Effort-reward-afweging: betekenis en toepassing

Een aanbod kan aantrekkelijk zijn en toch blijven liggen, omdat de weg ernaartoe te veel moeite lijkt te kosten. Mensen zetten bij bijna elke keuze de ervaren inspanning af tegen de ervaren opbrengst. Wie begrijpt hoe die effort-reward-afweging werkt, kan beter onderzoeken waarom mensen afhaken en wat helpt.

Een effort-reward-afweging (ook effort calculus genoemd) is de afweging tussen de inspanning die een keuze vraagt en de opbrengst die ze belooft, zoals iemand die zelf ervaart en verwacht.

Mensen kiezen bij gelijke opbrengst vaak de minst inspannende optie, en verwachte moeite verlaagt de subjectieve waarde van een beloning. Hoe zwaar de moeite weegt, verschilt per persoon en situatie. Er is geen formule die gedrag van één persoon voorspelt.

Bij veel keuzes vraag je je, vaak ongemerkt, af wat iets kost en wat het oplevert. Een effort-reward-afweging is de afweging tussen die twee: de inspanning die een handeling vraagt tegenover de opbrengst die je ervan verwacht. In de Engelstalige literatuur heet dit ook effort calculus of effort-based decision making.

Het gaat om de ervaren kant van beide: hoe zwaar iemand de stappen inschat (lichamelijk, mentaal of administratief) en hoe waardevol, zeker en dichtbij het resultaat voelt.

Je weet bijvoorbeeld dat het vergelijken van verzekeringen geld kan opleveren, maar je stelt het uit omdat je opziet tegen het zoekwerk.

Het idee dat organismen moeite proberen te beperken is oud. De gedragstheoreticus Clark Hull formuleerde in 1943 wat later de law of less work is gaan heten: als twee gedragsreeksen even vaak en even goed beloond worden, leert een organisme geleidelijk de minst inspannende te kiezen. Kool en collega's citeren dat principe als vertrekpunt van hun onderzoek (Kool e.a., 2010).

Het bewijs daarvoor ging volgens hen bijna alleen over lichamelijke inspanning. Voor mentale inspanning toetsten zij het in zes experimenten met een zogeheten demand selection task: deelnemers kozen steeds vrij tussen twee opties die verschilden in hoeveel gecontroleerde informatieverwerking ze vroegen.

Ze vonden een consistente voorkeur voor de minder veeleisende optie, niet volledig te verklaren uit het vermijden van fouten, het beperken van tijd of het sneller bereiken van het doel. Opvallend genoeg trad ze ook op bij deelnemers die geen verschil in moeite tussen de opties hadden opgemerkt (Kool e.a., 2010).

Een tweede onderzoekslijn kijkt naar effort discounting: de waarde van een beloning neemt subjectief af naarmate er meer moeite voor nodig is. Het idee is vergelijkbaar met delay discounting, waarbij een beloning minder waard voelt naarmate je er langer op moet wachten (zie Wat betekent delay-discount-rate (k) in een doelgroepkaart?).

Westbrook, Kester en Braver maakten dit meetbaar met een keuzetaak. Deelnemers kozen herhaaldelijk tussen een makkelijke taak voor een klein bedrag en een moeilijkere taak voor een groter bedrag. Het bedrag voor de makkelijke taak werd aangepast tot beide opties even aantrekkelijk waren. Het extra bedrag dat nodig was om de zware taak gelijkwaardig te maken, gold als maat voor de subjectieve kosten van de inspanning (Westbrook e.a., 2013).

De subjectieve waarde daalde naarmate de taak zwaarder werd, ook rekening houdend met fouten en reactietijden. Het onderzoek was klein: twee experimenten met in totaal 42 jongere en 41 oudere volwassenen.

Kool en Botvinick noemen deze economische benadering van mentale inspanning een jong onderzoeksveld; wanneer en hoeveel moeite mensen investeren, is nog niet beantwoord (Kool & Botvinick, 2018).

Objectieve inspanning is wat een taak feitelijk vraagt: het aantal stappen, de benodigde tijd, de moeilijkheid. Ervaren inspanning is hoe zwaar iemand die taak inschat of beleeft. Die twee lopen niet gelijk op.

