05 Dec ALARM! Flykatastrofer, pensionsmidler og al risiko derimellem
[vc_row css_animation=”” row_type=”row” use_row_as_full_screen_section=”no” type=”full_width” angled_section=”no” text_align=”left” background_image_as_pattern=”without_pattern” z_index=””][vc_column width=”1/4″][vc_column_text][/vc_column_text][/vc_column][vc_column width=”1/2″][vc_separator type=”normal” color=”#ffffff”][vc_column_text]
- Hvorfor føles det mere risikabelt at flyve end at køre i bil, selv når du ved, at statistikken siger det modsatte?
- Hvorfor går danskernes utryghed for indbrud op, mens antallet af indbrud går ned?
- Hvorfor vælger du altid investeringsprofilen med medium risiko, når dine pensionsmidler skal investeres?
Disse spørgsmål, og i bredere forstand den generelle opfattelse af risiko, er vigtigt at forstå som adfærdsdesigner. Ikke blot ift. hvordan man designer oplevelser, der skal øge tryghed, men i særlig høj grad, når man analyserer, diagnosticerer og forsøger at forstå, hvorfor vi mennesker gør, som vi gør.
Hvem ringer alarmen for?
For et par uger siden var jeg på besøg hos nogle venner.
Så snart jeg trådte indenfor døren, var det dog en faglig interesse, der blev stimuleret. Midt i entreen var et relativt stort alarmanlæg, som virkede ude af proportioner ift. huset – ikke mindst med henblik på det rolige kvarter, de boede i.
Jeg vendte mig hurtigt mod kvinden i huset og spurgte, om de havde mange indbrud i området?
”Jeg har ikke hørt om ét eneste” kom svaret prompte.
Det korte svar blev fulgt op af en forklaring om, at alarmen var der, fordi familien i deres tidligere hjem havde haft et indbrud, og det havde været en traumatisk oplevelse for hendes små sønner.
Derfor havde de taget både alarm og alarmabonnement med sig, da de flyttede.
”Måske er det lidt skørt, for drengene er for små til at kunne huske indbruddet” fortalte moren. Så det var ikke børnenes tryghed, det handlede om. Og heller ikke risikoen for et indbrud i det nye hus retfærdiggjorde det massive alarmsystem.
Nej, grunden var nærmere: Hvis der kom et indbrud, og drengene ville få endnu en voldsom oplevelse, så ville skyldfølelsen over at være den mor, der havde fjernet alarmen være uoverstigelig. DET var hendes risiko.
Et meget usandsynligt udfald, men med så stor en personlig konsekvens for hende, at det for alt i verden måtte undgås.
Tænk situationen igennem: At have fjernet det, der potentielt kunne have beskyttet hendes drenge for traumet. Så virker et abonnement til 900 kr.- i kvartalet pludselig ikke så dyrt.
Set udefra kan det undre, at familien har en alarm, men kun fordi man ikke forstår, hvad risikoen er.
Der findes to typer risiko, og de har ikke nødvendigvis noget med hinanden at gøre
I vores arbejde er vi i de seneste 5 år stødt på flere og flere opgaver, som på en eller anden måde handler om risiko, f.eks.:
- Med hvilken risiko vil du investere din pensionsopsparing?
- Hvad gør risikoen for indbrud ved vores evne til at indbrudssikre? Bemærk: evnen er ikke det samme som viljen.
- Hvordan gør man risikoen for en langsom kronisk sygdom present?
- Hvordan undgår man at udsætte sig selv for unødig risiko som bilist?
- Hvordan spreder man sin risiko i kerneforretningen?
- Hvordan nedsætter man risikoen på forsikringskunderne?
- Hvad er risikoen på et produkt, der endnu ikke er på markedet?
- Eller hvad med risikoen ved et svagt password?
Fælles for dem er, at der findes mindst(!) to typer risiko: Objektiv risiko og opfattet risiko.
Vi starter med den nemmeste.
