預期 投票率 低 ， 比較 會 刺激 他們 出門 投票 ， 畢竟 做 個 成本 效益 分析 就 會 知道 ， 預期 投票率 低 的 時候 ， 你 手 上 這 張 票 的 重要性 會 大於 投票率 高 的 時候 。 但 別 忘 了 ， 人 很 容易 受到 社會 影響 ， 想要 按照 別人 喜歡 的 方式 行動 。 如果 大部分 人 喝 酒 喝 很多 ， 他們 就 會 跟 著 喝 很多 ； 如果 大部分 人 喝 酒 喝 不 多 ， 他們 也 會 跟 著 喝 不 多 。 如果 大部分 人 住 旅館 的 時候 會 重複 使用 同 一 條 毛巾 ， 他們 也 會 跟 著 做 。 因此 ， 告訴 選民 他們 的 選區 會 有 很 高 的 投票率 ， 催票 才 會 有效 。 別 告訴 他們 投票率 很 低 。 假如 你 告訴 選民 ： 你 知道 他們 上 一 次 有 去 投票 ， 而 這 次 投票日 結束 後 ， 你 還 會 問 他們 有沒有 去 投票 。 這 個 方法 有助於 刺激 投票率 嗎 ？ 人 不但 想 維持 自己 在 別人 眼 中 的 良好 形象 ， 也 想要 自我 感覺 良好 。 所以 不 意外 ， 上述 說法 至少 可以 增加 百分之二點五 的 投票率 。 2 但是 只有 運用 AB 測試 ， 才 能夠 確認 上述 這 項 策略 會 帶來 正面 結果 、 負面 結果 ， 還是 毫無 影響 。 二○○八年 和 二○一二年 兩 屆 選戰 中 ， 歐巴馬 陣營 口袋 實在 太多 法寶 ， 令 共和黨人 招架不住 。 羅姆尼 陣營 在 二○一二年 選戰 中 認為 勝券在握 ， 甚至 連 敗選 聲明 都 沒 準備 。 話說回來 ， 共和黨人 不 是 沒有 能力 玩 AB 測試 。 早 在 二○○六年 ， 德州 州長 瑞克 ．裴利 就 發現 花錢 寫信 給 選民 、 進行 付費 電話 拜票 ， 以及 在 草皮 上 插 候選人 看板 都 效益 不彰 。 所以 他 打 選戰 時 就 沒 在 這些 項目 上 花錢 ， 改 側 重 在 買 電視 及 廣播 時段 。 為了 獲知 哪些 時段 最 具 效益 ， 他們 挑選 十八 家 電視 收視 市場 及 三十 家 廣播 收聽 市場 ， 隨機 指定 起始 日期 ， 再 透過 民調 追蹤 哪 幾 個 時段 會 讓 裴利 的 支持度 增加 最多 。 選戰 工作 人員 不得 自行 決定 哪 個 收視 或 收聽 市場 要 在 哪 個 時段 接受 什麼 樣 的 實驗 處置 。 因為 一旦 由 他們 自行 決定 的話 ， 民調 結果 的 進步 將 有 可能 會 是 因為 特定 市場 中 某些 條件 變化 所 導致 ， 而 非 因為 在 該 市場 中 下 候選人 廣告 的 關係 。 正 是 因為 這 次 實驗 設計 當中 的 這 種 隨機 性質 ， 才 使得 結果 準確性 大大 提升 。 AB 測試 在 商業 上 的 運用 ， 和 政治 上 一樣 有用 ， 因為 研究 人員 能夠 隨機 區隔 母體 ， 施以 不同 的 實驗 處置 。 當 個案 數量 （ N ） 很 大 時 ， 連 細小 些微 的 差異 都 能 被 察覺出來 。 不管 是 政治 還是 商業 ， 一點點 小小 的 增長 可能 就 是 成功 的 關鍵 。 透過 實驗 可以 利他 也 利己 __UNDEF__ 商人 越來越 常 運用 AB 測試 ， 也 越來越 察覺到 這 種 測試 方法 不僅 能夠 幫助 他們 改善 人們 的 生活 ， 更 能夠 增加 自己 的 利潤 。 研究 人員 為了 瞭解 蔬果 促販 方法 的 優劣 ， 在 德州 艾爾帕索 的 超市 進行 了 AB 測試 。 3 若 在 手推車 內 置放 分隔板 ， 隔板 上 告訴 消費者 「 請 將 蔬果 放 在 手推車 前方 」 ， 這樣 就 能夠 讓 蔬果 銷量 翻倍 ！ 蔬果 不但 是 一 家 店 毛利 最 高 的 商品 ， 也 有益 顧客 健康 。 4 研究 人員 同時 有效 運用 了 社會 影響力 ： 隔板 的 標語 上 如果 寫 著 來 店 顧客 平均 購買 X 件 蔬果 ， 蔬果 的 銷量 也 會 跟著 提升 。 結果 更 顯示 ， 最 能夠 從 這些 刺激 蔬果 買氣 的 標語 受惠 的 一 群 人 ， 就 是 低收入 民眾 ， 因為 他們 本來 就 比較 傾向 購買 加工 食品 ， 少 買 新鮮 蔬果 。 美國 超市 多半 是 按 類別 陳列 商品 ： 澱粉類 放 在 第四 條 走道 ， 醬料 放 在 第六 條 走道 ， 乳酪 放 在 第九 條 走道 等 。 日本 雜貨店 則 多半 是 按 餐點 類型 做 整體 分類 ： 義麵 、 醬料 和 乳酪 放 在 義大利區 ； 豆腐 、 海鮮 和 醬油 放 在 和風區 。 日本 這 種 整體 的 分類 作法 ， 能夠 減少 顧客 購買 加工 食品 ， 也 會 讓 時間 緊迫 的 顧客 更 有 可能 購買 較 健康 的 食品 回家 烹調 。 