Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Meggyőzéstechnika

Hasonló előadás


Az előadások a következő témára: "Meggyőzéstechnika"— Előadás másolata:

1 Meggyőzéstechnika

2 Döntések, heurisztikák Copyright (c) 2009 Kertész Gergely Ezt az anyagot a Creative Commons Jelöld meg!-Ne add el!-Ne változtasd! 2.5 Magyarország Licenc alatt teszem közzéCreative Commons Jelöld meg!-Ne add el!-Ne változtasd! 2.5 Magyarország Licenc

3 Kérdőív (1) A következő lottót játszuk: 10 lottószelvény van összesen, az egyik a nyerő, mindegyik 1000 forintba kerül, az 1 nyertes szelvény forintot ér. 9 szelvényt már megvett Béla-> Megvásárolnád az utolsó szelvényt? A=igen, B=nem BÉLA

4 Kérdőív (2) Állítsd sorrendbe az alábbiakat aszerint, hogy milyen gyakran okoztak halált Magyarországon 2008-ban! A, közúti baleset B, tüdőbetegségek C, öngyilkosság D, emberölés

5 Kérdőív (3) Négy kártyát látsz: E7K4 Tudjuk, hogy minden kártya egyik felén egy betű, a másikon pedig egy számjegy van. Valaki ezekre a kártyákra vonatokozóan a következő állítást fogalmazza meg: Ha egy kártya betűs oldalán magánhangzó van, akkor a számos oldalán páros szám áll. Ha a kártyák megfordításával ellenőrizheted, hogy igaz-e ez az állítás, akkor minimálisan melyik kártyát (kártyákat) kell megfordítani, hogy eldönthesd, igaz-e az állítás?

6 Korlátozott racionalitás

7 Miről lesz szó a továbbiakban? Milyen eljárásokat alkalmazunk valódi döntési helyzetekben? Milyen előnyei vannak ezeknek a heurisztikus döntési eljárásoknak? Milyen szisztematikus torzítások érvényesülnek ezeknek a módszereknek az alkalmazásakor? Hogyan tudjuk a döntéseinket esetenként jobbá tenni a tipikus hibák ismeretében?

8 Problémák az ideális racionális döntéshozatallal Korlátozott racionalitás 1. A problémadefiníciók, értékelések, súlyozások, valószínűségek, stb. a racionalitás szempontjából külső faktorok, amelyeket gyakran nehéz azonosítani és kvantifikálni: A valós világ általában komplexebb, mint amit mérni tudunk és racionális döntési modellünkben figyelembe tudunk venni. Általában limitált időt tudunk fordítani a döntés meghozatalára. Tipikusan részleges, pontatlan adatok alapján kell a jövőre vagy más ismeretlen adatokra vonatkozó becsléseket adni. Információs és számítási költségek is korlátokat állítanak nekünk. Hogyan oldjuk meg ez utóbbi problémát? ->

9 Információs költségek problémája Optimalizálás korlátok között – Korlátozott racionalitás 1. Azt mondtuk, hogy: Akkor érdemes a racionális döntéselmélethez, más komplexebb döntési eljárásokhoz folyamodni, ha az információs költségek alacsonyabbak a döntési alternatívák közötti hasznosságkülönbségeknél. Ez valóban megoldja a problémánkat ? Elegendő szabály, hogy: álljunk meg akkor, ha a keresési költségek meghaladják a további keresés várható értékét? Mi van ha a keresési folyamat visszahat az értékelésre? Az információs költségek számításánál végtelen regresszusba kerülünk:  Minden költség-haszon analízis költséges és egy meta szintű analízist követel meg, ami eldönti megéri-e használni, stb.  Valójában tehát képtelenek vagyunk ideálisan racionális döntést hozni a szabály fényében. Sokszor az ideális döntési eljárás megkezdéséhez is sokkal nagyobb komputációs kapacitásra van szükség, mint ami bármely embertől, vagy embercsoporttól elvárható.

10 Irracionális döntések? Korlátozott racionalitás 2. A racionalitás optimalizálásra épülő elméletei a korlátozottan racionális döntéseket egyszerűen irracionálisnak tekintik. A normától való eltérést hibának (fallacy) nevezik és az emberi ágensek korlátozott racionalitásának tulajdonítják őket. Ezek az elméletek Herbert Simon ún. „olló”-jának csak egyik szárát veszik figyelembe, a kognitív korlátokat és elhanyagolják a környezet struktúrájának szempontját. (utóbbi: külső korlátok és megfelelések a heurisztikák és a környezet szerkezete között.)

11 „The adaptive toolbox” Korlátozott racionalitás 3. A korlátozott racionalitás elmélete (G. Gigerenzer) szerint a mind külső, mind belső okokból korlátozott elmék is lehetnek stabilan sikeresek minden korlátozottságuk ellenére is! Hogyan? A környezet valamely az ágens által megoldandó probléma szempontjából releváns, ugyanakkor egyszerű és specifikus jellemzőjének leképezésén keresztül! Az elmélet tehát nem valamilyen univerzális problémamegoldó eljárás leírását tűzi ki célként, területspecifikus döntési eljárásokat ír le és igyekszik azonosítani azokat a körülményeket, amelyek között az eljárások szisztematikusan beválnak és azokat amelyek között szisztematikusan hibákat eredményeznek. Mivel sokszor egy optimalizálásra alapuló racionális döntési eljárás (ld.: Bayes-döntés) alkalmazása is bizonytalan feltevésekre alapulna egy egyszerű, de robosztus heurisztika elérheti, vagy meg is haladhatja egy optimalizációs stratégia hatékonyságát.

12 Korlátozott racionalitás 3. Mivel tehát döntési szituákcióban sokféle korlát nehezedik az ágensekre és a döntési helyzetek specifikus kontextusokhoz kötöttek: Lehetségesek és szükségesek olyan eljárások, amelyek lehetővé teszik, hogy: egyszerű gondolati eszközökkel részleges információk birtokában korlátos időn belül tudjunk olyan döntésekre jutni, amelyek átlagosan jobbak, mintha véletlenszerűen döntöttünk volna. Az ilyen döntési eljárásokat heurisztikáknak nevezzük. Ezek általában gyorsak, alacsony költségűek és a megfelelő környezetben elég pontosak is.

13 Szisztematikus döntési hibákhoz vezető heurisztikák Becslés, értékelés, előrejelzés esetében: Konfirmációs torzítás Lehorgonyzás, hozzáférhetőség bizonyos ökológiai körülmények között hatékonyak (adaptive toolbox) Szűk környezetben a valség becslésére pl. elegendő az emléknyomok hozzáférhetősége Ezek a technikák, tehát evolúciós szempontból költséghatékonyak (vagy azok voltak).

14 Akkor most rossz dolog heurisztikákra támaszkodni? Mikor használjuk a heurisztikákat? Objektíven információ-, időhiányos helyzetben! Esetleg kognitív lustaság eredményeképpen? Itt hibának tarthatjuk őket, ha a jó minőségű döntést, valamilyen cél elérésének perspektívájából nézve normaként határozzuk meg! A cselekvés racionalitásába, nem csak egy episztemológiai, hanem általában egy etikai dimenziót is beleértünk! Ha jobban is csinálhattad volna, akkor ha elrontottad az a te felelősséged!

15 Heurisztikák

16 Miért érdemes a heurisztikákkal foglalkozni? Már eleve mindig használunk heurisztikákat, ezek azonban gyakran naivak. Szisztematikusan rossz (vagy szuboptimális) döntéshez vezetnek bizonyos helyzetekben (torzítás, bias). Mivel sokan használják ugyanezeket a heurisztikákat, statisztikailag megjósolhatóvá válik a viselkedésük. Megfelelő helyzetet kialakítva (adott heurisztikák aktivizálásával) sok ember rávehető arra, hogy bizonyos statisztikai valószínűséggel a kommunikátor szándékainak megfelelő döntéseket hozzon. A heurisztikák nem nélkülözhetőek, de a naiv heurisztikákat valamivel jobbakra lehet cserélni. De nem érdemes a szisztematikus feldolgozást választani, ha úgy becsüljük, hogy a döntésre szánt idő és energia költsége meghaladja a rossz döntés veszteségének várható értékét. (Ezt a becslést nem idéális kalkulációra, hanem korábbi tapasztalatokra alapozzuk.)

