOL/KOC)的推薦。
1. 「種草」背後的心理學
「每個人都在用」——以及「網紅推薦」——觸發了社群認同;演算法強化了過濾氣泡。可得性捷思法:可得性誇大了產品感覺有多「受歡迎」。單純曝光效應:單純曝光效應增加了喜愛程度。從眾效應:從眾效應產生了購買的壓力。首先釐清需求和預算;從多個來源搜尋和比較;延遲一天。請參閱如何避免衝動購物和如何閱讀和評估線上評論?
2. 演算法如何放大偏誤
過濾氣泡 (Pariser 2011) 和確認偏誤強化了「應該購買」;瀏覽-購買迴圈放大了衝動。
3. 三步驟的理性回應
首先考慮需求;多方比較(使用評估評論、閱讀評論);延遲一天。使用選擇免疫。
4. 評估網紅/網紅(KOL/KOC)的推薦
檢查利益揭露、一致性、可驗證的資訊和反資訊(負面評論)以減少確認偏誤。
結論
「種草」使用社群認同、可得性和單純曝光效應;演算法放大了氣泡和確認偏誤。以首先考慮需求、多方比較和延遲一天來回應;以揭露、一致性和反資訊來評估網紅/網紅(KOL/KOC)。
參考文獻
- Cialdini, R. B. (2006). Influence: The Psychology of Persuasion. Harper Business.[source]
- Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. Penguin.
- Zhu, F., & Zhang, X. (2010). Impact of online consumer reviews on sales. Journal of Marketing, 74(2), 133–48. [[DOI]](https://doi.org/10.1509/jmkg.74.2.133)