Sosyal kanıt (social proof)

Kısaca

Bir şehirde iki lokanta düşünün. Biri boş, diğerinde masalar dolu. Yemeği bilmiyorsanız büyük olasılıkla dolu olana girersiniz. Bu kararın adı sosyal kanıttır, İngilizcesi social proof.

Ekranda da aynısı olur. Yorum sayısı, puan ortalaması, "en çok satan" etiketi ve müşteri logoları, kullanıcıya başkalarının ne yaptığını söyler. Kullanıcı bu bilgiyle kendi belirsizliğini azaltır.

Sorun şu: bu bilgi kolayca uydurulabilir. Aşağıda önce dürüst kullanımı, sonra sahte biçimleri anlatıyorum.

Kavramın kaynağı: Cialdini

Kavramı psikolog Robert B. Cialdini adlandırdı. Kitap 1984'te Influence: The Psychology of Persuasion adıyla çıktı. 1985 baskısı ise Influence: Science and Practice adını taşır.

Cialdini kitapta ikna ilkelerini sıralar ve sosyal kanıt bunlardan biridir. Diğerleri karşılıklılık, bağlılık ve tutarlılık, sevme, otorite ve kıtlıktır. Kitabın son baskısına yedinci ilke olarak birlik (unity) eklendi.

Wikipedia'daki maddeye göre etki iki koşulda güçlenir. Birincisi belirsizlik: kişi ne yapacağını bilmiyorsa başkalarına daha çok bakar. İkincisi benzerlik: kişi kendine benzeyenlerin davranışını daha kolay benimser.

Cialdini, Noah Goldstein ve Vladas Griskevicius bunu otellerde iki saha deneyiyle sınadı. Çalışma 2008'de yayımlandı.

"Misafirlerin çoğu havlusunu yeniden kullanıyor" diyen kart, yalnızca çevreye çağrı yapan karttan daha iyi sonuç verdi. En etkili mesaj ise aynı odada kalan misafirlerin davranışını anlatandı.

Benzerlik koşulu arayüz için işe yarar bir ipucu. "Sizin gibi küçük işletmeler bu planı seçiyor" cümlesi, genel bir "binlerce kişi" cümlesinden daha çok iş görebilir. Yeter ki doğru olsun.

Canlı örnek: aynı ürün kartı, üç hal

Aşağıdaki kart kurgusal bir mutfak mağazasından. Ürün ve fiyat her halde aynı. Değişen tek şey, kartın size başkaları hakkında ne söylediği.

İkinci ve üçüncü kartın amacı aynı: satışı artırmak. Fark, verdikleri bilgiyi doğrulayıp doğrulayamamanızda. Dürüst kart sayı ve kaynak gösteriyor, manipülatif kart ise yalnızca acele duygusu üretiyor.

Arayüzde dürüst kullanım

Yorumların satışa etkisini ölçen çalışmalardan biri Northwestern Üniversitesi'ne bağlı Spiegel Research Center'dan. Merkezin 2017'de yayımladığı rapor üç çevrimiçi mağazanın verisine dayanıyor. Merkez bu veriyi bir yorum yazılımı şirketiyle birlikte inceledi.

• Yüksek fiyatlı hediyeler satan mağazada, beş yorumu olan ürünün satın alınma olasılığı yorumsuz ürüne göre %270 daha yüksekti.
• Aynı mağazada yorumlar, düşük fiyatlı üründe dönüşümü %190, yüksek fiyatlı üründe %380 artırdı. Fiyat arttıkça risk artıyor, yorum bu riski azaltıyor.
• Satın alma olasılığı genelde 4,0 ile 4,7 arasındaki puanlarda en yüksekti ve 5,0'a yaklaştıkça düştü. Rapor bunu "gerçek olamayacak kadar iyi" algısıyla açıklıyor.
• Doğrulanmış alıcının yorumunu görmek, anonim yoruma göre satın alma olasılığını %15 artırdı.

Bu rakamlar üç mağazanın verisinden geliyor, her ürüne aynen taşınmaz. Yine de yönü açık: gerçek ve doğrulanabilir yorum, kararsız kullanıcıya yardım ediyor.

Ürün sayfasında kendi uyguladığım kurallar şunlar:

• Ortalama puanın yanına değerlendirme sayısını yazın.
• Yorumlara tarih koyun ve doğrulanmış alıcıyı işaretleyin.
• Olumsuz yorumları gizlemeyin, filtreyle bulunabilir yapın.

Bu düzenin ayrıntısı ürün detay sayfası kalıbında.

Sayı küçükse dikkat edin. Jen Cardello'nun Nielsen Norman Group yazısında bir katılımcı, Facebook'ta 1.000 kişinin paylaştığı bir yazıyı yeterince popüler bulmamıştı.

Cardello'ya göre sosyal kanıtın en büyük riski, içeriği az kişinin onayladığı izlenimidir. Yazı ayrıca sosyal öğelerin arayüzü fazla kalabalık yapabileceğini ve sayfayı yavaşlatabileceğini söylüyor.