Het onderzoek van Westbrook en collega's laat dat zien. Bij dezelfde taak vroegen oudere deelnemers gemiddeld meer geld om de zware variant te doen dan jongere deelnemers. Deelnemers die zichzelf beschreven als mensen die graag nadenken (need for cognition), gaven minder geld op om moeite te vermijden (Westbrook e.a., 2013). Kool en collega's vonden dat de neiging om moeite te vermijden samenhing met individuele verschillen in hoe goed mensen hun aandacht konden sturen, en dat beloningen voor de zware optie de vermijding verminderden (Kool e.a., 2010).

Een formulier met tien velden is dus voor de ene persoon een kleinigheid en voor de andere een drempel. Meet ervaren inspanning daarom apart.

Een invloedrijk neurowetenschappelijk voorstel is de theorie van de expected value of control van Shenhav, Botvinick en Cohen. Volgens dit model wordt mentale inspanning ingezet op basis van drie factoren: de verwachte opbrengst, hoeveel controle nodig is om die te bereiken en de kosten van de cognitieve inspanning. De auteurs stellen voor dat de dorsale anterieure cingulate cortex (dACC), een gebied in de middenwand van de frontale hersenen, die informatie integreert (Shenhav e.a., 2013).

Dit is een theoretisch model dat bevindingen ordent, geen vastgestelde werking. Voor marketing- of HR-vragen volgt hieruit geen hersenmeting als snelle test. De bruikbare les is gedragsmatig: moeite telt als kostenpost.

Een ander kader met een vergelijkbare naam is het effort-reward imbalance-model van de medisch socioloog Johannes Siegrist (Siegrist, 1996). Dit model gaat over werk. Het stelt dat een structurele onbalans tussen hoge inspanning (eisen en verplichtingen in het werk) en lage beloning het risico op gezondheidsklachten verhoogt. Beloning loopt volgens Siegrist via drie kanalen: geld, waardering, en loopbaankansen inclusief baanzekerheid. Een sterke neiging om je te veel in te zetten (overcommitment) zou de kans op zo'n onbalans vergroten (Siegrist, 2012).

De effort-reward-afweging gaat over één keuze op één moment. Het imbalance-model gaat over een langdurige ervaring van wederkerigheid in werk en de gevolgen voor gezondheid. Beide zetten inspanning en opbrengst tegenover elkaar, maar ze beantwoorden een andere vraag.

Een afwijzing kan aan moeite of aan opbrengst liggen. Zie ook Wat is het belangrijkste pijnpunt van een doelgroep? en Wat zijn bezwaren in een doelgroepkaart?.

Meet inspanning en opbrengst apart. Vraag je alleen "Zou je dit doen?", dan weet je niet waar een nee over gaat.

• Laat beide kanten apart inschatten. Vraag bijvoorbeeld op een schaal van 1 tot 7 hoeveel moeite iemand verwacht en, los daarvan, hoeveel het oplevert. Vraag bij opbrengst ook naar zekerheid en termijn: hoe zeker is het resultaat en wanneer komt het?
• Haal associaties op over moeite en waarde. Gebruik aparte prompts, zoals "Als ik hieraan begin, denk ik aan…" en "Wat het mij oplevert, is…". Zie Hoe meet je associaties?.
• Benoem waar de moeite zit: tijd, ingewikkelde stappen, onzekerheid of afstemming met anderen.
• Vergelijk met wat de taak feitelijk vraagt. Een groot verschil tussen ervaren en objectieve moeite is zelf een bevinding.

Dit is een redactionele toepassing, geen gevalideerd meetinstrument; schalen stel je voor jouw context op en toets je.

Je kunt aan twee kanten werken: de ervaren moeite en de ervaren opbrengst.

• Verlaag de moeite. Schrap overbodige stappen, vul bekende gegevens vooraf in en bied hulp bij de lastigste stap.
• Beperk de moeite zichtbaar. Maak vooraf duidelijk hoeveel tijd en welke stappen het kost, in plaats van een vage indruk van gedoe te laten bestaan.
• Maak de opbrengst concreet. Beschrijf wat iemand krijgt in herkenbare termen, niet in algemene beloften.
• Breng de opbrengst dichterbij. Laat zien wanneer het resultaat komt, of bied een eerste tussenresultaat. Uitgestelde opbrengsten voelen vaak minder waard.

