Czy social proof działa? 30 udokumentowanych badań i przypadków w jednym miejscu

Czy social proof działa? Tak – potwierdzają to dziesiątki badań, ale siła efektu zależy od kontekstu. Pierwsze opinie potrafią podnieść prawdopodobieństwo zakupu o 270%, jedna gwiazdka więcej daje restauracji 5–9% przychodu, a normy społeczne w listach i raportach zmieniają zachowanie o kilka procent. Źle użyty dowód społeczny może też zaszkodzić.

Poniżej zebraliśmy 30 dobrze udokumentowanych badań i przypadków. Przy każdym podajemy najważniejszy wynik i – jeśli opisaliśmy go szerzej – odnośnik do osobnej teczki. Mechanizmy psychologiczne stojące za tymi wynikami omawiamy w przewodniku po psychologii dowodu społecznego.

Jak czytać ten przegląd: rodzaje dowodów

Nie każde „badanie” ma tę samą siłę. Zanim zacytujesz liczbę w prezentacji, sprawdź, z jakiego typu źródła pochodzi.

Opinie i oceny a sprzedaż: 7 badań

1. Spiegel Research Center, 2017 – pięć opinii i +270%. Analiza danych sklepów korzystających z systemu PowerReviews wykazała, że produkt z pięcioma opiniami ma o 270% wyższe prawdopodobieństwo zakupu niż produkt bez opinii, a korzyść z kolejnych recenzji szybko maleje. Przy droższych produktach wyświetlenie opinii podnosiło konwersję o 380%, przy tańszych – o 190%. Szczegóły i ograniczenia opisuje teczka o badaniu wpływu opinii na sprzedaż.

2. Spiegel Research Center – szczyt przy 4,0–4,7. Ten sam ośrodek z Northwestern University ustalił, że prawdopodobieństwo zakupu rośnie wraz ze średnią oceną tylko do poziomu 4,0–4,7, a przy ocenach zbliżonych do 5,0 spada. Idealna ocena wygląda na zbyt piękną, by była prawdziwa – wyjaśniamy to w analizie, dlaczego ocena 4,7 sprzedaje lepiej niż 5,0.

3. Michael Luca, Harvard Business School – gwiazdka na Yelp to 5–9% przychodu. Na danych podatkowych restauracji z Seattle z lat 2003–2009 Luca wykazał, że wzrost oceny o jedną gwiazdkę zwiększał przychód lokalu niezależnego o 5–9%. W restauracjach sieciowych efektu nie było, bo marka sama jest sygnałem jakości. Metodę i wnioski omawiamy w teczce o tym, ile przychodu daje restauracji jedna gwiazdka więcej.

4. Anderson i Magruder, 2012 – pół gwiazdki i pełna sala. W San Francisco dodatkowe pół gwiazdki na Yelp sprawiało, że restauracje o 19 punktów procentowych (o 49%) częściej wyprzedawały stoliki na godzinę 19:00. Efekt zanikał w lokalach z ponad 500 opiniami i w tych z zewnętrznymi wyróżnieniami, np. gwiazdką Michelin.

5. Chevalier i Mayzlin, 2006 – recenzje książek. Porównując sprzedaż tych samych tytułów w Amazon.com i BarnesandNoble.com, Judith Chevalier i Dina Mayzlin wykazały, że poprawa recenzji książki w danym serwisie zwiększa jej względną sprzedaż w tym serwisie. Opinie jednogwiazdkowe miały silniejszy wpływ niż pięciogwiazdkowe – krytyka waży więcej niż pochwała.

6. Cai, Chen i Fang, 2009 – ranking dań w restauracji. W randomizowanym eksperymencie terenowym w restauracji pokazanie gościom pięciu najpopularniejszych dań zwiększyło popyt na nie o 13–20%. Samo wyeksponowanie nazw kilku przykładowych dań nie dawało istotnego efektu – działała właśnie informacja o popularności, nieco silniej wśród rzadziej odwiedzających gości.

7. Highrise (37signals), 2011 – zdjęcie klienta. W serii testów strony głównej układ z dużym zdjęciem uśmiechniętego klienta i krótką opinią dał o 47% więcej płatnych rejestracji niż długa strona sprzedażowa. To, który klient był na zdjęciu, miało niewielkie znaczenie. Przebieg testów opisuje teczka o teście A/B ze zdjęciem klienta.

