別聽七大姑八大姨的經驗之談!讓經濟學家教你相親成功的套路!

  • A+
所屬分類:相親百科

目前,單身人口越來越高。新一輪的"單身潮"之下,"父母之命,媒妁之言"的相親形式在這個春節裡繼續與時俱進:某相親網站發佈的《2017單身職場人調查報告》顯示,職場單身男女脫單方式主要有5種:親朋介紹占31%,比例最高,其次是職場社交占23%、婚戀網站占20%、同學聚會占14%和相親活動占12%。

不管是親友介紹的"被相親",還是相親網路平台的速配,如何提高相親的成功率?在一堆愛情顧問、婚戀獵頭、心靈匹配師、婚戀諮詢師的各種真人版"丘比特"背後,不妨聽聽經濟學家怎麼說。

問題一:相親帶誰去?

相親到底帶不帶好哥們兒和閨蜜?單打獨鬥還是組團出發?在經濟學家看來,這裡面還是很有學問的。

春節相親大戰開場,張三美眉精心打扮,準備出門赴約。要不要帶上室友一起去幫忙參謀參謀?在下面幾個條件下,怎麼選擇對她最有利?

一、張三美眉美,室友不美;

二、張三美眉不美,室友美;

三、張三美眉和室友都美;

四、張三美眉和室友都不美。

這就是市場行銷和消費者行為學術界著名的"評估模式"(Evaluation Mode)問題。人們在對一個物件(人或事物)進行判斷時,大都可以根據決策情境將評估模式分為兩種情況:無比較物件的單獨評估(Separate Evaluation)和有比較物件的聯合評估(Joint Evaluation)。

也就是說,如果帶同樣未婚的室友陪自己去相親,那麼男方一般都會將自己與室友進行比較,這就是聯合評估;而如果不帶室友陪自己去相親,那麼男方就沒有參考物件對自己進行比較,這就是單獨評估。

在芝加哥大學教學和研究行為決策的中國籍教授奚愷元總結了一套奚氏相親原則,如果張三美眉能理性評判自己的相貌的基礎,她應該採取下面的策略。

1)在張三美眉美,室友不美的情況下,應該選擇一起去;

2)在張三美眉不美,室友美的情況下,應該一個人去;

3)在張三美眉和室友都美的情況下,應該一個人去;

4)在張三美眉和室友都不美的情況下,應該一起去。

但是在現實中,一般來說,相親帶閨蜜,感覺就是吃大戶或者參觀奇葩去了。

問題二、網上相親發信搭訕,一次最多發信幾封?

男青年李四線下相親,見面一次沒了下文,就轉戰相親網站。每天發信一百封,廣泛撒網,等待回信。然而,相親網站上的女士收到了太多的郵件,乾脆誰也不約了,當她們註銷的時候,男生也會註銷,網站也就只能倒閉。

面對大量的網上約會資訊,人為稀缺性會怎樣發揮作用?經濟學家來支招了,他們提出了一個既簡單又深刻的建議,就是限制每個月男生可以給女生發信的次數,這種人為製造的稀缺性會讓男生在給女生發信前更加慎重,而不只是流覽照片這麼簡單,也會流覽女生的其它個人資料,而女生在看到男生是流覽了自己的資料後才發信,也會感受到被尊重,更願意接受別人的邀請。"人為稀缺性"挽救了蘇格蘭的婚戀網站丘比特Cupid。不僅上市,且發起了一系列的並購。這一做法也被很多其他的約會網站採用。

問題三、相親挑花眼,到底該選誰?

蘇格拉底的 "最大麥穗"相信很多人早已聽過:有一天,蘇格拉底帶領幾個弟子來到一塊成熟的麥地邊。他對弟子們說:"你們去麥地裡摘一顆最大的麥穗,但要求只能摘一次,只許進不許退,我在麥地的盡頭等你們。"

作為經濟人,你要如何選擇才是最優策略?經濟學本身是一門研究資源配置的學科,比如1962年沙普利(2012年諾貝爾經濟學獎獲得者)和另一個經濟學家蓋爾提出的穩定配對原理,就可以應用在相親中。每個人的資源都是有限的,因為受到時間等制約,不可能在相親平臺上一直挑選下去。但同時又由於資訊不對稱的緣故,無法瞭解接下來所有可能上臺的男嘉賓的情況,因此運用經濟學概率學等相關理論,可以大大增加成功率。

哈佛大學教授約翰-吉伯特和弗雷德里克-M經過研究,發現一個相親最優理論。拿《非誠勿擾》來舉例:假設平均每個女嘉賓會上臺20期,而平均每期有5個相親物件,也就是說你有100次機會。約翰教授的意思是用100除以(自然對數,約為2.71828),也就是37。按照約翰教授的相親秘笈,對這前37個男人你可以盡逞挑剔之能事,但必須在這37人中挑出最好的一個A先生(同時他也對你感興趣),假如在接下來的63次機會中,你遇到第一個條件超過A的B先生時,你就立馬放下矜持俘獲B,這就是你的最優選擇。

為什麼要到越南相親?只有到越南相親才能真正娶到年輕未婚的伴侶!

越南新娘30萬台幣輕鬆簡單娶!(無隱藏費用、合約保證)

發表評論

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: