Mình còn nhớ hồi còn sinh viên, có lần đi siêu thị và gặp đúng quầy phát bánh ăn thử. Bạn nhân viên đưa cho mình 1 miếng rồi cười rất tươi, hỏi ngay là “Anh thấy bánh thế nào ạ?”.
Thực ra miếng bánh đó hơi ngán, ăn cũng không ngon như mình nghĩ. Nhưng lúc đó mình vẫn gật đầu và trả lời “Ngon đó bạn”. Đến khi về KTX, mình mới kể với bạn cùng phòng là bánh ăn không có ngon tí nào, chẳng qua mình không muốn làm bạn nhân viên mất vui thôi.
Sau này khi tìm hiểu về nghiên cứu người dùng, mình mới biết cái phản xạ “khen cho vui” đó có hẳn 1 cái tên là Courtesy Bias. Nó xuất hiện trong rất nhiều bảng khảo sát, buổi phỏng vấn khách hàng mà người làm Marketing hay Product vẫn sử dụng mỗi ngày. Có khi bạn nhìn vào kết quả thấy ai cũng khen, nhưng hành vi mua hàng bên ngoài lại không giống như vậy.
Vậy nếu khách hàng cứ khen vì lịch sự thì những con số hài lòng đẹp đẽ kia còn tin được bao nhiêu?
Trong bài viết này, mình sẽ giải thích Courtesy Bias là gì, tại sao nó vẫn xảy ra cả trên môi trường online và ảnh hưởng thế nào đến nghiên cứu người dùng, tối ưu tỷ lệ chuyển đổi (CRO). Quan trọng hơn là chúng ta nên đặt câu hỏi ra sao để nghe được suy nghĩ thật của khách hàng.
Courtesy Bias là gì?
Courtesy Bias (thiên kiến lịch thiệp) là xu hướng người được khảo sát nói giảm đi sự không hài lòng, hoặc đưa ra một câu trả lời đúng mực về mặt xã hội thay vì nói thẳng điều họ thực sự nghĩ về sản phẩm và dịch vụ. Hiểu một cách đơn giản, khách hàng không hoàn toàn trả lời theo cảm nhận thật mà chọn điều họ nghĩ người hỏi muốn nghe. Sản phẩm dù chưa tốt họ vẫn nói “cũng ổn”, nhân viên chưa giải quyết được vấn đề vẫn được chọn “rất hài lòng”, đơn giản vì những câu trả lời này nghe êm tai hơn.
Trong đời sống bình thường, thói quen này cũng có điểm tích cực, giống như một loại “chất bôi trơn xã hội” giúp chúng ta không làm người đối diện tổn thương bởi những lời nói quá thẳng. Nếu ai cũng nói thật 100% trong mọi tình huống, có lẽ nhiều mối quan hệ sẽ rối tung lên. Người ta thường gọi đó là white lie (lời nói dối vô hại). Tuy nhiên, khi lời nói dối đi vào bảng khảo sát, nó không còn vô hại và Courtesy Bias lúc này trở thành một dạng “brain bug” làm dữ liệu bị bóp méo trong khi doanh nghiệp vẫn nghĩ mình đang nghe được tiếng nói thật của khách hàng.
Tại sao Courtesy Bias vẫn xuất hiện trên môi trường online?
Nhiều người cho rằng Courtesy Bias chỉ xảy ra trong các cuộc phỏng vấn trực tiếp, khi người được hỏi nhìn thấy nhân viên đứng trước mặt nên ngại nói điều tiêu cực, trong khi thực tế thiên kiến này vẫn tồn tại trên môi trường online. Khi điền khảo sát, form đánh giá hay trả lời trong chatbox, bạn vẫn có thể cân nhắc xem ý kiến nào được số đông chấp nhận và nếu quan điểm của mình hơi cá biệt hoặc trái với nhiều người khác, chúng ta có xu hướng im lặng hay sửa câu trả lời theo hướng “an toàn” hơn.
Vậy nên, một bảng khảo sát có 90% phản hồi tích cực chưa chắc đồng nghĩa với 90% khách hàng hài lòng, bởi trong đó vẫn có những người chọn câu trả lời lịch sự vì không muốn gây phiền, không muốn bị đánh giá, hoặc chỉ muốn hoàn thành chiếc form cho nhanh. Đó là lý do khảo sát online, đánh giá 5 sao hay nội dung chatbox vẫn có thể chứa những câu trả lời “giả”. Giả ở đây không có nghĩa khách hàng cố ý lừa doanh nghiệp, mà câu trả lời chưa phản ánh đầy đủ suy nghĩ thật của họ.
