Michael Kempe Ungeplante Käufe im Internet
GABLER RESEARCH
Michael Kempe
Ungeplante Käufe im Internet Mit einem Geleitwort von Prof. Dr. Wolfgang Fritz
RESEARCH
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.
Dissertation Technische Universität Braunschweig, 2011
1. Auflage 2011 Alle Rechte vorbehalten © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011 Lektorat: Marta Grabowski | Stefanie Loyal Gabler Verlag ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in the Netherlands ISBN 978-3-8349-3215-0
Geleitwort
V
Geleitwort Die empirische Erforschung des Kaufverhaltens von Konsumenten im Internet hat erst in den letzten Jahren einen bemerkenswerten Aufschwung erfahren. Wie auf den meisten vergleichsweise jungen Feldern der empirischen Wirtschaftswissenschaften sind gesicherte Erkenntnisse dabei aber noch kaum auszumachen. Dies gilt in besonderem Maße für die Erforschung des ungeplanten Kaufverhaltens von Konsumenten im Internet. Während man diese beim traditionellen Einkauf weit verbreitete Form des Kaufverhaltens im Rahmen des Online-Shoppings zunächst für nur wenig relevant gehalten hat, zeigt eine kleine Anzahl vorwiegend amerikanischer Studien inzwischen, dass ungeplante Käufe auch im Internet in beachtlichem Umfang vorkommen können. Vergleichbare empirische Erkenntnisse liegen aus dem deutschsprachigen Raum dagegen noch kaum vor. Herr Kempe betritt mit seiner Untersuchung zu den ungeplanten Käufen im Internet somit ein bisher kaum erschlossenes Feld der empirischen Konsumentenforschung. Seine Untersuchung geht dabei in vielerlei Hinsicht über die wenigen vorliegenden Studien hinaus. Bereits die umfangreiche synoptische Gegenüberstellung bisheriger Studien zum ungeplanten Kaufverhalten in traditionellen Einkaufsumgebungen und im Internet macht deutlich, dass es bisher weder ein einheitliches Erhebungsdesign noch ein allgemein gebräuchliches Messinstrument zur Erfassung ungeplanter Käufe im Internet gibt. Auch die in der vorliegenden Forschung verwendeten Erklärungsansätze und -modelle sind uneinheitlich und nur teilweise empirisch überprüft. Vor dem Hintergrund der zahlreichen methodischen und inhaltlichen Defizite dieser Forschungsrichtung erscheint die vorliegende empirische Studie als unbedingt notwendig. Um einige der Forschungslücken zu schließen wird das ungeplante Kaufverhalten im Rahmen einer weiterentwickelten umfassenden Typologie von Kaufentscheidungen im Internet untersucht, wie sie in der Forschung bisher nicht vorliegt. Des Weiteren geht die Untersuchung mit der Entwicklung von insgesamt 60 Untersuchungshypothesen für die empirische Analyse deutlich über die bisherige Forschung zu ungeplanten Online-Käufen hinaus. Die Analyse des entwickelten Kaufphasenmodells bestätigt dabei ganz überwiegend die in den Untersuchungshypothesen angenommenen Unterschiede zwischen den geplanten und den ungeplanten Typen des Kaufverhaltens im Internet. Und auch die Untersuchung der Einflussfaktoren ungeplanter Käufe offenbart eine Vielzahl interessanter und neuer Erkenntnisse. Dazu zählen etwa die Befunde, wonach ungeplante Käufe im Internet durch Flow-Erlebnisse und Einkaufsfreude begünstigt werden, dagegen in Situationen, in denen der Konsument ein hohes Risiko wahrnimmt
VI
Geleitwort
und ein hohes Produktinvolvement aufweist, eher unterbleiben. Als Nebenergebnis gelingt es ferner, die große Bedeutung eines weiteren Kauftyps empirisch zu belegen, der bisher in der Literatur völlig unberücksichtigt geblieben ist: des Emotionskaufs. Auch in methodischer Hinsicht leistet die Untersuchung beachtliche Forschungsbeiträge. Dies kommt insbesondere darin zum Ausdruck, dass die klassische Clusteranalyse um Mixture Models erweitert und in die Beurteilung der dadurch erzielten Clusterlösung auch neue Gütekriterien einbezogen werden. Durch die externe Validierung der auf diese Weise generierten Clusterlösung mit Hilfe der zusätzlich gemessenen Kaufabsichten gelingt eine empirische Absicherung der Kaufentscheidungstypologie, wie sie bisher in keiner Studie zum ungeplanten Kaufverhalten vorgenommen worden ist. Prof. Dr. Wolfgang Fritz
Vorwort
VII
Vorwort „Vertrauen in die eigene Tatkraft, Optimismus und Mut helfen, große Herausforderungen zu meistern.“ Luise Kött-Gärtner Die Wahl des Themas der vorliegenden Dissertation folgte, anders als man vielleicht vermuten könnte, keiner spontanen Eingebung. Schon während des Studiums interessierte mich die Analyse des Konsumentenverhaltens speziell im Internet, so dass es naheliegend war, in diesem Bereich nach möglichen innovativen Themen zu suchen. Das „Mysterium Impulskauf“ erschien mir nach einiger Zeit das Richtige zu sein. Schon in klassischen Kaufumgebungen zwar vielfach, aber bis heute noch nicht hinreichend erforscht, stellte die Untersuchung dieses schwer erklärbaren Kaufverhaltens die Herausforderung dar, der ich mich stellen wollte. Meine erste These dazu lautete, dass dieses Kaufverhalten im Internet eher nicht möglich sei, denn schließlich stehen dem Internet-Nutzer zahlreiche Informationen zur Verfügung, um eine durchdachte und fundierte Kaufentscheidung zu treffen. Wer kauft da schon ungeplant? Die anschließende Literaturrecherche förderte dann so viele offene Fragen und Ungereimtheiten zu Tage, dass ich mir sicher war, die erhoffte und für eine Dissertation notwendige Forschungslücke gefunden zu haben. Das Eingangszitat, welches eine Bronzeskulptur beschreibt, die ich am Tag meiner Disputation von lieben Menschen als Geschenk erhielt, könnte nicht besser die Entstehung und Vollendung des vorliegenden Werkes beschreiben. Eine Promotion stellt wahrlich eine große Herausforderung dar, die vor allem mit den drei genannten Eigenschaften zu bewältigen ist. Am Anfang steht der Mut zur Pomotion an sich, denn kaum einer hat eine klare Vorstellung davon, was er damit auf sich nimmt. Es folgen eine vage Idee und der Mut, aus der Idee ein Konzept zu entwickeln und dieses dem Doktorvater vorzustellen. Schließlich folgen Zeiten voller Tatendrang und Optimismus, aber auch Zeiten, in denen das Gelingen des Vorhabens vor allem vom Vertrauen in die eigenen Fähigkeiten und vom Optimismus auch anderer Personen abhängen. Schlussendlich überwiegt die Freude und Erleichterung über das Erreichte, wenn man diese Zeilen schreiben darf. Den Glauben an sich und an dieses Forschungsprojekt nie zu verlieren, dafür haben zahlreiche Menschen gesorgt, denen ich im Folgenden meinen aufrichtigen Dank aussprechen möchte.
VIII
Vorwort
Ganz herzlich danken möchte ich meinem Doktorvater, Herrn Prof. Dr. Wolfgang Fritz. Er hat mir Mut gemacht, dieses Thema zu bearbeiten, mir mit fachlichem Rat zur Seite gestanden und dadurch wesentlich zur Qualitätssteigerung meiner Forschungsarbeit beigetragen. Besonders schätze ich zudem an ihm seine stets verständnisvolle menschliche Seite. Herrn Prof. Dr. Thomas Spengler danke ich für die Übernahme des Korreferats. Angesichts seiner zahlreichen Verpflichtungen weiß ich dies sehr zu schätzen. Ebenfalls danken möchte ich Frau Prof. Dr. Susanne Robra-Bissantz für die freundliche Übernahme des Prüfungsvorsitzes und Herrn Prof. Dr. Herbert Oberbeck für die spontane Bereitschaft zur Mitwirkung in der Prüfungskommission. Dank gebührt auch meinen lieben Kolleginnen und Kollegen am Institut für Marketing, die nicht nur wichtig für die tolle Arbeitsatmosphäre am Lehrstuhl sind, sondern immer auch ein offenes Ohr bei Problemen mit der eigenen Forschungsarbeit hatten. Hervorzuheben sind dabei Frau Dipl.-Kff. Wencke Gülow und Frau Dipl.-Wirt.-Inf. Jessica Fleer, denen ich viel Kraft für ihre eigenen Promotionsvorhaben wünsche, sowie mein langjähriger Leidensgenosse Herr Dipl.-Wirtsch.-Ing. Sebastian Röthele, der dieser Tage seine Promotion abschließt. Dieser Dank schließt auch meine früheren Kollegen Frau Dr. Antje Möllenberg, Frau Dr. Hilke Schulenburg, Herrn Dr. Stefan Bennemann und Herrn Dr. Heiko Dees mit ein. Danken möchte ich auch Frau Dr. Hilde Rothe für die fleißige Korrekturarbeit. Frau Annelie Moses-Aust danke ich ganz herzlich für die hilfreiche Unterstützung in der Endphase der Arbeit. Der größte Dank aber gilt meiner Familie. Meiner Mutter danke ich herzlich, unter anderem für die richtigen Weichenstellungen in frühen Jahren und für das großzügige Sponsoring der Druckkosten. Zu besonderem Dank verpflichtet bin ich zudem meinem lieben Schwager, Herrn M.Sc. Andreas Kempe, der mir bei der Programmierung der Online-Befragung sehr geholfen hat und dem ich für das Gelingen seiner Promotion „einen hohen Wirkungsgrad“ und nur das Beste wünsche. Außerordentlich danken möchte ich auch meinen Schwiegereltern, weil sie immer für uns da sind, und meinen Kindern, weil sie mich stets daran erinnern, dass es noch Wichtigeres im Leben gibt. Von ganzem Herzen danke ich vor allem aber meiner lieben Frau Kerstin, die mir in vielen Dingen ein Vorbild ist, die mir stets Mut macht, immer für mich da ist, dieses Projekt wesentlich mitgetragen und ertragen hat und ohne die diese Arbeit nie zu Stande gekommen wäre. Ihr und unseren Kindern widme ich dieses Buch.
Michael Kempe
Inhaltsverzeichnis
IX
Inhaltsverzeichnis Geleitwort............................................................................................................ V Vorwort ............................................................................................................ VII Inhaltsverzeichnis..............................................................................................IX Abbildungsverzeichnis .................................................................................... XV Tabellenverzeichnis ...................................................................................... XVII Abkürzungsverzeichnis...............................................................................XXIII 1
Einleitung ...................................................................................................... 1 1.1 Problemstellung und Forschungsfragen.......................................................... 1 1.2 Abgrenzung des Untersuchungsbereichs......................................................... 3 1.3 Gang der Untersuchung .................................................................................... 7
2
Grundlagen der Untersuchung ................................................................. 11 2.1 Charakter und Bedeutung des Online-Handels............................................ 11 2.1.1
Begriffliche Grundlagen und Abgrenzungen ......................................... 11
2.1.2
Formen des Online-Handels ................................................................... 16
2.1.3
Zentrale Vor- und Nachteile des Online-Handels gegenüber traditionellen Einkaufsumgebungen ....................................................... 20
2.1.4
Stand und Entwicklung des Online-Handels .......................................... 23
2.2 Kaufentscheidungstypologien unter besonderer Berücksichtigung ungeplanter Käufe ........................................................................................... 27 2.2.1
Kaufentscheidungstypologie von Katona, Howard und Weinberg ........ 28
2.2.2
Weiterentwicklungen der Typologie von Weinberg .............................. 34
2.2.3
Alternative Ansätze ................................................................................ 39
2.2.3.1 Der Ansatz von Wiswede ................................................................... 39 2.2.3.2 Der Ansatz von Raffeé........................................................................ 39 2.2.3.3 Der Ansatz von Möller ....................................................................... 41 2.2.3.4 Der Ansatz von Sheth/Raju ................................................................ 42
X
Inhaltsverzeichnis
2.2.3.5 Der Ansatz von Markin ...................................................................... 44 2.2.3.6 Der Ansatz von Ruhfus....................................................................... 45 2.2.3.7 Der Involvement-Ansatz..................................................................... 46 2.2.3.8 Eine informationsökonomische Typologisierung............................... 52 2.2.3.9 Diskussion der verschiedenen Ansätze............................................... 56 2.3 Stand der empirischen Forschung zu ungeplanten Käufen in traditionellen Einkaufsumgebungen und im Internet.................................. 59 2.3.1
Erhebungsdesigns und -methoden in traditionellen Einkaufsumgebungen und im Internet .................................................................. 59
2.3.2
Zusammenfassung des Status quo der empirischen Forschung zu ungeplanten Käufen in traditionellen Einkaufsumgebungen und im Internet.................................................................................................... 69
2.3.3
Bisherige Erklärungsansätze ungeplanter Käufe in traditionellen Einkaufsumgebungen und im Internet.................................................... 80
2.3.3.1 Bisher untersuchte Determinanten ungeplanter Käufe....................... 80 2.3.3.2 Kausalmodelle zur Erklärung ungeplanter Käufe .............................. 81 2.4 Forschungsdefizite ........................................................................................... 87
3
Konzeptualisierung ungeplanter Käufe und Kauftypen im Internet.... 89 3.1 Definition ungeplanter Käufe im Internet..................................................... 89 3.2 Typen ungeplanter Käufe ............................................................................... 94 3.3 Abgrenzung zu anderen Kaufentscheidungstypen....................................... 99 3.4 Eigene erweiterte Kaufentscheidungstypologie und Hypothesen zur Typenbildung ................................................................................................. 101
4
Untersuchungshypothesen zur Beschreibung und Erklärung ungeplanter Käufe im Internet............................................................... 103 4.1 Theoretischer Bezugsrahmen zur Beschreibung und Erklärung ungeplanter Käufe im Internet..................................................................... 103 4.2 Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet als Ausgangspunkt und Ableitung von Hypothesen......................................... 105 4.2.1
Anregungsphase.................................................................................... 105
Inhaltsverzeichnis
XI
4.2.2
Such-, Bewertungs und Auswahlphase ................................................ 109
4.2.3
Kaufphase ............................................................................................. 115
4.2.4
Nachkaufphase...................................................................................... 120
4.3 Spezielle Erklärungsansätzen ungeplanter Käufe im Internet und Ableitung von Hypothesen ............................................................................ 121 4.3.1
Psychologische Determinanten............................................................. 121
4.3.1.1 Kaufmotive ....................................................................................... 121 4.3.1.2 Flow-Erlebnisse ................................................................................ 124 4.3.1.3 Wahrgenommenes Risiko................................................................. 126 4.3.1.4 Produktinvolvement.......................................................................... 128 4.3.1.5 Gewohnheitsverhalten ...................................................................... 129 4.3.1.6 Einkaufsfreude .................................................................................. 130 4.3.1.7 E-Shopping-Affinität ........................................................................ 131 4.3.2
Produktspezifische Determinanten ....................................................... 132
4.3.3
Situative Determinanten ....................................................................... 135
4.3.3.1 Einkaufsbezogene Merkmale............................................................ 137 4.3.3.2 Anbietermerkmale ............................................................................ 138 4.3.4
Soziodemografische Determinanten..................................................... 143
4.4 Zusammenfassung der Untersuchungshypothesen .................................... 145
5
Die empirische Analyse ungeplanter Käufe im Internet ...................... 149 5.1 Grundlagen zur empirischen Analyse ......................................................... 149 5.1.1
Empirisches Forschungsdesign............................................................. 149
5.1.2
Diskussion der für die Studie ausgewählten Erhebungsmethode......... 149
5.1.3
Methoden der Datenanalyse ................................................................. 152
5.1.3.1 Verfahren der Clusteranalyse ........................................................... 152 5.1.3.1.1 Deterministische Verfahren........................................................ 154 5.1.3.1.2 Probabilistische Verfahren: Mixture Models ............................. 156 5.1.3.1.3 Gütebeurteilung von Clusterlösungen........................................ 158
XII
Inhaltsverzeichnis
5.1.3.2 Multinomiale Logistische Regression .............................................. 161 5.1.3.3 Kreuztabellen und Mittelwertvergleiche .......................................... 166 5.1.4
Entwicklung reflektiver Messmodelle.................................................. 168
5.2 Erhebungsdesign............................................................................................ 179 5.2.1
Datenerhebung...................................................................................... 179
5.2.2
Datengrundlage..................................................................................... 180
5.3 Operationalisierung und Validierung zentraler Konstrukte..................... 183 5.3.1
Operationalisierung und Validierung der Kaufentscheidungstypen..... 183
5.3.1.1 Operationalisierung der Kaufabsichten ............................................ 183 5.3.1.2 Operationalisierung und Validierung der Kaufentscheidungsdimensionen ....................................................... 185 5.3.2
Operationalisierung und Validierung zentraler Determinanten ........... 190
5.4 Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe ......................................................................................... 194 5.4.1
Ermittlung der Kaufentscheidungstypen als Ausgangspunkt der empirischen Analyse............................................................................. 194
5.4.1.1 Klassifikation mit Hilfe der Kaufabsichten ...................................... 194 5.4.1.2 Klassifikation mittels Clusterzentrenanalyse.................................... 195 5.4.1.3 Validierung der Lösung der Clusterzentrenanalyse.......................... 197 5.4.1.4 Validierung mittels Mixture Clustering............................................ 201 5.4.1.5 Finale Clusterlösung ......................................................................... 204 5.4.2
Deskriptive Analyse ungeplanter Kaufentscheidungstypen anhand des Kaufentscheidungsprozesses.......................................................... 206
5.4.2.1 Anregungsphase................................................................................ 206 5.4.2.2 Such-, Bewertungs und Auswahlphase............................................. 208 5.4.2.3 Kaufphase ......................................................................................... 212 5.4.2.4 Nachkaufphase.................................................................................. 220 5.4.3
Explikative Analyse ungeplanter Kaufentscheidungstypen anhand ausgewählter Determinanten ................................................................ 221
Inhaltsverzeichnis
XIII
5.4.3.1 Psychologische Determinanten......................................................... 221 5.4.3.1.1 Kaufmotive................................................................................. 221 5.4.3.1.2 Flow, wahrgenommenes Risiko, Produktinvolvement, Gewohnheitsverhalten und Einkaufsfreude ............................... 224 5.4.3.1.3 E-Shopping-Affinität.................................................................. 226 5.4.3.2 Produktspezifische Determinanten ................................................... 228 5.4.3.3 Situative Determinanten ................................................................... 230 5.4.3.4 Soziodemografische Determinanten................................................. 234 5.4.3.5 Analyse zentraler Determinanten mittels logistischer Regression ... 236 5.5 Zusammenfassung der Hypothesenprüfung ............................................... 242
6
Zusammenfassung und Implikationen ................................................... 247 6.1 Zusammenfassung der Untersuchungsergebnisse und Forschungsbeitrag ............................................................................................................ 247 6.2 Implikationen für Forschung und Praxis .................................................... 255
Quellenverzeichnis........................................................................................... 261
Anhang ............................................................................................................. 281 Anhang A: Anschreiben ...................................................................................... 281 Anhang B: Fragebogen ....................................................................................... 282 Anhang C: Tests auf Multinormalverteilung.................................................... 293 Anhang D: Kollinearitätsdiagnose ..................................................................... 294 Anhang E: Alternative Clusterlösungen (Mixture Models) ............................ 295 Anhang F: Gekaufte Produkte nach Kaufentscheidungstypen ...................... 296 Anhang G: Parameterschätzungen der multinomialen logistischen Regression......................................................................................... 297
Abbildungsverzeichnis
XV
Abbildungsverzeichnis Abbildung 1:
Die zehn umsatzstärksten Online-Shops in Deutschland 2008....... 26
Abbildung 2:
Entscheidungstypen und Grad der kognitiven Beteiligung............. 32
Abbildung 3:
Dimensionale Ordnung von Kaufentscheidungstypen nach Behrens............................................................................................ 35
Abbildung 4:
Einteilung von Kaufentscheidungen nach Trommsdorff................. 37
Abbildung 5:
Typologie von familialen Kaufentscheidungen .............................. 46
Abbildung 6:
Positionierung von Kaufprozessen im informationsökonomischen Dreieck.................................................................... 55
Abbildung 7:
Kausalmodell des Impulskaufs nach Beatty/Ferrell ....................... 82
Abbildung 8:
Kausalmodell des Impulskaufs im Internet nach da Costa/Laran.. 84
Abbildung 9:
Kausalmodell des Impulskaufs nach Engelhardt et al.................... 85
Abbildung 10:
Kausalmodell des Impulskaufs im Internet nach Jung/Lim ............ 86
Abbildung 11:
Modellhafte Darstellung ausgewählter Determinanten ungeplanter Käufe im Internet ...................................................... 104
Abbildung 12:
Phasen des Kaufentscheidungsprozesses ...................................... 105
Abbildung 13:
Genutzte Informationsquellen beim Online-Kauf......................... 110
Abbildung 14:
Typologie von Clustermethoden ................................................... 152
Abbildung 15:
Zeitlicher Verlauf des Fragebogenrücklaufs................................. 181
Abbildung 16:
Durchschnittliche Surfzeit vor dem Kauf je Kauftyp ................... 207
Abbildung 17:
Durchschnittliche Anzahl Artikelkäufe je Kauftyp....................... 213
Abbildung 18:
Durchschnittliche Versandkosten je Kauftyp................................ 218
Abbildung 19:
Anteil versandkostenfreier Lieferungen je Kauftyp...................... 219
Abbildung 20:
Top 8 ungeplant/geplant gekaufte Produktkategorien .................. 228
Abbildung 21:
Geschlechterunterschiede bei geplanten und ungeplanten Käufen ........................................................................................... 234
Abbildung 22:
Geschlechterunterschied Kleidungskäufe ..................................... 235
Abbildung 23:
Geschlechterunterschied Buchkäufe ............................................. 236
Tabellenverzeichnis
XVII
Tabellenverzeichnis Tabelle 1:
Träger von Kaufentscheidungen............................................................... 4
Tabelle 2:
Eine Systematik der Meta-Betriebsformen im Einzelhandel ................. 14
Tabelle 3:
Die am häufigsten gekauften Produkte im Internet ................................ 26
Tabelle 4:
Entscheidungsstufen nach Howard ........................................................ 30
Tabelle 5:
Kaufentscheidungstypen nach dominanten psychischen Prozessen....... 34
Tabelle 6:
Erweiterung der Kaufentscheidungstypen nach dominanten psychischen Prozessen............................................................................ 38
Tabelle 7:
Zusammenhang zwischen Involvement und den Kaufentscheidungstypen ....................................................................................................... 50
Tabelle 8:
Kaufentscheidungstypen nach Assael..................................................... 51
Tabelle 9:
Leistungseigenschaften aus informationsökonomischer Sicht............... 53
Tabelle 10: Überblick über ausgewählte Kaufentscheidungstypologien .................. 58 Tabelle 11: Messung ungeplanter Käufe nach Engelhardt........................................ 68 Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen ................................................................ 76 Tabelle 13: Empirische Untersuchungen ungeplanter Käufe im Internet ................. 79 Tabelle 14: Kaufabsichts-/Kaufergebnismatrix nach Kollat/Willett ......................... 91 Tabelle 15: Definitionen des reinen Impulskaufs...................................................... 95 Tabelle 16: Ausmaß ungeplanter Kauftypen nach Baun ........................................... 98 Tabelle 17: Typen ungeplanter Käufe ....................................................................... 99 Tabelle 18: Erweiterte Kaufentscheidungstypologie............................................... 101 Tabelle 19: Anzahl ungeplanter Käufe nach Produktkategorie............................... 133 Tabelle 20: Hypothesen zur Existenz verschiedener Kaufentscheidungsdimensionen und Kaufentscheidungstypen .......................................... 145 Tabelle 21: Hypothesen zur Kaufphasenbetrachtung ungeplanter Käufe im Internet.................................................................................................. 146
XVIII
Tabellenverzeichnis
Tabelle 22: Hypothesen zu psychologischen Determinanten ungeplanter Käufe im Internet.................................................................................. 147 Tabelle 23: Hypothesen zu produktspezifischen Determinanten ungeplanter Käufe im Internet.................................................................................. 147 Tabelle 24: Hypothesen zu situativen Determinanten ungeplanter Käufe im Internet.................................................................................................. 148 Tabelle 25: Hypothesen zu soziodemografischen Determinanten ungeplanter Käufe im Internet.................................................................................. 148 Tabelle 26: Informationskriterienbasierte Maße ..................................................... 158 Tabelle 27: Beispiel einer Ergebnistabelle eines Post-hoc-Tests ............................ 167 Tabelle 28: Ausgewählte Güterkriterien reflektiver Messmodelle und deren Schwellenwerte........................................................................... 178 Tabelle 29: Soziodemografika der Stichprobe ........................................................ 182 Tabelle 30: Operationalisierung der Kaufabsichten ................................................ 183 Tabelle 31: Codierung der Kaufabsichten und Kauftypen ...................................... 184 Tabelle 32: Operationalisierung der Dimensionen von Kaufentscheidungen ......... 186 Tabelle 33: Ergebnis der 1. EFA ............................................................................. 188 Tabelle 34: Lokale und globale Anpassungsmaße der Konstrukte zur Messung der Entscheidungsdimensionen............................................. 190 Tabelle 35: Operationalisierung zentraler Determinanten....................................... 191 Tabelle 36: EFA zentraler Determinanten............................................................... 192 Tabelle 37: Lokale und globale Anpassungsmaße der Konstrukte zur Messung zentraler Determinanten ........................................................ 193 Tabelle 38: Verteilung Kauftypen nach Kaufabsichten........................................... 195 Tabelle 39: Finale Skala zur Messung der Entscheidungsdimensionen.................. 196 Tabelle 40: Manuelle Startwerte der Clusterzentrenanalyse ................................... 196 Tabelle 41: Clusterzentren der Zwischenlösung...................................................... 197 Tabelle 42: F-Werte der Eingangsvariablen in den Clustern der Zwischenlösung . 198 Tabelle 43: Diskriminanzprüfung der Zwischenlösung .......................................... 198
Tabellenverzeichnis
XIX
Tabelle 44: Signifikante Mittelwertunterschiede zwischen den Clustern der Zwischenlösung .............................................................................. 199 Tabelle 45: Kriteriumsvalidierung der Clusterzwischenlösung .............................. 201 Tabelle 46: Gütemaße der Mixture Models............................................................. 202 Tabelle 47: Gütemaße der unterschiedlichen Clusterlösungen im Vergleich ......... 203 Tabelle 48: Clusterzentren der finalen Lösung........................................................ 204 Tabelle 49: Signifikante Mittelwertunterschiede zwischen den Clustern der finalen Lösung ...................................................................................... 205 Tabelle 50: Bedeutung der Informationsquellen je Kauftyp ................................... 209 Tabelle 51: Bedeutung von Kaufentscheidungskriterien je Kauftyp....................... 210 Tabelle 52: Möglichkeiten der Produktbeurteilung je Kauftyp............................... 212 Tabelle 53: Durchschnittliche Einkaufssumme je Kauftyp ..................................... 214 Tabelle 54: Bevorzugte Anbieter je Kauftyp........................................................... 215 Tabelle 55: Kenntnis des Anbieters je Kauftyp....................................................... 216 Tabelle 56: Anbieterauswahl je Kauftyp ................................................................. 216 Tabelle 57: Bevorzugte Zahlungsweise je Kauftyp................................................. 217 Tabelle 58: Bevorzugte Art der Lieferung je Kauftyp............................................. 219 Tabelle 59: Zufriedenheit mit dem Kauf ................................................................. 220 Tabelle 60: Einfluss der Kaufmotive auf die Kauftypen ......................................... 223 Tabelle 61: Zentrale psychologische Determinanten zur Erklärung der Kauftypen ............................................................................................. 225 Tabelle 62: E-Shopping-Affinität ............................................................................ 227 Tabelle 63: Artikelpreis Maximalwerte und Median je Kauftyp ............................ 229 Tabelle 64: Durchschnittliche Artikelpreise je Kauftyp.......................................... 229 Tabelle 65: Verwendungszweck je Kauftyp............................................................ 230 Tabelle 66: Der Einfluss des wahrgenommenen Zeitdrucks auf die Kauftypen ..... 231 Tabelle 67: Webseitenmerkmale des Anbieters je Kauftyp .................................... 232 Tabelle 68: Ausgewählte Merkmale des Anbieters je Kauftyp ............................... 233
XX
Tabellenverzeichnis
Tabelle 69: Kreuztabelle Produktkategorie (Top 8) und Geschlecht ...................... 235 Tabelle 70: Beurteilung der Güte des Ursprungsmodells........................................ 237 Tabelle 71: Gütebeurteilung auf Variablenebene des Ursprungsmodells ............... 237 Tabelle 72: Beurteilung der Güte des finalen Modells............................................ 238 Tabelle 73: Gütebeurteilung auf Variablenebene des finalen Modells ................... 238 Tabelle 74: Signifikante Parameterschätzungen für ungeplante Suchkäufe ........... 239 Tabelle 75: Signifikante Parameterschätzungen für emotionslose Spontankäufe... 240 Tabelle 76: Signifikante Parameterschätzungen für Impulskäufe ........................... 241 Tabelle 77: Hypothesenprüfung zur Existenz verschiedener Kaufentscheidungsdimensionen und -typen........................................................................ 242 Tabelle 78: Hypothesenprüfung zur Kaufphasenbetrachtung ungeplanter Käufe im Internet............................................................................................. 243 Tabelle 79: Hypothesen zu psychologischen Determinanten ungeplanter Käufe im Internet............................................................................................. 244 Tabelle 80: Hypothesenprüfung zu produktspezifischen Determinanten ungeplanter Käufe im Internet .............................................................. 244 Tabelle 81: Hypothesenprüfung zu situativen Determinanten ungeplanter Käufe im Internet............................................................................................. 245 Tabelle 82: Hypothesenprüfung zu soziodemografischen Determinanten ungeplanter Käufe im Internet .............................................................. 245 Tabelle 83: Prüfung der Normalverteilung der Indikatoren der Entscheidungsdimensionen .................................................................. 293 Tabelle 84: Prüfung der Normalverteilung der Indikatoren der Determinanten ..... 293 Tabelle 85: Kollinearitätsdiagnose zentraler Determinanten .................................. 294 Tabelle 86: Mixture Clustering-Lösung mit vorgegebenen Startwerten ................. 295 Tabelle 87: Mixture Clustering-Lösung mit zufälligen Startwerten ....................... 295 Tabelle 88: Gekaufte Produkte nach Kaufentscheidungstypen ............................... 296 Tabelle 89: Parameterschätzung finales Modell (Referenz: Spontaner Suchkauf) . 297
Tabellenverzeichnis
XXI
Tabelle 90: Parameterschätzung finales Modell (Referenz: Emotionsloser Spontankauf)......................................................................................... 298 Tabelle 91: Parameterschätzung finales Modell (Referenz: Impulskauf) ............... 299
Abkürzungsverzeichnis
XXIII
Abkürzungsverzeichnis 2D/3D
zweidimensional/dreidimensional
AGFI
Adjusted Goodness-of-Fit
AGOF
Arbeitsgemeinschaft Online Forschung
AIC
Akaike Information Criterion
AMOS
Analysis of Moment Structures
AWE
Average Weight of Evidence
B2B
Business-to-Business
B2C
Business-to-Consumer
BIC
Bayesian Information Criterion
bvh
Bundesverband des Deutschen Versandhandels
C2C
Consumer-to-Consumer
CAIC
Consitent Akaike Information Criterion
CD
Compact Disc
CD-ROM
Compact Disc Read Only Memory
CFI
Comparative Fit-Index
C.R.
Critical Ratio
DEV
Durchschnittlich erfasste Varianz
df
degrees of freedom
DVD
Digital Versatile Disc
E-Commerce
Electronic Commerce
EDI
Electronic Data Interchange
EDR
Elektrodermale Reaktion
EFA
Exploratorische Faktorenanalyse
EM
Expectation Maximization
E-Retailing
Eletronic Retailing
E-Shopping
Eletronic Shopping
E-tailing
Eletronic Retailing
XXIV
Abkürzungsverzeichnis
EUR
Euro
GFI
Goodness-of-Fit
GfK
Gesellschaft für Konsumforschung
GLS
Generalized Least Squares
i.e.S.
im engeren Sinn
IP
Internet Protocol
ITK
Item-To-Total-Korrelation
i.w.S.
im weiteren Sinn
KFA
Konfirmatorische Faktorenanalyse
KMO
Kaiser-Meyer-Olkin-Kriterium
LISREL
Linear Structural Relationships
LL
Log-Likelihood
LR
Likelihood-Ratio
MAIC
Modified Akaike Information Criterion
M-Commerce
Mobile Commerce
ML
Maximum Likelihood
MSA
Measure of Sampling Adequacy
M-W-U-Test
Mann-Whitney-U-Test
NFI
Normed Fit Index
NNFI
Non-Normed-Fit Index
n.s.
nicht signifikant
p
Probability Level
PC
Personal Computer
PZW
proportionale Zufallswahrscheinlichkeit
RMR
Root Mean Square Residuals
RMSEA
Root-Mean-Square-Error of Approximation
RS
Remaining Sum of Squares
SOR
Stimulus-Organismus-Response
SRMR
Standardized Root Mean Square Residuals
Abkürzungsverzeichnis
XXV
SST
Sum of Squares Total
SSW
Sum of Squares within Groups
TLI
Tucker-Lewis-Index
ULS
Unweighted Least Squares
VIF
Variance Inflation Factor
WWW
World Wide Web
Problemstellung und Forschungsfragen
1
1 Einleitung 1.1 Problemstellung und Forschungsfragen Ungeplante Käufe, von vielen auch als Impulskäufe oder Spontankäufe bezeichnet, werden bereits seit den 1950er Jahren in einer Vielzahl von Forschungsarbeiten berücksichtigt. Frühe Arbeiten stammen vor allem aus der amerikanischen Konsumentenforschung u.a. von West (1951), Stern (1962) und Kollat/Willett (1967). In Deutschland befassten sich bisher vor allem Kroeber-Riel (1980) und Weinberg (1981) mit dem Phänomen impulsiver Käufe und integrierten diese in ihre Kaufentscheidungstypologie (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 411). Bis 2003 gab es jedoch keine Dissertation oder Habilitationsschrift, die sich ausschließlich mit impulsiven Kaufentscheidungen beschäftigt hatte (vgl. Gröppel-Klein 2003, S. V). Seither stellt die Arbeit von Baun (2003) die einzige deutschsprachige Dissertation dieses Themengebiets dar. Auf der anderen Seite wird dieser Art Kaufentscheidungen eine immense Bedeutung zugesprochen. So wird der Anteil ungeplanter Käufe, je nach Definition und Produktkategorie, auf bis zu 70% aller Käufe in klassischen Kaufumgebungen geschätzt (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 452; Abratt/ Goodey 1990, S. 115; Cobb/Hoyer 1986, S. 387 f.; Bellenger/Robertson/ Hirschman 1978, S. 18). Und wenngleich zahlreiche Zusammenhänge bereits empirisch überprüft wurden, bestehen weiterhin große Unklarheiten über die Entstehung ungeplanten Kaufverhaltens (vgl. Baun 2003, S. 1, Kroeber-Riel/Weinberg/ Gröppel-Klein 2009, S. 452). Umso mehr gilt dies für den Einkauf im Internet. Mit der zunehmenden Bedeutung des Online-Handels hat auch die Zahl von Veröffentlichungen zum Konsumentenverhalten im Internet in den letzten Jahren deutlich zugenommen (vgl. Mau 2009, S. 43). Untersuchungen zum ungeplanten Kaufverhalten im Internet sind aber bisher selten. Knapp zehn wissenschaftliche Arbeiten konnten für die vorliegende Studie gesichtet werden, die – mal mehr, mal weniger – einen Bezug zu ungeplanten Online-Käufen herstellen. Eine Erkenntnis hat sich dabei durchgesetzt: ungeplante Online-Käufe existieren, obgleich den Konsumenten im Internet eine Unmenge an Informationen zur Verfügung stehen, die sie bei ihren Kaufentscheidungen unterstützen können. Dennoch scheinen die Nutzer Verhaltensweisen aus der klassischen Kaufumgebung auf ihr Verhalten beim Einkauf im Internet zu übertragen. Überraschend ist, dass keine der vorhandenen Studien klare Aussagen über den genauen Anteil ungeplanter Käufe an allen OnlineKäufen macht. Einzelne Studien liefern aber den Hinweis, dass dieser wohl geringer M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7_1, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
2
Einleitung
sein wird als in traditionellen Einkaufsumgebungen. Eine Studie aus den USA beziffert den Anteil derjenigen, die im Internet mehr Geld ausgaben als geplant auf 20% (vgl. UCLA 2003, S. 46). Ob es sich hierbei tatsächlich immer auch um ungeplante Käufe oder aber um Mehrausgaben für geplante Käufe handelt, bleibt jedoch unklar. Eine andere Studie kommt zu dem Ergebnis, dass nur 25% aller in der Studie untersuchten Impulskäufe im Internet getätigt wurden (vgl. Kacen 2003, S. 274). Der Anteil an allen Online-Käufen wird dabei aber nicht bestimmt. Anderen Studien gelingt es darüber hinaus kausale Erklärungsmodelle zur Entstehung impulsiven Kaufverhaltens im Internet zu bestätigen. Diese verdeutlichen aber auch die Notwendigkeit, die aus klassischen Kaufumgebungen stammenden Erklärungsansätze an die Besonderheiten des Internets anzupassen. Davon abgesehen ist die Vergleichbarkeit von Studien zum ungeplanten Kaufverhalten stark beeinträchtigt durch die sehr unterschiedlichen begrifflichen Auffassungen über den Untersuchungsgegenstand. Entsprechend findet sich bisher keine eindeutige Definition ungeplanter Käufe, geschweige denn standardisierte Verfahren zu deren Messung. Während ein Großteil der Forscher gemeinhin von Impulskäufen spricht, setzt sich zunehmend die Erkenntnis durch, dass es einer genaueren Differenzierung verschiedener Arten ungeplanter Kaufentscheidungen bedarf (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 447). Konzeptualisierungsversuche in diese Richtung gehen vor allem auf die Arbeiten von Baun (2003) und Engelhardt et al. (2004) zurück, die angelehnt an frühere Kaufentscheidungstypologien drei verschiedene Arten ungeplanter Kaufentscheidungen differenzieren. Trotz des offensichtlich gleichen begrifflichen Verständnisses, verwenden diese aber wiederum jeweils unterschiedliche Ansätze zur Erfassung ungeplanter Käufe. Dementsprechend lassen sich für die vorliegende Untersuchung folgende zentralen Forschungsfragen formulieren: 1. Wie können ungeplante Käufe allgemein und speziell im Internet definiert werden? 2. Welche Typen ungeplanter Kaufentscheidungen lassen sich grundsätzlich und speziell im Internet unterscheiden und wie grenzen sich diese von anderen Kaufentscheidungstypen ab? 3. Wie können ungeplante Kaufentscheidungen beim Einkauf im Internet gemessen werden? 4. Wie hoch ist der Anteil ungeplanter Käufe an allen Online-Käufen?
Abgrenzung des Untersuchungsbereichs
3
5. Wodurch werden ungeplante Kaufentscheidungen und deren Typen im Internet hervorgerufen oder beeinflusst? 6. Welche für Online-Anbieter relevanten instrumentellen Maßnahmen lassen sich aus den Ergebnissen ableiten? Aus den formulierten Forschungfragen lassen sich entsprechend fünf wesentliche Ziele der Untersuchung ableiten, welche in zwei Hauptpunkte zusammengefasst werden können: 1. Entwicklung und Prüfung einer Typologie von Kaufentscheidungen im Internet: a. Entwicklung einer Kaufentscheidungstypologie im Allgemeinen, die konsequent verschiedene Typen ungeplanten Kaufverhaltens integriert. b. Empirische Überprüfung der Kaufentscheidungstypologie speziell für den Einkauf im Internet. c. Weitergehende empirische Beschreibung bzw. Profilierung der ermittelten Kaufentscheidungstypen für den Kauf im Internet. 2. Identifikation und Analyse ungeplanter Käufe im Internet: a. Entwicklung eines Verfahrens zur Messung ungeplanter Käufe im Internet. b. Analyse und Prüfung von Einflussfaktoren auf ungeplante Kaufentscheidungstypen im Internet.
1.2 Abgrenzung des Untersuchungsbereichs Eine grundlegende Beschreibung von Kaufentscheidungen erfolgt häufig zunächst anhand der Träger von Kaufentscheidungen. So herrscht in der Marketingliteratur die grundsätzliche Unterscheidung zwischen privaten und organisationalen Käufern vor. Demnach treten als Nachfrager nicht nur Privatpersonen bzw. Konsumenten, sondern auch Organisationen gewerblicher und nicht-gewerblicher Art auf (vgl. Meffert 1992, S. 37 ff.; Bänsch 2002, S. 7 f.; Foscht/Swoboda 2005, S. 3). Infolgedessen lässt sich auch eine Unterscheidung zwischen dem Käuferverhalten einerseits und dem Konsumentenverhalten andererseits vornehmen. Während das Käuferverhalten beide genannten Nachfragertypen berücksichtigt, umfasst das Konsumentenverhalten ausschließlich das Verhalten von Letztverbrauchern (vgl. Foscht/Swoboda 2005, S. 3), welches auch in dieser Arbeit im Mittelpunkt steht.
4
Einleitung
Darüber hinaus können die Träger von Kaufentscheidungen nach der Anzahl der beteiligten Personen unterschieden werden, d.h. danach, ob die Kaufentscheidung durch eine Einzelperson (Einzelkäufer) oder durch mehrere Personen (Käufergruppe) getragen wird (vgl. Meffert 1992, S. 37 ff.; Bänsch 2002, S. 7 f.; Foscht/Swoboda 2005, S. 11 f.). In Kombination mit der Unterscheidung zwischen privaten und organisationalen Käufern ergeben sich die in Tabelle 1 dargestellten Grundtypen von Kaufentscheidungen. Im Mittelpunkt der weiteren Betrachtung steht die Konsumentenentscheidung als individuelle Kaufentscheidung einzelner privater Käufer, welche auch den klassischen Fall der Konsumentenverhaltensforschung darstellt (vgl. Foscht/Swoboda 2005, S. 11).
private Käufer
organisationale Käufer
Einzelkäufer (individuell)
Käufergruppe (kollektiv)
Konsumentenentscheidungen
Familienentscheidungen
(z.B.) Einkäuferentscheidungen
Gremienentscheidungen
(Quelle: eigene Darstellung in Anlehnung an Meffert 1992, S. 38; Bänsch 2002, S. 7 f.; Foscht/Swoboda 2005, S. 11) Tabelle 1: Träger von Kaufentscheidungen Neben der Differenzierung von Kaufentscheidungen nach ihren Trägern lässt sich auch der Inhalt und Umfang von Kaufentscheidungen unterschiedlich weit fassen. So lässt sich zunächst allgemein zwischen dem Konsumentenverhaltensbegriff im weiteren und im engeren Sinn differenzieren. Das Konsumentenverhalten im weiteren Sinn umfasst das allgemeine Verhalten privater Letztabnehmer materieller und immaterieller Güter in einer Gesellschaft. Damit sind auch die Bereiche des nicht-kommerziellen Marketings angesprochen, so dass beispielsweise auch das Verhalten von Wählern oder Patienten Berücksichtigung findet (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 3; Foscht/Swoboda 2005, S. 3). Die vorliegende Studie legt den Konsumentenverhaltensbegriff im engeren Sinn zu Grunde, der sich „mit dem Verhalten der Menschen beim Kauf und Konsum wirtschaftlicher Güter bzw. Leistungen beschäftigt“ (Foscht/Swoboda 2005, S. 3). Zudem erfolgt eine ganz wesentliche Eingrenzung auf das Kaufentscheidungsverhalten im Internet. Damit ist vor allem der Kauf von Waren und Dienstleistungen im Business-to-Consumer-Online-Handel gemeint. Dies umfasst sowohl die entgeltliche Bestellung physischer Waren als auch den Kauf digitaler Produkte, die direkt über das
Abgrenzung des Untersuchungsbereichs
5
Internet heruntergeladen werden können, wie z.B. Musik, sowie auch die Buchung einer Reise und der Kauf eines Bahntickets. Nicht berücksichtigt werden hingegen die zahlreichen kostenlosen Angebote im Internet, deren Beschaffung und Nutzung anderen Gesetzmäßigkeiten unterliegen, wie z.B. Mitgliedschaften in Sozialen Netzwerken, der Abruf von Informationen aus Online-Medien oder die kostenlose Nutzung im Internet zur Verfügung gestellter Software. Zudem erfolgt eine Einschränkung auf den deutschsprachigen Raum, wenngleich erste Forschungsergebnisse zeigen, dass es interkulturelle Unterschiede beim ungeplanten Kaufverhalten gibt (vgl. Kacen/Lee 2002, Lee/Kacen 2008). Die Erforschung des Kaufentscheidungsverhaltens von Konsumenten hat im Laufe der Zeit eine Vielzahl verschiedener theoretischer Ansätze zu dessen Erklärung hervorgebracht (vgl. dazu u.a den Überblick bei Meffert 1971, Schulz 1972, S. 24 ff. sowie aktueller bei Foscht/Swoboda 2005, S. 21 ff.). Zu nennen wären dabei vor allem die mikroökonomischen und die verhaltenswissenschaftlichen Ansätze, die seit einiger Zeit vor allem um neurowissenschaftliche Erkenntnisse ergänzt werden. Das Verhalten der Konsumenten bzw. privaten Haushalte fand in der Betriebswirtschaftslehre zunächst Berücksichtigung in den mikroökonomischen Ansätzen wie z.B. in der mikroökonomischen Haushaltstheorie. Diese hat das Ziel, dem Haushalt Empfehlungen für optimale Kaufentscheidungen zu geben und legt dabei das Menschenbild eines vollständig rational handelnden „homo oeconomicus“ zugrunde (vgl. Meffert 1971, S. 329, Schulz 1972, S. 24 f., Behrens 1991, S. 5; Weiber/Adler 1995a, S. 45 f.). Darüber hinaus unterstellt die mikroökonomische Haushaltstheorie u.a. die vollkommene Information des Haushalts über den Markt, die unbegrenzte Problemlösungskapazität des Haushalts sowie die Unabhängigkeit von der Beeinflussung durch andere Personen oder durch frühere Kauferfahrungen (vgl. Meffert 1971, S. 330, Weiber/Adler 1995a, S. 46., Foscht/Swoboda 2005, S. 21). Dass diese Annahmen nicht der Realität entsprechen, ist bereits seit längerem und in der Breite der Konsumentenforschung unumstritten. Raffée weist zudem darauf hin, dass diese Ansätze „der Verschiedenartigkeit individueller Handlungstypen“ (1969, S. 41), wie sie im Fokus dieser Arbeit stehen, keine Beachtung schenken. Auch aus diesem Grund wird der Erklärungsbeitrag der klassischen mikroökonomisch orientierten Ansätze zum Konsumentenverhalten als gering eingeschätzt (vgl. Meffert 1971, S. 333, Weiber/Adler 1995a, S. 46, Bänsch 2002, S. 3, Foscht/Swoboda 2005, S. 21), und werden diese daher nicht weiter betrachtet.
6
Einleitung
Der informationsökonomische Ansatz stellt eine Weiterentwicklung des mikroökonomischen Ansatzes dar, in dem er von der Prämisse vollkommener Märkte abrückt und stattdessen von Unsicherheitsproblemen u.a. aufgrund unvollständiger und ungleich verteilter Information bei den Transaktionspartnern (resp. Anbieter und Nachfrager) ausgeht (vgl. Weiber/Adler 1995a, S. 47, 52, Foscht/Swoboda 2005, S. 21 f.). Die darauf basierende Einteilung in Such-, Erfahrungs- und Vertrauenseigenschaften von Leistungen hat dabei Einzug auch in die verhaltenswissenschaftlich geprägte Konsumentenforschung gefunden und wird daher hier mit einbezogen. Als angewandte Verhaltenswissenschaft zieht die Konsumentenforschung wesentliche Erkenntnisse zur Erklärung menschlichen Verhaltens aus verschiedenen Disziplinen. Dazu zählen insbesondere die Psychologie und Soziologie sowie die Sozialpsychologie (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 10). Diese bilden das Grundgerüst der verhaltenswissenschaftlichen Forschungsansätze. Aus Marketingsicht sind hierbei vor allem die neo-behavioristischen Ansätze zu nennen, die anders als die behavioristischen Ansätze versuchen, die im menschlichen Organismus ablaufenden Prozesse mittels hypothetischer nicht-beobachtbarer Konstrukte zu erklären, deren Messung jedes Mal kritisch zu überprüfen ist. Die diesem Paradigma entsprechenden Stimulus-Organismus-Response-Modelle (SOR) versuchen die Wirkung von Marketingstimuli auf den Organismus und daraus resultierende Reaktionen des Konsumenten abzubilden (vgl. Foscht/Swoboda 2005, S. 23 f.). Die vorliegende Untersuchung folgt dabei diesem wohl am weitesten verbreiteten Ansatz der Konsumentenforschung, denn auch hier steht die Analyse vor allem psychologischer Prozesse zur Identifikation und Erklärung verschiedener Kaufentscheidungsmuster der Konsumenten im Vordergrund. Dem SOR-Paradigma folgt darüber hinaus auch der neurowissenschaftliche Ansatz (vgl. Esch et al. 2008, S. 111). Dieser biologisch-medizinische Ansatz hält seit einigen Jahren verstärkt Einzug in die Konsumentenforschung und verbindet sich durch Einbezug ökonomischer und verhaltenswissenschaftlicher Perspektiven zu den interdisziplinären Forschungsrichtungen der Neuroökonomie bzw. des Neuromarketing (vgl. Köhler/Bruhn 2010, S. 4 ff.; Raab/Gernsheimer/Schindler 2009, S. 3 ff.). Dabei werden Erkenntnisse der Hirnforschung zur Erklärung des Entscheidungsverhaltens von Konsumenten herangezogen. Insbesondere die Erklärung des automatisierten Verhaltens von Menschen und die Beteiligung unbewusster Prozesse steht dabei im Vordergrund (vgl. Kroeber-Riel/Weinberg/Gröppel/Klein 2009, S. 17). Zudem verdeutlichen die neurowissenschaftlichen Erkenntnisse, dass Emotionen bei der Entscheidungsfindung von Konsumenten eine weit größere Bedeutung zukommt, als bisher häufig angenommen (vgl. Esch et al. 2008, S. 109 f.). Mit Hilfe der entsprechenden Methoden,
Gang der Untersuchung
7
wie der funktionellen Magnetresonanztomographie (fMRT), soll es zudem möglich sein, die intrapersonalen Entscheidungsprozesse und damit zusammenhängende bisher rein hypothetische Konstrukte wie Kognitionen und Emotionen beobachtbar zu machen (Kenning/Plassmann/Ahlert 2007, S. 55 f.). Bisher beschränken sich die Forschungsergebnisse aber vor allem auf die neuronale Lokalisation marketingrelevanter Konstrukte (vgl. Stoll et al. 2008, S. 36). Darüber hinaus sind die Forschungsbedingungen durch die teilweise aufwändige apparative Ausstattung, wie z.B. bei der fMRT, schwierig. Die Messungen erfolgen häufig noch unter Laborbedingungen, die weit von realen Kaufsituationen entfernt sind, mit einer vergleichsweise geringen Zahl an Probanden. Diese Form der Untersuchungen verursachen dabei Kosten für Anschaffung und Betrieb im sechs- bis siebenstelligen Euro-Bereich (vgl. Kenning/Plassmann/Ahlert 2007, S. 64; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 18; Evans/ Haller 2010, S. 271). Es gibt jedoch seit einiger Zeit neuere Messtechnologien wie die Steady State Topography, die kostengünstiger, einfacher und zudem genauer ist als die fMRT, und daher zunehmend auch im Bereich der Konsumentenforschung eingesetzt wird. Mittels Headsets können dabei Gehirnströme in einer authentischen Mediennutzungssituation aufgezeichnet werden. Das Anwendungsgebiet dieser Messmethode beschränkt sich aber bisher auf die Werbewirkungsforschung (vgl. Evans/Haller 2010, S. 272 ff.). Aus diesen Gründen findet der neurowissenschaftliche Ansatz in der vorliegenden Untersuchung noch keine Berücksichtigung, wenngleich er gerade für die Erklärung ungeplanten Kaufverhaltens zukünftig neue Impulse liefern kann.
1.3 Gang der Untersuchung Nach der einleitenden Abgrenzung der Problemstellung und des Untersuchungsbereichs werden im anschließenden zweiten Kapitel relevante begriffliche und theoretische Grundlagen zum Kaufentscheidungsverhalten im Internet erläutert. Dafür wird insbesondere der im Rahmen der Untersuchung häufig verwendete Begriff des OnlineHandels definiert und von verwandten Begriffen abgegrenzt. Darauf folgt eine Systematisierung des Angebots im Online-Handel, welche später auch Bestandteil der empirischen Untersuchung ist. Des Weiteren werden die wesentlichen Vor- und Nachteile des Online-Handels aus Nachfrager- und Anbietersicht skizziert, um die veränderte Kaufsituation, in der sich der Konsument befindet, zu verdeutlichen. Abschließend wird anhand unterschiedlicher Kennzahlen die Bedeutung des Online-Handels dokumentiert.
8
Einleitung
Dem folgt eine detaillierte Übersicht über bisherige Kaufentscheidungstypologien und deren Berücksichtigung ungeplanten Kaufverhaltens. Dabei werden nur solche Typologien berücksichtigt, die zumindest in Ansätzen auf ungeplantes Kaufverhalten eingehen. Dieser teils historische Abriss dient in erster Linie der Analyse möglicher Konzeptualisierungen von Kaufentscheidungstypen in der bisherigen Konsumentenforschung, wobei die von Kroeber-Riel und Weinberg stammende Typologisierung den Ausgangspunkt bildet. Darüber hinaus wird bei der Darstellung der Kaufentscheidungstypologien auf wesentliche Unterscheidungsmerkmale zwischen den Kaufentscheidungstypen sowie in Ansätzen bereits auf deren jeweilige Entstehung eingegangen. Anschließend wird der aktuelle Stand der empirischen Forschung zu ungeplanten Käufen dokumentiert. Da die Messung ungeplanter Käufe eine besondere Schwierigkeit darstellt, werden dabei zunächst die unterschiedlichen Erhebungsverfahren und Operationalisierungen, welche im Rahmen der bisherigen empirischen Forschung angewandt wurden, dargelegt und diskutiert, um eine zur Erreichung der eigenen Untersuchungsziele zweckmäßige Methode zu identifizieren. Diese werden anschließend in einer tabellarischen Übersicht zusammengefasst, welche auch die bisher empirisch untersuchten Determinanten enthält. Abschließend werden Erklärungsansätze und -modelle zur Entstehung ungeplanter Käufe betrachtet. Das Ergebnis dieser Analysen geht als Grundlage in die eigene Konzeptualisierung von ungeplanten Kaufentscheidungstypen im Internet ein, in deren Rahmen zu Beginn des dritten Kapitels eine Definition ungeplanter Käufe im Internet erarbeitet wird. Darauf aufbauend werden unterschiedliche Ansätze zur Typologisierung speziell ungeplanter Käufe vorgestellt und weiterentwickelt. Nach einer Abgrenzung dieser von den übrigen Kaufentscheidungstypen, wird eine eigene Typologie vorgestellt, welche die Basis für die spätere empirische Untersuchung bildet. Das vierte Kapitel widmet sich dann der Entwicklung von Untersuchungshypothesen zur Beschreibung und Erklärung ungeplanter Käufe im Internet. Beginnend mit dem theoretischen Bezugsrahmen werden diese zunächst deskriptiv anhand einer phasenbezogenen Betrachtung von Kaufentscheidungen im Internet näher erläutert, wobei u.a. die Anregung ungeplanter Käufe im Internet, die Verwendung von Informationsquellen, die Auswahl von Online-Händlern und die Zufriedenheit mit ungeplanten Käufen erörtert und daraus erste forschungsleitende Hypothesen formuliert werden. Dem folgt die explikative Analyse zentraler Determinanten ungeplanten Kaufverhaltens im Internet. Diese orientieren sich in Teilen an den bestehenden Erklärungsmodellen und wer-
Gang der Untersuchung
9
den um bisher häufig nur in anderen Zusammenhängen berücksichtigte Determinanten ergänzt. Die Unterteilung dieser Determinanten erfolgt dabei in psychologische, produktbezogene, situative und soziodemografische Merkmale, deren mögliche Wirkung auf ungeplante Käufe im Internet jeweils detailliert und auf Basis bisheriger Forschungsergebnisse erläutert wird, um daraus wiederum entsprechende Hypothese zu generieren, die es im nachfolgenden empirischen Teil der Arbeit zu prüfen gilt. Mit der Darstellung der eigenen empirischen Untersuchung befasst sich das fünfte Kapitel. Aufbauend auf allgemeinen Grundlagen der Untersuchung, insbesondere jenen zu den verwendeten Datenanalyseverfahren, werden das empirische Design und die Ergebnisse der Studie vorgestellt. Beginnend mit der Ermittlung der theoretisch hergeleiteten Kaufentscheidungstypen werden anschließend die Hypothesen zu den kaufphasenbezogenen Charakteristika sowie den ausgewählten psychologischen, produktbezogenen, situativen und persönlichen Determinanten ungeplanter Käufe im Internet anhand der empirischen Daten überprüft. Dies geschieht immer auch im Vergleich zu den geplanten Kaufentscheidungstypen, um mögliche Unterschiede hinsichtlich der Erklärungsgrößen deutlich machen zu können. Das sechste Kapitel fasst schlussendlich die wesentlichen Ergebnisse der Untersuchung zusammen und leitete Implikationen für die Marketingpraxis und die weitere Forschung ab.
Charakter und Bedeutung des Online-Handels
11
2 Grundlagen der Untersuchung 2.1 Charakter und Bedeutung des Online-Handels 2.1.1 Begriffliche Grundlagen und Abgrenzungen Für die Bezeichnung des Kaufs bzw. Verkaufs von Waren und Leistungen über das Internet kursieren in Praxis und Wissenschaft unterschiedliche Begriffe. Zu den häufigsten zählen Online- oder Internet-Handel (vgl. z.B. Fritz 2004, S. 248; Heinemann 2010) sowie Online- oder Internet-Shopping (vgl. z.B. Diehl 2002, S. 9; Dach 2002b, S. 14, Thieme 2006, S. 41). Daneben finden sich aber auch Begriffe wie z.B. Electronic Shopping (vgl. Diehl 2002, S. 9), Online-Retailing (vgl. Strauss/El-Ansary/Frost 2003, S. 354) und Electronic-Retailing (vgl. z.B. Madlberger 2001; Chaffey et al. 2009, S. 627; Gilbert 2003, S. 354) oder Bezeichnungen wie „Clicks-and-Order“Retailing (vgl. Blackwell/Miniard/Engel 2006, S. 176). Meist wird in diesem Kontext auch der Begriff Electronic Commerce verwendet. Wenngleich diese Begriffe teilweise auch synonym verwendet werden, bedarf es einer differenzierten begrifflichen Klärung, die nach der Perspektive des Betrachters und nach dem Geltungsbereich vorgenommen werden kann. Die umfassendste Sichtweise in diesem Kontext beinhaltet der Begriff des ElectronicCommerce (kurz: E-Commerce), der im engeren Sinn auch als elektronischer Handel oder marktorientierter E-Commerce verstanden werden kann (vgl. Fritz 2004, S. 27). Dieser wird definiert als „die digitale Anbahnung, Aushandlung und/oder Abwicklung von Transaktionen zwischen Wirtschaftssubjekten“ (Clement/Peters/Preiß 2001, S. 56). Der E-Commerce umfasst dabei auch die Abwicklung von Transaktionen über elektronische Marktplätze abseits des Internets, wie z.B. elektronische Finanz- oder Agrarmärkte, und bilaterale Transaktionen z.B. per Electronic Data Interchange (EDI) (vgl. Fritz 2004, S. 30, 67). Darüber hinaus kann der E-Commerce im Rahmen des Absatzmarketings bestehende Absatzwege unterstützen, selbst als eigenständiger Absatzkanal genutzt oder zum Aufbau neuer Geschäftsfelder eingesetzt werden (vgl. Specht/Fritz 2005, S. 198). Im vorliegenden Fall ist insbesondere der Handel von Waren und Dienstleistungen über das Internet für private Endkunden und damit eine Form des Einzelhandels gemeint. Als Transaktionspartner der Konsumenten bzw. als Verkäufer kommen dabei sowohl Unternehmen als auch, z.B. in Online-Auktionen, Konsumenten selbst in Betracht. Diese Formen des E-Commerce werden entsprechend der Typologie von Transaktionspartner nach Hermanns/Sauter als Business-to-Consumer (B2C)-E-Commerce oder Consumer-to-Consumer (C2C)-E-Commerce bezeichnet M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7_2, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
12
Grundlagen der Untersuchung
(vgl. ebenda 1999, S. 22 f.). Letzteres umfasst z.B. Online-Auktionen bei eBay, über die Privatpersonen gebrauchte Güter an- und verkaufen (vgl. Fritz 2004, S. 33) sowie Web 2.0-Plattformen wie Etsy, über die Nutzer ihre eigenen handgefertigten Produkte zum Kauf anbieten können. Weitere Formen, insbesondere der Business-to-Business (B2B)-Bereich, spielen in der vorliegenden Arbeit hingegen keine Rolle. Die Bedeutung proprietärer Online-Dienste ist im Vergleich zu den Anfangszeiten der kommerziellen Nutzung des Internets deutlich zurückgegangen, so dass heute häufig „online“ mit „Internet“ gleichgesetzt wird (vgl. Fritz 2004, S. 26), weshalb auch Online-Handel und Internet-Handel synonym zu verwenden sind. Mit dem Begriff OnlineHandel wird im funktionellen Sinn der Verkauf von Waren und Dienstleistungen über das Internet umschrieben. Im institutionellen Sinn stellt der Online-Handel die Angebotsseite des E-Commerce (vgl. Heinemann 2010, S. 30) und somit eine neue Betriebsform des Handels dar (vgl. Fritz 2004, S. 247). Ist dieser auf Endkunden ausgerichtet, wie oben beschrieben, nimmt der Online-Handel damit im Wesentlichen Funktionen des Einzelhandels wahr, weshalb in diesem Zusammenhang häufig auch der entsprechende englische Begriff des Online-Retailing verwendet wird (vgl. Strauss/El-Ansary/Frost 2003, S. 354; Gilbert 2003, S. 356). Wenngleich häufig auch synonym verwendet (vgl. z.B. Madlberger 2001; Chaffey et al. 2009, S. 627; McGoldrick 2002, S. 585 ff.), ist davon die weitere begriffliche Auffassung des Electronic-Retailing (kurz: E-Retailing oder E-tailing) zu unterscheiden. Adolphs versteht unter Electronic-Retailing „eine Form des Einzelhandels, bei der die absatzseitigen Transaktionen beim Verkauf von Produkten an den Endverbraucher elektronisch initiiert und begleitet werden“ (ebenda 2004, S. 11). Damit sind auch andere elektronische Verkaufsformen wie Teleshopping und CD-ROM-Kataloge angesprochen (vgl. ebenda, S. 12), die in der vorliegenden Studie aber nicht relevant sind. Ist der Kauf von Waren und Dienstleistungen über das Internet aus der Perspektive der Nachfrager gemeint, spricht man im Allgemeinen vom Online-Shopping (in Anlehnung an Diehl 2002, S. 9). Dieses stellt seinerseits eine Form des Electronic-Shopping (kurz: E-Shopping) dar, welches – in Analogie zu den vorherigen Begriffen – jedwede Form elektronischen Kaufens von Produkten und Dienstleistungen umfasst, also z.B. auch Kiosksysteme im Einzelhandel, das Teleshopping und elektronische CD-ROMKataloge (vgl. ebenda, S. 9 f.; Liebmann/Zentes/Swoboda 2008, S. 417), welche hier aber nicht weiter betrachtet werden. Dank schnellerer Übertragungstechnologien und neuer Endgeräte ist im zunehmenden Maße auch der Ver- und Einkauf bzw. dessen Unterstützung über das mobile Internet
Charakter und Bedeutung des Online-Handels
13
möglich (vgl. Diehl 2002, S. 10, Schulenburg 2008, S. 50). Dabei stellt der Mobile Commerce (kurz: M-Commerce) seinerseits lediglich eine Teilmenge des ECommerce dar (vgl. Fritz 2004, S. 30). Die vorliegende Untersuchung befasst sich jedoch in erster Linie mit dem stationären E-Commerce, also mit Transaktionen über stationäre Endgeräte und Festnetzanschlüsse, wobei die Übergänge durch den weiteren Ausbau mobiler Datenübertragungstechnologien und die vermehrte Nutzung mobiler Endgeräte wie Notebooks oder Tablet-PCs immer fließender werden. Neben der begrifflichen Festlegung und Abgrenzung der genannten Begriffe bedarf es zudem einer Einordnung des Online-Handels in die Terminologien des klassischen Handels. So stellt das Internet für Anbieter und Nachfrager eine neue Einkaufsstätte dar, über die Produkte und Leistungen angeboten bzw. nachgefragt werden können. Eine Einkaufsstätte kann dabei grundsätzlich als Oberbegriff für „jedwede Form von Schnittstelle […], über die Konsumgüter von Unternehmen an Konsumenten verkauft werden“ (Dach 2002b, S. 9) verstanden werden. Andere Definitionen bezeichnen Organisationen, „bei denen die Konsumenten Güter und Dienstleistungen zur Deckung ihres persönlichen bzw. hauswirtschaftlichen Bedarfs kaufen können“ (Heinemann 1976, S. 27), als Einkaufsstätten. Teilweise – wie auch in der vorliegenden Untersuchung – werden die Begriffe Einkaufsstätte und Geschäft synonym verwendet (vgl. z.B. ebenda; Jungwirth 1997, S. 22), teilweise wird aber auch das konkrete Geschäft begrifflich von der Einkaufsstätte als Agglomeration von Geschäften abgegrenzt (vgl. Kreller 2000, S. 14). Einkaufsstätten im Allgemeinen können neben den Kriterien Marktstufe (Herstellung, Groß- und Einzelhandel) und Branche (z.B. Lebensmittel, Elektroartikel, Kleidung) insbesondere anhand der Betriebsform (z.B. Versandhandel, Verbrauchermarkt, Warenhaus) weiter unterschieden werden (vgl. Heinemann 1976, S. 27 ff.). Als Betriebsform des Einzelhandels kann aus Kundensicht „eine mehr oder weniger bewusst wahrgenommene Bündelung von Einkaufsstätten verstanden werden, die aufgrund bestimmter […] Charakteristika vom Konsumenten als ähnlich erlebt werden“ (Gröppel 1994, S. 382). Als Kriterien, die zur Unterscheidung von Betriebsformen dienen, werden u.a. die Breite und Tiefe des Sortiments, Größe und Standort des Betriebs und die Art der Preisstellung herangezogen (vgl. Heinemann 1976, S. 28). Zudem kann eine Unterscheidung nach der Kontaktbeziehung in folgende vier Gruppen erfolgen: x Residenzprinzip (Kunde sucht Anbieter auf = stationärer Einzelhandel) x Domizilprinzip (Anbieter sucht Kunde auf = ambulanter Einzelhandel)
14
Grundlagen der Untersuchung
x Treffprinzip (Anbieter und Kunde treffen sich außerhalb ihrer Residenz und ihres Domizils = halbstationärer Einzelhandel) x Distanzprinzip (Anbieter und Kunde treten physisch nicht in Kontakt = Versandhandel) (vgl. Barth/Hartmann/Schröder 2007, S. 89). Diese Unterscheidung findet sich so und ähnlich auch in anderen Typologisierungen von Betriebsformen des Einzelhandels wieder und wird von Dach in so genannte Meta-Betriebsformen zusammengefasst (vgl. Dach 2002b, S. 14). Eine Übersicht über entsprechende Systematiken liefert Tabelle 2. Nach dieser Einteilung stellt der OnlineHandel eine Form des Versand- oder Distanzhandels dar, welcher sich vom stationären Handel, dem die umsatzmäßig größte Bedeutung zukommt, als auch vom ambulanten Handel insbesondere durch das Distanzprinzip unterscheidet (vgl. Dach 2002b, S. 14 f.; Heinemann 2010, S. 29; Thieme 2006, S. 23 f.). Dabei besteht eine räumliche Distanz zwischen Anbietern und Nachfragern, die der Versandhandel medial überwindet (vgl. Liebmann/Zentes/Swoboda 2008, S. 414). Systematik nach Berekoven (1995)
Systematik nach Müller-Hagedorn (1995)
Systematik nach Hansen (1990); Barth/Hartmann/Schröder (2007)
Systematik nach Dach (2002b)
Stationärer Handel
Betriebsform mit festem Standort und mit Verkaufsraum
Betriebsform mit Residenzprinzip
Stationärer Handel
Ambulanter Handel und halbstätionärer Handel
Betriebsform mit beweglichen Standorten
Betriebsform mit Domizilprinzip
Ambulanter Handel
Betriebsform mit Treffprinzip Versandhandel
Betriebsform mit festem Standort und ohne Verkaufsraum
Betriebsform mit Distanzprinzip
Katalogversandhandel Traditionelles Teleshopping Online-Handel
(Quelle: in Anlehnung an Dach 2002b, S. 14) Tabelle 2: Eine Systematik der Meta-Betriebsformen im Einzelhandel Die unterschiedlichen Medien, denen sich der Versandhandel bedient, führen zu einer ersten Unterscheidungsmöglichkeit verschiedener Formen des Versandhandels. So differenziert Heinemann zwischen dem Traditionellen Versandhandel mittels Katalog, Prospekt, Anzeigen, CD-ROMS und Außendienstmitarbeitern, dem Online-Handel, dem Teleshopping und dem Mobile-Shop (vgl. ebenda 2010, S. 29 f.). Thieme teilt die Formen des Versandhandels in Katalogversender, Vertreter-Versandhandel mittels
Charakter und Bedeutung des Online-Handels
15
Außendienstmitarbeiter, TV-Shopping, Online-Handel und Hybrid-Versender. Letztere bieten ihre Waren neben dem Versand auch im stationären Einzelhandel an wie z.B. Globetrotter und Conrad (vgl. ebenda 2006, S. 28 ff.). Auch Specht/Fritz unterscheiden beim Distanzhandel zwischen den traditionellen Versandhäusern, Internet-Shops und Teleshops (vgl. ebenda 2005, S. 84, 88 f.). Der Bundesverband Versandhandel (bvh) differenziert in seiner Versendertypologie neun Grundformen des Versandhandels: Multi-Channel-Versender, die über Katalog und Internet verkaufen, InternetPure-Player, Ebay-Powerseller, Teleshopping-Versender, Versender des stationären Handels, Apothekenversand, Hersteller-Versender, Vertreter-Direkt-Versender und Services wie Software-Downloads, Tickets und Reisebuchungen (vgl. bvh 2010, S. 9). Eine weitere Unterscheidung erfolgt nach der Sortimentsgestaltung. So kann grundsätzlich zwischen Sortiments- oder Universalversand (auch Großversandhäuser genannt) und Spezialversand unterschieden werden (vgl. Specht/Fritz 2005, S. 84; Thieme 2006, S. 28 ff.). Erstere führen ein warenhausähnliches Vollsortiment mit einem breiten Angebot für zahlreiche Zielgruppen, wie z.B. die Unternehmen Otto, Neckermann und Baur. Der Spezialversandhandel hingegen beschränkt sich jeweils auf ein spezifisches Branchensegment, wie z.B. Mode (u.a. Bon prix, Esprit), Technik (u.a. Conrad, Westfalia), Sammelartikel (z.B. Borek MDM) oder Bücher (u.a. Weltbild, Der Club). Das Pendant zum Geschäft im klassischen Sinn stellt im Online-Handel der OnlineShop (auch: Internet-Shop, Web-Shop, WWW-Shop oder E-Shop) dar. Dieser ist eine entscheidende Schnittstelle, über die Waren im Internet verkauft werden (vgl. Madlberger 2004, S. 31; Liebmann/Zentes/Swoboda 2008, S. 418). Diehl verwendet hierfür den Oberbegriff „virtueller Laden“ und versteht darunter im engeren Sinn „nicht stationäre, im raum-zeitlichen Sinne nicht real vorhandene bzw. begehbare Einkaufsmöglichkeiten, dargestellt durch elektronische Medien“ (ebenda 2002, S. 12). Des Weiteren differenziert sie zwischen zwei- und dreidimensionalen Läden, die wiederum auf einem Bildschirm (Screen-based) oder durch Projektion und Immersion (Non-ScreenBased) dargestellt werden können (vgl. ebenda, S. 18 ff.). In der vorliegenden Untersuchung werden nur die weit verbreiteten zweidimensionalen bildschirmbehafteten Formen von Online-Shops betrachtet. Davon abzugrenzen sind virtuelle Marktplätze, auf denen sich Anbieter und Nachfrager zusammenfinden, um Transaktionen abzuwickeln. Hierzu zählen im privaten Endkundengeschäft vor allem die Online-Auktionsplattform eBay, die zu den erfolgreichsten Formen des E-Commerce zählt, der Marketplace von Amazon, Gebraucht-
16
Grundlagen der Untersuchung
wagenbörsen wie mobile.de und autoscout24 sowie einzelne Formen des Web 2.0Shoppings wie Etsy. Bei diesen werden von neutralen Dienstleistern InternetPlattformen bereitgestellt, auf denen nach festgelegten Regeln Anbieter von Waren ihre Angebote einstellen und Nachfrager die angebotenen Waren von diesen erwerben können (vgl. Specht/Fritz 2005, S. 197 f.). Diese Marktplätze haben im Online-Handel inzwischen eine immense Bedeutung erlangt, wie im folgenden Kap. 2.1.2 deutlich wird. 2.1.2 Formen des Online-Handels Wie für den stationären Einzelhandel als auch den Versandhandel im Allgemeinen existieren inzwischen auch weiterführende Unterscheidungen verschiedener Formen bzw. Betriebstypen des Online-Handels. Nach Heinemann können grundsätzlich fünf Formen des Online-Handels differenziert werden (vgl. ebenda 2010, S. 68 ff.): x Pure-Online-Handel Reine Online-Händler, die ihre Waren ausschließlich über das Internet verkaufen, machten in 2009 lt. bvh mit 4,5 Mrd. EUR Umsatz rd. 29% des gesamten OnlineHandels in Deutschland aus (vgl. bvh 2010, S. 18). Neben einer Vielzahl kleiner, häufig spezialisierter Online-Händler, die teilweise aus dem „Home Office“ heraus agieren, zählt hierzu vor allem Amazon (vgl. Heinemann 2010, S. 68). Mit dem Verkauf von Büchern und Medien groß geworden, bietet Amazon – teilweise in Kooperation mit zahlreichen Partnern – ein umfassendes Sortiment an, welches an das eines Universalversenders heranreicht. Diese schon klassischen Formen des Pure-Online-Handels werden durch neue, innovative Formen ergänzt. Dazu zählen z.B. Liveshops wie guut.de, bei denen ein i.d.R. täglich wechselndes, stark eingeschränktes Angebot an Produkten zu günstigen Preisen angeboten wird (vgl. ebenda, S. 69). Die kurzfristige und aktionsorientierte Sortimentsgestaltung erinnert dabei an Sonderpostenmärkte aus dem stationären Handel. Eine weitere spezielle Form des Online-Handels ist der Clubverkauf, bei dem die Kunden nur nach vorheriger Einladung mit anschließender Registrierung exklusive Angebote, häufig von Markenartiklern, zu günstigeren Preisen erwerben können. Erfolgreiche Beispiele für Club-Shops sind Vente Privée, BuyVip (vgl. ebenda) und brands4friends.
