De jamstudie, opnieuw getest: 24 smaken, 68 procent minder aankopen

Bewijs in plaats van beweringen: klassiekers uit de consumentenpsychologie, live opnieuw getest met digital twins. → Alle 23 kooptriggers in één overzicht.

Sheena Iyengar en Mark Lepper beschrijven een trigger die tegenwoordig in bijna elke marketinggids wordt aangehaald. Wij hebben hem opnieuw getest met digital twins.

Wat is keuzestress (choice overload) eigenlijk?

Weinig bevindingen uit de consumentenpsychologie hebben het zo ver geschopt in de marketingpraktijk als het idee dat te veel keuze kopers verlamt in plaats van te verleiden. De kortformule „minder opties verkopen beter“ duikt op in gidsen, keynotes en gidsen voor productpagina's, vrijwel altijd met dezelfde verwijzing: het jamschap van Sheena Iyengar en Mark Lepper.

Iyengar & Lepper (2000, Journal of Personality and Social Psychology) bouwden daarvoor een echte proefstand in een supermarkt bij San Francisco. Op sommige dagen stonden er 6 jamsoorten, op andere 24. Het resultaat werd een klassieker: de grote stand trok meer voorbijgangers (60 procent stoppercentage tegenover 40 procent), maar onder de geïnteresseerden kocht bij de kleine stand bijna één op de drie (30 procent), bij de grote stand nauwelijks iemand (3 procent). Meer keuze trok aan, en schrikte op het beslissende moment af.

Zo eenduidig als het marketingcitaat laat klinken, is de onderzoeksstand sindsdien echter niet. Scheibehenne, Greifeneder & Todd (2010, Journal of Consumer Research) vatten 63 condities uit 50 studies met in totaal 5.036 deelnemers samen, en vonden gemiddeld een effect van praktisch nul (D = 0,02). Keuzestress is dus geen betrouwbaar hoofdeffect, maar hangt sterk af van de context, het product en de doelgroep waarmee je test.

Hoe hebben we dit met digital twins getest?

Een vergelijkingstest, waarbij een twin beide schappen tegelijk ziet en er één moet kiezen, was hier geen goed idee geweest. Zodra een twin „schap met 6 smaken“ naast „schap met 24 smaken“ leest, oordeelt hij niet meer over zijn eigen koopgedrag, maar over het abstracte getal, en de volkswijsheid „te veel keuze overweldigt“ is zo bekend dat een directe vergelijking bijna onvermijdelijk een schoon, maar weinig zeggend resultaat had opgeleverd. Iyengar en Lepper hebben hun origineel overigens ook niet als vergelijkingstest opgezet: elke voorbijganger zag in de echte studie maar één van de twee schappen, nooit beide.

Dat hebben we nagebouwd. Twee deelpanels uit ons twin-panel zagen elk maar één conditie: een jamschap met 6 expliciet genoemde smaken of een met 24 smaken (de lijst met 24 bevat dezelfde 6 smaken plus 18 extra, net als in het origineel, waar de grote selectie een uitbreiding van de kleine was, geen compleet andere lijst). Over twee golven met omgewisselde toewijzing zag uiteindelijk elke twin precies één conditie, zodat het panel zich netjes over beide schapgroottes verdeelde.

Het panel: 10 digital twins*

Beate Hofmann, 58
Projectleider-twin* · Stuttgart · University degree

“Ik ben Beate Hofmann, projectleider uit Stuttgart. Sinds mijn scheiding heb ik met mijn nieuwe partner weer stabiliteit gevonden, en ook al leef ik met chronische rugpijn en een actieve kankerdiagnose, ik blijf dagelijks sportief actief en voel me diep tevreden met mijn leven.”

Wat deze twin bijzonder maakt: Ik ben diep religieus zonder de kerk te bezoeken, ik sta fundamenteel wantrouwend tegenover politiek en de economische situatie, en ik bescherm mijn gegevens zo consequent dat ik liever een korting misloop dan ze prijsgeef.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Sabine Wagner, 56
Verpleegkundige-twin* · Leipzig · Upper secondary education

“Ik ben Sabine Wagner, verpleegkundige in een ziekenhuis in Leipzig. Ik ben getrouwd en woon samen met mijn man, maar tussen het 40-urige ploegendienstwerk en het huishouden blijft er nauwelijks tijd voor mezelf over.”

