Im Zuge der Digitalisierung und technologischen Entwicklung ergeben sich für Onlinehändler verschiedene Möglichkeiten, sich im Wettbewerb zu behaupten. In der vorliegenden Arbeit wurde, unter Anwendung der Theory of Reasoned Action, evaluiert, wie sich folgende zwei Onlineservices auf das Konsumentenverhalten auswirken: zum einen die personalisierte Empfehlung des Anbieters und zum anderen die Angabe der Popularitätsinformation anderer Konsumenten. Diese Untersuchung erfolgte unter Durchführung eines virtuell realisierten Szenario-Experiments, dessen Teilnehmerzahl (N) 240 betrug.
Für die Onlinebefragung wurden vier Stimuli manipuliert, um im Nachgang Effekte innerhalb der jeweiligen Gruppen zu erforschen. Hierbei konnte sowohl ein positiver Effekt zwischen einer personalisierten Empfehlung des Anbieters und der Zahlungsbereitschaft der Konsumenten festgestellt werden – als auch zwischen der Popularitätsinformation anderer Käufer, angegeben in der gängigen Form eines 5-Sterne-Bewertungssystems, und der Zahlungsbereitschaft seitens des Konsumenten.
Zudem fand die Autorin heraus, dass Männer generell eine höhere Zahlungsbereitschaft besitzen als Frauen. Überdies konnte das Markenvertrauen als Moderator für die Beziehung zwischen dem Stimulus und der Zahlungsbereitschaft identifiziert werden.
Inhaltsverzeichnis
1 EINLEITUNG
1.1 THEMATIK, RELEVANZ UND ZIELSETZUNG
1.2 STRUKTUR UND KAPITELÜBERBLICK
2 BEGRIFFSDEFINITIONEN UND WISSENSCHAFTLICHE EINORDNUNG
2.1 DEFINITIONEN UND BEGRIFFSERKLÄRUNGEN
2.1.1 Onlineshopping
2.1.2 Personalisierte Empfehlung
2.1.3 Popularitätsinformation
2.1.4 Konsumentenverhalten
2.2 WISSENSCHAFTLICHE EINORDNUNG
3 KONZEPTIONELLER RAHMEN, FORSCHUNGSFRAGE UND HYPOTHESEN
3.1 CHOICE OVERLOAD
3.2 BIG DATA
3.3 FORSCHUNGSFRAGE
3.4 THEORY OF REASONED ACTION UND THEORY OF PLANNED BEHAVIOR
3.5 HYPOTHESEN UND FORSCHUNGSMODELL
3.5.1 Personalisierte Empfehlungen im Onlineshopping
3.5.2 Popularitätsinformation im Onlineshopping
3.5.3 Gleichzeitiges Vorhandensein von personalisierter Empfehlung und Popularitätsinformation
3.5.4 Forschungsmodell
4 METHODE
4.1 STUDIENDESIGN UND VORGEHEN
4.2 MESSUNG
4.2.1 Zahlungsbereitschaft der Teilnehmer
4.2.2 Kaufabsicht der Teilnehmer
4.2.3 Weiterempfehlungsabsicht
4.2.4 Vertrauen
4.2.5 Kontrollvariablen
4.2.6 Manipulationscheck
4.3 PRETEST
5 ERGEBNISSE
5.1 STICHPROBE
5.2 DESKRIPTIVE STATISTIK
5.3 INFERENZSTATISTIK
5.4 SPOTLIGHTANALYSE
6 GENERELLE DISKUSSION
7 LIMITATIONEN
8 IMPLIKATIONEN
9 MÖGLICHKEITEN FÜR WEITERE FORSCHUNG
10 FAZIT UND AUSBLICK
11 LITERARTURVERZEICHNIS
Zielsetzung & Themen
Die Arbeit untersucht, wie personalisierte Empfehlungen von Onlinehändlern und Popularitätsinformationen durch andere Konsumenten das Konsumentenverhalten im Onlineshopping beeinflussen. Ziel ist es, empirisch zu erforschen, ob und wie diese beiden Instrumente – isoliert oder kombiniert – die Zahlungsbereitschaft, Kaufabsicht und Weiterempfehlungsabsicht von Konsumenten verändern.
- Einfluss von personalisierten Produktempfehlungen auf das Konsumentenverhalten.
- Wirkung von Popularitätsinformationen (5-Sterne-Bewertungen) auf die Kaufentscheidung.