Charakter und Bedeutung des Online-Handels
17
x Kooperierender Online-Handel Händlerkooperationen unter einem einheitlichen Dach erfreuen sich ebenfalls großer Beliebtheit. Zu unterscheiden sind dabei Portale von Branchenverbänden, wie z.B. des Buchgroßhandels (z.B. libri.de) oder des Apothekengroßhandels (z.B. apotheke.com), und unabhängige Marktplatzbetreiber (vgl. Kap. 2.1.1). Zu letzteren zählen die sogenannten Shopping Malls, das Online-Auktionshaus eBay und das Marketplace-Angebot von Amazon (vgl. Heinemann 2010, S. 70). Shopping-Malls (auch Shopping-Portale oder Electronic Malls, kurz: E-Malls genannt) bündeln Angebote mehrerer Online-Shops und gleichen damit elektronischen Einkaufszentren. Dabei können weniger bekannte Online-Shops von einer bekannten Dachmarke, wie z.B. Shopping24 des Otto-Konzerns oder Yatego, und vorhandenen einheitlichen Serviceangeboten, wie z.B. shopübergreifende Warenkörbe, Bestellabwicklung und Bezahlverfahren, profitieren (vgl. Liebmann/Zentes/Swoboda 2008, S. 418; Thieme 2006, S. 42; Specht/Fritz 2005, S. 197; Heinemann 2010, S. 70). Welche Bedeutung eBay für den Online-Handel hat, verdeutlicht die eigenständige Versendertypologie der eBay-Powerseller beim bvh. Demnach entfielen in 2009 mit gut zwei Mrd. EUR rd. 13% des Online-Umsatzes im deutschen Versandhandel auf diese Händlergruppe (vgl. bvh 2010, S. 18). Aktuell machen bei eBay Deutschland rund 160.000 gewerbliche Anbieter 50% der Verkäufe aus (vgl. eBay 2010). Powerseller sind besonders umsatzstarke Händler. Der Verkauf meist neuer Ware erfolgt dabei entweder in Form von Versteigerungen mit flexibler Preisfindung oder zu Festpreisen, welche inzwischen gut 56% der Angebote ausmachen (vgl. ebenda). Auch ist es Händlern möglich, ihre Waren in sogenannten eBay-Shops, modular gestaltbaren bei eBay integrierten Sub-Shops, anzubieten (vgl. Heinemann 2010, S. 70). Die andere Hälfte der Verkäufe geht auf das Konto privater Anbieter, die meist gebrauchte Güter verkaufen (C2C-ECommerce). eBay entwickelt sich damit vom ursprünglichen Auktionshaus immer mehr zu einem Online-Marktplatz und macht anderen Online-Händlern erheblich Konkurrenz (vgl. ebenda; Möllenberg 2003, S. 154 ff.; dies. 2004, S. 312; eBay 2010). Amazon ist mit einer Vielzahl fremder Webseiten dynamisch verlinkt. Über den Amazon-Marketplace werden die externen Angebote kooperierender OnlineHändler in das einheitliche Design des Amazon-Online-Shops integriert. Auch hier profitieren die externen Anbieter vom bekannten Markennamen und den
18
Grundlagen der Untersuchung
standardisierten Serviceangeboten, insbesondere bei der Bestell- und Inkassoabwicklung (vgl. Heinemann 2010, S. 70). Umgekehrt ermöglicht dies Amazon ein deutlich verbreitertes Sortiment. Erwähnenswert ist in diesem Zusammenhang auch die Shoppingbörse gimahot.de, bei der die Kunden selber Höchstpreise vorschlagen und auf einen verkaufswilligen Anbieter warten können (vgl. ebenda, S. 69). x Multi-Channel-Handel und Hybrider Online-Handel Zu den Multi-Channel-Versendern zählt Heinemann alle Handelsformen, die sowohl online als auch im stationären Einzelhandel tätig sind und daher auch als „Brick-and-Click“-Unternehmen bezeichnet werden (vgl. ebenda 2010, S. 71; Kotler/Keller 2009, S. 474 ff.). Dies können z.B. stationäre Einzelhändler sein, die zur Unterstützung des ursprünglichen Kanals zusätzlich einen Online-Verkauf ihrer Waren anbieten, wie z.B. Douglas und Schlecker. Auch Unternehmen wie z.B. IKEA, Tchibo und Conrad, die bereits zuvor ihre Waren über Mehrkanalsysteme (insbes. Katalog und Ladengeschäft) vertrieben haben und nun noch den Online-Kanal hinzunehmen, zählen dazu. Umgekehrt ist es möglich, dass bisherige Pure-Player Ladengeschäfte erwerben oder eröffnen, wie z.B. Pixelnet durch die Übernahme von Photo Porst (vgl. Heinemann 2010, S. 71). Auch das Verkaufsagentenprogramm von eBay, bei dem unabhängige Händler bzw. Kommissionäre für Dritte auf Provisionsbasis Waren bei eBay verkaufen, zählt dazu (vgl. Fritz 2004, S. 243). Ergänzt ein traditioneller Versandhändler zum Katalogversand den OnlineVerkauf spricht Heinemann vom hybriden Online-Handel (vgl. ebenda 2010, S. 73). Hierzu zählen insbesondere die großen und bekannten Universalversender wie Otto, Neckermann und Baur. Der bvh bezeichnet diese Form allerdings auch als Multi-Channel-Handel, welcher in 2009 mit einem Umsatz von rd. 5,8 Mrd. EUR und damit knapp 38% den größten Anteil am Online-Umsatz des deutschen Versandhandels hatte (vgl. bvh 2010, S. 18). x Direktvertrieb bzw. vertikalisierter Online-Handel Neben den Einzelhändlern vertreiben auch zahlreiche Hersteller direkt ihre Produkte über das Internet. Teilweise wird dafür auch der Begriff des vertikalisierten Online-Handels verwendet, der von Heinemann vereinfacht als „geschlossene Hersteller-Händler-Kombination“ bezeichnet wird (vgl. ebenda 2010, S. 75). Der Handelsbegriff ist in diesem Zusammenhang jedoch nicht ganz korrekt, da beim
Charakter und Bedeutung des Online-Handels
19
Direktvertrieb keine Absatzmittler existieren und somit kein Handel im eigentlichen Sinn stattfindet. Aus Sicht der Konsumenten stellt diese Form des Vertriebs aber eine weitere, zunehmend relevante Einkaufsmöglichkeit im Internet dar. Der Direktvertrieb über das Internet ist seit Anbeginn des E-Commerce vertreten. Als Pionier in diesem Bereich zählt der Computerhersteller Dell. Während eine Disintermediation von Handelsstufen im großen Maßstab aber bisher ausgeblieben ist (vgl. Fritz 2004, S. 245), nimmt die Dynamik vor allem in der Textilbranche seit Kurzem deutlich zu. So konnten vertikal organisierte Bekleidungsanbieter ihre Umsätze seit 1998 um 27% überdurchschnittlich steigern. Inzwischen betreiben zahlreiche Hersteller aus verschiedensten Branchen erfolgreich eigene Online-Shops. Hierzu zählen v.a. bekannte Markenanbieter wie z.B. Esprit, H&M, Adidas, Apple, Lego und Maggi (vgl. Heinemann 2010, S. 75). Hinzu kommen im Dienstleistungsbereich u.a. Reiseveranstalter wie z.B. TUI, Verkehrsunternehmen wie die Bahn sowie Banken und Versicherungen, die ihre Angebote auch über eigene Shops und Webseiten verkaufen (vgl. Fritz 2004, S. 242). Neben diesen Formen gibt es ähnlich wie im stationären Handel inzwischen zahlreiche Online-Discounter, bei denen besonders preisgünstige Sortimente angeboten werden. Neben Pure-Playern wie z.B. Office Discount und Shopping Malls wie Discount24 existieren in diesem Bereich auch Multi-Channel-Anbieter wie plus.de oder der LidlShop. In der vorliegenden Untersuchung wird eine vereinfachte und aus Kundensicht relevante Kategorisierung vorgenommen. Da den Konsumenten häufig die Organisationsstrukturen und Beteiligungen der verschiedenen Anbieter unbekannt oder unwichtig sind, sollen dabei wahrnehmbare und damit im Hinblick auf die spätere empirische Erhebung erfragbare Sachverhalte im Vordergrund stehen. In Anlehnung an die Unterscheidung im traditionellen Versandhandel wird zunächst zwischen Universal- und Spezialversendern differenziert. Ergänzt werden diese Grundtypen um OnlineAuktionshäuser als wichtige Spezialform des Online-Handels, um den Direktvertrieb vom Hersteller und sonstige Formen wie die erwähnten Shopping-Malls und OnlineDiscounter. Darüber hinaus zu erwähnen sind weitere unterstützende Intermediäre, die Teilfunktionen des Online-Handels übernehmen. Neben den bereits angesprochenen Shopping-Malls sowie Payment-Anbietern wie Paypal, sind dies insbesondere Preisvergleichsdienste, wie z.B. Guenstiger.de oder Idealo, und Suchmaschinen, allen vor-
20
Grundlagen der Untersuchung
an Google, die dem Nutzer einen schnellen Marktüberblick verschaffen und insbesondere dazu verhelfen sollen, den günstigsten Anbieter eines Produkts ausfindig zu machen (vgl. Fritz 2004, S. 200 f., 247 f.; Heinemann 2010, S. 38 f.). Zudem helfen Kundenmeinungsplattformen wie z.B. ciao und dooyoo dem Nutzer, anbieterunabhängige Meinungen über Produkte und Leistungen zu erhalten (vgl. Schimansky/Kempe 2005, S. 1 f.). Eine vergleichsweise neue Form des Kundenaustauschs stellen dabei Web 2.0Plattformen wie z.B. shobbits dar. Hier können Nutzer nicht nur Preisvergleiche anstellen sowie Kundenmeinungen, Wünsche und Käufe ihrer Freunde einsehen, sondern mit diesen auch in Echtzeit über den sogenannten Live-Tracker gemeinsam einkaufen. Dafür werden in einem Chat die von den Freunden aktuell aufgerufenen Artikel angezeigt und können so – noch während des Einkaufsprozesses – von den anderen unmittelbar kommentiert werden. Der eigentliche Kauf erfolgt dann über einen Link zu einem Online-Shop, der das jeweilige Produkt anbietet (vgl. Shobbits 2010). Diese speziellen Intermediäre werden im Rahmen der Kaufphasenbetrachtung in Kap. 4.2.2 als wesentliche Informationsquellen beim Online-Shopping nochmals aufgegriffen. 2.1.3 Zentrale Vor- und Nachteile des Online-Handels gegenüber traditionellen Einkaufsumgebungen Neben der begrifflichen und konzeptionellen Abgrenzung des Online-Handels zu anderen Betriebsformen, insbesondere des Einzel- und Versandhandels, ergeben sich beim Online-Handel andersartige Gestaltungs- und Einkaufsmöglichkeiten für Anbieter und Nachfrager. Da sich die bisherige Konsumentenforschung bei der Erforschung ungeplanter Käufe in erster Linie auf stationäre Einzelhandelsgeschäfte bezieht, werden im Folgenden kurz wichtige Vor- und Nachteile des Online-Handels gegenüber dem stationären Einzelhandel skizziert. Aus Konsumentensicht ergeben sich vor allem folgende Vorteile des OnlineHandels: x Bequemlichkeit des Einkaufs: Produkte und Leistungen können bequem von zu Hause aus, 24 Stunden am Tag, 7 Tage die Woche bestellt und im Falle digitaler Güter wie z.B. Musik unmittelbar heruntergeladen werden (vgl. Rudloff 2002, S. 14; Solomon et al. 2006, S. 507; Diehl 2002, S. 56; McGoldrick 2002, S. 602). x Größeres Produktangebot: zum Einen können die Nutzer aus einer Vielzahl von Anbietern, prinzipiell weltweit auswählen. Durch die Virtualisierung der Produktkataloge übertrifft die Angebotspalette einzelner Online-Händler die
Charakter und Bedeutung des Online-Handels
21
stationärer Einzelhändler teilweise bei weitem. Dadurch kann der Konsument auch zahlreiche Produkte kaufen, welche im lokalen Einzelhandel nicht erhältlich sind. Hierzu zählen auch spezielle Nischenprodukte, die nur für einen vermeintlich kleinen, meist geographisch verstreuten Kundenkreis relevant sind und wegen der geringen Verkaufszahlen im stationären Handel aus Rentabilitätsgründen häufig gar nicht erst angeboten werden (vgl. Anderson 2007, S. 18 ff.). Darüber hinaus nehmen individualisierbare Produktangebote (vgl. Rudloff 2002, S. 15; Solomon et al. 2006, S. 507; Diehl 2002, S. 56), wie z.B. Fotobücher oder personalsierte NikeID-Schuhe, im Internet weiter zu. x Mehr Informationen: Internet-Nutzern steht eine Vielzahl einkaufsrelevanter Informationen zur Verfügung. Neben ausführlichen Produktbeschreibungen bei Händlern und Herstellern, inklusive Bild-, Audio- oder Videoinformationen, können die Konsumenten u.a. auf Testberichte, Informationen der Fachpresse und Meinungen anderer Kunden zugreifen. Zudem verschaffen ihnen Suchmaschinen und Preisvergleichsdienste einen besseren Marktüberblick. Konsumenten können dadurch häufig zu geringeren Preisen einkaufen (vgl. ebenda). Zu den wesentlichen Nachteilen des Online-Handels aus Sicht der Konsumenten zählen v.a.: x Höheres Risiko: durch die mangelnden Möglichkeiten insbesondere der haptischen Produktbeurteilung ist es dem Kunden nicht immer möglich, die Qualität der angebotenen Leistung vor dem Kauf angemessen zu beurteilen. Daraus ergibt sich ein erhöhtes Risiko das Falsche zu kaufen (vgl. Solomon et al. 2006, S. 509). Abhilfe schaffen sollen dabei u.a. die Regelungen zu Fernabsatzverträgen im Bürgerlichen Gesetzbuch, welche dem Käufer online bestellter Ware ein zweiwöchiges Widerrufsrecht zubilligt (vgl. BGB §§ 312b-312d) (vgl. Fritz 2004, S. 81). Davon abgesehen fürchten sich viele Internetnutzer immer noch vor Datenmissbrauch im Internet. Laut der 28. W3B-Studie trifft dies auf 56% der deutschen Internetnutzer zu. Mit steigender Interneterfahrung nehmen die Befürchtungen sogar zu statt ab (vgl. Fittkau & Maaß 2009a; Dholakia/Dholakia 2001, S. 427 f.). Jedoch äußern Personen, die bereits etwas über das Internet gekauft haben, weniger Bedenken (vgl. Dholakia/Dholakia 2001, S. 429). Hinzu kommen Unsicherheiten bezüglich der Zuverlässigkeit der Anbieter (vgl. Diehl 2002, S. 57)
22
Grundlagen der Untersuchung
x Mangelndes Einkaufserlebnis: neben der fehlenden Haptik bei der Produktbeurteilung mangelt es den Online-Shops an einer vergleichbaren multisensualen Einkaufsatmosphäre (vgl. ebenda; Rudloff 2002, S. 16). Aus Anbietersicht ergeben sich die folgenden Vorteile des Online-Handels: x Ubiquität: durch die prinzipiell erreichbare Zeit- und Raumungebundenheit der virtuellen Märkte können Anbieter in kurzer Zeit weltweit tätig werden und sich damit einen größeren Kundenkreis erschließen als im stationären Einzelhandel (vgl. Fritz 2004, S. 59; Solomon et al. 2006, S. 507). In der praktischen Umsetzung zeigt sich aber, dass vor allem die Internationalisierung mit teilweise erheblichem Aufwand verbunden ist (vgl. Dees 2005, S. 9 f.). Neben sprachlichen Barrieren sind u.a. auch unterschiedliche gesetzliche Rahmenbedingungen und logistische Herausforderungen zu berücksichtigen. x Senkung der Kosten: der Aufbau eines Online-Shops ist im Vergleich zum stationären Einzelhandel eine günstige Vertriebsalternative (vgl. Diehl 2002, S. 57; Solomon et al. 2006, S. 508), wenngleich Bereitstellungs- und Marketingkosten für Hard- und Software, Lagerkapazitäten und die Bekanntmachung des Angebots erheblich sein können. Nach den Anfangsinvestitionen führen aber relativ geringe Distributionskosten zu einer deutlichen Ersparnis gegenüber dem klassischen Einzelhandel von beispielsweise 97 bis 99% beim digitalen Vertrieb von Software (vgl. Fritz 2004, S. 201). x Rentable Nischenangeboten: Wie erwähnt werden im Internet auch zahlreiche Nischenprodukte angeboten. Durch die größere Erreichbarkeit potenzieller Kunden bei vergleichsweise geringen Vertriebskosten können solche Produkte selbst bei kleinen Verkaufszahlen rentabel über das Internet vertrieben werden. Dies gilt im besonderen Maße für digitalisierbare Güter wie z.B. Musikdownloads und Filme. Anderson bezeichnet dieses Phänomen als „The Long Tail“, also den Teil der Absatzkurve abseits der umatzstarken Bestseller. Bei einzelnen Online-Händlern macht dieser „Long Tail“ fast die Hälfte des Gesamtumsatzes aus (vgl. ebenda 2007, S. 27). Dies führt wiederum zu einer großen Zahl spezialisierter Online-Händler, die zudem weltweit agieren können. Daraus erwachsen jedoch auch Nachteile des Online-Handels für die Anbieter: x Höherer Wettbewerbsdruck: um gegen die zahlreichen Anbieter im Internet bestehen zu können, sind Maßnahmen zur Differenzierung und Kundenbindung notwendig. Der Aufbau eines starken Markennamens spielt dabei eine entschei-
Charakter und Bedeutung des Online-Handels
23
dende Rolle. Darüber hinaus erhöhen Preisvergleichsdienste die Markttransparenz und verschärfen damit den Preiswettbewerb (vgl. Fritz 2004, S. 91, 201; Solomon et al. 2006, S. 507). x Hohes Risiko des Anbieterwechsels: Da die Konkurrenz nur einen Klick entfernt ist, fällt es dem Kunden prinzipiell leichter einen Wechsel zwischen den Online-Händlern vorzunehmen. Dies führt zu einer sinkenden Treue der Kunden vor allem gegenüber weniger bekannten Marken. Gegenüber dem traditionellen Handel zeigt sich umgekehrt aber eine größere Treue bei Marken mit großen Marktanteilen. Zufriedene Kunden sind im Internet zudem ausgesprochen loyale Kunden (vgl. Fritz 2004, S. 92, 120). So zeigt sich eine vergleichsweise geringe Neigung der Nutzer, alternative Angebote zu berücksichtigen, wenn diese sich bereits intensiv mit einem Anbieter beschäftigt haben, was als „Online Lock-In“ oder „Cognitive Lock-In“ bezeichnet wird (vgl. ebenda, S. 116 f.; Murray/Häubl 2002, S. 11). Kundenbindungsmaßnahmen sind daher gerade im Online-Handel von großer Bedeutung (vgl. Fritz 2004, S. 175). x Hohe Kosten der Akquisition neuer Kunden: Darüber hinaus sind Kundenbindungsmaßnahmen deshalb besonders wichtig, weil die Kosten zur Gewinnung neuer Kunden im E-Commerce allgemein sehr hoch sind. In einzelnen Branchen, wie z.B. der Unterhaltungselektronik-, Bücher- und Bekleidungsbranche, dauert es zwei bis drei Jahre bis eine Geschäftsbeziehung für den Anbieter profitabel wird (vgl. ebenda, S. 176).
2.1.4 Stand und Entwicklung des Online-Handels Die Bedeutung des Online-Handels lässt sich anhand der Internetnutzerzahlen, der Zahl der Online-Shopper sowie der Umsatzentwicklung im Online-Handel veranschaulichen. Zudem verdeutlichen die Wechselwirkungen zwischen verschiedenen Absatzkanälen den Einfluss des Internets auf Offline-Käufe. Neben E-Mail stellt das World Wide Web (WWW) den am häufigsten genutzten Internet-Dienst dar. Dieser verhalf dem Internet zu seiner heutigen Verbreitung. Seit vor gut 20 Jahren, am 13. November 1990, am Kernforschungszentrum CERN in der Schweiz die erste Webseite, info.cern.ch, veröffentlicht wurde (vgl. BITKOM 2010a, CERN 2010), hat sich die Zahl der Internetnutzer dramatisch vergrößert. Kein anderes Medium zuvor hat in so kurzer Zeit so viele Nutzer hinzugewonnen (vgl. Zerdick et al. 2001, S. 152; Engel/Ridder 2010, S. 4). Laut Internet World Stats und ITU nutzen be-
24
Grundlagen der Untersuchung
reits knapp 2 Mrd. Menschen weltweit das Internet, davon mit rd. 825 Mio. die meisten in Asien (vgl. Internet World Stats 2010a; ITU 2010). Bei der Internetdurchdringung liegt die Region Nordamerika mit durchschnittlich rd. 77% vorn (vgl. Internet World Stats 2010a). Spitzenreiter sind die skandinavischen Länder mit 97% in Island, 94% in Norwegen und 92% in Schweden. In Deutschland liegt die Internetpenetration mit ca. 65 Mio. Internetnutzern bei derzeit rd. 79% (vgl. Internet World Stats 2010b). Etwas weniger optimistisch sind die Zahlen der Initi@tive21, der ARD/ZDFOnlinestudie und der AGOF, die fast übereinstimmend von aktuell gut 70% und rd. 50 Mio. Internetnutzern über 14 Jahre in Deutschland ausgehen (vgl. Initi@tive21 2010, S. 10; van Eimeren/Frees 2010, S. 335; AGOF 2010a, S. 5). Die durchschnittliche Nutzungsdauer liegt je nach Befragungsart in Deutschland zwischen 114 und 136 Minuten pro Tag (vgl. van Eimeren/Frees 2010, S. 337, 347). Damit erreicht sie einen Nutzungsanteil an allen Medien von insgesamt 15%. Bei einzelnen Nutzergruppen hat das Internet die traditionell starken Medien Fernsehen und Radio in ihrer Bedeutung eingeholt. Dies gilt insbesondere für Männer und Jugendliche (vgl. ebenda, S. 337 f.; 348; Oehmichen/Schröter 2010, S. 467). So liegt die Nutzungsdauer bei den 14- bis 29-Jährigen knapp über der des Radios und knapp unter der des Fernsehens (vgl. Engel/Ridder 2010, S. 12), bei den 14- bis 19-Jährigen sogar jeweils knapp darüber (vgl. van Eimeren/Frees 2010, S. 348). Abhängig von der zu Grunde gelegten Frequenz bzw. vom zu Grunde gelegten Zeitraum des letzten Online-Einkaufs schwanken die Zahlen zum Anteil der OnlineKäufer (auch: Online-Shopper). So haben lt. AGOF in 2010 64,7% der Internetnutzer in den letzten drei Monaten online eingekauft (vgl. ebenda 2010b, S. 13). Dies entspricht in etwa 32,5 Mio. „regelmäßigen“ Online-Shoppern in Deutschland (bei einer Basis von 50 Mio. Internetnutzern, s.o.). Die Studie ACTA 2010 kommt auf 68% der deutschen Bevölkerung (14-64 Jahre), die in den letzten 12 Monaten online eingekauft haben (vgl. Schneller 2010, S. 17), was ungefähr 36 Mio. Personen entspricht (bei einer Basis von ca. 54 Mio. 14- bis 64-Jährigen in Deutschland, vgl. Stat. Bundesamt 2010a). Auch BITKOM berichtet im Mai 2010 davon, dass sechs von zehn Deutschen online einkaufen (vgl. ebenda 2010b) und die GfK beziffert die Zahl der OnlineKäufer für das Jahr 2009 ebenfalls auf rd. 34 Mio. (vgl. ebenda 2010, S. 1). Die Anzahl der Online-Shopper nimmt zudem in Deutschland seit Jahren stetig zu. Lt. Eurostat lag ihr Anteil 2004 noch bei 37% der Bevölkerung, lt. ACTA bei 45% (vgl. Eurostat 2010; Schneller 2010, S. 17). Auch die Pro-Kopf-Ausgaben im Online-Handel steigen seit Jahren. So gaben die Deutschen in 2006 im Durchschnitt noch 644 EUR pro Jahr im B2C-E-Commerce aus (inkl. Online-Apotheken, Online-Banking, Paid Content
Charakter und Bedeutung des Online-Handels
25
sowie online bestellte und offline bezahlte Ware). 2008 waren es bereits 913 EUR, womit Deutschland bei den Pro-Kopf-Ausgaben weltweit führend ist (vgl. TNS Infratest 2009, S. 242). Im Jahr 2009 nutzten knapp ein Viertel der deutschen Unternehmen das Internet für Vertriebszwecke, womit sich deren Zahl innerhalb eines Jahres mehr als verdoppelt hat. Sie erzielten durch den Verkauf über das Internet bereits ein Drittel ihres Gesamtumsatzes (vgl. Stat. Bundesamt, zit. nach eSales4U 2010a). Im März 2010 beziffert iBusiness die Zahl der im E-Commerce tätigen Unternehmen in Deutschland auf 388.500, davon 150.000 Online-Shops (vgl. ECIN 2010). Der Gesamtumsatz des deutschen Versandhandels wird für das Jahr 2010 auf 29,9 Mrd. EUR geschätzt und erreicht damit einen Umsatzanteil von 7,4% des gesamten deutschen Einzelhandels. Zudem steigen die Umsätze seit 2006 stetig. Größter Wachstumstreiber ist dabei der Online-Handel, der mit geschätzten 17,8 Mrd. EUR inzwischen 59,5% des Versandhandelsumsatzes ausmacht (vgl. bvh 2010, S. 3 f.). Hinzu kommen geschätzte 6,5 Mrd. EUR für digitale Dienstleistungen, wie z.B. Downloads, Ticketkäufe und Hotelbuchungen (vgl. ebenda, S. 12). Forrester Research prognostiziert den Umsatz im B2C-E-Commerce in Deutschland für das Jahr 2014 auf 44 Mrd. EUR (vgl. Forrester Research, zit. nach eSales4U 2010b). Wie Abbildung 1 zu entnehmen ist, ist Amazon der umsatzstärkste Online-Händler Deutschlands. Die aktuellsten Zahlen stammen aus dem Jahr 2008, in dem das Unternehmen 1,6 Mrd. EUR Umsatz machte. In den Top 10 vertreten sind zudem der seit 2010 jedoch insolvente Versender Quelle sowie die klassischen Versandhändler Otto, Neckermann und Baur. Mit H&M befindet sich zudem ein vertikalisierter OnlineHändler in der Rangliste. Amazon führt zudem das Imageranking des ECCShopmonitors der 20 umsatzstärksten Online-Shops seit dessen Einführung unangefochten an. Aktuell liegen dahinter Esprit, Apple, Musikhaus Thomann und Conrad Electronic (Stand: Feburar 2011; vgl. ECC 2011). Zu den beliebtesten Shopping-Seiten, gemessen an der Zahl der Käufer, zählen in 2009 eBay mit 20,3 Mio. Käufern, Amazon (19,4 Mio.), Otto (7,7 Mio.), Weltbild (5,9 Mio.) und Tchibo (5,6 Mio.) (vgl. GfK 2010, S. 2). Darüber hinaus zählen ebay und Amazon weltweit zu den zehn am häufigsten besuchten Webseiten (vgl. Nielsen 2010).
26
Grundlagen der Untersuchung
Amazon
1.646
Quelle
657
Otto
583
Conrad
411
Neckermann
385
Notebooksbilliger.de
222
Bonprix
218
Baur
199
H&M
195
DocMorris
187 0
500
1.000
1.500
2.000
Umsatz in Mio. EUR
(Quelle: Statista/EHI 2010) Abbildung 1: Die zehn umsatzstärksten Online-Shops in Deutschland 2008 Die am häufigsten über das Internet gekauften Produkte sind Bücher, die in drei unterschiedlichen Studien übereinstimmend den ersten Rang einnehmen, wie Tabelle 3 verdeutlicht. Danach folgen in unterschiedlicher Reihenfolge Eintrittskarten, Kleidung, Reisen bzw. Reisetickets, Hotelübernachtungen und Musik-CDs. ACTA 2010 (in Mio. Käufe, in den letzten 12 Monaten, ca. Angaben) [1]
AGOF internet-facts 2010-II (in Prozent der Internetnutzer, Kauf in den letzten 12 Monaten) [2]
GfK Online-Shopping Survey 2010 (in Mio. Käufe, Zeitraum unbekannt) [3]
Bücher
18,2
Bücher
40,9%
Bücher
14,9
Reisen
16,6
Eintrittskarten
34,1%
Kleidung
14,7
Eintrittskarten
16,4
Musik-CDs
25,4%
Veranstaltungstickets
12,5
Bahn-, Flugtickets, Hotels
16,0
Hotelübernachtungen
25,3%
Tonträger
8,5
Hotelübernachtungen
7,4
Kleider, Schuhe
14,0
Damenbekleidung
24,3%
CDs, DVDs
13,2
Urlaubsreisen
24,0%
Computerhardware
7,2
Spielwaren
22,0%
Musikdownloads
7,0
Herrenbekleidung
21,4%
Medikamente
6,0
Filme (DVDs, Videos)
20,4%
Software
5,4
Computerhardware oder -Zubehör
19,9%
Quellen: [1] Schneller 2010, S. 18, [2] AGOF (2010b), S. 22, [3] GfK (2010), S. 1
Tabelle 3: Die am häufigsten gekauften Produkte im Internet
Charakter und Bedeutung des Online-Handels
27
Neben dem Online-Kauf von Waren und Leistungen nimmt das Internet zudem auch immer größeren Einfluss auf den Kauf in traditionellen Einkaufsstätten. So wurden in mehreren Studien die Wechselwirkungen zwischen Online- und Offline-Kanälen nachgewiesen, bei denen die Konsumenten den Kauf in einem Kanal anbahnen, dann aber im jeweils anderen Kanal kaufen. Der Anteil solcher als Multi-Channel-Käufe bezeichneten Transaktionen (vgl. Fritz 2004, S. 119) wurde in einer deutschen Studie von 2002 auf knapp 30% der Online- bzw. Offline-Käufe geschätzt (vgl. Dach 2002a, S. 15 ff.). In einer neueren Studie lag der Anteil derjenigen, die sich online informierten, dann aber offline kauften, bei 23,4%. 10,7% der Offline-Käufe soll zudem ein Kaufimpuls im Internet vorangegangen sein (vgl. van Baal/Hudetz 2008, S. 34 ff.). In einer Studie aus den USA belief sich der Anteil derjenigen, die ihre Käufe im Ladengeschäft tätigen, sich zuvor aber im Internet informierten, sogar auf 75% (USC 2004, S. 60). Speziell für den Versandhandel wurde festgestellt, dass sich 68% der OnlineKäufer zuvor im entsprechenden Katalog des Anbieters informiert, umgekehrt aber nur 21% der Offline-Käufer vor der Bestellung die Internetseite des Versenders aufgerufen hatten (vgl. bhv 2010, S. 14 f.). Der Einfluss des Internets an der Kaufentscheidung ist zudem stark von der jeweiligen Produktgruppe abhängig. In einer aktuellen Studie von Yahoo Research und der GfK nutzten 84% der Internetnutzer vor dem Kauf von CDs, DVDs, Spielen und Software sowie von Unterhaltungselektronik zuvor das Internet als Informationsquelle. Bei Bekleidung, Möbeln und Heimwerkerbedarf sind es 56 bis 63%, bei Lebensmitteln nur noch 30% der Internetnutzer (vgl. Yahoo Research 2010, S. 9).
2.2 Kaufentscheidungstypologien unter besonderer Berücksichtigung ungeplanter Käufe Ungeplante Käufe bzw. ungeplante Kaufentscheidungen stellen einen speziellen Typen des allgemeinen Kaufentscheidungsverhaltens der Konsumenten dar. Die Konsumentenforschung hat dabei im Laufe der Zeit diverse Ansätze zur Typologisierung von Kaufentscheidungen hervorgebracht. Diese dienen insbesondere dazu, das komplexe Verhalten und die dabei ablaufenden kognitiven und aktivierenden Prozesse des Entscheidungsverhaltens von Konsumenten zu systematisieren, sprachlich zu ordnen und vereinfacht darzustellen. Auf diese Weise können ähnlich ablaufende Entscheidungsprozesse zusammengefasst und für diese dann Erklärungshypothesen aufgestellt und überprüft sowie letzten Endes einheitliche Marketingmaßnahmen gestaltet werden
28
Grundlagen der Untersuchung
(vgl. Kroeber-Riel 1980, S. 310; Weinberg 1981, S. 12; auch Raffeé 1974, Sp. 1032 f.). Das Ziel einer solchen Kaufentscheidungstypologie ist es jedoch nicht, alle Verhaltensmuster und Erklärungsansätze in einer Typologie zu vereinen. Dies entspräche dem Ansatz der Totalmodelle des Konsumentenverhaltens, welche sowohl für die Marketingforschung, insbesondere die empirische Forschung, als auch die Marketingpraxis schlecht handhabbar und wenig praktikabel sind. Vielmehr stellen Typologien von Kaufentscheidungen nur einen größtmöglichen Ausschnitt der für das Marketing relevanten Grundtypen des Entscheidungsverhaltens dar (in Anlehnung an Weinberg 1981, S. 16, 197 ff.; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 412, 417 f.). Im Folgenden wird ein Überblick über ausgewählte Typologisierungsansätze von Kaufentscheidungen gegeben, die auch ungeplante Käufe in der einen oder anderen Form beinhalten.
2.2.1 Kaufentscheidungstypologie von Katona, Howard und Weinberg Eine der ersten für das Marketing relevanten Einteilungen von Kaufentscheidungen stammt von Katona (1951, in deutscher Sprache 1960). In seiner grundlegenden Arbeit über eine psychologische Fundierung der Nationalökonomie unterscheidet er zwischen echten Entscheidungen einerseits und habituellem Verhalten andererseits (vgl. Katona 1960, S. 57). „Echte Entscheidungen werden nur gelegentlich getroffen. Sie erfordern die Wahrnehmung einer neuen Situation und die Lösung des durch sie geschaffenen Problems; sie führen dazu, auf eine Situation in einer neuen Art und Weise zu reagieren“ (Katona 1960, S. 57). Diese echten Entscheidungen kommen dem zu seiner Zeit vorherrschenden rationalen Entscheidungstyp des Konsumenten am nächsten, sind mit diesem aber nicht gleichzusetzen (vgl. ebenda, S. 58; Katona 1962, S. 197). Katona bezeichnet die echte Entscheidung auch als überlegte Wahl und problemlösendes Verhalten, welches insbesondere durch Denken und Überlegen sowie durch das Abwägen von Alternativen und deren Folgen gekennzeichnet ist (vgl. Katona 1962, S. 196). „Habituelles Verhalten stellt im Gegensatz dazu das übliche oder alltägliche Verhalten dar. Man tut das, was man vorher in einer ähnlichen Situation auch schon getan hat. [...] Routineverhalten oder die Anwendung von Faustregeln sind brauchbare Begriffe zur Umschreibung dieser zweiten Verhaltensform“ (Katona 1960, S. 57). Dieses routine- oder gewohnheitsmäßige Verhalten kommt vergleichsweise häufig vor und beruht nach Katonas Auffassung nicht auf einer Wahl oder Entscheidung, sondern
Kaufentscheidungstypologien
29
läuft ganz automatisch ab (vgl. Katona 1962, S. 196). Die Entstehung von Gewohnheiten führt er insbesondere auf das assoziative Lernen durch häufige erfolgreiche bzw. zufrieden stellende Wiederholungen einer Handlung zurück (vgl. Katona 1960, S. 56; ders. 1962, S. 202; auch bei Schulz 1972, S. 30). Insbesondere beim Kauf von Gütern des täglichen Bedarfs, die von Natur aus häufig gekauft werden, neigen Verbraucher daher zu gewohnheitsmäßigem Verhalten. Zeitdruck, ein geringer monetärer Warenwert und kaum wahrgenommene Unterschiede zwischen verschiedenen Marken verstärken zudem die Entwicklung habituellen Verhaltens, da entweder die Zeit für das abwägende Einkaufen fehlt oder die Unsicherheit, etwas Falsches zu kaufen oder zu viel zu bezahlen, in diesen Fällen gering ist. Es besteht aber auch die Möglichkeit, dass die Gewohnheit durchbrochen wird, wenn sich eine neue Situation ergibt (vgl. Katona 1962, S. 201 ff.), z.B. wenn sich der Preis eines Produktes erhöht. Wenngleich Katona scharf zwischen echten Entscheidungen und habituellem Verhalten trennt, betont er, dass es auch Zwischenformen des Verhaltens gibt und nicht jedes komplexe Handeln eindeutig einem der beiden Typen zugeordnet werden kann (vgl. Katona 1960, S. 58). So erwähnt er auch Impulskäufe und definiert diese als „aus Augenblicksentschlüssen entstandene Erwerbungen auf Grund emotioneller Bedürfnisse oder Überredung“ (Katona 1962, S. 195). Diesen „launenhaften und unverständlichen Käufen“ misst er aus Sicht der Wirtschaft aber keine größere Bedeutung bei (vgl. ebenda, S. 203). Ferner stellt er auch Ergebnisse einer Untersuchung vor, in der selten angeschaffte, langlebige Gebrauchsgüter wie Autos oder Haushaltsgeräte nicht nach Abwägen aller mit der Anschaffung verbundenen Aspekte gekauft wurden, sondern nur anhand einzelner ausgewählter Kriterien wie Preis, Aussehen oder Funktionen des Produkts. Zudem wurde meist nur eine begrenzte Anzahl an Marken und Geschäften berücksichtigt. Gewohnheitsmäßige Praktiken beeinflussen demnach auch das planvolle Kaufen (vgl. Katona 1962, S. 203 f.). Dieser Aspekt spiegelt sich in der Einteilung von Kaufentscheidungstypen nach Howard wider, der bereits 1963 neben den echten bzw. extensiven und habitualisierten Entscheidungen einen weiteren Entscheidungstyp einführt: die begrenzte oder limitierte Kaufentscheidung (Howard 1963, S. 37, 77). Später wird dieser Entscheidungstyp auch bei Engel/Kollat/Blackwell (1968) sowie Howard/Sheth (1969) aufgeführt. Howard (1963, 1977) bzw. Howard/Sheth (1969) stellen Lernprozesse in Form der „psychology of simplification“ in den Mittelpunkt ihres Ansatzes. Demnach bilden
30
Grundlagen der Untersuchung
extensive Problemlösungen (Extensive Problem Solving, kurz: EPS) das Anfangsstadium sich wiederholender Käufe, bei denen noch keine strukturierten Entscheidungskriterien oder Präferenzen für mögliche Alternativen vorliegen. In dieser Situation herrschen i.d.R. noch große Unklarheiten über die verfügbaren alternativen Marken oder Produktklassen vor, so dass der Konsument aktiv nach entsprechenden Informationen sucht (vgl. Howard/Sheth 1969, S. 27, 46). Bei limitierten Kaufentscheidungen (Limited Problem Solving, kurz: LPS) liegen hingegen Erfahrungen aus ähnlichen Situationen vor. Eine Entscheidung zugunsten der verfügbaren Alternativen erfolgt dann auf der Grundlage bewährter Entscheidungskriterien. Die Suche nach Informationen beschränkt sich in diesem Fall auf einige und nicht alle alternativen Marken, ohne jedoch vorab eine bestimmte Marke eindeutig zu präferieren (vgl. ebenda, S. 47; auch Weinberg 1981, S. 13 f.; Kuß 1987, S. 18). Bei der habitualisierten Entscheidung (Routinized Response Behavior, kurz: RRB) bestehen keine Unklarheiten mehr bezüglich der einzelnen Marken, von denen der Konsument einige wenige stark präferiert. Er wird daher nicht mehr aktiv nach Informationen suchen. Zudem werden lediglich kongruente neue Informationen wahrgenommen und bestärken den Konsumenten in seiner gefestigten Einstellung gegenüber einer Marke, während er Informationen über neue Marken ignoriert (vgl. Howard/Sheth 1969, S. 47; Howard 1977, S. 9). Howard (1977) stellt die drei Entscheidungstypen zudem in einem einfachen Schema dar, welches sich am Umfang der eingeholten Informationen und der Entscheidungszeit orientiert, wie in Tabelle 4 dargestellt (vgl. ebenda, S. 10). Impulsive oder ungeplante Käufe werden bei ihm nicht explizit berücksichtigt. Informationsmenge
Entscheidungsgeschwindigkeit
Extensive Problem Solving (EPS)
groß
langsam
Limited Problem Solving (LPS)
mittel
mittel
Routinized Response Behavior (RRB)
klein
schnell
Entscheidungsstufen
(Quelle: Howard 1977, S. 10) Tabelle 4: Entscheidungsstufen nach Howard Engel/Kollat/Blackwell (1968) leiten den limitierten sowie den habitualisierten Entscheidungstyp aus ihrem Prozessmodell extensiver Kaufentscheidungen durch Überspringen bzw. Modifizieren der einzelnen Kaufentscheidungsphasen ab. Die extensive Kaufentscheidung ist dabei insbesondere durch eine ausgedehnte externe Suche nach möglichen Alternativen, die zu Bedürfnisbefriedigung geeignet erscheinen, geprägt. Bei der limitierten Entscheidung fällt diese externe Suche nach Alternativen weg. So-
Kaufentscheidungstypologien
31
mit führt der limitierte Entscheidungsprozess direkt von der Produktwahrnehmung zur Bewertung der dem Konsumenten bekannten Alternativen. Habituelle Entscheidungen kommen gänzlich ohne den Vergleich von Alternativen aus. Der Kauf erfolgt in diesem Fall direkt nach der Problemerkennung (vgl. Engel/Kollat/Blackwell 1968, S. 350 ff.; auch Blackwell/Miniard/Engel 2006, S. 88 ff.). Die Dreiteilung in extensive, limitierte und habitualisierte Entscheidungen orientiert sich primär an den beteiligten kognitiven Prozessen, also insbesondere den Prozessen der Informationsaufnahme und -verarbeitung. Diese ist eine Sichtweise, die die aktivierenden Prozesse teilweise stark vernachlässigt und die insbesondere durch die amerikanische Literatur geprägt wird (vgl. Schulte-Frankenfeld 1985, S. 8 ff.). Dennoch weist auch diese meist auf ungeplantes bzw. impulsives Kaufverhalten hin (vgl. Engel/Kollat/Blackwell 1968, S. 350 ff., 487 ff.; Howard 1977, S. 145.; Howard 1994, S. 18 ff.; Schiffman/Lazar Kanuk 2004, S. 549 ff.; Solomon et al. 2006, S. 259 ff.; 324), welches – wie sich noch zeigen wird – im besonderen Maße durch aktivierende bzw. emotionale Prozesse erklärt werden kann. Da der Grad der Beteiligung kognitiver Prozesse eine stetige Variable ist, d.h. der Übergang zwischen den Kaufentscheidungstypen fließend ist, bietet es sich an, diesen anhand eines Kontinuums darzustellen. Demnach bilden Kaufentscheidungen mit hoher kognitiver Beteiligung und Kaufentscheidungen mit niedriger kognitiver Beteiligung die Extremausprägungen dieses Kontinuums (vgl. Kroeber-Riel 1980, S. 310; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 411; Blackwell/Miniard/Engel 2006, S. 88 ff.). Die bisher beschriebenen Kaufentscheidungstypen lassen sich auf diesem Kontinuum wie in Abbildung 2 dargestellt einordnen.
32
Grundlagen der Untersuchung
extensiv
limitiert
hoch
Grad der Komplexität
habituell
niedrig
(Quelle: in Anlehnung an Blackwell/Miniard/Engel 2006, S. 89)
extensiv
hoch
limitiert
habituell
Grad kognitiver Beteiligung
niedrig
impulsiv
(Quelle: in Anlehnung an Kroeber-Riel 1980, S. 310 f.) Abbildung 2: Entscheidungstypen und Grad der kognitiven Beteiligung Eine alternative Darstellung eines solchen Kontinuums stammt von Kroeber-Riel (1980, S. 310 f.; Abbildung 2). An Stelle des habituellen Kaufentscheidungstyps sieht er die impulsiven Kaufentscheidungen als Extremausprägung kognitiv schwach kontrollierter Entscheidungen. „Eine stärkere kognitive Beteiligung ist beim Gewohnheitsverhalten vorhanden: Der Konsument folgt hier aktiv verfestigten Verhaltensplänen, ohne sich allerdings Gedanken über das Für und Wider einer Wahl zu machen“ (ebenda, S. 310). Erst wenn die Produktwahl überlegt und bewusst erfolgt, liegen echte Entscheidungen vor, die von vereinfachten bzw. limitierten bis hin zu extensiven Entscheidungen reichen (vgl. ebenda, S. 311). Kroeber-Riel betont zudem, dass die erwähnten Entscheidungstypen in gradueller Ausprägung zu sehen sind, d.h. dass sie jeweils einen ganzen Abschnitt auf der angegebenen Skala repräsentieren. Bei der Bildung von Verhaltenstypen wird daher eine starke Vereinfachung dergestalt vorgenommen, dass das Entscheiden als eine Verhaltenseinheit angesehen wird. So können im Ganzen gesehen extensive Entscheidungen z.B. auch impulsive Elemente enthalten. Vereinfachend wird daher davon ausgegangen, das eine bestimmte Verhaltensweise das gesamte Verhalten dominiert (vgl. ebenda, S. 311). In ähnlicher Weise sieht es Raffeé (1974), der die Kaufentscheidungstypen als Grobgliederung versteht, die in bestimmten Entscheidungssituationen der Differenzierung bedarf. „Von Bedeutung ist, ob die Gesamtentscheidung betrachtet wird (makroskopischer Aspekt) oder lediglich Einzelphasen (mikroskopischer Aspekt)“ (ebenda, Sp. 1034). Beispielsweise liegt makroskopisch ein Routinekauf dann vor,
Kaufentscheidungstypologien
33
wenn die Such- und die Bewertungsphase ausfallen. Mikroskopisch jedoch kann Routineverhalten auch in der Such- und/oder Bewertungsphase stattfinden (vgl. ebenda). Eher am Rande erwähnen Blackwell/Miniard/Engel (2006) das impulsive Kaufverhalten und stellen einen Bezug zu der von ihnen verwendeten Typologie von Kaufentscheidungen her, indem sie dieses als eine extreme Ausprägung limitierten Problemlösungsverhaltens verstehen. Dieses weit gefasste Verständnis limitierter Kaufentscheidungen führt zur Einführung eines weiteren Entscheidungstypen zwischen extensiven und limitierten Entscheidungen: dem Midrange Problem Solving. Bei diesem wird ein gewisser „mittlerer“ Aufwand zur Informationssuche und Alternativenbewertung betrieben. Dieser Entscheidungstyp deckt sich damit aber wiederum weitgehend mit dem limitierten Entscheidungstyp im engeren Sinn, so dass diese Differenzierung im weiteren Verlauf unbeachtet bleibt. Daneben führen die Autoren noch das Abwechslung suchende Kaufverhalten (variety seeking) auf, welches vor allem dann auftritt, wenn der Konsument von der bisherigen Marke gelangweilt ist oder durch äußere Anreize (z.B. mangelnde Verfügbarkeit oder Sonderangebote) zum Markenwechsel verleitet wird (vgl. ebenda, S. 89 ff.). Eine konsequente Einordnung impulsiver Kaufentscheidungen nimmt Weinberg (1981, S. 12 ff.; vgl. auch Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 411 f.) in seiner Kaufentscheidungstypologie vor. „Impulskäufe lassen sich durch ein rasches Handeln erkennen. Sie sind ungeplant, werden gedanklich kaum kontrolliert, unterliegen einer starken Reizsituation und zeichnen sich meist durch eine emotionale Aufladung aus“ (Weinberg 1981, S. 14). Nach seiner Auffassung lässt sich das Entscheidungsverhalten von Konsumenten allgemein durch die Beteiligung affektiver bzw. emotionaler, kognitiver und reaktiver Prozesse idealtypisch kennzeichnen (vgl. Weinberg 1981, S. 16; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 411 f.): x emotional: die Aktivierung und ihre Interpretation x kognitiv: die gedankliche Steuerung der Kaufentscheidung x reaktiv: das automatische Reagieren in der Handlungssituation. Diese Kriterien sind jedoch nicht unabhängig voneinander. Je nachdem welche psychischen Prozesse bei einer Kaufentscheidung dominieren, lässt sich diese anhand des in Tabelle 4 dargestellten Musters den extensiven, limitierten, habituellen oder impulsiven Kaufentscheidungen zuordnen, wobei die Übergänge zwischen diesen Typen fließend sind. Wo genau jedoch z.B. eine extensive Kaufentscheidung endet und eine limitierte Kaufentscheidung beginnt, wird aus der Typologie nicht ersichtlich. Dem je-
34
Grundlagen der Untersuchung
weiligen Forscher bleibt es daher mehr oder weniger freigestellt, wie er eine zweckmäßige Zuordnung im Einzelfall vornimmt (vgl. ebenda). Kaufentscheidung extensiv
dominanten Prozesse emotional
kognitiv
x
x
limitiert
x
habituell impulsiv
reaktiv
x x
x
(Quelle: Weinberg 1981, S. 16; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 411) Tabelle 5: Kaufentscheidungstypen nach dominanten psychischen Prozessen
2.2.2 Weiterentwicklungen der Typologie von Weinberg Der Einteilung von Weinberg, welche jedes Entscheidungsverhalten von empirischer Relevanz berücksichtigen soll (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 412), folgt inzwischen ein Großteil vor allem der deutschsprachigen Konsumentenverhaltens- und Marketingliteratur, wenngleich teilweise andere Begriffe verwendet werden (vgl. u.a. Weinberg 1981, S. 12 f.; Kroeber-Riel 1980, S. 311; Behrens 1991, S. 231 ff.; Bänsch 2002, S. 9 f.; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 411; Kuß/Tomczak 2007, S. 107 ff.; Foscht/Swoboda 2005, S. 149 ff.; Fritz/v. d. Oelsnitz 2006, S. 57 ff.). Dabei verdeutlicht Weinberg selbst, dass diese Typologie, sofern sie konsequent um die verbleibenden Kombinationsmöglichkeiten ergänzt wird, noch weitere Entscheidungstypen enthalten kann, die er aber nicht interpretiert (vgl. ebenda 1981, S. 198). Somit bleibt es anderen Forschern überlassen, Weiterentwicklungen dieser Typologie vorzunehmen.
Kaufentscheidungstypologien
35
Behrens (1991) beispielsweise greift diese Typologie auf und berücksichtigt in seiner „dimensionalen Ordnung“ von Kaufentscheidungstypen explizit den fließenden Übergang zwischen diesen Typen, wie aus Abbildung 3 hervorgeht. Insbesondere der reaktiven bzw. motorischen Komponente des Konsumentenverhaltens, die z.B. bei Kroeber-Riel/Weinberg/Gröppel-Klein (2009) nur kurz erläutert wird, obgleich sie zentraler Bestandteil ihrer Kaufentscheidungstypologie ist, misst Behrens eine über die rein ausführende Funktion hinausgehende Bedeutung bei. Dies führt er vor allem darauf zurück, dass das reale Kaufverhalten von Konsumenten mit Hilfe kognitiver und emotiver – also emotionaler und motivationaler – Prozesse nicht vollständig erklärt werden kann. Selbst wenn ein Konsument ein Produkt sympathisch findet und weiß, dass das Preis-Leistungsverhältnis gut ist, muss dies nicht zu einem Kauf des Produkts führen. Das motorische Informationsverarbeitungssystem, worunter er den Bewegungsablauf des menschlichen Organismus versteht (z.B. der Gang durch den Laden und das Herausnehmen von Produkten aus den Regalen), sieht er als eigenständiges System an, welches mit den anderen Systemen menschlicher Informationsverarbeitung vernetzt ist (vgl. vertiefend Behrens 1991, S. 46, 216 ff.). kognitiv extensive KE
Entdeckungskauf
limitierte KE Mischformen
impulsive KE emotiv
habituelle KE ungeplanter Routinekauf
motorisch
(Quelle: Behrens 1991, S. 239; Unger 1998, S. 54) Abbildung 3: Dimensionale Ordnung von Kaufentscheidungstypen nach Behrens Korrespondierend mit den vorherigen Ansätzen dominiert die motorische Komponente bei der habituellen Kaufentscheidung. Auch sieht Behrens habituelle Entscheidungen als Produkt eines Entwicklungsprozesses an, der durch Wiederholung und zunehmende kognitive Entlastung gekennzeichnet ist und zunächst bei der extensiven Entscheidung beginnt. Jedoch betont er, dass habituelles Verhalten keine Entwicklung in der
36
Grundlagen der Untersuchung
rein kognitiven Dimension ist. Bei der Habitualisierung findet vielmehr eine Verlagerung von der kognitiven, bewussten Informationsverarbeitung zur unbewussten, motorischen Informationsverarbeitung statt. Daher ordnet er extensive und habituelle Kaufentscheidungen nicht als Pole auf einer eindimensionalen (kognitiven) Skala an, sondern versteht sie als extreme Ausprägungen der kognitiven bzw. motorischen Informationsverarbeitung. Dazwischen liegt die limitierte Kaufentscheidung. Das impulsive Kaufverhalten basiert hingegen im Wesentlichen auf der emotiven Informationsverarbeitung und bildet damit den dritten Eckpunkt seiner dimensionalen Ordnung (vgl. Behrens 1991, S. 232 ff.). Die vernetzte, dimensionale Ordnung betont, wie erwähnt, die fließenden Übergänge zwischen den Entscheidungstypen. Eine genaue Abgrenzung dieser ist aber weiterhin nicht möglich. Neben den drei Grundformen existieren vielmehr zahlreiche Mischformen des Entscheidungsverhaltens, von denen Behrens neben der limitierten Kaufentscheidung zwei weitere konkretisiert: den ungeplanten Routinekauf und den Entdeckungskauf (vgl. ebenda, S. 238 f.). Der ungeplante Routinekauf ist zwischen impulsiven und habitualisierten Käufen einzuordnen. Er läuft in Teilen schematisch ab, enthält aber auch impulsive Elemente. Behrens erläutert dazu das Beispiel eines Teekaufs, bei dem das Produkt Tee zwar regelmäßig gekauft wird, die Produktwahl also habitualisiert verläuft, jedoch z.B. spontan eine neu wahrgenommene Teemarke ausprobiert wird. Der gewohnheitsmäßige Teekauf wird somit durch ein emotionales Element, z.B. der Vorfreude auf einen neuen Geschmack, begleitet (vgl. ebenda, S. 238 f.). Der Entdeckungskauf beruht auf einem Zufall. Ein Produkt welches der Konsument schon seit längerem sucht wird zufällig beim Einkaufen entdeckt und dann spontan mitgenommen. In diesem Fall handelt es sich jedoch nicht um einen von außen vermeintlich erkannten Impulskauf, weil dem Kauf eine intensive Beschäftigung mit dem Produkt vorausgegangen ist. Da der Kauf an sich aber spontan erfolgt, ist er auch nicht eindeutig dem extensiven Entscheidungstyp zuzuordnen (vgl. ebenda, S. 240). Hier wird die notwendige Differenzierung zwischen Kaufentschluss und Kaufhandlung deutlich. Während der Kaufentschluss in diesem Beispiel auf einer extensiven (oder zumindest limitierten) Kaufentscheidung beruht, erfolgt die tatsächliche Kaufhandlung spontan. Dieser Ansatz wirkt auf den ersten Blick differenzierter als Weinbergs Klassenbildung. Die Darstellung lässt aber auch einigen Interpretationsspielraum zu. Problematisch ist vor allem erneut die Einordnung der Kaufentscheidungstypen in das Schema, die in
Kaufentscheidungstypologien
37
diesem Fall zudem Abweichungen zur Typologie von Weinberg aufweist. Der extensive Kaufentscheidungstyp ist in dieser Darstellung nur noch durch eine starke kognitive Kontrolle, nicht aber mehr durch emotionale Prozesse gekennzeichnet. Beim Impulskauf wird die Bedeutung der reaktiven Komponente nicht sichtbar. Diese Interpretation der Darstellung ändert sich jedoch, wenn man auch hier die Extremausprägungen lediglich als dominierende und nicht als jeweils allein existierende Prozesse versteht. Eine weitere verwandte Einteilung von Kaufentscheidungen stammt von Trommsdorff (2004, S. 319 ff.). Dieser stellt die Informationsverarbeitung für den Kauf in den Mittelpunkt seiner Betrachtung. Er wählt dabei im Gegensatz zur kategorialen Einteilung von Weinberg wiederum eine kontinuierliche Darstellung, welche Abbildung 4 entnommen werden kann. Informationsverarbeitung vor dem Kauf
0
100 Involvementkauf
Impulskauf
(Quelle: Trommsdorff 2004, S. 319) Abbildung 4: Einteilung von Kaufentscheidungen nach Trommsdorff Die Extremausprägungen dieses Kontinuums stellen demnach die beiden grundsätzlich zu unterscheidenden Kaufentscheidungstypen dar: den Involvementkauf mit hoher Informationsverarbeitung auf der einen und den Impulskauf ohne nennenswerte Informationsverarbeitung auf der anderen Seite. Letzterer entspricht dabei nicht der engen Begriffsauffassung des Impulskaufs wie sie z.B. bei Weinberg vertreten wird, sondern umfasst neben diesen auch das habitualisierte Kaufverhalten. Der Autor betont zudem, dass zwischen diesen Extremenwerten weitere Entscheidungstypen mit beschränkter Informationsverarbeitung liegen, deren konkrete Einordnung auf dem Kontinuum, wie z.B. die des limitierten Kaufentscheidungstyps, willkürlich erfolgt (vgl. Trommsdorff 2004, S. 320 ff.). Inhaltlich liefert Trommsdorffs Einteilung gegenüber der Typologie von Weinberg keine wesentlichen neuen Erkenntnisse. Er verwendet lediglich andere Begriffe. Der Involvementkauf entspricht dabei der extensiven Kaufentscheidung. Zu den Impulskäufen zählt er, wie erwähnt, sowohl die habituellen Kaufentscheidungen, welche er als „kalte Impulskäufe“ bezeichnet und die Impulskäufe (im engeren Sinn) mit emotionaler Aufladung und starker Aktivierung, welche er
38
Grundlagen der Untersuchung
als „heiße Impulskäufe“ bezeichnet. Zudem führt er noch den „beiläufigen“ (LowInvolvement) Impulskauf auf, den er ebenfalls den kalten Impulskäufen zuordnet. Des Weiteren differenziert er die Impulskaufarten nach ihren jeweiligen Ursachen wie z.B. Impulskäufe aus Zeitdruck, aus Spaß, zur Konfliktvermeidung oder als Persönlichkeitseigenschaft (vgl. Trommsdorff 2004, S. 320 ff.). Engelhardt et al. (2004) schlagen eine Erweiterung der Typologie von Weinberg speziell um die Menge der ungeplanten Kaufentscheidungen vor, wie sie aus Tabelle 6 hervorgeht, da der Impulskauf nur ein Vertreter dieser Kaufentscheidungen ist (vgl. ebenda, S. 323; auch Kap. 3.2). Ihre Erkenntnis geht insbesondere auf die Untersuchung von Baun (2003) zurück, die neben dem emotionsgeladenen Impulskauf und dessen verschiedenen Ausprägungen auch noch den ungeplanten Extensivkauf und den emotionslosen Spontankauf unterscheidet. Ersterer ist nicht spontan, geht mit nur geringen Emotionen und einer hohen kognitiven Beteiligung einher, wenngleich der Kauf zuvor nicht geplant war. Letzterer hingegen weist neben nur geringen Emotionen auch keine kognitive Beteiligung am Entscheidungsprozess auf, erfolgt aber spontan vor Ort (vgl. Baun 2003, S. 250 ff.). Danach entwickeln Engelhardt et al. folgendes erweitertes Konzept (vgl. ebenda 2004, S. 324): geplante Käufe
ungeplante Käufe dominante Prozesse
Kaufentscheidung extensiv limitiert habituell
emotional x
kognitiv
reaktiv
x
emotional
kognitiv
x
x
reaktiv x
impulsiv
x
spontanemotionslos
x x
Kaufentscheidung extensiv
(Quelle: Engelhardt et al. 2004, S. 324) Tabelle 6: Erweiterung der Kaufentscheidungstypen nach dominanten psychischen Prozessen Inzwischen besteht weitgehend Einigkeit darüber, dass eine Differenzierung zwischen ungeplanten Käufen und Impulskäufen zweckmäßig ist (vgl. Engel/Blackwell/Miniard 2001, S. 561; Baun 2003, S. 31, 45; Engelhardt et al. 2004, S. 323; Solomon et al. 2006, S. 324). Diese Unterteilung wird daher auch in der vorliegenden Untersuchung als Grundlage verwendet und weiterentwickelt (vgl. Kap. 3.2 und 3.4).
Kaufentscheidungstypologien
39
2.2.3 Alternative Ansätze Neben den eng an Katona, Howard und Weinberg angelehnten Typologien sind im Laufe der Zeit diverse alternative Ansätze zur Typologisierung von Kaufentscheidungen entwickelt worden, die teilweise Parallelen zur beschriebenen Typologie aufweisen, teilweise aber auch Ergänzungen beinhalten und daher im Folgenden kurz dargestellt werden. 2.2.3.1 Der Ansatz von Wiswede Eine frühe und zu Katona vergleichbare Einteilung von Kaufentscheidungen stammt von Wiswede (1965). Dieser unterscheidet zwischen Suchkäufen, Reizkäufen und der Habitualisierung. Der Suchkauf weist den höchsten Grad an Rationalität auf, da er auf einer Entscheidung zwischen mehreren Alternativen beruht. Ihm liegt der Prozess der Bedürfnisverdichtung zugrunde, d.h. das jeweilige Bedürfnis basiert auf einem inneren Drang (z.B. Hunger), welcher zur Suche nach geeigneten Objekten zur Bedürfnisbefriedigung führt und dann konkretisiert wird. Umgekehrt verhält es sich beim Reizkauf, bei dem es alles auf „die Situation des Augenblicks“ ankommt. In diesem Fall geht das Bedürfnis auf einen äußeren Reiz zurück (z.B. der Anblick von Eiskrem). Die Fixierung des Objekts ist hier nicht das Ende, sondern der Anfang des Motivationsprozesses. Da sich der jeweilige Gegenstand zuerst aufdrängt und dann u.U. im Innern ein entsprechendes Bedürfnis hervorruft, findet keine Suche nach Alternativen statt. Kann das Bedürfnis beim Reizkauf zudem nicht sofort befriedigt werden, beispielsweise weil der Konsument nicht genügend Bargeld mit sich führt, erlischt es schneller als das Bedürfnis beim Suchverhalten (vgl. ebenda, S. 190 f.). Die Habitualisierung beschreibt Wiswede übereinstimmend mit Katona als gewohnheitsmäßiges Verhalten, welches durch das Anwenden bewährter Verhaltensmuster auf neue Situationen charakterisiert werden kann. „Auch wenn die Situation – wie meist – von der früheren abweicht, hat der Handlungsvollzug die Tendenz, in ausgefahrenen Bahnen zu verlaufen“ (ebenda, S. 78). An anderer Stelle erwähnt er zudem die seiner Ansicht nach problematische Unterscheidung zwischen Plankäufen auf der einen und Impulskäufen auf der anderen Seite. Plankäufe setzt er dabei mit überlegten Handlungen gleich, Impulskäufe dagegen mit triebhaftem und inkonsistentem Verhalten, bei dem vorhandene Pläne umgestoßen werden sobald ein neuer Reiz auftritt (vgl. ebenda, S. 70). 2.2.3.2 Der Ansatz von Raffeé Raffeé (1969) unterscheidet in Anlehnung an Katona vier verschiedene Grundtypen des Konsumentenverhaltens: Planungshandlungen, Routinehandlungen, Spontanhandlungen und Zufallshandlungen (ebenda, S. 54).