17 Elérhetőség A felidézés könnyűsége Az alábbi listák közül melyik cégcsoportnak volt nagyobb az összesített árbevétele 2006-ban? A. Boeing Microsoft DuPont B. Altria Group Valero Energy McKesson Helyes megoldás: B (123.5 < B$)

18 Reprezentativitás Az alap előfordulási valószínűség figyelmen kívül hagyása „Tanulmányok szerint a legtöbb motorbaleset az elindulást követő 20 percen belül történik.” Kérdés: meddig tart egy átlagos motorút, hiszen ha általában nem több, mint 20 perc, akkor nem csoda… Hajlamosak vagyunk eltekinteni az alap előfordulási valószínűségtől, ami nélkül viszont valszeg rosszul ítéljük meg infok relevanciáját. Egy másik oldala ennek a problémának: Mekkora annak az esélye, hogy el fogsz válni attól, akivel összeházasodsz? Kötsz-e majd házassági szerződést?  Az emberek nagy része különböző okokból, de eleve elutasítja ezt. De: Magyarországon kb. a házasságok fele válással végződik. Nem is igen jutunk el odáig, hogy elgondolkodjuk ezen az adaton. De, ha el is jutunk idáig, az alap előfordulási valószínűséget hajlamosak vagyunk úgy tekinteni, mint ami ránk nem vonatkozik.

19 Lehorgonyzás és igazodás irreleváns viszonyítási pont John egy négy éves tapasztalattal rendelkező, szakképzett villanyszerelő Bostonban. Mit gondoltok, mennyi az éves jövedelme? nálunk a tanszéki titkárnő 40’000 dollárra becsülte az összeget Mi lett volna, ha a 80’000 dollárt mondok „tippnek”? ha egy meg nem nevezett „amerikai barátom”-ra hivatkozok? Releváns-e a tanszéki adminisztrátor véleménye ebben a kérdésben? A lényeg: kevés információ birtokában hajlamosak vagyunk felhasználni azt a keveset, ami rendelkezésre áll, még akkor is, ha irrelevánsnak mondható.

20 Heurisztikák legfőbb típusai Elérhetőségi (hozzáférhetőségi) heurisztika Az események gyakoriságának, valószínűségének, elképzelhető okainak a becslésekor a könnyebben emlékezetbe idézhető (elérhető) emléknyomokat gyakrabban és nagyobb súllyal vesszük figyelembe, mint más ismereteket. Reprezentativitási heurisztika Egy esemény előfordulási gyakoriságának, valószínűségének, elképzelhető okainak a becslését gyakran olyan mintára alapozzuk, amely nem általánosítható (személyes tapasztalatok, médiában tematizált ügyek, stb.) Lehorgonyzás és igazodás Ha a kevés releváns információval rendelkező emberek döntéséhez biztosítunk valamilyen (akár teljesen irreleváns) lehorgonyzási pontot, akkor ez befolyásolni fogja a döntésüket akkor is, ha ezt tudatosan nem ismerik el. További általános kognitív stratégiák (Később: társadalmi kategorizáció, stb., mint heurisztika)

21 A hozzáférhetőségi heurisztikából fakadó torzítások 1. A visszaemlékezés könnyűsége Melyik halálnem okoz több áldozatot évente?  A. Gyomorrák  B. Közlekedési balesetek Míg a közlekedési balesetekről rengeteget hallunk a médiában, a gyomorrákról csak ritkán. Azokat az eseményeket, amelyeknek a példáit könnyebben fel tudjuk idézni, gyakoribbnak becsüljük, mint másokat. Az emlékek élénksége és frissessége kihat a döntéshozásra.

22 A hozzáférhetőségi heurisztikából fakadó torzítások 2. A visszakeresés könnyűsége Tversky és Kahneman (1983) kísérlete Egy angol szöveg egy oldalán átlagosan hány olyan hét betűs szó fordul elő, amelynek az utolsó előtti betűje „n”? És hány olyan hétbetűs szó, amelynek utolsó 3 betűje „ing”? az alanyok többsége nagyobb számot tippelt a második kérdésre, mint az elsőre, noha ez nyilván lehetetlen. A memória szerveződése, és így a visszakeresés könnyűsége kihat a becslésre. Ez az „intézményi emlékezés” formáira is érvényes nagyobb eséllyel lesznek azok az adatok figyelembe véve, amelyek kéznél vannak, pl. a vállalati adatbázis felületén könnyen előkereshetőek, a döntéshozóval gyakori interakcióban álló emberek előtt ismertek a döntést támogató dokumentumokból be vannak linkelve, stb.

