การคิดแบบฝูงทำให้เราแย่ลงในการพยากรณ์ได้อย่างไร

พฤติกรรมการต้อนฝูงสัตว์สามารถทำให้เรา "ฉลาดขึ้นเป็นรายบุคคล แต่โง่เขลาโดยรวม" ตามการวิจัยใหม่เกี่ยวกับวิธีที่ผู้คนคาดการณ์ในกลุ่ม

ด้วยเว็บเบราว์เซอร์หรือโทรศัพท์มือถือ ผู้บริโภคในปัจจุบันกำลังตัดสินใจเกี่ยวกับสาเหตุที่ต้องลงทุน หุ้นให้เลือก ภาพยนตร์น่าชม ร้านอาหารน่าเที่ยว สินค้าน่าซื้อ และเพลงน่าฟังส่วนหนึ่งตามคำตอบของคำถามเดียว: ทำอะไร คนอื่นคิดว่า?

ไซต์ต่างๆ เช่น Yelp, Amazon, Rotten Tomatoes และ Kickstarter ใช้ประโยชน์จากภูมิปัญญาโดยรวมของผู้บริโภคในอดีตเพื่อเป็นแนวทางแก่ลูกค้าในอนาคต แต่ก่อนที่ลูกค้าเหล่านั้นจะกระโดดขึ้นบนรถและซื้ออาหารเย็น หนังสือ หรือตั๋วหนัง ลองคิดดูว่ามีวิธีที่จะทำให้ดีขึ้นหรือไม่

“ปัญหาในการดูข้อมูลของผู้อื่นคือผู้คนมักจะต้อนฝูงร่วมกับผู้อื่น…”

นั่นคือคำถามหลักเบื้องหลังบทความใหม่ในวารสาร วิทยาศาสตร์การจัดการ.


กราฟิกสมัครสมาชิกภายในตัวเอง


เรามักจะต้อนฝูง

นักวิจัยตรวจสอบข้อมูลจากแพลตฟอร์มการเงิน Estimize.com ซึ่งนักวิเคราะห์มืออาชีพ มือสมัครเล่น และนักศึกษาให้การประมาณการรายได้ต่อหุ้นรายไตรมาสสำหรับบริษัทที่ซื้อขายในตลาดหลักทรัพย์

นักวิจัยพบว่ายิ่งผู้ใช้ Estimize แต่ละคนรู้เรื่องค่าประมาณของผู้ใช้รายอื่นน้อยลงเท่าใด การประมาณการเฉลี่ยของกลุ่มคนก็จะแม่นยำมากขึ้นเท่านั้น อันที่จริง ความแตกต่างนั้นลึกซึ้งมาก: เมื่อผู้ใช้ Estimize สามารถเห็นการประมาณการของผู้ใช้รายอื่น การประมาณการฉันทามตินั้นดีกว่าฉันทามติของ Wall Street เกือบ 57 เปอร์เซ็นต์ของเวลาทั้งหมด อย่างไรก็ตาม เมื่อพวกเขาทำไม่ได้ ฉันทามติก็แม่นยำมากขึ้น 64 เปอร์เซ็นต์ของเวลาทั้งหมด

Xing Huang ผู้ช่วยศาสตราจารย์ด้านการเงินใน Olin Business School ที่ Washington University ใน St. Louis กล่าวว่า "ปัญหาในการดูข้อมูลของผู้อื่นคือการที่ผู้คนมักจะต้อนฝูงสัตว์ร่วมกับผู้อื่น “นั่นทำให้การคาดการณ์แต่ละรายการมีความแม่นยำมากขึ้น แต่… ลดความถูกต้องของความเห็นพ้องต้องกัน”

ฉลาดกว่าหรือโง่กว่ากัน?

พฤติกรรมการเลี้ยงสัตว์ที่สังเกตได้เป็นหนึ่งในประเด็นสำคัญของหนังสือพิมพ์ เมื่อผู้ใช้แต่ละรายมีสิทธิ์เข้าถึงการคาดการณ์จากชุมชนโดยรวม พวกเขามักจะ "ฝูง" พร้อมกับการคาดการณ์อื่นๆ แต่ยิ่งไปกว่านั้น พฤติกรรมการต้อนฝูงสัตว์ทำให้ผู้ใช้ “ฉลาดขึ้นเป็นรายบุคคล กระดาษยังตั้งข้อสังเกตว่าการต้อนฝูงสัตว์มีความสำคัญที่สุดเมื่อ "ผู้ใช้ที่มีอิทธิพล" คาดการณ์ล่วงหน้า

ผลลัพธ์ที่ครอบคลุมข้อมูลตั้งแต่เดือนมีนาคม 2012 ถึงมิถุนายน 2015 นั้นชัดเจนมาก Estimize ได้เปลี่ยนแพลตฟอร์มภายในเดือนตุลาคม 2015 เพื่อป้องกันไม่ให้ผู้ใช้เห็นการประมาณการของผู้ใช้รายอื่นก่อนที่จะโพสต์ของตนเอง

"เรารู้สึกไม่สบายใจกับผลลัพธ์" บล็อก Estimize รายงาน "ชุดข้อมูล 'blind' ดีกว่าอย่างเห็นได้ชัด"

“เราค่อนข้างโชคดีที่ได้ร่วมมือกับ Estimize เพื่อทำการทดลอง ซึ่งเราสามารถสุ่มชุดข้อมูลของผู้ใช้ได้” Huang กล่าว

นักวิจัยใช้ข้อมูลจาก 2,516 Estimize ผู้ใช้ที่คาดการณ์ล่วงหน้า 2,147 รายรับจาก 730 บริษัท แต่ Huang กล่าวว่าผลลัพธ์อาจเป็นคำแนะนำสำหรับไซต์ใดๆ ที่รวบรวมความรู้ของฝูงชน ซึ่งรวมถึงแพลตฟอร์มการลงคะแนน ไซต์การระดมทุน หรือหน้าบทวิจารณ์ผลิตภัณฑ์ หากพวกเขาสามารถแยกความคิดเห็นส่วนบุคคลออกจากความคิดเห็นของชุมชนโดยรวม

ที่มา: มหาวิทยาลัยวอชิงตันในเซนต์หลุยส์

หนังสือที่เกี่ยวข้อง

at ตลาดภายในและอเมซอน