40
Grundlagen der Untersuchung
Das Planungshandeln, welches er auch als echte Wahlhandlung oder spezielles subjektiv rationales Handeln (vgl. dazu seine Ausführungen zum Problem der Rationalität menschlichen Handelns, Raffeé 1969, S. 44 ff.) bezeichnet, ist nach seiner Auffassung durch das „vernünftige Abwägen konkurrierender Alternativen“ geprägt und wird durch das „aktive Bemühen um Informationen“ begleitet (ebenda, S. 48). Später (ders. 1974, Sp. 1033) unterscheidet er, in Anlehnung an Howard/Sheth (1969), das Planungshandeln weiter nach extensivem und begrenztem Problemlösungsverhalten. Das entscheidende Merkmal des Routinehandelns ist im Gegensatz dazu die unkritische Wiederholung von Vergangenheitsaktionen. Es findet vor dem einzelnen Kauf kein Planungsvorgang und damit auch kein Bemühen um Marktinformationen statt. Dennoch betont Raffeé, dass dieses habituelle Handeln, entgegen der Auffassung Katonas, im Allgemeinen nicht irrational ist. So kann der Planungsverzicht vom Konsumenten z.B. aus Zeit- und Kostengründen im Einzelfall als vorteilhafter angesehen werden. Besonders deutlich kommt dieser Aspekt zum Tragen, wenn der Routinehandlung ursprünglich ein Erstkauf mit Planungshandlung vorausgegangen ist. Des Weiteren nennt er auch Faktoren, die Einfluss auf die Habitualisierung von Kaufentscheidungen nehmen wie die Höhe der Ausgaben und die Häufigkeit der Wiederholung des Kaufs (vgl. ders. 1969, S. 49). Neben diesen beiden Entscheidungstypen führt Raffeé auch die Spontanhandlungen auf (später auch als Impuls- oder Affekthandlung bezeichnet; vgl. ders. 1974, Sp. 1033), denen er entgegen Katonas Auffassung eine hohe Bedeutung insbesondere im Selbstbedienungshandel beimisst. Unter Spontanhandlungen versteht er alle Aktionen, „bei denen ein Handlungsimpuls unmittelbar aufgegriffen und in eine Aktion überführt wird, ohne dass dabei ein umfassendes rationales Abwägen von Alternativen und ihrer Konsequenzen vor sich geht“ (ders. 1969, S. 50). Diese Spontanhandlungen können dabei von reinen Affektreaktionen bis hin zu Impulskäufen reichen, bei denen „in aller Kürze ein Grobkalkül angestellt wird“ (ebenda). Zu guter Letzt ergänzt er das Zufallshandeln. Dieses basiert auf einer indifferenten Entscheidungssituation, in der der Konsument nicht in der Lage ist, zwischen den vorhandenen Alternativen eine Rangordnung zu erstellen. Er ist somit gezwungen sich ähnlich einem Glücksspiel, also per Zufall, für eine der Alternativen zu entscheiden. Eine solche indifferente Entscheidungssituation kann entstehen, wenn die Alternativen tatsächlich oder aus Sicht des Konsumenten keine die Entscheidung beeinflussenden Unterschiede z.B. bei Preis oder Qualität aufweisen oder sich diese gegenseitig aufheben. Wie Raffeé korrekterweise feststellt, bewegt sich das Zufallshandeln jedoch auf
Kaufentscheidungstypologien
41
einer anderen Ebene als die zuvor genannten Handlungstypen. Er begründet dies damit, dass im Gegensatz zum Zufallshandeln bei den anderen Handlungstypen die Erstellung einer Rangordnung der Alternativen möglich sei (vgl. ebenda, S. 51). Vielmehr aber stellt das Zufallshandeln nur einen Ausschnitt des gesamten Entscheidungsprozesses dar. So kann die indifferente Entscheidungssituation, wie er selbst beispielhaft darstellt, das Ergebnis eines langwierigen Informationsprozesses sein (vgl. ebenda). Eine eindeutige Abgrenzung zum Planungshandeln fällt in diesem Fall schwer. Weinberg und Trommsdorff führen Entscheidungskonflikte zudem als eine mögliche Ursache von Impulshandlungen auf (vgl. Weinberg 1981, S. 171; Trommsdorff 2004, S. 324). Zufallshandlungen sind darüber hinaus aber auch in Verbindung mit habituellen Kaufentscheidungsprozessen denkbar, beispielsweise wenn beim Routinekauf von Joghurt eine als absolut gleichwertig angesehene neue Marke wahrgenommen oder routinemäßig neue Marken nach dem Zufallsprinzip ausprobiert werden. Die beschriebenen Fälle, wie auch das gesamte Zufallshandeln, haben jedoch nur eine begrenzte Bedeutung für das Konsumentenverhalten (vgl. Raffeé 1974, Sp. 1034). Das Zufallshandeln wird daher in der Literatur auch häufig nicht weiter erwähnt. Da es nur schwer vorhersehbar und steuerbar ist, ist es für die Unternehmenspraxis zudem schwer handhabbar. Eine Untersuchung dieses speziellen Konsumentenverhaltens könnte aber für weitere Forschungsarbeiten interessant sein. Klammert man die Zufallshandlungen also aus, unterscheidet sich Raffeés Ansatz nur unwesentlich von Weinbergs Typologie. 2.2.3.3 Der Ansatz von Möller Nach Auffassung Möllers (1970) wird die dichotome Einteilung in ungeplante (= unüberlegte) und geplante (= rationale) Käufe der Wirklichkeit nicht gerecht. Sie schlägt daher eine Einteilung in Käufe mit zielgerichteter Planung, Käufe mit zielunbestimmter Planung und Käufe mit habitualisierter Planung vor. Letzteres entspricht dabei den habitualisierten bzw. gewohnheitsmäßigen Käufen im obigen Sinn. Käufe mit zielgerichteter Planung haben dagegen einen engen Bezug zu den extensiven Kaufentscheidungen. Ihnen geht eine längere, bewusste Planungsperiode voraus. Derartige Käufe finden z.B. dann statt, wenn sie einen zentralen Lebensbereich berühren oder einen großen Teil des Einkommens erfordern, d.h. dem Käufer wichtig sind (vgl. ebenda, S. 59 f.). Als ein typisches Beispiel von Käufen mit zielunbestimmter Planung nennt Möller Geschenkkäufe. Der Konsument hat die Absicht etwas zu kaufen, u.U. hat er auch eine Preisobergrenze festgelegt, er ist sich aber über die Art des Gutes noch nicht im Kla-
42
Grundlagen der Untersuchung
ren. Eine weitere Art zielunbestimmter Käufe sind solche, bei denen ein Bedarf latent vorhanden ist und erst durch einen äußeren Reiz, z.B. durch die Schaufensterauslage eines Geschäfts, konkretisiert wird. Auch hier ist in der Regel eine Preisvorstellung vorhanden und die Käufe sind durch ein hohes Maß an Spontaneität gekennzeichnet. Die Planung, sofern vorhanden, hat in diesen Fällen weniger mit wirtschaftlichen Nutzenüberlegungen zu tun, die z.B. Preis- und Markenvergleiche nach sich ziehen, sondern eher mit dem sozialen Stellenwert der Ware (vgl. ebenda, S. 60). Wenngleich die Autorin die Gleichsetzung dieser Art Käufe mit dem „ungeplanten, affektgesteuerten, irrationalen“ Impulskäufen scheut (vgl. ebenda S. 61), ist eine gewisse Ähnlichkeit nicht zu übersehen. Implizit deutet sie damit auf die notwendige und dem heutigen Verständnis entsprechende Unterscheidung zwischen ungeplanten und impulsiven Käufen hin. 2.2.3.4 Der Ansatz von Sheth/Raju Sheth/Raju (1973, in deutscher Sprache 1979) nehmen eine Unterteilung des Entscheidungsverhaltens von Konsumenten in vier Wahlmechanismen vor: den situationskontrollierten, den meinungskontrollierten, den gewohnheitskontrollierten und den neugierkontrollierten Wahlmechanismus (vgl. Sheth/Raju 1979, S. 149 ff.), die später auch als Impulsverhalten, meinungsbasiertes Verhalten, Gewohnheitsverhalten und Suchverhalten bezeichnet werden (vgl. ebenda, S. 157). Der situationskontrollierte Wahlmechanismus unterstellt, „dass der Konsument eine allein durch die motivationalen Einflüsse der situationalen Stimuli gesteuerte Wahl zwischen mehreren Alternativen z.B. im Produkt- oder Markenbereich trifft, ohne dabei Vergleiche auf der kognitiven Ebene zwischen den Alternativen vorzunehmen“ (ebenda, S. 149). Die betreffenden Stimuli können dabei durch die Person selbst, wie z.B. durch Hunger oder Durst, durch Anmerkungen anderer Personen, direkt durch das jeweilige Betrachtungsobjekt (z.B. Produkt) oder durch Symbole des eigentlichen Objektes wie z.B. Worte oder Bilder hervorgerufen werden. Explizit beziehen die Verfasser die ungeplanten und impulsiven Käufe bei den situationskontrollierten Wahlmechanismen mit ein. Als Beispiel führen sie z.B. den nachgewiesenen vermehrten Kauf verbrauchsfertiger Artikel zur Mittags- und Abendbrotzeit auf (vgl. ebenda, S. 149 f.). Beim meinungskontrollierten Wahlmechanismus hingegen lässt sich der Konsument bewusst nicht durch externe Stimuli beeinflussen. Die Auswahl aus mehreren Alternativen erfolgt durch einen kognitiv geprägten Bewertungsprozess, bei dem die Alternativen im Hinblick auf ihren Nutzen zur Befriedigung vorhandener Bedürfnisse analysiert werden. Der meinungskontrollierte Wahlmechanismus dominiert insbesondere in
Kaufentscheidungstypologien
43
für den Konsumenten wichtigen Entscheidungssituationen mit hohem wahrgenommenen Risiko wie z.B. beim Erstkauf hochwertiger Konsumgüter. Dieses Verhalten repräsentiert nach Ansicht der Verfasser den rationalen Entscheidungsprozess und wird als idealer Verhaltensprozess angesehen (vgl. ebenda, S. 150). Dieser ist daher mit den extensiven Kaufentscheidungen gleichzusetzen (vgl. Kuß 1987, S. 21). Der gewohnheitskontrollierte Wahlmechanismus, welcher, wie der Name schon sagt, weitgehend dem habituellen Entscheidungstyp entspricht, beruht auf positiven Erfahrungen mit einem Produkt. Über das Produkt gebildete Meinungen werden in der aktuellen Entscheidungssituation weder bewusst noch aktiv miteinbezogen. Die Meinungsstruktur wird stattdessen „in eine stark affektive oder konative Dimension hin verändert“ (Sheth/Raju 1979, S. 150). Während die konative Ebene mit den reaktiven Prozessen bei Weinberg verglichen werden kann, unterscheidet sich der Ansatz von Sheth/Raju durch die Betonung der affektiven Komponente. So sind bei einem gewohnheitskontrollierten Wahlmechanismus, der auf keine kognitive Struktur aufbaut, emotionale Neigungen wie z.B. Angst oder Zuneigung eher dazu geeignet das Kaufverhalten zu prognostizieren. Die Habitualisierung im Rahmen dieses Wahlmechanismus beruht auf der instrumentellen Konditionierung und lässt sich daher besonders bei häufig gekauften Produkten beobachten (vgl. ebenda, S. 150 f.). Außerdem ergänzen Sheth/Raju den neugierkontrollierten Wahlmechanismus, den sie als planmäßige Wahl auf Basis einer unspezifischen Motivation verstehen. Der Nutzen der zur Verfügung stehenden Alternativen ist dabei für das Wahlverhalten ohne Bedeutung. Dieses Verhalten geht auf Phänomene wie Neugierde, Forscherdrang und der Suche nach Abwechslung zurück (vgl. ebenda, S. 151, 154 f.; Kuß 1987, S. 21). Ferner erläutern die Autoren die vier Wahlmechanismen im Zusammenhang anhand eines sie verbindenden Zyklus, der einen Lernprozess charakterisiert. Demnach wirken alle Wahlmechanismen gleichzeitig, jedoch verändert sich die jeweilige Gewichtung im Zeitablauf. Ausgehend von einer Situation, in der der Konsument gewohnheitskontrolliert Produkte kauft, kann durch Sättigungserscheinungen der Wunsch nach etwas Neuem entstehen (neugierkontrollierte Wahlmechanismen dominieren). Dieser Suchphase des Konsumenten schließt sich eine Phase an, in der der Konsument für die Aufnahme von Umweltstimuli sensibilisiert ist und in der er eher impulsiv verschiedene Alternativen ausprobiert (situationskontrollierte Wahlmechanismen dominieren). Die Wahlkriterien sind in dieser Phase leicht durch das Marketing zu beeinflussen. Aus den gesammelten Erfahrungen entwickelt der Konsument im Laufe der Zeit eigene Entscheidungskriterien, die bei zukünftigen Käufen Anwendung finden. In dieser
44
Grundlagen der Untersuchung
Phase wird das Wahlverhalten durch die zu jeder Alternative entwickelten Meinungsstrukturen dominiert. Diese basieren zu Anfang auf einer Vielzahl von Wahlkriterien, die nach und nach wieder reduziert werden, bis deren Gesamtzahl für den Konsumenten als ausreichend eingestuft wird und dieser wieder in ein Gewohnheitsverhalten wechselt. Der Zyklus beginnt anschließend erneut, wobei sich die Bedürfnisse auf einem höheren Niveau befinden (vgl. ebenda, S. 152 ff.). Der dargestellte Prozess wirkt zunächst recht unflexibel und auch die Wahl des Anfangspunktes ist eher willkürlich. Die Verfasser betonen aber, dass nicht alle Phasen durchlaufen werden müssen, sondern auch übersprungen oder ausgesetzt werden können (vgl. ebenda, S. 153). Demgegenüber ist das Modell aber deutlich differenzierter als z.B. der von Howard erläuterte zeitliche Zusammenhang zwischen den Entscheidungstypen. Er stellt aber in der oben skizzierten Weise eher einen Sonderfall dar, bei dem vor allem das Neugiermotiv eine Schlüsselfunktion einnimmt. Davon abgesehen zeigen sich deutliche Analogien zur Typologie von Weinberg. Zu guter Letzt bleibt offen, inwieweit dieses Modell das reale und zahlenmäßig bedeutende Kaufverhalten abbildet, zumal eine empirische Überprüfung fehlt. 2.2.3.5 Der Ansatz von Markin Eine weitere frühe und zu Katona ähnliche Differenzierung von Entscheidungen stammt von March/Simon (1958, in deutscher Sprache 1976), welche bei ihrer Analyse von Entscheidungen in Organisationen ebenfalls zwischen Routineproblemen einerseits und Entscheidungen, die einen bestimmten Problemlösungsaufwand erfordern andererseits unterscheiden (vgl. dies. 1976, S. 131 f.). Simon (1960) verwendet dafür später die Begriffe programmierte und unprogrammierte Entscheidungen (vgl. ebenda, S. 31, 45 ff.). Diese Einteilung wird von Markin (1974) übernommen und mit den bekannten Kaufentscheidungstypen in Beziehung gesetzt. „Decisions are programmed to the extent that they are repetitive and routine, to the extent that a definite procedure has been worked out for handling them so they do not have to be treated anew each time they occur” (Markin 1974, S. 498). Programmierte Entscheidungen entsprechen damit den habituellen Entscheidungen. Das Gegenteil stellen die unprogrammierten Entscheidungen dar. “Decisions are nonprogrammed to the extent that they are novel, unstructured and usually consequential […]. There is no cut-and-dried method for handling the problem because it may not have occurred before, or because its precise nature and structure are elusive or complex, or because it may be so important that the decision maker feels it deserves a custom-tailored treatment” (Markin 1974, S. 498 f.). Der Konsument nimmt bei dieser Art von Kaufentscheidungen ein hohes Risiko wahr,
Kaufentscheidungstypologien
45
und versucht dieses durch eine umfassende Informationsbeschaffung zu reduzieren. Mit dieser Art Kaufverhalten beschreibt Markin das, was man unter extensiven Problemlösungen versteht. Dieses unterscheidet sich wiederum von limitierten Kaufentscheidungen durch ein geringeres wahrgenommenes Risiko und damit im Wesentlichen dadurch, wie viele Informationen gesucht, verarbeitet und bewertet werden. Zu guter Letzt ordnet er auch die impulsiven Kaufentscheidungen den unprogrammierten Entscheidungen zu, da diesen ebenfalls keine gefestigten Handlungsabläufe zugrunde liegen. Im Gegenteil beschreibt er den Kaufentscheidungsprozess bei Impulskäufen als explosionsartiges und schnelles Handeln, welches insbesondere durch die äußeren Gegebenheiten der Kaufsituation wie Displaymaterial oder Aussagen des Verkaufspersonals beeinflusst wird (vgl. ebenda, S. 499 f.). Markins Einteilung deckt sich damit weitgehend mit Weinbergs Typologie und liefert daher kaum neue Erkenntnisse. 2.2.3.6 Der Ansatz von Ruhfus Ruhfus (1976, S. 21 ff.) hat für seine Untersuchung kollektiver Kaufentscheidungen in privaten Haushalten ebenfalls eine umfassende Entscheidungstypologie entwickelt, die aber ebenfalls deutliche Parallelen zur Typologie von Weinberg aufweist und damit nur begrenzt neue Erkenntnisse liefert. Ruhfus’ Systematisierung orientiert sich zum einen am Grad der Kollektivität der Entscheidung und zum anderen, in Anlehnung an Simon (1960; vgl. Kap. 2.2.3.3), am Vorhandensein eines bestehenden Kaufprogramms. Darüber hinaus führt er acht Merkmale des Entscheidungsobjektes auf, anhand derer die drei identifizierten Kaufentscheidungstypen grundsätzlich charakterisiert werden können. Einen Überblick über Ruhfus’ Typologie gibt Abbildung 5. Wenngleich der Fokus der Typologie auf kollektiven Entscheidungen liegt, liefert die Darstellung von Ruhfus einen guten Überblick über zentrale Kennzeichen von Kaufentscheidungen des Konsumenten im Allgemeinen und setzt diese zueinander in Beziehung. Neben den beiden grundlegenden Dimensionen, dem Grad der Kollektivität der Entscheidung und der Ausprägung des Kaufprogramms, ist dabei vor allem die differenzierte Auflistung weiterer Merkmale erwähnenswert. So ist der Kauf von Specialty Goods (Typ B), wie z.B. einer Wohnung, i.d.R. mit einem hohen Grad an Kollektivität verbunden und ein Kaufprogramm fehlt weitgehend. Kaufhäufigkeit und Erfahrungsgrad sind dementsprechend niedrig, die anderen Merkmale wie finanzielle Mittelbindung, soziale Sichtbarkeit, das Ausmaß der Neuartigkeit, die Bedeutung für den Konsumenten und die Informationsbedürftigkeit sind dagegen hoch. Dieser Entscheidungstyp weist damit deutliche Parallelen zur extensiven Kaufentscheidung auf. Den Gegensatz dazu stellt der Kauf von Convenience Goods, wie z.B. von Zigaretten,
46
Grundlagen der Untersuchung
dar (Typ A), bei dem analog der Grad der Kollektivität gering ist und bereits ein Kaufprogramm besteht. Entsprechend sind die Kaufhäufigkeit und der Erfahrungsgrad hoch und die anderen Merkmale niedrig ausgeprägt. Eine Überschneidung zum habituellen oder auch impulsiven Kaufentscheidungstyp wird damit deutlich, wobei letzterer aufgrund des Fehlens emotionaler Aspekte in der Systematisierung nur ansatzweise enthalten ist. Der Mischtyp mit mittlerer Ausprägung der genannten Faktoren kann mit dem limitierten Entscheidungstyp verglichen werden. Typen der Kaufentscheidungen
Grad der Kollektivität
Typ B Specialty Goods Mischtyp Shopping Goods Typ A Convenience Goods gering
nicht vorhanden bestehendes Kaufprogramm
hoch
vorhanden
Merkmale gering
Finanzielle Mittelbindung
hoch
gering
Soziale Sichtbarkeit
hoch
gering
Informationsbedürfnis
hoch
gering
Ausmaß der Neuartigkeit
hoch
gering
Betroffenheit der Mitglieder
hoch
Kaufhäufigkeit
gering
Erfahrungsgrad
gering
Bedeutung im Konsumsystem
hoch
hoch hoch gering
(Quelle:Ruhfus 1976, S. 23) Abbildung 5: Typologie von familialen Kaufentscheidungen
2.2.3.7 Der Involvement-Ansatz Das Involvement-Konstrukt ist in der heutigen Konsumentenforschung einer der zentralen Erklärungsansätze des Konsumentenverhaltens. Einige Autoren bezeichnen das Involvement sogar als Schlüssel- oder Basiskonstrukt zu dessen Erklärung (vgl. Kuß 1987, S. 21; Trommsdorff 2004, S. 55). Ursprünglich wurde es in der Sozialpsychologie von Sherif/Cantril (1947) eingeführt, später in der Kommunikationsforschung von
Kaufentscheidungstypologien
47
Krugman (1965) verwendet und darauf folgend auf andere Bereiche der Konsumentenforschung und des Marketing ausgeweitet. Eine eindeutige Definition des Begriffs Involvement gibt es nicht (für einen Überblick über verschiedene Definitionen vgl. z.B. Matzler 1997, S. 192). Prägende Begriffsbestimmungen stammen jedoch von Antil und Zaichkowsky (vgl. Kuß/Tomczak 2004, S. 64; Schafmann 1993, S. 8). Antil (1984) definiert Involvement als „level of perceived personal importance and/or interest evoked by a stimulus (or stimuli) within a specific situation“ (ebenda, S. 204). Zaichkowsky (1985) versteht unter Involvement „a person’s perceived relevance of the object based in inherent needs, values and interests“ (ebenda, S. 341). Weinberg (1981, ebenso Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 412) setzt das Involvement mit der „Ich-Beteiligung“ gleich und beschreibt dieses als das Engagement, „mit dem sich das Individuum einem Sachverhalt oder einer Aufgabe widmet“ (Weinberg 1981, S. 17). Trommsdorff (2004) betont bei seiner Definition vor allem den Informationsverarbeitungsaspekt und versteht das Involvement als „Aktivierungsgrad bzw. Motivstärke zur objektgerichteten Informationssuche, -aufnahme, -verarbeitung und -speicherung“ (ebenda, S. 56). Im Mittelpunkt der genannten Definitionen steht somit immer die Stärke der Beziehung zu einem Objekt, z.B. zu einem Produkt, bzw. dessen Wichtigkeit für den Konsumenten (vgl. Kuß/Tomczak 2004, S. 64). Entsprechend setzen eine Reihe von Verfahren zur Messung des Involvements an der persönlichen Wichtigkeit eines Objekts für das Individuum an, welche direkt oder indirekt durch Befragungen erfasst werden kann. Daneben besteht die Möglichkeit, das Involvement über die Messung der Aktiviertheit, z.B. mittels EEG, zu bestimmen. Ebenso wie es jedoch keine einheitliche Definition des Involvement-Konstrukts gibt, liegt dafür noch keine einheitliche Messskala vor (vgl. Schafmann 1993, S. 9; Mayer/Illmann 2000, S. 157). Zentrale Ansätze in dieser Richtung stellen die Personal Involvement Inventory (PII) von Zaichkowsky (1985, 1994) sowie deren Weiterentwicklung, die Consumers’ Involvement Profile-Skala (CIP) von Kapferer/Laurent (1985), dar, welche jedoch beide von mehreren Autoren überprüft und teilweise stark kritisiert wurden (vgl. Matzler 1997, S. 200 ff.; Mayer/Illmann 2000, S. 157 ff.). Die konzeptionelle Unschärfe des Involvement-Konstrukts wird einerseits als Vorteil gesehen, da es durch den großzügigen Interpretationsspielraum vielseitig angewandt werden kann. Andererseits sehen Kritiker dieses Ansatzes eine große Versuchung darin, das Konstrukt als „Allheilmittel“ oder „Mädchen für alles“ zu gebrauchen. Was empirisch nicht ausreichend erklärt werden kann, wird auf das Involvement zurückge-
48
Grundlagen der Untersuchung
führt. Dessen ungeachtet wird die Bedeutung des Involvement-Konstrukts aufgrund seiner Tragweite und Erklärungskraft als außerordentlich eingestuft (vgl. Schafmann 1993, S. 11 f.). Das Involvement wird auf verschiedene Ursachen zurückgeführt, wobei auch hier in der Literatur verschiedene Unterteilungen verwendet werden. Folgende Dreiteilung scheint sich aber durchzusetzen. Das Gesamtinvolvement setzt sich aus dem personenspezifischen Involvement, dem stimulusspezifischen Involvement und dem situationsspezifischen Involvement zusammen (vgl. Deimel 1989, S. 154 f.; Schafmann 1993, S. 12 f.; Kroeber-Riel/Weinberg/ Gröppel-Klein 2009, S. 413 f.; Trommsdorff 2004, S. 58). Das personenspezifische Involvement, auch als Ego-Involvement oder enduring involvement bezeichnet (vgl. Matzler 1997, S. 194 f.; Solomon et al. 2006, S. 109 f.), geht auf unterschiedliche Persönlichkeitszüge und persönliche Eigenschaften des Konsumenten wie z.B. Kenntnisse, Motive und Werte zurück. Das Involvement ist umso höher, desto stärker ein Objekt diese Eigenschaften berührt. Verschiedene Personen können daher bei der gleichen Kaufsituation verschieden stark involviert sein. Als Beispiel kann der hoch involvierte Intensivbetreiber eines Hobbys gegenüber einem Normalverbraucher aufgeführt werden (vgl. Trommsdorff 2004, S. 60; Solomon et al. 2006, S. 109 f.). Von zentraler Bedeutung ist zudem das Produktinvolvement, welches eine Ausprägung des stimulusspezifischen Involvements darstellt. Dabei wird davon ausgegangen, dass bestimmte Produkte quasi unabhängig von der Person und Situation immer ein bestimmtes Involvement auslösen. Diverse Versuche typische High- und LowInvolvement-Produkte zu klassifizieren scheitern jedoch an der Vernachlässigung der situativen und persönlichen Faktoren. Für das Produktinvolvement wurden aber seinerseits über verschiedene Produkte hinweg weitgehend unabhängige Determinanten ermittelt, wie z.B. der Preis und das damit zusammenhängende wahrgenommene Risiko, die Unterscheidbarkeit zu Alternativen und die persönlichen Ausdrucksmöglichkeiten (vgl. Schafmann 1993, S. 13; Trommsdorff 2004, S. 58 f.). Die Hinzunahme der persönlichen Bedeutung eines Produkts, bzw. des Interesses daran, zu den Determinanten des Produktinvolvements, wie es u.a. bei Trommsdorff (2004) und Schafmann (1993) geschieht, führt hingegen zu einer Überschneidung mit dem personenspezifischen Involvement und ist daher nicht unproblematisch. Daneben hat auch die Kommunikationsform, vor allem in der Werbung, Einfluss auf das Involvement. Verschiedene Medien weisen durch ihre spezifische Kommunikati-
Kaufentscheidungstypologien
49
onsweise, wie z.B. Steuerbarkeit durch den Rezipienten oder Einsatz von Bild, Ton und Text, ein verschieden hohes Medieninvolvement auf. So sind Fernsehen, Rundfunk und Plakate für die Low-Involvement-Kommunikation geeignet, Printmedien und insbesondere das Internet wegen der aktiven Auseinandersetzung bzw. Beteiligung der Rezipienten mit diesen Medien hingegen für die High-Involvement-Kommunikation (vgl. Trommsdorff 2004, S. 61). Zu guter Letzt hängt das Involvement auch von situativen Faktoren ab. Dabei gibt es verschiedene aus der jeweiligen Situation resultierende Faktoren, die das Involvement beeinflussen können. Dies sind z.B. die physische Situation des Konsumenten wie z.B. Hunger, Durst und Müdigkeit, der empfundene Zeitdruck und der Kaufanlass (vgl. Trommsdorff 2004, S. 62). So lassen Konsumenten beispielsweise beim Kauf von Wein ein höheres Involvement erkennen, wenn dieser für eine Dinner-Party und nicht für den eigenen Verbrauch vorgesehen ist. Die soziale Akzeptanz steht hierbei im Vordergrund (vgl. Kuß/Tomczak 2004, S. 65). Ähnliches dürfte auch beim Kauf von Geschenken gelten. Zeitdruck, Hunger, Durst und Müdigkeit senken hingegen das Involvement. Von Bedeutung ist darüber hinaus die Abhängigkeit des Involvements von der zeitlichen Nähe zur Entscheidungssituation. Dieses steigt erst mit Eintritt in den Problemlösungsprozess an und erreicht zum Zeitpunkt der Entscheidung seinen Höhepunkt (vgl. Trommsdorff 2004, S. 62 f.). Die genannten Beispiele stehen für das kurzzeitige, so genannte situationsbedingte Involvement (situational involvement) (vgl. Deimel 1989, S. 154; Schafmann 1993, S. 12; Matzler 1997, S. 194 ff.; Assael 1998, S. 72; Solomon et al. 2006, S. 109). Das Involvement ist eine stetige Variable, deren Ausprägung sich auf einem Kontinuum zwischen den beiden Extremen High- und Low-Involvement bewegt. Die Abstufungen auf dieser Skala sind damit – analog zu den dominanten psychischen Prozessen im Modell von Weinberg bzw. Behrens – fließend. Häufig werden zur besseren Handhabung jedoch nur die Extremausprägungen betrachtet (vgl. Schafmann 1993, S. 14). Folgt man dem Definitionskern so ist High-Involvement durch ein hohes kognitives Engagement, d.h. eine umfassende, bewusste Informationssuche und -verarbeitung, eine extensive Alternativenbeurteilung und eine gewissenhafte Produktwahl gekennzeichnet (vgl. Schafmann 1993, S. 14; Trommsdorff 2004, S. 56; Kuß/Tomczak 2004, S. 67). Bei geringem Involvement (Low-Involvement) liegt ein schwaches kognitives Engagement des Konsumenten vor, d.h. die Informationsaufnahme ist eher passiv und erfolgt beiläufig. Die Informationsverarbeitung ist begrenzt und beschränkt sich z.B. auf
50
Grundlagen der Untersuchung
Schlüsselinformationen. Bei der Informationsvermittlung treten nicht-sachliche und affektive Elemente wie die vermittelte Atmosphäre, Gefallen, Attraktivität und Glaubwürdigkeit in den Vordergrund (vgl. Schafmann 1993, S. 14; Trommsdorff 2004, S. 56). Kroeber-Riel/Weinberg/Gröppel-Klein verbinden ein hohes Involvement zudem mit starken Emotionen als kognitiv interpretierte Aktivierung, d.h. das Individuum setzt sich sowohl kognitiv als auch emotional mit dem jeweiligen Entscheidungsobjekt auseinander, was weitgehend dem extensiven Kaufentscheidungstyp entspricht (vgl. ebenda 2009, S. 412 ff.). Limitierte Kaufentscheidungen zeichnen sich dementsprechend durch ein starkes kognitives und ein schwaches emotionales Involvement aus. Bei geringem Involvement in kognitiver Hinsicht sehen die Autoren ebenfalls die Möglichkeit, dass dieses mit einer schwachen oder einer starken emotionalen Ich-Beteiligung einhergeht. Im ersten Fall liegt der rein reizgesteuerte, habitualisierte Kaufentscheidungstyp vor. Im letzten Fall handelt es sich um impulsives Kaufverhalten. KroeberRiel/Weinberg/Gröppel-Klein verdeutlichen damit den engen Zusammenhang und die Gemeinsamkeiten zwischen dem Involvement-Ansatz und „ihrer“ auf dem Aktivierungskonzept basierenden Typologie. Der Unterschied der beiden Ansätze liegt demnach lediglich in der unterschiedlichen Schwerpunktsetzung. Dem Aktivierungskonzept folgend steht die emotionale Beeinflussung des Entscheidungsverhaltens im Vordergrund. Das Involvementkonzept stellt hingegen die kognitive Steuerung in den Mittelpunkt, wenngleich auch emotionale Aspekte berücksichtigt werden (vgl. ebenda). Tabelle 7 stellt den Zusammenhang zwischen beiden Ansätzen dar. Involvement kognitiv
emotional
Entscheidungstyp
stärker
stark
extensiv
stark
schwach
limitiert
schwach
schwach
habituell
schwach
stark
impulsiv
dominante psychische Prozesse emotional
kognitiv
x
x
reaktiv
x x x
x
(Quelle: in Anlehnung an Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 414) Tabelle 7: Zusammenhang zwischen Involvement und den Kaufentscheidungstypen Eine andere Zuordnung von Entscheidungstypen zum Involvementkonstrukt findet sich darüber hinaus bei Assael (1998, S. 67 ff.). Dieser unterscheidet explizit zwischen dem Umfang der Informationsverarbeitung beim Kauf und dem Involvement und bildet anhand dieser beiden kontinuierlichen Dimensionen vier Typen von Kaufentscheidungen, wie in Tabelle 8 dargestellt.
Kaufentscheidungstypologien
51 High-Involvement-Kauf
Low-Involvement-Kauf
[echtes] Entscheidungsverhalten (Informationssuche, Berücksichtigung verschiedener Alternativen)
Komplexe Entscheidungen z.B. Kauf von Computern, Autos
Limitierte Entscheidung z.B. Kauf von Snack Food
Gewohnheit (kaum oder keine Informationssuche, Berücksichtigung nur einer Alternative)
Markentreue z.B. Kauf von Sportschuhen
Trägheit (unechte Markentreue) z.B. Kauf von Toilettenpapier
(Quelle: in Anlehnung an Assael 1998, S. 67) Tabelle 8: Kaufentscheidungstypen nach Assael Das Entscheidungsverhalten lässt sich durch einen kognitiven Prozess der Informationssuche und der Bewertung von Alternativen beschreiben. Demgegenüber steht das Gewohnheitsverhalten mit nur geringer oder keiner Entscheidungsfindung. Unter der zweiten Dimension, dem Involvement, versteht Assael in erster Linie die Wichtigkeit des Kaufs bzw. des Produkts für den Konsumenten (vgl. Assael 1998, S. 68). Die beiden von Assael gewählten Dimensionen sind jedoch nicht unabhängig voneinander, wie nachfolgendes Zitat verdeutlicht: “The reason that involvement is linked to complex decision making is that, generally, the higher the level of involvement, the greater the search for information” (ebenda, S. 69). Seine gewählte Einteilung von Kaufentscheidungen ist daher nicht unproblematisch, weist aber auf den wichtigen Umstand hin, dass das Involvement mehr umfasst als nur das kognitive Engagement mit einem bestimmten Objekt (vgl. ebenda, 72 ff.). Seine Einteilung weist daher Ähnlichkeiten zur Unterscheidung von KroeberRiel/Weinberg/Gröppel-Klein nach kognitivem und emotionalem Involvement auf. So verstanden lassen sich auch Parallelen zur Kaufentscheidungstypologie von Weinberg finden. Die komplexen Kaufentscheidungen sind dabei mit den extensiven Kaufentscheidungen gleichzusetzen, das Gewohnheitsverhalten, welches Assael weiter in ein markentreues Verhalten und ein träges Verhalten (später auch als unechte Treue bezeichnet (vgl. ebenda, S. 149)) differenziert, mit den habituellen Kaufentscheidungen. Letztlich entsprechen seine limitierten Kaufentscheidungen annähernd dem limitierten Entscheidungstyp nach Weinberg. Bei dieser Art Käufe findet nach Assael eine gewisse, jedoch schwächer ausgeprägte Informationssuche und Alternativenbewertung statt, selbst wenn der Konsument nicht stark involviert ist, d.h. vor allem kein besonderes Interesse am jeweiligen Produkt bzw. an der jeweiligen Produktkategorie zeigt. Zu den limitierten Käufen zählt er insbesondere Probierkäufe neuer Produkte und Käufe aus
52
Grundlagen der Untersuchung
Lust nach Abwechslung (Variety Seeking) (vgl. ebenda, S. 68, 150 f.), womit er eine sehr spezielle Sichtweise auf limitierte Kaufentscheidungen einnimmt. Zu guter Letzt greift er auch noch die ungeplanten Käufe auf, welche er ebenfalls den LowInvolvement-Käufen zuordnet. Aufgrund des niedrigen Involvements findet keine Vorausplanung statt, sondern die Entscheidung wird erst im Geschäft getroffen. Die Ursachen für ungeplante Käufe sieht Assael wiederum in limitierten Kaufentscheidungen im Sinne von Probierkäufen, der Suche nach Abwechslung und habituelle Käufen aus Trägheit (vgl. ebenda, S. 68, 151 ff.).
2.2.3.8 Eine informationsökonomische Typologisierung Der informationsökonomische Ansatz stellt eine Weiterentwicklung des normativen mikroökonomischen Ansatzes dar, in dem er von der Prämisse vollkommener Märkte abrückt und stattdessen von Unsicherheitsproblemen u.a. aufgrund unvollständiger und ungleich verteilter Information bei den Transaktionspartnern (resp. Anbieter und Nachfrager) ausgeht (vgl. Weiber/Adler 1995a, S. 47, 52, Foscht/Swoboda 2005, S. 21 f.). Ferner wird angenommen, dass die für den Abbau von Unsicherheiten notwendige Informationsbeschaffung mit Kosten behaftet ist. Im Hinblick auf das Kaufentscheidungsverhalten von Konsumenten sind vor allem die Suche nach Informationen über den Preis und über die Qualität eines Produktes relevant, wobei letzteres, wie Nelson (1970) feststellt, mit höheren Informationssuchkosten behaftet und daher von höherer Bedeutung ist (vgl. ebenda, S. 311). Die Informationsbeschaffung kann nach Nelson dabei entweder in Form der vor dem Kauf zu erfolgenden (externen) Informationssuche oder aber alternativ über die Erfahrung mit einem gekauften Produkt geschehen. Letzteres geschieht vor allem dann, wenn der Kaufpreis des Produktes niedriger ist als eine externe Informationssuche kosten würde. Dementsprechend lassen sich die Qualitätseigenschaften von Produkten unterscheiden in solche, die vom Konsumenten vor dem Kauf durch Inspektion hinreichend beurteilt werden können („search qualities“ oder „Sucheigenschaften“) und solche, deren Beurteilung erst nach dem Kauf durch Erfahrung erfolgt („experience qualities“ oder „Erfahrungseigenschaften“) (vgl. Nelson 1970, S. 312; Weiber/Adler 1995a, S. 53 f.). Darby/Karni (1973) erweitern diese beiden Arten von Qualitätseigenschaften um eine dritte, die „credence qualities“ oder „Vertrauenseigenschaften“, die vom Konsumenten weder vor noch nach dem Kauf vollständig beurteilt werden können (vgl. ebenda, S. 69; Weiber/Adler 1995a, S. 53 f.). Weiber/Adler sprechen allgemeiner von Leistungsbündeln und von Leistungseigenschaften (vgl. Weiber/Adler 1995a, S. 58). Aufbauend auf der o.g. Unterscheidung
Kaufentscheidungstypologien
53
nehmen die Autoren eine Differenzierung von Leistungseigenschaften anhand der Beurteilbarkeit dieser Leistungseigenschaften und des Zeitpunkts der Eigenschaftsbeurteilung vor, wie in Tabelle 9 dargestellt. Zeitpunkt der Eigenschaftsbeurteilung vor Kauf Beurteilbarkeit von Leistungseigenschaften
nach Kauf
möglich
Sucheigenschaften
Erfahrungseigenschaften
nicht möglich
Erfahrungs- und Vertrauenseigenschaften
Vertrauenseigenschaften
(Quelle: Weiber/Adler 1995a, S. 59) Tabelle 9: Leistungseigenschaften aus informationsökonomischer Sicht In der Literatur hat die auf dieser Basis aufgestellte Gütertypologie, die zwischen Such-, Erfahrungs- und Vertrauensgütern unterscheidet, eine weite Verbreitung gefunden (vgl. Weiber/Adler 1995b, S. 100) und wurde durch Weiber /Adler zu einer informationsökonomischen Kaufentscheidungstypologie weiterentwickelt (vgl. ebenda). Weiber/Adler (1995a) weisen jedoch darauf hin, dass das Aufstellen einer solchen Gütertypologie nicht zulässig sei, da nach Marketinggesichtspunkten die Zuordnung der Eigenschaften eines Leistungsbündels zu einer der genannten Leistungseigenschaften „von der subjektiven Wahrnehmung des Nachfragers sowie dessen Beurteilungsverhalten abhängt“ und daher nicht objektivierbar ist (vgl. ebenda, S. 59). So kommt es vor, dass verschiedene Konsumenten bei ein und demselben Produkt ihren Informationsstand bezüglich der Leistungseigenschaften unterschiedlich bewerten und dementsprechend handeln. Während der eine seine Informationssuche ausdehnt bis er einen für sich zufrieden stellenden Informationsstand erreicht hat und damit den Beurteilungsprozess vor dem Kauf beendet, nimmt der andere z.B. aus Zeit- oder Kostengründen eine Beurteilungsverlagerung auf die Erfahrung nach dem Kauf vor. Unter Umständen verzichtet er auch aufgrund positiver Eigen- oder Fremderfahrung oder entsprechender Surrogatinformationen (z.B. Gütesiegel, Testberichte) gänzlich auf eine Überprüfung der Leistungseigenschaften und vertraut auf die Erfüllung seiner Erwartungen (Beurteilungssubstitution). Entscheidend für den Konsumenten sind dabei sein individuelles Beurteilungsvermögen einerseits und sein individuelles Anspruchsniveau bezüglich des Informationsstandes andererseits. Letzteres ist bei der Beurteilungssubstitution durch Vertrauen als eher niedrig einzuschätzen. Zudem spielt es dann keine Rolle, wenn sich die Leistungseigenschaften grundsätzlich einer vollständigen Beurteilung vor oder sogar nach dem Kauf entziehen, wie z.B. der Geschmack von Lebensmitteln eine typische Erfahrungseigenschaft darstellt. Das individuelle Anspruchsniveau hängt zudem von der jeweiligen Produktkategorie, der Kaufsi-
54
Grundlagen der Untersuchung
tuation, der Risikoneigung und anderen Persönlichkeitsmerkmalen ab (vgl. Weiber/Adler 1995a, S. 59 f.). Dennoch gibt es auch Eigenschaften, die gleichermaßen gut bzw. schlecht durch die Konsumenten überprüft werden können. Dazu zählen z.B. das Design eines Produkts, welches eine typische Sucheigenschaft darstellt, und die Qualität von Dienstleistungen, die eine Erfahrungseigenschaft darstellt (vgl. Trommsdorff 2004, S. 318). Die skizzierten Verhaltensweisen machen deutlich, dass es anstelle einer Gütertypologie eher zweckmäßig ist, verschiedene Kaufprozesse anhand der drei Eigenschaftstypen zu kategorisieren. Die Eigenschaftstypen sind dabei komplementär zueinander zu sehen, d.h. dass bei einem Kaufakt alle drei Eigenschaftstypen in unterschiedlichem Ausmaß vorhanden sind. Eine entsprechende Typologisierung von Kaufprozessen kann somit in Such-, Erfahrungs- und Vertrauenskäufe erfolgen, je nachdem welcher Eigenschaftstyp beim Beurteilungsprozess eines Leistungsbündels im Rahmen einer Kaufentscheidung dominiert, wie aus Abbildung 6 deutlich wird (vgl. Weiber/Adler 1995a, S. 60). Diese Kaufprozesse und ihre Positionierung im informationsökonomischen Dreieck wurden von Weiber/Adler (1995b) über die subjektive wahrgenommene Möglichkeit zur Qualitätseinschätzung vor und nach dem Kauf von 40 verschiedenen Produkten empirisch nachgewiesen (vgl. ebenda, S. 104 ff.). Zudem wurden anhand der Durchschnittswerte diverse Produkte als Repräsentanten der drei Kauftypen identifiziert, d.h. Produkte, die zwar nicht immer, aber typischerweise auf die eine bzw. andere Art gekauft werden. So werden beispielsweise Kühlschränke, Schuhe und PCs i.d.R. in Form von Suchkäufen erworben, Autoreparaturen, Abenteuerurlaube und Restaurantbesuche stellen hingegen typische Objekte von Erfahrungskäufen und die Inanspruchnahme von Wohnungsmaklern oder Ärzten von Vertrauenskäufen dar (vgl. ebenda, S. 114). Die Autoren betonen aber, dass man einem Produkt nicht „ansehen“ kann, nach welchem Kaufmuster es erworben wird, also z.B. die Inanspruchnahme eines Wohnungsmaklers für einen Nachfrager auch eher den Charakter eines Suchkaufs haben kann (vgl. ebenda, S. 111). Darüber hinaus wurde in der Untersuchung die Bedeutung verschiedener Kaufkriterien bei den einzelnen Kauftypen ermittelt. Dabei zeigt sich u.a., dass bei Erfahrungs- und Vertrauenskäufen das Leistungspotential, die persönliche Beratung sowie Fremd- und Eigenerfahrung bedeutend sind, bei Suchkäufen hingegen ist dies in erster Linie der Preis. Zudem kommt der Reputation bei Vertrauenskäufen eine hohe Bedeutung zu. Die Leistungsfähigkeit ist für alle drei Kauftypen bedeutend. Die Autoren weisen je-
Kaufentscheidungstypologien
55
doch darauf hin, dass dieser Zusammenhang keinen allgemeingültigen Charakter hat (vgl. Weiber/Adler 1995b, S. 115 ff.).
100% Anteil Vertrauenseigenschaften
an
100% an Anteil Sucheigenschaften
100%
Anteil an Erfahrungseigenschaften
Vertrauenskäufe
Suchkäufe
Erfahrungskäufe
(Quelle: in Anlehnung an Weiber/Adler 1995a, S. 61 f.) Abbildung 6: Positionierung von Kaufprozessen im informationsökonomischen Dreieck Zu guter Letzt bewerten die Autoren die Tragfähigkeit ihres gewählten Typologisierungsansatzes für die Erklärung realer Kaufprozesse und stellen dabei fest, dass dieses auf der Unsicherheit des Nachfragers basierende Konzept „eine hohe Affinität zur Klassifikation von Kaufprozessen gemäß dem ‚Ausmaß kognitiver Steuerung’“ (Weiber/Adler 1995a, S. 61 f.) aufweist. Einschränkend wirkt sich dagegen die Fokussierung auf Käufe unter Unsicherheit aus, womit insbesondere Impulskäufe in dieser Typenbildung nicht erfasst werden (vgl. ebenda, S. 62). Der informationsökonomische Ansatz ist daher nur als Ergänzung zur Klassifikation von Weinberg zu sehen.
56
Grundlagen der Untersuchung
Insbesondere im Zusammenhang mit der Erklärung des Kaufverhaltens im Internet, bei dem informationsverarbeitende Aspekte eine zentrale Rolle spielen, wurde der informationsökonomische Ansatz bereits mehrmals herangezogen. So untersucht z.B. Wilke (2000) die Eignung des Internets für die Reduktion von Qualitätsrisiken im Kaufentscheidungsprozess der Konsumenten aus informationsökonomischer Perspektive. Demnach eignet sich das Internet gut für die Beurteilung der Such- und Erfahrungseigenschaften von Leistungsangeboten (bzw. im letzten Fall von Informationssubstituten wie Garantien, Preisen und Fremderfahrungen), insbesondere solche, die digitalisierbar und medial darstellbar sind. Hingegen stellt das Internet (bisher) für nicht substituierbare Such- und Erfahrungseigenschaften wie beispielsweise haptische und olfaktorische Produktmerkmale, keine Alternative zum traditionellen Ladengeschäft dar. Die Möglichkeiten zur Beurteilung von Vertrauenseigenschaften bzw. deren Informationssubstituten, wie z.B. das Image, Gütesiegel oder Testurteile, sieht Wilke im Internet als gleichwertig an (vgl. ebenda, S. 244 ff.). Zu einem ähnlichen Ergebnis kommen auch Magerhans/Köcher (2004) bei ihrem Vergleich des Residenzund Distanzhandels aus informationsökonomischer Perspektive (vgl. ebenda, S. 379 ff.). 2.2.3.9 Diskussion der verschiedenen Ansätze Die folgende Tabelle 10 gibt einen Überblick über die zentralen Ansätze zur Typologisierung von Kaufentscheidungen. Zur Verdeutlichung der Parallelen und Unterschiede der verschiedenen Ansätze wurde eine Zuordnung der verschiedenen Typen anhand der Tabellenspalten vorgenommen. Die gewählte Zuordnung ist dabei relativ grob, d.h. inhaltlich nicht immer exakt, sondern erfolgt auf der Basis der größtmöglichen Überschneidung der verschiedenen Ansätze. Die Übersicht zu den Kaufentscheidungstypologien zeigt, dass es vor allem zahlreiche Überschneidungen und Parallelen zwischen den einzelnen Ansätzen gibt. Insbesondere die auf Katona zurückgehende und später von Howard sowie Weinberg weiterentwickelte Einteilung erweist sich dabei als wichtiger Grundstein für nahezu alle Typologisierungsansätze, die sich häufig lediglich in ihrer Begriffswahl oder durch eine andere Schwerpunktlegung bezüglich der zugrunde liegenden Prozesse unterscheiden. Einige dieser Parallelen sind offensichtlich, wie z.B. zwischen programmierten und gewohnheitsmäßigen Entscheidungen, konstruktiven Mechanismen und extensiven Entscheidungen oder situationskontrollierten Wahlmechanismen und Impulskäufen. Andere wiederum lassen sich nur eher schwer erkennen.
Kaufentscheidungstypologien
57
Von besonderem Interesse sind vor allem diejenigen Typologien, die von einer grundsätzlich anderen Perspektive ausgehen, wie der informationsökonomische Ansatz, der eine Ergänzung zu Weinbergs Typologie darstellt, diesen aber wegen der Vernachlässigung impulsiven Kaufverhaltens nicht ersetzen kann. Der Involvement-Ansatz hingegen lässt sich aufgrund seiner zahlreichen Überschneidungen nahezu nahtlos mit der Einteilung nach den dominierenden psychischen Prozessen verbinden (vgl. Schafmann 1993, S. 24) wie dies bereits bei KroeberRiel/Weinberg/Gröppel-Klein praktiziert wird. Aufgrund der Komplexität des menschlichen Entscheidungsverhaltens und der Tatsache, dass eine Typologie, die zur Vereinfachung beitragen soll, nicht alle Formen des Entscheidungsverhaltens umfassen kann, beinhalten einige Ansätze auch immer wieder neue Entscheidungstypen, wie z.B. das Zufallshandeln bei Raffeé, das abwechslungssuchende Handeln bei Blackwell/Miniard/Engel, oder der Entdeckungskauf und der ungeplante Routinekauf bei Behrens. Teilweise sind diese Entscheidungstypen jedoch nicht überschneidungsfrei zur Typologie von Weinberg. So kann z.B. das Variety Seeking Anlass sowohl für extensive, limitierte oder impulsive Kaufentscheidungen sein. Eine solche Einteilung betont damit stark die Ursachen bzw. Kaufmotive für das jeweilige Entscheidungsverhalten und weniger dessen Beschreibung anhand der beobachteten Verhaltensweisen und psychischen Prozesse. Eine weitere Differenzierung der vier Grundtypen nach Weinberg erscheint nach Analyse vor allem neuerer Ansätze angebracht. Insbesondere eine Unterscheidung zwischen ungeplanten und impulsiven Käufen wird von einigen Autoren als notwendig erachtet. Das Problem der eindeutigen Zuordnung konkreter Kaufentscheidungen zu einem der Kaufentscheidungstypen bleibt in der Regel bei allen Typologisierungsversuchen bestehen. Das Ziel dieser Arbeit besteht daher nicht darin, eine die Realität perfekt widerspiegelnde Typologie zu finden, sondern eine moderate Verbesserung und eine für die Untersuchung zweckdienliche Konzeptualisierung zu finden.
58
Grundlagen der Untersuchung
Autor(en)
Kaufentscheidungstypen
Katona (1951, 1960)
Impulskauf
Howard (1963), Engel et al. (1968), Howard/Sheth (1969), Schiffman/Lazar Kanuk (2004)
ungeplantes/impulsives Kaufverhalten
Weinberg (1981) KroeberRiel/ Weinberg/Gröppel-Klein (2009)
impulsive Ent.
Trommsdorff (2004)
habitualisierte Ent.
echte Entscheidung
Entscheidungsverhalten habitualisiert
limitiert
extensiv
habitualisierte Ent.
limitierte Ent.
extensive Ent.
Involvementkauf
Impulskauf heiß Ung. Routinekauf
kalt
Entdekkungskauf
impulsive Ent.
habitualisierte Ent.
limitierte Ent.
extensive Ent.
Blackwell et al. (2006)
Variety Seeking
Impulskäufe
habitualisierte Ent.
limitierte Ent.
extensive Ent.
Solomon et al. (2006)
spontane Ent.
impulsive Ent.
habitualisierte Ent.
limitierte Ent.
extensive Ent.
Behrens (1991)
Baun (2003), Engelhardt et al. (2004)
ungeplante Käufe extensiv
emotionslosspontan
Wiswede (1965) Raffeé (1969)
Zufallshandlung
Möller (1970)
zielunbestimmte Planung
Sheth/Raju (1973)
neugierkontrolliert
geplante Käufe
impulsiv
habituell
limitiert
extensiv
Reizkauf
Habitualisierung
Suchkauf
Spontanhandlung
Routinehandeln
Planungshandeln
habitualisierte Planung
zielgerichtete Planung
situationskontrolliert
gewohnheitskontrollolliert
meinungskontrolliert
Markin (1974)
unprogramm. Ent.
programmierte Ent.
unprogramm. Ent.
Ruhfus (1976)
Typ A (Convenience Goods)
Mischtyp (Shopping Goods)
Krugman (1965), Kuß/Tomzcak (2004)
Low-Involvement-Käufe
High-InvolvementKäufe
Assael (1998)
Darby/Karni (1973), Weiber/Adler (1995a)
Ungeplante/ Impulsive Käufe
Habituelle Ent. aus Trägheit
Limitierte Ent./ Habituelle Ent. aus Markentreue
Suchkauf
Typ B (Specialty Goods)
Komplexe Ent.
Erfahrungs- und Vertrauenskauf
(Quelle: eigene Darstellung und Ergänzungen in Anlehnung an Kuß 1987, S. 27) Tabelle 10: Überblick über ausgewählte Kaufentscheidungstypologien
Stand der empirischen Forschung zu ungeplante Käufen
59
2.3 Stand der empirischen Forschung zu ungeplanten Käufen in traditionellen Einkaufsumgebungen und im Internet 2.3.1 Erhebungsdesigns und -methoden in traditionellen Einkaufsumgebungen und im Internet Ungeplante Käufe und insbesondere Impulskäufe wurden in der Vergangenheit auf unterschiedlichste Weise empirisch untersucht. Nachfolgend sollen die verschiedenen Möglichkeiten kritisch gegenübergestellt werden. Kuhlmann (1974) widmet sich ausführlich der Problematik, die die Messung ungeplanter Käufe bzw. impulsiver Käufe im Speziellen und deren Einflussfaktoren mit sich bringt. Grundsätzlich unterscheidet er zwischen indirekten und direkten Messverfahren. Zu den indirekten Messverfahren zählt er z.B. Store Tests. So könnte ein vermehrter Absatz von auf größerem oder exponiertem Regalraum angebotenen Artikeln teilweise auf impulsive Kaufentscheidungen zurück geführt werden, insbesondere dann, wenn nach Wiederherstellung des Ursprungszustands der Absatz dieser Artikel wieder sinkt. Artikel, bei denen solche Verkaufsförderungsmaßnahmen nachweislich wirksam waren, könnten demnach als Impulsartikel bezeichnet werden (vgl. ebenda, S. 12 f.). Kuhlmann merkt jedoch an, dass bei einer derartigen Operationalisierung ungeplanter Käufe dahingestellt sei, „inwieweit den einzelnen Entscheidungen eine Planung [...] vorausgegangen ist“ (ebenda, S. 15). Dies ist mittels der indirekten Messverfahren nicht ermittelbar. Nur durch die direkte Erfassung des Kaufverhaltens und der vorangehenden Kaufabsichten ist es möglich, gültigere und verlässlichere Aussagen zu gewinnen (vgl. Kuhlmann 1974, S. 17). Um Informationen über die Kaufabsichten und psychologischen Prozesse zu erhalten, wurde in der Vergangenheit überwiegend die Befragungsmethode angewandt. Zu unterscheiden sind dabei zwei Varianten (vgl. Cobb/Hoyer 1986, S. 386 ff.): x Die Vorher-Nachher-Befragung, bei der die vor dem Betreten des Geschäfts geäußerten Kaufabsichten mit den tatsächlich getätigten Käufen verglichen werden. x Die reine Ex-post-Befragung, bei der die Probanden unmittelbar oder mit einigem zeitlichen Abstand zu ihrem letzten Einkauf befragt werden.
60
Grundlagen der Untersuchung
Die Vorher-Nachher-Befragung wurde u.a. angewendet in den Studien von duPont (1945-1965, zit. n. Engel/Kollat/Blackwell 1968, S. 488 f.), West (1951), Kollat/Willett (1967), Prasad (1975), Dahlhoff (1979), Abratt/Goodey (1990), Swoboda (1997), Beatty/Ferrell (1998) und Kelly/Smith/Hunt. (2000). Bei dieser Art der Untersuchung besteht jedoch die Möglichkeit, dass die Ermittlung der Kaufabsichten vor dem Kauf das Ergebnis verzerrt. Der Käufer sieht sich u.U. genötigt seine Kaufabsichten zu artikulieren und dabei gleichzeitig zu konkretisieren, was einem durch die Befragung hervorgerufenen Planungsvorgang entspricht. Dies trifft insbesondere dann zu, wenn die Kaufabsichten zuvor noch relativ unklar waren (vgl. Kuhlmann 1974, S. 22). Pollay (1968) merkt zudem an, dass die Formulierung von Kaufabsichten vor dem Kauf dazu führen kann, dass sich die Käufer an diese halten, so dass die Zahl ungeplanter Käufe in der Untersuchung sinkt (vgl. ebenda, S. 323). Diese Effekte können auch dann auftreten, wenn die Probanden nichts von der nachfolgenden Befragung wissen. Kollat/Willett (1967) konnten keinen signifikanten Einfluss des Eingangsinterviews auf die Kontrollvariablen Höhe der Ausgaben und Zahl der Produkte, jedoch einen schwachen Effekt auf die Zusammensetzung des gekauften Produktmixes feststellen (vgl. ebenda, S. 22 f.). Es fehlt jedoch eine Überprüfung der Entsprechung von Kontrollund Experimentgruppe in wesentlichen Verhaltensvariablen, so dass entsprechende Effekte auch auf die Ungleichheit der beiden Gruppen zurück geführt werden könnten. Dahlhoff (1979) nimmt in seiner Untersuchung eine solche Überprüfung vor und stellt auf der Basis sich weitgehend entsprechender Kontroll- und Experimentgruppen seine Ergebnisse zu möglichen Befragungseffekten vor. Während in den Experimentgruppen jeweils gestützt bzw. ungestützt vor und nach dem Einkauf befragt wurde, wurden die Probanden der Kontrollgruppe nur nach dem Kauf befragt. Zum Vergleich aller Gruppen wurden die Kontrollvariablen Summe getätigter Käufe, Kaufbetrag, Aufenthaltsdauer und Kaufzusammensetzung erhoben. Die beiden Experimentgruppen wurden zudem anhand der Variablen Summe geplanter und ungeplanter Käufe und Planbetrag miteinander verglichen. Während die gestützte Befragung mit Hilfe einer vorgelegten Produktliste gegenüber der Kontrollgruppe keine Messverfälschung hervorruft, zeigt sich bei der ungestützten Befragung gegenüber der Kontrollgruppe ein signifikanter Unterschied beim Kaufbetrag. Die Teilnehmer der Experimentgruppen gaben mehr aus als die der Kontrollgruppe. Zudem zeigt sich ein signifikanter Unterschied bei der Summe der getätigten Käufe zwischen den beiden Befragungsformen (gestützt: durchschn. 5,95; ungestützt: durchschn. 7,94). Der Anteil ungeplanter Käufe ist in beiden Gruppen mit 57% bzw. 58% jedoch nahezu identisch. Einen positiven Gedächtniseffekt durch die gestützte Frageform vor dem Kauf schließt Dahlhoff daher aus.
Stand der empirischen Forschung zu ungeplanten Käufen
61
Aus diesem Grund hält er zudem beide Befragungsformen zur Messung ungeplanter Käufe für geeignet. Die ausschließliche Befragung nach dem Kauf zur Messung ungeplanter Käufe hält er hingegen nicht für geeignet, da sie zu einer geringeren Zahl ungeplanter Käufe führt. Dies führt er wiederum auf die hohe Zahl der Erinnerungskäufe (55% bis 63% der ungeplanten Käufe) zurück, die von einem Großteil der Befragten der Kontrollgruppe nach dem Kauf nicht (mehr) als ungeplant empfunden und daher nach dem Kauf auch nicht mehr als solche artikuliert werden (ebenda, S. 323 ff.). Dies ist jedoch deshalb unproblematisch, weil es sich nach der zu Grunde gelegten Definition faktisch nicht um ungeplante Käufe handelt. Swoboda (1997), der in seiner Studie ebenfalls mögliche Befragungseffekte untersucht, kann hingegen keine signifikanten Unterschiede zwischen den Ergebnissen der Vorher-Nachher-Befragung und der Kontrollgruppe (nur Nachher-Befragung) feststellen, so dass er die Ergebnisse beider Befragungen zur weiteren Analyse heranzieht und damit implizit beide Befragungsformen zur Messung ungeplanter Käufe für geeignet hält (vgl. ebenda, S. 326 f.). Kollat/Willett halten darüber hinaus Unzulänglichkeiten der Messung als mögliche Ursache für den Unterschied zwischen beabsichtigten und realisierten Käufen bei einer Vorher-Nachher-Befragung für möglich. Die Zahl der vor dem Kauf erhobenen beabsichtigten Käufe kann unterschätzt und damit die Zahl ungeplanter Käufe überschätzt werden, wenn die Probanden aus Zeitgründen oder aus Gründen der Privatsphäre nicht alle geplanten Käufe bei einer Befragung vor dem Kauf angeben wollen oder können (vgl. Kollat/Willett 1969, S. 81 f.; Pollay 1968, S. 323). Zudem werden auch habitualisierte Käufe häufig erst am Verkaufsort aktiviert, so dass viele Probanden für diese vor dem Kauf noch keine Kaufabsicht artikulieren können, vor allem dann nicht, wenn keine Einkaufsliste vorliegt, und die geplanten Käufe erinnerungsbasiert aufgezählt werden müssen (vgl. Kuhlmann 1974, S. 21 f.). Umso wichtiger ist es, nach dem Kauf weitere Fragen zu den Charakteristika und Motiven der jeweiligen Käufe zu stellen. Dahlhoff (1979), und später in Anlehnung auch Swoboda (1997) und Baun (2003), verwenden dafür die bereits oben genannten Spontankaufmotive. Mit Hilfe der Selbsteinstufung der getätigten Käufe zu vorgegebenen Spontankaufmotiven sollen vor allem reine Impulskäufe von anderen (ungeplanten) Kauftypen abgegrenzt werden. Konsequenterweise müssen auch weitere Kaufcharakteristika abgefragt werden, um möglicherweise falsch gemessene ungeplante Käufe zu ermitteln. Baun (2003) unternimmt dies im Ansatz, in dem sie nach Ermittlung der ungeplanten Käufe zusätzlich nach Erstkäufen, markentreuen Käufen und früher geprüften Käufen fragt. Dabei stellt sich heraus, dass rund 30% der ermittelten ungeplanten Käufe früher geprüfte Käufe waren (vgl. ebenda, S. 123 ff.). Sie schließt aber auf-
62
Grundlagen der Untersuchung
grund der Ergebnisse keine Fälle aus den weiteren Untersuchungen aus, obgleich es sich dabei offensichtlich um aufs Ganze gesehen geplante Käufe handelt. Die ausschließliche Befragung nach dem Kauf wird u.a. in den Studien von Bellenger/Robertson/Hirschman (1978), Cobb/Hoyer (1986), Rook (1987), Rook/Fisher (1995), Baun (2003), Peck/Childers (2006) und Lee/Kacen (2008) angewandt, welche in der klassischen Kaufumgebung erfolgten. Insbesondere aber bei der Untersuchung ungeplanter Käufe im Internet dominiert bisher die reine Nachher-Befragung, wie sie u.a. von Koufaris et al. (2001), Kacen (2003), Madhavaram/Laverie (2004) und Jung/Lim (2006) durchgeführt wurde. Der wesentliche Unterschied zur Vorher-Nachher-Befragung liegt in der verwendeten Fragestellung zur Erfassung ungeplanter Käufe. Bei der Befragung im Nachhinein ist der Forscher allein auf die Selbsteinschätzung der Probanden angewiesen. Die Art und Weise wie nach ungeplanten Käufen gefragt wird, variiert dabei in bisherigen Untersuchungen teilweise stark. Von ihr hängt jedoch entscheidend ab, ob tatsächlich ungeplante Käufe erfasst und im weiteren Verlauf untersucht werden oder nicht. So wird in einigen Studien vereinfacht nach zurückliegenden ungeplanten und/oder spontanen bzw. impulsiven Käufen gefragt, ohne dabei zu berücksichtigen, dass die Probanden völlig unterschiedliche Auffassungen zu den Begriffen „ungeplant“, „spontan“ oder „impulsiv“ haben können, was eine präzise Messung ungeplanter Käufe erschwert. In diesen Fällen ist die Validität des Messinstruments nicht gegeben, da der Forscher nur dann ungeplante Käufe untersucht, wenn sein Verständnis ungeplanten Kaufens mit dem des Probanden übereinstimmt. Eine präzisere, mehrdimensionale Abfrage ist daher erforderlich, durch die andere Kaufentscheidungstypen ausgeschlossen werden können. Ein fundamentaler Nachteil der Nachher-Befragung dürfte zudem die geforderte Erinnerungsleistung der Probanden sein. Den Auskunftspersonen könnte es demnach schwer fallen, korrekte Angaben bzgl. der vorherigen Kaufabsichten und der beim Kauf ablaufenden kognitiven und emotionalen Prozesse zu machen. Es empfiehlt sich daher, die Befragung möglichst unmittelbar nach dem Einkauf und nicht erst einige Zeit danach (wie z.B. bei Rook 1987, Baun 2003 und Madhavaram/Laverie 2004, Bressolles et al. 2007) durchzuführen (vgl. Koufaris et al. 2001, S. 126). So befragen z.B. Peck/Childers (2006) zur Messung des Impulskaufverhaltens die Käufer direkt nach der Wahl des Produkts im Supermarkt (vgl. ebenda, S. 766). Eine zeitnahe Erfassung des Kaufverhaltens ist zudem beim Online-Shopping möglich, in dem der Fragebogen in einem Zwischenschritt innerhalb der Kaufabwicklung des Online-Shops zum
Stand der empirischen Forschung zu ungeplanten Käufen
63
Ausfüllen bereit gestellt wird (vgl. Koufaris et al. 2001, 126). Dies erfordert jedoch die Zusammenarbeit mit einem oder mehreren Online-Anbietern. Eine weitere Erhebungsvariante ungeplanter Käufe liefert Kacen (2003). Sie ermittelt die Zahl ungeplanter Käufe durch Einkaufsprotokolle ausgewählter Studierender, die über insgesamt sechs Wochen ihre Wocheneinkäufe jeweils abwechselnd im traditionellen Supermarkt und online getätigt haben. Dabei mussten die Teilnehmer für jeden Artikel jeweils angeben, ob dieser geplant, ungeplant, impulsiv, erinnerungsbasiert, als Sonderangebot oder als Probierkauf gekauft wurde (vgl. ebenda, S. 273). Diese Art der Messung erlaubt einen direkten Vergleich der Anteile ungeplanter Käufe in traditionellen Einkaufsstätten und in Online-Shops. Problematisch ist jedoch auch hier die vereinfachte Erfassung der ungeplanten Käufe. Zudem basiert die Studie lediglich auf einem Sample von 34 Personen. Cobb/Hoyer (1986) kritisieren bei der ausschließlichen Befragung nach dem Kauf zudem, dass die Probanden versuchen könnten, aus Gründen der sozialen Erwünschtheit ungeplante Käufe im Nachhinein als geplante Käufe auszugeben (vgl. ebenda, S. 389). Dieser Effekt wird bei Kroeber-Riel/Weinberg/Gröppel-Klein auch als nachträgliche Rationalisierung beschrieben, der auch unabhängig von einer möglichen Befragung auftreten kann. Konsumenten neigen demnach dazu, insbesondere nach spontanen Entscheidungen das eigene Verhalten im Nachhinein logisch zu begründen, um damit kognitive Dissonanzen abzubauen, die durch das Gefühl der unzureichenden Begutachtung vor dem Kauf entstehen können. Diese Verzerrungen lassen sich durch Befragungen nach dem Kauf nur schwer ermitteln. Die Autoren schlagen daher die Kombination von Beobachtungen und psychologischen Befragungstechniken vor (vgl. ebenda 2009, S. 348). Ein solches Vorgehen empfiehlt auch Kuhlmann (1974, S. 29). Für die Beobachtung schlägt er biotische, nicht-teilnehmende Verfahren vor, um mögliche Verhaltensänderungen der Versuchspersonen zu vermeiden. Dabei könnten sowohl apparative als auch persönliche Beobachtungsverfahren angewandt, und mit deren Hilfe z.B. die Reaktion auf Verkaufsdisplays, die Mimik oder die Zuwendung der Konsumenten zu Regalen und Produkten beobachtet werden. Eine kurze Entscheidungszeit am Point of Sale könnte somit auf einen spontanen Kauf, aber auch auf habituelle Käufe hinweisen. Eine anschließende Befragung ist daher notwendig, um die verhaltensauslösenden und -steuernden Variablen, also insbesondere psychologische Prozesse, zu erfassen (vgl. ebenda, S. 32 f.). Kuhlmann schlägt daher folgendes Vorgehen zur Messung ungeplanter Käufe vor (vgl. ebenda, S. 32 f.):
64
Grundlagen der Untersuchung
1. Beobachtung des Käufers vor dem Betreten der Verkaufsstelle (Interesse an der Schaufensterauslage festhalten), 2. Kurzinterview bei Betreten der Verkaufsstelle zur Ermittlung von Kaufabsichten, Zusammensetzung der Kaufpartei und Adresse des Käufers, 3. Beobachtung des Verhaltens der Käufer in der Verkaufsstelle, 4. Kontrolle der getätigten Käufe an der Kasse, 5. Befragung in der Wohnung des Käufers, um Gründe für gemessene Impulskäufe zu ermitteln. Durch dieses recht aufwändige Mehrebenenverfahren gelangt man nach seiner Ansicht zu sehr differenzierten Ergebnissen. Zudem ließe sich dieses um ein Feldexperiment erweitern. Kritisch anzumerken ist jedoch die Follow-up-Befragung in der Wohnung, die zwangsläufig deutlich später als der Einkauf erfolgt. Durch die Zeitverzögerung dürfte es den Probanden schwer fallen, exakte Aussagen zu den Kaufgründen der einzelnen Produkte zu treffen. Eine Kombination von Beobachtung und Befragung wurde z.B. in der Studie von Ebster/Wagner/Neumüller (2006, 2009) angewandt. Diese haben den Einfluss von Kindern während des Einkaufs im Supermarkt zunächst beobachtet. Als ungeplant wurden diejenigen Käufe eingestuft, bei denen ein Produkt auf Anfrage des Kindes in den Warenkorb gelegt wurde. Nach Verlassen der Kasse wurde neben persönlichen Daten auch nach der Zahl der durch das Kind verursachten Käufe gefragt, die um die Hälfte geringer war, als die Zahl der beobachteten ungeplanten Käufe (vgl. Ebster/Wagner/Neumüller 2006, S. 9 ff., dies. 2009, S. 149, 152). Das Ergebnis spricht dafür, dass die Eltern aufgrund mangelnder Erinnerung oder Auskunftsbereitschaft oder aber aus Gründen der sozialen Erwünschtheit die Zahl ungeplanter Käufe unterschätzten (vgl. ebenda 2006, S. 16; dies. 2009, S. 152). Letzteres dürfte bei dieser speziellen Fragestellung vermutlich stärkere Effekte hervorrufen als bei anderen Formen ungeplanter Käufe. Es ist aber nicht ausgeschlossen, dass ein Teil der durch die Beobachtung vermeintlich ermittelten ungeplanten Käufe tatsächlich bereits vorher beabsichtigt war, insbesondere dann, wenn es sich um im Haushalt regelmäßig gekaufte Produkte handelt, die das Kind wiedererkennt. In diesem Fall, wäre die beobachtete Anzahl der ungeplanten Käufe überschätzt. Die reale Zahl ungeplanter Käufe dürfte in der Studie daher irgendwo zwischen beobachteten und erfragten ungeplanten Käufen liegen.
Stand der empirischen Forschung zu ungeplanten Käufen
65
Ergänzend erwähnt werden sollte zudem die Möglichkeit der Erhebung ungeplanter Käufe mittels projektiver Fragestellungen, bei denen sich der Proband in eine andere Person in einer hypothetischen Kaufsituation hineinversetzen soll (vgl. Broda 2006, S. 67). Rook/Fisher (1995) und später in Anlehnung Lou (2005) verwenden ein solches Verfahren zur Erfassung impulsiven Kaufverhaltens, in der Annahme, dass das reale Verhalten der Probanden dem hypothetisch geäußerten entspricht. Studien mit experimentellem Aufbau in klassischen Kaufumgebungen, die Befragungen und/oder Beobachtungen als Erhebungsmethode angewandt haben, finden sich zudem bei Weinberg/Gottwald (1980; vgl. Weinberg 1981, S. 179 ff.), Iyer (1989), Baun (2003) und Vohs/Faber (2007). So haben Weinberg/Gottwald die Mimik von Impulskäufern mittels Kamera aufgezeichnet und diese durch Fremdpersonen hinsichtlich der Emotionen der beobachteten Personen beurteilen lassen. Anschließend wurden diese Fremdeinschätzungen der Emotionen mit den durch Befragung erhobenen Selbsteinschätzungen der beobachteten Personen verglichen. Dabei zeigt sich eine große Übereinstimmung zwischen den Dimensionen der fremd- und selbsteingeschätzten Emotionen. Zudem weisen die Autoren nach, dass sich Impulskäufer selbst signifikant emotionalisierter einschätzen als Nichtkäufer. Sie folgern daraus, dass die beim Kauf erlebten Emotionen prinzipiell auch mittels der Selbsteinschätzung der Probanden erfragt und damit auch impulsive Käufe auf diese Weise ermittelt werden können (vgl. Weinberg 1981, S. 188 ff.). Iyer (1989) untersucht in seiner experimentellen Studie den Einfluss von Zeitdruck und Kenntnis des Ladengeschäfts auf ungeplantes Kaufverhalten. Er wendet zur Messung ungeplanter Käufe ebenfalls die Methodik von Kollat/Willet an, in dem er Kaufabsichten und Kaufergebnisse miteinander vergleicht, jedoch mit dem Unterschied, dass die Probanden zu ihren Kaufabsichten bereits zu Hause befragt und anschließend auf dem Weg zum Geschäft begleitet werden. Während des gesamten Einkaufsprozesses wurden die Probanden beobachtet, weshalb es zu massiven Beobachtungseffekten gekommen sein dürfte (vgl. Iyer, S. 46 ff.). Diese Form der Untersuchung ist daher eher ungeeignet, um das reale Kaufverhalten zu untersuchen, für die Erhebungsform des Experiments, bei dem neben den interessierenden Variablen alle anderen kontrolliert bzw. konstant gehalten werden müssen, jedoch zweckmäßig. Baun (2003) verwendet in einer ihrer Untersuchungen ebenfalls ein experimentelles Design, um die Wirkung der Warenpräsentation auf ungeplantes Kaufverhalten zu untersuchen. Dafür wurde ein speziell gestalteter Experimentalstand (mit und ohne Dekoration) errichtet und dessen Aktivierungswirkung auf ausgewählte Probanden beim
66
Grundlagen der Untersuchung
Gang durch einen abgegrenzten Teil eines Einkaufszentrums mittels EDR-Messung ermittelt. Währenddessen sollten sich die Probanden außerdem ein beliebiges Produkt aus dem Angebot des Einkaufszentrums auswählen, dieses jedoch nicht kaufen. Anschließend wurden die Probanden zur Auswahl des Produktes näher befragt. Der fundamentale Nachteil dieses experimentellen Aufbaus liegt in der Verhaltensänderung durch die nicht-biotische Beobachtungssituation und in der Untersuchung von Kaufabsichten an Stelle von tatsächlich getätigten Käufen. Das Experiment zeigt aber, dass der dekorierte Experimentalstand gegenüber dem undekorierten Stand eine höhere, im Vergleich mit den anderen Warenangeboten im Einkaufszentrum sogar die höchste Zuwendungshäufigkeit erzielen konnte (vgl. ebenda, S. 134 ff.). Die Messung der ungeplanten bzw. impulsiven Entscheidungen erfolgte anschließend mittels einer Befragung. Dabei stellte sich heraus, dass 87,5% der Auswahlentscheidungen am dekorierten Experimentalstand auf impulsiven Entscheidungen beruhten, während dies bei den anderen Ständen bzw. Auslagen lediglich rd. 56% waren (vgl. ebenda, S. 152 ff.). Aufgrund der geringen Fallzahlen in dieser Untersuchung (n = 24) sind die Ergebnisse jedoch mit Vorsicht zu genießen. Untersuchungen ungeplanter Käufe im Internet mit Hilfe experimenteller Studien haben u.a. Adelaar et al. (2003), Jeffrey/Hodge (2007) und Engelhardt (2006) durchgeführt. So untersuchen Adelaar et al. (2003) die Wirkung verschiedener Präsentationsformen in einem fiktiven Online-Shop auf die dabei erlebten Emotionen und die anschließend spontan geäußerte Kaufabsicht für das präsentierte Produkt. Bei dem Experiment wurde eine CD angeboten, deren Inhalt automatisch abgespielt und wahlweise mit dem dazugehörigen Liedtext, Bildern oder einem Video auf der Website präsentiert (vgl. ebenda, S. 251 ff.). Die Autoren stellten dabei eher überraschend fest, dass die Ergänzung des Liedtextes zu einer stärkeren Impulskaufabsicht führt als die Ergänzung von Bildern oder Videos. Sie führen dies auf das höhere kognitive Involvement zurück, welche durch das Lesen des Liedtextes hervorgerufen wird (vgl. ebenda, S. 255 f.). Jeffrey/Hodge (2007) verwenden zur Untersuchung ungeplanter Käufe im Internet den Online-Shop eines Alumni-Clubs und bieten den Nutzern in diesem während der Checkout-Phase drei zusätzliche Produkte (Mousepad, Brillenhalter und Trüffel) an, die nicht im regulären Angebot des Online-Shops erhältlich sind. Der Kauf dieser speziellen Angebote durch die Probanden kann daher in jedem Fall als ungeplanter Kauf aufgefasst werden, da sie dem Nutzer bis dato unbekannt und daher nicht Teil der ursprünglichen Kaufintention gewesen sein können. Die Produkte wurden den Proban-
Stand der empirischen Forschung zu ungeplanten Käufen
67
den zudem in unterschiedlichen Präsentationsformen (Layer-Ad vs. integriert) und ohne bzw. mit einem zusätzlichen Kaufanreiz (Teil des Verkaufserlöses wird gespendet) angeboten. Daraufhin untersuchen Jeffrey/Hodge die Wirkung der Präsentationsformen sowie der Einkaufssumme und des Einkommens auf das ungeplante Kaufverhalten (vgl. ebenda, S. 371 ff.). Engelhardt (2006) untersucht in seiner Studie den Einfluss verschiedener Shoptypen (z.B. 2D- vs. 3D-Shop) auf den Kundenlauf in Online-Shops. Dabei stellt er u.a. fest, dass die Verwendung präsenzfördernder Elemente in einem Online-Shop, d.h. realen Einkaufsstätten angelehnte Elemente wie Einkaufswagen als Warenkorbsymbol, fotorealistische Bilder bis hin zu 3D-Darstellungen virtuell begehbarer Verkaufsräume (vgl. ebenda, S. 14 ff.), teilweise einen positiven Einfluss auf ungeplantes Kaufverhalten haben (vgl. ebenda, S. 305 ff.). Neben Clickstreamanalysen und Blickdatenerfassung wird in der Untersuchung auch ein nachgeschalteter Fragebogen zur Ermittlung der Art der Kaufentscheidung verwendet. Die Messung ungeplanter bzw. geplanter Käufe erfolgt dabei in Anlehnung an Kollat/Willet mittels retrospektiver Fragen nach der Anzahl der vor dem Betreten der Shops geplanten bzw. ungeplanten Käufe (vgl. ebenda, S. 213 f.). Die dabei gewählten Operationalisierungen der einzelnen Kaufentscheidungstypen sind jedoch nicht unproblematisch, wie aus Tabelle 11 hervorgeht, und die Untersuchungsergebnisse damit unter Vorbehalt zu sehen. Ferner gibt es Studien, die die Impulskauftendenz als Persönlichkeitsvariable der Konsumenten untersuchen. Hierbei steht die allgemeine Neigung des Konsumenten zu Impulskäufen im Vordergrund. Die Fragestellungen sind daher z.B. auf die Häufigkeit von Impulskäufen innerhalb eines festgelegten Zeitraums oder die generelle Neigung des Konsumenten impulsiv zu entscheiden und zu kaufen ausgerichtet. Derartige Studien verwenden ausnahmslos Befragungen zur Messung der Kaufverhaltenstendenzen (vgl. Hausman 2000, Youn/Faber 2000, Kacen/Lee 2002, Ramanthan/Menon 2006, Park et al. 2006, Silvera et al. 2008). Die dadurch gewonnenen Erkenntnisse lassen aber keine Schlüsse auf einzelne ungeplante Käufe zu, wenngleich ein positiver Zusammenhang zwischen der Impulskauftendenz und dem tatsächlichen Impulskauf festgestellt werden konnte (vgl. Beatty/Ferrell 1998, S. 182; da Costa/Laran 2003, S. 16; Jung/Lim 2006, S. 13). Abschließend bleibt festzuhalten, dass es bisher noch kein einheitliches Erhebungsdesign geschweige denn Messinstrument für ungeplante Käufe gibt. Die den verschiedenen Ansätze inhärenten Vor- und Nachteile sind daher bei der jeweiligen Forschungsfrage und dem gewählten Forschungsdesign gegeneinander abzuwägen. Eine entspre-
68
Grundlagen der Untersuchung
chende Diskussion des zu wählenden Erhebungsdesigns für die vorliegende Untersuchung findet in Kapitel 5.1.2 statt. Kaufentscheidungstyp nach Engelhardt
Operationalisierung
Bemerkungen
geplante bzw. ungeplante Käufe
„Wie viele der Produktkäufe waren vor dem Betreten des Shops geplant?“
Die Verwendung der Begriffe „Produktkäufe“ und „geplant“ könnte missverstanden werden. Die Festlegung einer genauen Zahl zu dieser Frage kann zu unscharfen Ergebnissen führen, da den Probanden nicht immer klar sein dürfte, wann ein Kauf geplant war und wann nicht.
limitierte Käufe
„Bei wie vielen der geplanten Käufe war vorher nur die Produktkategorie (bspw. Obst, Süßes, Alkohol) geplant?“
Hierbei handelt es sich um teilweise geplante Käufe, die durchaus limitierten Käufen entsprechen können.
habituelle Käufe
„Bei wie vielen der geplanten Käufe war vorher sogar das konkrete Produkte bzw. die Marke (Banane, Ritter Sport, Ouzo) geplant?“
Dies kann auch auf limitierte und extensive Kaufentscheidungen zutreffen. Habitualisierungsverhalten wird nicht konkret erfasst. Marken und Produkte werden zusammengefasst.
reiner Impulskauf
„Bei wie vielen der ungeplanten Käufe haben Sie das Produkt gekauft, weil es Ihnen spontan toll und wünschenswert erschien?“
Die Zuordnung der genauen Anzahl der Käufe zu den festgelegten Typen kann je nach Umfang der Einkäufe unscharf werden.
ungeplante extensiv Käufe
„Bei wie vielen der ungeplanten Käufe haben Sie lange überlegt, ob Sie das Produkt kaufen oder nicht?“
spontan-emotionslose Käufe
„Bei wie vielen der ungeplanten Käufe waren Sie weder erfreut noch haben Sie lange über den Kauf nachgedacht?“
(Quelle: eigene Darstellung und Ergänzungen in Anlehnung an Engelhardt 2006, S. 213 f.) Tabelle 11: Messung ungeplanter Käufe nach Engelhardt
Stand der empirischen Forschung zu ungeplanten Käufen
69
2.3.2 Zusammenfassung des Status quo der empirischen Forschung zu ungeplanten Käufen in traditionellen Einkaufsumgebungen und im Internet Einen ausführlichen Überblick über bisherige empirische Untersuchungen zu ungeplanten Käufen in klassischen Kaufumgebungen und im Internet geben die nachfolgenden beiden Tabellen. Dabei werden für jede Studie die bereits diskutierten Erhebungsdesigns, die Operationalisierungen ungeplanter Käufe und die untersuchten Kauftypen dargestellt. Darüber hinaus werden in der letzten Spalte der Tabellen die in den empirischen Analysen berücksichtigten Determinanten sowie deren nachgewiesene Wirkung auf ungeplante Käufe dokumentiert. Diese bilden somit den Übergang zu den im nachfolgenden Kapitel 2.3.3 erläuterten Erklärungsansätzen.
Einkaufserlöse in der Folgewoche nach der Schließung erreichen nicht das Niveau der Woche vor der Schließung (ungeplante Käufe werden nicht nachgeholt) Vergleich von Kaufabsichten und getätigten Käufen Vergleich von Kaufabsichten und getätigten Käufen Vergleich von Kaufabsichten und getätigten Käufen
Vergleich von Kaufabsichten und getätigten Käufen
Beobachtung der Verkaufserlöse von 154 Geschäften in 5 aufeinanderfolgenden Wochen, in denen an 2 Tagen alle Geschäfte geschlossen werden mussten (sekundärstatistisch)
Mündl. Befragung vor und nach dem Kauf in verschiedenen Supermärkten, n = 5.300
Schriftl. Befragung vor und nach dem Kauf in verschied. Haushalten (Einkaufsprotokolle), n = 199
Mündl. Befragung vor und nach dem Kauf in verschiedenen Drogerien/ Apotheken und Spirituosengeschäften, n=?
Mündl. Befragung vor und nach dem Kauf in verschiedenen Supermärkten, Kontrollgruppe nur nach dem Kauf, n = 596 Mündl. Befragung zu Hause (followup), n = 196
Clover 1950
West 1951
Shaffer 1960
POPAI 1963 (zit. n. Engel/Kollat/ Blackwell 1968, S. 487)
Kollat/Willet 1967
ungeplante Käufe
ungeplante Käufe
ungeplante Käufe
ungeplante Käufe
ungeplante Käufe
ungeplante Käufe
Untersuchte Typen ungeplanter Käufe
u.a. Zahl versch. gekaufter Produkte / + Kaufhäufigkeit/-frequenz / + Anzahl verheiratete Jahre / + Art des Einkaufs (major vs. fill-in) / +/Uhrzeit, Wochentag / 0 Entfernung zum Geschäft / 0 Soziodemografika (z.B. Geschlecht, Einkommen, Bildung) / 0 Persönlichkeit (z.B. Impulsivität, Optimismus, Selbstbewusstsein) / 0
Betriebsform / +/-
Produktart / +/-
Produktart / +/Betriebsform / +/-
Handelsbranche/Sortiment / +/-
Produktart / +/-
Determinanten ungeplanter Käufe (+ pos. Einfluss, - neg. Einfluss, 0 kein Einfluss, +/- hat Einfluss (ungerichtet))
Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung nächste Seite)
Vergleich von Kaufabsichten und getätigten Käufen
Mündl. Befragung vor und nach dem Kauf in Supermärkten, n = unbekannt
duPont 1945-1965 (zit. n. Engel/Kollat/ Blackwell 1968, S. 488 f.)