Szerszy kontekst – jak zbierać, pokazywać i chronić opinie – zawiera nasz przewodnik po opiniach klientów w marketingu.

Efekt stada i konformizm: 4 badania

8. Solomon Asch, 1951 – długość odcinków. Uczestnicy oceniali długość odcinków w grupie podstawionych osób, które jednomyślnie podawały błędną odpowiedź. Około 36% odpowiedzi w próbach krytycznych było zgodnych z błędną większością, a 74% badanych przynajmniej raz uległo grupie; w grupie kontrolnej błędy zdarzały się w mniej niż 0,7% przypadków. Współczesne replikacje omawiamy w tekście o eksperymencie Ascha i konformizmie.

9. MusicLab, 2006 – przeboje i stado. Matthew Salganik, Peter Dodds i Duncan Watts zbudowali sztuczny rynek 48 nieznanych piosenek, na którym 14 341 uczestników działało w ośmiu równoległych „światach”. Tam, gdzie widać było liczbę pobrań, sukces rozkładał się bardziej nierówno i był mniej przewidywalny – szczegóły w teczce o eksperymencie MusicLab.

10. Muchnik, Aral i Taylor, 2013 – efekt pierwszego plusa. W eksperymencie na 101 281 komentarzach losowo dodany plus zwiększał o 32% szansę na kolejny pozytywny głos, a końcową średnią ocenę o 25%. Losowe minusy były korygowane przez innych użytkowników. Omawiamy to w teczce o stadnym ocenianiu komentarzy.

11. Bond i współpracownicy, 2012 – Facebook i wybory. W eksperymencie obejmującym 61 mln użytkowników Facebooka podczas wyborów do Kongresu USA w 2010 r. komunikaty społeczne, pokazujące znajomych, którzy zagłosowali, działały silniej niż komunikaty czysto informacyjne. Wpływ przekazywany dalej przez sieć znajomych był większy niż bezpośredni efekt samego komunikatu.

Normy społeczne w terenie: 11 eksperymentów

12. Goldstein, Cialdini i Griskevicius, 2008 – ręczniki w hotelu. Komunikat, że większość gości używa ręczników ponownie, podniósł ten odsetek z 35,1% do 44,1%. Norma „gości z tego samego pokoju” dała 49,3% wobec 37,2% przy standardowym apelu ekologicznym. Pełny opis: eksperyment z ręcznikami i siła normy społecznej.

13. Bohner i Schlüter, 2014 – replikacja w Niemczech. W dwóch niemieckich hotelach goście używali ręczników ponownie znacznie częściej niż w USA (82,3% i 76,5% ogółem), a komunikaty z normą opisową nie wypadły lepiej od standardowego apelu. Lekcja: gdy poziom wyjściowy jest wysoki, norma ma niewiele do poprawienia.

14. Schultz, Khazian i Zaleski, 2008 – nadmorski kurort. W badaniu z udziałem ponad 2300 gości komunikaty z pojedynczą normą nie przyniosły efektu. Zadziałało dopiero połączenie normy opisowej („większość gości to robi”) z nakazową („goście to pochwalają”).

15. Cialdini i współpracownicy, 2006 – Skamieniały Las. Tablica informująca, że wielu odwiedzających zabiera skamieniałe drewno, wiązała się z kradzieżą 7,92% oznaczonych kawałków, a tablica z prostym zakazem i rysunkiem pojedynczego złodzieja – 1,67%. To klasyczny przykład negatywnego dowodu społecznego w Skamieniałym Lesie.

16. Cialdini, Reno i Kallgren, 1990 – śmiecenie. Ludzie częściej rzucali śmieci na ziemię w zaśmieconym otoczeniu, a widok osoby wyrzucającej papier w czystym miejscu zniechęcał do naśladowania. Na tej podstawie autorzy sformułowali teorię skupienia normatywnego: norma działa wtedy, gdy znajduje się w centrum uwagi.

