股市投資 小副述文字一共二十個字小副述文字一共二十


基金ETF 小副述文字一共二十個字小副述文字一共二十


全球總經 小副述文字一共二十個字小副述文字一共二十


理財商業 小副述文字一共二十個字小副述文字一共二十


消費信用 小副述文字一共二十個字小副述文字一共二十


保險稅制 小副述文字一共二十個字小副述文字一共二十


房產生活 小副述文字一共二十個字小副述文字一共二十


 
借用敵人粉絲的力量!啤酒商Schlitz Beer讓對手支持者轉選他的祕密
收藏文章
很開心您喜歡 經理人 的文章, 追蹤此作者獲得第一手的好文吧!
經理人
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


借用敵人粉絲的力量!啤酒商Schlitz Beer讓對手支持者轉選他的祕密

2016 年 4 月 22 日

 
展開

1981年,美國足球超級盃中場轉播了一場噱頭十足的活動。施麗茲啤酒(Schlitz Beer)在全球一億觀眾的面前,舉辦了一場啤酒盲品體驗。

品酒者的面前有兩杯啤酒,一杯是施麗茲的自家產品,另一杯則是競爭對手的啤酒。品酒者喝完後,要選出比較喜歡哪一杯。

大膽的是,施麗茲並不是隨機挑選品酒者來評鑑,而是刻意挑選100位習慣喝百威、美樂或麥格啤酒的消費者!這就是最大的亮點。整個活動貫穿美式足球季後賽,總共有5場電視轉播的品酒體驗。在現場,甚至雇用一位前全國美式足球聯盟裁判來監督測試,營造出像是比賽一樣的氣氛。

Schlitz Beer

你很可能會認為,喔~施麗茲一定對自己生產的啤酒特別有信心,一定無敵美味或風味特殊。不然,要是品酒的人都選對手的產品豈不糗大了,無法讓人一喝就愛上的話,怎麼敢承擔這麼大的風險?但是事實上,施麗茲與同級的啤酒嘗起來都差不多,並沒有特別突出。

因為喝起來都差不多,所以廣告才能成功

這就是關鍵,正是利用這個事實才能讓廣告成功:它假設街上隨便一個愛喝啤酒的人,也分不出來施麗茲與百威、麥格及美樂的區別。我們只需要對口味中等的啤酒,和對統計有些了解,就知道這個計謀幾乎一定對它有利。

在這種情況下,盲品任何兩者的結果,基本上就像擲銅板一樣,平均一半的品酒者會選擇施麗茲,一半會選擇施麗茲所「挑戰」的啤酒。

聰明的點在於,設計這個活動的天才,只讓那些承認自己偏好競爭對手啤酒的消費者參加測試。

因為如果盲眼品酒真的就像擲銅板一樣,那麼大約一半喝百威、美樂、麥格的人會選擇施麗茲。這就讓施麗茲啤酒看起來很不賴:有一半喝百威啤酒的人比較喜歡施麗茲啤酒的味道!

這也是施麗茲絕對、肯定不會要自己的忠實顧客來做這個測試,因為約略有一半的施麗茲愛好者會選擇競爭對手。就像是說,你的啤酒也沒有好到我一喝就認出來,反而造成反效果。

施麗茲要傳達的行銷訊息很清楚:即使是以為自己喜歡其他品牌的啤酒消費者,在盲品時也會偏愛施麗茲。

不過,這畢竟是電視現場轉播,即使施麗茲的統計專家經過無數次的測試,判定典型的麥格消費者有一半機會選擇施麗茲,但是如果100位喝麥格啤酒的人在超級盃中場品酒時都失常了?

畢竟,如果我們要這同樣的100個人排成一行擲銅板,也有可能其中85或90個人會擲出反面來。如果施麗茲在品酒體驗時運氣也這麼糟,將會是一場災難。

這時候就是統計派上用場的時候了。

都選擇對手產品的機率,比100個人同時被小行星撞到還小

我們假設100位品酒者,每次試驗都有兩種結果(選擇施麗茲或麥格),選擇施麗茲的機率是50%。也假設所有的「試驗」都是獨立的,意即任一名盲品體驗者的決定,對任何其他體驗者都沒有影響。

請來電腦算一算,100人全部選擇麥格的機率是1,267,650,600,228,229,401,496,703,205,376分之一。這個數據的意思是,這比所有體驗者在中場時,一起被小行星撞死的機率還要小。

讓我們假定如果100名體驗者中至少有40名選擇施麗茲,施麗茲啤酒就會很高興了。想想看,所有接受現場盲品體驗的人,都自認是麥格的愛好者,40名已經是很了不起的數目了,品酒體驗有這麼好的結果是高度可能的。

如果品酒體驗真的像擲銅板一樣,那麼基本機率知識告訴我們,至少有40名體驗者會選擇施麗茲的機率是98%;至少有45名體驗者會選擇施麗茲的機率是百分之86%。

理論上這個計策的風險並不是很高。

後來結果怎麼樣呢?在1981年超級盃中場的盲品中,剛剛好有五成的麥格消費者選擇了施麗茲。

資料參考:《聰明學統計的13又1/2堂課》─先覺出版
圖片來源:Jax House via Flickr, CC Lisenced

經理人》授權轉載

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 經理人 的文章, 追蹤此作者獲得第一手的好文吧!
經理人
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容