Operationalisierung ungeplanter Käufe
Erhebungsmethode, Stichprobenumfang
Autor(en), Jahr
70 Grundlagen der Untersuchung
Vergleich von Kaufabsichten und getätigten Käufen
Entscheidung zum Kauf eines Artikels wurde im Geschäft gefällt („when they decided they wanted to buy each item“) Vergleich von Kaufabsichten und getätigten Käufen Selbsteinschätzung von Spontankaufmotiven
Mündl. Befragung vor und nach dem Kauf in Kaufhäusern und Discountern, n = 457
Mündl. Befragung nach dem Kauf in verschiedenen Supermärkten, n = 1.600
Mündl. Befragung vor und nach dem Kauf in verschiedenen Supermärkten n = 51 bzw. 49, Kontrollgruppe nur nach dem Kauf, n = 44
Experimentelles Design: Mimik-Beobachtung mittels Kamera (biotisch) Mündl. Befragung nach dem Kauf Experimentalverkaufsstände im Hochschulbereich mit eigens erstellten, für die Probanden unbekannten Produkten (Aufkleber) n = 201
Prasad 1975
Bellenger/Robertson/ Hirschman 1978
Dahlhoff 1979
Weinberg/Gottwald 1980 (zit. n. Weinberg 1981, S. 179 ff.)
Impulskäufe
ungeplante Käufe Impulskäufe Erinnerungskäufe, Sonderangebotskäufe, Ersatzkäufe
ungeplante Käufe
ungeplante Käufe
ungeplante Käufe
keine Determinanten untersucht
Zahl gekaufter Produkte / + Einkaufsbetrag / + Einkaufsverantwortung / +
Alter (unter 35 und über 65) / + Einkaufsintention „shopping“/ + Einkaufsbetrag / + Produktart / +/-
Betriebsform Discounter / + Einkaufsbetrag / + Uhrzeit / 0 Art des Einkaufs (major/fill-in) / 0 Einkaufsliste / 0 Shopping party composition / 0 Entfernung zum Geschäft / 0 Soziodemografika (z.B. Alter, Einkommen, Bildung, Familienstand, Berufsstatus, Haushaltsgröße) / 0
Produktart / +/-
Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung nächste Seite)
Alle Käufe sind ungeplante Käufe, da es sich um unbekannte Produkte handelt
Vergleich von Kaufabsichten und getätigten Käufen
Mündl. Befragung vor und nach dem Kauf in verschiedenen Supermärkten, n = 11.050
Infratest 1969 (zit. n. Dahlhoff 1979, S. 312)
Stand der empirischen Forschung 71
Vergleich von Kaufabsichten und getätigten Käufen
Mündl. Befragung vor und nach dem Kauf in verschiedenen Supermärkten, n = 450
Studie 1: Schriftl. Befragung von Studenten zu einer hypothetischen Kaufsituation, n = 212
Abratt/Goodey 1990
Rook/Fisher 1995
(hypoth.) Impulskäufe
Impulskauftendenz / + normative Bewertung von Impulskäufen / +/-
Produktart / +/Einkaufsliste vorhanden / Supermarktgruppe / +/In-Store-Stimuli / +/-
Kenntnis des Ladengeschäfts / Zeitdruck / -
deskriptives Design keine Determinanten untersucht
u.a. Stärke der Markenpräferenz / + Tag der Woche (früher) / + Shoppingneigung / Geschlecht (männlich) / +
Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung nächste Seite)
Studie 1: 5 Kaufentscheidungsalternativen, die für untersch. Ausmaß an Impulsivität stehen.
ungeplante Käufe
Vergleich von Kaufabsichten und getätigten Käufen
Experimentelles Design: Mündl. Befragung zu Hause vor dem Kauf Beobachtung während des Einkaufs im Supermarkt (durchschaubar/offen) Mündl. Befragung nach dem Kauf im Supermarkt n = 68
Iyer 1989
Vergleich ungeplanter Käufe mit teilweise geplanten Käufen und geplanten Käufen
Spontankäufe
„How did your most recent sudden urge to buy come about? What happened first? Next?“ (open-ended)
Schriftl. Befragung von Studenten zu ihrem „letzten Spontankauf“, n = 133
Rook 1987
Vergleich ungeplanter Käufe mit teilweise geplanten Käufen und geplanten Käufen
„Did you plan to purchase [the product category] before entering the store today?“ “Did you plan to buy [the specific brand] before entering the store today?”
Beobachtung während des Kaufs im Supermarkt (biotisch), Mündl. Befragung nach der Wahl des Produkts im Supermarkt Schriftl. Follow-up-Befragung Beschränkt auf Kaffee und Toilettenpapier n = 227
Cobb/Hoyer 1986
72 Grundlagen der Untersuchung
Vergleich von Kaufabsichten und getätigten Käufen Selbsteinschätzung der Spontankaufmotive Vergleich von Kaufabsichten und getätigten Käufen Selbsteinschätzung der geplanten und „impulsiven“ Käufe Vergleich von Kaufabsichten und getätigten Käufen Selbsteinschätzung der geplanten und ungeplanten Käufe Fünfdimensionale 7-stufige Impulsivitätsskala, Mittelwert ≥ 4 = Impulskauf
Mündl. Befragung vor und nach dem Kauf in drei Musikabteilungen eines Warenhauskonzerns, n = 253
Mündl. Befragung vor und nach dem Kauf in einem Einkaufszentrum, n = 550
Mündl. Befragung vor und nach dem Kauf in einem Einkaufszentrum, n = 533
Mündl. Befragung vor und nach dem Kauf in 6 verschiedenen Discountern, n = 2.172
Swoboda 1997
Weun/Jones/Beatty 1998
Beatty/Ferrell 1998
Kelly/Smith/Hunt 2000
ungeplante Käufe
Impulskäufe ungeplante Käufe Erinnerungskäufe
ungeplante Käufe
ungeplante Käufe Impulskäufe Erinnerungskäufe, Sonderangebotskäufe, Ersatzkäufe
ungeplante Käufe
Sonderangebote vs. reguläre Angebote / +/-
direkt: Stimmung / + In-Store Browsing / + verfügbares Geld / + Impulskauftendenz / + indirekt: Shoppingneigung /+ verfügbare Zeit / +
Impulskauftendenz / +
keine Determinanten erhoben
Impulskauftendenz / + normative Bewertung von Impulskäufen / +/-
Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung nächste Seite)
Vergleich von Kaufabsichten und getätigten Käufen
Studie 2: 5er-Skala von „completely planned“ bis “completely unplanned” anhand dreier Planungsdimensionen (Kauf innerhalb eines Musikgenres, Kauf von Musik eines Künstlers, Kauf eines bestimmten Musiktitels) = „Impulse Buying Score“
Studie 2: Mündl. Befragung nach dem Kauf in einem Musikgeschäft, n = 104 Beschränkt auf Musik-CDs
Rook/Fisher 1995
Stand der empirischen Forschung 73
Impulskäufe ungeplant extensive Käufe Erinnerungskäufe geplante Verführung Ersatzkäufe Sonderangebotskäufe Impulskaufabsichten (!)
Impulskäufe ungeplant extensive Käufe emotionslose Spontankäufe Erinnerungskäufe geplante Verführung Ersatzkäufe Sonderangebotskäufe Impulskäufe ungeplant extensive Käufe emotionslose Spontankäufe Erinnerungskäufe geplante Verführung Ersatzkäufe Sonderangebotskäufe
„Gibt es ein Produkt, das Sie kürzlich spontan und ungeplant gekauft haben?“
nur Produktwahl: positive Emotionen und geringe Kognition (vgl. Studie 1)
„Gibt es ein Produkt, das Sie heute in diesem Warenhaus spontan und ungeplant gekauft haben?“ positive Emotionen und geringe Kognition
Selbsteinschätzung der geplanten und ungeplanten Käufe positive Emotionen und geringe Kognition
Studie 1: Mündl. Befragung nach dem Kauf in einem Supermarkt, n = 63
Studie 2: Experimentelles Design: Beobachtung mittels EDR-Messung in einem abgegrenzten Teil eines Einkaufszentrums mit Experimentalstand (mit/ohne Dekoration) anschl. mündl. Befragung n = 80 (je Gruppe 40)
Studie 3: Mündl. Befragung nach dem Kauf in einem Warenhaus, n = 104
Studie 4: Mündl. Befragung nach der Wahl des Produkts in einem Warenhaus, n = 135 zusätzlich Beobachtung des Kaufverhaltens bei n = 10 Personen
als abh. Variablen untersucht: Zufriedenheit mit dem Kauf / +/Ausgabebereitschaft / +/-
Wahrnehmung der Warenpräsentation / +/Einkommen / +/Alter / 0
Sensationssuche / + Schnäppchenjägermentalität / Wahrnehmung der Warenpräsentation / +/Einkommen / +/Alter / 0
Aktivierungswirkung der Warenpräsentation / +
positive Emotionen /+ geringe Kognition /+ Alter / +/Geschlecht / 0 Kultur / 0 Bildung / 0 Aktivierungswirkung
Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung nächste Seite)
Baun 2003
74 Grundlagen der Untersuchung
5 Kaufentscheidungsalternativen, die für untersch. Ausmaß an Impulsivität stehen
Schriftl. Befragung von Studenten zu einer hypothetischen Kaufsituation, 2 Studien: n = 152 bzw. n = 112
Beobachtung während des Kaufs in einem Supermarkt (biotisch), Mündl. Befragung nach dem Kauf in einem Supermarkt n = 178
Experimentelles Design: Beobachtung während des Kaufs in einem Supermarkt (biotisch), Mündl. Befragung nach der Wahl des Produkts im Supermarkt Beschränkt auf Pfirsiche/Nektarinen Manipulation durch Schild mit der Aufschrift „feel freshness“ bzw. ohne Schild Schriftl. Follow-up-Befragung n = 170
Luo 2005
Ebster/Wagner/ Neumüller 2006, 2009
Peck/Childers 2006
ungeplante Käufe
ungeplante Käufe
(hypoth.) Impulskäufe
indirekte Erfassung: Einfluss von Point-ofPurchase Postern auf Impulskäufe
Aufruf zum Anfassen (Schild „feel the freshness“) / + Haptisches Bedürfnis / + normative Bewertung von Impulskäufen / + Impulskauftendenz / +
Anwesenheit von Kindern / +/- Art der Anfrage des Kindes / +/- Alter des Kindes / + Verzehrbarkeit des Produkts / + Einkommen der Eltern / + Produktpreis / u.a.
Anwesenheit von Freunden / + Anwesenheit von Familienmitgliedern / moderierende Variable: Bindung an die soziale Gruppe (hoch/niedrig)
Wahrnehmung POP Poster / + Einkommen / + Einkaufshäufigkeit / + Stimmung / + Alter / 0 Geschlecht / 0
Tabelle 12: Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung nächste Seite)
5er-Skala von „completely planned“ bis “completely unplanned” anhand dreier Plannngsdimensionen (Kauf von Früchten, Kauf von Pfirsichen, Kauf der Zahl an Pfirsichen) = „Impulse Buying Score“
Selbsteinschätzung der geplanten und ungeplanten Käufe
Kauf auf Zuruf des Kindes
„Please describe what extent your impulse buying today reflects your impression of the in-store POP posters.”
Mündl. Befragung nach dem Kauf in drei Supermärkten in China, n = 255
Zhou/Wong 2003
Stand der empirischen Forschung 75
Detailbeschreibung einer der variierenden möglichen Kaufsituationen (z.B. „An impulse purchase is one in which you experience a sudden urge to buy something that you cannot resist. [...]. Think about a recent impulse purchase you made [...].“)
Schriftl. Befragung zu einer letzten „impulsiven“ und einer letzten „geplanten Kaufentscheidung“ von Studenten und Nicht-Studenten in vier ausgewählten Ländern (USA, Australien, Singapur und Malaysien), randomized mixed-factor design n = 706
Lee/Kacen 2008 Impulskäufe geplante Käufe
ungeplante Käufe
Als zentrale abhängige Variable untersucht: Zufriedenheit mit dem Kauf Kauftyp (Impulskauf, geplanter Kauf) als unabhängige Variable interagiert mit der Zugehörigkeit zu einem Kulturkreis und der Anwesenheit persönlich wichtiger Personen beim Einfluss auf die Zufriedenheit.
Selbstbeherrschung / Selbstbeherrschung verfügt über begrenzte Kapazitäten. Diese nutzt ab, wenn sie zuvor stark beansprucht wird. moderierende Variable: Impulskauftendenz / +
Tabelle 12:Empirische Untersuchungen ungeplanter Käufe in klassischen Kaufumgebungen (Fortsetzung von vorheriger Seite)
Alle Käufe sind ungeplante Käufe, da die Möglichkeit zum Einkauf und das 10$Budget vorher nicht absehbar waren
Experimentelles Design: Beobachtung des Kaufverhaltens nach Beeinflussung der Gedanken und des Verhaltens (Gedankenprotokolle mit/ohne an einen weißen Bären denken zu dürfen, Rede mit/ohne freundlicher Mimik/Gestik) zusätzl. mündl. Befragung anschl. 10$ Budget zum Einkauf ausgewählter Produkte n = 68 bzw. 40 (Studierende)
Vohs/Faber 2007
76 Grundlagen der Untersuchung
Impulskaufabsicht
Impulskäufe
ungeplante Käufe Impulskäufe Erinnerungskäufe Sonderangebotskäufe
Kaufabsicht des dargestellten Produkts
Selbsteinschätzung der Impulsivität des Kaufs zweidimensionale Impulsivitätsskala in Anlehnung an Beatty/Ferrell (1998) Selbsteinschätzung der geplanten und ungeplanten Käufe
Experimentelles Design: WWW-Befragung im Anschluss an drei verschiedene mediale Darstellungen (Text, Bild, Video) eines Produkts (Musik-CD) n = 95 (Studierende)
WWW-Befragung über letzten Einkauf im Internet n = 2.634
Panelerhebung: Schriftl. Befragung nach dem Kauf jeweils in Supermarkt und OnlineShop (Einkaufsprotokolle) über 6 Wochen n = 34 (Studierende)
Adelaar et al. 2003
da Costa/Laran 2003
Kacen 2003
Tabelle 13: Empirische Untersuchungen ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
ungeplante Käufe
„Wurden mehr Videos ausgeliehen als ursprünglich beabsichtigt?“ (ja/nein)
WWW-Befragung nach dem Kauf, Einladung während des Checkouts eines Online-Shops (Videoverleih) n = 332
Koufaris et al. 2001
Untersuchte Typen ungeplanter Käufe
Operationalisierung ungeplanter Käufe
Erhebungsmethode, Stichprobenumfang
Autor(en), Jahr
Absatzkanal (online) / Produktart / +/Sonderangebot / + Probierkauf / +
In-Store Browsing / + Impulskauftendenz / + Online-Shop-Merkmale / + als abh. Variablen untersucht: pos. Emotionen / +
mediale Darstellung / +/moderierende Variable: Impulskauftendenz / +
wahrgenomme Selbstkontrolle / 0 Shoppingneigung / 0
Determinanten ungeplanter Käufe (+ pos. Einfluss, - neg. Einfluss, 0 kein Einfluss, +/- hat Einfluss (ungerichtet))
Stand der empirischen Forschung 77
Tabelle 13: Empirische Untersuchungen ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
Impulskäufe Erinnerungskäufe
Selbsteinschätzung der geplanten und ungeplante Käufe Frage nach geplanten, erinnerten oder impulsiven Käufen
E-Mail-gestützte WWW-Befragung über den letzten Einkauf im Internet, Einladung über Newsgroups und EMail n = 168
Jung/Lim 2006
Impulskäufe emotionslose Spontankäufe ungeplant extensive Käufe
Selbsteinschätzung der Anzahl geplanter und ungeplanter Käufe Frage nach Anzahl der Impulskäufe, limitierten, habitualisierten, spontan emotionslosen und ungeplant extensiven Käufe (jeweils in einem Satz beschrieben)
Experimentelles Design: Online-Beobachtung mittels Logfiles und Bestelldaten E-Mail-gestützte WWW-Befragung nach dem Kauf Test verschiedener Shoptypen und Shopvarianten (Wein/Aldi) Im Feld und Labor. Im Labor zusätzlich: Blickdatenmessung n (Labor) = 120 n (Feld) = 2.067 (Einladung über Online-Access-Panel und E-Mail)
Engelhardt 2006
Impulskäufe
Eigene Beschreibung von Impulskäufen (Inhaltsanalyse) und Abgleich mit eigener Konzeptualisierung
WWW-Befragung über Impulskäufe im Internet im Allgemeinen n = 263
Madhavaram/Laverie 2004
direkt: Stimmung / +/In-Store Browsing / + Impulskauftendenz / + indirekt: Shoppingneigung /+ verfügbares Geld / + verfügbare Zeit / + Flow / + wahrgenommenes Risiko / -
Shoptyp: Ähnlichkeit zum stationären Ladengeschäft / + Kundenlauftypen (Surfer/Seeker) / 0
qualitative Auswertung: Produktart / 0 Stimmung / +/Preis / +/Sonderangebote / + Bilder / + Banner / + Sicherheitsbedenken / Fehlende Möglichkeit zur haptischen Produktbeurteilung / -
78 Grundlagen der Untersuchung
zweidimensionale Impulsivitätsskala: “Imp1: When you saw this product, you suddenly wanted to buy it.” “Imp2: When you saw this product, you could not resist the desire to buy it.”
E-Mail-gestützte WWW-Befragung über den letzten Einkauf von Kunden eines Online-Shops, E-Mail-Einladung einige Tage nach dem Kauf n = 4.109
Bressolles et al. 2007 Impulskäufe
ungeplante Käufe
globale Zufriedenheit mit der Webseite / + Interaktivität/Personalisierung der Webseite / + Einfache Suche und Navigation (Ease of use) der Webseite / -
Einkaufssumme / + Einkommen / Kaufgrund (Spende) / + Layer-Ad / +
Tabelle 13:Empirische Untersuchungen ungeplanter Käufe im Internet (Fortsetzung von vorheriger Seite)
Alle Käufe sind ungeplante Käufe, da die angebotenen Produkte gewöhnlich nicht in dem verwendeten OnlineShop erhältlich sind, somit zuvor keine Kaufabsicht bestanden haben kann.
Experimentelles Design: WWW-Befragung während des Checkouts eines Online-Shops mit Zusatzangeboten Manipulation: zusätzlicher Kaufgrund (mit/ohne Spende) Layer-Ad vs. integrierte Darstellung der Zusatzangebote n = 420
Jeffrey/Hodge 2007
Stand der empirischen Forschung 79
80
Grundlagen der Untersuchung
2.3.3 Bisherige Erklärungsansätze ungeplanter Käufe in traditionellen Einkaufsumgebungen und im Internet 2.3.3.1 Bisher untersuchte Determinanten ungeplanter Käufe Zur Analyse möglicher Einflussgrößen auf ungeplante Kaufentscheidungen im Internet bedarf es der Betrachtung der Determinanten ungeplanter Käufe auf der einen und der Determinanten von Kaufentscheidungen im Internet auf der anderen Seite. Da es sich dabei um eine nahezu unüberschaubare Menge an Variablen handelt, sind für die vorliegende Untersuchung Einflussgrößen mit zentraler Bedeutung zu identifizieren. Die im vorherigen Abschnitt dargestellten Tabellen 12 und 13 geben bereits einen Überblick über die Vielzahl an empirisch untersuchten Einflussgrößen ungeplanter bzw. impulsiver Käufe. Am häufigsten untersucht wurde demnach u.a. der Einfluss x der Produktkategorie oder Produktart, x der Betriebsform des Einzelhandels, x der Einkaufssumme bzw. des Gesamtbetrags des Einkaufs, x der Anzahl gekaufter Produkte eines Einkaufs, x der Impulskauftendenz des Individuums, x der verfügbaren Zeit bzw. des wahrgenommenen Zeitdrucks, x der Wahrnehmung der Ladengestaltung bzw. der Wirkung einzelner Elemente der Ladenumgebung, x sowie des Alters, des Geschlechts und des Einkommens der Probanden auf ungeplante bzw. impulsive Käufe. Darüber hinaus sind folgende zentrale Determinanten bisher nur selten untersucht worden: x der Produktpreis, x Marketing-Instrumente wie z.B. Sonderangebote und Werbung, x das wahrgenommene Risiko und x Flow-Erlebnisse. In der Literatur gibt es einzelne Ansätze, die Einflussfaktoren ungeplanter Kaufentscheidungen systematisch zu erfassen. Stern (1962) nennt insgesamt neun Faktoren, die ungeplante Käufe begünstigen. Dies sind ein geringer Produktpreis, eine geringe Bedeutung des Produkts für den Käufer,
Stand der empirischen Forschung zu ungeplanten Käufen
81
Überallerhältlichkeit, Möglichkeiten zur Selbstbedienung, ein hohes Werbeaufkommen, eine ansehnliche Platzierung im Ladengeschäft, kurze Produktlebenszyklen, geringe Größe und Gewicht des Produkts und Möglichkeiten einer leichten Aufbewahrung des Produkts. Diese Faktoren erleichtern dem Konsumenten den Einkauf des jeweiligen Produkts, wodurch planendes Handeln reduziert und ungeplantes Kaufen gefördert wird (vgl. ebenda, S. 60 ff.). Weinberg nennt im Wesentlichen zwei Möglichkeiten, wie ungeplantes oder impulsives Kaufen zu Stande kommt: als Folge der Reizsituation oder als Folge psychologischer Prozesse (vgl. ebenda, S. 166 ff.; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 451). Mit Ersterem ist das Zusammenspiel zwischen der Aktivierungswirkung der Kaufumgebung und den subjektiven Wahrnehmungsprozessen des Konsumenten angesprochen. Zu den psychologischen Prozessen, die ungeplantes Kaufverhalten auslösen können, zählt Weinberg zum einen hedonistische Konsummotive, zum anderen motivationale und kognitive Konflikte (vgl. ebenda 1981, 166 ff.). Darüber hinaus fehlt es aber bisher an einer systematischen Erfassung der Determinanten ungeplanten Kaufens sowohl für klassische Kaufumgebungen wie auch im Besonderen für den Einkauf im Internet. Es gibt jedoch erste Ansätze zur Modellbildung, welche zentrale Determinanten impulsiver Käufe berücksichtigen. Diese werden im folgenden Kapitel vorgestellt. 2.3.3.2 Kausalmodelle zur Erklärung ungeplanter Käufe Umfassendere Modelle zur Erklärung ungeplanter bzw. impulsiver Kaufentscheidungen finden sich in der Literatur bisher selten. Das einzige zusammenhängende Modell zur Erklärung von Impulskäufen stammt ursprünglich von Beatty/Ferrell (1998), welches anschließend u.a. von da Costa/Laran (2003), Engelhardt et al. (2004) und Jung/Lim (2006) auch für den Einkauf im Internet weiterentwickelt wurde. Die genannten Modelle werden nachfolgend kurz vorgestellt. Die beiden zentralen Konstrukte des Erklärungsmodells von Beatty/Ferrell sind der Drang zum Impulskauf als Vorstufe des tatsächlichen Impulskaufs und das so genannte In-Store-Browsing, wie Abbildung 7 zu entnehmen ist. Letzteres beschreibt das Verhalten von Konsumenten, ohne eine klare Kaufabsicht zu Unterhaltungs- oder Informationszwecken durch ein Geschäft zu bummeln. Das In-Store-Browsing kann dem Konsumenten durch das Einkaufserlebnis an sich positive Emotionen verschaffen. Je länger sich der Konsument dabei in einem oder mehreren Geschäfte aufhält, desto mehr Reizen wird er ausgesetzt, die ihn wiederum zum ungeplanten Kauf von Waren
82
Grundlagen der Untersuchung
verleiten können (vgl. ebenda 1998, S. 171 f.). Die Unterscheidung zwischen dem Entschluss oder dem Drang zum Impulskauf und der tatsächlichen Impulskaufhandlung findet sich auch bei Weinberg (1981). Demnach kann der Konsument dem Drang zum Impulskauf widerstehen oder durch situative Faktoren an der Impulskaufhandlung gehindert werden (vgl. ebenda, S. 177 f.; Beatty/Ferrell 1998, S. 172). p < 0,05 n.s.
Time Available
-0.15 0.21
0.30
0.17
Negative Affect 0.04
Money Available 0.18
In-Store Browsing
0.25
0.16
Felt Urge to Buy Impulsively
0.42
Impulse Purchase
0.03
Shopping Enjoyment
0.14 0.30 0.29
0.37
0.20
Impulse Buying Tendency
0.30
Positive Affect
ȋ2 = 607.59 RMSEA = 0.04 RMR = 0.05 GFI = 0.92 AGFI = 0.91 NNFI = 0.93 CFI = 0.94
(Quelle: Beatty/Ferrell 1998, S. 182) Abbildung 7: Kausalmodell des Impulskaufs nach Beatty/Ferrell Weitere Erklärungskonstrukte im Modell von Beatty/Ferrell sind die positiven und negativen emotionalen Zustände oder Stimmungen. Demnach führen positive Stimmungen dazu, dass sich Konsumenten eher und großzügiger belohnen und sich freier und energiegeladen fühlen. Zudem sind sie geneigt, auf Dinge zuzugehen und durch entsprechende Handlungen den positiven Gemütszustand zu halten. All dies führt dazu, dass Konsumenten mit positiver Stimmung eher bzw. mehr ungeplante Käufe tätigen. Negative Stimmungen können bei analoger Argumentation zu weniger ungeplanten Käufen führen, wobei dieser Zusammenhang nicht eindeutig ist. Ein negativer Gemütszustand kann auch dazu führen, dass sich der Konsument mittels eines ungeplanten Kaufs in eine positive Stimmung versetzen möchte. Die unterschiedliche Wirkung negativer Stimmungen kann sich daher gegenseitig aufheben. Im Erklärungsmodell konnte wohl aufgrund dieses Wirkungszusammenhangs kein signifikanter
Stand der empirischen Forschung zu ungeplanten Käufen
83
Einfluss negativer Stimmungen auf den Drang zum Impulskauf nachgewiesen werden (vgl. ebenda, S. 173 f., 182). Beeinflusst werden die genannten Variablen zudem direkt und indirekt durch die Verfügbarkeit von Zeit und Geld (externe situative Faktoren) sowie der Freude am Einkaufen im Allgemeinen und der Impulskauftendenz des Individuums. Zeitdruck führt z.B. dazu, dass das In-Store-Browsing eingeschränkt und negative Stimmungen erzeugt werden. Letzteres gilt auch für mangelnde finanzielle Mittel in der Kaufsituation, die zudem den ungeplanten Kauf eines Artikels direkt verhindern können, wenn dieser nicht bezahlt werden kann. Ferner werden Personen, die grundsätzlich Freude am Einkaufen haben und dazu neigen, Produkte auch mal spontan zu kaufen, in einer Kaufsituation eher ungeplante Käufe realisieren als Personen, bei denen dies nicht zutrifft. Diese Zusammenhänge konnten in dem Modell ebenfalls empirisch nachgewiesen werden (vgl. ebenda, S. 174 ff., 182). Da Costa/Laran (2003) verwenden in ihrer Untersuchung eine vereinfachte Version des Modells von Beatty/Ferrell für den Einkauf im Internet, wie es in Abbildung 8 dargestellt ist. Neben der Impulskauftendenz und dem In-Store-Browsing führen sie als weitere exogene Variable die „Laden- bzw. Online-Shop-Umgebung“ auf, die anhand von 19 leider nicht weiter erläuterten Merkmalen des Online-Shops gemessen wurde. Die „Online-Shop-Umgebung“ soll sich positiv sowohl auf das In-StoreBrowsing, die Impulskauftendenz als auch direkt auf das impulsive Kaufverhalten auswirken. Es zeigt sich aber nach der empirischen Überprüfung des Modells ein leicht negativer Zusammenhang zwischen In-Store-Browsing und Impulskäufen, den die Autoren auf die fehlende Ladenatmosphäre eines Online-Shops zurückführen. Such- und Kaufaktivitäten im Online-Shop sind demnach eher sachlich und konzentrieren sich auf die für den Kauf der Artikel benötigten Informationen (vgl. ebenda, S. 10 f.). Des Weiteren werden positive und negative Emotionen nicht als Ursache, sondern als Folge impulsiven Kaufens angesehen. Nach der empirischen Überprüfung führen Impulskäufe demnach zu positiven Emotionen. Mit Ausnahme dieses Wirkungszusammenhangs und der positiven Wirkung der Impulskauftendenz auf impulsives Kaufen sind alle Pfadkoeffizienten zwar meist signifikant, jedoch vergleichsweise schwach ausgeprägt (vgl. ebenda).
84
Grundlagen der Untersuchung
Impulsitivity
Positive Emotions
0.60
0.04 0.43 0.07
Environment
Impulse Buying
0.12
0.03
0.14 ȋ2 = 3873.15 DF = 317 IFI = 0.90 TLI = 0.89 CFI = 0.90 RMSEA = 0.065 n = 1299
In-Store Browsing
-0.05
Negative Emotions
p < 0,05 n.s.
(Quelle: da Costa/Laran 2003, S. 10 f.) Abbildung 8: Kausalmodell des Impulskaufs im Internet nach da Costa/Laran Engelhardt et al. (2004) entwickeln auf der Basis der Überlegungen von Beatty/Ferrell ein theoretisches Modell des impulsiven Kaufverhaltens, welches um das Konstrukt Flow ergänzt wird. Wie aus Abbildung 9 hervorgeht, wirken demnach die Komponenten von Flow, hier das Empfinden von Vergnügen und die wahrgenommene Zeitverzerrung in der Kaufsituation, positiv sowohl auf die Stimmung des Konsumenten als auch auf dessen exploratorisches Verhalten, welches als Pendant des In-StoreBrowsing aufgefasst werden kann. Die wahrgenommene Zeitverzerrung wird hierbei als subjektiv empfundenes Zeitgefühl verstanden, welches nicht mit der objektiv verfügbaren Zeit übereinstimmen muss. Die Autoren gehen davon aus, dass ein starkes Gefühl der Zeitverzerrung zu einem intensiver empfundenem Vergnügen führt (vgl. ebenda, S. 329 ff.). Ergänzt werden in dem Modell zudem die Determinaten von Flow. Die wahrgenommene Kontrolle des Konsumenten über die Abläufe und Ergebnisse seiner (Kauf-)Aktivitäten ist dabei eine der Voraussetzungen für das Erleben von Flow, wie bereits bei Novak/Hoffmann/Yung (2000) und Bauer/Grether (2004) nachgewiesen. Zudem wird davon ausgegangen, dass die phasische Aktivierung eine wesentliche Determinante von Flowerlebnissen ist. Gleichzeitig ist sie die notwendig Basis für das Entstehen von Kaufimpulsen. Der Aktivierung werden in dem Modell zahlreiche weitere Wirkungen unterstellt. So kann durch eine entsprechende Ladengestaltung die Aktivierung erhöht und damit die Stimmung und das Einkaufsvergnügen gesteigert werden. Zudem wird ein direkter Einfluss der Aktivierung auf das exploratorische Verhalten angenommen (vgl. Engelhardt et al. 2004, S. 330 ff.). Die übrigen Wirkungszusammenhänge werden weitgehend analog wie im Modell von Beatty/Ferrell konstruiert. So wirken u.a. die
Stand der empirischen Forschung zu ungeplanten Käufen
85
Impulskauftendenz, die Verfügbarkeit von Zeit und Geld sowie Stimmungen positiv auf den Drang zum Impulskauf bzw. den tatsächlichen Impulskauf sowie auf das exploratorische Verhalten, welches seinerseits den Drang zum Impulskauf erhöht (vgl. Engelhardt et al. 2004, S. 332 ff.).
Geldverfügbarkeit
(+) (+) Kontrolle Stimmung
(+)
(+)
(+)
(+)
(+) (+)
Vergnügen
(+) exploratorisches (+) Verhalten
(+) (+) Aktivierung
(+)
wahrg. Zeitverzerrung
wahrg. Drang zum Impulskauf
(+)
(+) (+) (+)
(+)
(+)
tatsächlicher Impulskauf
Impulskauftendenz
Zeitverfügbarkeit
(+) Determinanten von Flow
Komponenten von Flow
Wirkungen von Flow & Determinanten impulsiver Kaufentscheidungen
Konstrukt der impulsiven Kaufentscheidung
(Quelle: Engelhardt et al. 2004, S. 336) Abbildung 9: Kausalmodell des Impulskaufs nach Engelhardt et al. Das Modell von Engelhardt et al. stellt eine Erweiterung des Modells von Beatty/Ferrell insbesondere für den Einkauf im Internet dar, da mit dem Flow-Konstrukt eine zentrale Erklärungsgröße des Konsumentenverhaltens im Internet integriert wurde. Das Modell wurde aber noch nicht empirisch auf seine Gültigkeit überprüft. Jung/Lim (2006) haben den Einfluss von Flow in ihrem Modell mitberücksichtigt und empirisch nachgewiesen. Das Modell, welches in Abbildung 10 dargestellt ist, enthält ebenfalls zentrale Elemente des Beatty/Ferrell-Modells und wurde zudem um das wahrgenommene Risiko erweitert. Unberücksichtigt bleiben in ihrem Modell der Einfluss negativer Stimmungen und der Einkaufsfreude auf das impulsive Kauverhalten. Letzteres ist jedoch implizit als Komponente des Flow-Konstrukts enthalten.
86
Grundlagen der Untersuchung
Demnach konnte ein positiver Einfluss des Flow-Erlebnisses auf das In-StoreBrowsing im Online-Shop (kurz: Store-site Browsing) sowie auf die positive Stimmung des Konsumenten festgestellt werden. Einen negativen Einfluss auf die positive Stimmung hat hingegen das wahrgenommene Risiko. Zudem verstärken die Verfügbarkeit von Geld und Zeit die positive Stimmung des Konsumenten und wirkt sich die Zeitverfügbarkeit positiv auf das Store-site Browsing aus. Dieses und die Impulskauftendenz des Konsumenten führen ihrerseits zu einem stärkeren Drang zum Impulskauf, der dem eigentlichen Impulskauf vorgeschaltet ist. Auch das unveränderte Modell von Beatty/Ferrell wurde von Jung/Lim empirisch überprüft. Die Ergebnisse von Beatty/Ferrell konnten dabei weitgehend, jedoch nicht vollständig für den Kauf im Internet bestätigt werden. So sind u.a. alle Pfade zu den negativen Stimmungen nicht signifikant und auch die Wirkungen des In-Store-Browsing und des Einkaufsvergnügens auf die positive Stimmung konnten für den Impulskauf im Internet nicht bestätigt werden. Ebenfalls nicht bestätigt werden konnte der direkte Einfluss der Geldverfügbarkeit auf den tatsächlichen Impulskauf (vgl. Jung/Lim 2006, S. 9 ff.).
p < 0,05 n.s.
Time Available
0.45 0.15
Money Available
0.60 -0.10 0.30
Perceived Risk
Store-Site Browsing
0.08 -0.29
0.14
Felt Urge to Buy Impulsively
Impulse Purchase
0.21
0.00
0.41
Flow
0.31 0.32 0.09
Impulse Buying Tendency
0.29
Positive Affect
ȋ2 = 224.02 DF = 193 TLI = 0.98 CFI = 0.99 RMSEA = 0.03 n = 168
(Quelle: Jung/Lim 2006, S. 17) Abbildung 10: Kausalmodell des Impulskaufs im Internet nach Jung/Lim
Forschungsdefizite
87
2.4 Forschungsdefizite Der dargelegte Stand der Forschung zu Kaufentscheidungstypologien und zur empirischen Erforschung ungeplanten Kaufverhaltens verdeutlicht die folgenden fünf zentralen Forschungslücken, welche mit der vorliegenden Studie geschlossen werden sollen. 1. Fehlende konzeptionelle Entwicklung und mangelnde empirische Überprüfung einer Kaufentscheidungstypologie des Online-Shopping Bisherige Kaufentscheidungstypologien, welche auch verschiedene Formen ungeplanten Kaufens unterscheiden, sind bisher nur in Teilen und nur selten empirisch überprüft worden. Einzig die Studie von Baun (2003) liefert in dieser Hinsicht Erkenntnisse, in der erstmalig weitere Typen ungeplanten Kaufverhaltens in klassischen Kaufumgebungen mit Hilfe der Messung kognitiver und affektiver Prozesse ermittelt wurden. Darüber hinaus fehlt es bisher an der Übertragung dieser Kaufentscheidungstypologien auf das Online-Shopping. Diese entsprechend weiterzuentwickeln und empirisch zu überprüfen stellt den wesentlichen Aspekt der vorliegenden Untersuchung dar. Dabei müssen zudem die folgenden Forschungsdefizite berücksichtigt werden. 2. Uneinheitliches begriffliches Verständnis ungeplanter Käufe Die unterschiedliche Einordnung ungeplanter Käufe in die verschiedenen Typologien des Kaufentscheidungsverhaltens von Konsumenten deutet bereits darauf hin, dass es ein stark differierendes Verständnis des Begriffs „ungeplanter Kauf“ gibt. Die teilweise synonyme Verwendung der Begriffe „ungeplant“, „impulsiv“ und „spontan“ macht dies besonders deutlich. Eine eindeutige Definition ungeplanter Käufe und eine klare Abgrenzung der ungeplanten Kauftypen untereinander sind daher zwingend nötig. Diesen Aspekten widmen sich die Kapitel 3.1 bis 3.3. 3. Unzureichende Integration ungeplanter Kauftypen in bisherigen Kaufentscheidungstypologien Wenngleich einige Autoren bereits eine differenzierte Sichtweise auf das ungeplante Kaufverhalten der Konsumenten einnehmen und verschiedene Typen ungeplanter Käufe beschreiben, macht die Zahl verschiedener Ansätze zur Typologisierung von Kaufentscheidungen deutlich, dass eine konsequente Abgrenzung und Einordnung ungeplanter Käufe bisher fehlt. Obgleich andere ungeplante Kauftypen bereits empirisch nachgewiesen werden konnten (vgl. Baun 2003), berücksichtigen die meisten Typologien nur den Impulskauf als eine Ausprägung ungeplanten
88
Grundlagen der Untersuchung
Kaufverhaltens. Darunter befindet sich auch die weit verbreitete Typologie von Weinberg. Obgleich dieser bereits 1981 eine Erweiterung seiner Typologie skizziert, ohne diese zu konkretisieren, mangelt es selbst den weiteren Modifikationen an einer konsequenten Fortführung seiner Systematik, mit der bis zu acht verschiedene Kaufentscheidungstypen unterschieden werden können (vgl. ebenda 1981, S. 198). Kapitel 3.4 widmet sich daher der konsequenten Weiterentwicklung dieser Typologie. 4. Fehlende Standardisierung bei Erhebungsverfahren und Messskalen für ungeplante Käufe in traditionellen Einkaufsumgebungen und im Internet Die in den Kapiteln 2.3.1 und folgende dokumentierten empirischen Studien offenbaren eine fast nicht mehr zu überschauende methodische Vielfalt an Erhebungsverfahren und Operationalisierungen ungeplanter Käufe. Durch die fehlende Vereinheitlichung von Methoden und Messskalen ungeplanter Käufe wird die Vergleichbarkeit der Studien untereinander stark eingeschränkt. Darüber hinaus ist jedes Mal die kritische Frage zu stellen, ob überhaupt ungeplante Käufe untersucht worden sind, und wenn ja, um welche Typen ungeplanter Käufe es sich dabei tatsächlich handeln könnte. Entsprechende Validierungen der Messskalen, z.B. mittels eines Außenkriteriums, werden in bisherigen Studien nicht vorgenommen. Die in Kapitel 5.3.1 vorgestellten alternativen Skalen zur Messung ungeplanter Kaufentscheidungstypen sollen diesem Umstand Rechnung tragen. 5. Lückenhafte empirische Überprüfung von Erklärungsgrößen ungeplanter Käufe im Internet Es wurden zwar bereits zahlreiche Determinanten ungeplanter Käufe empirisch untersucht. Speziell für ungeplante Käufe im Internet sind die Erklärungsversuche aber noch lückenhaft. Dabei ist ferner zu beachten, dass bei der Überprüfung entsprechender Zusammenhänge vor allem Impulskäufe untersucht wurden und die Erklärung der übrigen ungeplanten Kauftypen damit bisher unberücksichtigt geblieben ist. Daher werden in Kapitel 4, neben der weiteren Beschreibung der Kaufentscheidungstypen, Hypothesen zur Erklärung ungeplanter Käufe unter Zuhilfenahme bestehender Erkenntnisse – sofern vorhanden – abgeleitet und im empirischen Teil (vgl. Kapitel 5.4.3) geprüft.
Definition ungeplanter Käufe im Internet
89
3 Konzeptualisierung ungeplanter Käufe und Kauftypen im Internet Die im vorangegangenen Kapitel aufgezeigten Forschungsdefizite haben verdeutlicht, dass es nicht nur für die eigene empirische Analyse einer deutlichen konzeptionellen Konkretisierung ungeplanten Kaufverhaltens allgemein und speziell im Internet bedarf. Dieser Aufgabe widmen sich die nachfolgenden Abschnitte. Beginnend mit der Erarbeitung einer Defintion ungeplanter Käufe im Internet (vgl. Kap. 3.1), werden zunächst bestehende Typenbildungen ungeplanter Käufe dokumentiert (vgl. Kap. 3.2) und voneinander abgegrenzt (vgl. Kap. 3.3), um auf dieser Grundlage eine eigene Kaufentscheidungstypologie zu entwickeln (vgl. Kap. 3.4.).
3.1 Definition ungeplanter Käufe im Internet Wie gezeigt enthalten zahlreiche Kaufentscheidungstypologien einen Kaufentscheidungstypen, der je nach Autor als ungeplanter Kauf, Impulskauf oder Spontankauf bezeichnet wird. Diese früher häufig auch synonym gebrauchten Bezeichnungen stehen für eine Kategorie von Kaufentscheidungen, die nicht allein über das Ausmaß der kognitiven Steuerung erklärt werden können (vgl. Weinberg 1981, S. 161; KroeberRiel/Weinberg/Gröppel-Klein 2009, S. 447). Bis heute fehlt jedoch eine eindeutige begriffliche Abgrenzung. So besteht zwar inzwischen weitgehend Einigkeit darüber, dass eine Differenzierung zwischen ungeplanten und impulsiven Kaufentscheidungen vorzunehmen ist und der Impulskauf im engeren Sinn nur eine mögliche Ausprägung ungeplanter Kaufentscheidungen darstellt (vgl. Stern 1962, Rook 1987, 190 f.; Piron 1991, S. 511 f.; Assael 1998, S. 152; Baun 2003, S. 31, 45; Engelhardt et al. 2004, S. 323). Dennoch sind selbst die heute häufig verwendeten Abgrenzungen und Einteilungen ungeplanter Kaufentscheidungen nicht immer einheitlich. Zunächst stellt sich die elementare Frage, wann ein Kauf als nicht mehr geplant bzw. als ungeplant bezeichnet werden kann. Eine entsprechend differenzierte Sichtweise findet sich dazu in der Literatur eher selten. Insbesondere im Hinblick auf die später zu erfolgende empirische Untersuchung bedarf es aber an dieser Stelle einer auf der einen Seite möglichst präzisen, auf der anderen Seite für die Belange der empirischen Untersuchung zweckmäßigen Terminologie für den Begriff „ungeplanter Kauf“. Raffée (1969) weist in diesem Zusammenhang auf Abgrenzungsschwierigkeiten zwischen geplanten und impulsiven (bzw. ungeplanten) Käufen hin. In seiner Typologie M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7_3, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
90
Konzeptualisierung ungeplanter Käufe im Internet
menschlicher Handlungen ist die Spontanhandlung als Äquivalent zu den ungeplanten Kaufentscheidungen enthalten. Diese umfassen alle Aktionen, „bei denen ein Handlungsimpuls unmittelbar aufgegriffen und in eine Aktion überführt wird“ (ebenda, S. 50). Im weiteren Verlauf unterscheidet zwar auch er nicht konsequent zwischen spontanen, impulsiven und ungeplanten Käufen, dennoch weist er auf einen wesentlichen Aspekt hin, wenn er sagt, dass ein aufs Ganze gesehen geplanter Kauf oft auch einzelne Impulselemente enthält und umgekehrt. „Es liegt nun einmal im Wesen einer Unterscheidung, die an Planungsdauer und Planungsintensität anknüpft, daß die Grenzen zwischen planendem und spontanem Handeln fließend sind“ (ebenda, S. 50). Mit der Differenzierung zwischen impulsiven Kaufentscheidungen und impulsiven Kaufhandlungen spricht Weinberg eine ähnliche Problematik an (vgl. Weinberg 1981, S. 177 f.). Danach führt nicht jede impulsive Kaufentscheidung auch zu einem Impulskauf und nicht jeder Impulskauf beruht ausschließlich auf einer impulsiven Kaufentscheidung. Eine zunächst spontane Entscheidung für ein Produkt kann nachfolgend überdacht oder revidiert werden oder wird u.U. durch situative Faktoren beeinträchtigt (z.B. mangelnde Verfügbarkeit) (vgl. ebenda). Ebenso ist der Fall denkbar, dass ein Impulskauf am Ende eines zuvor extensiven oder limitierten Entscheidungsprozesses steht, wenn dieser z.B. aufgrund der Informationsüberlastung des Verbrauchers abgebrochen wird oder die emotionale Komponenten extensiver Kaufentscheidungen derart dominieren, dass diese eher impulsiv ablaufen (vgl. ebenda, S. 55 ff.). Beide Autoren heben hervor, dass eine eindeutige Abgrenzung zwischen geplanten und ungeplanten Käufen schwierig ist, da ungeplante Käufe mal mehr, mal weniger stark von kognitiven Vorgängen begleitet werden können. „Ungeplant“ ist daher nicht immer im Sinn von „nicht durchdacht“ zu verstehen. Eine Reihe von Autoren betrachtet ungeplante Käufe vereinfacht als Käufe, die vor dem Betreten eines Geschäfts nicht geplant waren (vgl. Applebaum 1951, S. 176; Stern 1962, S. 59) bzw. nicht „explizit“ geplant waren (vgl. Baun 2003, S. 45 f.). Andere Autoren definieren ungeplante Käufe als Käufe, über die erst am Ort des Einkaufs entschieden wird (vgl. Weinberg 1981, S. 161; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 447; Assael 1998, S. 151; Engelhardt et al. 2004, S. 323). Diese Definitionen beinhalten als wesentliches Unterscheidungsmerkmal zwischen ungeplanten und geplanten Käufen den Ort, an dem die Kaufentscheidung vorgenommen wird. Ausschlaggebend ist dabei der Zeitpunkt des Betretens eines Geschäfts bzw. der Einkaufsstätte. Eine trennscharfe Erfassung ungeplanter Käufe gegenüber anderen Kaufentscheidungstypen ist damit allein jedoch nicht möglich, da der tatsächliche Entschei-
Definition ungeplanter Käufe im Internet
91
dungsumfang am Einkaufsort unberücksichtigt bleibt. Insbesondere die Tatsache, dass die Einkaufsstätte auch im Rahmen extensiver oder limitierter Kaufentscheidungsprozesse bewusst als Entscheidungshilfe genutzt wird, verdeutlicht, dass eine differenziertere Sichtweise notwendig ist. In dieser Hinsicht liefert die Untersuchung von Kollat/Willett (1967) eine präzisere Definition ungeplanter Käufe. Die verwendete Methodik lehnt sich dabei an die frühen Untersuchungen z.B. von duPont (1945-1965) und West (1951) an. Die Autoren ermitteln anhand einer Befragung vor und nach dem Einkauf in einem Geschäft eine Kaufabsichts-/Kaufergebnis-Matrix, wie sie in Tabelle 14 dargestellt ist. Die Kaufabsicht wird dabei anhand unterschiedlicher Konkretisierungsstufen eingeteilt. Die Autoren unterscheiden zwischen der Absicht ein Produkt einer Marke zu kaufen (z.B. Milka Schokolade), was man als markenspezifische Kaufabsicht bezeichnen kann; ein Produkt einer bestimmten Kategorie zu kaufen, ohne die Marke bereits zu spezifizieren (z.B. Schokolade) = produktspezifische Kaufabsicht; innerhalb einer übergeordneten Produktklasse zu kaufen (z.B. Süßwaren) = produktklassenspezifische Kaufabsicht; oder ein Bedürfnis nach etwas zu verspüren (z.B. etwas Essbares kaufen) = unspezifische Kaufabsicht (in Anlehnung an Kollat/Willett 1967, S. 21). Outcomes Intentions
Product and brand purchased
No purchase
Product and brand mentioned
1 (specifically planned)
2
Product only mentioned
4 (generally planned)
5
Product class mentioned
6 (generally planned)
7
Need recognized
8 (generally planned)
Need not recognized
9 (unplanned)
Product purchased; Brand not purchased 3 (brand substitution)
(Quelle: Kollat/Willett 1967, S. 22; Engel/Kollat/Blackwell 1968, S. 449) Tabelle 14: Kaufabsichts-/Kaufergebnismatrix nach Kollat/Willett
92
Konzeptualisierung ungeplanter Käufe im Internet
Diese Stufen spiegeln den unterschiedlichen Planungsstand des Verbrauchers vor dem Betreten eines Geschäfts und damit auch den Entscheidungsumfang wider, der in der Einkaufsstätte bewältigt werden muss (vgl. ebenda, S. 21). Der Konsument muss also ggf. eine Konkretisierung seiner Kaufabsicht vor Ort vornehmen. Als ungeplant werden von Kollat/Willett nur solche Käufe bezeichnet, für die zuvor keine der genannten Kaufabsichten bestanden hat (vgl. Nr. 9 in Tabelle 14). Spezifisch geplante Käufe (specifically planned) liegen in der Studie nur dann vor, wenn die eindeutige Kaufabsicht mit dem Kaufergebnis übereinstimmt (Nr. 1). Daneben unterscheiden die Autoren noch den Fall, dass zwar das Produkt, nicht aber die beabsichtigte Marke gekauft wurde (Nr. 3, Brand Substitution). Für die weitere Untersuchung wird die vereinfachte Kaufabsichts/-ergebnis-Matrix zu Grunde gelegt, bei der die Typen 4, 6 und 8 zu den generell geplanten Käufen (generally planned) zusammen gefasst werden (vgl. Engel/Kollat/Blackwell 1968, S. 449; Kollat/Willett 1969, S. 83; Kollat 1971, S. 315 f.). Blackwell/Miniard/Engel (2006) lehnen sich heute noch an diese Einteilung an. Sie unterscheiden je nach vorherigem Planungstand zwischen vollständig geplanten Käufen (Fully Planned Purchases), bei denen das Produkt und die Marke vorher feststehen, teilweise geplanten Käufen (Partial Planned Purchases), bei denen lediglich das Produkt vorher feststeht, die Marke aber noch auszuwählen ist, und ungeplanten Käufen (Unplanned Purchases), bei denen das Produkt und die Marke erst am Point-of-Sale ausgewählt werden (vgl. Blackwell/Miniard/Engel 2006, S. 150). Abweichend jedoch von der Definition von Kollat/Willett (1967) liegt hier bereits beim Fehlen einer produktspezifischen Kaufabsicht ein ungeplanter Kauf vor, d.h. ein ungeplanter Kauf liegt auch dann vor, wenn vor dem Kauf bereits ein Bedürfnis vorgelegen hat, dieses aber noch nicht weiter konkretisiert wurde. In dieser Form lässt sich die Unterscheidung zwischen ungeplanten und geplanten Käufen zudem auch auf nicht markierte Waren, wie z.B. Obst und Gemüse auf Wochenmärkten, ausdehnen, für die dann aber die Kategorie der vollständig geplanten Käufe mit markenspezifischer Kaufabsicht logischerweise entfällt.
Definition ungeplanter Käufe im Internet
93
Die Untersuchung von Dahlhoff (1979) zeigt, dass selbst innerhalb ein und derselben Studie unterschiedliche begriffliche Auffassungen ungeplanter Käufe vertreten werden. Er definiert den ungeplanten Kauf zunächst weitgehend übereinstimmend mit Kollat/Willett als einen Kauf, „für den ein Bedürfnis vor dem Kauf nicht erkannt wurde, aber ein Produkt gekauft wurde“ (Dahlhoff 1979, S. 315). Jedoch weicht Dahlhoff bei der Operationalisierung verschiedener Typen ungeplanter Kaufentscheidungen von dieser strengen begrifflichen Auslegung ab, denn er fasst auch den Ersatzkauf, bei dem ein Produkt „als Ersatz für etwas anderes“ gekauft wurde, als ungeplanten Kauf auf. Nicht zwingend muss es sich dabei aber um einen ungeplanten Kauf handeln, insbesondere dann nicht, wenn darunter lediglich eine Markensubsitution verstanden wird. Wird aufgrund von Budgetrestriktionen hingegen ein Produktkauf vollständig unterlassen, um dadurch den spontane Kauf eines vollkommen anderen Produkts zu ermöglichen, könnten man dies als ungeplanten Ersatzkauf verstehen. Schlussfolgernd kann daher für den weiteren Verlauf allgemein folgende Definition ungeplanter Käufe zu Grunde gelegt werden: Ein ungeplanter Kauf liegt dann vor, wenn vor dem Betreten einer Einkaufsstätte keinerlei bewusste oder latent vorhandene Kaufabsicht für ein Produkt bestanden hat. Übertragen auf den ungeplanten Kauf im Internet kann dies wiederum zweierlei bedeuten: versteht man analog zur klassischen Kaufumgebung lediglich einen OnlineShop als Einkaufsstätte, sind ungeplante Käufe nur solche, für die vor dem Aufruf der Webseite des Online-Shops keine Kaufabsicht vorgelegen hat. Die Untersuchung möglicher Einflussfaktoren wird sich in diesem Fall auf diejenigen beschränken, die während des Besuchs der Webseite eines Online-Shops auftreten. Anders als in den meisten klassischen Kaufumgebungen verlieren aber die physischen Grenzen zwischen der weiteren Kaufumgebung (z.B. redaktionelle oder unterhaltende Website) und einer Einkaufsstätte (z.B. Online-Shops) stark an Bedeutung. Zwischen diesen liegen im Internet häufig nur wenige Mausklicks. So können Nutzer von einer Nachrichtenseite mittels Hyperlink direkt zu einem konkreten Produktangebot eines externen OnlineShops gelangen. Umgekehrt haben die Nutzer auch die Möglichkeit, noch während der Kaufphase im Online-Shop Informationen aus externen Informationsquellen (z.B. Herstellerwebsites, Testberichte bei Online-Fachzeitschriften, Kundenmeinungsportale) zur Entscheidungsunterstützung heranzuziehen. Die Untersuchung möglicher Einflussfaktoren erstreckt sich in diesem Fall auf diejenigen, die bei der Nutzung des Internets im Allgemeinen auftreten können.
Definition ungeplanter Käufe im Internet
94
Für die weitere Untersuchung wird daher die folgende begriffliche Unterscheidung ungeplanter Käufe im Internet verwendet und im weiteren Verlauf die weite Begriffsauffassung zu Grunde gelegt. Ein ungeplanter Kauf im Internet i.w.S. liegt dann vor, wenn vor der Internetsitzung, in der der Kauf des Produkts erfolgt ist, keinerlei bewusste oder latent vorhandene Kaufabsicht für dieses Produkt vorgelegen hat, d.h. der Kauf erst und ausschließlich während der Internetnutzung angeregt wurde. Ein ungeplanter Kauf im Internet i.e.S. liegt dann vor, wenn vor dem Aufruf des Online-Shops, über den der Kauf des Produkts erfolgt ist, keinerlei bewusste oder latent vorhandene Kaufabsicht für dieses Produkt vorgelegen hat, d.h. die Anregung zum Kauf erst und ausschließlich im Online-Shop erfolgt ist.
3.2 Typen ungeplanter Käufe Wie bereits erwähnt werden inzwischen verschiedene Typen ungeplanter Käufe unterschieden. Der wohl am häufigsten untersuchte und damit populärste Vertreter dieser Gruppe von Kaufentscheidungen ist dabei der so genannte Impulskauf oder reine Impulskauf. Für diesen finden sich in der Literatur zahlreiche Definitionen. Ausgewählte Ansätze stellt Tabelle 15 vor. Zusammenfassend lassen sich folgende weitgehend übereinstimmenden Merkmale des reinen Impulskaufs festhalten: x immer ungeplanter Kauf; x begleitet durch positive Emotionen; x geringe kognitive Kontrolle, d.h. o kein Vergleich von Alternativen; o kein Abwägen von Konsequenzen des Kaufs; x kurze Entscheidungszeit und x schnelle Kaufhandlung.
Typen ungeplanter Käufe Autor (Jahr)
95
Definition Impulskauf/impulsive Kaufentscheidung
Stern (1962)
„[…] the novelty or escape purchase which brakes a normal buying pattern” (ebenda, S. 59).
Hoepfner (1976)
„Von impulsivem Verhalten spricht man dann, wenn eine plötzlich auftretende, starke Motivation den Menschen zu einer vorher nicht geplanten und unüberlegten Verhaltensweise drängt. [...] Beim Einkaufen ist das Impulsverhalten durch ein rasches Zugreifen gekennzeichnet [...]“ (ebenda, S. 87 f.).
Dahlhoff (1979)
„Der Impulskauf ist eine relativ schnelle Kaufhandlung einer Person am Ort des Einkaufs bei vorheriger Wahrnehmung des Kaufobjektes, die ohne vollkommene bewußte Entscheidung und Steuerung zustande kommt. Für deren plötzliches Entstehen ist das Zusammentreffen spezifisch subjektiver Faktoren [z.B. Zeitdruck, Hunger] wie das ‚Durchschlagen einer monothematischen Motivation’ sowie spezifisch objektiver Faktoren [z.B. Stimuli des Geschäfts] charakteristisch“ (ebenda, S. 316).
Weinberg (1981)
„Impulskäufe lassen sich durch ein rasches Handeln erkennen. Sie sind ungeplant, werden gedanklich kaum kontrolliert, unterliegen einer starken Reizsituation und zeichnen sich meist durch eine emotionale Aufladung aus“ (ebenda, S. 14).
Rook (1987)
„Impulse buying occurs when a consumer experiences a sudden, often powerful and persistent urge to buy something immediately. The impulse to buy is hedonically complex and may stimulate emotional conflict. Also, impulse buying is prone to occur with diminished regard for its consequences” (ebenda, S. 191).
Piron (1991)
“[...] a purchase that is 1) unplanned, 2) the result of an exposure to a stimulus, 3) decided ‘onthe-spot’. Impulse purchases can be further classified […]: An ‘Experiential Impulse Purchase’ differs from a ‘Non-Experiential Impulse Purchase’ as only the former is accompanied by emotional and/or cognitive reactions” (ebenda, S. 512).
Weun/Jones/Beatty (1998)
“[...] impulse buying is immediate [...]. The time interval between seeing the item and buying it is very short, and the decision to buy is made quickly. An individual making an impulse purchase responds to the urge and makes a spontaneous decision to purchase the item without delay. Furthermore, the person performing this impulsive act is not likely to postpone the purchase to gather more information, comparison shop, seek advice, or simply ‘cool off’” (ebenda, S. 1124).
Beatty/Ferrell (1998)
“Impulse buying is a sudden and immediate purchase with no pre-shopping intentions either to buy the specific product category or to fulfil a specific buying task. The behavior occurs after experiencing an urge to buy and it tends to be spontaneous and without a lot of reflection […]. It does not include the purchase of a simple reminder item, which is an item that is simply outof-stock at home” (ebenda, S. 170).
Kacen/Lee (2002)
“Impulse buying is defined as ‘an unplanned purchase’ that is characterized by ‘(1) relatively rapid decision-making, and (2) a subjective bias in favour of immediate possession […]. It is described as more arousing, less deliberate, and more irresistible buying behavior. Highly impulsive buyers are likely to be unreflective in their thinking, to be emotionally attracted to the object, and to desire immediate gratification […]. These consumers often pay little attention to potential negative consequences that may result from their actions […]” (ebenda, S. 164).
Baun (2003)
„ [...] der Impulskauf [ist] ein situativ reizbedingtes Kaufverhalten, bei dem der Produktnutzen im Vordergrund steht. Der Impulskauf zeichnet sich auf der Organismusebene aus durch aktivierende Prozesse, die mit positiven Emotionen und geringer Kognition einhergehen. Auf der Verhaltensebene ist er Folge von Risikofreude, Abenteuerlust und Sensationssuche, die dem Impulsbegriff i.w.S. untergeordnet, aber vom Impulsivitätsbegriff i.e.S. zu unterscheiden sind“ (ebenda, S. 46).
Tabelle 15: Definitionen des reinen Impulskaufs Für andere Formen ungeplanter Käufe hingegen finden sich in der Literatur deutlich weniger Ansätze zur begrifflichen Bestimmung und empirischen Untersuchung. Weitere Typen ungeplanter Käufe nennt z.B. Stern (1962). Neben dem reinen Impulskauf unterscheidet er:
96
Konzeptualisierung ungeplanter Käufe im Internet
Suggestion Impulse Buying (= Suggestions-/Überredungs-Impulskäufe): Suggestions-Impulskäufe treten auf, wenn der Konsument im Gegensatz zum Erinnerungs-Impulskauf ohne entsprechende Vorkenntnisse zum ersten Mal auf ein Produkt trifft und im gleichen Moment einen akuten Bedarf danach verspürt (bspw. ein neuartiger Orangenschäler, den der Verbraucher bisher nicht vor hatte zu kaufen, ihn dann aber als praktisch einstuft und mitnimmt). Den Unterschied zum reinen Impulskauf sieht Stern darin, dass solche Käufe aus primär rationalen Gründen getätigt werden und daher von einem verkürzten kognitiven Entscheidungsprozess am Point-of-Sale begleitet werden. Planned Impulse Buying („geplante” Impulskäufe): Stern bezeichnet Käufe als geplante Impulskäufe, bei denen der Konsument ein Geschäft betritt, mit der Absicht, eventuell neben geplanten Käufen noch weitere, zu diesem Zeitpunkt noch unspezifizierte Käufe zu tätigen, beispielsweise Sonder- oder Coupon-Angebote zu erstehen. Der Verbraucher möchte also irgendetwas kaufen, ohne bereits eine konkrete Kaufabsicht bezüglich eines Produkts vor Augen zu haben. Reminder Impulse Buying (= Erinnerungs-Impulskäufe): Diese treten auf, wenn der Verbraucher sich während des Einkaufs an den akuten Bedarf bezüglich eines Produktes erinnert (bspw. die Butter, die beim Frühstück aufgebraucht wurde). In diesem Fall kann bereits zuvor eine Kaufentscheidung für das betreffende Produkt gefällt worden sein, die dann aber vorübergehend in Vergessenheit geraten ist. (vgl. Stern 1962, S. 59 f.). Der letztgenannte Typ stellt nach der zu Grunde liegenden Definition keinen ungeplanten Kauf dar, da eine Kaufabsicht vor dem Betreten des Geschäfts bereits latent vorhanden war. Dahlhoff greift Sterns Unterteilung auf und modifiziert diese. Anstelle des Suggestions- oder Überredungskaufs und des geplanten Impulskaufs verwendet er bei seiner empirischen Untersuchung neben dem Erinnerungskauf und dem Impulskauf den Sonderangebotskauf und den Ersatzkauf sowie „andere ungeplante Käufe“, welche z.B. durch den Kaufwunsch einer anwesenden Person hervorgerufen werden (vgl. Dahlhoff 1979, S. 317). Der Ersatzkauf stellt, wie bereits erwähnt, nicht zwingend einen ungeplanten Kauf dar. Der Sonderangebotskauf lässt sich wiederum nur schwer vom Im-
Typen ungeplanter Käufe
97
pulskauf trennen. Zwar überwiegen bei dieser Art Kaufentscheidung wegen der Betonung der preislichen Komponenten vermutlich rationale Beweggründe, dennoch ist nicht auszuschließen, dass der Erwerb eines Sonderangebots, aufgrund der Freude ein Schnäppchen gemacht zu haben, auch von starken Emotionen begleitet wird, was seinerseits charakteristisch für den reinen Impulskauf ist. Der Sonderangebotskauf stellt somit nicht einen eigenständigen ungeplanten Kauftypen, sondern lediglich eine mögliche Erklärung ungeplanter Käufe dar. Ähnliches gilt für sozial abhängige Käufe, die der Konsument aufgrund der Empfehlung einer anderen Person vornimmt. Ein typisches Beispiel solcher Käufe sind von Kindern initiierte Impulskäufe (vgl. Ebster/Wagner/Neumüller 2006, dies. 2009). Die bei Behrens (1991) genannten Mischformen, der ungeplante Routinekauf (produktspezifische Kaufabsicht vorhanden, Marke noch nicht ausgewählt) und der Entdeckungskauf (gleicht dem Erinnerungskauf), stellen wiederum keine ungeplanten Käufe im eigentlichen Sinn dar. Eine jüngere Untersuchung zum impulsiven Kaufverhalten geht auf Baun (2003) zurück. Sie liefert einen recht umfassenden Überblick über zurückliegende Studien und nimmt dabei auch eine Unterteilung ungeplanter Käufe vor (vgl. ebenda, S. 10 ff.). Auch sie unterscheidet in Anlehnung an Stern und Dahlhoff zunächst anhand der so genannten „Spontankaufmotive“ verschiedene Formen von ungeplanten Käufen (vgl. Baun 2003, S. 47 f.). Dazu zählt sie den Erinnerungskauf, den Ersatzkauf, den Sonderangebotskauf und die geplante Verführung (entspricht weitgehend dem geplanten Impulskauf). Diese Spontankaufmotive stellen somit mögliche Ursachen für ungeplante Käufe dar und sind teilweise auch für die Abgrenzung ungeplanter Käufe notwendig, wie dies später in Kap. 4.3.1.1 näher erläutert wird. Einen weiteren Ansatz zur Typologisierung ungeplanter Käufe nimmt ebenfalls Baun (2003) in ihrer Untersuchung vor. Sie differenziert explizit zwischen ungeplanten Käufen, Spontankäufen und Impulskäufen. Zu deren Unterscheidung greift sie analog zur Typologie von Weinberg auf die dominierenden kognitiven und emotionalen Prozesse zurück. Demnach stellen Spontankäufe ungeplante Käufe ohne nennenswerte kognitive Beteiligung dar. Die Spontaneität des Kaufs drückt sich somit in einer kurzen Entscheidungszeit aus. Die Impulskäufe sind wiederum eine Teilmenge der Spontankäufe, nämlich solche die mit vorwiegend emotionalen Kaufmotiven einhergehen. Diese sind von den anderen Spontankäufen, also denjenigen die nahezu emotionslos ablaufen (emotionslose Spontankäufe) zu unterscheiden. Daneben existieren in ihrer Typologie noch ungeplante Käufe, welche von kognitiven Informationsverarbeitungsprozessen
98
Konzeptualisierung ungeplanter Käufe im Internet
vor Ort begleitet werden, und welche daher als ungeplante, aber nicht-spontane Käufe bezeichnet werden (vgl. Baun 2003, 46 f.). Diese Differenzierung ist jedoch irreführend, denn zumindest die Anregung eines solchen Kaufs erfolgt ebenfalls spontan. Im Folgenden wird daher von Spontankäufen im engeren Sinn gesprochen, wenn Impulskäufe und emotionslose Spontankäufe gemeint sind. Die genannten Typen ungeplanter Käufe werden zudem empirisch nachgewiesen, wie aus Tabelle 16 hervorgeht. Daraus ergibt sich insbesondere, dass die ausschließliche Betrachtung impulsiver Kaufentscheidungen in Forschung und Praxis heute nicht mehr zeitgemäß ist, da andere ungeplante Kaufentscheidungen unberücksichtigt bleiben würden, die einen nicht zu unterschätzenden Anteil aller Käufe ausmachen. Darüber hinaus unterscheidet Baun zwei Arten von Impulskäufen: den reinen Impulskauf, der sich ausschließlich durch niedrige Kognitionen und eine starke Freude auszeichnet, und den überraschten Impulskauf, bei dem darüber hinaus die Emotionsdimension Überraschung dominiert. Dieser Differenzierung soll hier nicht weiter gefolgt werden. Die Untersuchungen von Baun weisen aber eine deutliche Schwäche bei der Operationalisierung ungeplanter Käufe auf. Diese erfolgt nicht exakt, sondern recht vage über die eindimensionale Eingangsfrage, ob kürzlich ein Produkt spontan und ungeplant gekauft wurde (vgl. Baun 2003, S. 104 f., 161). Es ist daher nicht auszuschließen, dass sich unter den identifizierten Typen ungeplanter Käufe auch geplante Käufe befinden, der Anteil ungeplanter Käufe somit überschätzt wird. Studie 1
Studie 2
Studie 3
Studie 4
reiner Impulskauf
51,70%
36,80%
53,30%
24,49%
überraschter Impulskauf
20,00%
33,80%
9,30%
41,18%
ungeplanter Extensivkauf
28,30%
29,40%
17,30%
33,33%
emotionsloser Spontankauf
-
-
20,00%
-
Fallzahl
60
68
75
51
Bemerkungen zur Methodik
Befragung im Supermarkt nach kürzlich ungeplant und spontan gekauftem Produkt
Befragung nach EDR-Messung zur Produktwahl am Experimentalstand im Einkaufszentrum
Befragung im Warenhaus nach kürzlich ungeplant und spontan gekauftem Produkt
Befragung im Warenhaus nach Wahl eines Produkts und vor der Bezahlung
(Quelle: Baun 2003, S. 251 ff.) Tabelle 16: Ausmaß ungeplanter Kauftypen nach Baun
Abgrenzung zu anderen Kaufentscheidungstypen
99
Die Unterscheidung nach eher emotional und eher kognitiv geprägten ungeplanten Käufen findet sich prinzipiell bereits bei Stern (1962) (Suggestions-Impulskauf eher kognitiv, reiner Impulskauf eher emotional) und bei Raffée (1969; vgl. Kap. 2.2.3.2). Piron (1991) schlägt eine ähnliche Unterscheidung vor (Experiential vs. NonExperiential Impulse Purchase, vgl. ebenda, S. 512). Engelhardt et al. (2004) greifen die Parallelen zur Typologie nach Weinberg auf und erweitern diese, wie erwähnt, um die Menge der ungeplanten Kaufentscheidungen (vgl. Kap. 2.2.2). Führt man diesen Ansatz, der nur drei Typen ungeplanter Käufe kennt, konsequent weiter, ergibt sich folgende in Tabelle 17 dargestellte Typologisierung ungeplanter Käufe.
kognitive Beteiligung
emotionale Beteiligung hoch
niedrig
hoch
Ungeplanter Suchkauf
Ungeplant limitierte Käufe
niedrig (Spontankäufe i.e.S.)
Impulskauf
Emotionsloser Spontankauf
(Quelle: eigene Darstellung) Tabelle 17: Typen ungeplanter Käufe Dabei wird anstelle des widersprüchlichen Begriffs des ungeplanten Extensivkaufs hier der Begriff des ungeplanten Suchkaufs verwendet, da extensive Käufe in der Literatur meist als das Ideal geplanter Käufe verstanden werden. Zudem ergibt sich durch die Erweiterung der Typologie der ungeplante limitierte Kauf als neuer Typus ungeplanten Kaufens.
3.3 Abgrenzung zu anderen Kaufentscheidungstypen Die Unterscheidung verschiedener Formen ungeplanter Käufe auf der Basis der Kaufentscheidungstypologie von Weinberg, wirft die Frage auf, inwieweit sich die klassischen Kaufentscheidungstypen, mit Ausnahme des Impulskaufs, von den „neuen“ ungeplanten Kauftypen unterscheiden. Genau genommen stellen vor allem ungeplante Suchkäufe und ungeplante limitierte Käufe einen Sonderfall der extensiven bzw. limitierten Kaufentscheidungen dar. Sie unterscheiden sich in ihren Grundzügen nur in dem Punkt voneinander, dass die Anregung für den Kauf und die für die Kaufentscheidung charakteristischen Entscheidungsprozesse wie Suche und Bewertung in der Einkaufsstätte erfolgen. Diese dürften daher meist kürzer ausfallen als vergleichbare Prozesse geplanter Käufe, da der Kon-
100
Konzeptualisierung ungeplanter Käufe im Internet
sument, abgesehen von mobilen Internetanwendungen, weitgehend auf die Informationsangebote der Einkaufsstätte (z.B. Produktverpackung, Displaymaterial, Auslagen, Beratung) beschränkt ist. Ungeplante Käufe mit kognitiver Beteiligung stellen in der klassischen Kaufumgebung daher immer limitierte Käufe dar, da die Suche, Bewertung und Auswahl alternativer Produkte und Marken durch das verfügbare Sortiment begrenzt wird. Entsprechend verstehen einzelne Autoren ungeplante Käufe grundsätzlich als Sonderfall limitierter Kaufentscheidungen (vgl. Blackwell/Miniard/Engel 2006, S. 91 f.). Gerade jedoch beim Kauf im Internet, bei dem innerhalb eines Einkaufsvorgangs parallel zahlreiche Informationsquellen und Einkaufsmöglichkeiten aufgesucht werden können, sind extensive Such- und Bewertungsphasen vor dem Kauf innerhalb einer Internetsitzung denkbar, so dass kognitiv dominierte Formen ungeplanten Kaufens hier an Bedeutung gewinnen. So kann der Kauf eines Produkts zwar erst online, z.B. durch das Angebot eines Online-Shops angeregt werden, dies aber anschließend eine umfassende Suche nach Alternativen und Produktinformationen mit abschließender Bewertung nach sich ziehen, so dass letzten Endes ein anderes als das ursprüngliche Produkt gekauft wird. Emotionslose Spontankäufe weisen konzeptionell deutliche Parallelen zu habituellen Kaufentscheidungen auf. Beide Kaufentscheidungstypen verlaufen ohne nennenswerte kognitive und emotionale Beteiligung. Es handelt sich in beiden Fällen um Käufe mit geringem Involvement. Die Kaufhandlung erfolgt vergleichsweise schnell und wirkt daher automatisiert. Jedoch unterscheiden sich die beiden Kaufarten im Hinblick auf die Habitualisierung der Entscheidungsprozesse. Habituelle Käufe sind in erster Linie Routinekäufe, die durch häufige Wiederholung eine Vereinfachung des Kaufprozesses nach sich ziehen. Vorgefertigte Entscheidungen führen hierbei zu verfestigten Handlungsabläufen. Ausdruck dieses Verhaltens sind häufig Wiederholungskäufe eines Produkts oder einer Marke (Produkt-/Markentreue) (vgl. KroeberRiel/Weinberg/Gröppel-Klein 2009, S. 439 ff.). Häufig werden habituelle Käufe daher bei Gütern des täglichen Bedarfs zu beobachten sein, die regelmäßig gekauft werden. Eine Planung im eigentlichen Sinn unterbleibt bei dieser Art Käufe in der Regel. Dennoch kann und wird es sich bei habituellen Käufen aufgrund des wiederholenden Charakters häufig um geplante, d.h. beabsichtigte Käufe handeln. Emotionslose Spontankäufe können im Unterschied dazu auch einmalig erfolgen. Es handelt sich hierbei zwar um spontane Kaufentscheidungen, die jedoch ohne weitere Bedeutung für den Käufer sind und daher ohne nachzudenken und ohne emotionale Beteiligung ablaufen. Typischerweise werden solche Käufe daher bei sogenannten Low-Interest-Produkten erfolgen oder bei Verbundkäufen komplementärer Güter an-
Abgrenzung zu anderen Kaufentscheidungstypen
101
zutreffen sein. So kann z.B. der Kauf der notwendigen Batterien oder Speicherkarte zur zuvor ausgewählten Digitalkamera ein emotionsloser Spontankauf sein, wenn die komplementäre Beziehung dieser beiden Produkte vom Käufer zuvor nicht bedacht wurde. Trommsdorff verwendet dafür den Begriff des beiläufigen (Low-Involment-) Impulskaufs, den er vom gewohnheitsmäßigen Kauf abgrenzt (vgl. ebenda 2004, S. 322).
3.4 Eigene erweiterte Kaufentscheidungstypologie und Hypothesen zur Typenbildung Für die empirische Identifikation und Abgrenzung von Kaufentscheidungstypen beim Online-Kauf wird die in Tabelle 18 dargestellte Typologie verwendet.