5 __UNDEF__ 每 個 組織 都 可以 透過 更多 實驗 來 瞭解 目前 營運 與 工作 環境 的 成效 。 假如 允許 員工 一 部份 工時 在 家 工作 的話 ， 會 提升 生產力 嗎 ？ 全部 工時 都 在 家 呢 ？ 完全 不 允許 在 家 工作 呢 ？ 哪 一 種 方法 能夠 讓 高中生 比較 願意 做 功課 ： 一 週 出 一 次 大 作業 ， 還是 每 天 出 小 作業 ？ 實驗 的 「 受 試 者 內 設計 」 和 「 受 試 者 間 設計 」 __UNDEF__ 像 西爾斯 （ Sears ） 這 種 全國性 的 大 百貨公司 有 能力 去 隨機 針對 特定 公眾 群體 下 特定 的 媒體 廣告 ， 也 有 能力 隨機 決定 要 將 特定 商品 放 在 店 內 的 什麼 位置 。 舉例 來 說 ， 某 兩 州 的 分店 要 將 某 商品 放 在 店 後方 ， 同 個 商品 在 另 兩 州 的 分店 則 要 放 在 店 前方 。 他們 在 全 國 的 店面 數量 大 到 能夠 讓 AB 測試 發揮 極為 強大 的 威力 ， 而 統計 檢定 最 大 的 威力 ， 就 是 它 能夠 發覺 某 種 數量 的 差異性 是否 顯著 。 N 愈 大 ， 就 更 有 信心 去 確定 某 種 數量 的 差異性 為 真 ， 而 非 偶然 所 造成 。 你 還可以 藉由 「 受 試 者 內 設計 」 （ within design ） 讓 這 種 威力 更 猛 。 例如 在 同 一 家 店 內 互換 商品 陳列 的 位置 。 這樣 就 能 控制住 不同 店面 之間 可能 存在 的 各 種 差異 。 一 種 典型 的 受 試 者 內 設計 叫做 「 前測 後測 」 （ before-after ） 設計 。 把 珠寶 放 在 某 家 店 前方 ， 內衣 放 在 同 家 店 後方 ， 銷售 業績 會 如何 ？ 如果 是 反過來 放 呢 ？ 帶有 前測 後測 的 AB 測試 ， 會 比 單純 的 AB 測試 敏銳 得多 ， 因為 每 個 個案 都 可以 據 此 產生 「 差異 分數 」 ， 然後 用 該 分數 當作 衡量 指標 。 例如 ， 該 指標 會 將 休士頓 分店 在 接受 實驗 處置 前 的 業績 ， 減去 接受 實驗 處置 後 的 業績 ， 進行 比較 。 這樣 的 差異 分數 便 能夠 控制住 因 地 、 因 客群 而 異 的 各 種 變項 ， 包括 店面 大小 、 該 店 的 聚眾 能力 、 當地 消費者 的 偏好 等等 — 這些 差異 又 稱為 誤差 變異數 （ error variance ） ， 因為 店 與 店 之間 、 客群 與 客群 之間 的 這些 變異 ， 都 與 介入 措施 無關 ， 亦即 ： 想要 利用 AB 測試 找出 答案 時 ， 得到 的 分數 高低 卻 可能 是 受到 與 問題 無關 之 原因 所 影響 。 一旦 每 個 個案 都 施以 前 測 與 後測 ， 便 可以 減少 誤差 變異 ， 也 才 能夠 比較 確定 條件 A 下 的 銷售 業績 相對於 條件 B 下 的 銷售 業績 的 差異 為 真 。 使用 前 測 後測 時 ， 必須 注意 實驗 處置 順序 的 「 對抗 平衡 」 （ counterbalance ） 問題 。 也就是說 ， 要 讓 一些 個案 先 到 實驗組 ， 另 一些 個案 先 到 控制組 ， 否則 實驗 處置 的 結果 就 會 受到 次序 所 干擾 ； 原先 讓 你 以為 是 實驗 處置 所 導致 的 結果 ， 其實 可能 是 受到 次序 或 單純 受到 時間 所 影響 。 有 一些 前 測 後 測 的 實驗 是 來自 偶然 的 意外 ， 實驗 結果 卻 十分 有用 。 我 愛 舉 的 一 個 例子 是 美國 的 一 間 禮品店 。 6 店 裡 的 綠松石 銷量 很 差 ， 於是 老闆 某 天 在 出差 前 決定 要 促銷 這些 寶石 ， 便 交給 助理 一 塊 牌子 ， 上面 寫 著 ： 「 本 盒 綠松石 全面 × ½ 。 」 老闆 回來 時 發現 綠松石 都 賣光 了 ， 讓 他 很 高興 。 不過 讓 他 更 驚訝 的 是 ， 助理 告訴 他 這些 寶石 加價 兩 倍 賣 ， 竟然 比 以前 更 好 賣 。 原來 助理 誤解 老闆 的 意思 ， 以為 是 要 他 按照 原訂價 乘 二 出售 ， 而 非 按 原價 做 半價 折扣 。 通常 價格 是 一 個 不錯 的 指標 ， 它 代表 「 價值 」 ， 這 也 是 為什麼 顧客 會 認為 昂貴 的 珠寶 代表 有 很 高 的 價值 。 當然 ， 不 是 所有 商品 都 適用 這 個 道理 ， 綠松石 之所以 是 例外 ， 是 因為 很少 人 有 專業 能