Wat deze twin bijzonder maakt: Mijn geloof is geen pure traditie, maar geeft me dagelijks kracht voor een veeleisend beroep, ik vertrouw sterk op politie en justitie, en ondanks mijn volle ziekenhuisleven zet ik me vrijwillig in voor goede doelen.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Kathrin Baumann, 32
Lerares-twin* · München · Postgraduate degree

“Ik ben Kathrin Baumann, basisschoollerares uit München. Ik ben getrouwd en heb twee kleine kinderen, en mijn dagen tussen school en jong gezin zijn hectisch. Voor sport blijft momenteel weinig tijd over.”

Wat deze twin bijzonder maakt: Ik vertrouw mensen heel sterk en zie in principe het goede in ze, ik voel me politiek verbonden met de Groenen en boycot consequent producten om duurzaamheidsredenen, ook al neemt politiek verder weinig ruimte in mijn dagelijks leven in.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Melanie Schubert, 33
Bankmedewerker-twin* · bij Frankfurt · Advanced vocational education

“Ik ben Melanie Schubert, bankmedewerker bij een groot bedrijf vlakbij Frankfurt. Ik ben getrouwd en woon samen met mijn man, waarbij af en toe rug- en nekklachten me in het dagelijks leven wat afremmen.”

Wat deze twin bijzonder maakt: Ik ben duidelijk risicomijdender dan de meesten in mijn omgeving, ik vermijd leidinggevende functies en beperk bewust mijn tijd op internet, ook al ben ik technisch heus wel onderlegd. Orde en betrouwbaarheid vind ik belangrijker dan nieuwe dingen uitproberen.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Lukas Sander, 33
Retail-twin* · Dortmund · Postgraduate degree

“Ik ben Lukas Sander, medewerker in de detailhandel met teamverantwoordelijkheid in Dortmund. Ik ben getrouwd en heb drie kinderen van twee, vier en zeven jaar, tussen een 40-urige werkweek en een druk gezinsleven voel ik me heel tevreden en heb ik alles goed onder controle.”

Wat deze twin bijzonder maakt: Hoewel ik veiligheidsgericht en risicomijdend ben, zet ik me sterk in voor minderheidsrechten, waaronder LGBTQ-rechten, en wens ik een sterke, sociaal actieve overheid. Daarbij breng ik met mijn postdoctorale opleiding een ongebruikelijk perspectief mee in mijn baan in de detailhandel.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Anke Schumann, 48
HR-medewerker-twin* · Hamburg · University degree

“Ik ben Anke Schumann, HR-medewerker bij een middelgroot bedrijf in Hamburg. Ik ben getrouwd, heb twee zonen en voel me heel vervuld en op mijn plek in mijn leven.”

Wat deze twin bijzonder maakt: Ik vertrouw sterk op het parlement en justitie, ook al maakt de economische situatie me ontevreden, ik zet me in voor inkomensgelijkheid en minderheidsrechten en beschouw tegelijkertijd gehoorzaamheid en respect voor autoriteit als belangrijke opvoedingswaarden, een tegenstrijdigheid die ik bij mezelf opmerk.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Sören Lindner, 30
IT-twin* · Keulen · Advanced vocational education

“Ik ben Sören Lindner, IT-beheerder bij een groot bedrijf in Keulen. Ik ben niet getrouwd en woon samen met mijn partner. Mijn jeugd werd getekend door financiële zorgen en familieconflicten, wat me risicobereider en vastberadener heeft gemaakt.”

Wat deze twin bijzonder maakt: Ik ben bovengemiddeld risicobereid en leiderschapsgericht, ik ga de straat op en doneer voor zaken waar ik in geloof, ik bescherm mijn gegevens ondanks mijn technische affiniteit heel strikt, en ik zet me actief in tegen ongelijke behandeling van vrouwen op het werk.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Tobias Hübner, 35
Mechatronicus-twin* · Essen (Ruhrgebied) · Upper secondary education

“Ik ben Tobias Hübner, mechatronicus bij een middelgrote elektronicafabrikant in het Ruhrgebied, in Essen. Ik ben niet getrouwd en woon in een groot huishouden van zes personen met mijn ouders en jongere familieleden, druk, maar voor mij een sterke bron van veiligheid.”