Ungeplante Käufe
Geplante Käufe
Kaufentscheidungstyp
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
+ + + +
+ + + + -
+ + + +
Extensiver Kauf Limitierter Kauf Habitueller Kauf Emotionaler Kauf Ungeplanter Suchkauf Ungeplant limitierter Kauf Emotionsloser Spontankauf Impulskauf
Legende: + hohe Ausprägung, - niedrige Ausprägung
(eigene Darstellung und Ergänzungen in Anlehnung an Weinberg 1981, S. 198; Engelhardt et al 2004, S. 324) Tabelle 18: Erweiterte Kaufentscheidungstypologie Die Typologie stellt eine nochmalige Weiterentwicklung der Typologie nach Weinberg (1981) und Engelhardt et al. (2004) dar. Die Grundlage bilden die drei Entscheidungsdimensionen kognitive Beteilung, emotionale Beteilung, die hier vor allem verstanden wird als positive Emotionen wie die Freude am Kauf, sowie die Spontanität des Kaufs, die das Vorhandensein bzw. Fehlen einer Kaufabsicht repräsentiert. Diese Dimensionen können vereinfacht eine jeweils hohe (+) oder niedrige (-) Ausprägung annehmen. Aus diesen drei Entscheidungsdimensionen mit jeweils zwei angenommenen Maximalausprägungen ergeben sich 23 Kombinationsmöglichkeiten, die zu insgesamt acht
102
Konzeptualisierung ungeplanter Käufe im Internet
theoretisch denkbaren Kaufentscheidungstypen führen. Zu den bereits erläuterten Kaufentscheidungstypen (kurz: Kauftypen) ist damit noch der Emotionale Kauf zu ergänzen, der geplant und begleitet von positiven Emotionen, aber mit geringer kognitiver Beteiligung erfolgt. Ein solcher Kauftyp ist in der Literatur bisher gänzlich unberücksichtigt geblieben. Daraus ergeben sich die ersten Untersuchungshypothesen wie folgt: H1a: Es können die drei Kaufentscheidungsdimensionen Spontanität des Kaufs, kognitive Beteiligung und positive Emotionen unterschieden werden. H1b: Mit Hilfe der drei Kaufentscheidungsdimensionen können acht unterschiedliche Kaufentscheidungstypen unterschieden werden.
Theoretischer Bezugsrahmen
103
4 Untersuchungshypothesen zur Beschreibung und Erklärung ungeplanter Käufe im Internet Nach der Konzeptualisierung der unterschiedlichen Kaufentscheidungstypen widmet sich dieses Kapitel der näheren Beschreibung möglicher Unterschiede zwischen den Kaufentscheidungstypen sowie der Erklärung ungeplanten Kaufentscheidungsverhaltens im Internet. Dafür wird nachfolgend zunächst der theoretische Bezugsrahmen vorgestellt (vgl. Kap. 4.1), bevor anschließend mit Hilfe eines Kaufphasenmodells eine detaillierte deskriptive Betrachtung der Kaufentscheidungstypen (vgl. Kap. 4.2) vorgenommen wird. Im darauf folgenden Schritt werden spezielle Erklärungsansätze zur Entstehung ungeplanter Käufe im Internet detailliert beschrieben (vgl. Kap. 4.3). Der Abschnitt schließt mit einer Zusammenfassung der Untersuchungshypothesen als Basis der nachfolgenden empirischen Untersuchung ab (vgl. Kap. 4.4).
4.1 Theoretischer Bezugsrahmen zur Beschreibung und Erklärung ungeplanter Käufe im Internet Angelehnt an frühere Untersuchungen von Einzeldeterminanten ungeplanten Kaufverhaltens und der Erklärungsmodelle impulsiver Kaufentscheidungen, lässt sich die in Abbildung 11 dargestellte vereinfachte Modellbildung möglicher Einflussgrößen auf die ungeplanten Kaufentscheidungstypen im Internet vornehmen. Im Mittelpunkt dieses Modells stehen die idealtypischen Kaufphasen, anhand derer sich die Kaufentscheidungstypen konkreter beschreiben lassen. Dabei wird u.a. Bezug genommen auf die Möglichkeiten zur Anregung ungeplanter Käufe im Internet, die Nutzung von Informationsquellen und Entscheidungskriterien in der Such- und Bewertungsphase, die Auswahl der Anbieter sowie der Versandart und Zahlungsweise in der Kaufphase und abschließend die Zufriedenheit mit dem Kauf in der Nachkaufphase. Die entsprechenden Untersuchungshypothesen zur Beschreibung der Kaufentscheidungstypen anhand des Kaufphasenmodells sind daher ausnahmslos deskriptiv. Die unterschiedlichen Erklärungsansätze der ungeplanten Kaufentscheidungstypen können in vier Gruppen unterteilt werden: Im Kern sind dies vor allem die psychologischen Determinanten, welche zudem von den situativen, produktbezogenen und soziodemografischen Determinanten beeinflusst werden. Soziologische Einflussfaktoren als eigenständige Gruppen möglicher Determinanten bleiben in dieser Studie bewusst unberücksichtigt, da deren Einfluss gerade beim Kauf M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7_4, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
104
Untersuchungshypothesen
im Internet bis heute als vergleichsweise gering eingeschätzt werden kann, wie in Kap. 4.3.3 näher ausgeführt wird. Ein derart komplexes Modell entzieht sich weitgehend der empirischen Überprüfbarkeit im Rahmen eines Kausalmodells. Daher wird in der vorliegenden Studie die empirische Überprüfung auf einige zentrale Determinanten beschränkt, die in Abbildung 11 fett gedruckt dargestellt sind. Dies sind zunächst all jene Determinanten, die in den Erklärungsmodellen impulsiven Kaufverhaltens berücksichtigt wurden – wie Flow, wahrgenommenes Risiko, Zeitdruck, Einkaufsfreude und das Gefallen der Webseite – für die Erklärung der anderen ungeplanten Kauftypen bisher aber nicht geprüft worden sind. Als relevant wird darüber hinaus der Artikelpreis als wirksames MarketingInstrument, das Produktinvolvement als zentrale Erklärungsgröße des Konsumentenverhaltens, das Gewohnheitsverhalten und die Kenntnis des Shops bzw. Anbieters eingeschätzt. Deren Einfluss wird zunächst ebenfalls durch Post-hoc-Tests und ergänzend mit Hilfe einer multinomialen logistischen Regression geprüft (vgl. Kap. 5.4.3). Soziodemografische Determinanten • Alter • Einkommen • Geschlecht
Situative Determinanten: Einkaufsbezogen • Zeitdruck • Kaufanlass Anbieterbezogen • Kenntnis des Shops/Anbieters • Webseitenmerkmale • Gefallen der Webseite • Charakteristika des Anbieters
Psychologische Determinanten: Kaufentscheidungstyp
Anregungsphase
Such-/ Bewertungs-/ Auswahlphase
Kaufphase
Nachkaufphase
• • • • •
Kaufmotive Flow Wahrgenommenes Risiko Produktinvolvement Gewohnheitsverhalten
Persönlichkeit • Einkaufsfreude • (Impulskauftendenz) •
E-Shopping-Affinität
Produktbezogene Determinanten: • Artikelpreis • Produktart fett: im logistischen Regressionsmodell berücksichtigt
(eigene Darstellung) Abbildung 11: Modellhafte Darstellung ausgewählter Determinanten ungeplanter Käufe im Internet
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
105
4.2 Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet als Ausgangspunkt und Ableitung von Hypothesen Wie in Abbildung 12 dargestellt können Kaufentscheidungsprozesse vereinfachend in unterschiedliche Phasen eingeteilt werden (vgl. Blackwell/Miniard/Engel 2006, S. 70; Solomon et al. 2006, S. 258; Schiffman/Lazar Kanuk 2004, S. 553 ff.; Fritz/ v.d.Oelsnitz 2006, S. 57 f.). Vorkaufphase
Anregungsphase
Such-, Bewertungsund Auswahlphase
Kaufphase
Nachkaufphase
(Quelle: vereinfachte Darstellung in Anlehnung an Blackwell/Miniard/Engel 2006, S. 70) Abbildung 12: Phasen des Kaufentscheidungsprozesses Die ersten zwei Phasen werden dabei häufig zur Vorkaufphase zusammengefasst. Tatsächlich können insbesondere diese beiden Phasen je nach Kaufentscheidungstyp unterschiedlich stark ausgeprägt bzw. miteinander verknüpft sein. Während bei kognitiv dominierten Kaufentscheidungen – vor allem bei extensiven Käufen – alle Phasen stark ausgeprägt sind, entfallen bei habituellen und impulsiven Käufen die Suche und Bewertung verschiedener Alternativen. Im Folgenden werden zentrale Charakteristika der verschiedenen Kaufphasen betrachtet und Unterschiede zwischen den verschiedenen Kaufentscheidungstypen deutlich gemacht. 4.2.1 Anregungsphase Am Anfang jeder Kaufentscheidung steht die Anregungsphase, in der ein Bedürfnis entsteht bzw. ein Problem erkannt wird, welches seinerseits einen entsprechenden Bedarf an Produkten oder Leistungen, die zur Bedürfnisbefriedigung dienen können, nach sich zieht (vgl. Blackwell/Miniard/Engel 2006, S. 71). Ein Bedürfnis entsteht immer dann, wenn der aktuelle Zustand des Konsumenten von seinem gewünschten idealen Zustand abweicht. Eine solche Diskrepanz zwischen tatsächlichem und gewünschtem Zustand kann auf zweierlei Art entstehen: entweder durch die Veränderung des tatsächlichen Zustands, d.h. durch die Entstehung eines echten Mangels (z.B. ein Fernseher geht kaputt) oder durch die Veränderung des gewünschten idealen Zu-
106
Untersuchungshypothesen
stands durch neue wahrgenommene Möglichkeiten (z.B. Fernseher mit neuer Technologie wie LCD, HDTV o.ä.). Entscheidend dabei ist, dass der wahrgenommene Unterschied ausreichend stark ist, d.h. einen gewissen Schwellenwert überschreitet (vgl. ebenda, S. 102 f.). Zu den typischen Kaufanlässen zählen z.B. der Ersatzbedarf, die Unzufriedenheit mit vorhandenen Produkten, die Änderung von Rahmenbedingungen (z.B. Wohnortwechsel), der Einfluss von Bezugsgruppen oder neuartige Angebote (vgl. Kuß/Tomczak 2004, S. 96). Bedürfnisse lassen sich des Weiteren danach unterscheiden, ob sie durch interne Stimuli (z.B. Hungergefühl, Langeweile) oder externe Stimuli (z.B. Auslage im Geschäft, Werbung) ausgelöst werden (vgl. ebenda, S. 95). Aus Sicht des Marketings sind vor allem die externen Stimuli dazu geeignet, den gewünschten Zustand des Konsumenten oder die Wahrnehmung des aktuellen Zustands zu verändern und dadurch auch ungeplante Käufe auszulösen. Die Anregung für einen Online-Kauf kann außerhalb des Internets oder bei dessen Nutzung erfolgen. Bisher wird aber davon ausgegangen, dass die Mehrzahl der Kaufentscheidungsprozesse durch Vorgänge in der Offline-Welt ausgelöst wird. Eine empirische Studie von Harris Interactive aus dem Jahr 2001 beziffert die Zahl derjenigen, deren Kaufentscheidung erst beim Surfen im Internet angeregt wird, auf lediglich 29% (vgl. Wolfinbarger/Gilly 2001, S. 35). Die Möglichkeiten der Anregung von Online-Käufen im Internet sind vielfältig und lassen sich grundsätzlich durch die Entstehung eines echten Mangels oder durch die Veränderung des gewünschten Idealzustandes hervorrufen. Durch die Aufnahme neuer Informationen über das Internet, beispielsweise bei der Lektüre von Online-Artikeln, kann der Nutzer an bestehende Mängel in seiner Bedürfnisstruktur aufmerksam gemacht werden. Denkbar ist z.B. der Hinweis in der Online-Ausgabe einer Zeitung, dass durch die Kürzung der staatlichen Rente zusätzlich eine private Altersversorgung aufgebaut werden sollte, was den Nutzer dazu veranlasst, nach entsprechenden Versicherungsangeboten zu suchen. Ein echter Mangel kann dem Nutzer aber auch während der Internetnutzung direkt, beispielsweise durch eine schlechte Performance der Internetübertragung oder des Computers, deutlich werden, woraufhin er beginnt nach Breitbandanschlüssen oder einem neuen Computer zu suchen. In ähnlicher Weise erinnern z.B. Softwareprogramme an die Möglichkeit, für die verwendete Software ein kostenpflichtiges Upgrade durchzuführen, oder bieten Online-Fachzeitschriften an, die Sicherheitssoftware auf dem Computer zu überprüfen, um auf neue Sicherheitssoftware hinzuweisen. Zudem stoßen die Nutzer während der Internetsitzung immer wieder auch auf kostenpflichtige Informations- oder Dienstangebote, die sie zur Erfüllung des eigentlichen Zwecks der Internetnutzung mehr oder weniger gezwungen sind,
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
107
käuflich zu erwerben (z.B. kostenpflichtiger Artikel in Online-Zeitschriften). Darüber hinaus lässt sich der Idealzustand des Nutzers durch die gezielte Information über Neuprodukte verändern. Dies kann z.B. mit Hilfe von Werbung, redaktionellen Artikeln oder direkt über die Webseite des jeweiligen Herstellers geschehen. Auch Hinweise oder Empfehlungen von Freunden, Bekannten oder anderen Personen über EMail, Blogs, Foren oder Chat können den Nutzer zum Kauf eines Produkts bewegen. Die Möglichkeit zur Anregung von Käufen im Internet hängt stark von der jeweiligen Intention einer Internetsitzung ab. Insbesondere bei der gezielten Nutzung des Internets (z.B. Informationssuche, Kommunikation, Online-Banking) wird der Konsument weniger aufgeschlossen für anderweitige Informationen wie Online-Werbung sein, als bei der explorativen Form des Surfens zu Unterhaltungszwecken (vgl. Wilhelm/Yom/Scheffelmeier 2000, S. 6 f.). Mit Hilfe von Online-Werbung, wie z.B. E-Mail-Werbung, Key-Word-Advertising oder Werbebanner, versuchen Unternehmen verstärkt auf ihre Online-Angebote aufmerksam zu machen. Seit Jahren wachsen die Werbeeinnahmen der OnlineWerbeträger deutlich über dem Durchschnitt des gesamten deutschen Werbemarkts. Selbst im Krisenjahr 2009 konnten Online-Angebote als einziges Medium entgegen dem Trend weitere Einnahmenzuwächse verbuchen und haben dadurch u.a. die Werbeeinnahmen der Außenwerbung überflügelt (vgl. ZAW 2010). Die kaufverhaltensrelevante Wirksamkeit der Online-Werbung ist jedoch vergleichsweise gering. So liegen die Klickraten für Werbebanner häufig bei nur rd. einem Prozent (vgl. Fritz/Kempe/Hauser 2007, S. 281, 295). Nichtsdestotrotz hat gut ein Drittel der Internetnutzer nach dem Klick auf Online-Werbung schon einmal Geld ausgegeben (vgl. o.V. 2010a, S. 28). Entscheidend sind dabei die Platzierung und das Format der Online-Werbung. So führt laut einer Studie der eBay Advertising Group Werbung auf ECommerce-Seiten bei über der Hälfte der Befragten zu einer Kaufentscheidung. Bei Werbung in sozialen Netzwerken sind es lediglich 7%. Zudem sind in dieser Hinsicht die klassischen Werbebanner Videoformaten überlegen (vgl. o.V. 2010b). Zur Werbung auf E-Commerce-Seiten sind auch alle werbenden und verkaufsfördernden Elemente auf der Webseite des jeweiligen Online-Shops hinzuzurechnen. Dies gilt insbesondere für Sonderangebote auf der Startseite des jeweiligen Anbieters, Neuheiten- und Bestsellerlisten und persönliche Empfehlungen. Letztere werden mit Hilfe so genannter elektronischer Interaktions- bzw. Empfehlungssysteme generiert. Neben regelbasierten Verfahren (z.B. Empfehlung eines weiteren Buchs desselben Autors) werden dabei in besonderem Maße Collaborative Filtering-Methoden eingesetzt, bei
108
Untersuchungshypothesen
denen personalisierte Empfehlungen aus den dem Nutzer ähnlichen existierenden Kundenprofilen abgeleitet werden. Liegen bei registrierten Nutzern eines OnlineShops individuelle Kundenprofile vor, können aus den früheren Aktivitäten auf der Webseite Empfehlungen in Form des Content Based Filtering erstellt werden (vgl. Fritz 2004, S. 176). So werden einem registrierten Nutzer beim Martkführer Amazon u.a. folgende Empfehlungen auf Basis seiner gespeicherten Nutzungsdaten auf der Startseite angezeigt: x „Ähnliche Artikel wie die, die Sie sich angesehen haben“ und „Inspiriert durch Ihre Stöber-Trends“: Einkaufsempfehlung auf Basis vorheriger Suchverläufe im Online-Shop. x „Inspiriert durch Ihre Shopping-Trends“: Einkaufsempfehlung auf Basis vorheriger Käufe bzw. von Artikeln, die sich noch im Einkaufswagen oder auf dem Merkzettel befinden. x „Neu für Sie“: Neuveröffentlichte Artikel, die zu den bisherigen Aktivitäten passen. x „Gönnen Sie sich etwas“: Artikel aus vorhandenen Wunschzetteln des Nutzers. Zudem werden jedem Nutzer beim Aufruf eines Artikels Produkte angezeigt, die oft zusammen mit dem angezeigten Artikel gekauft werden, sowie Produkte, die von Käufern des angezeigten Artikels ebenfalls gekauft wurden. Analog zum Ladengeschäft können Nutzer zum Zeitvertreib die Seiten eines OnlineShops aufsuchen und durch das Stöbern im Online-Shop auf Produkte aufmerksam werden. Amazon bietet dafür neben der gezielten Suche nach Artikeln die Möglichkeit sich durch verschiedene Rubriken einer Produktkategorie hindurchzuklicken. Empirische Studien zeigen, dass über die Hälfte der Internetnutzer Online-Shops zum Zeitvertreib und „Schaufensterbummel“ besuchen (vgl. Fittkau&Maaß 2006), diese aber im Durchschnitt lediglich bis zu 15 Minuten auf Online-Shopping-Seiten verbringen (vgl. Wolfinbarger/Gilly 2001, S. 35). Eine Ausnahme stellt eBay mit durchschnittlich 45 bis 60 Minuten Surfzeit dar (vgl. ebenda, S. 47). Laut einer Studie von Comscore aus dem Jahr 2009 liegen bei der Surfzeit weltweit Microsoft-Seiten mit insgesamt knapp 4 Mrd. Stunden im Jahr vorn, gefolgt von Google, Yahoo und Facebook. Einzige Shopping-Seite in den Top 10 ist ebenfalls eBay mit hochgerechnet 239 Mio. Stunden auf Rang sieben (vgl. Comscore 2009). Die Suche nach geeigneten Angeboten und
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
109
die aktive Teilnahme an Auktionen stellen mögliche Ursachen für die langen Surfzeiten bei eBay dar. Insbesondere bei der gezielten Suche und Kauf von Produkten im Rahmen habitueller Kaufentscheidungen dürfte die Surfzeit vor dem Kauf hingegen deutlich kürzer ausfallen, um den Zeitvorteil des Online-Einkaufs zu nutzen (vgl. Kap. 2.1.3). Längere Surfzeiten wie bei eBay hingegen sprechen für extensive Formen des Kaufens und erhöhen zudem die Wahrscheinlichkeit für zusätzliche ungeplante Käufe, wie dies in Kap. 4.3.1.2 noch erläutert wird. Ein Ziel der vorliegenden empirischen Untersuchung wird es sein herauszufinden, wie die Nutzer auf ungeplant gekaufte Artikel aufmerksam geworden sind und wie viel Zeit die Nutzer vor dem Kauf im Internet verbracht haben. Entsprechend der obigen Ausführungen werden dabei die folgenden Hypothesen aufgestellt: H2a: Ungeplante Käufe werden am häufigsten durch Maßnahmen im Online-Shop angeregt. H2b: Die Surfzeit vor dem Kauf ist bei ungeplanten Käufen länger als bei habituellen Kaufentscheidungen. 4.2.2 Such-, Bewertungs und Auswahlphase Hat der Konsument ein Bedürfnis oder Problem wahrgenommen, wird er anschließend in die Suchphase übergehen und nach einer Lösung suchen, die sein Bedürfnis befriedigt (vgl. Blackwell/Miniard/Engel 2006, S. 74). Zentrale Bedeutung in der Suchphase hat die Aufnahme und Verarbeitung von Informationen über Produkte und Anbieter. Einfluss auf Art und Ausmaß des Suchverhaltens haben dabei sowohl situative Faktoren als auch z.B. das Involvement, das wahrgenommene Risiko, frühere Erfahrungen und die Zufriedenheit mit bisherigen Produkten und Anbietern (vgl. ebenda, S. 74 f.; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 303 ff.). Letzten Endes werden Konsumenten so lange nach neuen Informationen suchen, solange der Nutzen der neuen Informationen die Kosten bzw. den Aufwand für deren Suche übersteigt (vgl. Blackwell/Miniard/Engel 2006, S. 123). Insbesondere interessiert in der Suchphase, welche Informationen der Konsument wie und wo sucht (vgl. Meffert 1992, S. 106). Dem Internet kommt dabei eine besonders hohe Bedeutung zu. Wie erwähnt erfolgt ein nicht zu unterschätzender Anteil aller Käufe unter Zuhilfenahme des Internets in der Suchphase (vgl. Kap. 2.1.4). Im Internet hat der Konsument prinzipiell die Möglichkeit, zahlreiche Informationen anbieterübergreifend schnell und einfach zu suchen, um sich damit einen besseren Marktüberblick zu verschaffen (vgl. Fritz 2004, S. 116). So er-
110
Untersuchungshypothesen
leichtern vor allem Suchmaschinen und Preisvergleichsdienste dem Konsumenten die Suche nach geeigneten bzw. preisgünstigsten Angeboten. Diese zählen daher auch zu den am häufigsten genutzten Quellen, wenn sich der Konsument vor dem Kauf über das Internet informiert. Ebenfalls wichtig sind die Seiten der Online-Shops selbst, Herstellerwebseiten und Testberichte. Eine geringere Bedeutung haben hingegen Diskussionsforen und Communities, wie Abbildung 13 verdeutlicht.
Suchmaschinen
Preisvergleichsdienste
30
Shopping-Seiten
Hersteller-Webseiten
25
Testberichte
9
Webkataloge
Diskussionsforen
Web-Communities
3 0
41 38
28 41
12 14 13
5
34
28
12
57
44
29
64
56
39
17
7 6 10
20
30
40
50
60
70
Prozent der Befragten Kleidung
CD/DVD, Spiele, Software
Unterhaltungselektronik
(Quelle: in Anlehnung an Yahoo Research 2010, S. 14) Abbildung 13: Genutzte Informationsquellen beim Online-Kauf Neben diesen Informationsquellen sind zudem die bereits erwähnten Presse- bzw. Medienberichte sowie Online-Portale wie T-Online oder MSN zu berücksichtigen, die eine Vielzahl an kaufrelevanten Informationen bündeln und ihren Nutzern zur Verfügung stellen. Diese internetspezifischen Informationsquellen sind bei geplanten Käufen um Informationsquellen außerhalb des Internets zu ergänzen. So können auch Empfehlungen von Freunden und Bekannten, Offline-Medien, stationäre Ladengeschäfte und Printkataloge, wie in Kap. 2.1.4. erläutert, zur Entscheidungsunterstützung
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
111
bei späteren Online-Käufen herangezogen werden. Generell gilt, dass die genannten Informationsquellen vor allem bei den kognitiv dominierten Kaufentscheidungen relevant sind. Daher lässt sich folgende Hypothese formulieren: H3a: Die Bedeutung von Informationsquellen ist bei spontanen und habituellen Kaufentscheidungen niedriger als bei den übrigen Kaufentscheidungen. Eng verbunden mit der Suchphase ist die anschließende Phase der Bewertung und Auswahl der gefundenen Alternativen („Consideration Set“ oder „Evoked Set“; vgl. Blackwell/Miniard/Engel 2006, S. 128; Meffert 1992, S. 41). Analog zur Suche nach Informationen kann der Konsument bei der Beurteilung von Alternativen auf gespeicherte Informationen bzw. Bewertungen oder auf in der aktuellen Kaufsituation neu zu erwerbende Informationen bzw. Bewertungen zurückgreifen. Gleiches gilt für die Auswahl der für die Beurteilung von Alternativen notwendigen Bewertungskriterien (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 328; Blackwell/Miniard/Engel 2006, S. 132). Von besonderem Interesse für die Forschung sind hierbei die Art und Anzahl der zur Beurteilung herangezogenen Informationen. Zentrale Bedeutung haben dabei die so genannten Schlüsselinformationen. Sie stellen ein Mittel der Entscheidungsvereinfachung des Konsumenten dar, in dem diese zur Beurteilung von Alternativen nur einen Ausschnitt der verfügbaren Informationen heranzieht (vgl. Blackwell/Miniard/Engel 2006, S. 284). Solche Schlüsselinformationen sind z.B. der Preis, Testurteile oder der Markenname (vgl. Raffée/Fritz 1980, S. 85, 88). Empirische Befunde bestätigen die Bedeutung von Schlüsselinformationen beim Kaufverhalten der Konsumenten (vgl. ebenda). So liegt die durchschnittliche Zahl der genutzten Informationen je nach Studie und Produktkategorie zwischen zwei und acht, wenngleich teilweise deutlich mehr Informationen verfügbar waren (vgl. Kroeber-Riel/Weinberg/ Gröppel-Klein 2009, S. 332 f.). Der Preis stellt beim Einkauf im Internet ein wichtiges Entscheidungskriterium dar. Deutlich wird dies u.a. an der relativ großen Beliebtheit von Preisvergleichsdiensten (vgl. Abbildung 13). Zudem bestätigen empirische Studien die Bedeutung des Preises beim Online-Kauf (vgl. Korb 2000, S. 131; Ratchford/Lee/Talukdar 2003, S. 200). Yahoo Research konnte zudem feststellen, dass, über alle Warengruppen hinweg, die Suche nach dem besten Preis der von den Nutzern wichtigste wahrgenommene Vorteil des Online-Einkaufs gegenüber klassischen Einkaufsumgebungen darstellt (vgl. ebenda 2010, S. 17). Zudem soll bereits jeder zweite Nutzer im Internet auf Schnäppchenjagd gehen (vgl. Fittkau&Maaß 2006, S. 1). Bennemann stellt aber auch fest, dass
112
Untersuchungshypothesen
Convenienceaspekte, wie z.B. zeitunabhängige Bestellmöglichkeiten und die Lieferung nach Hause, für die Wahl des Internets als Einkaufsstätte eine noch größere Bedeutung einnehmen als der Kauf zu möglichst niedrigen Preisen (vgl. ebenda 2002, S. 235 f.) Die Bedeutung des Preises bei den unterschiedlichen Kaufentscheidungstypen bedarf einer differenzierten Betrachtung. Auf der einen Seite werden Sonderangebote häufig als eine der möglichen Ursachen für spontane Käufe angesehen (vgl. Kap. 4.2.3.1). Dies würde dafür sprechen, dass bei ungeplanten Kauftypen ein niedriger Preis eine größere Rolle spielt als bei geplanten Käufen. Dem steht entgegen, dass gerade die Suche nach dem günstigsten Preis im Internet zu einem ausgeprägten Such- und Bewertungsverhalten der Nutzer führt, somit der Preis als Kaufentscheidungskriterium auch bei den kognitiv dominierten und geplanten Käufen wichtig ist. Damit lässt sich lediglich folgende Hypothese zur Bedeutung des Preises bei den einzelnen Kaufentscheidungen aufstellen: H3b: Ein günstiger Preis stellt für alle Kaufentscheidungstypen gleichermaßen ein wichtiges Kaufentscheidungskriterium dar. Weitere Studien bestätigen aber auch die Bedeutung der Marke beim OnlineShopping. So greifen beim Online-Kauf 39% der Internetnutzer am liebsten auf bekannte Marken zurück (vgl. Fittkau&Maaß 2006, S. 1). Zudem steigt die Bedeutung der Marke beim Online-Einkauf mit der Abnahme online verfügbarer Informationen über relevante Produktattribute. Dies gilt im besonderen Maße für Produkte, bei denen in erster Linie sensorische Produktattribute bei der Kaufentscheidung wichtig sind, wie z.B. Kleidung. Sind hingegen nicht-sensorische Produktmerkmale für den Kauf wichtig (wie z.B. technische Leistungsdaten) nimmt die Bedeutung der Marke für die Online-Kaufentscheidung ab, da solche Informationen über das Internet leichter verglichen werden können als in traditionellen Einkaufsstätten (vgl. Degeratu/Rangaswamy/Wu 2000, S. 76). Daher kann folgende Hypothese zur Bedeutung der Marke aufgestellt werden: H3c: Die Marke ist bei kognitiv dominierten Kaufentscheidungen weniger wichtig als bei den übrigen Kaufentscheidungen. Eine zentrale Rolle bei Kaufentscheidungen im Internet spielen zudem Fremderfahrungen anderer Käufer in Form von Kundenmeinungen bzw. Rezensionen in Online-Shops und auf Meinungsplattformen wie Ciao oder Dooyoo, welche in großem Umfang über das Internet abgerufen werden können. Lt. einer empirischen Studie von
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
113
2009 haben über 87% der deutschen Internetnutzer bereits Produktbewertungen durch andere Kunden gelesen. Knapp 60% der Internetnutzer ziehen diese gezielt vor dem Kauf eines Produkts zu Rate und knapp die Hälfte der Nutzer haben sich bereits von Kundenmeinungen im Internet bei ihrer Kaufentscheidung beeinflussen lassen, da diese als besonders glaubwürdig gelten (vgl. Fittkau&Maaß 2009b). Dabei zeigt sich, dass negative und sachlich geschriebene Kundenmeinungen den größten Einfluss auf die eigene Einschätzung des Produkts haben (vgl. Schimansky/Kempe 2006, S. 3). Ebenso ist des den Nutzern möglich, zahlreiche Testurteile von Fachzeitschriften online einzusehen (vgl. Wilke 2000, S. 256 ff.). Kundenmeinungen und Testurteile dienen damit im Wesentlichen der Risikoreduktion vor dem Kauf. Eine solche wird wiederum nur dann nötig sein, wenn das wahrgenommene Risiko und die Bedeutung des Produkts vom Konsumenten als hoch eingeschätzt werden. Es ist daher zu vermuten, dass diese Kaufentscheidungskriterien nicht die einzigen vom Nutzer berücksichtigten sind und daher vor allem bei kognitiv dominierten Kaufentscheidungen beachtet und genutzt werden. Neben diesen Kaufkriterien spielt zudem die kurzfristige Verfügbarkeit des Produkts eine zentrale Rolle beim Einkauf im Internet. Während im stationären Einzelhandel die meisten Produkte sofort mitgenommen werden können, müssen nicht-digitale Güter beim Online-Shopping per Versand verschickt werden, was je nach Lagerbestand einige Tage in Anspruch nehmen kann. Insbesondere bei ungeplanten Käufen, bei denen der Konsument häufig eine sofortige Belohnung durch den Konsum des spontan erworbenen Produkts erwartet (vgl. Wiswede 1965, S. 190 f.; Kacen/Lee 2002, S. 164), kann dies ein Hinderungsgrund für den Kauf im Internet darstellen. Gleiches gilt u.U. für den Kauf von Geschenken, die zu einem festen Termin übergeben werden müssen. Darüber hinaus stellt möglicherweise der Spaß beim Konsum des gekauften Produkts einen zusätzlichen Anreiz, insbesondere für emotional dominierte Käufe wie den Impulskauf dar. Entsprechend der obigen Ausführungen lassen sich für die Bedeutung der übrigen Kaufentscheidungskriterien folgende Hypothesen aufstellen: H3d: Kundenmeinungen und Testurteile haben bei kognitiv dominierten Kaufentscheidungen eine größere Bedeutung als bei den übrigen Kaufentscheidungen. H3e: Die kurzfristige Verfügbarkeit des Produkts ist bei ungeplanten Käufen wichtiger als bei geplanten Käufen.
114
Untersuchungshypothesen
H3f: Der Spaß beim Konsum am Produkt ist bei emotional dominierten Kaufentscheidungen wichtiger als bei den übrigen Kaufentscheidungen. Die Beurteilung der Qualitätseigenschaften eines Produkts bzw. einer Leistung vor (und nach) dem Kauf ist zentraler Bestandteil der informationsökonomisch orientierten Einteilung von Kaufentscheidungen in Such-, Erfahrungs- und Vertrauenskäufe (vgl. Kap. 2.2.3.8) und stellt sich beim Kauf im Internet teilweise anders dar als im stationären Ladengeschäft. So können die Sucheigenschaften von digitalen Produkten, wie z.B. Musik, über das Internet prinzipiell ungestörter und damit besser beurteilt werden als im Ladengeschäft (vgl. Wilke 2000, S. 245 f.). Nicht digitalisierbare Sucheigenschaften können darüber hinaus teilweise mittels Text, Bild, Ton und Animation medial präsentiert werden. Dabei muss sich der Konsument aber auf die Richtigkeit der Darstellung verlassen. Zudem können haptische oder olfaktorische Sucheigenschaften, bisher nicht medial dargestellt werden. Fallen Produkte bzgl. einer Eigenschaft sehr unterschiedlich aus (z.B. natürliche Produkte wie Obst oder Gemüse) hilft dem Konsumenten auch nicht die mediale Darstellung, da er nicht sicher sein kann, dass das gekaufte Produkt die entsprechende Ausprägung der präsentierten Eigenschaft aufweist (z.B. Größe, Reifegrad). Ähnliches gilt für die Passform von Kleidungsstücken. Solche Produkteigenschaften können teilweise substituiert werden, z.B. indem der Anbieter die Eigenschaften beschreibt oder bei Kleidung individuelle Maße anfordert (vgl. ebenda, S. 246 ff.). Letzteres wird z.B. bei Otto mittels einer virtuellen Anprobe realisiert (vgl. Hillebrand 2004, S. 299). Die Möglichkeiten zur Beurteilung der Erfahrungs- und Vertrauenseigenschaften eines Produkts sind im Internet zunächst vergleichbar mit denen beim Kauf im Ladengeschäft. Unabhängig von der Einkaufsstätte können Erfahrungseigenschaften prinzipiell erst nach dem Konsum eindeutig bewertet werden. Bei Vertrauenseigenschaften bleibt die Möglichkeit zur Beurteilung der Produktqualität vollständig aus. Unterschiede zwischen klassischen Kaufumgebungen und dem Internet zeigen sich aber bei der Beurteilung der entsprechenden Informationssurrogate bzw. -substitute (vgl. Kap. 2.2.3.8). So werden z.B. bisherige Erfahrungseigenschaften durch die Bereitstellung von Probeversionen digitaler Produkte in Sucheigenschaften umgewandelt. Darüber hinaus kann, wie erwähnt, auf eine Vielzahl von Fremderfahrungen in Form von Kundenmeinungen und Rezensionen zurückgegriffen werden. Gleiches gilt für Garantien und Gütesiegel, die analog zum Kauf im Ladengeschäft die empfundene Unsicherheit
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
115
auf Seiten des Konsumenten reduzieren können, und damit sein Vertrauen in das Produkt stärken (vgl. Wilke 2000, S. 256 ff.). Es ist anzunehmen, dass sich geplante und ungeplante Käufe hinsichtlich der Möglichkeiten zur Beurteilung von Sucheigenschaften voneinander unterscheiden. Da die Produktbeurteilung bei geplanten Käufen häufig schon vor Beginn des Online-Einkaufs begonnen hat oder sogar schon abgeschlossen war, dürften die Sucheigenschaften des Produkts hinreichend gut eingeschätzt worden sein. Bei ungeplanten Käufen hingegen ist diese aufgrund der spontanen Entscheidung während der Internetsitzung teilweise weniger intensiv. Dies gilt insbesondere für die emotionslosen Spontankäufe und Impulskäufe, bei denen kaum noch eine kognitive Informationsverarbeitung von statten geht. Da die Erfahrungseigenschaften des Produkts in beiden Fällen aber erst nach dem Erhalt und Gebrauch des Gutes abschließend beurteilt werden können, sind hierbei zwischen den Kaufentscheidungstypen keine Unterschiede zu erwarten. Daher lassen sich folgende Hypothesen formulieren: H3g: Die Möglichkeiten zur Produktbeurteilung vor dem Kauf (Sucheigenschaften) werden bei spontanen Käufen schlechter bewertet als bei den übrigen Kaufentscheidungen. H3h: Die Möglichkeiten zur Produktbeurteilung nach dem Kauf (Erfahrungseigenschaften) unterscheiden sich zwischen den Kaufentscheidungstypen nicht.
4.2.3 Kaufphase Der Bewertungs- und Auswahlphase schließt sich bei geplanten Käufen die Kaufphase an. Zentraler Gegenstand der Kaufphase ist in idealtypischen Kaufprozessen die Wahl der Einkaufsstätte und das Verhalten der Konsumenten in der Einkaufsstätte inklusive Kaufakt. Zudem wird der Konsument in der Kaufphase darüber entscheiden, wann und ob er das ausgewählte Produkt tatsächlich kauft, wie viel er kauft und wie er den Einkauf bezahlt (vgl. Blackwell/Miniard/Engel 2006, S. 150). Bei ungeplanten Käufen dreht sich die Reihenfolge von Produkt- und Einkaufsstättenwahl jedoch in der Regel um, da die Kaufabsicht für ein Produkt erst in der Einkaufsstätte erzeugt wird. In frühen Studien zum ungeplanten Kaufverhalten wurden verschiedene Merkmale des Einkaufs der Konsumenten untersucht, wie z.B. die Größe des Einkaufs gemessen an der Zahl der gekauften Produkte und der Einkaufssumme. Unter anderem stellten Kol-
116
Untersuchungshypothesen
lat/Willett fest, dass die Zahl ungeplanter Käufe mit der Anzahl verschiedener gekaufter Produkte zunimmt und der Anteil ungeplanter Käufe bei einer Einkaufssumme unter fünf US-Dollar deutlich abfällt (vgl. ebenda 1967, S. 25 f.). Auch Dahlhoff konnte einen positiven Zusammenhang zwischen der Zahl gekaufter Produkte und ungeplanten Käufen feststellen. Ebenso bestätigte er empirisch, dass ungeplante Käufe eher bei höheren Einkaufsbeträgen vorkommen (vgl. ebenda 1979, S. 327). Gleiches konnten Bellenger/Robertson/Hirschman (vgl. ebenda 1978, S. 17) und Prasad (vgl. ebenda, S. 1975, S. 9 f.) nachweisen. Die Planung und Realisation größerer Einkäufe führt demnach zu vermehrten ungeplanten Käufen (vgl. Dahlhoff 1979, S. 327). Jeffrey/Hodge (2007) konnten diesen Zusammenhang auch für den Einkauf im Internet nachweisen und erklären diesen mit Hilfe der Theorie mentaler Budgets. Demnach fällt es einem Konsumenten leichter weitere Produkte ungeplant hinzu zu kaufen, wenn bereits eine größere Summe ausgegeben wurde. Die Autoren veranschaulichen dies wie folgt: „ […] the 100th dollar spent in a store, ‘feels’ like less of an expenditure than the 10th dollar spent.“ (ebenda, S. 370). Zum Beispiel würde es Konsumenten leichter fallen, zu einem Auto im Wert von 40.000 EUR ein Radio im Wert von 500 EUR dazu zu kaufen. In diesem Fall würde das Radio dem mentalen Budget „Auto“ zugeordnet und dabei eine vergleichsweise geringe Erhöhung dieses Budget um 1,25% bewirken. Der alleinige Kauf eines Radios im Wert von 500 EUR in einem Elektrofachmarkt hingegen würde einem mentalen Budget „Radio“ zugeordnet, welches bei Null EUR beginnt (vgl. ebenda). Nach der Theorie mentaler Budgets ist also weniger der absolute Preis eines ungeplant gekauften Produkts entscheidend als dessen Relation zum gesamten Einkauf. Damit lassen sich folgende Hypothesen aufstellen: H4a: Einkäufe, bei denen ungeplante Käufe getätigt wurden, weisen eine größere Zahl an verschiedenen gekauften Produkten auf, als Einkäufe, bei denen geplante Käufe getätigte wurden. H4b: Einkäufe, bei denen ungeplante Käufe getätigt wurden, weisen eine größere Einkaufssumme auf als Einkäufe, bei denen geplante Käufe getätigt wurden. H4c: Die Relation des Artikelpreises zur Einkaufssumme ist bei ungeplant gekauften Artikeln kleiner als bei geplant gekauften Artikeln. Von zentraler Bedeutung bei der Einkaufsstättenwahl ist die Auswahl des konkreten Online-Händlers (vgl. ebenda, S. 157). Dafür stehen dem Konsumenten prinzipiell zahlreiche Alternativen im Internet zur Verfügung. Wie in Kap. 2.1.2 erläutert, kann
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
117
der Nutzer beim Kauf von Produkten generell zwischen Universalversendern wie Amazon, Spezialversendern wie z.B. Conrad, Online-Auktionen, Herstellerwebseiten, Shopping-Malls bzw. -Portalen und Online-Discountern wählen. Wie in den vorherigen Kapiteln bereits angedeutet, dürften ungeplante Käufe aufgrund der Breite des Produktangebots und der umfangreichen Möglichkeit zum Stöbern vor allem bei Universalversendern getätigt werden. Bereits Clover stellt 1950 in einer branchenübergreifende Studie im Einzelhandel fest, dass die geschätzte Zahl von Impulskäufen in Warenhäusern mit universellem Sortiment am höchsten ist (vgl. ebenda, S. 67 f.). Die Wahl von Händlern mit einem speziellen Sortiment spricht hingegen eher für eine gezielte und vertiefte Auseinandersetzung mit der Kaufentscheidung und somit für geplante kognitiv dominierte Kaufentscheidungen. Da zahlreiche Hersteller ihre Produkte bereits direkt im Internet vertreiben (vgl. Kap. 2.1.2), kann eine ausgeprägte Markentreue des Konsumenten wiederum dazu führen, dass der Kunde direkt beim Markenhersteller kauft. Somit lassen sich folgende Hypothese aufstellen: H4d: Ungeplante Käufe werden häufiger als die anderen Kaufentscheidungstypen bei Universalversendern getätigt. H4e: Extensive und limitierte Kaufentscheidungen werden häufiger als die anderen Kaufentscheidungstypen bei Spezialversendern getätigt. H4f: Habituelle Kaufentscheidungen werden häufiger als die anderen Kaufentscheidungstypen direkt beim Hersteller getätigt. Bei der Wahl der Einkaufsstätte finden prinzipiell ähnliche Such- und Bewertungsmuster wie bei der Auswahl des Produkts statt (vgl. dazu z.B. Heinemann 1976, S. 111). So können Internetnutzer gezielt einen ihnen bekannten Online-Anbieter ansteuern, um auf dessen Webseite nach den gewünschten Produkten zu suchen oder über Suchmaschinen und Preisvergleichdienste einen geeigneten bzw. günstigen OnlineAnbieter ausfindig machen (vgl. Kap. 4.2.2). Empirische Studien zeigen, dass die Internetnutzer zwischen vergleichsweise wenigen Online-Händlern wählen. Fast die Hälfte aller Käufer nutzen immer wieder die gleiche Webseite bzw. steuern gezielt einen Online-Shop an, bei dem sie bereits einmal gekauft haben (vgl. Fittkau&Maaß 2006; dies. 2010). Eine frühere US-Studie berichtet von einer ausgeprägten Treue zum Online-Anbieter beim Kauf von Büchern, CDs und Reisen. 70% der Nutzer kauften in ein und demselben Online-Shop. Verantwortlich dafür mag ein sogenannter „Cognitive Lock-in“ sein, der trotz der günstigen Vergleichsmöglichkeiten zu einem Verbleib bei dem Händler führt, mit dem der Nutzer vertraut ist (vgl. Murray/Häubl 2002, S. 8 f.).
118
Untersuchungshypothesen
Iyer (1989) stellt in seiner Untersuchung in klassischen Einkaufsumgebungen einen negativen Einfluss der Kenntnis des Ladengeschäfts auf ungeplante Käufe fest (vgl. ebenda, S. 50). Im Gegensatz dazu konnte Goerdt (1999) in seiner integrierten Betrachtung der Marken- und Einkaufsstättentreue einen positiven Zusammenhang zwischen habitualisierter Einkaufsstättenwahl und impulsiven Produktkäufen feststellen. Des Weiteren gehen auch habituelle Produktkäufe in seiner Untersuchung eher mit einer habitualisierten Einkaufsstättenwahl einher (vgl. ebenda, S. 168 f.). Diese Gesetzmäßigkeiten sollten auch beim Online-Kauf gelten, da Einkaufsgewohnheiten sich auch hier durchzusetzen scheinen (vgl. Fritz 2004, S. 117) und die Gewöhnung an einen Online-Shop zudem eine Erleichterung des Einkaufsvorgangs herbeiführt, welche die Wahrscheinlichkeit ungeplanter Käufe erhöhen kann (vgl. Stern 1962, S. 60 ff.). Im Umkehrschluss zeichnen sich extensive und limitierte Käufe durch eine lange Suche nach dem geeigneten Online-Anbieter aus. Dies führt dazu, dass der Nutzer in diesem Fall aufgrund des gewünschten Preisvorteils auch eher bereit ist, bei ihm noch unbekannten Anbietern zu kaufen. Es lassen sich somit folgende Hypothesen ableiten: H4g: Ungeplante und habituelle Käufe werden eher in Online-Shops getätigt, die der Nutzer bereits gut kennt und in denen er regelmäßig einkauft. H4h: Extensive und limitierte Kaufentscheidungen zeichnet eine längere Suche nach dem geeigneten Anbieter aus als die übrigen Kaufentscheidungen. H4i: Extensive und limitierte Kaufentscheidungen werden eher als die übrigen Kaufentscheidungstypen in unbekannten Online-Shops getätigt. Neben der Wahl des Online-Händlers sind in der Kaufphase zudem Entscheidungen des Nutzers über die Zahlungs- und Versandmodalitäten der Bestellung zu treffen. Dem Nutzer stehen dabei je nach Online-Shop unterschiedliche Optionen zur Verfügung. Die am häufigsten angebotenen und genutzten Zahlungsverfahren sind die Zahlung auf Rechnung, per Vorauskasse bzw. (Online-)Überweisung, (Online-)Lastschrift und Kreditkarte. Darüber hinaus nutzen viele Konsumenten die Zahlung über Zahlungsplattformen (z.B. T-Pay, PayPal) und Inkasso-/Billingsysteme (z.B. Firstgate), bei denen der Nutzer seine Bankdaten einmalig beim Plattformbetreiber bzw. InkassoAnbieter hinterlegt und seine Zahlungen bei anderen Online-Anbietern über sein Kundenkonto abwickeln lässt. Auf diese Weise ist er nicht gezwungen, die vertraulichen Bankdaten an Dritte, vor allem neue Online-Anbieter weiterzugeben, was ihm eine größere Datensicherheit bietet. Weniger genutzt werden Prepaid-Verfahren, mobile
Deskriptives Kaufphasenmodell ungeplanter Käufe im Internet
119
Bezahlverfahren und Geldkarten. Jedoch gibt es auch produktspezifische Unterschiede. So dominieren bspw. bei digitalen Gütern aus dem Niedrigpreissegment (z.B. Musik, Nachrichten, Artikel) Prepaid- und Billingsysteme. Bei höheren Ausgaben wird dagegen häufiger auf auf das Online-Banking und die Kreditkarte zurück gegriffen (vgl. van Baal/Krüger/Hinrichs 2005, S. 256 ff.; Krüger/Leibold/Smasal 2006, S. 5 ff.). Es ist daher zu vermuten, dass es Unterschiede hinsichtlich der Zahlungsweise zwischen den Kaufentscheidungstypen gibt, die aber nicht weiter spezifiziert werden können, daher wird lediglich folgende Hypothese aufgestellt: H4j: Die Kaufentscheidungstypen unterscheiden sich hinsichtlich der gewählten Zahlungsweise der Käufer. Bei der Wahl der Versandmodalitäten spielen vor allem die Lieferzeit und die Versandkosten eine wesentliche Rolle. Fundamentale Unterschiede zeigen sich hierbei zwischen digitalen und physischen Gütern. Digitale Güter, wie z.B. Software, digitale Bücher und Zeitungen, Musik und Videos können dabei prinzipiell sofort online auf den PC des Nutzers übertragen werden. Physische Güter wie Kleidung, Bücher, Elektroartikel und Computer müssen hingegen offline physisch zugestellt werden (vgl. Fritz 2004, S. 252). In der Regel werden zudem unterschiedliche Möglichkeiten der Zustellung angeboten, wie z.B. verschiedene Zustellzeiten (z.B. Standard oder Express). Dabei erscheinen digitale Distributionsformen am ehesten geeignet, dem Drängen auf sofortige Befriedung eines spontanen Bedürfnisses nachzukommen. Ebenso vermag dies eine Expresslieferung (z.B. innerhalb von 24 Stunden) besser zu bewerkstelligen als ein Standardversand. Daher wird folgende Hypothese aufgestellt: H4k: Ungeplant gekaufte Artikel werden häufiger als geplant gekaufte Artikel digital oder per Express versandt. Die Kosten für den Versand können insbesondere bei niedrigpreisigen Angeboten den Gesamtpreis einer Bestellung teilweise deutlich erhöhen oder sogar übersteigen. Einige Anbieter bieten daher ab einem Mindestbestellwert oder für bestimmte Produktkategorien (z.B. Bücher) einen kostenfreien Versand (z.B. Amazon) oder vom Umfang der Bestellung unabhängige feste Versandkostenpauschalen (z.B. Tchibo) an. Üblich ist auch ein von der Höhe des Bestellwerts abhängiger gestaffelter Versandkostenpreis (z.B. Rossmann). Es ist dabei zu vermuten, dass geringere Versandkosten eher dazu beitragen, ungeplante Käufe zu tätigen, daher wird folgende Hypothese formuliert: H4l: Die Versandkosten sind bei ungeplanten Käufen niedriger als bei geplanten Käufen.
120
Untersuchungshypothesen
Zu guter Letzt können auch Charakteristika der Webseite des Online-Shops die Kaufentscheidung in dieser Phase beeinflussen, welche in Kap. 4.3.3.2 näher betrachtet werden. 4.2.4 Nachkaufphase Die Nachkaufphase umfasst grundsätzlich das gesamte Verhalten der Verbraucher nach dem Kauf eines Produkts. Dazu zählt insbesondere die Verwendung und ggf. Entsorgung der erworbenen Güter und Leistungen sowie die Nachkaufbeurteilung, und hierbei vor allem Aspekte der Kundenzufriedenheit und Kundenbindung (vgl. Kuß/Tomczak 2004, S. 151). Nach dem Kauf eines Produktes wird der Konsument aufgrund seiner Gebrauchserfahrungen mit dem Produkt eine erneute Bewertung des Kaufs vornehmen. Er wird dabei entweder seine Kaufentscheidung festigen oder aber seine Einstellung zum gekauften Produkt verändern (vgl. Blackwell/Miniard/Engel 2006, S. 210). Gleiches gilt für die Beurteilung der Einkaufsstätte nach dem Kauf (vgl. Meffert 1992, S. 124). Nach dem Konfirmations/Diskonfirmations-Paradigma stellt sich Zufriedenheit ein, wenn die Erwartungen des Konsumenten erfüllt oder sogar übertroffen werden. Unerfüllte Erwartungen führen hingegen zu Unzufriedenheit (vgl. Homburg/Krohmer 2009, S. 43 f.; Blackwell/Miniard/Engel 2006, S. 222). Der direkte Zusammenhang zwischen Kaufentscheidungstypen und der Zufriedenheit mit dem Kauf wurde bisher nur von Baun ansatzweise empirisch untersucht. Sie konnte feststellen, dass Konsumenten mit ihren ungeplanten Kaufentscheidungen letztlich zufrieden sind. Nur wenige Probanden stuften die entsprechenden Produkte als Fehlkauf ein (vgl. ebenda 2003, S. 230 f.). Es ist jedoch ebenso möglich, dass durch die weniger intensive Auseinandersetzung und Informationsverarbeitung vor dem Kauf, die Erwartungen bei spontan gekauften Produkten weniger gut erfüllt werden als bei geplanten und kognitiv dominierten Kaufentscheidungen. Daher wird entgegen der Erkenntnisse von Baun folgende Hypothese aufgestellt: H5: Die Zufriedenheit mit dem Kauf ist bei spontanen Käufen niedriger als bei den übrigen Kaufentscheidungstypen.
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
121
4.3 Spezielle Erklärungsansätzen ungeplanter Käufe im Internet und Ableitung von Hypothesen 4.3.1 Psychologische Determinanten Aus den zuvor beschriebenen Erklärungsmodellen werden zentrale Einflussgrößen, die zur Erklärung ungeplanter Käufe im Internet herangezogen werden können, deutlich. Als wesentliche psychologische Determinanten stellen sich dabei vor allem das wahrgenommene Risiko, das Erleben von Flow sowie ausgewählte Persönlichkeitsmerkmale heraus. Zudem wurden in früheren Studien so genannte Spontankaufmotive analysiert. Ergänzend soll in der folgenden eigenen Studie zudem der Einfluss des Produktinvolvements, des Gewohnheitsverhaltens und der E-Shopping-Affinität, welche bisher noch nicht näher betrachtet wurden, untersucht werden. 4.3.1.1 Kaufmotive Die Analyse der Beweggründe von Konsumenten für den Kauf bestimmter Produkte ist Bestandteil der Motivforschung. Motive werden dabei verstanden als innere Erregungszustände oder Antriebskräfte, die auf konkrete Handlungsziele ausgerichtet sind. Davon zu unterscheiden sind Triebe, die durch biologische Mangelzustände entstehen, und süchtiges Kaufverhalten, welches kaum willentlich kontrolliert wird, zwanghaft ist und negative Konsequenzen des Handelns außer Acht lässt (vgl. KroeberRiel/Weinberg/Gröppel-Klein 2009, S. 169, 202). Wie in Kap. 3.2 erwähnt wurden in früheren Studien zur Abgrenzung ungeplanter und geplanter Kauftypen auch so genannte Spontankaufmotive verwendet. Das am häufigsten erhobene Spontankaufmotiv ist das des Erinnerungskaufs nach Stern (1962) (u.a. bei Dahlhoff 1978, Swoboda 1997, Beatty/Ferrell 1998, Baun 2003, Kacen 2003, Jung/Lim 2006). Da eine Kaufabsicht beim Erinnerungskauf bereits latent vorgelegen hat, wird dieser nicht zu den ungeplanten oder impulsiven Käufen gezählt. Das entsprechende Kaufmotiv dient also i.d.R. zur Identifizierung von ursprünglich geplanten Käufen. Weitere bereits empirisch nachgewiesene Spontankaufmotive sind neben dem Erinnerungskauf, das Sonderangebotskaufmotiv, das Ersatzkaufmotiv, der Kauf auf Wunsch anderer Personen (hier: Fremdkaufmotiv), das Spontankaufmotiv i.e.S., welches das spontane Gefallen eines Produkts zum Ausdruck bringt, und die „geplante Verführung“, bei der sich der Käufer etwas Schönes gönnen möchte (vgl. Dahlhoff 1978, S. 317; Baun 2003, S. 110). Weinberg spricht in diesem Zusammenhang von der
122
Untersuchungshypothesen
Suche des Individuums nach affektivem Genuss, womit vor allem impulsiven Käufen eine hedonistische Motivation vorausgehen soll (vgl. ebenda 1982, S. 169). Diese bisher in der Literatur verwendeten Spontankaufmotive sind jedoch, wie erwähnt, nicht eindeutig. Anhand der Ursachen bzw. Gründe für den Kauf, werden verschiedene Typen von Spontankäufen unterschieden. Dabei wird unterstellt, dass nur eine der Ursachen zutreffend ist, was in der Realität nicht der Fall sein dürfte. Neben dem Erinnerungskaufmotiv für geplante Käufe ist nur das Spontankaufmotiv i.e.S. ein für ungeplante Käufe typisches Kaufmotiv. Diese Motive dienen daher vor allem der Unterscheidung zwischen ungeplanten und geplanten Käufen. Alle übrigen Spontankaufmotive stellen mögliche, aber nicht zwingende Gründe für einen ungeplanten Kauf dar, so dass im weiteren Verlauf allgemein von Kaufmotiven gesprochen wird. Dass Sonderangebote einen für den Kunden interessanten Anreiz für ungeplante Käufe darstellen, konnte u.a. von Baun (2003, S. 117) bereits für den Kauf in klassischen Einkaufsumgebungen nachgewiesen werden. Gleiches ist für den Kauf im Internet zu erwarten. Auch das hedonistische Kaufmotiv, bei dem der Konsument „sich etwas gönnen möchte“ und sich dabei selbst „überrascht“, dürfte für ungeplante Käufe im Internet ein relevantes Kaufmotiv darstellen. Als Gegensatz dazu stellt der Kauf aus reiner Zweckmäßigkeit ein Motiv dar, welches vor allem auf geplante Produktkäufe zutreffen dürfte, die zudem mit wenigen Emotionen einhergehen, wie habituelle und limitierte Käufe. Der spontane Einfluss Dritter ist beim Kauf im Internet deutlich geringer als bei gemeinsamen Einkäufen im Ladengeschäft, weshalb das Fremdkaufmotiv im OnlineKontext eher zu geplanten Käufen führen wird, beispielsweise in Form von Geschenkkäufen. Zudem ist ein Ersatzkauf, wie erwähnt (vgl. Kap. 3.2), nur dann ungeplant, wenn anstelle eines ursprünglich geplanten Produkts ein vollkommen anderes gekauft wird. Die Bedeutung dieser „klassischen Spontankaufmotive“ für ungeplante Käufe im Internet wird daher mit folgenden Hypothesen geprüft: H6a: Das spontane Gefallen eines Produkts (Spontankaufmotive i.e.S.) wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. H6b: Das Erinnerungskaufmotiv wirkt sich stärker auf das Auftreten geplanter Käufe aus als auf das ungeplanter Käufe. H6c: Sonderangebote wirken sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
123
H6d: Das hedonistische Kaufmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. H6e: Das Zweckmäßigkeitsmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. H6f: Das Fremdkaufmotiv wirkt sich stärker auf das Auftreten geplanter Käufe aus als auf das ungeplanter Käufe. Neben den bekannten Kaufmotiven werden im Folgenden weitere potenzielle Motive für ungeplante Käufe im Internet diskutiert. So besteht die Möglichkeit, dass ein komplementäres oder ähnliches Produkt, z.B. eine Zubehörteil, zu einem ursprünglich geplanten Produkt dazu gekauft wird, ohne das dies zuvor beabsichtigt war (Verbundkaufmotiv). Diese Verbundkäufe können z.B. Batterien, Speicherkarten oder eine Garantieerweiterung zu einer Digitalkamera oder der Kauf eines weiteren Buchs des gleichen Autors sein. Diese Form von Käufen wird durch die Empfehlungssysteme der Online-Shops noch unterstützt. Daher wird folgende Hypothese formuliert: H6g: Das Verbundkaufmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. Weitere potenzielle Gründe für den ungeplanten Kauf von Produkten sind zudem die Befriedigung von Neugierde oder die Suche nach etwas Neuem (Neugier- und Neuheitenmotiv). In diesem Zusammenhang spielen das „Sensation Seeking“ und „Variety Seeking“ eine Rolle, bei denen der Konsument wegen der Suche nach Erlebnis und Abwechslung neue Dinge ausprobieren möchte (vgl. Raab/Unger 2005, S. 156 ff.). Daher werden folgende Hypothesen aufgestellt: H6h: Das Neugierdemotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. H6i: Das Neuheitenmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. Ferner können Entscheidungskonflikte Ursache für die Entstehung spontaner Käufe sein, wenn sich der Konsument zum Lösen der aus den Konflikten entstandenen inneren Spannungen emotional und spontan entscheidet. Derartige Spannungen treten beispielsweise dann auf, wenn der Konsument zwischen mehreren als gleichwertig empfundenen Alternativen entscheiden muss (Präferenzkonflikten) (vgl. Weinberg 1982, S. 170 ff.). Eine Steigerung erfährt ein solcher Entscheidungskonflikt, wenn der Kon-
124
Untersuchungshypothesen
sument sich aus einer für ihn unüberschaubaren Fülle von Angeboten entscheiden soll. In dieser Entscheidungssituation, die durch eine so genannte Konsumentenverwirrtheit geprägt ist, vermag der Konsument augrund der kognitiven Überlastung keine rationale Entscheidung zu treffen, unterlässt daher den Kauf gänzlich oder greift spontan zu einem beliebigen Produkt (vgl. Walsh/Hennig-Thurau 2002, S. 95). Der dadurch bezweckte Abbau von Konsumentenverwirrtheit kann somit prinzipiell ein weiteres Motiv darstellen, welches zu ungeplanten Käufen führt. Dieses Motiv wird mit folgender Hypothese geprüft: H6j: Das Motiv „Abbau von Konsumentenverwirrtheit“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. Darüber hinaus gibt es speziell beim Kauf über das Internet zwei weitere mögliche Ursachen für den ungeplanten Kauf von Produkten, nämlich dann, wenn entweder eine Mindestbestellwert erreicht werden muss oder ab einer bestimmten Bestellsumme die Möglichkeit besteht, Versandkosten zu reduzieren oder gänzlich einzusparen. In diesen Fällen sieht sich der Konsument u.U. dazu verleitet, ein Produkt seiner Bestellung hinzuzufügen, welches er zuvor nicht beabsichtigt hatte zu kaufen. Alternativ könnte er den Kauf bei diesem Anbieter unterlassen oder die höheren Versandkosten akzeptieren. H6k: Das Motiv „Erreichen des Mindestbestellwerts“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe. H6l: Das Motiv „Einsparung von Versandkosten“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
4.3.1.2 Flow-Erlebnisse Für das Konsumentenverhalten im Internet spielen Flow-Erlebnisse eine zentrale Rolle. Flow wird dabei als „jenes ganzheitliche Gefühl bezeichnet, das Menschen empfinden, die sich einer Tätigkeit vollkommen hingeben“ (Fritz 2004, S. 122). In diesem Zustand sind die Personen derart in die Tätigkeit vertieft, dass sie alles um sich herum zu vergessen scheinen. Die dadurch beschriebenen Aktivitäten sind für das Individuum in sich selbst befriedigend. Diese Form der intrinsischen Motivation wurde erstmals von Csikszentmihalyi (1985) beschrieben, der Studien zu den Ursachen der Ausübung von Tätigkeiten ohne extrinsische Motivation durchführte. In seiner Folge sind zahlreiche interdisziplinäre Studien zur Erklärung intrinsischer Motivation entstanden (vgl.
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
125
Bauer/Grether 2004, S. 109 f.). Speziell für die Anwendung der Flow-Theorie im Internet sind insbesondere die Studien von Hoffman/Novak (1996), Novak/Hoffman/Yung (2000) und Bauer/Grether 2004 zu nennen. Zudem wird die Theorie vereinzelt auch zur Erklärung impulsiven Kaufverhaltens herangezogen (vgl. Engelhardt et al. 2004; Jung/Lim 2006), wie in Kap. 2.3.3.2 erläutert. Zentrale Elemente des Flow-Erlebnisses sind die wahrgenommene Zeitverzerrung und das Gefühl „großer Freude“ bei der Ausübung der Tätigkeit. Treten Flow-Erlebnisse beim Einkaufen auf, kann diese Freude mit dem aktuellen Einkaufsvergnügen gleichgesetzt werden (vgl. Engelhardt et al. 2004, S. 329 f.; Bauer/Grether 2004, S. 113). Über die Entstehung von Flow gibt es unterschiedliche Auffassungen. Novak/Hoffman/ Yung sowie Bauer/Grether nennen als zentrale Determinanten die wahrgenommenen Fähigkeiten des Nutzers, die wahrgenommene Kontrolle über die Aktivitäten, die wahrgenommenen Herausforderungen der Nutzungssituation, die Schnelligkeit der Interaktion und eine intensive Konzentration. Das Internet schafft in diesem Zusammenhang ideale Voraussetzungen für die Entstehung von Flow. Die große Fülle an nicht-sequentiell organisierten Informationen und die Möglichkeit, darin immer neue Dinge entdecken zu können, fordern den Nutzer heraus, seine Fähigkeiten im Umgang mit dem Medium zu beweisen. Dies erfordert eine hohe Konzentration des Nutzers während der Aktivitäten im Internet, bei denen er durch die selbstständigen Steuerungsmöglichkeiten eine hohe Kontrolle über sein Handeln behält. Die Interaktivität des Mediums fördert in Form schneller Feedbacks zudem die wahrgenommene Kontrolle und die wahrgenommene Herausforderung (vgl. Novak/Hoffman/Yung 2000, S. 32 ff.; Bauer/Grether 2004, S. 110 ff.). Engelhardt et al. reduzieren die zentralen Voraussetzungen für die Entstehung von Flow-Erlebnissen auf die wahrgenommene Kontrolle des Konsumenten über seine Aktivitäten und eine ausreichende phasische Aktivierung (vgl. ebenda 2004, S. 330 f.). Das Erleben von Flow führt in seiner Folge zu einem exploratorischen Verhalten, bei dem die betreffende Person nach neuen überraschenden Stimulationsmustern sucht (vgl. Bauer/Grether 2004, S. 109). Speziell bei der Nutzung des Internets kann ein positiver Einfluss von Flow auf die beabsichtigte Nutzungsintensität des Internets, u.a. in Form einer stärkeren Informationssuche und Kommunikation über das Internet, und auf die Navigationstiefe des Nutzers auf einer Webseite festgestellt werden. Insbesondere aber verstärkt Flow auch die Absicht Online-Käufe zu tätigen (vgl. ebenda, S. 121 f.; Luna/Peracchio/de Juan 2003, S. 280). Flow als Ursache eines ausgeprägten Stöberns auf einer Internetseite (Store-Site-Browsing) wurde zudem von Jung/Lim empi-
126
Untersuchungshypothesen
risch bestätigt (vgl. ebenda 2006, S. 11). Neben dem Einkaufsvergnügen führt dabei die wahrgenommene Zeitverzerrung dazu, dass der wahrgenommene Zeitdruck verringert wird. Die dadurch subjektiv als größer empfundenen Zeitressourcen ermöglichen ihrerseits ein ausgeprägtes Suchverhalten im Online-Shop (vgl. ebenda, S. 5). Darüber hinaus trägt Flow auch zu einer Verbesserung der Stimmung bei (vgl. Engelhardt et al. 2004, S. 331; Jung/Lim 2006, S. 11). Wenngleich es zur Wirkung von Stimmungen auf das Nutzerverhalten im Internet im Allgemeinen widersprüchliche Erkenntnisse gibt (vgl. Fritz 2004, S. 123) kann von einem positiven Einfluss positiver Stimmungen auf das Kaufverhalten ausgegangen werden. So genügt dem gut gelaunten Konsumenten bereits das Gefallen, um sich einem Objekt zuzuwenden. Darüber hinaus spielen kritische Informationsverarbeitungsprozesse in guter Stimmung eine untergeordnete Rolle. Dies führt insgesamt dazu, dass durch Flow induzierte positive Stimmungen den Kunden offener für zusätzliche Angebote machen und damit u.a. der Drang zum Impulskauf steigt (vgl. Engelhardt et al. 2004, S. 332 ff.; Beatty/Ferrell 1998, S. 182; Jung/Lim 2006, S. 17). Zusammenfassend lässt sich festhalten, dass Internetnutzer durch das Erleben von Flow, ähnlich wie beim Bummeln im Ladengeschäft, in stärkerem Maße externen Stimuli ausgesetzt sind und diesen darüber hinaus offener gegenüberstehen, wodurch die Wahrscheinlichkeit ungeplanter Käufe steigt. Abschließend lässt sich somit folgende Hypothese aufstellen: H7: Je stärker während der Internetsitzung das Erleben von Flow ist, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
4.3.1.3 Wahrgenommenes Risiko Es ist unbestritten, dass der Einkauf im Distanzhandel für den Konsumenten mit größeren Risiken behaftet ist als der persönliche Einkauf in einem Ladengeschäft. Dies ist v.a. auf die eingeschränkten Möglichkeiten der Produktbeurteilung (bei nicht-digitalen Gütern) zurückzuführen (vgl. Bauer/Sauer/Becker 2004, S. 24, 27; Loevenich/Lingenfelder 2004, S. 45; Doolin et al. 2005, S. 68; siehe auch Kap. 4.2.2). Empirische Untersuchungen belegen zudem, dass Konsumenten immer noch spezielle Vorbehalte gegenüber dem Online-Shopping haben, insbesondere bzgl. der Vertrauenswürdigkeit der Online-Anbieter und der Datensicherheit (vgl. Kap. 2.1.3). Der Theorie des wahrgenommenen Risikos kommt damit eine wichtige Bedeutung bei der Erklärung des Kaufverhaltens im Internet zu (vgl. Bauer/Sauer/Becker 2004, S. 24; Fritz 2004, S.
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
127
124). Diverse Studien haben vor allem die Wirkung des wahrgenommenen Risikos auf die Einstellung zum Online-Shopping und die Online-Kaufabsicht untersucht. Dabei wurde weitgehend übereinstimmend festgestellt, dass ein hohes wahrgenommenes Risiko beim Online-Einkauf sowohl die Einstellung zum Online-Shopping als auch die Absicht zum Online-Einkauf negativ beeinflusst (vgl. Kim 2007, S. 286; Doolin et al. 2005, S. 68, 79; Bauer/Sauer/Becker 2003, S. 196). Es lassen sich verschiedene Arten des wahrgenommenen Risikos unterscheiden. Eine häufige Einteilung ist die nach dem funktionalen, psychologischen, physischen, sozialen, finanziellen und zeitlichen Risiko (vgl. Kim 2007, S. 281; Homburg/Krohmer 2006, S. 124 f.; Cases 2002, S. 377). Andere Autoren differenzieren für das InternetShopping zwischen Produkt-, Sicherheits- und Datenrisiko (vgl. Doolin et al. 2005, S. 68) oder ergänzen zu den bekannten Dimensionen das Daten-, Anbieter-, Liefer- und Zahlungsrisiko (vgl. Cases 2002, S. 379) bzw. das Übertragungs- und Datenrisiko (vgl. Lingenfelder/Loevenich 2001, S. 141). Hier soll der Einteilung in funktionale, finanzielle und zeitliche Risiken sowie das Datenrisiko gefolgt werden. Funktionale (Produkt-)Risiken resultieren insbesondere aus der fehlenden Möglichkeit der physischen Produktbeurteilung vor dem Kauf im Internet. Finanzielle Risiken ergeben sich u.a. durch den finanziellen Verlust aufgrund eines Fehlkaufs sowie der Kosten für die Rücksendung nicht zufriedenstellender Produkte, die Nichtlieferung bereits bezahlter Ware oder den Missbrauch von Zahlungsinformationen. Zeitliche Risiken bestehen im Hinblick auf die Lieferdauer und den Zeitverlust durch mögliche Rücksendungen oder bei der Kaufabwicklung, wenn diese zu komplex oder fehlerbehaftet ist. Das Datenrisiko oder persönliche Risiko beschreibt die Möglichkeit des Missbrauchs persönlicher Daten (ohne Zahlungsinformationen), die entweder bewusst durch den Online-Anbieter weitergegeben oder durch Dritte bei der Übertragung der Daten über das Internet ausspioniert werden könnten (vgl. Bauer/Sauer/Becker 2003, S. 27; Forsythe/Shi 2003, S. 870; Doolin et al. 2005, S. 68 f.; Weiber/Egner-Duppich 2006, S. 343). Empirische Studien konnten vor allem einen bedeutenden Einfluss des funktionalen, finanziellen und zeitlichen Risikos auf das Gesamtrisiko beim OnlineEinkauf bzw. das Kaufverhalten im Internet feststellen (vgl. Cases 2002, S. 386; Bauer/Sauer/Becker 2003, S. 35 f.; Forsythe/Shi 2003, S. 873 f.; Kim 2007, S. 284 ff.). Nach der Theorie des wahrgenommenen Risikos wird der Konsument beim Überschreiten seiner persönlichen Risikobereitschaft risikoreduzierende Maßnahmen ergreifen, wie z.B. die Suche nach weiteren Informationen über das Angebot bzw. den Anbieter (vgl. Cox/Rich 1964, S. 34; Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S.
128
Untersuchungshypothesen
304; Bauer/Sauer/Becker, S. 2004, S. 25). Dies spricht dafür, dass vor allem nichtkognitive Käufe wie die spontanen Kauftypen dann vorkommen, wenn das wahrgenommene Risiko des jeweiligen Einkaufs im Internet eher gering ist. Reicht das Ergebnis der Informationssuche dem Konsumenten nicht aus, wird der Konsument weitere Risikoreduktionsstrategien anwenden, wie z.B. im Rahmen des habituellen Kaufverhaltens auf bewährte Produkte und Anbieter zurückzugreifen (vgl. Homburg/ Krohmer 2006, S. 125). Darüber hinaus konnten Jung/Lim einen negativen Einfluss des wahrgenommenen Risikos auf die Stimmung der Nutzer feststellen, was wiederum zu einer Verringerung des Drangs zum Impulskauf führt (ebenda 2006, S. 17). Damit lässt sich folgende Hypothese aufstellen: H8: Je höher das wahrgenommene Risiko ist, desto seltener treten spontane Käufe und umso eher nicht-spontane Käufe auf. Darüber hinaus stellt das Vertrauen in den Anbieter bzw. das Angebot des OnlineShops eine weitere Möglichkeit zur Reduktion wahrgenommener Risiken bzw. Unsicherheiten dar. In diesem Fall setzt sich der Konsument willentlich über die fehlenden Informationen hinweg (vgl. Weiber/Egner-Duppich 2006, S. 342). Eine hohe Vertrauenswürdigkeit des Online-Anbieters führt damit zu einem geringeren wahrgenommenen Risiko, was wiederum die Kaufwahrscheinlichkeit insgesamt erhöht. Die Theorie des wahrgenommenen Risikos weist damit einige Parallelen zur informationsökonomischen Theorie auf, deren Bezug zu den Kaufentscheidungstypen in Kap. 4.2.2 bereits erläutert wurde. Auf die Vertrauenswürdigkeit des Anbieters wird zudem in Kap. 4.3.3.2 noch genauer eingegangen. 4.3.1.4 Produktinvolvement Der Einfluss des Involvements auf ungeplante Kaufentscheidungen wurde in der Vergangenheit nicht explizit berücksichtigt. Durch die Konzentration auf impulsive Käufe gehen frühere Forschungsarbeiten vielmehr davon aus, dass es sich hierbei immer um Kaufentscheidungen mit einem geringen (kognitiven) Involvement handelt, wie dies in Kap. 2.2.3.7 bereits dargelegt wurde. Demnach führt ein hohes Involvement insbesondere zu einer gesteigerten Informationsaufsnahme und -verarbeitung und ist damit kennzeichnend für kognitiv geprägte Kaufentscheidungen. Ursächlich dafür ist eine hohe Bedeutung des Kaufs für den Konsumenten, die zu einem höheren wahrgenommenen Risiko und einem gesteigerten Interesse führt (vgl. Kap. 2.2.3.7).