Courtesy Bias xuất hiện từ khi nào?
Courtesy Bias không phải là một khái niệm mới sinh ra cùng với khảo sát online, bởi thiên kiến này đã được phát hiện và bàn luận trong các nghiên cứu thực địa xuyên văn hóa từ những năm 1950 – 1960. Năm 1953, nhà tâm lý học Allen L. Edwards giới thiệu một khái niệm có liên quan là Social Desirability (sự mong muốn xã hội), cho thấy câu trả lời trong bảng hỏi thường thay đổi theo hướng mà người trả lời tin rằng xã hội hoặc những người xung quanh đang kỳ vọng ở họ.
Đến năm 1971, Courtesy Bias được hệ thống hóa và biết đến rộng rãi hơn qua một báo cáo của UNESCO. Báo cáo dựa trên những cuộc điều tra tại khu vực Đông Nam Á, trong đó sự bất cân bằng quyền lực giữa người phỏng vấn và người được phỏng vấn là một điểm đáng chú ý. Khi một bên được xem là có quyền lực, kiến thức hoặc địa vị cao hơn, bên còn lại sẽ khó phản đối thẳng. Họ chọn những câu trả lời nịnh nọt hoặc lịch sự một cách có hệ thống. Dữ liệu lúc này nhìn vẫn đẹp, tuy nhiên chất lượng đã có vấn đề.
Không phải câu hỏi nào khách hàng cũng “nói dối” như nhau
Một điểm thú vị của Courtesy Bias là mức độ lịch thiệp không hoạt động đồng đều ở mọi loại câu hỏi, vậy nên muốn hiểu câu trả lời có đáng tin hay không, chúng ta cần nhìn vào chính nội dung đang được hỏi. Năm 2000, Williams, Schutt-Ainé và Cuca đưa ra khái niệm Differential Courtesy Bias (thiên kiến lịch thiệp vi phân) trong một nghiên cứu y tế công cộng về chất lượng dịch vụ kế hoạch hóa gia đình với ý chính là mức độ lịch thiệp sẽ thay đổi theo tính chất câu hỏi mà người dùng nhận được.
Với những vấn đề kỹ thuật, ít liên quan đến một cá nhân cụ thể, người dùng thường nói thật hơn. Họ có thể góp ý khá thoải mái về thời gian chờ đợi quá lâu, giờ làm việc không phù hợp, giá cả cao hoặc địa điểm đi lại bất tiện bởi những câu trả lời này không tạo cảm giác đang làm tổn thương một người nào đó. Tuy nhiên, khi câu hỏi chạm đến yếu tố con người như thái độ phục vụ, cách nhân viên nói chuyện hay mối quan hệ tương tác trực tiếp, người dùng lại ngại phàn nàn hơn và câu hỏi càng gắn với một người cụ thể thì Courtesy Bias càng dễ xuất hiện.
Do đó, việc khách hàng khen nhân viên không có nghĩa họ cũng hài lòng với sản phẩm. Nếu gộp hai chuyện này vào cùng một câu hỏi, doanh nghiệp rất dễ nghĩ phần Product đang hoạt động tốt, trong khi khách hàng chỉ cố lịch sự với người đang hỗ trợ họ.
Courtesy Bias gây hại gì cho người làm CRO và doanh nghiệp?
Nếu bạn đang làm nghiên cứu người dùng, Marketing, Product hay tối ưu tỷ lệ chuyển đổi (CRO) mà không để ý đến thiên kiến này, khả năng cao bạn đang đọc sai chính dữ liệu của mình.
Dữ liệu đẹp nhưng thực tế thì không
Khi người dùng liên tục đưa ra đánh giá tích cực vì phép lịch sự, những vấn đề thật nằm bên trong sẽ bị che đi. Doanh nghiệp nhìn vào báo cáo thấy mọi thứ xanh đẹp, chỉ số hài lòng cao nên cho rằng hệ thống vẫn đang vận hành ổn. Trong khi đó, khách hàng vẫn gặp lỗi, vẫn bực bội và vẫn rời đi. Đến khi tỷ lệ chuyển đổi giảm hoặc tỷ lệ khách quay lại thấp, đội ngũ mới không hiểu nguyên nhân nằm ở đâu. Đây là một dạng Distorted Reality (thực tế bị bóp méo) nguy hiểm khi doanh nghiệp đưa ra quyết định từ dữ liệu khảo sát.