23 A hozzáférhetőségi heurisztikából fakadó torzítások 3. Feltételezett oksági kapcsolatok Ha két esemény együttes bekövetkezésének példái könnyen felidézhetőek, akkor hajlamosak vagyunk oksági kapcsolatot feltételezni közöttük. Példa: „a politikusok többet hazudnak, mint bárki más” Csak néhány politikus szerepel rendszeresen a médiában, ők ki vannak téve az állandó kritikának, ezért hamar kiderülnek az állításaik inkonzisztenciái ez a részhalmaz képezi aztán az általánosítás alapját Ahhoz, hogy eldöntsük, hogy a politikusok többet hazudnak-e átlagosan, mint az átlagemberek, meg kell vizsgálnunk az alábbi csoportokat is:  politikusok, de nem hazudnak (a többi politikus)  nem politikusok, de hazudnak (pl. az ismeretségi körünkben)  nem politikusok és nem hazudnak És még ekkor is legfeljebb a statisztikai korrelációt vagyunk képesek felismerni a két jelenség között: az oksági összefüggés feltárásához mélyebb analízisre van szükség.  Pl. minden nap délben van a Nap a zeniten, és ugyanekkor harangoznak, de mégsem a Nap mozgása okozza a harangozást

24 A reprezentativitási heurisztikából fakadó torzítások 4. Érzéketlenség a minta méretével szemben Példa: Két kórház  A kisebbik kórházban naponta 15 baba születik  A nagyobbikban naponta 45  Átlagosan a babák 50%-a fiú Melyik kórházban nagyobb az esélye annak, hogy lesz olyan nap, amikor a babák több, mint 60%-a fiú?  A kisebbikben  A nagyobbikban  Mindkettőben egyforma az esélye Helyes megoldás: a kisebbikben, hiszen ott csak kb. 3-mal kell több fiúnak születnie, mint lánynak, hogy ez teljesüljön - sokan hajlamosak ezt figyelmen kívül hagyni (a kórházas példára tipikusan az „egyforma” választ szokták adni) Nagy számok törvénye alapján: minél nagyobb a minta, annál kisebb az esélye annak, hogy a mért eredmény eltér az átlagtól (várható értéktől) minél kisebb a minta, annál nagyobb az esélye annak, hogy a mért eredmény eltér az átlagtól (várható értéktől) a minta méretétől függ a becslés pontossága Kevés adat, kis minta alapján csak pontatlan becslések adhatóak! megbízható jóslatok inkább nagy mintákra (pl. tömegek viselkedésére) adhatóak!

25 Nagy számok törvénye

26 A reprezentativitási heurisztikából fakadó torzítások 5. A véletlenség és a kockázat téves felfogása Példa: „már háromszor megbuktam a vizsgán, negyedszerre tanulás nélkül is biztosan át kell, hogy menjek, tekintve hogy Átlagosan 50% bukik meg egy vizsgán Annak az esélye, hogy valaki 4x megbukik, 0.5^4 = 6,25% Helyes-e ez az eszmefuttatás? Nem, mert: Már bizonyosan tudom, hogy 3x megbuktam, tehát a feltételes valószínűséget (független események) kell figyelembe venni (50-50%). Ráadásul (ideális esetben) az 50% bukás erősen korrelál a nem tanulással, tehát rendelkezésünkre áll egy sokkal pontosabb jóslat a bukási esélyeinkről, mint ha az alapsokaságra vonatkozó becslést használnánk.

27 A reprezentativitási heurisztikából fakadó torzítások 6. A véletlenség és a kockázat téves felfogása Sokan úgy gondolkoznak, hogy a nagy számok törvénye alapján az egyik irányú eltérést (sok bukás) idővel egy másik irányú eltérésnek (siker) kell kompenzálnia, hogy a statisztikai átlag kijöjjön - pedig ez nem így van Példa: „Mivel kihúzták az egyik számomat a lottón, többet nem játszom meg, mert biztos, hogy nem húzzák ki még egyszer ugyanazt.” Pont ugyanakkora eséllyel húzzák ki a múlt heti eredményt, mint bármelyik másik öt számot Mivel mindenki ezzel a heurisztikával gondolkozik, ezért nagy az esélye annak, hogy ha megjátsszuk ezt a számot, akkor nem kell osztoznunk a nyereményen!

