第6季的拍卖已经完成，现在我们可以确定谁为哪支球队效力。 我们已经看到了球队，以及一些卡巴迪球员如何成为crorepatis。 出价最高的是Monu Goyat，成交价为1510万。 当我们考虑这件事时，上赛季也有12支球队，每支球队的钱包里有4千万卢比，但是最高的出价是930万卢比的Nitin Tomar。
一个季节发生了什么变化？
首先让我们看看两个季节中每个团队支付的最高金额。
一些团队的出价比上次最高出价高出一倍以上。 我们对情况大致相似时如何发生感到好奇。 有12支队伍，钱包也一样，留存率也相当相似，所有的队伍都需要在前7支队伍中填补多个位置。
我们认为，心理学无疑在拍卖中发挥了作用，并导致价格飞涨。
让我们熟悉称为锚定的概念
锚定
就像您在游戏节目中看到的那样，著名的心理学家Amos Tversky和Daniel Kahneman曾经操纵了命运之轮。 尽管标有从0到100的值，但只会停在10或65。作为实验，他们在不知道参与者旋转方向盘的情况下回答了一个由两部分组成的问题：
非洲国家在联合国会员国中所占的百分比是否大于或小于您刚才写的数字？ 您对非洲国家在联合国中所占百分比的最佳猜测是什么？
卡尼曼在他的《思想，快与慢》一书中描述了接下来发生的事情：
命运之轮的旋转……不可能产生任何有用的信息，而参与者……本来应该忽略它。 但是他们并没有忽略它。
看到排名第10的参与者估计非洲国家在联合国中所占的百分比为25％，而看到65的参与者给出了更高的估计值，即45％。 参与者的答案被他们看到的数字“固定”了，他们甚至没有意识到！ 任何信息，无论无关紧要，都会影响后续的评估或决策。 这就是为什么要保持较高的价格对汽车经销商的最大利益，因为最终它们会赚更多的钱，而当您议价时，您仍然会认为自己得到了一笔不错的交易！
Nitin Tomar上个赛季的价格为930万卢比，这使该行业最左上角之一Fazel Atrachali的价格飙升至1千万，成为了第一个这样做的球员。 这使其他所有团队都受益匪浅，他们可以增加到1千万，并仍然建立一支优秀的团队。 随后，斋浦尔和青年巴赫汗又以1.15千万的高价竞购了Deepak Niwas Hooda。 这导致锚点从1千万变为11.5千万。
在Rishank，Nitin和Rahul以相似的价格出售之后，至少三支球队需要在他们的队伍中赢得比赛夺冠的星光入侵者，因此开始竞标Monu Goyat。 由于他在上个赛季以及在当地比赛中表现出色，所有球队都获得了有关他的信息。
基准最初定为Rahul Chaudhari支付的1.29千万卢比。 需求和供应发挥了作用，团队超越了不可思议的数字。 不久，无论是德里还是哈里亚纳邦，这都是成败之举。最终，哈里亚纳邦钢人队以1510万英镑的价格将他买下。 Kabaddi中任何玩家的最高出价。
一些粉丝可能会想到的一个问题是，为什么Monu会得到这个价格，为什么没有Rahul Chaudhari或Rishank或Nitin Tomar。 答案很简单，他是在A类突袭者的需求旺盛而供应不足的时候进来的。 上赛季他的表现和锚点在让他发挥如此重要的作用。 放心，如果Rahul / Rishank / Tomar排在最后，那么他们的赔率会差不多，甚至可能更高。 在拍卖中，所有关于时间和心理的东西。 令人震惊的是，事件多么可怕。
在拍卖中发挥巨大作用的另一种心理效应是确认偏见，这是人们倾向于偏爱证实其信念的信息的趋势。 即使是那些避免完全和完全开放的人也不能幸免。 这种偏见体现在很多方面。 当筛选证据时，个人倾向于珍惜任何与他们同意的东西-无论多么无关紧要-并立即打消那些不符合要求的东西。 他们还将解释不明确的信息解释为支持他们的信念。 这种偏见导致几支球队对那些如果拍卖不是那么混乱和理性的情况下不会花那么多钱的球员提高竞标价格。
另一个因素是拍卖师的变化。 新的拍卖师似乎喜欢提高A类球员的出价，以加快流程。 上次情况并非如此，因为拍卖师正在适当地将出价提高10万或最高50万，而不是像第6季拍卖那样的异想天开，在拍卖中，车主被邀请在开始时就报价高价，并提高30也接受了–400万卢比的出价。 我认为，这是提高Deepak Hooda，Rahul Chaudhari和Nitin Tomar价格的主要因素。
更改拍卖规则-这是为什么球队最后一次不愿意在球员身上花更多钱的主要原因，因为他们必须向保留的球员支付10％的费用。 这导致留住球员的球队在价格上保持防守。 新车队也理解了这个概念，不愿付出高昂的代价，尽管UP Yoddhas以930万卢比选择了Nitin Tomar，但与本赛季拍卖会的收入相比，这似乎没有什么。
如果有的话，团队会更清楚地知道要花多少钱和花在谁身上。 甚至有些C类球员也获得了可观的收入，上赛季情况并非如此，因为他们大多追求基本价格。
总而言之，拍卖是一种分析人类行为的好方法，当人们获得数据和金钱时，可以在混乱的情况下做出决策。