Dit is redactioneel advies, geen bewezen recept. Toets aanpassingen voordat je ze breed inzet; zie Hoe vertaal je doelgroepinzichten naar toetsbare boodschappen?.

1. Beschrijf de keuze: welke handeling, voor wie, op welk moment?
2. Breng de objectieve stappen in kaart: tijd, handelingen, benodigde gegevens.
3. Meet ervaren moeite en ervaren opbrengst apart, met schalen en aparte associatieprompts.
4. Benoem het soort moeite en de zekerheid en termijn van de opbrengst.
5. Vergelijk ervaren en objectieve moeite en noteer waar ze uiteenlopen.
6. Formuleer hypothesen over waar de afweging omslaat.
7. Toets één aanpassing tegelijk met een vooraf gekozen uitkomstmaat.

Dit voorbeeld is fictief. Er zijn geen uitkomsten bekend.

Situatie en keuzevraag. Een fictieve regionale regeling biedt mkb-ondernemers subsidie voor energiebesparende maatregelen. Veel ondernemers noemen haar interessant, maar weinigen vragen aan. Ligt dat aan de verwachte moeite, aan de verwachte opbrengst, of aan allebei?

Beschikbare informatie. Bezoekersaantallen, aanvragen en losse opmerkingen; niets dat moeite en opbrengst scheidt.

Passende aanpak. Een korte vragenlijst onder ondernemers die de regeling kennen. Zij schatten apart op een schaal van 1 tot 7 de verwachte moeite en de verwachte opbrengst in, en geven aan hoe zeker ze zijn dat ze de subsidie krijgen en wanneer ze die verwachten. Daarnaast twee associatieprompts: "Een subsidie aanvragen betekent voor mij…" en "Wat deze subsidie mijn bedrijf oplevert, is…". Associaties worden vooraf gecodeerd als moeite (formulieren, offertes, verantwoording) of opbrengst (lagere energierekening, investeringsruimte).

Mogelijke interpretatie. Schatten ondernemers de opbrengst redelijk hoog, maar de moeite ook, en gaan hun associaties vooral over formulieren en verantwoording achteraf, dan wijst dat op een moeitedrempel. Dit zijn hypothesen, geen vaststellingen.

Vervolgstap. De aanbieder test een versie van de informatiepagina met een stappenoverzicht, de geschatte tijd per stap en een rekenvoorbeeld van de opbrengst. Het aantal en de volledigheid van aanvragen worden vooraf als uitkomstmaten vastgelegd.

• Alleen de opbrengst verhogen: een hogere beloning helpt weinig als de moeite de drempel vormt.
• Objectieve moeite gelijkstellen aan ervaren moeite: wat voor de aanbieder simpel is, kan voor de doelgroep zwaar voelen.
• Afwijzing lezen als desinteresse: wie afhaakt op moeite, kan de opbrengst nog steeds waardevol vinden.
• Neuroclaims gebruiken als bewijs: een theorie over de dACC zegt niets over jouw doelgroep.

• Wel: zichtbaar maken of een drempel vooral aan de moeitekant of aan de opbrengstkant zit, en daar toetsbare hypothesen aan verbinden.
• Niet: gedrag van één persoon voorspellen met een formule; groepspatronen zijn geen individuele voorspellingen.
• Niet: uit samenhang concluderen dat moeite het afhaken veroorzaakt; daarvoor is een toets nodig.
• Niet: bevindingen uit laboratoriumtaken één op één overzetten naar elke context. De experimenten gebruikten specifieke taken en kleine of specifieke groepen.

Bij een effort-reward-afweging zetten mensen de ervaren inspanning van een keuze af tegen de ervaren opbrengst. Mensen vermijden moeite vaak bij gelijke opbrengst, en moeite verlaagt de waarde van een beloning, met verschillen tussen mensen. Onderzoek beide kanten apart, kijk naar het verschil tussen objectieve en ervaren moeite en toets wat je in communicatie en ontwerp verandert.