- Analyse potenzieller Synergie- oder Konflikteffekte bei gleichzeitiger Nutzung beider Services.
- Untersuchung moderierender Effekte wie Markenvertrauen und demografischer Unterschiede (Geschlecht).
- Methodische Anwendung der "Theory of Reasoned Action" in einem Szenario-Experiment.
Auszug aus dem Buch
3.1 Choice Overload
Je mehr Auswahl, desto besser! Dies ist laut Iyengar und Lepper (2000) eine gängige Annahme in der heutigen Gesellschaft. Sie führten verschiedene Experimente in diesem Bereich durch. In ihrer ersten Studie platzierten sie im Eingangsbereich eines Supermarkts einen Tisch mit einer Auswahl an exotischen Marmeladen. Entweder präsentieren sie eine Auswahl von sechs oder 24 verschiedenen Marmeladen zum Probieren. Jeder Konsument erhielt einen Rabattgutschein von einem Dollar auf den Kauf einer beliebigen Sorte. Iyengar und Lepper (2000) fanden heraus, dass mehr Konsumenten den Probiertisch erreichten, wenn die Auswahl von 24 Sorten präsentiert wurde. Jedoch kauften 30 Prozent der Konsumenten, die das kleine Sortiment an Marmeladen sahen eine Marmelade (mit dem Rabattgutschein) und nur drei Prozent der Konsumenten, die das große Sortiment sahen. Als Ergebnis interpretierten sie, dass zu viel Auswahl die Motivation, eine Entscheidung zu treffen, reduziert (ebd.).
Es existieren einige Theorien in der Sozialpsychologie – wie Attributionstheorien (Kelley, 1967) oder die Theorie der Reaktanz (Brehm, 1966) –, die vermuten lassen, dass alleine die rein illusorische Wahrnehmung einer Auswahl große Effekte auslösen kann (Langer & Rodin, 1976). Aufgrund der technologischen Weiterentwicklung agieren immer mehr Menschen und Unternehmen online (Nagar & Gandotra, 2016). Dadurch erhalten Konsumenten eine zunehmend größere Auswahl an Produkten und deren Variationen. Verbraucher können nun sowohl im stationären Handel als auch online einkaufen. Jedoch hat die Verfügbarkeit einer großen Auswahl nach Nagar und Gandotra (2016) nicht nur Vorteile. Zu dieser Erkenntnis kamen auch Iyengar und Lepper (2000). Sie bemängeln, dass bisher meist nur eine kleine Auswahl untersucht wurde, beispielsweise zwischen zwei oder sechs Alternativen, aber keine großen bis sehr großen Auswahlmöglichkeiten. So wurde zwar festgestellt, dass Konsumenten lieber eine Auswahl haben als keine, aber nicht, wie sich das Konsumentenverhalten bei einer sehr großen Auswahl entwickelt.
Zusammenfassung der Kapitel
1 EINLEITUNG: Die Einleitung beleuchtet die zunehmende Relevanz von Onlineservices wie personalisierten Empfehlungen und Popularitätsinformationen zur Bewältigung des Wettbewerbs und zur Reduktion von Entscheidungsunsicherheit im E-Commerce.
2 BEGRIFFSDEFINITIONEN UND WISSENSCHAFTLICHE EINORDNUNG: Dieses Kapitel definiert zentrale Begriffe wie Onlineshopping, personalisierte Empfehlung, Popularitätsinformation und Konsumentenverhalten und ordnet das Forschungsthema in die Konsumentenverhaltensforschung ein.
3 KONZEPTIONELLER RAHMEN, FORSCHUNGSFRAGE UND HYPOTHESEN: Hier werden der Choice Overload und Big Data als theoretische Basis diskutiert, die Forschungsfrage hergeleitet und die Hypothesen basierend auf der Theory of Reasoned Action (TRA) entwickelt.
4 METHODE: Das Kapitel beschreibt das methodische Vorgehen mittels eines 2x2x4 Between-Subject-Szenario-Experiments sowie die Operationalisierung der Messvariablen und den durchgeführten Pretest.
5 ERGEBNISSE: Dieser Abschnitt präsentiert die deskriptive Statistik und die Inferenzstatistik zur Überprüfung der aufgestellten Hypothesen sowie eine Spotlightanalyse zu Moderatoreffekten.
