選択のパラドックスとは？選択肢が多すぎると選べなくなる理由と対策

Author

Behavioral Economist

相良 奈美香

Namika Sagara

行動経済学者・Ph.D.（オレゴン大学）。行動経済学コンサルティング会社代表として、アメリカ・ヨーロッパの約100社にコンサルティングを提供。イェール大学、スタンフォード大学などで講演。著書『行動経済学が最強の学問である』は累計19万部超のベストセラー。

「選択オーバーロードは、私がマーケティングや商品設計のコンサルティングで最も頻繁に扱うテーマのひとつです。商品ラインナップ、料金プラン、提案書の案数。意思決定者が『多いほうが親切だ』と信じている場面ほど、実は顧客が選べなくなっています。この構造を理解することが、組織の中で『選ばせる設計』を考えるための起点です。」

選択のパラドックス（行動経済学では「選択オーバーロード」）とは、選択肢が多すぎることで人がかえって選べなくなる現象を指します。商品ラインナップを増やしすぎると売上が下がる、機能を盛り込むほど離脱率が上がるのも同じ現象の一例です。本記事では、選択のパラドックスがなぜ起こるのかを解説し、Amazon・TikTok・Netflix の選択アーキテクチャーや最適な選択肢数の実験データも紹介します。

選択のパラドックスとは

選択のパラドックスとは、選択肢が多いほうが望ましいはずなのに、多すぎることでかえって意思決定ができなくなる現象を指します。行動経済学では「選択オーバーロード（Choice Overload）」と呼ばれる理論です。

私の著書『行動経済学が最強の学問である』では、行動経済学を「認知のクセ」、「状況」、「感情」の3つに分類しました。このうち選択オーバーロードは「状況」に該当します。

行動経済学は「実際の人間の行動」を説明する学問です。人間を合理的な存在として捉える経済学の前提とは異なり、多少の比較はするものの、最後は感覚で適当に選んでしまう。実際の意思決定はそういうものだと、行動経済学は考えます。

2022年のアメリカでの選択オーバーロードの調査では、対象者の28％が「買い物をする際、選択肢があまりにも多すぎる」と回答しました。特に日用品については、48％のアメリカ人が「選択肢がありすぎて選べない」と述べたのです。

具体例を挙げてみます。アメリカのアマゾンで「トイレットペーパー」と検索すると4000件以上ヒットします。好みはあるにしても、4000もの選択肢が必要だとは到底思えません。買い物に来た消費者にとっては、選びきれないだけの状況です。

このパラドックスは、商品ラインナップ、料金プラン、提案書の案数、求人票まで、ビジネスのあらゆる場面で観察されています。選択肢を増やすほど顧客に親切と考えがちですが、行動経済学の知見はその直感に注意を促すのです。

なぜ選択肢が多すぎると選べなくなるのか

選択オーバーロードが起こるメカニズムを、比較検討の労力、選択麻痺、システム1とシステム2の関係、という3つの観点から整理します。

まず、比較検討にかかる労力の大きさです。アメリカの大型スーパーには、健康飲料だけで100種類以上揃える店もあります。一つ一つを比較検討するには膨大な時間と労力がかかり、比較するまでもなく買うこと自体をやめてしまう人も少なくありません。

次に、「選択麻痺（Choice Paralysis）」と呼ばれる状態です。選択肢が多すぎたりよくわからない商品を選ぶ場面で、人は意思決定を後回しにしたり、「選ばない」という選択をしたりします。選びたいのに選べない状況になりやすいのです。

選択麻痺は、行動経済学が扱うさまざまな認知バイアスの中でも、意思決定自体を止めてしまうという意味で実務インパクトが大きいタイプにあたります。

最後に、システム1とシステム2の関係です。行動経済学では、人間の思考を直感的なシステム1と論理的なシステム2に分けて捉えます。選択肢が多すぎる場面では、本来なら熟考のためのシステム2をフル稼働させたいところを、脳が疲れて直感的な処理で済ませてしまうのです。

ここで企業側にとってのジレンマが生まれます。集客の段階では豊富な選択肢が効きますが、いざ選ぶ段階になると、その豊富さが消費者を立ち止まらせてしまうのです。

選択肢は10個がベスト：アヴニ・シャー教授の実験

では、行動経済学の観点から、選択肢はいくつくらい提示するのがいいのでしょうか。この問いに答える有名な実験があります。

私のデューク大学時代の友人でもある、トロント大学の准教授アヴニ・シャーが行った調査です。学生に「ほしいペンがあったら1本購入してください」と伝え、選ばせる本数を2本、4本、6本、10本、20本と変えていきました。