Sosyal kanıt e-ticarete özgü değil. Fiyatlandırma sayfasında gerçek müşteri logoları, bir SaaS kayıt ekranında gerçek kullanıcı sayısı aynı işi görür. Kural her yerde aynı: sayı ölçülmüş olmalı, iddianın arkasında bir kaynak bulunmalı.

Karanlık kullanım: sahte "12 kişi bakıyor"

Sosyal kanıt güçlü olduğu için sık sık uydurulur. Arunesh Mathur ve ekibinin 2019'da yayımlanan çalışması, yaklaşık 11 bin alışveriş sitesinden 53 bin kadar ürün sayfasını taradı. Ekip toplam 1.818 karanlık örüntü örneği buldu.

Bunların 313'ü başkalarının etkinliğini bildiren mesajlardı, "35 kişi bu ürünü sepetine ekledi" gibi. Araştırmacılar bu mesajları sayfa kaynağını okuyarak inceledi. Sunucuda üretilen mesajları, doğrulayamadıkları için dışarıda bıraktılar.

Geriye kalanlarda 20 sitede 29 aldatıcı bildirim buldular. Bu sitelerin çoğu bildirimleri rastgele üretiyordu, "şu an bakan" kişi sayısı da rastgele sayı üreticisinden geliyordu. Bir kısmı ise önceden yazılmış bildirimleri sayfaya sabitlemişti.

Geri sayım sayaçlarında da durum benzer. Ekibin bulduğu 393 sayaçtan 157'si aldatıcıydı ve bunlar 140 siteye dağılıyordu. Bunlarda süre dolunca sayaç baştan başlıyor ya da teklif süre bittikten sonra da geçerli kalıyordu.

Ekip ayrıca kaynağı belirsiz 12 müşteri yorumu buldu. Bir örnekte aynı yorumlar başka bir sitede, farklı müşteri adlarıyla duruyordu. Bazı üçüncü taraf hizmetler de sahte sipariş üretebildiklerini açıkça tanıtıyordu.

Bu tür tasarımlara karanlık örüntü (dark pattern) denir. Türleri ve Türkiye'deki yönetmelik bendini dark pattern rehberinde anlattım. Hukuki çerçeve için oradaki mevzuat bölümüne bakın.

Kendi sitenizde nasıl kontrol edersiniz

Sahte sosyal kanıtı bulmak için özel bir araç gerekmez. Mathur ve ekibi de sayaçları böyle inceledi: siteleri tekrar tekrar ziyaret edip sayacın ekran görüntülerini kaydettiler.

1. Ürün sayfasını üç kez yenileyin. "Şu an bakan" sayısı her seferinde değişiyorsa, nereden geldiğini ekibinize sorun.
2. Geri sayım sayacını sonuna kadar bekleyin. Sıfırda kampanya bitmiyorsa sayaç yalan söylüyor.
3. Bir yorumdan bir cümleyi tırnak içinde arama motoruna yazın. Aynı cümle başka sitelerde de çıkıyorsa, yorum büyük olasılıkla sizin müşterinizden gelmiyor.
4. "Binlerce mutlu müşteri" gibi yuvarlak iddiaların kaynağını isteyin. Kaynağı olmayan sayıyı sayfadan kaldırın.

Dürüst bir öğenin satışa etkisini merak ediyorsanız tahmin etmeyin, ölçün. Örneklem büyüklüğünü A/B test hesaplayıcı ile önceden hesaplayın.

Benim notum

Audit'te sosyal kanıta iki soruyla bakarım. Bu sayı nereden geliyor? Kullanıcı onu doğrulayabilir mi? İkisine de "evet" diyemiyorsam öğeyi bulgu olarak yazarım.

En sık karşılaştığım sorun ise bayat kanıt. Ürün sayfasında üç yıllık iki yorum durur, ana sayfada artık çalışmadığınız bir müşterinin logosu kalır. Kullanıcı bunu fark eder ve siteyi bakımsız bulur.

"Sahte sayaç dönüşümü artırıyor" sık duyulan bir savunma. Kısa vadeli artış ölçülebilir, ama sayının değiştiğini gören kullanıcının güven kaybını aynı testte ölçmek çok zor. Ben bu riski almayı hiçbir müşterime önermem.

Ürün sayfanızdaki yorumlara, logolara ve sayaçlara dışarıdan bir göz baksın isterseniz UX Audit bu kontrolü de kapsar.

İlgili sayfalar

Sosyal kanıt en çok ürün sayfasında ve ödeme adımında işe yarar. Bu iki ekranın tamamını e-ticaret UX rehberinde ve checkout kalıbında anlattım.

Sosyal kanıtın etkisini ölçmeden önce dönüşümü nasıl tanımladığınızı netleştirin. Bunun için dönüşüm oranı rehberine bakın. Diğer ilkeler UX yasaları listesinde.