Opower: jak porównanie z sąsiadami obniżyło zużycie energii w milionach domów

Porównanie z sąsiadami w raportach Opower obniżyło zużycie energii średnio o 2,0% – wynika z analizy Hunta Allcotta z 2011 r., obejmującej około 600 000 gospodarstw domowych w USA. Efekt był równoważny krótkoterminowej podwyżce cen prądu o 11–20%, utrzymywał się po zakończeniu programu, a firma, która go wdrażała, trafiła w ręce Oracle za 532 mln dolarów.

Czym był Opower i jak wyglądał raport

Opower założyli w 2007 r. Dan Yates i Alex Laskey, absolwenci Harvardu. Firma nie sprzedawała energii, tylko oprogramowanie dla zakładów energetycznych. Jej najbardziej znanym produktem był Home Energy Report – raport wysyłany odbiorcom prądu i gazu, zwykle w formie papierowego listu lub e-maila.

Raport zestawiał zużycie energii danego domu ze zużyciem podobnych domów w okolicy, np. o zbliżonej powierzchni. Typowy układ zawierał trzy elementy:

• wykres porównujący gospodarstwo ze średnią „sąsiadów” i z najbardziej oszczędnymi sąsiadami,
• ocenę w formie uśmiechniętych buziek dla domów zużywających mniej niż inni,
• kilka praktycznych wskazówek, jak obniżyć rachunki.

To był czysty dowód społeczny w formie liczb. Raport nie mówił „oszczędzaj, bo tak trzeba”, tylko „tak zużywają energię domy podobne do twojego”. Zakłady energetyczne kupowały tę usługę m.in. dlatego, że w wielu stanach USA realizowały obowiązkowe programy efektywności energetycznej, a raport był tanim sposobem na mierzalne oszczędności.

Skąd pomysł: eksperyment z San Marcos i efekt bumerangu

Naukowym fundamentem Opower było badanie P. Wesleya Schultza, Jessiki Nolan, Roberta Cialdiniego, Noaha Goldsteina i Vladasa Griskeviciusa, opublikowane w 2007 r. w „Psychological Science”. Objęło 290 gospodarstw domowych w San Marcos w Kalifornii, które miały widoczne liczniki energii.

Część domów dostała na drzwiach informację o swoim zużyciu, średnim zużyciu w okolicy i wskazówki oszczędzania. Druga część dostała to samo, ale z dodatkiem: uśmiechniętą buźką, gdy dom zużywał mniej niż średnia, lub smutną, gdy więcej.

Wyniki pokazały coś, co dziś nazywamy efektem bumerangu:

• domy zużywające więcej niż średnia ograniczały zużycie w obu wersjach,
• domy zużywające mniej niż średnia, które dostały samą informację o średniej, zaczęły zużywać więcej – zbliżały się do normy od dołu,
• te same oszczędne domy, którym dodano uśmiechniętą buźkę, utrzymały niskie zużycie.

Opower wprost przeniósł ten wniosek do raportów: oszczędne domy dostawały buźki i pochwałę, żeby średnia nie stała się dla nich zachętą do większego zużycia. Mechanizm łączenia norm opisowych i nakazowych omawiamy w tekście o tym, dlaczego „większość to robi” działa lepiej niż „powinieneś”.

Wyniki w dużej skali: 600 000 gospodarstw i 2% oszczędności

Eksperyment z 290 domami to jedno, a wdrożenie w milionach gospodarstw – drugie. Opower prowadził programy jako losowe eksperymenty terenowe: część odbiorców danego zakładu dostawała raporty, a część nie, co pozwalało rzetelnie zmierzyć efekt. Hunt Allcott przeanalizował te dane w artykule „Social norms and energy conservation”, opublikowanym w 2011 r. w „Journal of Public Economics”.

Dwa procent brzmi skromnie, ale w energetyce to dużo – zwłaszcza że raport kosztował niewiele, a efekt osiągano bez zmiany cen, dopłat ani nowych urządzeń. Allcott podkreślał, że ten sam spadek wymagałby znaczącej podwyżki taryf.

Przykład obliczeniowy: ile to jest 2%

Poniższe liczby są wyłącznie ilustracją, nie danymi z badań. Załóżmy zakład energetyczny ze 100 000 odbiorców, z których każdy zużywa przykładowo 2500 kWh rocznie. Łączne zużycie to 250 mln kWh. Spadek o 2% oznacza 5 mln kWh mniej w ciągu roku – bez inwestycji w sieć, bez dopłat do urządzeń i bez zmiany taryf. Koszt programu to druk i wysyłka raportów oraz analiza danych.

Z perspektywy pojedynczego domu to kilkadziesiąt kWh rocznie, czyli kwota, której wiele osób nawet nie zauważy na rachunku. Siła programu leży w skali i w tym, że raport nie wymaga od odbiorcy żadnych wydatków.

Rozkład efektu jest równie ważny. Najwięcej oszczędzały domy, które wcześniej zużywały najwięcej – miały i najwięcej do poprawy, i najsilniejszy sygnał, że odstają od sąsiadów. Podobny wzorzec widać w listach brytyjskiego urzędu skarbowego, gdzie najlepiej działało zdanie o tym, że adresat jest w nielicznej mniejszości zalegających.

