數字是結果；可以動手的是行為
Propel AI：用行為經濟學加 AI，先不急著加預算，讓你想要的行為更容易發生。
我們怎麼看問題
環境他看到什麼、要做幾步、預設是什麼
我們多看的一步
我們多看的一步
▶
行為特定的人，在特定的時刻，做一個看得見的動作
可以動手的地方
可以動手的地方
▶
指標業績、採用率、回購率
行為動了，它才會動
行為動了，它才會動
每個指標背後，都是一條行為鏈
| 在這個時刻 | 這個人做了這個動作 | 這個指標才會動 |
|---|---|---|
| 購物車裡的客人，離開網站前 | 客人按下「結帳」 | 結帳率 |
| 業務準備開始日常工作時 | 員工打開 AI 做企畫 | 採用率 |
| 產品快用完的那一週 | 老客戶按「再買一次」 | 回購率 |
所以我們不從「提升業績」開始，而是先問：誰，在什麼時候，少做了哪個動作？
改環境，長什麼樣子？三個例子
換掉預設｜綠電方案：同一方案、同一價格
「要加入請勾選」→ 7% 買
▶
「已幫你加入，不要可取消」→ 69% 買
給兩個選擇｜商品頁上放幾個方案
只放一個 → 9% 買
▶
兩個並列 → 66% 買
先開口｜客人問「大概多少」
先問「你們預算多少？」
▶
先報有理由的數字 → 成交價偏向你
外部研究，非 Propel AI 客戶實績｜出處：Ebeling & Lotz (2015) Nature Climate Change｜Mochon (2013) J. Consumer Research｜Gunia et al. (2013) Personality and Social Psychology Bulletin
跟常見的做法，哪裡不一樣
對準環境，不對準人
講道理、下命令、重複宣導，力氣一停，數字常掉回來。
先不急著加預算
先找出卡在哪一步，再決定要不要花錢。
你判斷，AI 補充，你拍板
AI 給的是第二意見，先當假設。