28 A reprezentativitási heurisztikából fakadó torzítások 7. Az átlaghoz való regresszus figyelembe nem vétele Példa: „nyertes csapaton ne változtass” A főnök a beosztottak kiemelkedő teljesítményét, a kivételesen jó piaci konstellációt tekinti alapnak, irreálisan magasra tervezi a további növekedést. (nem veszi figyelembe, hogy kicsi esélye van a következő időszakban újra ilyen kivételesen jó teljesítménynek és ennek nem egyszerűen a beosztottak lustasága az oka.) Ez a kiemelkedő teljesítmény nem a tipikus eset, hanem egy szélsőérték, ebből kifolyólag a csalódás hosszú távon biztosan garantált, különösen akkor, ha:  A főnök viszont nem követi a piac változásait, pl. nem forgatja vissza az extra bevételt modern eszközökbe és a beosztottak továbbképzésébe.  Ekkor a következő időszakban a beosztottak erejüket megfeszítve próbálják teljesíteni a tervet, de az (egyébként kitűnő) mutatók sorra alulmúlják azt  A főnök fokozza a beosztottakra nehezedő nyomást (pl. a teljesítményprémiumokat az irreális tervhez arányosítja, nem az eredményhez)  A legokosabb beosztottak megelégelik a frusztrációt, átmennek más céghez  Új embereket kell felvenni, a betanításuk leterheli a maradék csapatot is, túlóraprémiumokat kell fizetni, hogy ne menjenek el még többen.  Év végére nemhogy a terv nem teljesül, de az eredmény az átlagosnál rosszabb, az összeszokott csapat szétesett, mindenki frusztrált.

29 A reprezentativitási heurisztikából fakadó torzítások 8. Konjunkciós hiba Példa (Kahneman & Tversky) Linda 31 éves, filozófia szakot végzett, egyedül él és nagyon okos. Hallgató korában a társadalmi igazságosság, a diszkrimináció kérdései foglalkoztatták, és részt vett háborúellenes tüntetéseken. Rendezd sorba az alábbi állításokat valószínűségük szerint! 1. Linda általános iskolában tanít. 2. Linda egy könyvesboltban dolgozik és jógázik. 3. Linda aktívan részt vesz a feminista mozgalomban. 4. Linda szociális munkásként dolgozik. 5. Linda banki ügyintézőként dolgozik. 6. Linda biztosítási ügynök. 7. Linda banki ügyintéző, aki aktívan részt vesz a feminista mozgalomban. Ha nálad a válaszok ebben a sorrendben követik egymást, akkor áldozatul estél a konjunkciós hibának: P(7.) = P(3.) * P(5.), tehát bizonyosan kisebb mindkettőnél A konjunkciót gyakran valószínűbbnek becsüljük az egyik tagjánál, ha a másik tagját reprezentatívabbnak érezzük, mint az elsőt.

30 A lehorgonyzás és igazodás heurisztikájából fakadó torzítások 9. Irreleváns horgonyhoz való igazodás Korábbi példa: mennyit keres a villanyszerelő? A kísérleti alanyok a titkárnő „tippjéhez” (ez a horgony) igazodnak: ha nagyobb „tippet” közöltek velük, akkor nagyobb becsléseket adtak. Ez a jelenség akkor is fennáll, ha teljesen nyilvánvaló számukra a horgony helytelensége, ill. a forrás irrelevanciája. T & K másik kísérletében azt kellett megbecsülni, hogy az afrikai országok mekkora hányadát teszik ki az ENSZ tagjainak. az alanyok szeme láttára egy rulettkerékkel kisorsoltak egy véletlen számot először azt kellett megmondani, hogy a becsülendő összeg nagyobb v. kisebb a kisorsolt számnál ezután kellett konkrét becslést adni A kisorsolt véletlen szám szignifikánsan kihatott a becslésekre. További példák A kérdőíven manipulatív válaszlehetőségeket adnak meg „hagyományos mosópor” - egy fiktív termékkel hasonlítják össze a terméket „User testimonials” - kamu felhasználók dicsérik a terméket jó fizetésért

31 A lehorgonyzás és igazodás heurisztikájából fakadó torzítások 9. Irreleváns horgonyhoz való igazodás Árlista Az árból közvetve következtethetünk a termék használati értékére (szabad piacot feltételezve) Ha csak az árlista áll rendelkezésünkre, hajlamosak vagyunk a minőségek arányát az árak arányában becsülni, azaz az árlista szélső értékeit horgonynak használni Egy lehetséges stratégia a lehorgonyzás mechanizmusára az árlistát felülről kibővítjük magas profittartalmú, drága „csúcsmodellekkel” alulról kivesszük az olcsó alapmodelleket ezzel több dolgot érünk el: A vevők kis része megveszi a drága modellt Az árérzékenyek drágább alapmodellt választanak De ugyanakkor az „átlagos” minőséget kereső vevők is magasabbra helyezik az átlaggal szembeni elvárásaikat!