Đội ngũ quá tự tin về chất lượng
Những lời khen lịch sự, vô thưởng vô phạt còn dễ tạo ra Overconfidence Bias (thiên kiến quá tự tin). Đội ngũ Product hoặc ban quản lý bắt đầu tin rằng sản phẩm của mình đã đủ tốt vì khách hàng gần như chỉ nói điều tích cực. Kết quả là họ tiếp tục duy trì cách làm cũ, trong khi cơ hội cải tiến nằm ngay trong số ít phản hồi tiêu cực. Nhiều khi doanh nghiệp không thiếu dữ liệu, họ chỉ tin quá nhiều vào phần dữ liệu dễ nghe nhất.
Khi khách hàng ở thế yếu
Courtesy Bias trở nên mạnh hơn trong những tình huống có Power Imbalance (bất cân bằng quyền lực), khi khách hàng phụ thuộc vào bên cung cấp dịch vụ. Chẳng hạn như bệnh nhân nghèo đang nhận điều trị y tế, hoặc những người có hoàn cảnh khó khăn đang nhận cứu trợ thực phẩm.
Họ có thể sợ rằng nếu mình phàn nàn, quyền lợi sẽ bị cắt giảm hoặc mất luôn sự hỗ trợ đang nhận. Nỗi sợ đôi khi chỉ xuất hiện trong vô thức, nhưng vẫn đủ làm phản hồi mất đi tính chân thực. Câu “mọi thứ đều tốt” lúc này không cho thấy dịch vụ có thực sự tốt hay không.
Những tình huống Courtesy Bias dễ xuất hiện
Lý thuyết có vẻ hơi học thuật, nhưng thiên kiến này xuất hiện trong nhiều tình huống rất quen thuộc. Từ một quầy phát mẫu thử, thử nghiệm sản phẩm quy mô lớn đến cửa sổ live chat, bối cảnh và người đặt câu hỏi đều có thể làm câu trả lời thay đổi.
Phát mẫu thử và hỏi ngay tại chỗ
Quay lại miếng bánh ở đầu bài. Khi thương hiệu cho nhân viên phát mẫu thử trong siêu thị rồi đứng hỏi ngay “Anh thấy có ngon không?”, nhiều người sẽ cười và trả lời: “Ngon lắm, thơm lắm”.
Khi trở về nhà và nói chuyện với vợ chồng hay bạn bè, câu trả lời có thể đổi hẳn: “Nó thực sự kinh khủng, ai lại đi mua thứ này chứ”. Cùng một người, cùng một sản phẩm, chỉ khác người hỏi và bối cảnh là kết quả đã hoàn toàn khác nhau.
Bài học thất bại từ New Coke
Năm 1985, Coca-Cola thực hiện thử nghiệm hương vị trực tiếp với gần 200.000 người tiêu dùng. Kết quả cho thấy phần lớn người tham gia thích công thức mới có vị ngọt hơn, và Coca-Cola dựa vào con số này để tự tin ra mắt New Coke.
Tuy nhiên, phản ứng ngoài thị trường lại đi theo hướng ngược hẳn. New Coke gặp làn sóng phản đối dữ dội đến mức Coca-Cola phải thu hồi sản phẩm chỉ sau 79 ngày.
Vấn đề là cuộc nghiên cứu đo phản hồi trong một môi trường thử nghiệm nhân tạo. Câu trả lời bị ảnh hưởng bởi Courtesy Bias và cảm giác vị giác trong thời gian ngắn, chứ chưa phản ánh được cách khách hàng lựa chọn, uống và gắn bó với sản phẩm trong đời sống thật. Một con số rất lớn không tự động làm cho bối cảnh nghiên cứu trở nên đúng.
Karen có thực sự làm khách hàng hài lòng?
Giả sử bạn vừa trao đổi với một nhân viên chăm sóc khách hàng tên Karen qua live chat. Karen rất dễ mến và nói chuyện lịch sự, tuy nhiên không thể xử lý vấn đề vì chính sách công ty quá cứng nhắc hoặc sản phẩm đang bị lỗi. Bạn rời cuộc chat trong tâm trạng bực bội, điều khiến bạn bực là sản phẩm chứ không phải Karen.
Sau đó, hệ thống gửi câu hỏi: “Bạn nghĩ thế nào về dịch vụ mà Karen đã cung cấp?”. Bạn vẫn chọn “rất tốt” vì không muốn Karen bị sếp khiển trách, trừ điểm hoặc mất việc bởi một lỗi không phải của cô ấy.
