Что такое decoy effect в прайсинге?
Ответ от нейросети
sobes.tech AI
Что хотят услышать интервьюеры:
Decoy effect — это прием в прайсинге, когда в набор тарифов добавляют заведомо менее выгодный вариант, чтобы сделать один из основных планов более привлекательным. Интервьюеры ожидают понимания, что это инструмент поведенческой экономики и монетизации. Важно показать, что такой прием помогает направлять выбор пользователя, а не просто «добавлять лишний тариф».
Определение:
Decoy effect, или эффект приманки, — это ситуация, когда присутствие третьего варианта меняет восприятие двух других и подталкивает пользователя к целевому выбору. Приманка обычно выглядит хуже одного из основных вариантов по соотношению цены и ценности, поэтому делает целевой план более очевидно выгодным. Этот механизм часто используют в тарифах, подписках и пакетных предложениях.
Пример использования:
У сервиса есть три тарифа:
Базовый — 500 ₽: 5 ГБ, без поддержки
Стандарт — 900 ₽: 20 ГБ, поддержка
Премиум — 950 ₽: 20 ГБ, поддержка, дополнительные функции
Если добавить тариф-приманку:
Базовый — 500 ₽: 5 ГБ, без поддержки
Стандарт — 900 ₽: 20 ГБ, поддержка
Премиум — 950 ₽: 20 ГБ, поддержка, дополнительные функции
Промежуточный — 850 ₽: 18 ГБ, без поддержки
то «Промежуточный» выглядит хуже «Стандарта»: почти та же цена, но меньше ценности. В итоге «Стандарт» начинает казаться наиболее рациональным выбором и лучше конвертируется.
Пояснение кода:
Код не требуется: это продуктовый и поведенческий паттерн, а не технический алгоритм. Логика применения выглядит так:
- Определяется целевой тариф, который нужно сделать более привлекательным.
- Подбирается тариф-приманка с близкой ценой, но заметно худшим набором выгод.
- Пользователь сравнивает варианты не в вакууме, а относительно друг друга.
- За счет контраста целевой тариф воспринимается как «лучшее соотношение цена/ценность».
- После этого измеряется эффект: рост выбора нужного плана, конверсии или среднего чека.
Ключевые моменты:
- Decoy effect работает за счет относительного сравнения, а не абсолютной оценки цены.
- Приманка должна быть явно хуже целевого варианта, но правдоподобной для пользователя.
- Прием особенно часто используют в подписках, SaaS и пакетных тарифах.
- Нельзя злоупотреблять: слишком очевидная манипуляция снижает доверие.
- Эффект нужно проверять A/B-тестами, потому что он зависит от аудитории и контекста.