17. Schultz i współpracownicy, 2007 – efekt bumerangu. W eksperymencie z 290 gospodarstwami w San Marcos w Kalifornii domy zużywające mniej prądu niż średnia, po otrzymaniu samej informacji o średniej, zaczęły zużywać więcej. Dodanie uśmiechniętej buźki, czyli pochwały, zapobiegło temu efektowi.

18. Hunt Allcott, 2011 – raporty Opower. W randomizowanych programach obejmujących około 600 000 gospodarstw raporty porównujące zużycie energii z sąsiadami obniżały je średnio o 2,0% – tyle, ile krótkoterminowa podwyżka cen o 11–20%. Historię firmy opisuje teczka o Opower i porównaniu z sąsiadami.

19. Allcott i Rogers, 2014 – trwałość efektu. W programie, w którym raporty otrzymywało ponad sześć milionów gospodarstw, efekt po zaprzestaniu wysyłki słabł tylko o 10–20% rocznie, a odbiorcy nie przestawali reagować nawet po dwóch latach.

20. HMRC i Behavioural Insights Team, 2012 – „9 na 10 osób płaci w terminie”. W teście na 140 000 podatników odsetek osób, które zapłaciły zaległość w ciągu sześciu tygodni, wzrósł z 67,5% przy starym liście do 83,0% przy najlepszej wersji z normą lokalną. Szczegóły: teczka o listach brytyjskiego fiskusa.

21. Hallsworth, List, Metcalfe i Vlaev, 2017 – norma mniejszości. W naukowej wersji eksperymentu na 101 471 osobach zdanie o tym, że adresat jest w „bardzo nielicznej mniejszości” zalegających, podniosło odsetek wpłat o około 5 punktów procentowych. W drugim eksperymencie na 119 527 osobach normy opisowe okazały się skuteczniejsze od nakazowych.

22. Rejestr dawców narządów, 2013 – zdjęcie tłumu. W teście ośmiu wersji komunikatu na rządowej stronie internetowej, który objął ponad milion osób, zdanie o tysiącach ludzi rejestrujących się każdego dnia zwiększało liczbę rejestracji. Ta sama treść ze zdjęciem grupy ludzi wypadła jednak słabiej niż wersja kontrolna. Najlepiej działał komunikat odwołujący się do wzajemności, szacowany na około 96 000 dodatkowych rejestracji rocznie. Więcej w teczce o teście komunikatów w rejestrze dawców.

Fałszywy dowód społeczny pod lupą badaczy i regulatorów: 8 przypadków

23. Mayzlin, Dover i Chevalier, 2014 – fałszywe opinie hoteli. Porównując opinie tych samych hoteli w serwisie TripAdvisor, gdzie opinię może dodać każdy, i w Expedii, gdzie mogą to zrobić tylko osoby, które zarezerwowały pobyt, badacze wykazali, że hotele z silną motywacją do manipulacji mają więcej pozytywnych opinii na TripAdvisorze, a ich sąsiedzi – więcej negatywnych. Analizę opisuje teczka o fałszywych opiniach hoteli w badaniu Mayzlin, Dover i Chevalier.

24. Rynek fałszywych recenzji na Facebooku. Badacze z UCLA opisali rynek, na którym sprzedawcy z Amazona kupują fałszywe recenzje za pośrednictwem prywatnych grup na Facebooku. Amazon wytacza procesy organizatorom takich grup i brokerom recenzji.

25. Fashion Nova i FTC, 2022. Amerykańska Federalna Komisja Handlu (FTC) zawarła z marką odzieżową ugodę, na mocy której Fashion Nova zapłaciła 4,2 mln dolarów za blokowanie publikacji negatywnych opinii w swoim sklepie. Szczegóły w teczce o karze za ukrywanie negatywnych opinii.

26. Consumer Review Rule, 2024. W sierpniu 2024 r. FTC ogłosiła przepisy zakazujące m.in. tworzenia, kupowania i rozpowszechniania fałszywych recenzji (także generowanych przez AI), nagród uzależnionych od wydźwięku opinii oraz tłumienia negatywnych recenzji groźbami lub zastraszaniem. Weszły w życie w październiku 2024 r. i pozwalają dochodzić kar cywilnych od świadomych naruszycieli.