32 Általános kognitív stratégiákból fakadó torzítások 10. Az igazolás csapdája Egy döntés előkészítése során ahelyett, hogy szimmetrikusan értékelnénk az egyes alternatívákat, tipikusan több időt fordítunk a számunkra szimpatikus alternatívát alátámasztó adatok és érvek gyűjtésére, mint az az ellen szólókra Ez nyilvánvalóan nem racionális stratégia Ennek az oka többféle lehet Felkészülünk a későbbi esetleges számonkéréskor való védekezésre El akarjuk kerülni az ellentmondásos érvek okozta disszonanciát és félelmeket Meg akarjuk győzni magunkat az intuíciónk zseniális helyességéről Megoldások a szimmetria elvének szem előtt tartása több, eltérő perspektívájú ember bevonása a döntési folyamatba

33 Általános kognitív stratégiákból fakadó torzítások 11. Visszatekintő okoskodás Példák „Ha engem kérdeztetek volna, én megmondtam volna, hogy ez egy helytelen üzleti döntés lesz.” (Fischoff) A kísérleti alanyokkal elolvastattak egy történetet, majd az egyes csoportoknak más-más végkifejletet tettek hozzá. Ezután megkérdezték őket, hogy ha nem tudták volna a végeredményt, milyen végkifejletre tippeltek volna. a tippek erősen korreláltak a megadott végkifejlettel az alanyok erős önbizalmat mutattak azzal kapcsolatban, hogy ezt „ők is meg tudták volna jósolni.” A bekövetkezett események ismeretében utólag nagyobb valószínűséget tulajdonítunk ezeknek, mint amit a bekövetkezés előtt tulajdonítottunk volna. és ezt ráadásul nagy önbizalommal tesszük. Ez a jelenség olykor eltorzítja a múltbeli eseményekből való tanulást, mert túl nagy súlyt tulajdonít a megvalósult eseményeknek a nem megvalósult alternatívákkal szemben.

34 Torzítások főbb típusai Elérhetőség1. Felidézés 2. Visszakeresés 3. Feltételezett okság Reprezentativitás4. Érzéketlenség az alap előfordulási arányra 5. Érzéketlenség a minta méretére 6. Téves valószínűség-felfogás 7. Átlaghoz való regresszus fnv. 8. Konjunkciós hiba Lehorgonyzás és igazodás 9. Irreleváns horgonyhoz való igazodás Általános10. Az igazolás csapdája 11. Visszatekintő okoskodás

35 Az elhangzottak relevanciája a meggyőzésben A fenti heurisztikák mindegyike megfordítható és kiaknázható meggyőzési célokra - gyakran szembesülünk is az ezeken az elveken működő, felénk irányuló meggyőzési kísérletekkel Példák: Szemléletes képekkel könnyítjük meg az érveink felidézését a célszemélynek Rendezett, könnyen előkereshető formában prezentáljuk az ajánlatunk előnyeit, bonyolultan a hátrányait Markáns példákkal illusztráljuk a mi szolgáltatásunk minősége és az előfizetőink sikere közötti (vélt) oksági összefüggést Kis mintaszámból nagy általánosításokat vonunk le, és utána nem tüntetjük fel a minta méretét Hangsúlyozzuk az alapsokaságtól megkülönböztető jegyeinket Irreleváns horgonyokat biztosítunk (lehetőleg híres személyek, szakértők szájába adva azokat), majd burkoltan megdicsérjük a döntéshozó szakmai hozzáértését Csökkentjük a döntésének a disszonanciáját, megnyugtató érveket adunk a tipikus aggodalmakkal szemben. stb.


Letölteni ppt "Meggyőzéstechnika"

Hasonló előadás


Google Hirdetések