Wat deze twin bijzonder maakt: Ik steek meerdere uren per week in de zorg voor familieleden en buren, in plaats van naar buiten gerichte sociale activiteiten, ik wijs trackingcookies consequent af en ga ondanks een gevoel van geringe politieke invloed toch regelmatig stemmen.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Dennis Altmann, 41
Sales-twin* · Düsseldorf · University degree

“Ik ben Dennis Altmann, salesmedewerker bij een middelgroot groothandelsbedrijf in Düsseldorf en reis veel voor mijn werk. Ik ben getrouwd en heb drie kinderen. Mijn eigen jeugd werd getekend door geldzorgen en ruzie, daarom wens ik mijn kinderen een stabieler, harmonieuzer thuis toe.”

Wat deze twin bijzonder maakt: Anders dan de eerder liberale omgeving in Düsseldorf hecht ik veel waarde aan duidelijke regels, orde en traditionele opvoedingswaarden zoals gehoorzaamheid en respect voor autoriteit, en benader ik vreemden met gezonde scepsis; mijn vader komt oorspronkelijk uit Turkije.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Jürgen Krause, 59
Boekhouder-twin* · Berlijn · Upper secondary education

“Ik ben Jürgen Krause, boekhouder vlak voor mijn pensioen in Berlijn. Ik ben niet getrouwd en woon samen met twee oudere familieleden voor wie ik zo'n 15 uur per week zorg, terwijl rug- en gewrichtspijn en af en toe hevige hoofdpijn me dagelijks bezighouden.”

Wat deze twin bijzonder maakt: Ik ben maatschappelijk eerder conservatief, hecht veel waarde aan traditie en respect voor autoriteit en voel ondanks mijn leven in een wereldse stad weinig verbondenheid met het Europese gedachtegoed, en stem toch SPD, omdat sociale rechtvaardigheid me aan het hart gaat.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

* Digital twins zijn AI-simulaties op basis van profielen van echte personen, geen echte mensen. Klik op een twin om te zien waarop hij gebaseerd is.

Hoeveel digital twins kochten bij 6 tegenover 24 smaken?

Iyengar & Lepper (2000) vonden in het origineel een koopratio van 30 procent bij 6 smaken tegenover 3 procent bij 24 smaken. In onze hertest met digital twins kochten de twins bij 6 smaken gemiddeld bij 2,7 van de 10 langslopen een potje, bij 24 smaken bij slechts 0,9 van de 10, een daling van zo'n 68 procent.

Bij de tweede vraag: hoe vaak de beslissing zou worden uitgesteld in plaats van helemaal niet te kopen, draaide het beeld om: 4,43 van de 10 bij 6 smaken tegenover 5,75 van de 10 bij 24 smaken, een plus van 1,32 punten. Wie voor 24 smaken staat, koopt in ons panel minder vaak meteen, maar stelt de beslissing ook vaker uit in plaats van volledig af te haken.

Een blik op individuele twins ondersteunt de richting extra: van de 5 twins met volledige koopwaarden in beide condities kochten er 4 bij 24 smaken minder vaak dan bij 6. Lukas Sander bijvoorbeeld 3 punten minder, Anke Schumann 3 punten minder, Tobias Hübner en Dennis Altmann elk 2 punten minder. Alleen Beate Hofmann kocht minimaal vaker. Omdat dezelfde 10 twins over twee golven beide condities bestreken, kan de twin-identiteit het verschil niet alleen verklaren. Het schap zelf maakt in dit panel een verschil.

“Bij 24 smaken is dat gewoonweg te veel van het goede en overweldigt het me eerder dan dat het me enthousiast maakt”, zegt twin “Anke” (digital twin, DACH-consumentenpanel), een van slechts vier toelichtingen in de hele test die het concrete aantal smaken überhaupt noemen. “24 smaken zijn een echte uitdaging. Ik zou er waarschijnlijk een paar proberen, maar de koopbeslissing zou ik uit de weg gaan, omdat ik me niet wil vastleggen”, zegt twin “Beate”, die ondanks deze toelichting een minimaal hoger aankoopcijfer bij 24 smaken opgaf, een aanwijzing voor hoe verschillend toelichting en cijfer bij individuele twins uiteen kunnen lopen.

Waarom kwam het grote schap minder aantrekkelijk over in plaats van meer?