Objektiv eller faktisk risiko
Den risiko, vi med varierende statistisk validitet, kan fastslå ved en simpel forklaringsmodel med, at i X procent af tilfældene sker udfald Y (Vi udelader i første omgang de øvrige matematiske risikoelementer som Black Swans og bayesiansk statistik, som kan hjælpe til at forklare sandsynligheden for yderst sjældne fænomener som finanskriser).
Den objektive risiko er noget vi kan beregne. Som f.eks. risikoen for indbrud i ens hus, givet at der er omkring 30.000 indbrud om året i Danmark. Vi kan tilføje variabler, som gør vores beregning mere præcis – f.eks. hvilket område vi bor i, hvordan vi bor, og meget mere – det vil alt sammen gøre vores beregning mere præcis for vores objektive risiko.
Hvis alle forholdt sig til objektiv risiko, var verden let at analysere og designe.
Som den tidligere forskningschef for Microsoft Duncan Watts plejer at sige, så er udtrykket ”det er ikke raketvidenskab”, et lidt misvisende udtryk. For vi kan faktisk sætte vores raketter i kredsløb, på månen og helt ud til Mars med usvigelig stor præcision, men vi har langt sværere ved at forudsige menneskers adfærd.
Opfattet eller oplevet risiko
Den anden type risiko er opfattet risiko, og her er der tale om Abens domæne. Den opfattede risiko kan have sammenhæng med den objektive risiko, men den kan lige så vel være totalt afkoblet den. Som når mængden af indbrud i Danmark går ned, mens mængden af danskere, der frygter indbrud, går op:
Den opfattede risiko er den, der får mennesker til at handle. Det er den, der kan motivere os i både positive og negative retninger og få os til at gøre tilsyneladende “irrationelle” ting (som moderen i starten af dette indlæg).
Ting, som på overfladen kan se tåbelige ud – i hvert fald for dem, som beskæftiger sig med den objektive risikos perspektiv – men giver perfekt mening, når først man er kommet ned under de overfladiske analyser. Som så meget anden adfærd i denne verden, i øvrigt.
Moderen fra historien gør ikke noget irrationelt, hvis først man forstår, hvad hun har på spil i det usandsynlige, men ikke 100% umulige, udfald, hvor der sker et indbrud. Den vanvittigt effektive risikovurdering, Aben laver, er konstrueret af langt mere komplicerede komponenter, som sjældent er særligt godt tilpasset det 21. århundrede og endnu mindre tilpasset statististiske modeller.
Og nogle af disse komponenter vil jeg kort komme ind på her. De er nemlig lige så forretningskritiske at forstå, som de højt skattede risikoberegningsmodeller, der typisk betragtes som grundstenen i virksomheder, der lever af risiko.
Uden forståelse for, hvordan opfattet risiko opstår og motiverer almindelige mennesker – og dermed kunderne, brugerne og borgerne – til handling, er beregningsmodellerne nemlig intet værd, og forretningen ikke bæredygtig over tid.
De underliggende elementer i opfattet risiko
Tillid: Uden tillid til personerne/virksomheder, med hvem vi indgår et risikoforhold, kan vores hjernes alarmsystem, bl.a. vores amygdala, arbejde uforstyrret og tippe risikoopfattelsen uhensigtsmæssigt. Den ekstreme modsætning, der direkte beroliger amygdala, er mors kram.
Følelse af kontrol: Hvor stor en direkte påvirkning, vi oplever at have på udfaldet, påvirker hvor risikofyldt vi opfatter situationen. “Jeg kan da godt – denne ene gang – taste adresser ind på GPS’en, mens jeg kører, men når bilisten i bilen ved siden af gør det, udsætter han jo os alle for en kæmpe risiko.”
Hvor nemt er det at genkalde sig en lignende situation: Også kaldet availability heuristic. Når vi skal vurdere sandsynligheden for, at noget sker, laver vores hjerne en smutvej og forholder sig til, hvor nemt det er at genkalde en situation, hvor noget identisk eller lignende er sket.