結果は明確でした。2本から選ぶ場合、ペンを購入した学生の割合は40％。4本、6本と選択肢が増えるほど購入率も上がり、10本のときに約90％でピークを迎えます。

ところが選択肢が11本以上になると購入率は下がっていきます。20本に達したときには、選択肢が2本しかなかった場合よりも購入率は減りました。

この実験から導かれる示唆は、選択肢の数には最適な範囲があるということです。少なすぎると興味を持たれず、多すぎると選べなくなる。中間に最も購入率が高くなる数があります。

もちろん、商品の種類、購買環境、顧客層によって最適な数は変わります。提案書の案数、料金プラン、ECサイトのカテゴリ表示数など、10という数字を絶対視せず、自社の文脈で検証することが大切です。

ビジネス活用：選択アーキテクチャーで選択オーバーロードを防ぐ

人間は多くの選択肢があることを好みますが、多すぎると決められません。実に矛盾しているようですが、これが非合理である人間のあるがままの姿です。

この性質を踏まえて生まれたのが「選択アーキテクチャー（Choice Architecture）」という考え方です。アーキテクチャーは「設計」を意味し、選択肢をどう組み立てれば相手に選んでもらえるかを探る概念にあたります。ここからは代表的な4つのパターンを紹介します。

Amazon：アルゴリズムによる「おすすめ」と並び替え

アマゾンはユーザーのデータを蓄積し、アルゴリズムで「おすすめ商品」を提示するサービスです。検索結果が4000件あっても、上位に表示される商品は限られます。価格順、人気順といったフィルターで絞り込み軸を選びやすくするのも、選択アーキテクチャーの一形態です。

自社の EC や SaaS のラインナップ提示にも同じ発想を取り入れられます。すべてを一覧で並べず、利用文脈に応じた「おすすめ」を最初に出す。こうした設計により、顧客の選択コストが下がり、購入や契約までのハードルが下がります。

TikTok：最初から選択されている＋現状維持効果

TikTok は「最初から選択されている」という選択アーキテクチャーを採用しています。アプリを開くと、ユーザーが何も選ばなくても動画が流れてくる仕組みです。莫大な量の動画を前に選びきれないユーザーに、興味を持ちそうな映像を自動で流す設計です。

さらに自動で動画を流すことで、行動経済学の「現状維持バイアス」も働きます。流れているものを止める手間を惜しんで、ユーザーは長時間にわたって動画を見続けるのです。

アプリ設計やオンボーディング設計にも通じる発想で、ユーザーに最初の一歩を選ばせず、自動的に体験が始まる構造を作ると離脱が大きく下がります。

Netflix：おすすめ自動再生と視聴履歴の活用

ネットフリックスも同様の発想で設計されました。アプリを開くと、必ずおすすめのドラマのワンシーンが自動で流れてきます。ユーザーが選択オーバーロードに陥らないようにするための工夫です。

さらに過去の視聴データから、「このユーザーはこういうものを好む」と判断します。それぞれの嗜好に合わせて見せる選択肢を絞り込む設計です。

BtoC の動画・音楽・ニュース系サービスでは標準的な発想です。BtoB の SaaS でも、利用履歴に基づくダッシュボード設計や機能提示の優先順位付けに展開できます。

ワイン販売：リンチ教授の実験と「品質情報の明示」

特定の情報を明確にすることで、選択オーバーロードを軽減する方法もあります。私がポスドク時代にお世話になった、コロラド大学ボルダー校のビジネススクールの教授リンチらが、ワインを使って行った実験です。

ワインの販売サイトで、無数の商品の中から消費者が選びやすくなる方法を調べた実験です。産地や「甘味・酸味・渋み」などの品質情報をわかりやすく示すと、購入する人が増えました。品質情報がわかると、消費者は価格にも寛容になり、迷わず選べるようになるのです。

さらに2カ月後の追跡調査でも、品質情報を見て購入した人たちは「あのときのワインは良いワインだった」と回答しています。満足度が高い状態が続いていました。

ワインのように普段選ぶのを迷う商品では、品質情報を明確に記載し、ネット販売であれば消費者が検索しやすくしておくと効果的です。EC や人材紹介サービス、SaaS の機能比較ページでも、属性情報を整理して見せると、顧客の納得感と満足度が高まる傾向です。

こうした品質情報の明示は、後押しするナッジ理論とも相性がよく、最初から選ばれているデフォルト効果と組み合わせれば、効果が高まります。

また、「ディシジョンツリー」を使う方法もあります。アメリカでは州ごとに健康保険のプランが異なり、40以上から選ばなければならない州もあるのです。こうした場合、数十のプランを一覧で出すよりも、イエス・ノーで答えていくと自然にふさわしいプランにたどり着く構造のほうが意思決定を助けます。AI の発達により、こうした選択支援の実装は今後さらに進みます。