Czy efekt trwa? Działanie, nawrót i powolne przyzwyczajanie

Sceptycy pytali, czy ludzie nie przyzwyczają się do raportów i nie przestaną na nie reagować. Odpowiedź przyniosło badanie Hunta Allcotta i Todda Rogersa opublikowane w 2014 r. w „American Economic Review”, oparte na programie, w którym raporty wysyłano do ponad sześciu milionów gospodarstw w USA. Autorzy opisali trzy zjawiska:

1. Działanie i nawrót. Tuż po otrzymaniu pierwszych raportów zużycie spada, potem częściowo wraca, a przy kolejnym raporcie znów spada. Z czasem te cykle słabną.
2. Trwałość po zakończeniu. Gdy po dwóch latach przestano wysyłać raporty, efekt był stosunkowo trwały – słabł o 10–20% rocznie.
3. Powolne przyzwyczajanie. Odbiorcy reagowali na raporty nawet po dwóch latach ich otrzymywania.

Wniosek autorów: wcześniejsze, ostrożne założenia o tym, że efekt znika zaraz po zakończeniu programu, znacząco zaniżały jego opłacalność. Dla marketera to cenna lekcja – regularne porównania nie muszą się „zużywać”, jeśli niosą nową informację i wskazówkę działania.

Skala biznesowa: od startupu do przejęcia przez Oracle

Na sukcesie naukowym zbudowano duży biznes. Opower wszedł na giełdę 4 kwietnia 2014 r., a 2 maja 2016 r. Oracle ogłosił jego przejęcie za 532 mln dolarów. W połowie 2016 r. firma informowała o współpracy z około 100 zakładami energetycznymi i o łącznych oszczędnościach na poziomie 11 TWh, czyli ilości energii, która wystarczyłaby do zasilania ponad miliona amerykańskich domów przez rok. Odbiorcy mieli zaoszczędzić na rachunkach łącznie 1,1 mld dolarów.

Warto pamiętać, że te dane pochodzą od samej firmy, a nie z niezależnych badań. Wiarygodność wynikom Opower dawała przede wszystkim losowa konstrukcja programów, dzięki której efekty mogli analizować zewnętrzni ekonomiści. Allcott zwracał też uwagę w późniejszych pracach, że wyniki pierwszych wdrożeń nie muszą przenosić się na kolejne, bo zakłady i społeczności, które jako pierwsze decydowały się na program, różniły się od późniejszych. To ogólna przestroga przed ekstrapolowaniem wyników pilotażu na cały rynek.

Porównanie z innymi w marketingu i produktach cyfrowych

Raport Opower to wzorzec, który można przenieść wszędzie tam, gdzie klient ma dane o własnym zachowaniu, a firma – o zachowaniu podobnych klientów.

Wspólny mianownik to podobieństwo grupy porównawczej. Ludzie silniej reagują na zachowanie osób w podobnej sytuacji – szerzej piszemy o tym w artykule o efekcie podobieństwa. W B2B porównanie z firmami tej samej wielkości można połączyć z pokazywaniem rezultatów klientów, co omawiamy w tekście o wynikach klientów w liczbach. Gdy porównanie ma formę publicznie dostępnych danych, pomocny będzie artykuł o publicznych dashboardach i otwartych danych firmy, a o czytelnej formie wykresów – tekst o wizualizacji danych na stronie.

Ograniczenia i pułapki porównań z sąsiadami

• Efekt bumerangu. Bez pochwały dla osób lepszych od średniej komunikat może pogorszyć ich wyniki.
• Opór wobec oceniania. Część odbiorców źle znosi porównania i reaguje irytacją, zwłaszcza gdy ton jest moralizatorski. Ten mechanizm opisuje tekst o reaktancji.
• Niewłaściwa grupa porównawcza. Porównanie mieszkania w bloku z domem jednorodzinnym podważa wiarygodność całego raportu.
• Mały efekt na osobę. 2% to sukces w skali milionów odbiorców, ale pojedynczy klient może nie odczuć zmiany. Komunikat porównawczy nie zastąpi produktu, który realnie rozwiązuje problem.
• Nieaktualne dane. Porównanie z zeszłorocznym wzorcem albo z grupą, której skład się zmienił, szybko traci sens. Raport działa, gdy odbiorca czuje, że widzi bieżący obraz.
• Dane osobowe. Porównanie wymaga przetwarzania danych o zachowaniu klienta i jego otoczenia, co trzeba zaplanować zgodnie z RODO.

Co zrobić teraz – projekt komunikatu porównawczego

1. Wybierz zachowanie, które klient może zmienić, i wskaźnik, który da się wiarygodnie zmierzyć.
2. Zdefiniuj grupę porównawczą tak, żeby klient uznał ją za podobną do siebie.
3. Pokaż wynik na tle średniej i na tle najlepszych w grupie.
4. Dodaj pochwałę dla osób lepszych od średniej, żeby uniknąć efektu bumerangu.
5. Dołącz 2–3 konkretne wskazówki działania.
6. Wysyłaj porównania regularnie – badania Opower pokazują, że ludzie nie przestają na nie reagować szybko.
7. Mierz efekt w losowo wybranej grupie testowej i kontrolnej, a wynik przedstawiaj jako wynik przed i po tylko wtedy, gdy masz porównanie z grupą bez komunikatu.

Opower pokazuje, że dowód społeczny działa nie tylko w sklepach, ale też tam, gdzie celem jest zmiana codziennych nawyków. Pokrewny eksperyment z hotelowymi ręcznikami opisujemy w teczce o sile normy społecznej w hotelu, a pełne zestawienie badań – w przeglądzie 30 udokumentowanych przypadków social proof.