Hier wijkt ons resultaat het duidelijkst af van het origineel. Iyengar en Lepper maten hoeveel voorbijgangers überhaupt bij de stand bleven staan: 60 procent bij het grote schap, maar 40 procent bij het kleine. Meer keuze trok dus meer mensen aan, nog voordat er überhaupt een koopbeslissing aan de orde was. Als tekstbenadering daarvoor vroegen we de twins hoe aantrekkelijk de betreffende stand overkomt op een schaal van 1 tot 10. Het resultaat liep de andere kant op: 6,00 bij 6 smaken tegenover 4,13 bij 24 smaken. Het grote schap kwam in onze test minder aantrekkelijk over, niet meer.

Een voor de hand liggende verklaring: een lijst met 24 opgesomde namen kost leestijd, maar heeft geen visuele overvloed. Een echte jamtafel met 24 glanzende potjes is een zintuiglijke ervaring; een lopende tekst met 24 smaaknamen is vooral langer. De tekstvorm kon de eigenlijke aantrekkingskracht van een vol schap dus vermoedelijk niet vastleggen. Het tweeledige patroon uit het origineel („trekt meer aan, verkoopt minder“) werd in onze test niet gerepliceerd, alleen de tweede helft ervan.

Hetzelfde patroon in de kooprïchting, opnieuw gemeten in minuten in plaats van maanden veldwerk, maar met een eigen, belangrijke kanttekening.

Wat betekent het confabulatiepercentage van 80 procent voor dit resultaat?

De daling van 68 procent klinkt als een helder resultaat. Voordat je hem 1-op-1 op jouw doelgroep overzet, loont een tweede blik op de toelichtingen erachter. We hebben elk van de 20 antwoorden gecontroleerd op de vraag of het daadwerkelijk verwijst naar het getoonde schap, dus het concrete aantal smaken (6 of 24) of minstens één van de genoemde jamsoorten noemt, of dat het een algemene uitspraak over de eigen koopneiging is, die net zo goed zonder het schap gedaan had kunnen worden.

Het resultaat: slechts 4 van de 20 toelichtingen noemden het concrete aantal smaken überhaupt (alle vier in de 24-conditie), geen enkele een concrete jamsoort. Volgens het strenge, vooraf vastgelegde criterium levert dat een confabulatiepercentage van 80 procent op, volgens een losser criterium, dat ook vage grootte-aanduidingen zoals „zoveel smaken“ zonder concreet getal meetelt, zou het 70 procent zijn. In beide gevallen onderbouwde de duidelijke meerderheid van de twins hun cijfer met algemene eigenschappen, prijsbewustzijn, gezondheidszorgen, planningsstijl, lage neiging tot spontane aankopen, in plaats van met wat daadwerkelijk op tafel stond.

Dat is opmerkelijk, omdat „te veel keuze overweldigt“ een van de bekendste alledaagse wijsheden uit de consumentenpsychologie is, ook voor een AI-model dat is getraind op talloze teksten die precies deze wijsheid herhalen. Als een groot deel van de toelichtingen nooit het eigenlijke schap noemt, valt niet uit te sluiten dat een deel van de gemeten daling eerder het bekende verhaal weerspiegelt dan een echte reactie op 24 in plaats van 6 opties. Dat verklaart ook waarom onze daling zoveel groter uitvalt dan het praktisch bij nul liggende effect (D = 0,02) dat Scheibehenne, Greifeneder & Todd (2010) over 50 studies met 5.036 deelnemers gemiddeld hebben gemeten: onze 68 procent repliceert de richting van de beroemde individuele studie, niet de nuchtere consensus uit de meta-analyse.

Nog een punt ter duiding: anders dan in het origineel, waar Iyengar en Lepper aardbei en framboos bewust uit alle condities verwijderden zodat niemand simpelweg naar vertrouwde klassiekers zou grijpen, bestond ons schap met 6 smaken uitsluitend uit vertrouwde smaken (abrikoos, aardbei, framboos, aalbes, kers, pruim), terwijl de 18 extra smaken in het schap met 24 smaken eerder exotisch uitvielen (lijsterbes, duindoorn, kweepeer, walnoot-vijg). Dat versterkt de waargenomen daling extra, los van het zuivere aantal.

Wat betekent dit voor jouw productpagina of schap?