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
129
Speziell für den ungeplanten Kauf im Internet rückt das Produktinvolvement in den Vordergrund. Es eignet sich im besonderen Maße dazu, den Einfluss des Produkts auf die Kaufentscheidung zu erklären, da dieselben Produkte für unterschiedliche Konsumenten verschieden hohe Bedeutung haben und damit zu sehr unterschiedlichen Kaufentscheidungsmustern führen können. Dabei ist zu vermuten, dass spontan gekaufte Produkte eine geringere Bedeutung für den Konsumenten haben, da, wie im vorherigen Kap. 4.3.1.3 erläutert, der Wichtigkeit des Kaufs entsprechende umfangreiche Informationsverarbeitungsprozesse zur Risikoreduzierung ausbleiben. Dies mag für habituelle Kaufentscheidungen ebenfalls gelten. Hierbei ist jedoch zu beachten, dass die Bedeutung des Produkts für den Konsumenten weiterhin hoch sein kann, das Involvement und daraus resultierende Informationsverarbeitungsprozesse aber durch die vorhandenen Kauferfahrungen deutlich reduziert werden. Damit lässt sich folgende Hypothese aufstellen: H9: Je höher das Produktinvolvement ist, desto seltener treten spontane Käufe und umso eher nicht-spontane Käufe auf. Ergänzend ist die Überlagerung durch das situative Kaufinvolvement zu berücksichtigen, welches in erster Linie vom Kaufanlass bzw. Verwendungszweck des Produkts bestimmt wird. So kann das Produktinvolvement niedrig sein, weil das Produkt dem Konsumenten persönlich nicht wichtig ist, jedoch das Kaufinvolvement gleichzeitig sehr hoch sein, da der Konsument das Produkt bspw. verschenken oder beim Besuch von Gästen verwenden möchte (z.B. Wein). Diesem Aspekt wird durch die dezidierte Betrachtung von Kaufanlässen im Rahmen der situativen Determinanten Rechnung getragen (vgl. Kap. 4.3.3.1). Ebenfalls zu berücksichtigen ist das Involvement für das Medium Internet (Medieninvolvement), welches indirekt bei der Betrachtung der EShopping-Affinität berücksichtigt wird (vgl. Kap. 4.3.1.7). 4.3.1.5 Gewohnheitsverhalten Wie im Rahmen der Kaufentscheidungstypologien bereits erläutert führen neuartige Entscheidungssituationen zu kognitiv dominierten Kaufentscheidungen. Da vorherige Kauferfahrungen fehlen, wird der Konsument in diesen Fällen verstärkt nach Informationen über die Produktalternativen suchen. Umgekehrt sind habituelle Kaufentscheidungen, die in der Literatur und hier als geplante schwach kognitive Käufe mit geringer emotionaler Aufladung verstanden werden, durch gewohnheitsmäßige Verhaltensweisen z.B. in Form von Wiederholungskäufen bis hin zu markentreuem Verhalten geprägt (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S. 439 ff.). Ein solches
130
Untersuchungshypothesen
Gewohnheitsverhalten (auch Habitualisierung genannt) führt zu einer deutlichen Reduzierung des Such- und Bewertungsverhaltens. In der vorliegenden Untersuchung soll dieser Sachverhalt auch empirisch überprüft werden, indem das Gewohnheitsverhalten, gemessen am Auftreten von Wiederholungs- vs. Erstkäufen sowie markentreuem Verhalten, erfasst wird. Umgekehrt wird der Kauf neuartiger Artikel vor allem in Verbindung mit ungeplanten und extensiven Käufen gesehen (vgl. Kap. 2.2.1, 4.3.1.1), so dass folgende Hypothese geprüft werden soll: H10: Je stärker während des Kaufs das Gewohnheitsverhalten der Konsumenten ist, desto seltener treten ungeplante und extensive Käufe und umso eher treten limitierte und habituelle Käufe auf.
4.3.1.6 Einkaufsfreude Die Persönlichkeit hat als individuelle Prädisposition wesentlichen Einfluss auf das menschliche Verhalten (vgl. Foscht/Swoboda 2005, S. 120 f.; Trommsdorff 2004, S. 213 ff.) und stellt u.a. im Modell zur Erklärung des Konsumentenverhaltens von Blackwell/Miniard/Engel eine von vielen Einflussgrößen dar (vgl. ebenda 2006, S. 75). Sie kann definiert werden als alle einzigartigen psychologischen Eigenschaften eines Individuums, die dessen charakteristische Verhaltensweisen über verschiedene Situationen hinweg zeitlich stabil beeinflussen (vgl. Zimbardo/Gerrig 2004, S. 601), und führt zu einer individuell konsistenten Verhaltensreaktion des Konsumenten auf Umwelteinflüsse (vgl. Blackwell/Miniard/Engel 2006, S. 271). In der Psychologie hat sich das Fünf-Faktoren-Modell („Big Five“) der Persönlichkeit durchgesetzt, bei dem zwischen Extraversion, Verlässlichkeit, Gewissenhaftigkeit, Neurotizismus und der Offenheit für Erfahrungen unterschieden wird (vgl. Zimbardo/Gerrig 2004, S. 607 f.). Auch im Zusammenhang mit ungeplantem Kaufverhalten wurden einzelne Persönlichkeitsmerkmale untersucht. Vergleichsweise häufig wurde u.a. die positive Wirkung der Impulskauftendenz auf ungeplante Käufe analysiert und empirisch nachgewiesen (vgl. z.B. Beatty/Ferrell 1998, da Costa/Laran 2003 und Jung/Lim 2006; siehe auch Kap. 2.3.3.2). Demnach steigt die Wahrscheinlichkeit für ungeplante Käufe, wenn ein Konsument grundsätzlich gerne spontan bzw. impulsiv kauft. Zusätzlich zu diesem trivialen, ja einer Tautologie ähnelnden Zusammenhang wurde auch der Einfluss der generellen Freude am Einkaufen untersucht. Der positive Zusammenhang zwischen der generellen Freude am Einkaufen und ungeplanten Käufen wurde u.a. von Cobb/Hoyer (1986) und Beatty/Ferrell (1998) in klassischen Kaufum-
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
131
gebungen sowie von Koufaris et al. (2001) und Jung/Lim (2006) für Online-Käufe überprüft. Personen, die generell eine große Freude am Einkaufen besitzen, ziehen die Befriedigung ihrer Bedürfnisse nicht nur aus dem Kauf von Produkten, sondern aus dem Prozess des Einkaufens selbst. Einkaufsstätten werden demnach nicht nur wegen eines konkreten Produktbedürfnisses aufgesucht. Deren Besuch ist vielmehr Teil der Freizeitgestaltung, weshalb diese Konsumenten auch als „Recreational Shopper“ bezeichnet werden. Aus diesem Grund halten sie sich wesentlich länger in Geschäften auf und sind positiver gestimmt als Personen mit einer geringeren Einkaufsfreude (vgl. Beatty/Ferrell 1998, S. 174), womit sich – wie in Kap. 4.3.1.2 erläutert – die Wahrscheinlichkeit zur Anregung ungeplanter Käufe erhöht. Die empirische Bestätigung dieses Zusammenhangs ist jedoch nicht eindeutig. So konnten Beatty/Ferrell zwar den Einfluss der Einkaufsfreude auf die positive Stimmung, nicht aber auf die Verweildauer im Geschäft nachweisen (vgl. ebenda 1998, S. 182 f.). Jung/Lim stellen in ihrer Replikation des Modells von Beatty/Ferrell für Online-Käufe wiederum einen positiven Einfluss auf das In-Store-Browsing, nicht aber auf die Stimmung fest (vgl. ebenda 2006, S. 17). Cobb/Hoyer (1986, vgl. S. 404) und Koufaris et al. (2001, vgl. S. 126) konnten ihrerseits einen positiven Zusammenhang zwischen Einkaufsfreude und ungeplanten Käufen nicht bestätigen. Dennoch soll folgende Hypothese aufgestellt werden: H11: Je größer die generelle Freude am Einkaufen ist, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
4.3.1.7 E-Shopping-Affinität In Anlehnung an den Begriff der Internet-Affinität, den z.B. Bauer/Sauer/Becker verwenden und sie mittels der Nutzungsdauer und Nutzungsintensität des Internets messen (vgl. ebenda 2004, S. 30), wird in der vorliegenden Untersuchung die E-Shopping-Affinität als weitere Einflussgröße ungeplanter Käufe ergänzt. Die E-Shopping-Affinität umfasst dabei folgende Komponenten: x Die Internetnutzungsintensität, gemessen an der im Internet verbrachten Zeit; x die Online-Kauferfahrung, gemessen an der Zahl getätigter Käufe innerhalb eines bestimmten Zeitraums und x die grundsätzliche Einstellung zum Online-Kauf.
132
Untersuchungshypothesen
Diese Komponenten können, müssen aber nicht miteinander positiv korrelieren. Zum Einen kann eine hohe Nutzungsintensität des Internets auch durch andere Anwendungen wie Informationssuche und Soziale Netzwerke entstehen (vgl. van Eimeren/Frees 2010, S. 342; Kap. 4.2.1). So zeigt sich, dass Online-Shopping-affine Nutzergruppen weniger Zeit im Internet verbringen als kommunikations- und unterhaltungsorientierte Nutzer (vgl. SevenOneInteractive 2007, S. 31). Weitere Studien zeigen aber auch, dass Personen, die regelmäßig das Internet nutzen, eine höhere Akzeptanz gegenüber Online-Einkäufen aufweisen (vgl. Bauer/Sauer/Becker 2004, S. 30). Entscheidend ist zum Anderen, ob die zurückliegenden Kauferfahrungen überwiegend positiv waren und dadurch die grundsätzliche Einstellung zum Online-Shopping positiv beeinflusst haben. Es ist davon auszugehen, dass Konsumenten, die regelmäßig im Internet einkaufen, dies vor allem dann tun, wenn sie gegenüber dem Online-Shopping positiv eingestellt sind. Ist beides der Fall, kann man von einer hohen E-Shopping-Affinität des Konsumenten sprechen. In früheren Studien konnte zudem nachgewiesen werden, dass mit Zunahme der Online-Kauferfahrung das wahrgenommene Risiko bei Online-Käufen sinkt (vgl. Dholakia/Dholakia 2001, S. 429; Bauer/Sauer/Becker 2004, S. 36). Wie in Kap. 4.3.1.3 erläutert, wird ein hohes wahrgenommenes Risiko beim Kauf wiederum die Wahrscheinlichkeit ungeplanter Käufe schmälern. Dementsprechend lassen sich folgende Hypothesen aufstellen: H12a: Eine hohe Nutzungsintensität des Internets begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine niedrige Nutzungsintensität des Internets. H12b: Eine große Online-Kauferfahrung begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine geringe OnlineKauferfahrung. H12c: Eine positive Einstellung zum Online-Shopping begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine negative Einstellung zum Online-Shopping.
4.3.2 Produktspezifische Determinanten In der Vergangenheit wurde immer wieder versucht, so genannte „Impulsprodukte“ zu identifizieren, die häufiger als andere spontan gekauft werden. Einen Überblick
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
133
über ausgewählte, zumeist ältere Studien, welche Impulsprodukte ermittelt haben, liefert Tabelle 19. Studie
Top-Impulsprodukte (Auswahl) (in Klammern Prozent der ungeplanten Käufe in der jeweiligen Produktkategorie)
duPont (1965, zit. n. Engel/Kollat/Blackwell 1968, S. 488)
Tiefkühlkost (61,4%) Backwaren (58,5%) Haushaltswaren (56,5%)
West (1951, S. 363)
Backwaren (70,1%) Süßigkeiten (65,8%) Spielzeug (55,5%)
Shaffer (1960, S. 320)
Süßwaren, Nüsse (>50% bei 60% der Familien) Obst (>50% bei 51% der Familien)
Bellenger/Robertson/Hirschman (1978, S. 18)
Modeschmuck (62%) Backwaren (55%) Frauen-Sportkleidung (54%)
Abratt/Goodey (1990, S. 116)
Süßwaren (61%) Bücher und Magazine (49%) Wein (46%)
Tabelle 19: Anzahl ungeplanter Käufe nach Produktkategorie Die Studien zeigen, dass insbesondere Back- und Süßwaren häufig ungeplant gekauft werden. Ebenso zeigen sich einzelne Hinweise für vermehrte ungeplante Käufe bei Büchern und Kleidung, welche heute zu den am häufigsten gekauften Produkten über das Internet zählen (vgl. Kap. 2.1.4). Zu möglichen Impulskaufprodukten im Internet gibt es jedoch bisher kaum Erkenntnisse. Madhavaram/Laverie identifizieren ungeplante Online-Käufe in zahlreichen Produktkategorien von CDs und DVDs, über Bücher, Kleidung und Schuhe bis hin zu Computerhardware und Luftfilter für das Auto (vgl. ebenda 2004, S. 62). Sie stellen daher – wie auch andere Autoren vor ihnen – fest, dass sich ungeplantes Kaufverhalten nicht auf einzelne Produktkategorien beschränken lässt (vgl. ebenda; Kollat/Willett 1969, S. 83; Rook 1987, S. 190 f.). Kacen hat in ihrer Studie den Anteil ungeplant gekaufter Produkte in Ladengeschäften und Online-Shops verglichen. Dafür tätigten 35 Probanden innerhalb von sieben Wochen ihre wöchentlichen Lebensmitteleinkäufe abwechselnd offline und online und hielten die Einkäufe in einem Tagebuch fest. Insgesamt wurden 75% der ungeplanten Käufe in traditionellen Ladengeschäften getätigt. Dabei gab es produktspezifische Unterschiede. So wurden u.a. 80% der ungeplant gekauften verderblichen Waren im Ladengeschäft getätigt. Bei Tiefkühlkost waren es nur noch 58%. Dementsprechend wurden 42% der ungeplant gekauften Tiefkühlprodukte über das Internet bestellt (vgl. ebenda 2003, S. 274). Die letzten beiden Beispiele verdeutlichen, dass insbesondere
134
Untersuchungshypothesen
die Möglichkeit der Produktbeurteilung (vgl. Kap. 4.2.2) und die Haltbarkeit eine entscheidende Rolle spielen dürften. Während Tiefkühlkost i.d.R. auch im Ladengeschäft nur anhand der Verpackung beurteilt werden kann, hängt die Auswahl einzelner Produkte bei verderblichen Waren wie z.B. Obst entscheidend vom inspizierten Zustand der Ware ab. Zudem verdirbt Tiefkühlware beim korrekten Versand nicht. Speziell für den Kauf von Produkten über das Internet ist zudem anzunehmen, dass vor allem digitale Produkte, die per Download unmittelbar über das Internet bezogen werden können (z.B. bei Musikdownloads), eher ungeplant gekauft werden als Produkte, welche erst geliefert werden müssen, da erstere sofort konsumiert werden können und daher eher in der Lage sind, ein plötzlich auftretendes Bedürfnis umgehend zu befriedigen. Daher werden folgende Hypothesen aufgestellt: H13a: Die Kaufentscheidungstypen unterscheiden sich hinsichtlich der gekauften Produkte. H13b: Digitale Produkte werden häufiger als andere Produkte ungeplant über das Internet gekauft. Ein weiteres wesentliches Produktmerkmal ist der Preis. In diesem Zusammenhang haben das damit verbundene finanzielle Risiko und die Verfügbarkeit von Geld entscheidenden Einfluss auf die Kaufentscheidung. Letzteres wird im Rahmen der situativen Einflussfaktoren weiter erläutert (vgl. Kap. 4.3.3). Ein hoher Preis lässt das finanzielle Risiko steigen und damit auch das Involvement. Als Konsequenz ergibt sich eine intensivere Auseinandersetzung mit der Kaufentscheidung, wodurch die Wahrscheinlichkeit ungeplanter Käufe abnimmt (vgl. Kap. 4.3.1.3 f.). Erstaunlicherweise wurde der Produktpreis trotz seiner zentralen Bedeutung bei Kaufentscheidungen bisher nur in der Studie von Ebster/Wagner/Neumüller direkt als möglicher Einflussfaktor untersucht. Diese konnten, wie vermutet, einen negativen Effekt des Preises feststellen, d.h. je geringer der Produktpreis war, desto eher waren die Probanden bereit, ungeplant, in diesem Fall auf Verlangen des begleitenden Kindes, ein Produkt zu kaufen (vgl. ebenda 2006, S. 26; dies. 2009, S. 151). Aufgrund dieser Erkenntnisse wird auch für den Kauf im Internet folgender Zusammenhang vermutet: H13c: Ein niedriger Preis ruft in stärkerem Maße ungeplante Käufe hervor als ein hoher Preis.
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
135
4.3.3 Situative Determinanten Ein wesentliches Merkmal ungeplanter Käufe ist, dass der Auslöser des Kaufs in der jeweiligen Kaufsituation begründet liegt. Situative Faktoren spielen daher bei ungeplanten Käufen eine entscheidende Rolle (vgl. Weinberg 1981, S. 166). Diese werden in der Literatur jedoch nur selten systematisch als Determinanten des Konsumentenverhaltens berücksichtigt. Nach Belk lassen sich die situativen Faktoren in folgende fünf Dimensionen unterteilen (vgl. ebenda 1975, S. 159; auch bei Kuß/Tomczak 2007, S. 237): x physische Situationsvariablen (z.B. Ladengestaltung, Produktpräsentation), x soziale Situationsvariablen (z.B. Interaktion mit Verkaufspersonal und/oder Begleitung), x zeitbezogene Situationsvariablen (z.B. Tages-, Jahreszeit, Zeitdruck), x Kaufanlass (z.B. Geschenkkäufe), x vorhergehender Zustand (z.B. momentane Stimmung, Hunger, Müdigkeit, mitgeführter Geldbetrag). Bei Solomon et al. findet sich eine analoge Einteilung situativer Faktoren des Kaufentscheidungsverhaltens in soziales und physikalisches Umfeld (u.a. die Anwesenheit anderer Konsumenten), temporäre Faktoren (ökonomische, psychologische und soziale Zeitdimensionen), vorangehende Zustände (insbes. Stimmungen) und Einkaufsmotive (z.B. funktionale vs. hedonistische Einkaufsmotive) (vgl. ebenda 2006, S. 301 ff.). Auch Assael nennt Faktoren, die speziell in der Kaufsituation zum Tragen kommen, wie z.B. In-Store-Stimuli, die Verfügbarkeit des Produkts oder die Beeinflussung des Konsumenten durch das Verkaufspersonal sowie Geschenkkäufe und Zeitdruck (vgl. ebenda 1998, S. 176 ff.). Von den genannten situativen Faktoren wurden im Zusammenhang mit ungeplanten Käufen in der Vergangenheit vor allem der wahrgenommene Zeitdruck, verschiedene In-Store-Stimuli und Warenpräsentationen sowie die Anwesenheit weiterer Personen (z.B. Familie, Freunde, Kinder) beim Kauf empirisch untersucht (vgl. Kap. 2.3.2). Speziell für den ungeplanten Kauf im Internet wurde der Einfluss der Webseitengestaltung sowie der Verfügbarkeit von Zeit und Geld nachgewiesen (vgl. Kap. 2.3.3.2). Gerdes (2003) unterstellt in ihrer Untersuchung zudem, dass die permanente Verfügbarkeit eines Breitbandinternetzugangs den Einkauf im Internet erleichtert, Personalisierungen des Angebots ermöglicht und eine ansprechende Webseitengestaltung zu-
136
Untersuchungshypothesen
lässt. Die Erleichterung des Online-Einkaufs und die Steigerung seines Erlebniswerts soll wiederum zu einer höheren Wahrscheinlichkeit ungeplanter Käufe im Internet führen (vgl. ebenda, S. 205 f.). Soziale situative Einflüsse, verstanden als die Anwesenheit von Personen, sind beim Einkaufen im Internet heutzutage noch gering, da die Gegenwart weiterer Käufer oder des Verkaufspersonals vom Konsumenten i.d.R. nicht unmittelbar wahrgenommen wird, sondern höchstens indirekt z.B. über Zähler auf der Webseite des Anbieters, durch Gebote anderer Konsumenten bei Online-Auktionen oder die nachlassende Verfügbarkeit eines Artikels (z.B. kenntlich gemacht durch den Hinweis „Nur noch 1 Stück verfügbar. Jetzt bestellen“). Dies mag sich ändern, wenn zukünftig der Einkauf in 3D-Shops und virtuellen Welten möglich ist und z.B. heutige Avatare von den Konsumenten als gleichwertiger Ersatz des Verkaufspersonals angesehen werden. So konnte bereits der positive Einfluss von Avataren auf das Vertrauen in den OnlineAnbieter, den Unterhaltungswert der Webseite sowie auf die Einstellung und Kaufabsicht für das angebotene Produkt empirisch nachgewiesen werden (vgl. Bauer/Neumann/Mäder 2008, S. 228). Zudem bestehen soziale Einflussmöglichkeiten durch die Berücksichtigung von Kundenmeinungen im Internet, wie in Kap. 4.2.2 erläutert. Nur wer über entsprechende finanzielle Möglichkeiten verfügt, wird sich bestimmte Produkte leisten können. Dem Einfluss der Geldverfügbarkeit, im ursprünglichen Sinn das mitgeführte Bargeld, dürfte aber durch die bargeldlose Zahlung im Internet eine geringere Bedeutung zukommen. Anders verhält es sich mit der gefühlten Geldverfügbarkeit. Diese wird bei Beatty/Ferrell als das individuell wahrgenommene verfügbare Budget für Einkäufe eines Tages definiert (vgl. ebenda 1998, S. 176). In der empirischen Überprüfung konnte ein positiver Zusammenhang zwischen der Geldverfügbarkeit und impulsiven Käufen festgestellt werden (vgl. ebenda, S. 182). Jung/Lim wiederum bestätigen diesen direkten Zusammenhang für Online-Käufe nicht, sondern lediglich den positiven Einfluss der Geldverfügbarkeit auf die positive Stimmung während des Einkaufs, die ihrerseits einen positiven Effekt auf den Drang zum Impulskauf hat (vgl. ebenda 2006, S. 17). In der vorliegenden Untersuchung wird der Geldverfügbarkeit durch den Einfluss des Einkommens Rechnung getragen (vgl. Kap. 4.3.4) In diesem Zusammenhang ist zudem der Einfluss mentaler Budgets zu erwähnen, die in Kap. 4.2.3 näher erläutert werden. Für die vorliegende Untersuchung erfolgt im Weiteren eine Eingrenzung der situativen Faktoren auf folgende zwei Bereiche:
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
137
x Einkaufsbezogene Merkmale wie der Kaufanlass und der wahrgenommene Zeitdruck; x Anbietermerkmale wie die Beurteilung der Webseite des Anbieters sowie ausgewählte Charakteristika des Anbieters. 4.3.3.1 Einkaufsbezogene Merkmale Es liegt in der Natur der Sache, dass plötzlich auftretende Bedürfnisse in einer Kaufsituation vor allem den Käufer selbst und eventuell anwesende Personen betreffen. Es ist daher davon auszugehen, dass der Kauf von Produkten für den eigenen Bedarf eher ungeplant erfolgt als Käufe, die für jemand anderen getätigt werden. Insbesondere wenn die Käufe im Auftrag anderer erfolgen, schließt dies eine ungeplante Kaufentscheidung nahezu aus. Für Geschenkkäufe konnte Eichler (1991) eine Abhängigkeit des mit dem Kauf verbundenen Involvements und dem Geschenkanlass feststellen. So kann zwischen wichtigen und unwichtigen Geschenkanlässen unterschieden werden, die zu einem unterschiedlich hohen Involvement und damit zu unterschiedlich intensiven Informationsverarbeitungsprozessen führen. Zu den bedeutenden Geschenkanlässen zählen u.a. Geburtstage, Weihnachten und Hochzeiten. Weniger wichtige Geschenkanlässe sind u.a. Einladungen, Namenstag und Mitbringsel, die vor allem an entfernte Bekannte gerichtet sind und eher als Verpflichtung wahrgenommen werden (vgl. ebenda, S. 312 ff.). Das Auftreten ungeplanter Käufe hängt daher entscheidend vom Geschenkanlass ab und wird dementsprechend geplant oder eher ungeplant erfolgen. Eine solch detaillierte Analyse unterschiedlicher Geschenkanlässe soll an dieser Stelle aber nicht erfolgen. Daher wird für den Einfluss des Kaufanlasses auf ungeplante Käufe lediglich folgende Hypothese aufgestellt: H14a: Käufe für den eigenen Bedarf führen eher zu ungeplanten Käufen als Käufe für andere Personen (Fremdkäufe). Die Verfügbarkeit von Zeit wirkt sich positiv auf die Entstehung ungeplanter Käufe aus, da die Konsumenten länger die Gelegenheit haben, sich neuen Kaufanreizen auszusetzen. Wie bereits im Zusammenhang mit dem Erleben von Flow erläutert wurde (vgl. Kap. 4.3.1.2) erfüllt das Bummeln im Geschäft bzw. Online-Shop genau diesen Zweck. Zeitdruck führt umgekehrt dazu, dass der Einkauf gezielter und kürzer abläuft. Darüber hinaus führt Zeitdruck zu einer negativen Stimmung. Die Möglichkeit, auf weitere Produktangebote aufmerksam zu werden, nimmt dabei ab und die Wahrscheinlichkeit ungeplanter Käufe geht zurück (vgl. Beatty/Ferrell 1998, S. 175 f.; Jung/Lim
138
Untersuchungshypothesen
2006, S. 5 f.). Genau dies konnten Iyer (1989, S. 50) sowie Beatty/Ferrell (1989, S. 182 f.) in klassischen Kaufumgebungen und Jung/Lim (2006, S. 17) für Online-Käufe empirisch bestätigen. Daher wird auch hier folgende Hypothese aufgestellt: H14b: Je größer der wahrgenommene Zeitdruck ist, desto seltener treten ungeplante Käufe und umso eher geplante Käufe auf.
4.3.3.2 Anbietermerkmale Zu den relevanten situativen Anbietermerkmalen zählen in klassischen Kaufumgebungen insbesondere Aspekte der Ladengestaltung (vgl. Swoboda 1997, S. 316). Für die Gestaltung der Ladenumwelt haben hier vor allem die Preisgünstigkeit, die Übersichtlichkeit der Warenpräsentation und die Angebotsvielfalt eine zentrale Bedeutung, da sie die Zufriedenheit mit dem Ladengeschäft am stärksten beeinflussen (vgl. ebenda, S. 334 f.). Zahlreiche empirische Studien haben die Wirksamkeit von MarketingMaßnahmen am klassischen Point-of-Sale (In-Store-Stimuli) auf das ungeplante Kaufverhalten nachgewiesen. So wurden in der Studie von Abratt/Goodey als Auslöser ungeplanter Käufe am häufigsten Schilder am Regal (54% der Nennungen), der Preis (14,5%) und so genannte „Special Displays“, also großformatige Aufsteller (8%) genannt (vgl. ebenda 1990, S. 118). Zhou/Wong konnten darüber hinaus die positive Wirkung von Postern am Point-of-Purchase auf ungeplante Käufe nachweisen (vgl. ebenda 2003, 48 f.). Baun stellt außerdem eine positive Wirkung einer besonders emotionalen und aktivierenden Warenpräsentation auf die Impulskaufabsicht fest (vgl. ebenda 2003, S. 153). Der Webseitengestaltung kommt im Online-Handel die gleiche, wenn nicht sogar eine höhere Bedeutung zu. Die Webseite ist das Aushängeschild und häufig der einzige Berührungspunkt des Nutzers mit dem Anbieter. Entsprechend wichtig ist eine kundenorientierte Gestaltung der Internetseite, damit die Nutzer zufrieden sind, mehr Zeit auf der Seite verbringen und diese wieder besuchen (vgl. Leuteritz/Wünschmann 2008, S. 64). Die für die Erreichung dieser Ziele notwendigen Erfolgsfaktoren der Webseitengestaltung sind Gegenstand zahlreicher empirischer Studien. Als wesentlich haben sich dabei die Struktur, das Design, der Informationswert, die Funktionalität und der Unterhaltungswert der Webseite herauskristallisiert (vgl. ebenda, S. 69). Speziell für die Zufriedenheit mit dem Online-Shop konnten Ahlert/Evanschitzky/Hesse einen positiven Effekt der Bequemlichkeit des Einkaufs sowie des Designs und der Funktionalität der Webseite feststellen (vgl. ebenda 2004, S. 136). Mai/Schwarz (2008) heben zu-
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
139
dem die Vertrauenswürdigkeit, die Einfachheit des Bestell- und Bezahlvorgangs, die Benutzerfreundlichkeit und Personalisierungsmaßnahmen als wesentliche Gestaltungsmerkmale von Online-Shops hervor (vgl. ebenda, S. 163 ff.). Auch für ungeplante Käufe im Internet wurde der Einfluss ausgewählter Aspekte der Webseitengestaltung untersucht. Madhavaram/Laverie dokumentieren in ihrer qualitativen Auswertung den positiven Einfluss von Werbebannern, Bildern und Sonderangeboten auf ungeplante Käufe (vgl. ebenda 2004, S. 62). Adelaar et al. stellen in ihrem Experiment hingegen fest, dass textlastige mediale Produktdarstellungen einen größeren Einfluss auf die spontan geäußerte Kaufabsicht haben als bildhafte oder audiovisuelle Darstellungen (vgl. ebenda 2003, S. 255). Darüber hinaus konnte Engelhardt nachweisen, dass dreidimensionale Darstellungen von Online-Shops zu einer Steigerung impulsiven Kaufverhaltens führen (vgl. ebenda 2006, S. 307 f.). Eine systematische Erfassung anbieterbezogener Merkmale auf die Zufriedenheit mit der Webseite und die Impulsivität von Käufen, die über die Webseite getätigt wurden, stellen Bressolles et al. (2007) vor. In Anlehnung an den SERVQUAL-Ansatz, der zu Beurteilung der Dienstleistungsqualität entwickelt wurde (vgl. Parasuraman/ Zeithaml/Berry 1988), und dessen Weiterentwicklung E-S-Qual und E-RecS-Qual (vgl. Parasuraman/Zeithaml/Malhotra 2005), unterscheiden diese sechs Dimensionen der wahrgenommenen Qualität von Webseiten: x Qualität und Quantität an Information: ausreichende und klare Informationen über Produkte und Anbieter; x Einfache Bedienung der Webseite (Usability): einfache Struktur und Navigation der Webseite; x Design der Webseite: Vorhandensein von Bildern, Grafiken, Animationen und Videos sowie weiterer Elemente, die zur Erschaffung einer virtuellen Atmosphäre beitragen sollen; x Zuverlässigkeit: meint, das bestellte Produkt entsprechend der Beschreibung in gewünschter Anzahl und pünktlich zu liefern; x Sicherheit und Datenschutz: die Nutzer sollen vor Datenmissbrauch und daraus resultierenden finanziellen Verlusten geschützt werden; x Interaktivität und Personalisierung: die Anpassung von Produkten und Leistungen sowie der Webseite selbst an die persönlichen Bedürfnisse der Nutzer. (vgl. Bressolles et al. 2007, S. 40 f.).
140
Untersuchungshypothesen
In ähnlicher Weise können die ursprünglichen Dimensionen des SERVQUAL-Ansatzes auf die wahrgenommene Qualität einer elektronischen Dienstleistung übertragen werden. Tangibles, Assurance, Responsiveness und Reliability umfassen dabei u.a. die bereits erwähnten Aspekte des Webseiten-Designs, der Datensicherheit, der Benutzerfreundlichkeit sowie der Zuverlässigkeit des Anbieters. Einzig die Dimension Empathy, auch als Erlebnisqualität bezeichnet, wird im Modell von Bressolles et al. nicht explizit berücksichtigt (vgl. Bauer/Falk/Hammerschmidt 2004, S. 42 ff.; Chaffey et al. 2009, S. 428 ff.). Mit Hilfe ihres Modells weisen Bressolles et al. nach, dass sich die Interaktivität und Personalisierung der Webseite am stärksten auf die Impulsivität von Online-Käufen auswirkt. Die Exklusivität eines persönlichen Angebots, welches zu den Bedürfnissen des Nutzers passt, soll dabei einen positiven Einfluss auf den Kaufimpuls haben. Negativ auf das Zustandekommen von Kaufimpulsen wirkt sich in dem Modell hingegen die Benutzerfreundlichkeit aus, da diese die auf der Webseite verbrachte Zeit verkürzt und der Nutzer damit weniger in Versuchung geführt wird. Die Benutzerfreundlichkeit der Webseite übt jedoch einen indirekten Einfluss auf Kaufimpulse aus, denn sie trägt neben dem Design der Webseite in hohem Maße zur Zufriedenheit mit der Webseite bei, die ihrerseits einen positiven Einfluss auf mögliche Impulskäufe hat. Nutzer, die zufrieden mit einer Webseite sind, sind besser gelaunt, was wiederum die Entstehung von Impulskäufen fördert, so die Vermutung (vgl. ebenda 2007, S. 47). Entsprechend soll auch hier folgende Hypothese geprüft werden: H15a: Eine insgesamt positive Beurteilung der Webseite ruft in stärkerem Maße ungeplante Käufe hervor als eine weniger positive Beurteilung der Webseite. In Anlehnung an die genannten Erfolgskriterien der Laden- und Webseitengestaltung sowie an die Qualitätsdimensionen elektronischer Dienstleistungen werden hier einige ausgewählte Merkmale der Webseite und des Anbieters auf mögliche Einflüsse für ungeplante Käufe näher betrachtet: x Produktinformation: Ausführliche Produktbeschreibungen in Textform werden insbesondere durch den hoch involvierten Nutzer bei kognitiv dominierten Kaufentscheidungen beachtet. Ebenso können detaillierte Produktdarstellungen durch Bilder und Animationen dazu beitragen, das wahrgenommene Risiko durch die fehlenden haptischen Beurteilungsmöglichkeiten zu verringern. Sie können darüber hinaus als
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
141
aktivierender Stimulus auf neue Produkte aufmerksam machen. Daher erscheint es plausibel, wenn folgende Hypothesen aufgestellt werden: H15b: Ausführliche Produktbeschreibungen rufen in stärkerem Maße nicht-spontane Käufe hervor als weniger ausführliche Produktbeschreibungen. H15c: Detaillierte Produktdarstellungen (v.a. Produktbilder) rufen in stärkerem Maße Impulskäufe und ungeplante Suchkäufe hervor als weniger detaillierte Produktdarstellungen. x Usability: Eine übersichtliche und gut strukturierte Webseite erleichtert dem Nutzer die Orientierung, erhöht seine Akzeptanz und damit auch die Verweildauer auf der Webseite (vgl. Hoffmann/Schwarz 2008, S. 79). Für denjenigen, der gezielt nach bestimmten Produkten sucht, ermöglicht eine hohe Usability durch entsprechende Suchfunktionen aber auch eine bequeme und beschleunigte Kaufabwicklung. Es ist daher fraglich, inwieweit diese einen positiven Einfluss auf ungeplante Käufe hat. Daher wird folgende Hypothese aufgestellt: H15d: Die Usability der Webseite, über die der Kauf erfolgte, hat keinen signifikanten Einfluss auf die Entstehung der verschiedenen Kaufentscheidungstypen. x Erlebniswert: Gerade dem durch die Webseite vermittelten Vergnügen beim Surfen kommt, wie in Kap. 4.3.1.2 über Flow erläutert, eine wesentliche Funktion bei der Entstehung ungeplanter Käufe im Internet zu. Eine ansprechende Webseitengestaltung kann dazu beitragen. So können multimediale Darstellungen die Bewertung der Webseite positiv beeinflussen, so lange diese in Maßen eingesetzt wird (vgl. Schwarz/Hoffmann 2008, S. 116). Farben können darüber hinaus die Orientierung verbessern, die Aufmerksamkeit erhöhen und positive Emotionen beim Betrachter auslösen (vgl. ebenda, S. 106). Aufgrund der dadurch ausgelösten Emotionalität des Webseitenbesuchs wird folgende Hypothese aufgestellt: H15e: Eine ansprechende und erlebnisreiche Gestaltung der Webseite ruft in stärkerem Maße Impulskäufe und ungeplante Suchkäufe hervor als eine weniger ansprechende und erlebnisreiche Gestaltung.
142
Untersuchungshypothesen
x Zuverlässigkeit: Die Zuverlässigkeit umfasst, wie oben beschrieben vor allem eine verlässliche und schnelle Lieferung der bestellten Produkte. Darüber hinaus soll hier auch die Möglichkeit zum problemlosen Umtausch berücksichtigt werden, da es vor allem bei spontanen Käufen, bei denen eine gründliche Abwägung der Kaufkriterien vor dem Kauf ausbleibt, u.U. häufiger zu einem Umtausch kommen kann als bei nicht-spontanen Käufen. Daher wird hier folgende Hypothese formuliert: H15f: Eine hohe Zuverlässigkeit des Anbieters ruft in stärkerem Maße spontane Käufe hervor als eine niedrige Zuverlässigkeit. x Vertrauenswürdigkeit: Die Vertrauenswürdigkeit des Anbieters spielt, wie erwähnt, eine wichtige Rolle im Online-Handel. Das Vertrauen reduziert dabei den Teil des wahrgenommenen Risikos, der durch anderweitige Informationen nicht verringert werden kann (vgl. Einwiller/Herrmann/Ingenhoff 2005, S. 25). So sollen in Deutschland 70% der Einkäufe im Internet aufgrund mangelnden Vertrauens in den Anbieter abgebrochen werden (vgl. Mai/Schwarz 2008, S. 163). Wesentliche Determinanten des Vertrauens beim Online-Kauf sind dabei die Reputation des Anbieters, das Erscheinungsbild der Webseite, der Informationsgehalt – beispielsweise über Produkte, den Anbieter sowie zu Fragen der Datensicherheit – die Usability der Webseite und die Interaktionsmöglichkeiten, bspw. über verschiedene Kommunikationskanäle wie E-Mail, Chat oder Hotlines (vgl. Weiber/Egner-Duppich 2006, S. 346 ff.). Ein wichtiges Mittel zur Vertrauensbildung sind darüber hinaus Gütesiegel und Zertifizierungen, wie z.B. das Zertifikat „Geprüfter Online Shop“ des EuroHandelsInstituts (EHI) oder das „Trusted Shops“ Gütesiegel. Die Anbieter solcher Zertifizierungen vergeben diese nur, wenn entsprechende Evaluationskriterien erfüllt sind und können den Verstoß sanktionieren (vgl. Mai/Schwarz 2008, S. 163 f.). Solche Gütesiegel sind insbesondere für wenig erfahrene Online-Käufer wichtig (vgl. TNS Infratest 2005, S. 5) und erhöhen zudem die Kaufwahrscheinlichkeit bei unbekannten Händlermarken erheblich (vgl. van Baal/Hudetz 2009, S. 164). Aufgrund dieser risikoreduzierenden Wirkung kann – analog zu Kap. 4.3.1.3 – davon ausgegangen werden, dass eine hohe Vertrauenswürdigkeit die Entstehung spontaner Käufe fördert. Daher wird folgende Hypothese formuliert:
Spezielle Erklärungsansätze ungeplanter Käufe im Internet
143
H15g: Eine hohe Vertrauenswürdigkeit des Anbieters ruft in stärkerem Maße spontane Käufe hervor als eine niedrige Vertrauenswürdigkeit.
4.3.4 Soziodemografische Determinanten In zahlreichen früheren Studien wurde versucht, einen Zusammenhang zwischen soziodemografischen Merkmalen und ungeplantem Kaufverhalten v.a. in klassischen Einkaufsstätten herzustellen (vgl. Kollat/Willet 1967, Prasad 1975, Bellenger/Robertson/Hirschman 1978, Cobb/Hoyer 1986, Baun 2003, Zhou/Wang 2003, Jeffrey/Hodge 2007). In vielen Fällen konnte jedoch kein Einfluss des Alters, Geschlechts, Einkommens oder des Bildungsstands festgestellt werden (vgl. z.B. Kollat/Willet 1967, Prasad 1978). Wie schon bei der Verfügbarkeit von Geld erläutert (vgl. Kap. 4.3.3), dürfte es Personen mit einem höheren Einkommen jedoch prinzipiell leichter fallen, Produkte „außer der Reihe“ ungeplant zu kaufen. Einzelne Studien weisen tatsächlich einen positiven Effekt des Einkommens auf ungeplante Käufe nach (vgl. Baun 2003, S. 197 f.; Zhou/Wong 2003, S. 47; Ebster/Wagner/Neumüller 2006, S. 14; dies. 2009, S. 152). Jeffrey/Hodge stellen in ihrer Online-Studie jedoch genau den umgekehrten Zusammenhang fest (vgl. ebenda 2007, S. 374). Einen Zusammenhang zwischen dem Geschlecht und ungeplantem Kaufen weisen lediglich Cobb/Hoyer nach. In ihrer Studie kauften Männer öfter ungeplant als Frauen (vgl. ebenda 1986, S. 406). Baun sowie Bellenger/Robertson/Hirschman konnten zudem einen Zusammenhang zwischen dem Alter und ungeplanten Käufen feststellen, der sich aber in zahlreichen anderen Studien nicht bestätigt und darüber hinaus nicht eindeutig ist. Demnach waren in der einen Studie Personen, die ungeplant gekauft hatten, öfter im Alter unter 45 Jahren (vgl. Bellenger/Robertson/Hirschman 1978, S. 17), in den Studien von Baun waren diejenigen, die am häufigsten reine Impulskäufe tätigten, mal über 30 bzw. 50 Jahre (vgl. ebenda 2003, S. 127) und mal unter 30 Jahre (vgl. ebenda, S. 197). In den von Paypal beauftragten Studien eCommerce 2006 bis 2008 zeigen sich ebenfalls Hinweise auf mögliche soziodemografische Einflussgrößen ungeplanter Online-Käufe. Dabei wurden jedoch nicht aktuelle Online-Käufe erfasst, sondern die Impulskauftendenz beim Kauf im Internet erfragt. Demnach stimmten im Jahr 2008 45% aller Befragten der Aussage zu „Ich kaufe im Internet meist spontan“
144
Untersuchungshypothesen
(vgl. Paypal 2008, S. 17). Dabei sollen Frauen und jüngere Altersgruppen eher spontan im Internet kaufen als Männer und ältere Nutzer (vgl. ebenda; Paypal 2007, S. 31). Aufgrund dieser eher unklaren Erkenntnisse ist es schwierig, eindeutige Hypothesen zum Einfluss soziodemografischer Merkmale auf die zu untersuchenden Kaufentscheidungstypen zu formulieren. Nachvollziehbar erscheint es jedoch, dass ein höheres Einkommen und der damit verbundene größere finanzielle Spielraum die Wahrscheinlichkeit erhöht, auch mal etwas zu kaufen, was ursprünglich nicht beabsichtigt war. Auch dass jüngere Menschen häufig noch experimentierfreudiger sind und daher eher auch mal etwas ungeplant kaufen, erscheint plausibel. Daher werden an dieser Stelle folgende Hypothesen aufgestellt: H16a: Ein hohes Einkommen begünstigt in stärkerem Maße ungeplante Käufe als ein niedriges Einkommen. H16b: Das Geschlecht hat keinen signifikanten Einfluss auf die Entstehung der verschiedenen Kaufentscheidungstypen. H16c: Je jünger die Nutzer sind, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
Zusammenfassung der Untersuchungshypothesen
145
4.4 Zusammenfassung der Untersuchungshypothesen Die in den Kapiteln 3.4 sowie 4.1 bis 4.3 entwickelten Hypothesen werden im Folgenden nochmals abschnittsweise zusammengefasst. Kaufentscheidungsdimensionen H1a
Es können die drei Kaufentscheidungsdimensionen Spontanität des Kaufs, kognitive Beteiligung und positive Emotionen unterschieden werden.
Kaufentscheidungstypen H1b Mit Hilfe der drei Kaufentscheidungsdimensionen können acht Kaufentscheidungstypen unterschieden werden.
Tabelle 20: Hypothesen zur Existenz verschiedener Kaufentscheidungsdimensionen und Kaufentscheidungstypen Anregungsphase H2a
Ungeplante Käufe werden am häufigsten durch Maßnahmen im Online-Shop angeregt.
H2b
Die Surfzeit vor dem Kauf ist bei ungeplanten Käufen länger als bei habituellen Kaufentscheidungen.
Such-, Bewertungs- und Auswahlphase H3a
Die Bedeutung von Informationsquellen ist bei spontanen und habituellen Kaufentscheidungen niedriger als bei den übrigen Kaufentscheidungen.
H3b
Ein günstiger Preis stellt für alle Kaufentscheidungstypen gleichermaßen ein wichtiges Kaufentscheidungskriterium dar.
H3c
Die Marke ist bei kognitiv dominierten Kaufentscheidungen weniger wichtig als bei den übrigen Kaufentscheidungen.
H3d
Kundenmeinungen und Testurteile haben bei kognitiv dominierten Kaufentscheidungen eine größere Bedeutung als bei den übrigen Kaufentscheidungen.
H3e
Die kurzfristige Verfügbarkeit des Produkts ist bei ungeplanten Käufen wichtiger als bei geplanten Käufen.
H3f
Der Spaß beim Konsum am Produkt ist bei emotional dominierten Kaufentscheidungen wichtiger als bei den übrigen Kaufentscheidungen.
H3g
Die Möglichkeiten zur Produktbeurteilung werden bei spontanen Käufen schlechter bewertet als bei den übrigen Kaufentscheidungen.
H3h
Hinsichtlich der Erfahrungseigenschaften des Produkts unterscheiden sich die Kaufentscheidungstypen nicht.
Kaufphase H4a
Einkäufe, bei denen ungeplante Käufe getätigt wurden, weisen eine größere Zahl an verschiedenen gekauften Produkten auf, als Einkäufe, bei denen geplante Käufe getätigt wurden.
H4b
Einkäufe, bei denen ungeplante Käufe getätigt wurden, weisen eine größere Einkaufssumme auf als Einkäufe, bei denen geplante Käufe getätigt wurden.
H4c
Die Relation des Artikelpreises zur Einkaufssumme ist bei ungeplant gekauften Artikeln kleiner als bei geplant gekauften Artikeln
H4d
Ungeplante Käufe werden häufiger als die anderen Kaufentscheidungstypen bei Universalversendern getätigt.
H4e
Extensive und limitierte Kaufentscheidungen werden häufiger als die anderen Kaufentscheidungstypen bei Spezialversendern getätigt.
Tabelle 21: Hypothesen zur Kaufphasenbetrachtung ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
146
Untersuchungshypothesen
H4f
Habituelle Kaufentscheidungen werden häufiger als die anderen Kaufentscheidungstypen beim Hersteller getätigt.
H4g
Ungeplante und habituelle Käufe werden eher in Online-Shops getätigt, die der Nutzer bereits gut kennt und in denen er regelmäßig einkauft.
H4h
Extensive und limitierte Kaufentscheidungen zeichnet eine längere Suche nach dem geeigneten Anbieter aus als die übrigen Kaufentscheidungen.
H4i
Extensive und limitierte Kaufentscheidungen werden eher als die übrigen Kaufentscheidungen in unbekannten Online-Shops getätigt.
H4j
Die Kaufentscheidungstypen unterscheiden sich hinsichtlich der gewählten Zahlungsweise der Käufer.
H4k
Ungeplant gekaufte Artikel werden häufiger als geplant gekaufte Artikel digital oder per Express versandt.
H4l
Die Versandkosten sind bei ungeplanten Käufen niedriger als bei geplanten Käufen.
Nachkaufphase H5
Die Zufriedenheit mit dem Kauf ist bei spontanen Käufen niedriger als bei den übrigen Kaufentscheidungstypen.
Tabelle 21: Hypothesen zur Kaufphasenbetrachtung ungeplanter Käufe im Internet Kaufmotive H6a
Das spontane Gefallen eines Produkts (Spontankaufmotive i.e.S.) wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6b
Das Erinnerungskaufmotiv wirkt sich stärker auf das Auftreten geplanter Käufe aus als auf das ungeplanter Käufe.
H6c
Sonderangebote wirken sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6d
Das hedonistische Kaufmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6e
Das Zweckmäßigkeitsmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6f
Das Fremdkaufmotiv wirkt sich stärker auf das Auftreten geplanter Käufe aus als auf das ungeplanter Käufe.
H6g
Das Verbundkaufmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6h
Das Neugierdemotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6i
Das Neuheitenmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6j
Das Motiv „Abbau von Konsumentenverwirrtheit“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6k
Das Motiv „Erreichen des Mindestbestellwerts“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
H6l
Das Motiv „Einsparung von Versandkosten“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
Flow H7
Je stärker während der Internetsitzung das Erleben von Flow ist, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
Tabelle 22: Hypothesen zu psychologischen Determinanten ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
Zusammenfassung der Untersuchungshypothesen
147
Wahrgenommenes Risiko H8
Je höher das wahrgenommene Risiko ist, desto seltener treten spontane Käufe und umso eher nichtspontane Käufe auf.
Produktinvolvement H9
Je höher das Produktinvolvement ist, desto seltener treten spontane Käufe und umso eher nichtspontane Käufe auf.
Gewohnheitsverhalten H10
Je stärker während des Kaufs das Gewohnheitsverhalten der Konsumenten ist, desto seltener treten ungeplante und extensive Käufe und umso eher treten limitierte und habituelle Käufe auf.
Einkaufsfreude H11
Je größer die generelle Freude am Einkaufen ist, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
E-Shopping-Affinität H12a
Eine hohe Nutzungsintensität des Internets begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine niedrige Nutzungsintensität des Internets.
H12b
Eine große Online-Kauferfahrung begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine geringe Online-Kauferfahrung.
H12c
Eine positive Einstellung zum Online-Shopping begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine negative Einstellung zum Online-Shopping.
Tabelle 22: Hypothesen zu psychologischen Determinanten ungeplanter Käufe im Internet Produktkategorie H13a
Die Kaufentscheidungstypen unterscheiden sich hinsichtlich der gekauften Produkte.
H13b
Digitale Produkte werden häufiger als andere Produkte ungeplant über das Internet gekauft.
Produktpreis H13c
Ein niedriger Preis ruft in stärkerem Maße ungeplante Käufe hervor als ein hoher Preis.
Tabelle 23: Hypothesen zu produktspezifischen Determinanten ungeplanter Käufe im Internet Einkaufsbezogene Merkmale H14a
Käufe für den eigenen Bedarf führen eher zu ungeplanten Käufen als Käufe für andere Personen (Fremdkäufe).
H14b
Je größer der wahrgenommene Zeitdruck ist, desto seltener treten ungeplante Käufe und umso eher geplante Käufe auf.
Anbietermerkmale H15a
Eine insgesamt positive Beurteilung der Webseite ruft in stärkerem Maße ungeplante Käufe hervor als eine weniger positive Beurteilung der Webseite.
H15b
Ausführliche Produktbeschreibungen rufen in stärkerem Maße nicht-spontane Käufe hervor als weniger ausführliche Produktbeschreibungen.
H15c
Detaillierte Produktdarstellungen (v.a. Produktbilder) rufen in stärkerem Maße Impulskäufe und ungeplante Suchkäufe hervor als weniger detaillierte Produktdarstellungen.
H15d
Die Usability der Webseite, über die der Kauf erfolgte, hat keinen signifikanten Einfluss auf die Entstehung der verschiedenen Kaufentscheidungstypen.
Tabelle 24: Hypothesen zu situativen Determinanten ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
148
Untersuchungshypothesen
H15e
Eine ansprechende und erlebnisreiche Gestaltung der Webseite ruft in stärkerem Maße Impulskäufe und ungeplante Suchkäufe hervor als eine weniger ansprechende und erlebnisreiche Gestaltung.
H15f
Eine hohe Zuverlässigkeit des Anbieters ruft in stärkerem Maße spontane Käufe hervor als eine niedrige Zuverlässigkeit.
H15g
Eine hohe Vertrauenswürdigkeit des Anbieters ruft in stärkerem Maße spontane Käufe hervor als eine niedrige Vertrauenswürdigkeit.
Tabelle 24: Hypothesen zu situativen Determinanten ungeplanter Käufe im Internet Soziodemografische Merkmal H16a
Ein hohes Einkommen begünstigt in stärkerem Maße ungeplante Käufe als ein niedriges Einkommen.
H16b
Das Geschlecht hat keinen signifikanten Einfluss auf die Entstehung der verschiedenen Kaufentscheidungstypen.
H16c
Je jünger die Nutzer sind, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
Tabelle 25: Hypothesen zu soziodemografischen Determinanten ungeplanter Käufe im Internet
Grundlagen zur empirischen Analyse
149
5 Die empirische Analyse ungeplanter Käufe im Internet 5.1 Grundlagen zur empirischen Analyse 5.1.1 Empirisches Forschungsdesign Fritz unterscheidet sechs grundlegende empirische Forschungsdesigns, die sich aus der Kombination des Untersuchungsziels (exploratorisch vs. konfirmatorisch) und der Aussagenart (deskriptiv, explikativ und instrumentell) ergeben (vgl. ebenda 1995, S. 59 ff.). Das Forschungsdesign der vorliegenden Untersuchung umfasst mehrere Facetten. Im ersten Schritt sind die zu untersuchenden Typen ungeplanter Kaufentscheidungen im Internet mittels eines neu konzipierten Messverfahrens zu ermitteln. Die empirische Bestätigung der entwickelten Typologie besitzt dabei konfirmatorischdeskriptiven Charakter (vgl. Kap. 5.4.1). Die anschließende Analyse von Unterschieden zwischen den Kaufentscheidungstypen anhand des Kaufphasenmodells ist dagegen exploratorisch-deskriptiver Art, da gesicherte Erkenntnisse hierzu meist nicht vorliegen (vgl. Kap. 5.4.2). Durch Ableitungen aus früheren Untersuchungen zu ungeplanten Käufen in traditionellen Einkaufsumgebungen auf der einen und dem Konsumentenverhalten im Internet auf der anderen Seite werden zudem Annahmen über mögliche Determinanten ungeplanten Kaufverhaltens im Internet getroffen. Einige davon wurden bereits in früheren Studien untersucht und teilweise nachgewiesen, wie z.B. der Einfluss des wahrgenommenen Zeitdrucks auf die Impulsivität von OnlineKäufen, andere hingegen sind bisher unberücksichtigt geblieben, wie z.B. der Einfluss des Produktinvolvements auf ungeplante Kauftypen im Internet. Dieser Teil der Untersuchung ist daher sowohl exploratorisch-explikativer als auch konfirmatorischexplikativer Natur (vgl. Kap. 5.4.3). Mit der Ableitung von Implikationen für die Praxis wird im abschließenden dritten Schritt eine im Ansatz exploratorischinstrumentelle Sichtweise eingenommen (vgl. Kap. 6.2). 5.1.2 Diskussion der für die Studie ausgewählten Erhebungsmethode Mögliche Erhebungsmethoden für die Messung ungeplanter Käufe in klassischen Kaufumgebungen und im Internet wurden bereits in Kap. 2.3.1 ausführlich vorgestellt. An dieser Stelle folgt daher lediglich eine kurze Diskussion des für diese Untersuchung gewählten Erhebungsverfahrens. In jedem Fall ist eine WWW-Befragung aufgrund des internetspezifischen Befragungsgegenstands und der teilweise notwendigen dynamischen Gestaltung des FrageM. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7_5, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
150
Die empirische Analyse ungeplanter Käufe im Internet
bogens anderen Befragungsformen wie der telefonischen, schriftlichen oder persönlichen Befragung vorzuziehen. Als Erhebungsmethode wurde eine e-mail-gestützte WWW-Befragung gewählt. Diese verbindet die Vorteile der E-Mail- und der WWWBefragung und reduziert einige Nachteile derselbigen, wie z.B. den Effekt der Selbstselektion (vgl. Bennemann 2002, S. 179). Die Probanden werden dabei zu ihrem letzten Online-Einkauf befragt bzw. dazu aufgefordert, während des Erhebungszeitraums direkt nach ihrem nächsten Online-Einkauf den Fragebogen auszufüllen. Hierbei handelt es sich um die in der Erforschung ungeplanten Kaufverhaltens im Internet bisher am häufigsten angewandte Form der Befragung (vgl. Tab. 13, S. 74 ff.). Nachteilig wirkt sich bei dieser retrospektiven Fragestellung die von den Probanden geforderte Erinnerungsleistung aus, insbesondere dann, wenn der Kauf bereits einige Tage zurückliegt. Um diesen systematischen Fehler zu reduzieren, werden daher InternetEinkäufe, die länger als 30 Tage zurückliegen, von der Analyse ausgeschlossen. Eine Vorher-Nachher-Befragung ist nach Abwägen der damit verbundenen Vor- und Nachteile insbesondere im Online-Kontext wenig praktikabel. So können Beeinflussungswirkungen der Befragung vor dem Kauf auf die dem Kauf nachfolgende Befragung nicht ausgeschlossen werden. Problematisch erweist sich zudem die praktische Durchführung im Feld. Die Nutzer müssten beim Aufruf der ersten Webseite der Internetsitzung bzw. beim Aufruf eines Online-Shops sowie im Anschluss an den Kauf einen Fragebogen zu ihren Kaufabsichten und getätigten Käufen ausfüllen. Dies setzt nicht nur die Kooperation mit mindestens einem, besser mehreren Online-Shops oder Online-Providern voraus, sondern würde von den Nutzern auf eine geringe Akzeptanz stoßen. Diese würden nicht nur im Surf- und Kaufverhalten gestört, sondern würden darüber hinaus erhebliche datenschutzrechtliche Bedenken über die Anonymität ihrer Daten äußern, da die Anonymität der Probanden durch Eingabe persönlicher Daten bei der Bestellung faktisch aufgehoben wird. Am ehesten würde eine Vorher-NachherBefragung in Form eines Panels mit einzelnen Online-Anbietern durchzuführen sein, bei dem ausgewählte Teilnehmer mit deren Zustimmung über einen festgelegten Zeitraum vor und nach jedem Online-Einkauf einen entsprechenden Fragebogen ausfüllen sollen. Wesentlicher Nachteil dieser Form der Erhebung ist der höhere Zeitaufwand, weshalb auf eine solche Längsschnittanalyse verzichtet wurde. Eine andere Möglichkeit bestände darin, den realen Kaufprozess im Labor zu begleiten, in dem die Probanden für den Online-Einkauf PCs zur Verfügung gestellt bekommen und vor sowie nach einem Online-Einkauf zur Teilnahme an den jeweiligen Befragungen aufgefordert werden. Die notwendige Stichprobengröße wäre aber bei dieser zeitintensiven Erfassung nur über einen langen Zeitraum realisierbar. Zudem
Grundlagen zur empirischen Analyse
151
würde sich die Nutzungssituation weit von der Realität entfernen und es wäre mit starken Beobachtungseffekten zu rechnen. Gleiches gilt prinzipiell für ein OnlineExperiment unter Labor- oder Feldbedingungen mit einem eigens programmierten Online-Shop. Die Kaufsituation wäre in diesem Fall konstruiert und die zu erwartende Teilnehmerzahl wohl nur gering. Ein solches Forschungsdesign eignet sich daher nur für die Untersuchung einzelner kausaler Zusammenhänge, wie z.B. der Analyse der Wirkung einzelner Webseitenelemente, jedoch nicht für den hier gewählten exploratorischen Forschungsansatz, bei dem es um die Aufdeckung möglichst vieler Unterschiede und Einflussgrößen geht. Darüber hinaus käme eine ergänzende Beobachtung des Kaufprozesses mittels der Clickstream-Analyse in Betracht, bei der insbesondere das Suchverhalten, Alternativenvergleiche und die Reaktion bzw. Reaktionszeiten auf Angebote und Werbemittel unmittelbar erfasst werden könnten. In Anlehnung an andere reaktionszeitbasierte, implizite Messverfahren, welche v.a. für die Erfassung automatisch ablaufender Gedankenprozesse im Rahmen psychologischer Test eingesetzt werden (vgl. Wiedmann/ Schmidt/Langner 2010, S. 19 ff.)1, kann die Messung der Reaktionszeit von der Präsentation eines Online-Angebots bis zum Anklicken dieses Angebots eine Indiz für spontane Kaufentscheidungen sein. Die Messung von Reaktionszeiten während des Online-Einkaufs setzt jedoch wiederum die Zusammenarbeit mit externen Partnern oder ein experimentelles Design voraus. Eine Befragung wäre in diesem Fall dennoch notwendig, da Informationen über die Art der Kaufentscheidung auf diese Weise allein nicht zu generieren sind (vgl. Engelhardt 2006, S. 211). Da die beobachteten Daten abschließend mit den Befragungsdaten zusammengeführt werden müssen, wäre zudem die Anonymität der Daten wiederum faktisch aufgehoben, selbst wenn diese nur verschlüsselt an den Forscher übertragen werden. Ein solches Untersuchungsdesign unter Feldbedingungen ist daher nur mit der Zustimmung der Nutzer zulässig und wird bei diesen wohl kaum akzeptiert. Außerdem sind dann wieder Verzerrungen der Ergebnisse durch Beobachtungseffekte zu erwarten.
1
Eingesetzt werden solche Verfahren, wie z.B. Implizite Assoziationstest (IAT), Marken-KategorieAssoziationen und Affektives Priming, im Marketing z.B. zur Erfassung von Marken-Assoziationen bzw. zur Messung von Einstellungen (vgl. Wiedmann/Schmidt/Langner 2010, S. 19 ff.; 143 ff.).
152
Die empirische Analyse ungeplanter Käufe im Internet
5.1.3 Methoden der Datenanalyse 5.1.3.1 Verfahren der Clusteranalyse Für die Typologisierung von Kaufentscheidungen, wie sie in der vorliegenden Untersuchung vorgenommen wird, werden Verfahren der Clusteranalyse eingesetzt. Die Clusteranalyse dient zur Einteilung von Fällen oder Variablen in Gruppen, die in sich möglichst homogen („interne Kohäsion“) und untereinander möglichst heterogen sind („externe Isolation“) (vgl. Boßow-Thies/Clement 2009, S. 176). Dabei steht eine Vielzahl unterschiedlicher Methoden zur Verfügung, wie sie in Abbildung 14 dargestellt sind. Diese können grundsätzlich in interdependenzanalytische Verfahren und dependenzanalytische Verfahren unterteilt werden. Während interdependenzanalytische Verfahren keine Trennung zwischen abhängigen und unabhängigen Variablen vornehmen, werden bei dependenzanalytischen Verfahren Dependenzanalyse und Klassifikation simultan vorgenommen. Zu letzteren zählen z.B. Clusterwise Regression Models und Mixture Regression Models (vgl. Wedel/Kamakura 2000, S. 39 f.; Jensen 2008, S. 338 f.; Boßow-Thies/Clement 2009, S. 176 f.).
Clustermethoden
InterdependenzDeskriptiv analytisch
Überlappend z.B. ADCLUS Fuzzy Sets
DependenzPräskriptiv analytisch z.B. Clusterwise Regression
Nicht-Überlappend
Hierarchisch
z.B. Single-Linkage, Ward
Partitionierend
z.B. k-means
Probabilistisch
z.B. Mixture Models
(Quelle: in Anlehnung an Jensen 2008, S. 339) Abbildung 14: Typologie von Clustermethoden In der vorliegenden Untersuchung werden nur deskriptive Verfahren eingesetzt, die weiter differenziert werden können. Zum einen existieren Verfahren, bei denen eine
Grundlagen zur empirischen Analyse
153
Überlappung zwischen den zu ermittelnden Gruppen zugelassen wird, d.h. ein Objekt kann Mitglied mehrerer Gruppen sein. Hierzu zählt neben den überlappenden Methoden wie z.B. ADCLUS auch die Fuzzy-Sets-Methode (vgl. Jensen 2008, S. 339; Wedel/Kamakura 2000, S. 41, 74 f.). Zum anderen können nicht-überlappende Verfahren angewandt werden, bei denen die Zugehörigkeit zu einer Gruppe eindeutig festgelegt wird, wie dies in der vorliegenden Untersuchung zur Ermittlung von Kaufentscheidungstypen geschieht. Diese Verfahren können nochmals unterschieden werden in deterministische (hier auch: klassische) Verfahren, bei denen die Zuordnung eindeutig ist, d.h. mittels binärer Kodierung (1 = Mitglied, 0 = Nicht-Mitglied) erfolgt, und in probabilistische Verfahren, bei denen objektweise eine Zugehörigkeits-Wahrscheinlichkeit berechnet wird. Letztere werden von Wedel/Kamakura zwar auch den Fuzzy Clustering Methoden zugeordnet, unterscheiden sich aber von den (überlappenden) Fuzzy-Sets darin, dass die Zuordnung eindeutig, jedoch mit einer durch die Zugehörigkeits-Wahrscheinlichkeit ausgedrückten Unsicherheit erfolgt (vgl. ebenda 2000, S. 41 f.; Jensen 2008, S. 339 f.; Boßow-Thies/Clement 2009, S. 185). Zu den probabilistischen Verfahren zählt unter anderem der in dieser Arbeit verwendete und in Kap. 5.1.3.1.2 näher erläuterte Mixture-Models- oder Mixture-Clustering-Ansatz. Die deterministischen Verfahren der Clusteranalyse lassen sich darüber hinaus in hierarchische und partitionierende Verfahren unterteilen und werden im folgenden Kap. 5.1.3.1.1 näher erläutert. In Anlehnung an Punji/Stewart (1983, S. 145) schlagen Boßow-Thies/Clement (2009, S. 184) eine aufeinander aufbauende Kombination der verschiedenen Clustermethoden vor. Damit soll die Willkür bei Clusteranalysen reduziert werden, da die Verfahren unterschiedliche Herangehensweisen zur Gruppenbildung verwenden. Während deterministische Verfahren auf Heuristiken beruhen, basieren probabilistische Verfahren auf statistischen Modellen. Sie sind daher geeignet, die Lösungen deterministischer Clusteranalysen zu validieren oder zu verbessern (vgl. Boßow-Thies/Clement 2009, S. 184 f.; Jensen 2008, S. 349, 367). Die ideale Vorgehensweise sieht dabei vier Schritte vor: 1. Hierarchische Clusteranalyse: Single-Linkage-Verfahren zur Elimination von Ausreißern (deterministisch); 2. Hierarchische Clusteranalyse: Ward-Verfahren zur Bestimmung der Clusterzahl und Startpartition, sofern unbekannt (deterministisch);
154
Die empirische Analyse ungeplanter Käufe im Internet
3. Partitionierende Clusteranalyse: k-Means-Verfahren zur Optimierung der Clusterlösung und Bestimmung einer Startpartition (deterministisch); 4. Mixture Models zur Validierung der Clusterlösung (probabilistisch). (in Anlehnung an Boßow-Thies/Clement 2009, S. 185). Dabei wird in der vorliegenden Untersuchung Schritt 2 übersprungen, da die Clusteranzahl und die Startpartition durch die theoretisch hergeleiteten acht Kauftypen bereits vorgegeben sind, weshalb hier die Clusteranalyse in einem konfirmatorischen Sinne verwendet wird.
5.1.3.1.1 Deterministische Verfahren Die verschiedenen deterministischen Verfahren der Clusteranalyse unterscheiden sich insbesondere nach dem zu wählenden Proximitätsmaß und nach dem Fusionierungsalgorithmus (vgl. Backhaus et al. 2006, S. 490 ff.). Das Proximitätsmaß dient zur Bestimmung der (Un-)Ähnlichkeit der betrachteten Fälle. Die entsprechende Wahl eines Proximitätsmaßes hängt dabei v.a. von dem Skalenniveau der in die Analyse eingehenden Variablen ab (vgl. ebenda, S.493 f.). So werden z.B. für metrische Variablen, wie im vorliegenden Fall zutreffend, in der Praxis häufig die Distanzmaße der Minkowski-Metriken (u.a. quadrierte Euklidische Distanz) angewandt (vgl. ebenda, S. 502 ff.). Bei der Wahl des Fusionierungsalgorithmus sind in erster Linie die Zielsetzung und die Voraussetzungen der Clusteranalyse entscheidend. Zu den bekanntesten Algorithmen zählen die hierarchischen Verfahren und die partitionierenden Verfahren (vgl. ebenda, S. 511). Hierarchische Verfahren dienen insbesondere dazu, unbekannte Gruppenstrukturen in den Daten aufzudecken. Sie werden in agglomerative und divisive Verfahren unterteilt. Agglomerative Verfahren starten bei der feinsten Partition, d.h. jedes zu gruppierende Objekt stellt zu Beginn des Algorithmus ein Cluster dar, und fassen sukzessiv je zwei Objekte in ein Cluster zusammen, bis am Ende alle Objekte in einem Cluster zusammengefasst worden sind. Divisive Verfahren hingegen starten bei der gröbsten Partition, d.h. alle Objekte befinden sich zu Beginn in einem Cluster, und teilen diese solange auf, bis jedes Cluster nur noch ein Objekt enthält (vgl. Schendera 2010, S. 23). Für die vorliegende Untersuchung wird von den agglomerativen Verfahren die SingleLinkage-Methode angewandt, da diese in besonderer Weise dazu geeignet ist, so genannte Ausreißer aus den Daten zu ermitteln (vgl. ebenda, S. 17; Backhaus et al. 2006,
Grundlagen zur empirischen Analyse
155
S. 520). Als Ausreißer werden Fälle bezeichnet, die vom Rest der Stichprobe stark abweichende Kombinationen der relevanten Variablenausprägungen besitzen und daher besonders unähnlich zu den übrigen Fällen sind. Solche Ausreißer verzerren das Ergebnis einer Clusteranalyse, da sie Einzelcluster bilden können (vgl. Homburg/Krohmer 2009, S. 362). Vor der Clusteranalyse und insbesondere vor der Anwendung partitionierender Verfahren sollten Ausreißer aus der Analyse ausgeschlossen werden (vgl. Schendera 2010, S. 17). Beim Single-Linkage-Verfahren werden im ersten Schritt die Objekte zu einem Cluster zusammengefasst, die die kleinste Distanz zueinander aufweisen. Im nächsten Schritt wird dann das Objekt mit der kleinsten Einzeldistanz zu einem der Objekte dieses Clusters dem Cluster zugeordnet usw. (vgl. Backhaus et al. 2006, S. 517 f.). Diese Methodik führt zu einer vergleichsweise geringe Homogenität der ermittelten Cluster, da jedes Element eines Clusters nur einen nächstgelegenen Nachbarn aufweisen muss und daher auch als Nearest-Neighbour-Verfahren bezeichnet wird (vgl. Schendera 2010, S. 12). Durch diese „Kettenbildung“ werden tendenziell viele kleine und wenige große Gruppen gebildet, wobei kleine Gruppen einen Anhaltspunkt für Ausreißer geben können (vgl. Backhaus et al. 2006, S. 520). Aus dem entsprechenden Dendrogramm, welches das Distanzniveau der einzelnen Agglomerationsschritte veranschaulicht, lassen sich diese Ausreißer in Form von Einzelfällen oder kleinen Gruppen mit einer Verschmelzung auf hohem Distanzniveau ablesen (vgl. ebenda, S. 539 f.; Homburg/Krohmer 2009, S. 365). Bei den partitionierenden Verfahren (hier: k-Means-Algorithmus wie er in SPSS implementiert ist) wird im Gegensatz zu den hierarchischen Verfahren die maximale Anzahl der Cluster sowie deren Startwerte vorgegeben. Der Algorithmus versucht dann durch wiederholte Verlagerung der Objekte in die Gruppen die beste Partition zu finden. Die Startwerte entsprechen dabei den jeweiligen Gruppenmittelwerten der eingehenden Variablen (Zentroide), die zu Beginn von SPSS automatisch ermittelt, aus einer vorhergegangenen hierarchischen Clusteranalyse übernommen oder – inhaltlich begründet – manuell vorgegeben werden können. Diese werden nach jeder Objektverlagerung für die betroffenen Gruppen neu ermittelt. Der Algorithmus endet, wenn die in den Clustern zusammengefassten Objekte nur minimal vom jeweiligen Zentroid abweichen (vgl. Schendera 2010, S. 9; Backhaus et al. 2006, S. 511 ff.). Das Verfahren ist damit besonders geeignet, die Fälle in einem Datensatz in eine vorgegebene Gruppenstruktur einzuordnen bzw. zu klassifizieren, wie dies in der vorliegenden Untersuchung der Fall ist. Gegenüber den hierarchischen Verfahren sind zwei weitere Aspekte zu berücksichtigen. Der k-Means-Algorithmus setzt ein metrisches Skalenniveau vor-
156
Die empirische Analyse ungeplanter Käufe im Internet
aus und die Clusterlösung variiert mit der Sortierung des Datensatzes, wenn die Startwerte nicht explizit vorgegeben werden, was zu instabilen Lösungen führen kann (vgl. Schendera 2010, S.144).
5.1.3.1.2 Probabilistische Verfahren: Mixture Models Probabilistische Verfahren der Clusteranalyse, wie die Methode der Mixture Models, sind bereits seit den 1960er Jahren bekannt und werden in zunehmendem Maße im Rahmen von Clusteranalysen eingesetzt. Anders als deterministische Verfahren basieren diese auf statistischen Modellen und nicht auf Heuristiken. Die Analysen sollen dadurch weniger willkürlich sein als bei klassischen Clusteranalysen. Zudem sind Mixture Models in der Lage, unbeobachtete Heterogenitäten in den Daten zu berücksichtigen (vgl. Jensen 2008, S. 349; Boßow-Thies/Clement 2009, S. 175, 184). Unbeobachtete Heterogenitäten können verschiedene Ursachen haben und werden, wie der Name schon sagt, häufig nicht bei der Datenerhebung erfasst. Beispielsweise ist es möglich, dass unterschiedliche Angaben der Probanden nicht auf tatsächliche Unterschiede in der jeweiligen Variable zurückzuführen sind, sondern daher stammen, dass die einzelnen Individuen die Antwortskalen unterschiedlich interpretieren. Auch unterschiedliche Präferenzen, z.B. die Wichtigkeit einzelner Variablen bzw. Fragestellungen für den Probanden, können zu unterschiedlichen Antworten führen. Ebenso führen weitere nicht erfasste Erklärungsvariablen, die Einfluss auf die Angaben der Probanden nehmen, zu unbeobachteter Heterogenität der Daten (vgl. BoßowThies/Clement 2009, S. 175 f.). Mixture Models oder Mischverteilungsverfahren gehen davon aus, dass die Verteilung der Objekte in den verschiedenen Variablen aufgrund unbeobachteter Heterogenität eine Mischung von unterschiedlichen klassenspezifischen Wahrscheinlichkeitsverteilungen darstellt. Dabei wird unterstellt, dass die Objekte einer Population entstammen, die sich aus einer Mischung von unbekannten latenten Segmenten zusammensetzt. Die Abstammung eines Objekts ist dabei vorher nicht bekannt. Stattdessen werden apriori-Wahrscheinlichkeiten herangezogen, mit der ein Objekt einem dieser unbekannten Segmente zugeordnet wird. Dabei muss die „wahre“ Klassenzahl, wie bei den partitionierenden Verfahren, vorgegeben werden, so dass in der praktischen Durchführung in der Regel mehrere Clusterlösungen miteinander verglichen werden müssen. Dabei sollten neben der vorgegebenen Startpartition aus vorherigen deterministischen
Grundlagen zur empirischen Analyse
157
Clusteranalysen auch zufällige Startpartitionen zur Berechnung herangezogen werden, um festzustellen, ob es u.U. eine bessere zufällige Lösung als die vorgegebene gibt. Die fallweisen Variablenausprägungen sind mit der sogenannten Dichte oder Mischungskomponente in den einzelnen Gruppen verteilt. Die Dichte beschreibt die Wahrscheinlichkeit, mit der die jeweilige Variable bestimmte Werte annimmt, wenn die Zugehörigkeit des Objektes zur jeweiligen Gruppe bekannt ist. Die zugehörigen Dichtefunktionen können dabei verschiedene Formen annehmen und beinhalten die zu schätzenden Parameter. Die a-posteriori-Wahrscheinlichkeiten, mit denen die Objekte einer Gruppe zugeordnet werden, werden dann aus den beobachteten Werten geschätzt, d.h. es wird die Wahrscheinlichkeit ermittelt, mit der ein Objekt bei dem jeweiligen Wert der zugehörigen beobachteten Variable aus einer der Gruppen stammt. Die Objekte werden dabei den Gruppen zugeordnet, bei denen die a-posterioriWahrscheinlichkeit den höchsten Wert annimmt. Die Schätzung der Parameter der Verteilungen und ihrer Mischungsanteile erfolgt in der Regel mittels der MaximumLikelihood (ML)-Schätzung und die Maximierung der Likelihood-Funktion mittels des iterativen Expectation-Maximization (EM)-Algorithmus. Dieser wird solange durchlaufen, bis ein vorgegebenes Konvergenzkriterium unterschritten wird, d.h. bis das Modell bestmöglich an die empirischen Daten angepasst ist. Da der EM-Algorithmus in Abhängigkeit der Startpartitionen unterschiedliche (lokale) Optima ermittelt, sollte eine hohe Zahl unterschiedlicher Startpartitionen gewählt werden. Zudem können die Ergebnisse deterministischer Verfahren als Startpartition dienen (vgl. BoßowThies/Clement 2009, S. 178 ff.; Jensen 2008, S. 349 f.). Die beschriebene Vorgehensweise der Gruppenbildung mittels Mixture Models ist in der hier verwendeten Software Glimmix 3.0 implementiert. Als Ergebnis der Berechnungen erhält der Forscher zahlreiche alternative Modelle mit unterschiedlichen Clusterzahlen. Bei gegebener Clusterzahl kann mittels eines Likelihood-Ratio-Tests das beste Modell ausgewählt werden. In der Regel muss jedoch aus Modellen mit unterschiedlichen Clusterzahlen gewählt werden. Dafür stehen die so genannten Informationskriterien (IC) zur Verfügung, die umso niedriger ausfallen, je besser die Anpassungsgüte des Modells und je kleiner die Zahl der zu schätzenden Parameter ist. Tabelle 26 gibt einen Überblick über die von Glimmix berechneten Informationskriterien.