6 GENERELLE DISKUSSION: Hier werden die Forschungsergebnisse kritisch interpretiert, in Bezug auf die Hypothesen bewertet und mögliche Erklärungsansätze für die gewonnenen Daten diskutiert.
7 LIMITATIONEN: Dieses Kapitel benennt methodische Einschränkungen der Studie, wie die Beschränkung auf eine Produktkategorie und die Zusammensetzung der Stichprobe.
8 IMPLIKATIONEN: Die Autoren leiten praktische Empfehlungen für Onlinehändler ab, wie den isolierten Einsatz der untersuchten Services und die Bedeutung von Markenvertrauen.
9 MÖGLICHKEITEN FÜR WEITERE FORSCHUNG: Dieser Teil gibt Ausblick auf zukünftige Forschungsbedarfe, etwa durch größere Stichproben oder die Untersuchung psychologischer Prozesse.
10 FAZIT UND AUSBLICK: Das Fazit fasst die Kernaussagen zusammen und bietet einen kurzen Ausblick auf zukünftige technologische Entwicklungen im Onlinehandel.
Schlüsselwörter
Konsumentenverhalten, Onlineshopping, Onlineservices, Personalisierte Empfehlung, Popularitätsinformation, Theory of Reasoned Action, Zahlungsbereitschaft, Kaufabsicht, Markenvertrauen, Choice Overload, Big Data, Szenario-Experiment, Weiterempfehlungsabsicht, Onlinehandel.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundsätzlich?
Die Arbeit untersucht, wie verschiedene Onlineservices – namentlich personalisierte Empfehlungen und Popularitätsinformationen anderer Käufer – das Verhalten von Konsumenten beim Onlineshopping beeinflussen.
Was sind die zentralen Themenfelder der Untersuchung?
Die Schwerpunkte liegen auf der Entscheidungsfindung im Onlinekontext, der Wirkung von digitalen Empfehlungsmechanismen, der Messung von Zahlungsbereitschaft und der Rolle von Vertrauen sowie soziodemografischen Einflüssen.
Was ist das primäre Ziel der Forschung?
Ziel ist es, empirisch zu analysieren, ob personalisierte Empfehlungen und Popularitätsinformationen die Zahlungsbereitschaft, Kaufabsicht und Weiterempfehlungsabsicht steigern und ob eine Kombination beider Services vorteilhaft ist.
Welche wissenschaftliche Methode wurde für die Datenerhebung verwendet?
Es wurde ein virtuell realisiertes Szenario-Experiment mit einem 2x2x4 Between-Subject-Design durchgeführt, an dem 240 Teilnehmer online teilnahmen.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden theoretische Grundlagen (wie die Theory of Reasoned Action), die Hypothesenentwicklung, das Studiendesign, die Durchführung der Onlinebefragung und die statistische Auswertung der Ergebnisse präsentiert.
Welche Schlüsselbegriffe charakterisieren diese Forschung?
Wichtige Fachbegriffe sind Konsumentenverhalten, Personalisierung, Popularitätsinformation, Zahlungsbereitschaft, Choice Overload und Markenvertrauen als Moderator.
Welche Auswirkungen hat die Kombination von personalisierten Empfehlungen und Popularitätsinformationen laut den Ergebnissen?
Die Studie konnte keinen signifikanten positiven Effekt durch die Kombination beider Services feststellen, was darauf hindeutet, dass ein isolierter Einsatz für Onlinehändler möglicherweise vorteilhafter ist.
Welche Rolle spielt das Geschlecht beim Konsumentenverhalten in dieser Studie?
Die Analyse ergab signifikante Unterschiede: Männliche Teilnehmer zeigten unabhängig vom präsentierten Stimulus generell eine höhere Zahlungsbereitschaft als weibliche Teilnehmer.
Warum ist das Vertrauen in die Marke ein wichtiger Faktor in der Arbeit?
Markenvertrauen fungiert als Moderator. Ein höheres Vertrauen führt zu einer höheren Zahlungsbereitschaft, da es als Mechanismus zur Reduktion von Unsicherheit und Komplexität im Online-Einkaufsprozess dient.
- Arbeit zitieren
- Anonym (Autor:in), 2016, Onlineshopping. Konsumentenverhaltens bei personalisierten Empfehlungen und Popularitätsinformationen, München, GRIN Verlag, https://www.grin.com/document/427063