Flyuheld = massiv pressedækning i dagevis = høj risiko
Biluheld = højst en mindre notits = lav risiko
Er det en naturlig eller menneskeskabt risiko: Naturkatastrofer vs. terror – den langsomt voksende risiko ved klimaforandringer giver ikke anledning til ændret praksis, men to lastbiler i Nice og Berlin (terror) ændrer bybilledet i København – og selfølgelig 9/11, som ændrer flytrafik globalt og ledte til ca. 1600 flere trafikale dødsfald i USA, fordi befolkningen blev mere bange for at flyve. Alt imens konsekvenserne ved klimaforandringer kan blive fuldkommen katastrofale.
Umiddelbar feedback på risiko: Det er nemt at være compliant, når man får en fibersprængning – risikoen bliver MEGET kropslig. Hvis man får diabetes derimod, så er risikoen abstrakt og næsten umulig at forholde sig til.
Risiko vs. Gevinst: Hvis en gevinst ved en given adfærd er attraktiv nok, er vores hjerne klar til at nedspille risikoen ved samme og herved ”snyde” os selv til et endnu større spænd mellem objektiv risiko og opfattet risiko. Bare for at vi kan forsvare overfor os selv at nyde gevinsten uden at skulle bebrejde os selv for den øgede risiko.
Ovenstående elementer – og mange flere – er nøglerne til at forstå, hvordan mennesker træffer beslutninger omkring alle former for risiko, for de udgør den opfattede risiko, som driver adfærden.
Uden indsigt i den opfattede risiko og dens underliggende komponenter, vil enhver, der arbejder med risiko, ende med at forsøge at vække modtagerne med statistisk objektiv risiko, hvilket er lige så effektivt som at tage en limstift med på en byggeplads. Det er et fint redskab, bare ikke så anvendeligt her. Hvorfor uddyber jeg i en senere blog, hvor vi også kommer til at dykke endnu mere ned komponenterne bag opfattet risiko.
Objektiv vs. opfattet
Den vigtigste pointe i dette indlæg er den massive uafhængighed, der er mellem objektiv og opfattet risiko, og hvis du stadig skulle være skeptisk, så se blot på disse to dyr. Hvilken er du mest bange for?
[/vc_column_text][vc_separator type=”normal” color=”#ffffff”][vc_gallery type=”image_grid” images=”3842,3843″ img_size=”medium” onclick=”” column_number=”2″ grayscale=”no” images_space=”gallery_without_space”][vc_separator type=”normal” color=”#ffffff”][vc_column_text]Jeg går planken ud og gætter på, det er hajen.
Ikke desto mindre er der langt flere mennesker, der dør ved, at en ko vælter nedover dem end mennesker, der bliver bidt af en haj. Denne opfattelse er fastslået verden over af David Ropeik – ekspert i opfattet risiko hyppigt anvendt af Homeland Securities, FN og mange flere, som vi samarbejdede med i forbindelse med TrygFondens forebyggelsespakker.
I dag er de blevet en del af den imponerende Bo Trygt indsats, som heldigvis hjælper til både at nedsætte den objektive risiko for indbrud og den opfattede – uden at skulle forskanse sit hjem med pigtråd.
Ring til mig, hvis du vil vide, hvordan adfærdsdesign kan bruges til at takle menneskers oplevede risiko – hvis du tør![/vc_column_text][vc_separator type=”normal” color=”#ffffff”][/vc_column][vc_column width=”1/4″][/vc_column][/vc_row][vc_row css_animation=”” row_type=”row” use_row_as_full_screen_section=”no” type=”full_width” angled_section=”no” text_align=”left” background_image_as_pattern=”without_pattern”][vc_column width=”1/3″][/vc_column][vc_column width=”1/3″]
Mikkel er en af landets førende rådgivere om den datadrevne organisation. Med en PhD i IT-design og som medforfatter på bogen Data - Virksomhedens nye grundstof er han en flittigt brugt oplægsholder og rådgiver for store og små, offentlige og private virksomheder. Mikkel sidder endvidere i regeringens ekspertgruppe for dataetik.