158
Die empirische Analyse ungeplanter Käufe im Internet Gütemaß
Akaike Information Criterion
Abkürzung AIC
Strafkomponente d d=2
Modified Akaike Information Criterion
MAIC
d=3
Consitent Akaike Information Criterion
CAIC
d = ln(N+1)
Bayesian Information Criterion
BIC
d = ln(N)
mit IC = -2lnL + Pd, lnL = Log-Likelihood, P = Anzahl Parameter, d = Strafkomponente, N = Stichprobengröße
(Quelle: vgl. Boßow-Thies/Clement 2009, S. 183) Tabelle 26: Informationskriterienbasierte Maße Die verschiedenen ICs unterscheiden sich lediglich hinsichtlich der Größe der Strafkomponente (vgl. Tab. 26). Diese wird bei der Berechnung der Informationskriterien mit der Anzahl der Parameter multipliziert und zum Log-Likelihood addiert. So ist das AIC das Kriterium mit der geringsten Strafkomponente d und reagiert damit weniger sensibel auf hohe Parameterzahlen. BIC und CAIC hingegen besitzen eine höhere Sensibilität und bevorzugen Lösungen mit einer geringeren Clusterzahl (vgl. BoßowThies/Clement 2009, S. 183). Darüber hinaus können die unterschiedlichen Clusterlösungen mit Hilfe des EntropieMaßes auf die Trennschärfe der vorliegenden Cluster geprüft werden. Werte nahe 1 deuten auf eine gute Trennung der Cluster hin, Werte nahe Null hingegen auf eine schlechte Trennschärfe. Der Average Weight of Evidence (AWE) ist ein verdichtetes Maß, der Modell-Fit, Sparsamkeit und Klassifikationsgüte vereint. Dieser ist in Glimmix nicht implementiert, wohl aber in Latent GOLD Choice 4.0 (vgl. ebenda, S. 183 f.; Jensen 2008, S. 356). Nicht immer liefern diese Maße eine eindeutige Lösung. In diesem Fall sind die dominanten Lösungen zu favorisieren, bei denen die Mehrzahl der Kriterien eine Lösung nahelegt. Ferner ist auch die inhaltliche Interpretierbarkeit der Lösungen zu berücksichtigen (vgl. Jensen 2008, S. 357; Boßow-Thies/Clement 2009, S. 187). 5.1.3.1.3 Gütebeurteilung von Clusterlösungen Nach Durchlaufen der verschiedenen Schritte und Methoden der Clusteranalyse stehen am Ende u.U. konkurrierende Clusterlösungen, für deren endgültige Bewertung und Auswahl weitere Entscheidungs- bzw. Gütekriterien herangezogen werden müssen. Insbesondere stellt sich in der vorliegenden Untersuchung die Frage, inwieweit eine alternative Clusterlösung auf Basis von Mixture Models ggf. einer k-Means-Lösung vorzuziehen ist. Es bedarf daher Gütekriterien, die über unterschiedliche Clustermethoden hinweg Gültigkeit besitzen.
Grundlagen zur empirischen Analyse
159
Zentrales Ziel der Clusteranalyse ist die interne Kohäsion bzw. externe Isolation der Cluster. Entsprechende Gütemaße, die über die Homogenität bzw. Heterogenität der Cluster Auskunft geben, sind die Fehlerquadratsumme, der RS-Wert und die F-Werte. Die Fehlerquadratsumme errechnet sich aus der fallweise quadrierten Abweichung jeder Variable vom jeweiligen Gruppenmittelwert. Sie ist damit ein Wert, der die Größe der verbliebenen Heterogenität in den Clustern angibt. Diese wird auch als „Sum of Squares within Groups (SSW)“ oder als „Remaining Within-Cluster Heterogeneity“ bezeichnet (Franke/Reisinger/Hoppe 2009, S. 277). Die Fehlerquadratsumme berechnet sich wie folgt: Kg
J
Vg = Ȉ Ȉ ( xkjg - xjg)2 k=1 j=1
mit xkjg : Beobachtungswert der Variable j bei Objekt k (für alle Objekte k=1, …, Kg in Gruppe g) xjg :
Mittelwert über die Beobachtungswerte der Variable j in Gruppe g.
(vgl. Backhaus et al. 2006, S. 523). Ihren größten Wert erreicht die Fehlerquadratsumme demnach bei der Ein-ClusterLösung. Franke/Reisinger/Hoppe (2009) bezeichnen diesen Wert als „Sum of Squares Total (SST)“. Mit dem RS-Wert (RS = Remaining Sum of Squares) existiert ein standardisierter Wert für die Fehlerquadratsumme, der es ermöglicht, Clusterergebnisse aus unterschiedlichen Studien mit unterschiedlichen Skalen miteinander zu vergleichen. Der RS-Wert berechnet sich wie folgt: RS = 1 - SSW SST mit SSW = Sum of Squares within Groups (Fehlerquadratsumme) SST = Sum of Squares Total (Fehlerquadratsumme bei Clusterzahl = 1) (vgl. Franke/Reisinger/Hoppe 2009, S. 277). Ist RS gleich 1, handelt es sich um eine Clusterlösung, bei der die Fehlerquadratsumme (SSW) gleich Null ist, d.h. um eine perfekt homogene Lösung. Daher sollte die Fehlerquadratsumme möglichst klein und RS möglichst nahe 1 sein. Ein sehr guter Wert ist bereits ab 0,7 erreicht, ein akzeptabler Wert zwischen 0,3 und 0,7. Werte unter 0,3 sind nicht akzeptabel (vgl. ebenda, S. 288).
160
Die empirische Analyse ungeplanter Käufe im Internet
Ein weiteres Gütemaß der Homogenität von Clustern ist der F-Wert. Die Berechnung der F-Werte erfolgt für jede Variable in den jeweiligen Clustern. Der jeweilige F-Wert wird dabei wie folgt berechnet: F=
V (J,G) V (J)
mit V (J,G) = Varianz der Variable J in Gruppe G V (J) = Varianz der Variable J in der Erhebungsgesamtheit (vgl. Backhaus et al. 2006, S. 545) Ist der F-Wert kleiner als 1, ist die Streuung der jeweiligen Variablen in der Gruppe kleiner als die Streuung der Variablen in der Erhebungsgesamtheit und damit ein Indiz für Homogenität in der jeweiligen Gruppe (vgl. ebenda). Anders als die Fehlerquadratsumme ermöglicht die Analyse der F-Werte eine genauere Identifizierung von besonders heterogenen Clustern und Variablen. Zur Güteprüfung von Clusteranalysen werden häufig die Trefferquote aus der Diskriminanzanalyse und die Ermittlung signifikanter Unterschiede zwischen den Clustern auf Basis von Varianzanalysen herangezogen. Grundlage bilden dabei jeweils die Eingangsvariablen der Clusteranalyse. Eine hohe Trefferquote der Diskriminanzanalyse spricht dabei für eine gute Gruppenstruktur in den Daten, signifikante Unterschiede zwischen den Clustern in den Eingangsvariablen für eine ausreichende Heterogenität der Cluster untereinander (vgl. Bortz 2005, S. 583; Lorenz 2009, S. 298 f.). Die Validierung der Clusteranalyse durch nachgeordnete Diskriminanz- oder Varianzanalysen ist jedoch umstritten (vgl. Jensen 2008, S. 363; Schendera 2010, S. 19). Eine signifikante Trennung der ermittelten Cluster ist hierbei nicht als Beweis der Clusterlösung zu sehen, da diese nicht die Gültigkeit anderer Clusterlösungen ausschließt. Umgekehrt kann aber eine Nichtsignifikanz an einer der Eingangsvariablen auf eine unzuverlässige Clusterlösung hinweisen (vgl. Schendera 2010, S. 20). Eine „echte“ Validierung ist daher nur mit externen Variablen, die nicht in der der Clusteranalyse verwendet wurden, zu erreichen (vgl. Jensen 2008, S. 363). Davon abgesehen eignet sich die Trefferquote der Diskriminanzanalyse zum Vergleich der Güte alternativer Clusterlösungen. Ferner kann damit die Bedeutung der einzelnen Eingangsvariablen für die Gruppentrennung verdeutlicht werden (vgl. Bortz 2005, S. 583; Lorenz 2009, S. 298 f.; Fritz/Lorenz 2010, S. 378).
Grundlagen zur empirischen Analyse
161
5.1.3.2 Multinomiale Logistische Regression In der vorliegenden Untersuchung sollen bis zu acht unterschiedliche Kauftypen hinsichtlich ihrer Einflussfaktoren untersucht werden. Die abhängige Variable Kauftyp hat nominales bzw. kategoriales Skalenniveau, die unabhängigen Variablen quasimetrisches Skalenniveau (vgl. Kap. 5.3). Lineare Regressionen sind bei derartigen Fragestellungen nicht geeignet, da sie als abhängige Variablenwerte auch Werte zwischen den nominalen Kategorien zulassen würden. Darüber hinaus ist die Normalverteilungsannahme der Residualgrößen bei kategorialen abhängigen Variablen nicht gegeben. Ferner führen lineare Regressionen mit kategorialen abhängigen Variablen auch zu unplausiblen Wahrscheinlichkeitswerten kleiner Null und größer 1 (vgl. Backhaus et al. 2006, S. 429 f.). Dies schränkt den Kreis anwendbarer Analysetechniken auf die Diskriminanzanalyse und die multinomiale logistische Regression ein. Letztere hat dabei den Vorteil, dass sie robuster ist als die Diskriminanzanalyse. So setzt die logistische Regression insbesondere keine multinormalverteilten unabhängigen Variablen voraus (vgl. ebenda, S. 426). Der logistische Regressionsansatz zielt im Unterschied zur klassischen Regressionsanalyse nicht auf die Bestimmung des empirischen Beobachtungswerts Y ab, sondern leitet die Eintrittswahrscheinlichkeit für das beobachtete Ereignis P(y=1) bzw. die einer Kategorie (hier: Kauftyp) ab. Um diese Wahrscheinlichkeit bestimmen zu können, wird die latente Variable Z eingeführt, die die kategoriale Ausprägung der abhängigen Variable Y in Abhängigkeit von der unabhängigen Variablen Xj erzeugt. Formal lässt sich dieser Zusammenhang für einen Fall k wie folgt beschreiben:
zk =
1 falls zk > 0 0 falls zk 0
(vgl. Backhaus et al. 2006, S. 430 f.) Die logistische Regressionsgleichung lässt sich damit im Form einer logistischen (Wahrscheinlichkeits-)Funktion definieren als:
pk (y=1) =
ezk 1 + e-zk
162
Die empirische Analyse ungeplanter Käufe im Internet
mit e = 2,71828183 (Eulersche Zahl) zk = ȕ0 + Ȉ ȕi • xjk + uk (vgl. Backhaus et al. 2006, S. 431). Der Parameter ȕ0 und die Regressionskoeffizienten ȕi (= Logit-Koeffizienten) der Regressionsgleichung spiegeln dabei die Einflussstärke der unabhängigen Variablen Xj auf die Höhe der Eintrittswahrscheinlichkeit P(y=1) wider. Die z-Werte werden auch als Logits bezeichnet (vgl. ebenda, S. 431). Die Logit-Koeffizienten werden nun so geschätzt, dass die Wahrscheinlichkeit maximiert wird, für möglichst alle Fälle die empirischen Beobachtungswerte zu erhalten. Diese Schätzung erfolgt mittels einer Maximum-Likelihood-(ML-)Schätzung (vgl. ebenda, S. 436). Voraussetzungen für die Anwendung der logistischen Regression sind wie bei der klassischen Regression, dass keine Multikollinearität zwischen den unabhängigen Variablen und keine Autokorrelation vorliegen. Letztere tritt vor allem bei Zeitreihendaten auf und ist daher hier nicht relevant. Zudem stellt die ML-Schätzung erhöhte Anforderungen an die Stichprobengröße. So sollten pro abhängiger Kategorie mindestens 25 Fälle und pro unabhängiger Variable mindesten 10 Fälle in der kleinsten Gruppe sein (vgl. Backhaus et al. 2006, S. 480; Frenzen/Krafft 2008, S. 647) Multikollinearität liegt vor, wenn eine lineare Abhängigkeit zwischen den unabhängigen Variablen besteht. Dies kann zu einer Verzerrung der geschätzten Regressionskoeffizienten führen, die bis zu einer Umkehrung des Vorzeichens reichen (vgl. Schneider 2009, S. 221). Multikollinearität kann neben einer paarweisen Korrelationsanalyse der unabhängigen Variablen mit Hilfe des Variance Inflation Factor (VIF), den Konditionsindizes und der Varianzzerlegung nachgewiesen werden. Mit Hilfe einer Hilfsregression, bei der jede unabhängige Variable als Linearkombination der übrigen unabhängigen Variablen dargestellt wird, lässt sich folgende Toleranz berechnen: TOLi = 1- Ri2 mit Ri2 = multipler Korrelationskoeffizient: Bestimmtheitsmaß der linearen Regressionsanalyse der unabhängigen Variable i (Regressand) mit den übrigen unabhängigen Variablen (Regressoren). (vgl. Schneider 2009, S. 224 f.; Backhaus et al. 2006, S. 91)
Grundlagen zur empirischen Analyse
163
Liegt die Toleranz nahe bei Null deutet dies auf eine hohe Erklärungskraft der übrigen unabhängigen Variablen für die betreffende Variable i hin, so dass diese überflüssig ist (vgl. Backhaus et al. 2006, S. 91). Toleranzwerte unter 0,4 deuten auf eine mittlere Multikollinearität hin. Der Variance Inflation Factor (VIF) entspricht dem Kehrwert der Toleranz. Werte des VIF über 2 gelten bereits als problematisch. Der weithin verbreitete Schwellenwert von 10 gilt als zu hoch, da dies einem multiplen Korrelationsfaktor von 0,9 entspricht (vgl. Schneider 2009, S. 225). Neben diesen konventionellen Verfahren, welche lediglich Anhaltspunkte für das Vorliegen von Multikollinearität geben, existieren numerische Verfahren, die eine differenziertere Analyse zum Nachweis der Multikollinearität liefern. So lassen sich mit Hilfe der „Kollinearitätsdiagnose“ in SPSS die Eigenwerte, Konditionsindizes und die Varianzzerlegung der unabhängigen Variablen ausgeben. Dabei deuten im relativen Vergleich untereinander kleine Eigenwerte bzw. hohe Konditionsindizes auf Multikollinearität hin. Konditionsindizes und Eigenwerte hängen dabei wie folgt zusammen:
Konditionsindizes: mit
ȟj =
Ȝmax Ȝj
Ȝmax = maximaler Eigenwert Ȝj
= Eigenwert der Variable j
(vgl. Schneider 2009, S. 227). Die Varianzzerlegung ermöglicht darüber hinaus die Abschätzung der Auswirkung der Multikollinearität auf die Varianz der Schätzer. Hierbei wird die Varianz der Regressionskoeffizienten in Komponenten zerlegt, die sich durch den zugehörigen Eigenwert erklären lassen. Kleine Eigenwerte führen dabei zu großen Varianzen. Von Multikollinearität ist dann auszugehen, wenn mehr als die Hälfte der Varianz von zwei oder mehr Koeffizienten durch einen Eigenwert aufgeklärt werden (vgl. ebenda, S. 228). Die Güte des logistischen Regressionsmodells wird anhand des Likelihood-RatioTests, den Pseudo-R2-Statistiken und der Klassifikationsmatrix beurteilt. Beim Likelihood-Ratio-Test werden die Log-Likelihood-Werte des vollständigen Modells (LLV) vom Log-Likelihood-Wert des Modells, welches nur die Konstante ȕ0 enthält (LL0; Nullmodell), subtrahiert. Je größer dieser Likelihood-Ratio (LR) ist, desto mehr Erklärungskraft hat das vollständige Regressionsmodell. Dabei sollte die Differenz den sig-
164
Die empirische Analyse ungeplanter Käufe im Internet
nifikanten Wert (p < 0,05) der Ȥ2-Verteilung für die entsprechende Zahl von Freiheitsgraden (entspricht der Anzahl unabhängiger Variablen) übersteigen (vgl. Backhaus et al. 2006, S. 447). Umgekehrt beschreibt die Devianz (= -2-fache des Log-Likelihood) die Abweichung vom Idealwert und kann mit der Fehlerquadratsumme der klassischen Regression verglichen werden. Die Devianz sollte entsprechend nahe Null und das Signifikanzniveau nahe 100% sein (vgl. Backhaus et al. 2006, S. 446; Frenzen/Krafft 2008, S. 633 f., 636). In SPSS werden diese Werte unter Güte der Anpassung als Pearson-Ȥ2-Statistik und Abweichung ausgegeben (vgl. Backhaus et al. 2006, S. 472). Diese liefern allerdings nur dann zuverlässige Werte, wenn die Zahl der Kovariatenmuster (entspricht allen möglichen Antwortkombinationen) kleiner ist als die Zahl der Beobachtungen, was bei multinomialen logistischen Regressionen meistens nicht der Fall ist (vgl. ebenda, S. 469, 480). Während LR und Devianz die Übertragbarkeit des Modells auf die Grundgesamtheit beschreiben, können mit Hilfe der Pseudo-R2-Statistiken Aussagen zur Trennkraft der unabhängigen Variablen getroffen werden (vgl. Backhaus et al. 2006, S. 449). Mit Hilfe des LR kann ein solches dem Bestimmtheitsmaß der linearen Regression ähnliches R2 (Pseudo-R2) nach McFadden berechnet werden: McFadden-R2 = 1-
LLV LL0
mit LL0 = Log-Likelihood des Nullmodells LLV = Log-Likelihood des vollständigen Modells (vgl. Backhaus et al. 2006, S. 448; Frenzen/Krafft 2008, S. 634). Ein geringer Unterschied zwischen den beiden Modellen führt dabei zu einem kleinen R2. Als akzeptabler Schwellenwert gilt ein McFadden-R2 von 0,2 bzw. 0,4. Daneben existiert das Cox und Snell-R2 und das Nagelkerke-R2, welche wie folgt berechnet 2 werden: n L0 Cox und Snell-R2 = 1LV mit L0 = Likelihood des Nullmodells LV = Likelihood des vollständigen Modells n = Stichprobenumfang
Grundlagen zur empirischen Analyse
165
Nagelkerke-R2 =
Cox und Snell-R2 1 – L0
2 n
mit L0 = Likelihood des Nullmodells n = Stichprobenumfang (vgl. Backhaus et al. 2006, S. 448; Rohrlack 2009, S. 271). Für das Cox und Snell-R2 und das Nagelkerke-R2 gelten die gleichen Schwellenwerte wie für das McFadden-R2. Da das Cox und Snell-R2 jedoch nur Werte kleiner 1 annehmen kann, und dadurch keine eindeutige inhaltliche Interpretation erlaubt, ist das Nagelkerke-R2 vorzuziehen (vgl. Backhaus et al. 2006, S. 449; Rohrlack 2009, S. 271). Zur Ermittlung der Vorhersagegenauigkeit des logistischen Regressionsmodells wird die Klassifikationsmatrix herangezogen, die die prognostizierten mit den beobachteten Gruppenzugehörigkeiten gegenüberstellt. Die daraus resultierende Trefferquote sollte größer als die proportionale Zufallswahrscheinlichkeit (PZW) sein, die im Mehrgruppenfall wie folgt berechnet wird: 2
PZW = Ȉ
ng n
mit ng = Anzahl der Elemente in Gruppe g (g = 1, …, G) G = Anzahl Gruppen (vgl. Backhaus et al. 2006, S. 477 f.) Zur Prüfung der Signifikanz der einzelnen Merkmalsvariablen wird der LikelihoodQuotienten-Test auf Variablenebene angewandt. Dabei wird das vollständige Modell (LLV) gegen ein reduziertes Modell getestet, bei dem jeweils ein Regressionskoeffizient auf Null gesetzt wird (LLR). Die Signifikanzprüfung erfolgt über den aus der Differenz des Log-Likelihoods der beiden Modelle berechneten Ȥ2-Wert. Die Signifikanz der einzelnen Regressionskoeffizienten wird mit Hilfe der Wald-Statistik geprüft. Die entsprechenden Werte und Signifikanzen werden bei SPSS standardmäßig ausgegeben. Problematisch gestaltet sich die Interpretation der Regressionskoeffizienten. Anders als bei der klassischen Regression geben die Regressionskoeffizienten nicht die abso-
166
Die empirische Analyse ungeplanter Käufe im Internet
lute Änderung der abhängigen Variablen bei Erhöhung der unabhängigen Variable um eine Einheit an, sondern die Änderung der Eintrittswahrscheinlichkeit bzw. des Logit. Dieser Zusammenhang ist zudem nicht linear, so dass ein direkter Vergleich der Regressionskoeffizienten nicht möglich ist. Die relative Bedeutung der Koeffizienten kann über die Odds-Ratios bestimmt werden, sofern die unabhängigen Variablen gleiche Skalierung aufweisen. Die Odds-Ratios geben das jeweilige Chancenverhältnis (= Odds) bei Erhöhung der unabhängigen Variable um eine Einheit an und werden wie folgt berechnet:
Odds =
P(y=1) 1- P(y=1)
= eȕ
mit P(y=1) =
ez 1+ ez
Beispielsweise ergibt sich für P(y=1) = 0,8 eine Chance von 4:1, das dass Ereignis Y eintritt (vgl. Backhaus et al. 2006, S. 439 ff.; Frenzen/Krafft 2009, S. 637). Bei der multinomialen Regression werden die Koeffizienten für alle Kategorien in Bezug zu einer zu wählenden Referenzkategorie berechnet. Ein Wert nahe Null besagt dabei, dass die betreffende Variable für die Trennung der beiden Gruppen keine Erklärung liefert. Ein positiver Wert bedeutet, dass die Wahrscheinlichkeit für die betreffende Kategorie im Vergleich zur Referenzgruppe zunimmt, ein negativer, dass diese abnimmt (vgl. Backhaus et al. 2006, S. 439 ff., 475). Nur wenn auch das Konfidenzintervall der Odds-Ratio eindeutig unter bzw. über 1 bleibt, kann die jeweilige Wirkungsrichtung bestätigt werden (vgl. Frenzen/Krafft 2009, S. 637).
5.1.3.3 Kreuztabellen und Mittelwertvergleiche Zur Analyse von Unterschieden zwischen den im Fokus dieser Arbeit stehenden Kaufentscheidungstypen kommen vermehrt Kreuztabellen und Mittelwertvergleiche zum Einsatz, daher wird im Folgenden kurz auf Besonderheiten und Voraussetzungen dieser Standardverfahren eingegangen, ohne dabei die genauen mathematischen Hintergründe zu erläutern (vgl. hierzu u.a. Bortz 2005 und Backhaus et al. 2006). Kreuztabellen dienen der Analyse von Abhängigkeiten zwischen nominalen Variablen. Dabei wird die Signifikanz des Zusammenhangs mittels des Ȥ2-Tests geprüft, der je-
Grundlagen zur empirischen Analyse
167
doch nur angewandt werden kann, wenn mindestens 25% der Zellen eine erwartete Häufigkeit größer gleich fünf haben (vgl. Bortz 2005, S. 164). Für den Vergleich von Mittelwerten zwischen den Kaufentscheidungstypen werden in erster Linie die im Rahmen einfaktorieller Varianzanalysen eingesetzten Post-hocTests verwendet. Die einfaktorielle Varianzanalyse untersucht den Einfluss einer unabhängigen kategorialen Variablen auf eine metrische abhängige Variable. Die Unterschiedshypothese wird dabei anhand der Mittelwertparameter in den einzelnen Gruppen geprüft (vgl. Bortz 2005, S. 249 f.; Backhaus et al. 2006, S. 128 ff.). Die Varianzanalyse eignet sich daher im Besonderen auch zum Vergleich von Mittelwerten zwischen mehr als zwei Gruppen. Die Varianzanalyse liefert als Ergebnis die Aussage, dass sich die Mittelwerte in irgendeiner Weise signifikant unterscheiden. Eine differenzierte Analyse dieser signifikanten Unterschiede zwischen den einzelnen Ausprägungen der nominalen Variablen wird im Mehrgruppenfall jedoch nur über Einzelvergleiche möglich (vgl. Bortz 2005, S. 263), welche mit Hilfe so genannter Post-hoc-Tests durchgeführt werden können. Solche Post-hoc-Tests liefern für ein festgelegtes Signifikanzniveau homogene Untergruppen bezüglich einer Variablen. Der Test verdeutlicht, welche der Gruppen sich in der jeweiligen Variable signifikant voneinander unterscheiden und welche nicht, und erlaubt damit eine gegenüber der Varianzanalyse aussagekräftigere Beschreibung der Unterschiede zwischen den Gruppen. Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Variable V N
1
30
0,19
B
35
0,45
C
65
D
85
Gruppen A
2
3
0,45 0,64 1,04
Tabelle 27: Beispiel einer Ergebnistabelle eines Post-hoc-Tests Im Beispiel in Tabelle 27 unterscheidet sich Gruppe A signifikant von Gruppe C und D, nicht aber von Gruppe B, mit der sie eine homogene Untergruppe bildet. Der Unterschied zwischen Gruppe B und C ist ebenfalls nicht signifikant. Gruppe D wiederum unterscheidet sich signifikant von allen anderen Gruppen. Grundsätzlich empfehlenswert erscheint für solche Einzelvergleiche der Scheffé-Test, da dieser robust gegen Verletzungen von Voraussetzungen und vergleichsweise konservativ ist, d.h. dazu tendiert, keine signifikanten Unterschiede zu finden (vgl. Bortz
168
Die empirische Analyse ungeplanter Käufe im Internet
2005, S. 274). Jedoch sollte bei ungleich großen Gruppen der Tukey-Kramer-Test (in SPSS „Tukey-B“) verwendet werden (vgl. Sachs/Hedderich 2006, S. 436). Sofern die genannten Methoden keine signifikanten Unterschiede zwischen den Gruppen identifizieren können, erfolgt eine weitere Prüfung mittels paarweiser t-Tests (für unabhängige Stichproben). Dabei gilt, dass die Variablen in den Gruppen normalverteilt und gleiche Varianzen aufweisen müssen. Die Normalverteilungsannahme kann für Gruppengrößen von n 30 fallen gelassen werden. Der t-Test reagiert zudem robust gegen die Verletzung der Voraussetzungen, sofern die Varianzen gleich groß sind (vgl. Bortz 2005, S. 140 f.). Zur Prüfung der Varianzhomogenität gibt SPSS das Ergebnis des Levene-Tests zur Varianzgleichheit aus. Liefert dieser einen signifikanten Unterschied der Varianzen zwischen den Gruppen, ist der entsprechende korrigierte Signifikanzwert des Welch-Tests zu verwenden (vgl. Eckstein 2010, S. 265). Ist bei paarweisen Mittelwertvergleichen eine der Gruppen kleiner als n = 30, wird statt des tTests der Mann-Whitney-U-Test verwendet, der weder normalverteilte Daten noch Varianzhomogenität voraussetzt (vgl. Bortz 2005, S. 150).
5.1.4 Entwicklung reflektiver Messmodelle Im Rahmen verhaltenswissenschaftlicher Forschung werden i.d.R. Fragestellungen untersucht, bei denen nicht direkt beobachtbare Konstrukte, so genannte latente Variablen, im Mittelpunkt stehen (vgl. Christophersen/Grape 2009, S. 103). Dies gilt auch für die vorliegende Untersuchung, insbesondere für die Dimensionen der Kaufentscheidung und einzelne Determinanten. Da latente Konstrukte nicht direkt beobachtbar sind, müssen diesen mit Hilfe geeigneter Operationalisierungen, so genannter Messmodelle, beobachtbare Sachverhalte zugewiesen, d.h. durch geeignete Messvariablen (Indikatoren) abgebildet werden (vgl. Weiber/Mühlhaus 2010, S. 35; Homburg/Giering 1998, S. 114). Es können zwei Arten von Messmodellen unterschieden werden, die sich in den ihnen zu Grunde liegenden Korrespondenzregeln unterscheiden (vgl. Bagozzi/Fornell 1982, S. 34 ff.). Eine wesentliche Unterscheidung erfolgt dabei durch die Richtung der Varianzaufklärung zwischen dem Konstrukt und seinen Indikatoren (vgl. Dees 2005, S. 62 f.). Diese ist nicht zu verwechseln mit einer – in der Literatur häufig falsch gedeuteten (vgl. u.a. Weiber/Mühlhaus 2010, S. 35 f.; Homburg/Giering 1998, S. 115; Diamantopoulos/Winklhofer 2001, S. 270; Jarvis/MacKenzie/Podsakoff 2003, S. 203) – Kausalbeziehung zwischen Indikatoren und Konstrukten (vgl. Bagozzi 2007, S. 230 f.). Bei formativen Messmodellen wird die Varianz des Konstrukts durch dessen Indikatoren
Grundlagen zur empirischen Analyse
169
aufgeklärt; in reflektiven Messmodellen erfolgt dagegen eine Aufklärung der Varianz der Indikatoren durch das Konstrukt (vgl. Dees 2005, S. 63). Formative Indikatoren werden i.d.R. als Teilaspekte der latenten Variablen interpretiert und formen in ihrer Gesamtheit das latente Konstrukt. Das Weglassen eines Indikators führt dabei zu einer inhaltlichen Veränderung des Konstrukts (vgl. Jarvis/MacKenzie/Podsakoff 2003, S. 202). Formal wird das latente Konstrukt durch die Linearkombination der Messvariablen gebildet (vgl. Diamantopoulos/Winklhofer 2001, S. 270). Reflektive Indikatoren sind hingegen so zu wählen, dass jede für sich das Konstrukt in seiner Gesamtheit möglichst gut widerspiegelt (vgl. Weiber/Mühlhaus 2010, S. 35; Homburg/Giering 1998, S. 115 f.). Die reflektiven Indikatoren sollten daher hoch miteinander korrelieren und sind damit prinzipiell austauschbar, weshalb das Weglassen eines Indikators zu keiner Veränderung der wesentlichen Eigenschaften des Konstrukts führt (vgl. Diamantopoulos/Winklhofer 2001, S. 271). Bei der Entwicklung reflektiver Messmodelle, wie sie in dieser Arbeit ausschließlich verwendet werden, spielen daher exploratorische und konfirmatorische Faktoranalysen eine entscheidende Rolle, weshalb diese im Folgenden näher erläutert werden. Zur weiteren Unterscheidung formativer und reflektiver Messmodelle sei insbesondere auf Diamantopoulos/Winklhofer (2001), Jarvis/MacKenzie/Podsakoff (2003) und Dees (2005) verwiesen. Die Entwicklung reflektiver Messmodelle setzt sich aus mehreren Schritten zusammen. Im Rahmen der Konzeptualisierung sind zunächst die relevanten Konstruktdimensionen, z.B. mit Hilfe von Literaturrecherchen und/oder qualitativen Pretests, zu erarbeiten. Im zweiten Schritt folgt die Entwicklung des Messinstruments, wobei die Messung eines latenten Konstrukts i.d.R. durch mehrere Indikatoren erfolgt, die als fehlerbehaftete Messung des latenten Konstrukts zu verstehen sind (vgl. Homburg/Klarmann/Pflesser 2008, S. 273; Homburg/Giering 1998, S. 114; Churchill 1979, S.66). Im vorliegenden Fall wurden die Messkonzepte der latenten Konstrukte auf Basis von Literaturrecherchen gewonnen, da hierzu überwiegend auf vorhandene Skalen (z.B. von Baun 2003 und Beatty/Ferrell 1998) zurückgegriffen werden konnte (vgl. Kap. 5.3). Die Messinstrumente müssen folgende zwei zentralen Bedingungen erfüllen: die Reliabilität und die Validität der Messung. Unter Reliabilität wird die Zuverlässigkeit der Messung verstanden. Ein Messmodell ist dann reliabel, wenn der Messfehler gering ist und damit die Varianz eines Indikators im Wesentlichen durch das latenten Konstrukts aufgeklärt werden kann. Neben der Test-Retest-Reliabilität und der Parallel-Test-
170
Die empirische Analyse ungeplanter Käufe im Internet
Reliabilität, die in der praktischen Durchführung aufwendige Wiederholungs- bzw. Parallelmessungen erfordern, kommt im Rahmen der konfirmatorischen Faktorenanalyse vor allem der Internen-Konsistenz-Reliabilität erhebliche Bedeutung zu, die umso besser bewertet wird, je höher die Korrelation zwischen den Indikatoren eines Konstrukts ist (vgl. Bagozzi 1994, S. 16 ff.; Homburg/Klarmann/Pflesser 2008, S. 278). Validität kennzeichnet die Gültigkeit einer Messung, d.h. sie gibt an, ob ein Messinstrument auch das misst, was es messen soll (vgl. Bagozzi 1994, S. 18; Hildebrandt 1998, S. 90; Weiber/Mühlhaus 2010, S. 127). Im Rahmen der empirischen Marketingforschung haben sich folgende Validitätsarten etabliert: x Inhaltsvalidität bezeichnet „den Grad, zu dem die Variablen eines Meßmodells dem inhaltlich-semantischen Bereich des Konstrukts angehören“ (Homburg/ Giering 1998, S. 117). Diese wird i.d.R. durch qualitative Analysen, z.B. Expertenbefragungen, geprüft (vgl. ebenda.). x Kriteriumsvalidität liegt vor, wenn zwischen der Messung des Konstrukts und einem validen Außenkriterium, zu dem theoretisch eine enge Beziehung besteht, eine hohe Übereinstimmung existiert (vgl. vgl. Bagozzi 1994, S. 19 f.; Hildebrandt 1998, S. 91; Weiber/Mühlhaus 2010, S. 129; Churchill 1979, S. 70). x Konstruktvalidität wird untergliedert in: o Konvergenzvalidität eines Messmodells, die erfordert, dass die Indikatoren eines Konstrukts eine ausreichend starke Beziehung untereinander haben (vgl. Bagozzi 1994, S. 20; Homburg/Giering 1998, S. 117); o Diskriminanzvalidität, die umgekehrt verlangt, dass die Assoziation von Indikatoren unterschiedlicher Konstrukte schwächer ist als die Beziehung zwischen den Indikatoren, die dasselbe Konstrukt messen (vgl. Bagozzi 1994, S. 20; Homburg/Giering 1998, S. 118); o Nomologische Validität, die nur mittels Kausalhypothesen in einem Kausalmodell mit hoher Anpassungsgüte geprüft werden kann und vorliegt, wenn die theoretisch vermuteten Zusammenhänge mit Hilfe des Kausalmodells bestätigt werden können (vgl. Bagozzi 1994, S. 25; Wei-
Grundlagen zur empirischen Analyse
171
ber/Mühlhaus 2010, S. 131 f.). Diese bezieht sich daher nicht mehr allein auf das Messmodell (vgl. Fritz 1995, S. 138), sondern benötigt zur Überprüfung ein Kausalmodell, welches in der vorliegenden Untersuchung jedoch nicht existiert. Zur Überprüfung der Reliabilität und Validität reflektiver Messmodelle werden Kriterien der ersten und zweiten Generation herangezogen. Zu den Kriterien bzw. Verfahren der ersten Generation zählen die exploratorische Faktorenanalyse, das Cronbachs Alpha und die Item-to-Total-Korrelation. Die exploratorische Faktorenanalyse (im Folgenden: EFA) dient dabei dem Nachweis der Eindimensionalität der Skalen. Sie kann daher als quasi-exploratorisch bezeichnet werden, da die Ergebnisse der EFA dazu dienen, Indikatoren zu identifizieren, die nicht in ausreichendem Maße oder nicht eindeutig den Konstrukten zugeordnet werden können (vgl. Homburg/Giering 1998, S. 119; Weiber/Mühlhaus 2010, S. 106). Die Anwendung der EFA setzt ihrerseits eine entsprechende Eignung der zu Grunde liegenden Korrelationsmatrix voraus. Hierbei sei vor allem auf die Measure of Sampling Adequacy (MSA) der einzelnen Variablen und das Kaiser-Meyer-OlkinKriterium (KMO) für die gesamte Variablenmenge hingewiesen (vgl. Backhaus et al. 2006, S. 272 ff.; Weiber/Mühlhaus 2010, S. 107). Die MSA-Werte, die in SPSS auf der Diagonalen der Anti-Image-Matrix abzulesen sind, und der KMO-Wert sollten dabei Werte größer 0,6 („mittelmäßig“) annehmen (vgl. Weiber/Mühlhaus 2010, S. 106). Werte größer gleich 0,7 werden als „ziemlich gut“, Werte größer gleich 0,8 als „verdienstvoll“ und Werte größer gleich 0,9 als „erstaunlich“ eingestuft (vgl. Backhaus et al. 2006, S. 276). Als Extraktionsmethode wird die Hauptkomponentenanalyse gewählt, da die hoch ladenden Indikatoren zu einer „Komponente“ (hier: Entscheidungsdimension und Determinanten) zusammengefasst werden sollen. Zudem wird die häufig angewandte orthogonale Varimax-Rotation verwendet, da möglichst voneinander unabhängige Konstrukte (z.B. Entscheidungsdimensionen) berechnet werden sollen (vgl. Backhaus et al. 2006, S. 292 f., 300). Indikatorvariablen, die die geforderten MSA-Werte unterschreiten und/oder zu geringe oder uneindeutige Ladungen auf mehrere Faktoren aufweisen, sollten schrittweise eliminiert werden. Cronbachs Alpha (Į) stellt ein Maß für die Interne-Konsistenz-Reliabilität der Indikatoren eines latenten Konstrukts dar. Cronbachs Alpha entspricht dem Mittelwert der Korrelationen aller möglichen Summen von generierbaren Variablenhälften, die aus den einem Faktor zugeordneten Indikatoren gebildet werden können (vgl. Homburg/Giering 1998, S. 120 f.). Cronbachs Alpha berechnet sich wie folgt:
172
Die empirische Analyse ungeplanter Käufe im Internet
Į=
n n-1
1-
Ȉ ıi2 ıx2
mit n = Anzahl der Indikatoren eines Konstrukts ıi2 = Varianz des Indikators i ıx2 = Varianz des Konstrukts (vgl. Weiber/Mühlhaus 2010, S. 111). Bezüglich der zu erreichenden Grenzwerte für Į gibt es unterschiedliche Auffassungen. Sie hängen insbesondere von der Zahl der Indikatoren ab. Der in diesem Zusammenhang häufig zitierte Nunnally fordert einen Mindestwert für Į von 0,7 (vgl. ebenda 1978, S. 245), wobei ein Wert von 0,5 bei zwei und ein Wert von 0,6 bei drei Indikatoren ebenfalls als akzeptable Konventionen gelten (vgl. Lorenz 2009, S. 194; Braunstein 2001, S. 226; Ohlwein 1999, S. 224). Wird der nötige Grenzwert für Cronbachs Alpha nicht erreicht, sollten bei ausreichender Zahl von Indikatoren diejenigen schrittweise eliminiert werden, die eine niedrige Item-To-Total-Korrelation (ITK) aufweisen. Diese ist definiert als die Korrelation eines Indikators zu allen Indikatoren desselben Faktors und sollte Werte größer gleich 0,5 annehmen. Bei der schrittweisen Elimination von Indikatoren empfiehlt es sich, denjenigen mit der kleinsten ITK zuerst zu eliminieren (vgl. Weiber/Mühlhaus 2010, S. 112 ff.; Churchill 1979, S. 68). Wenngleich die Reliabilitätskriterien der ersten Generation nicht unumstritten sind und allein nicht ausreichend wären (vgl. Homburg/Giering 1998, S. 120 f.), bieten sie bei der Entwicklung neuer Messmodelle entscheidende Hinweise auf „schlechte Indikatoren“ und sollten daher vor konfirmatorischen Faktorenanalysen geprüft werden. Zu den Gütekriterien der zweiten Generation zählen solche, die mit Hilfe der konfirmatorischen Faktorenanalyse (kurz: KFA) gewonnen werden können. Diese unterscheidet sich von der exploratorischen Faktorenanalyse in der vorherigen Festlegung der Zahl der latenten Variablen und in der a priori festgelegten, i.d.R. eindeutigen Zuordnung der beobachteten Variablen zu den latenten Konstrukten (vgl. Homburg/Klarmann/Pflesser 2008, S. 274). Die KFA dient, wie der Name schon sagt, der Bestätigung der vermuteten Beziehungen zwischen Messvariablen und dem latenten Konstrukt. Insbesondere ist es mit der KFA möglich, Messfehlervarianzen abzuschät-
Grundlagen zur empirischen Analyse
173
zen und die Diskriminanzvalidität hypothetischer Konstrukte zu prüfen (vgl. Weiber/Mühlhaus 2010, S. 116). Zu den Reliabilitätskriterien der zweiten Generation zählen die Indikatorreliabilität, die Faktorreliabilität und die durchschnittlich erfasste Varianz (DEV). Die individuelle Indikatorreliabilität, bei der eine isolierte Betrachtung der Messeigenschaften des einzelnen Indikators erfolgt (vgl. Fritz 1995, S. 132), gibt den Anteil der durch das latente Konstrukt erklärten Varianz eines Indikators wieder und wird in AMOS und LISREL als Squared Multiple Correlations ausgegeben. Die formale Beschreibung ergibt sich wie folgt:
Rel(xi) =
Ȝij2ĭjj Ȝij2ĭjj + șjj
mit Ȝij = geschätzte Faktorladung ĭjj = geschätzte Varianz der latenten Variable ȟj șjj = geschätzte Varianz der zugehörigen Fehlervariablen (1- Ȝij2 bei Betrachtung der standardisierten Lösung) (vgl. Weiber/Mühlhaus 2010, S. 122). Die Beurteilung der kritischen Werte, ab der eine akzeptable Eignung der Indikatoren vorliegt, ist in der Literatur umstritten (vgl. Fritz 1995, S. 131). Nach Balderjahn (1986) ist diese u.a. abhängig von der Stichprobengröße. So sind z.B. bei Stichproben mit weniger als 100 Fällen Werte zwischen 0,6 und 0,9 erforderlich. Bei einem Stichprobenumfang von n = 100 bis n = 400, wie in der vorliegenden Studie der Fall, genügt bereits eine Reliabilität von 0,4 bis 0,6 (vgl. ebenda, S. 117). Indikatoren, die diesen Wert unterschreiten, sollten – sofern möglich – schrittweise eliminiert werden. Die Faktor- oder Konstruktreliabilität und die DEV geben die Güte der Messung eines Konstrukts durch die Gesamtsumme der Indikatoren, also der Messkomposition, an (vgl. Fritz 1995, S. 132). Die Faktorreliabilität (Composite Reliability, CR) wird mit folgender Formel berechnet:
Rel(ȟj) =
(Ȉ Ȝij)2ĭjj (Ȉ Ȝij)2 + Ȉ șjj
174
Die empirische Analyse ungeplanter Käufe im Internet
mit Ȝij = geschätzte Faktorladung ĭjj = geschätzte Varianz der latenten Variable ȟj șjj = geschätzte Varianz der zugehörigen Fehlervariablen (1- Ȝij2 bei Betrachtung der standardisierten Lösung) (vgl. Weiber/Mühlhaus 2010, S. 123). Die Faktorreliabilität sollte Werte größer gleich 0,6 annehmen (vgl. ebenda; Homburg/Giering 1998, S. 130). Die DEV (auch: Average Variance Extracted, AVE), gibt an, wie viel Streuung des latenten Konstrukts durchschnittlich über die Indikatoren aufgeklärt wird, und wird wie folgt berechnet:
DEV(ȟj) =
(Ȉ Ȝij2) ĭjj (Ȉ Ȝ2ij) + Ȉ șjj
mit Ȝij = geschätzte Faktorladung ĭjj = geschätzte Varianz der latenten Variable ȟj șjj = geschätzte Varianz der zugehörigen Fehlervariablen (1- Ȝij2 bei Betrachtung der standardisierten Lösung) (vgl. Weiber/Mühlhaus 2010, S. 123). Die DEV sollte Werte größer gleich 0,5 annehmen (vgl. ebenda; Homburg/Giering 1998, S. 130). Da die Faktorreliablität und DEV nicht von AMOS ausgegeben werden, müssen die Werte mittels der angegebenen Formeln manuell berechnet werden. Die genannten Reliabilitätskriterien stellen die notwendige Voraussetzung für die nachfolgende Validitätsprüfung eines Messinstruments dar (vgl. Weiber/Mühlhaus 2010, S. 127). Dabei kann mit Hilfe der üblichen KFA lediglich die Konstruktvalidität, und hier nur die Konvergenz- und Diskriminanzvalidität, geprüft werden. Zur Prüfung der Kriteriumsvalidität bedarf es eines erweiterten Messmodells mit entsprechenden Außenkriterien, die z.B. durch valide Single-Items gemessen werden und eine hohe Korrelation zu den entsprechenden latenten Konstrukten aufweisen müssen (vgl. ebenda, S. 129 ff.). Da solche bereits in früheren Untersuchungen geprüften, validen Außenkriterien für die vorliegenden Entscheidungsdimensionen und Determinanten nicht zweifelsfrei vorliegen, kann eine entsprechende Prüfung der Messmodelle auf
Grundlagen zur empirischen Analyse
175
Kriteriumsvalidität nicht erfolgen. Mittels der alternativen Messung von Kaufabsichten und Spontankaufmotiven (vgl. Kap. 5.3) wird aber die Kriteriumsvalidität der darauffolgenden Clusterlösung geprüft (vgl. Kap. 5.4.1.3 ff.). Konvergenzvalidität kann zum einen durch die Faktorreliabilität und DEV nachgewiesen werden (vgl. Fritz 1995, S. 136). Zum anderen empfiehlt es sich, den Signifikanztest der Faktorladungen zu berücksichtigen. Sind die Ladungen groß und signifikant, liegt eine ausreichende Konvergenz der Indikatoren zu ihrem Konstrukt vor (vgl. Homburg/Gierung 1998, S. 125). Eine weitere Möglichkeit besteht in der Verwendung zweier unterschiedlicher Messmethoden für dasselbe Konstrukt (Multi-TraitMulti-Method-Ansatz). Dies ist im Rahmen der Marketingforschung teilweise nur schwer durchführbar, da nicht immer für die jeweilige Fragestellung z.B. auf Befragungs- und Beobachtungsdaten zurückgegriffen werden kann (vgl. Weiber/Mühlhaus 2010, S. 132 f.). Bereits die Ergebnisse der EFA über alle Konstrukte bzw. deren Indikatoren geben Hinweise auf die Diskriminanzvalidität des Messmodells. Laden alle Indikatoren auf die ihnen a priori zugeordneten Konstrukte, kann von einer ausreichenden Unterscheidung der latenten Variablen ausgegangen werden (vgl. ebenda, S. 135). Ein weiteres weithin anerkanntes Prüfkriterium für die Diskriminanzvalidität ist das Fornell-Larcker-Kriterium, welches fordert, dass die DEV eines Konstrukts größer ist als das Quadrat jeder Korrelation dieses Faktors mit den übrigen latenten Konstrukten (vgl. Weiber/Mühlhaus 2010, S. 135; Homburg/Giering 1998, S. 126). Darüber hinaus kann im Rahmen eines Ȥ2-Differenztest festgestellt werden, ob sich die latenten Konstrukte ausreichend voneinander unterscheiden. Dabei wird der Ȥ2Wert des unrestringierten Modells mit freier Schätzung dem Ȥ2-Wert eines restringierten Modells gegenüber gestellt, bei dem die Korrelation zwischen zwei Faktoren auf 1 gesetzt wird. Im restringierten Modell messen diese beiden Konstrukte also dasselbe. Unterscheidet sich der Ȥ2-Wert des unrestringierten Modells von dem des restringierten Modells signifikant (ǻȤ2 3,841), kann davon ausgegangen werden, dass die beiden Konstrukte ausreichend voneinander diskriminieren (vgl. ebenda). Zudem muss die globale Anpassungsgüte des gesamten Messmodells geprüft werden, wobei zwischen interferenzstatistischen, deskriptiven und inkrementellen Gütekriterien zu unterscheiden ist. Dabei soll festgestellt werden, inwieweit die erhobenen Daten das Modell bestätigen (vgl. Weiber/Mühlhaus 2010, S. 157, 160). Das wichtigste interferenzstatistische Gütekriterium ist das Ȥ2-Maß. Ein signifikanter Ȥ2-Wert deutet dabei auf eine Ungleichheit der empirischen und der durch das Modell geschätzten
176
Die empirische Analyse ungeplanter Käufe im Internet
Kovarianzmatrix hin. Ein solches Modell ist nicht ausreichend in der Lage, die empirisch erhobenen Daten zu reproduzieren und müsste abgelehnt werden. Die zu Grunde liegende Likelihood-Ratio-Teststatistik ist jedoch umstritten, denn deren Aussagefähigkeit wird u.a. von der Stichprobengröße beeinträchtigt und setzt multinormalverteilte Daten voraus. Bei sehr großen Stichproben führt der Test bereits bei kleinen Unterschieden zwischen empirischer und modelltheoretischer Kovarianzmatrix zu einer Ablehnung des Modells (vgl. Fritz 1995, S. 125; Weiber/Mühlhaus 2010, S. 56, 161). Homburg/Giering stellen den Test sogar grundsätzlich in Frage, da er das Modell auf seine absolute Richtigkeit prüft, ein Modell in der Forschungspraxis aber immer nur eine gute Annäherung an die Realität abbilden kann (vgl. ebenda 1998, S. 353). Es ist daher üblich, das Ȥ2-Maß als deskriptives Maß der Anpassungsgüte zu interpretieren, in dem es durch die Anzahl der Freiheitsgrade (df) geteilt wird. Als akzeptabel gelten dabei Werte kleiner gleich 2,5 (vgl. Homburg/Baumgartner 1998, S. 363) oder sogar noch Werte kleiner gleich drei (vgl. Homburg/Klarmann/Pflesser 2008, S. 286, 288). Die Normalverteilungsannahme kann in AMOS über die Funktion „Assessment of normality“ geprüft werden. Diese berechnet sowohl die univariate Schiefe (skewness) und Wölbung (kurtosis) als auch die multivariate Wölbung sowie die Critical Ratios (C.R.) der einzelnen Variablen. Werte betragsmäßig größer zwei für die Schiefe und größer sieben für die Wölbung bzw. Werte größer 2,57 für die C.R. deuten auf eine nicht mehr moderate Verletzung der Normalverteilungsannahme hin, so dass der Einsatz der üblichen ML- oder GLS-Schätzung zu erheblichen Verzerrungen der Parameterschätzung und der Modellgüte führt (vgl. Weiber/Mühlhaus 2010, S. 146 ff.). Einer Verletzung der Multinormalverteilungsannahme kann u.a. mittels des Schätzverfahrens Unweighted Least Squares (ULS) begegnet werden, wobei auf eine Standardisierung der Messvariablen zu achten ist, sollten diese unterschiedliche Skalen verwenden. Bei Verwendung von ULS sind jedoch interferenzstatistische Tests nicht mehr anwendbar (vgl. ebenda, S. 55 f.). Da eine Multinormalverteilung der Daten in der vorliegenden Untersuchung nicht vorliegt, werden die interferenzstatistischen Tests nicht weiter betrachtet. Neben dem bereits genannten Ȥ2/df-Wert gibt es weitere deskriptive Gütemaße, deren Beurteilung nicht auf statistischen Tests, sondern auf durch Simulationen und Metaanalysen hergeleiteten Faustregeln beruhen (vgl. ebenda, S. 359). Dazu zählen die Fitmaße RMR und SRMR sowie der GFI und der AGFI (vgl. Weiber/Mühlhaus 2010, S. 164 ff.).
Grundlagen zur empirischen Analyse
177
Die Root Mean Square Residuals (RMR) ergeben sich aus der durchschnittlich quadrierten Abweichung der Elemente der empirischen Kovarianzmatrix von denen der geschätzten Kovarianzmatrix in Beziehung zur Zahl der erhobenen Indikatoren. Da diese Werte skalenabhängig sind, wird in der Regel der Standardisierte RMR (SRMR) verwendet. Dieser sollte für eine akzeptable Modellanpassung kleiner gleich 0,10 und für eine gute Anpassung kleiner gleich 0,05 sein (vgl. ebenda, S. 165; Homburg/Klarmann/Pflesser 2008, S. 285 f.). Der Goodness-of-Fit-Index (GFI) gibt den Anteil der Varianzen und Kovarianzen in der empirischen Matrix an, der durch das theoretische Modell aufgeklärt wird, und entspricht damit dem Bestimmtheitsmaß R2 der Regressionsanalyse. Werte größer 0,90 gelten hierbei als akzeptabel. Da der GFI aber die Modellkomplexität unberücksichtigt lässt, wird i.d.R. auf den Adjusted Goodness-of-Fit (AGFI) zurückgegriffen, bei dem der GFI durch die Zahl der Parameter und die Zahl der Freiheitsgrade korrigiert wird. Auch dieser Wert sollte größer als 0,90 sein (vgl. Homburg/Baumgartner 1998, S. 355 f.; Weiber/Mühlhaus 2010, S. 166 f.). Darüber hinaus wurden insbesondere für den Vergleich von Modellen weitere, so genannte inkrementelle Gütemaße wie der Normed Fit Index (NFI), der TuckerLewis-Index (TLI; auch als Non-Normed-Fit Index (NNFI) bezeichnet), und der Comparative Fit-Index (CFI) entwickelt, wobei TLI und CFI bei ULS-Schätzung nicht bestimmt werden. Diese Gütemaße haben gemein, dass sie das theoretische Modell mit einem Basis- oder Nullmodell vergleichen, bei dem alle manifesten Variablen als statistisch unabhängig betrachtet werden. Dieses Basismodell besitzt somit keine Vorhersagekraft und keine inhaltliche Plausibilität, weshalb es den schlechtesten möglichen Fit aufweist. Die Gütemaße NFI, TLI und CFI prüfen, wie stark sich das vom Anwender formulierte theoretische Modell von dem Basismodell unterscheidet. TLI und CFI berücksichtigen zudem die Sparsamkeit des Modells durch die Anzahl der Freiheitsgrade. Werte größer als 0,90 weisen dabei auf ein akzeptables und Werte über 0,95 auf ein gutes Modell hin (vgl. Homburg/Baumgartner 1998, S. 352 ff.; Homburg/Klarmann/Pflesser 2008, S. 284; Weiber/Mühlhaus 2010, S. 168 ff.). Darüber hinaus stellt AMOS weitere Gütekriterien für den Vergleich alternativer Modelle bereit (vgl. Weiber/Mühlhaus 2010, S. 172 ff.), welche aber in der vorliegenden Untersuchung keine Rolle spielen. Die Kriterien zur Beurteilung der Güte von Messmodellen können zusammenfassend der nachfolgenden Tabelle 28 entnommen werden.
178
Die empirische Analyse ungeplanter Käufe im Internet
Gütekriterien der 1. Generation Reliabilitätsprüfung Cronbachs Alpha ( 4 Indikatoren) (2-3 Indikatoren)
0,7 0,5
Item-to-Total-Korrelation
0,5
Validitätsprüfung Konvergenz- und Diskriminanzvalidität
Nachgewiesene Eindimensionalität durch uni- und multidimensionale EFA
Gütekriterien der 2. Generation Reliabilitätsprüfung (KFA) Indikatorreliabilität
0,4
Faktorreliabilität
0,6
Durchschnittlich erfasste Varianz (DEV)
0,5
Validitätsprüfung Konvergenzvalidität Diskriminanzvalidität - Fornell/Larcker-Kriterium - Chi-Quadrat-Differenz
ausreichende Faktorreliabilität, DEV (s.o.) signifikante Faktorladungen DEV > größte quadrierte Interkorrelation 3,841
Globale Anpassungsmaße
Ȥ2/df
2,5 - 3
SRMR
0,08 - 0,10
GFI
0,90
AGFI
0,90
NFI
0,90
(Quelle: in Anlehnung an Weiber/Mühlhaus 2010, 104, 115, 127 und S. 176; Homburg/Giering 1998, S. 130; Homburg/Baumgartner 1998, S. 363) Tabelle 28: Ausgewählte Güterkriterien reflektiver Messmodelle und deren Schwellenwerte
Erhebungsdesign
179
5.2 Erhebungsdesign 5.2.1 Datenerhebung Wie erwähnt wurde für die Erhebung der Daten eine E-Mail-gestützte WWWBefragung durchgeführt. Dafür wurde den Mitgliedern des E-Mail-Verteilers des Instituts für Marketing am 31. März 2008 eine entsprechende Einladung per E-Mail zugesandt (vgl. Anhang A), mit der Bitte, den Fragebogen bis zum 14. April 2008 auszufüllen. Als Dankeschön für die Teilnahme an der Befragung konnten die Probanden, sofern gewünscht, am Ende des Fragebogens an einer Verlosung von 10 AmazonGutscheinen im Wert von jeweils 10,- EUR teilnehmen. Während auf diese Möglichkeit bereits in der E-Mail-Einladung und der Startseite des Fragebogens eingegangen wurde, wurde der Name des Online-Händlers Amazon erst am Ende des Fragebogens genannt, um möglichen Verzerrungseffekten durch eine vermehrte Teilnahme von Amazon-Stammkunden entgegenzuwirken. Der folgende Fragebogen lässt sich in vier Teilbereiche untergliedern (vgl. Anhang B): x Einführung: auf den ersten beiden Seiten des Fragebogens wurden den Probanden allgemeine Erläuterungen zur Befragung gegeben. So wurde u.a. darauf hingewiesen, dass der Gegenstand der Befragung der letzte Einkauf im Internet sei. Sollte dieser länger als einen Monat zurückliegen, wurden die Probanden gebeten, den Fragebogen nach dem nächsten Einkauf auszufüllen. Wie viele Probanden darauf eingegangen sind, konnte nicht festgestellt werden, da bis zu diesem Zeitpunkt noch keine Daten aus dem Fragebogen gespeichert wurden und die Speicherung der IP-Adresse oder das Setzen von Cookies aufgrund datenschutzrechtlicher Bedenken nicht vorgesehen war. Jedoch gaben auf der nachfolgenden Fragebogenseite rd. 11% (n = 48) der Befragten an, dass der Einkauf länger als 30 Tage zurückliegt. Außerdem wurden hier die Einkaufssumme, die Versandgebühren, die Anzahl gekaufter Artikel und die genaue Produktbezeichnung der gekauften Artikel abgefragt. x Messung ungeplanter Käufe und Kauftypen Nach den Einstiegsfragen zum letzten Einkauf im Internet, die auch dazu dienten, die Erinnerung an den Einkauf zu wecken, mussten die Probanden zunächst
180
Die empirische Analyse ungeplanter Käufe im Internet
für jeden gekauften Artikel Fragen zu den unterschiedlichen Kaufabsichten beantworten. Im 2. Schritt erfolgte dann eine Zufallsauswahl aus den genannten Artikelkäufen. Der Proband musste dann nur noch Fragen zum Kauf dieses einen (Zufalls-)Artikels beantworten. Dies hatte praktische Gründe, da den Probanden, die mehr als einen Artikel gekauft hatten, nicht zugemutet werden sollte, die nachfolgenden Fragebogenteile und Itembatterien jeweils für jeden gekauften Artikel auszufüllen, was die Wahrscheinlichkeit zum Abbruch des Fragebogens im Einzelfall sicher erhöht hätte. Für den so ausgewählten Kauf wurden dann die kognitive und emotionale Beteiligung sowie die Spontanität der Probanden bei der Kaufentscheidung abgefragt. x Kaufphasenbeschreibung und Determinanten ungeplanter Käufe Schließlich wurden die Befragungsteilnehmer zu weiteren Merkmalen des Einkaufs und zu möglichen Einflussgrößen wie z.B. zu psychologischen und situativen Determinanten befragt. Abschließend wurden ausgewählte soziodemografische Merkmale abgefragt. 5.2.2 Datengrundlage Der für die Studie verwendete E-Mail-Verteiler setzte sich zum Zeitpunkt der Befragung aus 550 persönlichen E-Mail-Adressen und 1.150 E-Mail-Adressen von Mailverteilern der Fachschaften ausgewählter deutscher Hochschulen zusammen. Ingesamt nahmen 419 Personen an der Befragung teil. Werden die 1.700 angeschriebenen Adressen zu Grunde gelegt, ergibt sich eine Brutto-Rücklaufquote von 24,65%. Dieser Wert ist jedoch rein theoretischer Natur. Die tatsächliche Rücklaufquote wird vermutlich niedriger sein, da die 1.150 Adressen der Fachschafts-Mailverteiler i.d.R. mit mehreren persönlichen E-Mail-Adressen hinterlegt sind. Da somit nicht bestimmt werden kann, wie viele Personen tatsächlich mit der Einladungs-E-Mail erreicht wurden, lässt sich keine exakte Rücklaufquote angeben. Der Rücklauf der Befragung zeigt einen für die Art der Befragung typischen zeitlichen Verlauf, wie er ähnlich auch schon von Bennemann (2002, S. 149) und Möllenberg (2003, S. 326) beobachtet wurde. Bereits am zweiten Tag der Befragung war über die Hälfte der verwertbaren Fragebögen eingegangen. Im Unterschied zu den beiden genannten Studien zeigt sich bei der vorliegenden Erhebung eine insgesamt langsamere Reaktionszeit. Dies lässt sich auf die E-Mail-Adressen der Fachschaften zurückführen.
Erhebungsdesign
181
Die Weiterleitung der E-Mail-Einladung an die Mitglieder dieser Mailverteiler wurde teilweise moderiert, wodurch die Einladung zeitverzögert an die einzelnen Personen des Verteilers zugestellt wurde.
Kumulierte Prozent der Antworten
100 90 80 70 60 50 40 30 20 N=362
10 0 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Tag der Befragung
Abbildung 15: Zeitlicher Verlauf des Fragebogenrücklaufs Von den eingegangenen Fragebögen waren neun nur unzureichend ausgefüllt und wurden von der weiteren Analyse ausgeschlossen. Gleiches galt für weitere 48 Fragebögen, bei denen die dort beschriebenen Käufe länger als 30 Tage zurücklagen. Somit konnten schlussendlich 362 Fragebögen für die weitere Analyse verwendet werden. Tabelle 29 verdeutlicht die Merkmale der vorliegenden Stichprobe im Vergleich zu den Soziodemografika der deutschen Internetnutzer, wie sie im Rahmen der AGOFStudie ermittelt wurden. Aufgrund der deutlichen Unterschiede wird auf eine interferenzstatistische Prüfung verzichtet. Die soziodemografischen Merkmale der Studie weisen, wie bei der Datengrundlage zu erwarten, deutliche studentische Charakteristika auf. Das Alter ist vergleichsweise niedrig, eine große Mehrheit der Probanden befindet sich noch in der Ausbildung und verdient weniger als 1.000 EUR netto im Monat. Zudem besitzen nahezu alle Teilnehmer die allgemeine Hochschulreife. Lediglich bezüglich des Geschlechts ist die vorliegende Stichprobe repräsentativ für die deutsche Internetnutzerschaft. Eine Verallgemeinerung der Ergebnisse dieser Untersuchung auf die Grundgesamtheit der deutschen Internetnutzer ist somit aber nicht möglich.
182
Die empirische Analyse ungeplanter Käufe im Internet
Soziodemografika
Vorliegende Studie
AGOF II 2010
Anzahl Fälle
Prozent
Prozent
männlich
189
52,6
53,5
weiblich
170
47,7
46,5
Geschlecht
Alter in Jahren 14-19
11
3,0
10,8
20-29
295
81,5
19,2
30-39
39
10,8
19,0
40-49
10
2,8
23,0
50-59
4
1,1
15,5
60 und älter
0
0,0
12,6
2
0,6
34,3
Bildungsstand kein od. Hauptschulabschluss Mittlere Reife
1
0,3
31,8
Hochschulreife
356
99,2
34,0
in Ausbildung
282
83,3
15,6
berufstätig
63
17,5
65,7
nicht berufstätig
15
4,2
18,7
Beruflicher Status
Nettoeinkommen Bis unter 1.000 EUR
198
62,3
16,0
1.000- 1.999 EUR
59
18,6
30,9
2.000-2.999 EUR
35
11,0
24,5
3.000 und mehr EUR
26
8,2
28,7
Nur gültige Prozentangaben. Fallzahlen in Summe kleiner 362 ergeben sich aus fehlenden Werten.
Tabelle 29: Soziodemografika der Stichprobe
Operationalisierung und Validierung zentraler Konstrukte
183
5.3 Operationalisierung und Validierung zentraler Konstrukte 5.3.1 Operationalisierung und Validierung der Kaufentscheidungstypen 5.3.1.1 Operationalisierung der Kaufabsichten Für die Messung der ungeplanten Käufe wurden neben den Entscheidungsdimensionen auch die Kaufabsichten erhoben, um das Ergebnis der späteren Clusteranalyse zu validieren. Dafür wird die vereinfachte Kaufabsichts-/-ergebnis-Matrix von Blackwell/Miniard/Engel (2006) zu Grunde gelegt (vgl. Kap. 3.1). Der genaue Wortlaut der Fragen und Antwortmöglichkeiten kann Tabelle 30 entnommen werden. Jede dieser Fragen wurde auf einer separaten Fragebogenseite gestellt, um ein vorausschauendes Antwortverhalten der Probanden zu vermeiden. Bitte beantworten Sie kurz folgende Frage(n) zum Kauf des Artikels „artikel“ (Platzhalter, variiert mit der jeweiligen Artikelbezeichnung des Probanden). 1. Hatten Sie bereits vor der Internetsitzung, in der der Kauf erfolgt ist, die Absicht genau dieses Produkt („artikel“) dieser Marke zu kaufen?
ja (1)
nein (2) Ö 2.
weiß nicht (0) Ö 2.
2. Hatten Sie bereits vor der Internetsitzung, in der der Kauf erfolgt ist, die Absicht ein Produkt dieser Kategorie („artikel“) zu kaufen?
ja (1)
nein (2) Ö 3.
weiß nicht (0) Ö 3.
3. Hatten Sie vor der Internetsitzung, in der der Kauf des Artikels („artikel“) erfolgt ist, überhaupt vor irgendetwas zu kaufen?
ja (1)
nein (2)
weiß nicht (0)
(in Klammern) steht der jeweilige Variablenwert; „Ö 2.“ bedeutet weiter mit Frage 2.
Tabelle 30: Operationalisierung der Kaufabsichten Wurde eine Frage mit „ja“ beantwortet, wurden die nachfolgenden Fragen nicht mehr gestellt und der nächste Artikel abgefragt bzw. nach dem letzten Artikel der nächste Fragenblock zum Zufallsartikel gestartet. Die dritte Frage wurde nur beim ersten Artikel gestellt. Wurde bei dieser Frage, ob der Proband vor der Internetsitzung überhaupt vor hatte, irgendetwas zu kaufen, mit „nein“ beantwortet, erübrigte sich die Abfrage der verbliebenen Artikel. Eine mangelnde Erinnerung an den Einkauf oder ein geringer Bewusstseinsgrad bzgl. des Kaufs des jeweiligen Artikels konnte außerdem dazu führen, dass die Probanden nicht immer eindeutig auf die Fragen antworten konnten. Da der Nutzer möglichst ehrlich antworten und nicht zum Raten der Antwort angeregt werden sollte, wurde daher
184
Die empirische Analyse ungeplanter Käufe im Internet
bei allen drei Fragen auch die Antwortvorgabe „weiß nicht“ als Ausweichmöglichkeit angeboten. Die Auswertung dieser Fragen erlaubt damit in gewissem Maße auch eine Abschätzung über das Erinnerungsvermögen der Probanden und damit über die Validität der Aussagen, die mit dieser Erhebungsmethode erreicht werden kann. Als Ergebnis liefert dieser Fragenblock für jeden Artikel des letzten Online-Einkaufs des Probanden einen dreistelligen Code, der sich aus den Variablenwerten der drei Fragen ergibt (z.B. Frage 1 = „nein“, Frage 2 = „ja“ ergibt Code „21x“). Die möglichen Kombinationen dieses Codes und deren Bedeutung kann der nachfolgenden Tabellen 31 entnommen werden. Kauftyp
Subtyp
Kaufabsichten
zugeordnete Codes
vollständig geplanter Kauf
-
Der Proband wollte genau dieses Produkt dieser Marke kaufen.
1xx
teilweise geplanter Kauf
-
Der Proband wollte ein Produkt dieser Kategorie kaufen.
21x 01x
ungeplanter Kauf
Typ A (geplante Verführung)
Der Proband wollte etwas kaufen, jedoch nicht ein Produkt dieser Kategorie.
221 021
Typ B (vollständig ungeplanter Kauf)
Der Proband hatte ursprünglich nicht vor, irgendetwas zu kaufen.
222 022 202 002 220 020
-
Der Proband konnte keine eindeutigen Angaben zu den Kaufabsichten machen.
201 001 200 000
unklar
Legende: 1 = ja, 2 = nein, 0 = weiß nicht, x = nicht abgefragt; 1. Stelle = Frage 1: Hatten Sie bereits vor der Internetsitzung, in der der Kauf erfolgt ist, die Absicht genau dieses Produkt („artikel“) dieser Marke zu kaufen? 2. Stelle = Frage 2: Hatten Sie bereits vor der Internetsitzung, in der der Kauf erfolgt ist, die Absicht ein Produkt dieser Kategorie („artikel“) zu kaufen? 3. Stelle = Frage 3: Hatten Sie vor der Internetsitzung, in der der Kauf des Artikels („artikel“) erfolgt ist, überhaupt vor irgendetwas zu kaufen?
Tabelle 31: Codierung der Kaufabsichten und Kauftypen Bei der Zuordnung der Codes wurde eine weniger strenge Auslegung gewählt, bei der teilweise auch jene Codes eindeutig einem Kauftypen zugeordnet wurden, die den Wert 0 für „weiß nicht“ enthalten. Dies setzt u.a. voraus, dass die Probanden bei allen
Operationalisierung und Validierung zentraler Konstrukte
185
drei Fragen ehrlich geantwortet haben und nicht z.B. aus Gründen der sozialen Erwünschtheit nach einer oder zwei „weiß nicht“-Angaben mit einer eindeutigen Aussage antworteten. Für die Zuordnung zu einem Kauftypen muss damit lediglich eine Mindestanforderung erfüllt sein, in der Art, dass mindestens eine der nachfolgenden Fragen eindeutig mit „ja“ oder „nein“ beantwortet wurde. Auf diese Weise kann zwar nicht immer eindeutig festgelegt werden, welche Kaufabsichten im Detail vorhanden waren. Zumindest lässt sich aber nach dem Ausschlussverfahren festhalten, um welchen Kauftyp es sich eindeutig nicht handelt. Während also ein Code „21x“ die eindeutige Aussage zulässt, dass der Proband nicht die Marke, wohl aber das Produkt kaufen wollte, kann bei einem Code „01x“ lediglich festgestellt werden, dass es sich nicht um einen ungeplanten Kauf, sondern mindestens um einen teilweise geplanten Kauf handeln muss, dieser aber tatsächlich auch ein vollständig geplanter Kauf hätte sein können. Entscheidend für die Messung ungeplanter Käufe ist insbesondere die zweite Frage. Hat der Proband klar verneint, den Kauf eines Produkts dieser Kategorie beabsichtigt zu haben, handelt es sich gemäß der zu Grunde liegenden Definition um einen ungeplanten Kauf. Gleiches gilt, wenn die Probanden angaben, vor der Internetsitzung überhaupt nicht vorgehabt zu haben, irgendetwas zu kaufen. Mit Hilfe dieses Fragenblocks ist es nun möglich, die Käufe in geplante, teilweise geplante und ungeplante Käufe zu unterteilen. Letztere lassen sich zudem in zwei Subtypen untergliedern: Typ A, bei dem zwar etwas gekauft werden sollte, jedoch nicht das entsprechende Produkt, kann entsprechend der Definition von Baun (2003) als geplante Verführung bezeichnet werden. Typ B, bei dem der Proband eigentlich gar nichts kaufen wollte, kann der Terminologie folgend als vollständig ungeplanter Kauf bezeichnet werden. Dem Typ B werden dabei auch diejenigen Fälle zugeordnet, bei denen die Absicht etwas zu kaufen unklar ist. Die Messung der Kauftypen mit Hilfe der Kaufabsichten dient später der Validierung der Clusteranalyse auf Basis der Entscheidungsdimensionen, deren Operationalisierung im nachfolgenden Kapitel erläutert wird. 5.3.1.2 Operationalisierung und Validierung der Kaufentscheidungsdimensionen Multi-Item-Skalen zur Messung der Dimensionen von Kaufentscheidungen, insbesondere ungeplanter Kaufentscheidungen, wurden in der Literatur bisher nur selten angewandt. Zu erwähnen sind hierbei insbesondere die Studien von Baun (2003) und Beatty/Ferrell (1998). Vor allem die letzte Studie dient anderen Autoren (z.B. da-
186
Die empirische Analyse ungeplanter Käufe im Internet
Costa/Laran 2003, Bressolles et al. 2007) als Grundlage zur Messung impulsiven Kaufverhaltens. In der vorliegenden Studie wurden beide Ansätze miteinander kombiniert und um neue Messindikatoren ergänzt, wie dies aus der nachfolgenden Tabelle 33 hervorgeht. Konstrukt
Itemformulierung
Var. -bez.
Kognitive Prozesse
Der Kauf dieses Artikels war geplant.
VCP1
-
Der Kauf dieses Artikels war ungeplant. (neg.)
VCP2
3
Nach diesem Artikel hatte ich gar nicht gesucht. (neg.)
VCP3
1
Beim Kauf dieses Artikels habe ich lange nachgedacht.
VCP4
1
Die Entscheidung zum Kauf dieses Artikels ist mir leicht gefallen. (neg.)
VCP5
-
Vor dem Kauf dieses Artikels habe ich zahlreiche Alternativen miteinander verglichen.
VCP6
-
Vor dem Kauf dieses Artikels habe ich zahlreiche Informationen über das Produkt eingeholt.
VCP7
-
Der Kauf dieses Artikels war ein schneller Entschluss.
VCP8
1
Der Kauf dieses Artikels hat mir Spaß gemacht.
VAP1
2
Über den Kauf dieses Artikels habe ich mich sehr gefreut.
VAP2
1
Der Kauf dieses Artikels war ganz spontan.
VSP1
-
Dieser Artikel ist mir plötzlich ins Auge gesprungen.
VSP2
1
Beim Kauf dieses Artikels habe ich einem starken inneren Drang nachgegeben.
VSP3
3
Der Kauf dieses Artikels war ausgesprochen impulsiv.