De voorzichtige lezing: in ons panel kochten digital twins bij 6 smaken duidelijk vaker dan bij 24. De richting past bij de beroemde veldstudie. Tegelijkertijd laat het hoge confabulatiepercentage zien dat een groot deel van deze uitspraak zou kunnen voortkomen uit algemene kennis over „te veel keuze“ in plaats van uit een echte reactie op het concrete schap, en de menselijke onderzoeksstand over 50 studies levert gemiddeld geen betrouwbaar effect op. Wie zijn assortiment radicaal wil verkleinen, moet zich dus niet alleen op één enkel getal verlaten, of dat nu uit deze studie komt of uit onze test.

Praktisch betekent dat: het basisidee, een overzichtelijke, helder gestructureerde selectie kan beslissingen makkelijker maken, blijft een eigen test waard, zeker bij productpagina's met veel varianten. Maar „minder opties“ is geen universeel recept dat je ongetest op elke doelgroep en elk assortiment toepast. Precies daarvoor lenen digital twins zich uitstekend: je eigen aantal varianten, je eigen assortiment, in minuten testen, en daarbij goed kijken of de toelichtingen echt verwijzen naar wat is getoond.

Deze test maakt deel uit van de serie Het Trigger-Lab, waarin we klassiekers uit de consumentenpsychologie opnieuw toetsen met digital twins. Het volledige overzicht van alle hertests lees je in het vlaggenschipartikel „Brainfluence 2.0 opnieuw getest“ (EN).

Verder lezen

• Schaarste: hoe sterk drijft scarcity de directe aankoop echt aan? (EN)
• Het bezitseffect: waarom een proefperiode het behoud verdubbelt (EN)
• Digital Twins in marktonderzoek: de complete gids 2026 (EN)

Veelgestelde vragen

Woordenlijst: de begrippen van het Trigger-Lab

Digital twins: AI-persona's op basis van echte enquêteprofielen, die op tekststimuli reageren met forced-choice-beslissingen en beoordelingen, een marktonderzoekspanel dat in minuten in plaats van weken antwoordt. → Meer hierover: Digital Twins in marktonderzoek: de complete gids (EN)

Het Trigger-Lab: de artikelenserie waarin klassiekers uit de consumentenpsychologie live opnieuw worden getest met digital twins uit een DACH-consumentenpanel. → Naar het experiment: Brainfluence 2.0 opnieuw getest (EN)

Vertrouwenswoorden: vaste vertrouwensformuleringen onder de koopknop, zoals een niet-goed-geld-terug-garantie, klantbeoordelingen of een keurmerk,, die volgens Dooley (Brainfluence, 2011) het waargenomen vertrouwen en de koopbereidheid vergroten. → Naar het experiment: Vertrouwenswoorden getest (EN)

Ankereffect: een als eerste genoemde prijs of een als eerste genoemd getal vertekent de beoordeling van alle daarna getoonde prijzen, zelfs als de ankerwaarde overduidelijk willekeurig is (Tversky & Kahneman, 1974). → Naar het experiment: Het ankereffect: doorstreepte prijzen getest

Schaarste (scarcity): de aanwijzing van beperkte beschikbaarheid of beperkte tijd moet koopbeslissingen versnellen (Cialdini, 1984), maar kan ook weerstand oproepen als de schaarste als verkooptruc wordt ervaren. → Naar het experiment: Schaarste getest

Keuzestress (choice overload): de bevinding dat een zeer groot aantal opties weliswaar meer interesse wekt, maar de koopkans ten opzichte van een kleinere selectie verlaagt (Iyengar & Lepper, 2000), een effect dat volgens meta-analyses sterk contextafhankelijk is en gemiddeld nabij nul ligt (Scheibehenne et al., 2010).

Verliesaversie & framing: mensen wegen een mogelijk verlies zwaarder dan een even grote winst, waardoor dezelfde boodschap afhankelijk van de formulering als verlies of als winst anders kan overkomen (Tversky & Kahneman, 1981). → Naar het experiment: Verliesaversie & framing getest

Wederkerigheid: wie als eerste een gunst of een cadeau ontvangt, voelt zich sterker verplicht om er iets voor terug te doen of te kopen (Regan, 1971). → Naar het experiment: Wederkerigheid getest

Endowment-effect (bezitseffect): zodra iemand een product al bezit of test, waardeert hij het hoger en doet hij er minder graag afstand van dan iemand die het alleen zou kunnen kopen (Kahneman, Knetsch & Thaler, 1990). → Naar het experiment: Endowment-effect getest