27. CMA i serwisy rezerwacyjne, 2019. Sześć serwisów rezerwacji hoteli, w tym Booking.com i Expedia, zobowiązało się wobec brytyjskiego urzędu ds. konkurencji i rynków (CMA) do zaprzestania praktyk presji sprzedażowej, takich jak mylące komunikaty o tym, ile osób ogląda ofertę lub ile pokoi zostało. Opisujemy to w teczce o zobowiązaniach Booking.com wobec CMA.

28. Google i fałszywe opinie w Mapach. Google co roku publikuje podsumowania walki z recenzjami naruszającymi zasady i raportuje ich blokowanie oraz usuwanie na masową skalę. Skala tych działań pokazuje, jak cenny – i jak często podrabiany – jest dowód społeczny w wynikach lokalnych.

29. UOKiK i handel opiniami. Od 1 stycznia 2023 r., po wdrożeniu dyrektywy Omnibus, zamieszczanie i zlecanie fałszywych opinii jest w Polsce praktyką zakazaną w każdych okolicznościach. Urząd Ochrony Konkurencji i Konsumentów (UOKiK) prowadzi postępowania wobec firm handlujących opiniami – przegląd spraw zawiera teczka o karach UOKiK za handel opiniami.

30. Samsung i etykieta „Potwierdzony zakup”. Sprawa, w której UOKiK postawił zarzuty dotyczące oznaczania opinii jako potwierdzonych zakupem, pokazuje, że w Polsce kontrolowane są nie tylko fałszywe recenzje, ale też sposób informowania o ich weryfikacji.

Najważniejsze liczby w jednej tabeli

Kiedy social proof działa, a kiedy zawodzi – 7 wzorców z badań

1. Działa najmocniej, gdy brakuje innych informacji. Produkt bez opinii, lokal niezależny, rzadki klient – to tam efekt jest największy. Marka sieciowa czy gwiazdka Michelin osłabiają wpływ ocen.
2. Bliska grupa odniesienia wygrywa z daleką. Goście z tego samego pokoju, sąsiedzi z okolicy, podatnicy z tej samej miejscowości działają silniej niż „ludzie w ogóle”.
3. Norma opisowa zwykle wygrywa z nakazową – pod warunkiem że opisuje pożądane zachowanie. Informacja o powszechności złego zachowania może je wzmacniać.
4. Pierwsze sygnały mają nieproporcjonalny wpływ. Pierwsze opinie, pierwsze głosy i pierwsze pobrania ustawiają trajektorię, która się kumuluje.
5. Wczesne raporty bywają zawyżone. Pierwszy test HMRC pokazał 15 punktów procentowych, duże eksperymenty naukowe – od 1 do 5. Spektakularną liczbę traktuj jako hipotezę.
6. Replikacja nie jest gwarantowana. Wynik z jednego hotelu czy kraju nie musi powtórzyć się gdzie indziej, zwłaszcza gdy poziom wyjściowy jest wysoki.
7. Fałszywy social proof jest ryzykowny. Badania pokazują, że manipulacja bywa opłacalna krótkoterminowo, ale regulatorzy w USA, Wielkiej Brytanii i Polsce coraz skuteczniej ją ścigają.

Podsumowanie: checklista dla marketera

• Zacznij od miejsc, gdzie klient ma najmniej informacji: produkty bez opinii, nowa oferta, nowi klienci.
• Dobieraj grupę odniesienia jak najbliższą odbiorcy i jego sytuacji.
• Formułuj normy pozytywnie: pokazuj, co robi większość, a nie ilu ludzi postępuje źle.
• Nie dąż do idealnej średniej; publikuj krytykę i odpowiadaj na nią.
• Sprawdzaj, czy każda liczba w komunikacie jest prawdziwa i udokumentowana.
• Testuj zmiany zamiast kopiować wyniki z cudzych badań – procedurę opisuje poradnik o testowaniu elementów zaufania na stronie.
• Unikaj praktyk, które badacze i regulatorzy uznają za manipulację: kupowania opinii, ukrywania krytyki, fałszywych liczników.

Ten przegląd będziemy aktualizować o kolejne badania i decyzje. Pełne analizy poszczególnych przypadków znajdziesz w teczkach podlinkowanych przy kolejnych pozycjach.