Doanh nghiệp nhìn vào sẽ thấy chỉ số hài lòng về chăm sóc khách hàng rất cao, trong khi lại không hiểu vì sao những khách hàng hài lòng đó vẫn lặng lẽ rời khỏi thương hiệu. Khi câu hỏi trộn chất lượng hỗ trợ cá nhân với chất lượng sản phẩm vào nhau, dữ liệu khó có thể nói đúng vấn đề.
Làm sao để nghe được sự thật phía sau lời khen lịch sự?
Courtesy Bias khó loại bỏ hoàn toàn, nhưng chúng ta có thể giảm bớt ảnh hưởng của nó.
Điều quan trọng là thiết kế bối cảnh khảo sát và câu hỏi để khách hàng cảm thấy họ được phép nói thật, mà không làm hại đến quyền lợi của mình hay một người cụ thể.
- Tạo không gian an toàn tâm lý (Psychological Safety): Hãy nói rõ rằng phản hồi tiêu cực sẽ được trân trọng và sử dụng để cải thiện dịch vụ. Ý kiến đó không làm người trả lời mất quyền lợi, cũng không khiến nhân viên hỗ trợ bị xử lý một cách oan uổng.
- Tách riêng đối tượng cần đánh giá: Đừng gộp thái độ của nhân viên và chất lượng sản phẩm trong cùng một câu. Bạn có thể hỏi riêng “Karen có giao tiếp lịch sự không?” và “Vấn đề của bạn đã được giải quyết hoàn toàn chưa?”. Hai câu hỏi sẽ tạo ra hai loại dữ liệu khác nhau, đồng thời giúp đội ngũ biết phần nào cần sửa.
- Chú ý ngưỡng không hài lòng thấp: Thay vì vui mừng vì 95% khách hàng nói hài lòng, hãy xem 5% phản hồi tiêu cực là tín hiệu cảnh báo cho một rào cản có tính hệ thống. Courtesy Bias thường làm tỷ lệ không hài lòng thấp đi, nên một con số nhỏ vẫn đáng để điều tra.
- Hỏi chi tiết và gợi mở hơn: Câu “Bạn có hài lòng không?” rất dễ nhận được đáp án mặc định là “có”. Hãy hỏi điều gì làm họ mất thời gian nhất, bước nào khiến họ khó chịu, hoặc nếu được thay đổi một thứ thì họ sẽ thay đổi điều gì.
- Dùng khảo sát ẩn danh và giãn thời gian: Đừng hỏi ngay khi nhân viên vẫn đang đứng cạnh khách hàng. Gửi khảo sát sau khi họ đã trải nghiệm sản phẩm một khoảng thời gian, đồng thời cho phép trả lời ẩn danh sẽ giảm bớt áp lực phải lịch sự.
Bất kỳ tỷ lệ không hài lòng nhỏ nào cũng cần được coi trọng. Bởi phía sau một người chịu lên tiếng có thể là nhiều người khác đang khó chịu giống như vậy, họ lại chọn rời đi thay vì mất thời gian phàn nàn. Nếu chỉ nhìn vào số đông đang khen, doanh nghiệp rất dễ bỏ qua nhóm khách hàng im lặng này.
Khi lời khen chưa chắc là dữ liệu tốt
Courtesy Bias nghe như một khái niệm nghiên cứu khá xa lạ, nhưng nó xuất hiện trong những cuộc nói chuyện bình thường nhất.
Từ miếng bánh phát thử ở siêu thị, cuộc live chat với Karen, cho đến ô đánh giá 5 sao sau khi bạn vừa sử dụng dịch vụ.
Nếu bạn đang làm Marketing, vận hành website, Product hay CRO, đừng vội tin hoàn toàn vào những con số “hài lòng” đẹp long lanh trên báo cáo. Có khi nó phản ánh chất lượng thật, cũng có khi chỉ là phép lịch sự xã giao của khách hàng.
Hiểu Courtesy Bias không phải để chúng ta nghi ngờ mọi câu trả lời. Khái niệm này giúp bạn đặt câu hỏi cụ thể hơn, tách đúng vấn đề cần đánh giá và chú ý đến những phản hồi tiêu cực dù con số rất nhỏ. Như vậy dữ liệu mới hỗ trợ cho quyết định, thay vì dẫn doanh nghiệp đi sai hướng.
Bạn đã từng gặp một tình huống giống câu chuyện của Karen chưa?