Piek-eind-regel: de herinnering aan een ervaring wordt onevenredig sterk bepaald door het emotionele hoogtepunt en het einde, niet door het gemiddelde van alle momenten (Kahneman et al., 1993; Redelmeier & Kahneman, 1996). → Naar het experiment: De piek-eind-regel getest

Eerste indruk (50 milliseconden): de bevinding dat bezoekers al binnen zo'n 50 milliseconden een designoordeel over een website vellen, waarbij visuele eenvoud het wint van dichte vormgeving (Lindgaard et al., 2006; Tuch et al., 2012). → Naar het experiment: De eerste 50 milliseconden (EN)

Gezichten-effect (blikvanger): gezichten trekken de blik (Dooley, 2011); de kijkrichting van een afgebeeld gezicht stuurt de aandacht verder (Hutton & Nolte, 2011, in ons tekstformat niet testbaar). → Naar het experiment: Gezichten, blikken, aandacht (EN)

Cognitieve vlotheid: het principe dat makkelijk leesbare vormgeving, heldere lettertypen, korte zinnen, hoog contrast, taken en aanbiedingen moeitelozer en betrouwbaarder laat overkomen dan moeilijk leesbare vormgeving (Song & Schwarz, 2008). → Naar het experiment: Kost het verkeerde lettertype conversies? (EN)

Verrassingstrigger (verwachtingskloof): koppen die een verwachting doorbreken of een verrassing aankondigen, scoren volgens Dooley (Brainfluence, 2011) hoger op klikbereidheid dan zakelijke aankondigingen of pure GRATIS-/NIEUW-signalen. → Naar het experiment: Kop-triggers: GRATIS, NIEUW en de verrassingsreflex (EN)

Decoy-effect (lokeffect): een bewust onaantrekkelijk gepositioneerde, dure derde optie in een prijsmenu verschuift de keuze van kopers naar de middelste, duurdere optie, zonder zelf te worden gekozen (Ariely, 2008). → Naar het experiment: Prijspsychologie 2.0: het decoy-effect (EN)

Friction: elke extra stap, elk extra verplicht veld en elke verplichte accountaanmaak in de checkout verlaagt de afrondkans. Gastcheckout wint het van verplichte accounts (Dooley, Friction, 2019). → Naar het experiment: Friction-audit, maar dan testbaar (EN)

Banner blindness (dode zone): gebruikers zien systematisch paginagebieden over het hoofd die op advertenties lijken of op typische advertentieposities staan: de „corner of death“ in de rechter zijbalk en de onderhoek (Benway & Lane, 1998; Nielsen, 2007; Dooley, 2011). → Naar het experiment: De dode zone van aandacht (EN)

Eenvoudige slogans (rhyme-as-reason): korte, concrete slogans worden beter onthouden en werken overtuigender dan complexe of abstracte formuleringen; rijm en woordspel versterken dit effect nog eens, omdat ze eenvoudige uitspraken waarder laten lijken (Dooley, 2011; McGlone & Tofighbakhsh, 2000). → Naar het experiment: Eenvoudige slogans, gemeten (EN)

Storytelling (narratieve transportatie): een verhaal kan lezers sterker „meetrekken“ in een boodschap dan een pure feitenlijst en daardoor overtuigingen sterker veranderen (Green & Brock, 2000; Escalas, 2004). → Naar het experiment: Storytelling in de productbeschrijving

Pick-share (gedwongen keuze): het aandeel twins dat in een forced-choice-vraag zonder „weet niet“-optie voor een bepaalde variant kiest, gemiddeld over twee tegengesteld geordende rondes.

Allocatiemeting: een vraagtechniek waarbij twins voor elke variant aangeven bij hoeveel van de 10 aankopen of situaties ze daarvoor zouden kiezen. Dat levert een realistische verdeling op in plaats van een eensluidend ja/nee-beeld.

Bronnen & verder lezen

1. Iyengar, S. S. & Lepper, M. R. (2000). When Choice is Demotivating: Can One Desire Too Much of a Good Thing? Journal of Personality and Social Psychology, 79(6), 995–1006.
2. Scheibehenne, B., Greifeneder, R. & Todd, P. M. (2010). Can There Ever Be Too Many Options? A Meta-Analytic Review of Choice Overload. Journal of Consumer Research, 37(3), 409–425.
3. Trigger-Lab experiment G3 (keuzestress), 2026, n = 10 digital twins (neuroflash).