VSP4
-
Positive Emotionen
Spontanität des Kaufs
Quellen:
Quelle
Ankerpunkte der 5-Skala
1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“
[1] Baun 2003, S. 108, [2] Baun 2003, S. 168, [3] Beatty/Ferrell 1998, S. 180 sowie eigene Ergänzungen
Tabelle 32: Operationalisierung der Dimensionen von Kaufentscheidungen Dem hier zu Grunde gelegten Typologisierungsansatz entsprechend sollen verschiedene Ausprägungen ungeplanten Kaufens anhand der Entscheidungsdimensionen ermittelt werden. Bei der Operationalisierung dieser Dimensionen unterscheidet Baun die Organismuskomponenten „positive Emotionen“ und „geringe Kognition“ sowie die Determinanten der Verhaltensebene „plötzliche Aufmerksamkeit“ und „rasche Kaufhandlung“, mit Hilfe derer sie die unterschiedlichen Typen ungeplanter Käufe clusteranalytisch ermittelt. Zur Messung der positiven Emotionen bedient sich die Autorin
Operationalisierung und Validierung zentraler Konstrukte
187
der Differentiellen Emotionsskala von Izard und extrahiert nach einer explorativen Faktorenanalyse aus insgesamt sieben von ursprünglich neun Items die Emotionsdimensionen Überraschung, Freude und Interesse, wobei letztere für die Typenbildung keine Relevanz hat (vgl. Baun 2003, 107 ff. und 115). In der vorliegenden Untersuchung soll der weiteren Differenzierung von Emotionsdimensionen nicht gefolgt werden. Vereinfachend werden in Anlehnung an Baun zwei Items verwendet, welche die Dimension „positive Emotionen“ messen sollen und als Freude beim Kauf des Artikels verstanden werden. Aus den Variablen, welche die Dimensionen „geringe Kognition“, „plötzliche Aufmerksamkeit“ und „rasche Kaufhandlung“ repräsentieren sollen, extrahiert Baun letzten Endes den einzelnen Faktor „geringe Kognition“, der aus den Variablen „nicht lange nachgedacht“, „nicht lange überlegt“ und „schneller Entschluss“ gebildet wird (vgl. ebenda 2003, S. 112 f.). Diese Items werden in der vorliegenden Studie verwendet, um die Beteiligung kognitiver Prozesse an der Kaufentscheidung zu messen. Außerdem wird das Item „ungeplant“ aus der Studie von Beatty/Ferrell in leicht abgewandelter Form in die Multi-Item-Skala aufgenommen (vgl. ebenda 1998, S. 179). Ergänzt werden die Items um neue Variablen, die das Vorhandensein kognitiver Prozesse nach außen hin sichtbar werden lassen, wie der Vergleich von Alternativen, das Einholen von Produktinformationen und die Suche (hier negativ kodiert) beim Kauf des jeweiligen Artikels. Diesen Items gemein ist, dass sie im Sinne einer reflektiven Messung möglichst hoch miteinander korrelieren sollen und sich gleichermaßen verändern, wenn sich die gedankliche Verarbeitung bei der Entscheidungsfindung zum Kauf verändert. Zudem werden sie, anders als bei formativen Messungen, als austauschbar angesehen. Ergänzend zu den kognitiven und emotionalen Prozessen wird, wie erwähnt, die Dimension Spontanität des Kaufs eingeführt. Diese Dimension kann im Sinne der reaktiven Prozesse des Konzepts von Kroeber-Riel/Weinberg/Gröppel-Klein (vgl. Kap. 2.2.1) verstanden werden und wurde in ähnlicher Weise bereits von Baun als „rasche Kaufhandlung“ und „plötzliche Aufmerksamkeit“ operationalisiert, dort jedoch nicht empirisch bestätigt (s.o.). Bei Beatty/Ferrell findet sich zudem das Konstrukt „urge to purchase“ welches als Drang oder Dringlichkeit zum Kauf übersetzt werden kann und damit ebenfalls die Spontanität des Kaufs zum Ausdruck bringt (vgl. ebenda 1998, S. 181). Entsprechend dem Vorgehen zur Entwicklung reflektiver Messmodelle (vgl. Kap. 5.1.4) wurde zunächst eine EFA über alle Items durchgeführt. Die zu Grunde liegende
188
Die empirische Analyse ungeplanter Käufe im Internet
Korrelationsmatrix kann grundsätzlich als geeignet für die Anwendung einer Faktorenanalyse eingestuft werden. Der MSA-Wert (oder KMO-Wert) der Korrelationsmatrix liegt bei „verdienstvollen“ 0,841, die MSA-Werte der einzelnen Variablen zwischen „mittelmäßigen“ 0,619 (VCP5) und „erstaunlichen“ 0,928 (VCP3 und VSP2) (vgl. Backhaus et al. 2006, S. 276). Die Faktorladungen der EFA können der Tabelle 33 entnommen werden. Dabei weist die Variable VCP8 uneindeutige Faktorladungen auf und wird daher für die weitere Analyse ausgeschlossen. Itemformulierung
Var. -bez.
Faktor 1
Faktor 2
Der Kauf dieses Artikels war geplant.
VCP1
-.901
Der Kauf dieses Artikels war ungeplant.
VCP2
.901
Nach diesem Artikel hatte ich gar nicht gesucht.
VCP3
.859
Beim Kauf dieses Artikels habe ich lange nachgedacht.
VCP4
.813
Die Entscheidung zum Kauf dieses Artikels ist mir leicht gefallen.
VCP5
-.669
Vor dem Kauf dieses Artikels habe ich zahlreiche Alternativen miteinander verglichen.
VCP6
.684
Vor dem Kauf dieses Artikels habe ich zahlreiche Informationen über das Produkt eingeholt.
VCP7
.538
Faktor 3
Der Kauf dieses Artikels war ein schneller Entschluss.
VCP8
Der Kauf dieses Artikels hat mir Spaß gemacht.
VAP1
.810
Über den Kauf dieses Artikels habe ich mich sehr gefreut.
VAP2
.845
Beim Kauf dieses Artikels habe ich einem starken inneren Drang nachgegeben.
VAP3
.673
.497
Der Kauf dieses Artikels war ganz spontan.
VSP1
.855
Dieser Artikel ist mir plötzlich ins Auge gesprungen.
VSP2
.781
Der Kauf dieses Artikels war ausgesprochen impulsiv.
VSP3
.689
-.450
n=362; KMO-Wert: 0,841; Hauptkomponentenanalyse, Kaiser-Guttman-Kriterium, 63,1% erklärte Varianz; Varimax-Rotation; Werte < 0.4 nicht dargestellt,
Tabelle 33: Ergebnis der 1. EFA Die Faktorenanalyse legt zudem wie erwartet eine Drei-Faktoren-Lösung nahe. Dabei stellt sich heraus, dass einige Items (VCP1 bis VCP3), die zur Messung der (geringen) kognitiven Beteiligung dienen sollten, besser geeignet sind, die Spontanität des Kaufs zu erfassen. So zeigt sich, dass insbesondere die Begriffe „geplant“ und „ungeplant“ von den Probanden eher mit der Kaufabsicht assoziiert werden als mit der kognitiven Auseinandersetzung bei der Kaufentscheidung. Gleiches gilt für den Ausdruck „Nach diesem Artikel hatte ich gar nicht gesucht“.
Operationalisierung und Validierung zentraler Konstrukte
189
Die Messskalen der drei Entscheidungsdimensionen wurden anschließend den Reliabilitäts- und Validitätsprüfungen unterzogen. Zunächst wurde die interne Konsistenz der Indikatoren der jeweiligen Faktoren überprüft. Der kritische Wert für Cronbachs Alpha wurde bei der Messung der kognitiven Beteiligung zunächst nicht erreicht, woraufhin die Variable mit der geringsten Item-to-Total-Korrelationen (VCP5) eliminiert und dadurch der kritische Wert für Cronbachs Alpha überschritten wurde. Das reduzierte Messmodell wurde anschließend einer KFA unterzogen. Die Prüfung der Normalverteilungsannahmen ergibt dabei eine nicht mehr moderate Schiefe und Wölbung der Daten (vgl. Anhang C), so dass das Schätzverfahren ULS eingesetzt und daher auf interferenzstatistische Gütemaße verzichtet werden muss. Bei der KFA wurden schrittweise Variablen aufgrund niedriger Indikatorreliabilitäten ( r2) für alle Dimensionen erfüllt. Globale Fit-Maße des Messmodells: Ȥ2/df = 2,302, SRMR = 0,0322, NFI = 0,991, GFI = 0,995, AGFI = 0,990. Anmerkungen: N = 362; EFA: Hauptkomponentenanalyse, * bei zwei Indikatoren ist der Wert für KMO immer 0,500; KFA: ULS-Schätzung
Tabelle 34: Lokale und globale Anpassungsmaße der Konstrukte zur Messung der Entscheidungsdimensionen 5.3.2 Operationalisierung und Validierung zentraler Determinanten In diesem Abschnitt wird die Operationalisierung derjenigen Determinanten veranschaulicht, die als latente Konstrukte in die multinomiale logistische Regression einfließen. Dies sind entsprechend der Erläuterungen zum theoretischen Bezugsrahmen (vgl. Kap. 4.1) die Einkaufsfreude, das wahrgenommene Risiko, das Erleben von Flow, der wahrgenommene Zeitdruck, die Kenntnis des Online-Shops, das Gewohnheitsverhalten und das Produktinvolvement. Zudem soll, wie beschrieben, der Einfluss des Artikelpreises und des Gefallens der Webseite in das Modell einfließen. Diese werden mit jeweils einem Item gemessen, und werden für die Beurteilung der Diskriminanzvalidität der Messmodelle der Konstrukte hier ebenfalls berücksichtigt. Die nachfolgende Tabelle 35 verdeutlicht die Formulierung der verwendeten Items zur
Operationalisierung und Validierung zentraler Konstrukte
191
Messung der ausgewählten Konstrukte, die sich teilweise auf Skalen früherer Studien beziehen. Konstrukt
Itemformulierung
Var. -bez.
Quelle
Kenntnis des Shops/ Anbieters
Den Anbieter kenne ich gut.
VK1
-
Bei diesem Anbieter kaufe ich regelmäßig etwas.
VK2
Gewohnheitsverhalten
-
Genau diesen Artikel kaufe ich regelmäßig.
VH1
-
Ich habe schon häufig genau diesen Artikel dieser Marke gekauft
VH2
-
Genau diesen Artikel habe ich (nicht) zum ersten Mal gekauft. (r)
VH3
-
Der gekaufte Artikel ist mir persönlich sehr wichtig.
VPI1
3
Der gekaufte Artikel bedeutet mir sehr viel.
VPI2
3
Den Kauf des Artikels empfand ich insgesamt als besonders risikoreich.
VR1
4
Beim Kauf des Artikels hatte ich große Sorgen etwas falsch zu machen.
VR2
4
In der Kaufsituation hatte ich (nicht) viel Zeit. (r)
VTP1
2
Der Einkauf musste sehr schnell gehen.
VTP1
2
Während der Internetsitzung war ich vom Geschehen am Bildschirm wie gefesselt.
VFL1
1
Während ich im Internet war, habe ich um mich herum alles vergessen.
VFL2
1
Ich kaufe grundsätzlich gerne ein.
VEF1
2
Einkaufen ist (keine) Zeitverschwendung (r).
VEF2
2
Gefallen der Webseite
Die Webseite des Anbieters gefällt mir insgesamt sehr gut
VW
-
Artikelpreis
Wie hoch war der Einzelpreis für den Artikel (ohne evtl. Versandgebühren)? ca. …
VP
-
Produktinvolvement
Wahrgenommenes Risiko
Zeitdruck
Flow
Einkaufsfreude
Ankerpunkte der 5-Skala
1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“
offene Eingabe in EUR
Quellen: in Anlehnung an [1] Diehl 2002, S. 228; [2] Beatty/Ferrell 1998, S. 181; [3] Giering 2000, S. 265; [4] Cox/Cox 2001, S. 95 sowie eigene Ergänzungen (r): rekodiert um gleiche Polung der Items zu erreichen
Tabelle 35: Operationalisierung zentraler Determinanten Mit Hilfe einer EFA über alle Determinanten können die neun Faktoren bestätigt werden. Dabei erreicht die zugrundeliegende Korrelationsmatrix einen akzeptablen KMOWert von 0,621. Die MSA-Werte der einzelnen Indikatoren liegen zwischen 0,518 für die Variable VTP2 und 0,821 für die Variable VH3. Die Faktorladungen liegen alle nahe bei .900 und sind damit sehr hoch, wie in Tabelle 36 zu sehen ist.
192
Die empirische Analyse ungeplanter Käufe im Internet Var. bez.
Konstrukt
Faktoren 1
2
Kenntnis des Shops/ Anbieters
VK1
.946
VK2
.912
Gewohnheitsverhalten
VH1
.881
VH2
.897
VH3
.841
3
4
Produktinvolvement
VPI1
.940
VPI2
.919
Flow
VFL1
.875
VFL2
.923
5
6
Wahrgenommenes Risiko
VR1
.871
VR2
.913
Zeitdruck
VTP1
.895
VTP1
.909
Einkaufsfreude
7
VEF1
.890
VEF2
.904
Artikelpreis
VP
Gefallen der Webseite
VW
8
9
.979 .953
n=362; KMO-Wert: 0,621; Hauptkomponentenanalyse, Screeplot, 86,68% erklärte Varianz; VarimaxRotation; Werte < 0.4 nicht dargestellt. Absteigende Sortierung der Konstrukte nach Höhe der Eigenwerte.
Tabelle 36: EFA zentraler Determinanten
Wie der folgenden Tabelle 37 zu entnehmen ist, bestätigen eindimensionale Faktorenanalysen über die einzelnen Determinanten die Unidimensionalität der Konstrukte. Eine KFA liefert für alle Konstrukte hinsichtlich Reliabilität und Validität akzeptable Werte. Dabei wird, wie schon bei den Entscheidungsdimensionen, die Normalverteilungsannahme nicht erfüllt (vgl. Anhang C), so dass erneut ULS als Schätzverfahren eingesetzt wird und interferenzstatistische Gütemaße damit nicht zur Verfügung stehen. Die deskriptiven Fit-Maße des Messmodells erreichen gute Werte. Der VIF liegt für alle Determinanten nahe 1, so dass von einer niedrigen Multikollinearität ausgegangen werden kann. Eigenwerte, Konditionsindizes und Varianzzerlegung liefern ebenfalls keinen Hinweis auf eine problematische Multikollinearität (vgl. Anhang D).
Operationalisierung und Validierung zentraler Konstrukte
193
Die Konstrukte erfüllen damit die notwendigen Voraussetzungen einer multinomialen logistischen Regression.
0,851
Gewohnheitsverhalten
VH1
0,862
.893
0,709
0,883
.905
0,893
.849
VPI1
0,944
.942
0,832
0,873 VPI2 VFL1
.942
0,921
.918
0,814
Wahrgenommenes Risiko
VR1
Gefallen Artider Einkaufs- ZeitkelWebfreude druck preis seite
VFL2
VTP1
VR2
VTP1
0,796
0,790
VEF1
0,722
0,915
.918
0,906
.912
0,917
.912
0,908
.909
0,910
.909
0,922
.906 .906
0,849
1,30
0,839
0,640
1,12
0,873
0,774
1,11
0,847
0,742
1,16
0,796
0,661
1,18
0,790
0,652
1,06
0,798
0,671
1,11
0,646 0,802 0,988 0,477 0,623 83,11
0,704 0,659
82,63
0,646 0,763
82,14 0,889
0,918
0,569
84,33
0,776 VEF2
77,88
88,72 0,940
DEV
.961
Flow
.962
VH3
VIF
0,847 92,44
VK2
VH2
Faktorreliabiltät
.961
Indikatorreliabiltät
Faktorladungen
.961 0,919
Varianzaufklärung in %
Item-toTotal-Korr.
Cronbachs Alpha
Item VK1
KFA
Produktinvolvement
Kenntnis des Shops/ Anbieters
Konstrukt
Eindim. EFA
0,542
VP
-
-
-
-
-
-
-
1,09
VW
-
-
-
-
-
-
-
1,23
Diskriminanzvalidität: max. Interkorrel. r = - 0,34, Fornell-Larcker-Kriterium (DEV > r2) für alle Dimensionen erfüllt. Globale Fit-Maße des Messmodells: Ȥ2/df = 1,241, SRMR = 0,031, NFI = 0,982, GFI = 0,992, AGFI = 0,986. Anmerkungen: N = 362 EFA: Hauptkomponentenanalyse, KMO f. Habitualisierung = 0,719; bei zwei Indikatoren ist der Wert für KMO immer 0,500. KFA: ULS-Schätzung
Tabelle 37: Lokale und globale Anpassungsmaße der Konstrukte zur Messung zentraler Determinanten
194
Die empirische Analyse ungeplanter Käufe im Internet
5.4 Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe 5.4.1 Ermittlung der Kaufentscheidungstypen als Ausgangspunkt der empirischen Analyse Zur Ermittlung der Kaufentscheidungstypen wurden, wie in Kapitel 5.3.1 erläutert, zwei Messverfahren eingesetzt. Zunächst erfolgt eine Klassifikation mittels des einfachen und älteren, in der Praxis häufig angewandten Verfahrens mit Hilfe der Abfrage der Kaufabsichten (vgl. Kap. 5.3.1.1). Diese dient als erste grobe Schätzung und der anschließenden Validierung des zweiten Messverfahrens, welches die in Kapitel 5.3.1.2 erläuterten Entscheidungsdimensionen zur Identifikation unterschiedlicher Kaufentscheidungstypen zu Grunde legt. 5.4.1.1 Klassifikation mit Hilfe der Kaufabsichten Die Fragen zu den Kaufabsichten wurden für jeden gekauften Artikel gestellt. Entsprechend beziehen sich die Angaben der nachfolgenden Tabelle 38 auf alle 740 Artikelkäufe, welche die 362 Probanden getätigt hatten (im Durchschnitt somit rd. zwei Artikel pro Person und Einkauf). Damit kann eine erste Schätzung des durchschnittlichen Anteils der jeweiligen Kauftypen am gesamten Online-Einkauf erfolgen. Die Tabelle macht zudem deutlich, dass lediglich rd. 2% der Artikelkäufe, die die Codeziffer 0 (= weiß nicht) enthalten, möglicherweise nicht korrekt zugeordnet worden sind. Nur 4 Artikelkäufe konnten überhaupt nicht zugeordnet werden. Etwaige Unschärfen durch diese Antworten sind daher minimal und das verwendete Verfahren zur Abfrage der Kaufabsichten scheint von den Probanden gut bewältigt worden zu sein. Des Weiteren zeigt sich, dass mit über 60% am häufigsten vollständig geplante Käufe über das Internet getätigt werden, bei denen Produkt und Marke bereits vorher feststehen. Bei 15% der Online-Käufe steht zumindest das Produkt, nicht aber die Marke vorher fest. Fast ein Viertel der Käufe erfolgen ungeplant, wobei bei nur rd. 6% keinerlei Absicht zum Kauf bestanden hat.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe Kauftyp
Subtyp
Kaufabsichten
zugeordnete Codes
vollständig geplanter Kauf
-
Der Proband wollte genau dieses Produkt dieser Marke kaufen.
1xx
teilweise geplanter Kauf
-
Der Proband wollte ein Produkt dieser Kategorie kaufen.
21x 01x
99 (13,38%) 12 (1,62%)
ungeplanter Kauf
Typ A (geplante Verführung)
Der Proband wollte etwas kaufen, jedoch nicht ein Produkt dieser Kategorie.
221 021
115 (15,54%) 0 (0%)
Typ B (vollständig ungeplanter Kauf)
Der Proband hatte ursprünglich nicht vor, irgendetwas zu kaufen.
222 022 202 002 220 020
46 (6,22%) 0 (0%) 3 (0,41%) 0 (0%) 1 (0,14%) 0 (0%)
-
Der Proband konnte keine eindeutigen Angaben zu den Kaufabsichten machen.
201 001 200 000
4 (0,54%) 0 (0%) 0 (0%) 0 (0%)
unklar
Anzahl (Prozent) (N=740)
195 Kumulierte Anzahl (Prozent) (N=740)
460 (62,16%) 460 (62,16%)
111 (15,00%)
165 (22,31%)
4 (0,54%)
Tabelle 38: Verteilung Kauftypen nach Kaufabsichten
5.4.1.2 Klassifikation mittels Clusterzentrenanalyse Im Folgenden wird die Typologisierung der Kaufentscheidungen anhand der Entscheidungsdimensionen durchgeführt. Als Eingangsvariablen für die Clusteranalyse dienen die Faktorwerte der drei Konstrukte Spontanität des Kaufs, positive Emotionen und kognitive Beteiligung. Die entsprechenden Formulierungen der final verwendeten Items zur Messung dieser Dimensionen können zum besseren Verständnis der nachfolgenden Tabelle 39 entnommen werden.
196
Die empirische Analyse ungeplanter Käufe im Internet
Entscheidungsdimension
Itemformulierung
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Var. -bez.
Der Kauf dieses Artikels war ungeplant.
VCP2
Nach diesem Artikel hatte ich gar nicht gesucht.
VCP3
Der Kauf dieses Artikels war ganz spontan.
VSP1
Dieser Artikel ist mir plötzlich ins Auge gesprungen.
VSP2
Vor dem Kauf dieses Artikels habe ich zahlreiche Alternativen miteinander verglichen.
VCP6
Vor dem Kauf dieses Artikels habe ich zahlreiche Informationen über das Produkt eingeholt.
VCP7
Der Kauf dieses Artikels hat mir Spaß gemacht.
VAP1
Über den Kauf dieses Artikels habe ich mich sehr gefreut.
VAP2
Tabelle 39: Finale Skala zur Messung der Entscheidungsdimensionen Zu Beginn wurden zunächst mittels hierarchischer Clusteranalyse neun Ausreißer identifiziert und von der weiteren Analyse ausgeschlossen. Anschließend wurde eine partitionierende Clusteranalyse durchgeführt. Aufgrund der theoretischen Vorüberlegungen können sowohl die Clusterzahl als auch die Clusterzentren vorgegeben werden. Aus den möglichen Kombinationen der maximalen Faktorwerte der drei Entscheidungsdimensionen ergeben sich 23 = 8 theoretisch mögliche Cluster, wie sie in Tabelle 40 dargestellt werden. Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Extensiver Kauf
-0,81
1,48
1,29
Limitierter Kauf
-0,81
1,48
-2,90
Habitueller Kauf
-0,81
-1,76
-2,90
Emotionaler Kauf
-0,81
-1,76
1,29
Ungeplanter Suchkauf
2,71
1,48
1,29
Ungeplant limitierter Kauf
2,71
1,48
-2,90
Emotionsloser Spontankauf
2,71
-1,76
-2,90
Impulskauf
2,71
-1,76
1,29
Ungeplante Käufe
Geplante Käufe
Kauftyp
Als Eingangsvariablen der Clusteranalyse dienen die Faktorwerte der jeweiligen Dimensionen. Faktorwerte < 0: unterdurchschnittlich (niedrig), Faktorwerte > 0: überdurchschnittlich (hoch)
Tabelle 40: Manuelle Startwerte der Clusterzentrenanalyse Die Clusterzentrenanalyse ermittelt aus diesen Daten acht Cluster mit den in der folgenden Tabelle 41 dargestellten Clusterzentren.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
Ungeplante Käufe
Geplante Käufe
Kauftyp
Clusterzentren (Mittelwert der Faktorwerte)
197
Anzahl Fälle (Prozent)
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Extensiver Kauf
-0,58
1,04
0,46
82 (23,2)
Limitierter Kauf
-0,55
0,64
-1,19
65 (18,4)
Habitueller Kauf
-0,53
-1,11
-1,03
41 (11,6)
Emotionskauf
-0,40
-0,55
0,79
74 (21,0)
Ungeplanter Suchkauf
1,86
0,45
0,99
21 (5,9)
Ungeplant limitierter Kauf
0,80
0,19
-0,04
26 (7,4)
Emotionsloser Spontankauf
1,54
-1,19
-0,75
19 (5,4)
Impulskauf
1,85
-1,30
0,72
25 (7,1)
262 (74,2)
91 (25,8)
Clusterzentrenanalyse (k-Means-Algorithmus), Konvergenz nach 13 Iterationen.
Tabelle 41: Clusterzentren der Zwischenlösung Als erstes Ergebnis lässt sich somit festhalten, dass rund ein Viertel aller Käufe ungeplant erfolgt sind. Die Zahl der ungeplanten Käufe liegt damit nur leicht über der, welche durch die Ermittlung ungeplanter Käufe mittels Abfrage der Kaufabsichten identifiziert wurden (rd. 22%). Den geringsten Anteil nehmen die emotionslosen Spontankäufe mit 5,4% ein. Die größten Gruppen von Käufen sind die extensiven Käufe (23%) und die bisher in der Literatur unberücksichtigten Emotionskäufe (21%). 5.4.1.3 Validierung der Lösung der Clusterzentrenanalyse Zur Beurteilung der Güte der Clusterlösung werden die in Kap. 5.1.3.1.3 genannten Gütekriterien herangezogen. Die F-Werte sind, wie in Tabelle 42 dargestellt, für alle Variablen und Cluster kleiner als 1, so dass von einer ausreichenden Homogenität der Cluster ausgegangen werden kann. Dafür spricht auch ein vergleichsweise hoher RSWert von 0,755. Zur Beurteilung der Güte der Clusterlösung wird zudem eine Diskriminanzanalyse der Gruppen mit den Eingangsvariablen der Clusteranalyse durchgeführt. Das Ergebnis ist mit einer hohen Trefferquote von knapp 96% und signifikanten Einflüssen der Eingangsvariablen höchst zufriedenstellend, was auf eine gute Gruppenstruktur der Daten hindeutet. Zudem kann mittels der Diskriminanzanalyse festgestellt werden, dass die größte Bedeutung für die Unterscheidung der durch die Clusteranalyse ermittelten Kauftypen den Konstrukten „Spontanität des Kaufs“ und „Kognitive Beteiligung“ zukommt, wie Tabelle 43 zu entnehmen ist.
198
Die empirische Analyse ungeplanter Käufe im Internet F-Werte
Ungeplante Käufe
Geplante Käufe
Kauftyp
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Extensiver Kauf
0,09
0,13
0,32
Limitierter Kauf
0,11
0,30
0,45
Habitueller Kauf
0,09
0,27
0,53
Emotionaler Kauf
0,17
0,37
0,25
Ungeplanter Suchkauf
0,30
0,22
0,21
Ungeplant limitierter Kauf
0,37
0,28
0,12
Emotionsloser Spontankauf
0,41
0,21
0,18
Impulskauf
0,30
0,34
0,16
Tabelle 42: F-Werte der Eingangsvariablen in den Clustern der Zwischenlösung Diskriminatorische Bedeutung Unabhängige Variable
mittlerer Diskriminanzkoeffizient
Gleichheitstest der Gruppenmittelwerte Wilk’s Lamba
F-Wert
Signifikanzniveau
Spontanität des Kaufs
6,15
0,172
237,500
< 0,001
Kognitive Beteiligung
5,11
0,256
143,021
< 0,001
Positive Emotionen
3,54
0,308
110,666
< 0,001
Güte der Diskriminanzfunktion Diskriminanzfunktion Eigenwert der Diskriminanzfunktion Kanonischer Korrelationskoeffizient erklärte Varianz Test der Funktionen (von/bis) Wilks’ Lamba Chi2-Wert Freiheitsgrad Signifikanzniveau
1
2
3
5,452
2,426
1,875
0,919
0,842
0,808
55,9 %
24,9 %
19,2 %
1-3
2-3
3
0,016
0,102
0,348
1438,709
792,685
365,980
21
12
5
< 0,001
< 0,001
< 0,001
Trefferquote (ungleich große Gruppen)
95,8%
Tabelle 43: Diskriminanzprüfung der Zwischenlösung Die Analyse der Mittelwerte mit Hilfe von Post-hoc-Tests, deren Ergebnisse in Tabelle 44 dargestellt sind, bestätigen zudem, dass sich die Clusterzentren signifikant voneinander unterscheiden, womit auch der Anforderung ausreichend hoher Heterogenität der Cluster zueinander entsprochen wird. Entsprechend der Typologie sollten je Entscheidungsdimension mindesten zwei homogene Untergruppen nachgewiesen werden: je eine mit einer unterdurchschnittlichen Ausprägung und je eine mit einer überdurchschnittlichen Ausprägung der Entscheidungsdimensionen. Die Ergebnisse zeigen aber ein differenzierteres Bild: so unterscheiden sich, wie erwartet, die ungeplanten von den geplanten Käufen signifikant in der Dimension Spontanität des Kaufs. Die geplanten
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
199
Kauftypen untereinander weisen zudem eine gleichermaßen geringe Spontanität auf. In der Gruppe der ungeplanten Käufe jedoch zeichnet sich der ungeplant limitierte Kauf zwar ebenfalls durch eine überdurchschnittliche Spontanität aus, welche aber im Vergleich zu den anderen ungeplanten Kauftypen deutlich schwächer ist. Wie sich weiter unten herausstellen wird, scheint dies auf eine vergleichsweise hohe Zahl teilweise geplanter Käufe in diesem Cluster hinzudeuten, die als „Mischtyp“ zwischen den Extremen geplant und ungeplant stehen. Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Spontanität des Kaufs N
1
Extensiver Kauf
82
-0,58
Limitierter Kauf
65
-0,55
Habitueller Kauf
41
-0,53
Emotionskauf
74
-0,40
Ungeplant limitierter Kauf
26
emotionsloser Spontankauf
19
Impulskauf
25
Ungeplanter Suchkauf
21
2
3
0,80 1,54 1,85 1,86 Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Kognitive Beteiligung N
1
Impulskauf
25
-1,30
emotionsloser Spontankauf
19
-1,19
Habitueller Kauf
41
-1,11
Emotionskauf
74
Ungeplant limitierter Kauf
26
0,19
Ungeplanter Suchkauf
21
0,45
Limitierter Kauf
65
Extensiver Kauf
82
2
3
4
5
-0,55 0,45 0,64 1,04 Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Positive Emotionen N
1
65
-1,19
Habitueller Kauf
41
-1,03
emotionsloser Spontankauf
19
Limitierter Kauf
4
2
3
4
5
-1,03 -0,75
Ungeplant limitierter Kauf
26
Extensiver Kauf
82
-0,04 0,46
Impulskauf
25
0,72
0,72
Emotionskauf
74
0,79
0,79
Ungeplanter Suchkauf
21
0,99
Tabelle 44: Signifikante Mittelwertunterschiede zwischen den Clustern der Zwischenlösung
200
Die empirische Analyse ungeplanter Käufe im Internet
Entsprechend der Typologie weisen Impulskäufe, emotionslose Spontankäufe und habituelle Käufe gemeinsam die niedrigste kognitive Beteiligung auf. Der Emotionskauf weist im Gegensatz dazu eine zwar signifikant höhere, aber immer noch unterdurchschnittliche Beteiligung kognitiver Prozesse auf. Extensive Käufe gehen der Typologie entsprechend dagegen mit der größten kognitiven Beteiligung einher. Ungeplante Suchkäufe erreichen hierbei ein Niveau auf Höhe der limitierten Käufe und der ungeplant limitierten Käufe, wobei sich letztere bezüglich der kognitiven Beteiligung ebenfalls signifikant voneinander unterscheiden. Die geringste Emotionalität erreichen, wie zu erwarten war, limitierte Käufe, habituelle Käufe und emotionslose Spontankäufe. Der ungeplant limitierte Kauf weist eine durchschnittliche Emotionalität auf und unterscheidet sich dadurch signifikant von allen anderen Kauftypen. Extensive Käufe, Impulskäufe, Emotionskäufe und ungeplante Suchkäufe bilden die Gruppe von Kauftypen mit überdurchschnittlicher Freude am Kauf. Am höchsten ist diese bei den ungeplanten Suchkäufen, die sich bezüglich der Emotionalität zudem signifikant von den geplanten extensiven Käufen unterscheiden. Zudem wird überprüft, ob sich die mittels der Clusteranalyse ermittelten geplanten und ungeplanten Käufe durch die jeweils geäußerten Kaufabsichten bestätigen lassen. Dafür wird eine Kreuztabellierung, wie sie in Tabelle 45 dargestellt ist, zwischen den Clustern und den Kaufabsichten herangezogen. Analog zu Kap. 5.3.1.1 werden die Kaufabsichten in drei Hauptgruppen zusammengefasst. Dennoch liegt der Anteil der Zellen, die eine erwartete Häufigkeit unter 5 haben, mit 25% knapp über dem erlaubten Maximalwert von 20%. Der Ȥ2-Test, der einen hochsignifikanten Zusammenhang zwischen Kauftyp und Kaufabsicht ermittelt, ist somit nur unter Vorbehalt aussagekräftig. In rd. 87% der Fälle stimmt die Clusterzugehörigkeit mit der entsprechenden Kaufabsicht überein. Dabei fällt auf, dass lediglich 14 geplante Käufe (entspricht ca. 5% der geplanten Käufe) „falsch“ zugeordnet sind. Bei den ungeplanten Käufen sind es hingegen 32 Fälle (35% der ungeplanten Käufe) die nach der formulierten Kaufabsicht eigentlich geplante Käufe sein müssten. Hieraus wird deutlich, dass es den Probanden teilweise schwer fällt, eindeutige Aussagen zu den zurückliegenden ungeplanten Käufen und den damit verbundenen Entscheidungsprozessen zu machen. Dies kann entweder an der mangelnden Erinnerung liegen oder aber am fließenden Übergang zwischen geplantem und ungeplantem Handeln. Hervorzuheben sind hier vor allem die ungeplant limitierten Käufe, die unter Berücksichtigung der Kaufabsichten insgesamt
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
201
eher geplant oder teilweise geplant waren, bei dem also zumindest die Absicht zum Kauf eines entsprechenden Produkts bestanden hat. Dies erhärtet den Verdacht, dass es sich hierbei um eine Mischgruppe handelt. Kauftyp nach Kaufabsichten Anzahl Fälle (Prozent von Kauftyp)
Ungeplante Käufe
Geplante Käufe
Kauftypen aus Clusteranalyse
vollständig geplant
teilweise geplant
ungeplant
insgesamt
Extensiver Kauf
70 (85,4%)
9 (11%)
3 (3,7%)
82 (100%)
Limitierter Kauf
49 (75,4%)
12 (18,5%)
4 (6,2%)
65 (100%)
Habitueller Kauf
33 (80,5%)
5 (12,2%)
3 (7,3%)
41 (100%)
Emotionaler Kauf
62 (83,8%)
8 (10,8%)
4 (5,4%)
74 (100%)
Ungeplanter Suchkauf
2 (9,5%)
5 (23,8%)
14 (66,7%)
21 (100%)
Ungeplant limitierter Kauf
8 (30,8%)
8 (30,8%)
10 (38,5%)
26 (100%)
Emotionsloser Spontankauf
3 (15,8%)
2 (10,5%)
14 (73,7%)
19 (100%)
4 (16%)
0 (0%)
21 (84%)
25 (100%)
231 (65,4%)
49 (13,9%)
73 (20,7%)
353 (100%)
Impulskauf Insgesamt
Ȥ = 184,755, df = 14, p < 0,001, 6 Zellen (25%) haben eine erwartete Häufigkeit kleiner 5. 2
Tabelle 45: Kriteriumsvalidierung der Clusterzwischenlösung Eine Möglichkeit bestände nun in der Elimination dieser „Grenzfälle“, wodurch jedoch die Größe der Stichprobe deutlich verringert würde, weshalb auf eine Elimination verzichtet wird. Auch eine Korrektur der Clusterlösung erscheint nicht zweckmäßig, denn dies würde bedeuten, dass eines der beiden Messverfahren härter bzw. genauer ist als das andere, was ohne weitere Prüfung nicht festgestellt werden kann. Dessen ungeachtet spricht die überwiegende Übereinstimmung der beiden Messansätze von rd. 87% für eine sehr gute Kriteriumsvalidität der Clusterlösung. 5.4.1.4 Validierung mittels Mixture Clustering Die bisherige Clusterlösung wurde anschließend mittels eines Mixture Clusterings überprüft. Hiefür wurde die Software Glimmix 3.0 verwendet. Als Eingangsvariablen dienten erneut die Faktorwerte der Entscheidungsdimensionen. Neben der Berechnung der Mixture Clustering- Lösung mit den Clusterzugehörigkeiten aus der Clusterzentrenanalyse als Startpartition wurden zusätzlich die zwei bis acht Clusterlösungen mit zufälligen Startpartitionen berechnet, um festzustellen, ob mittels dieser Methode ge-
202
Die empirische Analyse ungeplanter Käufe im Internet
gebenenfalls eine andere Lösung, insbesondere mit einer geringeren Clusterzahl (= Kaufentscheidungstypen) zu favorisieren ist. Da der EM-Algorithmus nur lokale Optima bestimmt, wurden die Berechnungen für jede Clusterzahl jeweils 200 Mal durchgeführt, um ein quasi-globales Optimum zu ermitteln. Die nachfolgende Tabelle 46 zeigt die Gütemaße des jeweils besten Modells der einzelnen Clusterlösungen. Clusterzahl
LogLikelihood
AIC
CAIC
MAIC
BIC
Entropie
2
-1452,06
2922,12
2975,80
2931,12
2966,80
0,570
9
3
-1410,50
2849,00
2932,51
2863,00
2918,51
0,804
14
4
-1384,87
2807,74
2921,08
2826,74
2902,08
0,758
19
5
-1353,61
2755,22
2898,38
2779,22
2874,38
0,760
24
6
-1332,60
2723,21
2896,20
2752,21
2867,20
0,811
29
7
-1315,67
2699,33
2902,14
2733,33
2868,14
0,842
34
8
-1288,72
2655,44
2888,08
2694,44
2849,08
0,827
39
8*
-1325,43
2728,87
2961,50
2767,87
2922,50
0,812
39
df
*: Mixture Model mit Werten aus der Clusterzentrenanalyse als Startpartition; alle übrigen Modelle mit zufälligen Startpartitionen, jeweils 200 Replikationen mit maximal 250 Iterationen, Konvergenzkriterium: 0,00001
Tabelle 46: Gütemaße der Mixture Models Die statistischen Kennwerte liefern keine eindeutige Lösung. Zwar liefert die 8-Clusterlösung insgesamt die beste Modellanpassung. Eine höhere Trennschärfe zwischen den Segmenten ergibt sich aber bei einer 7-Clusterlösung. Die Lösung mit der Startpartition aus der Clusterzentrenanalyse unterliegt hinsichtlich der statistischen Kennwerte den zufälligen Clusterlösungen mit einer Clusterzahl von sechs bis acht. Für eine endgültige Entscheidung müssen daher weitere Gütemaße berücksichtigt und die inhaltliche Interpretierbarkeit der Clusterlösungen überprüft werden. Es zeigt sich, dass die Mixture Clustering-Lösungen zu schwer interpretierbaren Kaufentscheidungstypen führen. Bei der 8-Clusterlösung mit zufälligen Startwerten werden nur noch zwei ungeplante Kauftypen, der spontane Suchkauf und der Impulskauf, unterschieden. Letzterer zeichnet sich dabei durch eine nur noch durchschnittliche Emotionalität des Kaufs aus. Bei der zufälligen 7-Clusterlösung wird nur noch ein ungeplanter Kauftyp identifiziert. Stattdessen liefert die Analyse jeweils zwei Formen der limitierten und habituellen Käufe, die sich nur in der Stärke der einzelnen Dimensionen voneinander unterscheiden (vgl. Anhang E). Die Mixture Clustering-Lösung mit vorgegebener Startpartition und acht Clustern liefert, mit einer Ausnahme, ein inhaltlich ähnliches Ergebnis wie die Clusterzentrenanalyse. Statt des ungeplant limitierten Kaufs ergibt sich hier eine kleine Gruppe von vier
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
203
Fällen, die als impulsive Suchkäufe bezeichnet werden können. Diese unterscheiden sich von den ungeplanten Suchkäufen v.a. hinsichtlich der deutlich höheren Emotionalität und Spontanität der Käufe, sind aber aufgrund der geringen Fallzahl empirisch unbedeutend (vgl. Anhang E). Aufgrund dieser Ergebnisse wurde alternativ eine 7-Clusterlösung ohne den Kauftyp des ungeplant limitierten Kaufs berechnet, da dieser Kauftyp bereits in der Einzelbetrachtung der Zwischenlösung als „Mischtyp“ beschrieben wurde (vgl. Kap. 5.4.1.3) und durch das Mixture Clustering mit vorgegebenen Startwerten nicht bestätigt werden konnte. Für eine endgültige Festlegung der Clusterlösung wurden diese abschließend anhand der bekannten Gütemaße miteinander verglichen. Remaining Sum of Squares (RS)
höchster F-Wert
Trefferquote Diskriminanzanalyse
Kongruenz mit Kaufabsichten
Interpretierbarkeit
7
0,739
0,523
98,0
88,95%
+
8
0,755
0,534
95,8
86,97%
+
6
0,700
0,893
96,0
88,67%
-
7
0,718
0,873
97,7
88,95%
-
8
0,769
0,855
97,7
88,95%
-
8*
0,733
0,800
96,6
89,24%
-
7*
0,723
0,800
96,0
88,95%
+
Clusterlösungen
k-means
Mixture Clustering
*: Mixture Model mit Werten aus der Clusterzentrenanalyse als Startpartition
Tabelle 47: Gütemaße der unterschiedlichen Clusterlösungen im Vergleich Wie Tabelle 47 entnommen werden kann, liefert die 7-Clusterlösung des k-meansAlgorithmus bei Betrachtung aller interpretierbaren Ergebnisse die beste Lösung. Die Kriteriumsvalidität, gemessen anhand der Übereinstimmung mit den Kaufabsichten, ist vergleichbar mit der der Mixture Clustering-Lösungen und noch besser als bei der 8Clusterlösung des k-means-Verfahrens. Die Trefferquote der Diskriminanzanalyse erreicht mit 98% den höchsten und der maximale F-Wert den geringsten Wert. Die Homogenität der Lösung ist mit einem RS-Wert von 0,739 besser als bei den Mixture Clustering-Lösungen mit sieben Clustern. Anders als bei der 8-Clusterlösung wird die Gruppenstruktur zudem durch die Mixture Clustering-Lösung mit vorgegebener Startpartition bestätigt. Daher wird die 7-Clusterlösung der Clusterzentrenanalyse als Grundlage für die weiteren Betrachtungen herangezogen. Dies bedeutet auch, dass die
204
Die empirische Analyse ungeplanter Käufe im Internet
Hypothese H1b, die die Existenz von acht verschiedenen Kauftypen vermutete, zugunsten der Annahme einer 7-Clusterlösung aufgegeben wird. 5.4.1.5 Finale Clusterlösung Mit Ausnahme des Wegfalls der ungeplant limitierten Käufe ergeben sich gegenüber der 8-Clusterlösung nur minimale Veränderungen, was aus der Tabelle 48 im Detail hervorgeht. So verändert sich die Größe der Cluster nur geringfügig. Die Zahl ungeplanter Käufe sinkt um neun Fälle gegenüber der 8-Clusterlösung, womit sich ihr Anteil an allen Käufen von 25% auf 23% leicht reduziert. Die kleinste Gruppe von Käufen sind nunmehr die ungeplanten Suchkäufe (6,2%), wohingegen die emotionslosen Spontankäufe mit 9,3% die größte Gruppe der ungeplanten Käufe darstellen. Die häufigsten Kauftypen insgesamt sind weiterhin die extensiven Käufe (24,4%) und die Emotionskäufe (23,5%). Clusterzentren (Mittelwert der Faktorwerte)
Ungeplante Käufe
Geplante Käufe
Kauftyp
Anzahl Fälle (Prozent)
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Extensiver Kauf
-0,56
1,02
0,45
86 (24,4)
Limitierter Kauf
-0,55
0,64
-1,19
65 (18,4)
Habitueller Kauf
-0,53
-1,17
-1,12
37 (10,5)
Emotionskauf
-0,36
-0,54
0,66
83 (23,5)
Ungeplanter Suchkauf
1,59
0,46
0,64
33 (6,2)
Emotionsloser Spontankauf
1,49
-1,05
-0,71
22 (9,3)
Impulskauf
1,79
-1,24
0,71
27 (7,6)
271 (76,8)
82 (23,2)
Clusterzentrenanalyse (k-Means-Algorithmus), Konvergenz nach 9 Iterationen. Als Eingangsvariablen der Clusteranalyse dienen die Faktorwerte der jeweiligen Dimensionen.
Tabelle 48: Clusterzentren der finalen Lösung Ferner bleiben die signifikanten Unterschiede in den Entscheidungsdimensionen zwischen den Clustern nahezu vollständig erhalten, wie die Ergebnisse der ergänzenden Post-hoc-Tests in Tabelle 49 zeigen. Erwartungsgemäß weisen die geplanten Kauftypen gemeinsam auch bei der 7-Clusterlösung eine unterdurchschnittliche Spontanität des Kaufs auf. Hinsichtlich dieser erreichen die ungeplanten Kauftypen entsprechend überdurchschnittliche Werte, wobei nun der Impulskauf den höchsten Wert aufweist. Tabelle 49 zeigt zudem, dass die Spontanität des Impulskaufs dabei die des emotionslosen Spontankaufs signifikant übersteigt.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
205
Bei der kognitiven Beteiligung ergeben sich keine Veränderungen der Signifikanzen. Wie erwartet sind gedankliche Verarbeitungsprozesse bei Impulskäufen, habituellen Käufen und emotionslosen Spontankäufen am schwächsten ausgeprägt. Wie schon bei der 8-Clusterlösung weisen Emotionskäufe diesen Kauftypen gegenüber eine signifikant höhere Beteiligung kognitiver Prozesse auf, welche aber weiterhin unterdurchschnittlich ist. Ungeplante Suchkäufe erreichen das gleiche positive Niveau wie limitierte Käufe. Extensive Käufe erreichen die signifikant höchsten Werte bei der kognitiven Beteiligung, wie in Tabelle 49 zu sehen ist. Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Spontanität des Kaufs N
1
Extensiver Kauf
86
-0,56
Limitierter Kauf
65
-0,55
Habitueller Kauf
37
-0,53
Emotionskauf
83
-0,36
emotionsloser Spontankauf
22
1,49
Ungeplanter Suchkauf
33
1,59
Impulskauf
27
3
1,59 1,79
Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Kognitive Beteiligung
Impulskauf
2
N
1
27
-1,24
2
3
Habitueller Kauf
37
-1,17
emotionsloser Spontankauf
22
-1,05
Emotionskauf
83
Ungeplanter Suchkauf
33
0,46
Limitierter Kauf
65
0,64
Extensiver Kauf
86
4
-0,54
1,02 Homogene Untergruppen ( p < 0,05; Tukey-Kramer)
Positive Emotionen N
1
65
-1,19
Habitueller Kauf
37
-1,12
emotionsloser Spontankauf
22
Extensiver Kauf
86
Ungeplanter Suchkauf
33
0,64
Emotionskauf
83
0,66
Impulskauf
27
0,71
Limitierter Kauf
2
3
-0,71 0,45
Tabelle 49: Signifikante Mittelwertunterschiede zwischen den Clustern der finalen Lösung
206
Die empirische Analyse ungeplanter Käufe im Internet
Analog zeigt sich das Bild bei der Beteiligung positiver Emotionen. Limitierte und habituelle Käufe gehen hierbei mit den wenigsten positiven Emotionen einher, unterscheiden sich nun aber signifikant von den emotionslosen Spontankäufen. Alle übrigen Kauftypen erreichen bei der Emotionalität des Kaufs ein vergleichbar hohes positives Niveau. Den höchsten Wert erzielen im Vergleich zur Zwischenlösung nun aber die Impulskäufe.
5.4.2 Deskriptive Analyse ungeplanter Kaufentscheidungstypen anhand des Kaufentscheidungsprozesses Dem Kaufphasenmodell entsprechend werden im Folgenden Unterschiede zwischen den Kaufentscheidungstypen in der Anregungsphase, der Such- und Bewertungsphase, der Kaufphase, sowie der Nachkaufphase betrachtet. 5.4.2.1 Anregungsphase Bezüglich der Anregungsphase interessierte, wie die Probanden auf den jeweils gekauften – und vom Fragebogentool zufällig ausgewählten – Artikel aufmerksam geworden sind. Da die entsprechende Frage „Wie bzw. wo sind Sie während der Internetsitzung erstmalig auf den Artikel aufmerksam geworden?“ nur für ungeplante Käufe relevant ist, wurde sie nur denjenigen Probanden gestellt, die gemäß der zuvor geäußerten Kaufabsicht („Hatten Sie bereits vor der Internetsitzung, in der der Kauf erfolgt ist, die Absicht ein Produkt dieser Kategorie zu kaufen?“ – Antwort: nein) einen ungeplanten Kauf getätigt hatten. Durch die spätere alternative Typenbildung mittels der Entscheidungsdimensionen gibt es jedoch Käufe, die davon abweichend als geplante bzw. ungeplante Käufe klassifiziert wurden, so dass am Ende nur zu 57 eindeutig ungeplanten Käufen nähere Aussagen zur ersten Aufmerksamkeit getroffen werden konnten, ein Umstand, den es in zukünftigen Studien zu verbessern gilt. Durch die Fokussierung auf die ungeplanten Käufe konnte den Probanden eine Liste möglicher Aufmerksamkeitsquellen vorgelegt werden, die sich ausschließlich auf den Online-Kontext beziehen. Bei knapp 80% (n=45) der verbliebenen 57 Käufe gaben die Probanden an, über die Webseite des Anbieters, bei dem sie das Produkt gekauft hatten, auf den ungeplant gekauften Artikel aufmerksam geworden zu sein. Hypothese H2a, nach der ungeplante Käufe am häufigsten durch Maßnahmen im Online-Shop angeregt werden, kann damit bestätigt werden. Rund zwei Drittel (63,5%, n=36) der ungeplanten Käufe wurden dabei durch das Stöbern auf der Webseite des Anbieters angeregt. Bei jeweils rd. 5% (n=3) geschah dies durch die Startseite des Anbieters oder
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
207
Empfehlungen während des Kaufs eines anderen Produkts. 7% (n=4) der Probanden hatten sich wieder an den Artikel erinnert, so dass diese Käufe streng genommen keine ungeplanten Käufe darstellen. Bei den übrigen 14% der ungeplanten Käufe wurden sonstige Möglichkeiten angegeben, wie z.B. rein zufällig bzw. beim Surfen im Internet auf das Produkt gestoßen zu sein.
79,7
Extensiv 73,7
Limitiert
Signifikanz: p 0,05; (paarweiser t-Test)
26,3
Habituell
65,7
Emotionskauf 51,6
Spontaner Suchkauf Emotionsloser Spontankauf
56,9 68,1
Impulskauf 0
20
40 60 80 Zeit vor dem Kauf in Minuten (Selbstauskunft)
Ø = 64,7 min. 100
Abbildung 16: Durchschnittliche Surfzeit vor dem Kauf je Kauftyp Ein weiterer Aspekt der Anregungsphase ist die Zeit vom Start der Internetsitzung bis zum Online-Kauf. Diese „Surfzeit“ vor dem Kauf enthält bei geplanten Käufen und ungeplanten Suchkäufen auch die Such- und Bewertungsphase des Kaufentscheidungsprozesses. Die Surfzeit wurde in Ermangelung von Beobachtungsdaten, z.B. mittels Clickstream-Analyse, auf Basis der Selbstauskunft der Probanden ermittelt und ist daher mit Vorsicht zu interpretieren. Trotz der in Abbildung 16 dargestellten, teilweise großen Unterschiede zwischen einzelnen Kauftypen ergeben sich hinsichtlich der Surfzeit laut Tukey-Kramer-Test keine signifikanten Unterschiede zwischen den einzelnen Kauftypen. Nach paarweisen t-Tests ergibt sich aber ein signifikanter Unterschied zwischen habituellen Käufen und limitierten sowie extensiven Käufen. Habituelle Käufe finden demnach ausgesprochen verkürzt und gezielt statt, extensive Käufe nehmen erwartungsgemäß die meiste Zeit in Anspruch. Zudem ist die Surfzeit bei den Emotionskäufen und Impulskäufen tendenziell länger, obgleich diese ohne eine nennenswerte Informationsverarbeitung einhergehen. Hier liegt die Vermutung nahe, dass diese entweder durch zielloses Surfen, z.B. im Online-Shop, oder aber im Zusammen-
208
Die empirische Analyse ungeplanter Käufe im Internet
hang mit anderen Käufen auftreten. Der Unterschied zu habituellen Käufen ist jedoch nicht signifikant, so dass Hypothese H2b, nach der ungeplanten Käufen eine längere Surfzeit vorausgeht als habituellen Käufen, nur eingeschränkt bestätigt werden kann.
5.4.2.2 Such-, Bewertungs und Auswahlphase Im Rahmen der Such- und Bewertungsphase wurden die Wichtigkeit verschiedener Informationsquellen und Kaufentscheidungskriterien sowie die Möglichkeiten zur Produktbeurteilung näher betrachtet. Wie aus Tabelle 50 hervorgeht ist die Webseite des Anbieters bzw. der Online-Shop die wichtigste Informationsquelle beim Kauf über das Internet und für alle Kauftypen gleichermaßen wichtig. Danach folgen Suchmaschinen, Preisvergleichsdienste und Herstellerwebseiten. Von mittlerer Bedeutung sind Webseiten anderer Verkäufer bzw. Händler, Freunde und Bekannte sowie Testberichte im Internet. Eine untergeordnete Rolle spielten zum Zeitpunkt der Erhebung Kundenmeinungsplattformen, Foren und Blogs sowie Ladengeschäfte, Werbung im Allgemeinen, Printkataloge, Presseberichte (online/offline) und Online-Portale. Eindeutige signifikante Unterschiede bei der Nutzung der Informationsquellen zeigen sich überwiegend. So weisen die Informationsquellen erwartungsgemäß bei extensiven Käufen die höchste und bei habituellen Käufen die geringste Bedeutung im Kaufentscheidungsprozess auf. Sowohl Suchmaschinen, Preisvergleichsdienste, Herstellerwebseiten, Webseiten anderer Händler, Kundenmeinungsplattformen, Testberichte im Internet, Foren und Blogs sowie Online-Portale werden bei extensiven Käufen am wichtigsten eingestuft, womit sich diese signifikant von den meisten anderen Kauftypen unterscheiden. Auch die Information im Ladengeschäft scheint bei diesen Käufen tendenziell häufiger vorzukommen, und wie bei allen geplanten Käufen sind auch Freunde und Bekannte durchaus wichtig bei der Entscheidungsfindung. Die größten Überschneidungen bestehen zu den limitierten Käufen, bei denen neben dem OnlineShop ebenfalls Suchmaschinen, Preisvergleichsdienste sowie Webseiten anderer Händler als bedeutendste Informationsquellen hervorstechen. Die Bedeutung des Online-Shops, von Offline-Presseberichten sowie von Freunden und Bekannten als Informationsquelle erreicht den höchsten Wert bei den Emotionskäufen, wenngleich der Unterschied zu anderen Kauftypen nur teilweise signifikant ist.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
Informationsquellen Suchmaschine * Preisvergleichsdienst * Herstellerwebseite + Webseite des Verkäufers/Händlers (n.s.) Webseiten anderer Verkäufer/Händler *
3,06 2,94 2,95 3,71
Testberichte im Internet *
3,71
3,49
2,79 2,09
1,59
3,78 2,25 1,99
2,65 Kundenmeinungsplattformen (z.B. doyoo, ciao, ...) * Foren, Blogs +
2,09
1,90
2,03 1,52
Werbung *
1,56
1,26
Presse-/Medienberichte (offline) +
1,31
1,28
Presse-/Medienberichte (online) + Online-Portal (T-Online, MSN, RTL.de, ...) + Freunde, Bekannte * Ladengeschäft + Printkatalog *
1,24 1,41 1,16
1,51
1,64 1,44
1,64
1,80
3,73 2,15
1,49
1,48 1,37 2,00
3,23
3,44
1,43
1,52
1,68
1,30
2,30 1,73
1,36
1,48
1,76
1,41
1,44
1,72 1,55
1,15 1,85 1,27
1,31 1,67
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
Wichtigkeit Mittelwert Skala: 1 = „absolut unwichtig“ bis 5 = „sehr wichtig“ 1,84 1,64 2,40 2,92 2,79 1,53 1,32 2,08 2,25 2,71 1,97 2,35 2,05 2,57 2,64
1,81 2,89
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
209
1,75
1,32
1,31 1,30
1,79 1,06
1,06
2,54
2,51 1,49
1,16
1,12
1,05
1,00
1,25 2,53 2,01 1,52
1,83 1,26
1,11
2,75
2,06
1,91
1,83
1,52
1,58
1,41 2,52 1,41
1,85
1,05 1,96
1,52 Wichtigkeit von Informati1,66 1,68 onsquellen insgesamt 2,07 2,04 2,07 (Gesamtmittelwert) 2,27 Die Zeilen je Rubrik (Informationsquelle) verdeutlichen die homogenen Untergruppen; * p 0,05, Tukey-Kramer; + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert.
Tabelle 50: Bedeutung der Informationsquellen je Kauftyp Bei den ungeplanten Kauftypen ist die Nutzung von Informationsquellen insgesamt schwächer ausgeprägt. Emotionslose Spontankäufe weisen dabei die signifikant ge-
210
Die empirische Analyse ungeplanter Käufe im Internet
ringste Nutzung von Informationsquellen auf, was den beiläufigen Charakter dieser Art Käufe verdeutlicht. Impulskäufe wiederum zeichnen sich durch eine ähnlich geringe Informationsneigung wie habituelle und emotionslose Spontankäufe aus, mit zwei Ausnahmen: Printkataloge und Werbung sind signifikant wichtiger, wenngleich auf niedrigem Niveau. Bei ungeplanten Suchkäufen finden neben dem Online-Shop am ehesten noch Suchmaschinen und Online-Presseberichte Berücksichtigung. Hypothese H3a kann damit bestätigt werden. Bezüglich der kaufentscheidenden Kriterien zeigt sich eine deutliche Dominanz des Preises, wie Tabelle 51 zeigt. Über alle Kauftypen hinweg ist ein günstiger Preis das wichtigste Kriterium bei der Auswahl des jeweiligen Artikels. Die höchsten Werte werden bei den extensiven und ungeplanten Suchkäufen erreicht. Erstere unterscheiden sich dabei von den Emotionskäufen signifikant. Hypothese H3b, nach der der Preis für alle Kauftypen gleich wichtig ist, kann somit nur teilweise bestätigt werden.
Ausgewählte Kaufentscheidungskriterien Marke des Artikels + Günstiger Preis + Spaß beim Konsum des Artikels* Kurzfristige Verfügbarkeit des Artikels + Positive Kundenmeinungen/ Rezensionen* Positive Testberichte über den Artikel*
2,76 4,03
2,09
3,15
1,94
3,66 2,92
2,65
2,33 3,78
2,36 3,62
3,43
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
Wichtigkeit Mittelwert Skala: 1 = „absolut unwichtig“ bis 5 = „sehr wichtig“ 2,21 2,68 2,59 2,84 2,89 3,60 3,94 3,65 3,82 4,06
3,13 3,35
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
3,61
3,58 3,27
3,23 2,14
2,78
3,56 2,78 1,96
3,44 2,69
2,35
1,77
1,56
2,71
2,76 2,97 Die Zeilen je Rubrik (Kaufentscheidungskriterium) verdeutlichen die homogenen Untergruppen; *p 0,05, Tukey-Kramer; + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert.
Tabelle 51: Bedeutung von Kaufentscheidungskriterien je Kauftyp Die Marke hingegen hat für alle Kauftypen nur unterdurchschnittliche Bedeutung. Dabei ist diese, anders als erwartet, bei limitierten Käufen und Emotionskäufen signifikant wichtiger als bei ungeplanten Suchkäufen. Die kurzfristige Verfügbarkeit des Ar-
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
211
tikels ist nahezu ausnahmslos wichtig für den Kauf. Einzig bei Impulskäufen scheint diese nur unterdurchschnittlich wichtig zu sein. Die Vermutung, dass gerade bei diesen Käufen der Wunsch nach schneller Lieferung besonders stark ist, lässt sich somit nicht halten. Die Hypothesen H3c und H3e können somit nicht bestätigt werden. Wie in Hypothese H3f vermutet ist der Spaß beim Konsum des gekauften Artikels vor allem für emotional dominierte Käufe wichtig. Einzige Ausnahme bilden die extensiven Käufe, die sich hierin nicht signifikant von emotionslosen Spontankäufen unterscheiden. Bei limitierten und habituellen Käufen ist der Spaß am Konsum hingegen unbedeutend, was auf die große Zahl von Fremdkäufen zurückzuführen ist (vgl. Kap. 5.4.3.1.1 und 5.4.3.3). Positive Testberichte und Kundenmeinungen spielen bei Impulskäufen keine Rolle, sind aber bei extensiven Käufen und ungeplanten Suchkäufen teilweise signifikant wichtiger als bei den übrigen Kauftypen, nicht jedoch bei limitierten Käufen, weshalb Hypothese H3d nur eingeschränkt bestätigt wird. Entsprechend der informationsökonomischen Unterscheidung in Such- und Erfahrungseigenschaften von Produkten kann für Online-Käufe nach den Möglichkeiten der Produktbeurteilung vor und nach dem Kauf gefragt werden. Tabelle 52 verdeutlicht, dass den Probanden die Beurteilung nach dem Kauf prinzipiell für alle Kauftypen gegeben ist. Einen signifikanten Unterschied gibt es zwischen limitierten und extensiven Käufen sowie Emotionskäufen, der aus der relativ hohen Zahl von Geschenkkäufen unter den limitierten Käufen resultieren könnte. Diese können bei Online-Käufen direkt an den Beschenkten zugestellt werden, so dass sich diese der Produktbeurteilung des Käufers entziehen. Bei den Sucheigenschaften gibt es einen tendenziellen Unterschied zwischen ungeplanten und geplanten Kauftypen. Produkte, die im Rahmen von Emotionskäufen erworben wurden, weisen die besten Sucheigenschaften auf und unterscheiden sich damit sogar signifikant von den ungeplanten Kauftypen, auf die dies eher nicht zutrifft. Die Hypothesen H3g und H3h können dennoch nur eingeschränkt bzw. nicht bestätigt werden.
Die empirische Analyse ungeplanter Käufe im Internet
Such- und Erfahrungseigenschaften
Impulskauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
Emotionsloser Spontankauf
212
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“
Sucheigenschaften: 2,82 2,50 Ich konnte die Qualität des 3,06 3,08 3,03 Artikels vor dem Kauf voll3,35 ständig beurteilen + Erfahrungseigenschaften: 3,98 Ich kann die Qualität des 4,06 4,24 4,43 Artikels nach dem Kauf voll4,36 4,37 ständig beurteilen + Die Zeilen je Rubrik (Such-/Erfahrungseigenschaften) verdeutlichen die homogenen Untergruppen; + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert.
2,59
4,11
Tabelle 52: Möglichkeiten der Produktbeurteilung je Kauftyp
5.4.2.3 Kaufphase Im Rahmen der Kaufphase werden vor allem die Größe des Einkaufs, gemessen an der Anzahl gekaufter Artikel und der Einkaufssumme, die Art des Anbieters bei dem das Produkt gekauft wurde, die Auswahlentscheidung und Bekanntheit des Anbieters auf Seiten der Nutzer sowie die gewählten Versand- und Zahlungsmodalitäten betrachtet. Wie Abbildung 17 verdeutlicht, wurden im Durchschnitt je Online-Einkauf zwei Artikel gekauft. Hierbei zeigen sich signifikante Unterschiede zwischen geplanten und ungeplanten Käufen, womit Hypothese H4a bestätigt wird. Demnach finden ungeplante Käufe im Durchschnitt bei Einkäufen mit mehr als 2 Artikeln statt. Dieses Ergebnis ist nicht überraschend, denn naturgemäß erhöht sich die Zahl der Artikel um wenigsten einen, wenn dieser zu einem oder mehreren anderen Artikel ungeplant dazu gekauft wird. Die Betrachtung der Zahl von Einzelkäufen, d.h. Online-Einkäufen, bei denen nur ein Artikel gekauft wurde, verdeutlicht darüber hinaus, dass ungeplante Käufe am häufigsten im Verbund mit anderen Artikelkäufen auftreten. Ungeplante Einzelkäufe sind hingegen seltener. Sind rd. 70% der geplanten Käufe solche Einzelkäufe, so sind dies bei den ungeplanten Käufen nur 27%.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
Signifikanz: p 0,05 (Tukey-Kramer)
1,5
Extensiv
213
1,7
Limitiert 1,6
Habituell
1,8
Emotionskauf
3,3
Spontaner Suchkauf Emotionsloser Spontankauf
2,8 3,3 Ø = 2,0
Impulskauf 0
1 2 3 Mittelwert Anzahl Artikel des gesamten Einkaufs
4
Abbildung 17: Durchschnittliche Anzahl Artikelkäufe je Kauftyp Im Gegensatz dazu unterscheiden sich die Kauftypen aber hinsichtlich der Einkaufssumme nur wenig, wie Tabelle 53 entnommen werden kann. Ein signifikanter Unterschied besteht lediglich zwischen extensiven Käufen mit durchschnittlich rd. 150 EUR und habituellen Käufen mit 46 EUR Einkaufssumme. Ansonsten liegt der Betrag zwischen 60 EUR und 70 EUR. Hypothese H4b, nach der die Einkaufssumme bei ungeplanten Käufen höher sei, kann damit nicht bestätigt werden. Eine Erklärung für die recht homogenen Einkaufssummen über die Kauftypen könnte in der Existenz mentaler Budgets liegen (vgl. Kap. 4.2.3). Wird eine zuvor anvisierte Summe bei geplanten Käufen unterschritten, ist der Nutzer u.U. gewillt, noch etwas ungeplant dazu zu kaufen, bis das Limit des mentalen Budgets erreicht worden ist. Diese Vorüberlegungen fehlen naturgemäß bei ungeplanten Käufen.
214
Die empirische Analyse ungeplanter Käufe im Internet
Emotionsloser Spontankauf
Impulskauf
Habituell 46,00
Ungeplanter Suchkauf
70,40
ungeplante Käufe Emotionskauf
Einkaufssumme (in EUR) +
Limitiert
Extensiv
geplante Käufe
72,90
64,90
64,20
63,50
47,81
33,00
38,12
150,70
Relation Artikelpreis/ Einkaufssumme (in %) *
77,40
73,67
70,31
68,90
Die Zeilen je Rubrik verdeutlichen die homogenen Untergruppen, * p 0,05, Tukey-Kramer; + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert.
Tabelle 53: Durchschnittliche Einkaufssumme je Kauftyp Eine klare Trennung zwischen geplanten und ungeplanten Käufen zeigt sich bei Betrachtung der Relation von Artikelpreis zu gesamter Summe des Einkaufs, wie ebenfalls aus Tabelle 53 ersichtlich wird. Während der betragsmäßige Anteil geplant gekaufter Artikel am gesamten Einkauf zwischen 70 und 80% liegt, sinkt dieser bei ungeplant gekauften Artikeln auf unter 50%, bei emotionslosen Spontankäufen macht dieser sogar nur noch ein Drittel der Einkaufssumme aus, womit die betreffende Hypothese H4c bestätigt wird. Auch hierbei liefert die Existenz mentaler Budgets die notwendige Erklärung. So sind Konsumenten eher gewillt noch etwas zu einem beabsichtigten Kauf hinzuzunehmen, wenn der Artikel in Relation zur gesamten Einkaufssumme wenig kostet. Wie aus Tabelle 54 hervorgeht wurde in der Studie am häufigsten bei Universalversendern eingekauft, allen voran Amazon (rd. 26% aller Käufe). Danach folgen zu rund einem Viertel zahlreiche Spezialversender wie z.B. iTunes, Conrad und Globetrotter. Gut 18% der Käufe erfolgten über Online-Auktionen bei eBay und 14% der Käufe direkt beim „Hersteller“, allen voran Esprit und der Kauf von Tickets bei der Deutschen Bahn. Zu den sonstigen Anbietern zählen u.a. Discounter wie Tchibo oder Discount24 sowie der Medienflohmarkt booklooker.de.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
Habituell
Ungeplanter Suchkauf
Emotionsloser Spontankauf
Impulskauf
Art des Anbieters
Gesamt
Universalversender
35,6%
30,6%
31,3%
47,2%
38,3%
42,4%
31,8%
33,3%
Spezialversender
27,6%
35,3%
26,6%
11,1%
28,4%
30,3%
18,2%
29,6%
Online-Auktion
17,8%
27,1%
20,3%
13,9%
13,6%
9,1%
18,2%
11,1%
Hersteller
14,1%
3,5%
18,8%
25,0%
8,6%
15,2%
31,8%
22,2%
Emotionskauf
Limitiert
ungeplant
Extensiv
geplant
215
in % der Fälle
Chi2-Test: p 0,05 Sonstige (z.B. Discount)
4,9%
3,5%
3,1%
2,8%
11,1%
3,0%
-
3,7%
Fälle (N)
348
85
64
36
81
33
22
27
Tabelle 54: Bevorzugte Anbieter je Kauftyp Lässt man die sonstigen Nennungen unberücksichtigt, ergibt sich bei der Art des Anbieters ein signifikanter Unterschied zwischen den Kauftypen. So wird fast die Hälfte der habituellen Käufe bei Universalversendern getätigt und immerhin 25% direkt beim Hersteller. Herstellerseiten werden darüber hinaus noch häufiger für emotionslose Spontankäufe und relativ häufig für Impulskäufe genutzt. Dies ist vor allem dadurch erklärbar, dass die großen Textilmarken wie Esprit und S.Oliver eigene Online-Shops betreiben und Kleidung generell häufiger ungeplant gekauft wird (vgl. Kap. 5.4.3.2). Das große Angebot von Universalversendern scheint zudem die Kunden vergleichsweise häufig zu ungeplanten Suchkäufen zu verleiten, indem nach einer anfänglichen Aktivierung weiter innerhalb des Shops nach Alternativen geschaut wird. Extensive Käufe hingegen werden am häufigsten bei Spezialversendern, die u.U. den aktuell niedrigsten Preis für einen bestimmten Artikel bieten, getätigt. Vergleichsweise häufig finden sich extensive Käufe zudem bei Online-Auktionen wieder, was auf die Entscheidung zwischen einer großen Zahl alternativer Verkäufer zurückzuführen ist. Erschwert wird die Suche nach dem besten Angebot dabei nicht nur durch die verschiedenen Preisvorstellungen, sondern auch durch die teilweise qualitativ sehr unterschiedlichen Angebote und Angebotspräsentationen sowie Bewertungen der Verkäufer. Die Hypothesen H4d bis H4f können damit nur teilweise bestätigt werden. Die genannten Aspekte werden durch die Ergebnisse zur Auswahl des Anbieters gestützt, wie den Tabellen 55 und 56 zu entnehmen ist. So zeigt sich, dass bei extensiven Käufen signifikant häufiger bei bisher kaum bekannten Anbietern gekauft und die Suche nach dem geeigneten Anbieter vergleichsweise lange gedauert hat. Umgekehrt
216
Die empirische Analyse ungeplanter Käufe im Internet
finden habituelle Käufe in der Regel bei gut bekannten Anbietern statt, die gezielt und regelmäßig aufgesucht werden. Dies trifft im Großen und Ganzen auch auf die ungeplanten Kauftypen zu. Die Hypothesen H4g bis H4i können damit bestätigt werden.
Emotionsloser Spontankauf
Impulskauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Kenntnis des OnlineShops/Anbieters
Extensiv
geplante Käufe
0,242
0,196
Mittelwerte des Faktorwerts -0,329
Kenntnis des Shops/ Anbieters +
-0,177 0,270
0,151
0,200
Items: „Den Anbieter kenne ich gut.“ und „Bei diesem Anbieter kaufe ich regelmäßig etwas.“ Die Zeilen verdeutlichen die homogenen Untergruppen; + p 0,05, paarweiser t-Test bzw. Mann-WhitneyU-Test; Fett: höchster Wert.
Tabelle 55: Kenntnis des Anbieters je Kauftyp
Händlerwahl
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“
Für den Kauf dieses Artikels habe ich … … lange nach einem geeigneten Anbieter gesucht* … den Anbieter ganz spontan ausgewählt*
1,46 2,73
1,85
2,45
1,55
1,48
2,36
2,44
2,03
1,59 2,22
2,15
1,98 2,69
Die Zeilen je Rubrik (Händlerwahl) verdeutlichen die homogenen Untergruppen; *p 0,05, Tukey-Kramer; Fett: höchster Wert.
Tabelle 56: Anbieterauswahl je Kauftyp Die häufigste Zahlungsart in der Studie war das Lastschriftverfahren, wie aus Tabelle 57 hervorgeht. In fast einem Drittel der Fälle wurde die Abbuchung vom Bankkonto gewählt. Dies trifft auch auf die meisten Kauftypen zu. Es zeigen sich lediglich tendenzielle Unterschiede zwischen den einzelnen Typen, so dass Hypothese H4j nicht
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
217
bestätigt wird. So ist das Lastschriftverfahren bei den habituellen Käufen besonders häufig gewählt worden, und auch die Zahlung per Kreditkarte wurde bei diesen Käufen vergleichweise oft verwendet. Da diese Verfahren ein gewisses Vertrauen in den Anbieter voraussetzen, spricht dies ebenfalls dafür, dass hierbei in bekannten OnlineShops eingekauft wurde. Bei den extensiven Käufen wurde zu fast 40% die Vorauszahlung per Überweisung gewählt, was an dem großen Anteil von Käufen in OnlineAuktionen begründet sein dürfte. Die Zahlung auf Rechnung ist dagegen mit ca. 30% bei den Impulskäufen die häufigste Zahlungsweise. Die aus Sicht des Käufers vergleichsweise sichere Zahlung auf Rechnung ist zudem tendenziell bei allen ungeplanten Kauftypen häufiger verwendet worden als bei den geplanten Käufen. Paypal wurde insgesamt nur selten eingesetzt und wenn, dann vor allem beim Kauf über OnlineAuktionen (76% der Paypal-Zahlungen fallen auf Käufe in Online-Auktionen).
Ungeplanter Suchkauf
Emotionsloser Spontankauf
31,3%
24,4%
33,8%
41,7%
37,3%
31,3%
27,3%
18,5%
Vorkasse/Überweisung
25,6%
39,5%
24,6%
19,4%
19,3%
15,6%
27,3%
22,2%
Gesamt
Impulskauf
Habituell
Lastschrift
Zahlungsweise
Emotionskauf
Limitiert
ungeplant
Extensiv
geplant
in % der Fälle
Rechnung
17,4%
14,0%
12,3%
11,1%
19,3%
25,0%
22,7%
29,6%
Kreditkarte
16,2%
12,8%
13,8%
25,0%
14,5%
18,8%
18,2%
22,2%
Paypal
6,0%
7,0%
7,7%
-
8,4%
9,4%
-
-
Sonstige
3,4%
2,3%
7,7%
2,8%
1,2%
-
4,5%
7,4%
Fälle (N)
351
86
65
35
83
33
22
27
Chi2-Test: n.s.
Tabelle 57: Bevorzugte Zahlungsweise je Kauftyp Als Nebenergebnis zeigt sich ein signifikanter Zusammenhang zwischen der Art des Anbieters und der gewählten Zahlungsweise. So ist bei Online-Auktionen die Zahlung per Vorkasse mit fast 70% die häufigste Zahlungsweise. Bei Universalversendern ist dies mit 61% das Lastschriftverfahren, während die Zahlung mit Kreditkarte und auf Rechnung vergleichsweise häufig beim Kauf über die Webseite des Herstellers gewählt wurde (37% bzw. 32%). Beim Kauf über Spezialversender zeigt sich hingegen ein ausgeglichenes Bild: zu je einem Viertel wurden Zahlung auf Rechnung, Vorkasse und Lastschrift als Zahlungsart genannt.
218
Die empirische Analyse ungeplanter Käufe im Internet
Anders als in Hypothese H4l vermutet, gibt es bezüglich der Versandkosten, die im Durchschnitt bei rd. 3 EUR lagen, keine signifikanten Unterschiede zwischen den Kauftypen, wie Abbildung 18 verdeutlicht. Abbildung 19 zeigt zudem, dass rd. 50% der Einkäufe versandkostenfrei erfolgten. Bei den Extensiven Käufen waren es nur rd. 38%. 3,2
Extensiv 2,5
Limitiert 2,1
Habituell
Signifikanz: n.s. (Tukey-Kramer, t-Test, M-W-U-Test)
2,3
Emotionskauf
2,5
Spontaner Suchkauf Emotionsloser Spontankauf
3,3 2,8
Impulskauf 0
1
2 3 Mittelwert Versandkosten (in EUR)
Ø = 2,7 EUR 4
Abbildung 18: Durchschnittliche Versandkosten je Kauftyp
Wie Tabelle 58 verdeutlicht, gibt es auch bezüglich der Art der Lieferung keine signifikanten Unterschiede zwischen den Kauftypen, womit auch die entsprechende Hypothese H4k abgelehnt werden muss. Fast 90% aller Käufe wurden per Standardlieferung geordert, der Rest verteilt sich auf einzelne Expresslieferungen, Downloads und Abholungen. Auffallend ist, dass keiner der ungeplant gekauften Artikel per Abholung übergeben wurde und alle ungeplanten Suchkäufe per Standardlieferung zum Käufer gelangt sind.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
Extensiv (n=86)
Signifikanz: n.s. (Chi2-test)
38,4%
Limitiert (n=65)
219
50,8%
Habituell (n=37)
56,8%
53,7%
Emotionskauf (n=82) Spontaner Suchkauf (n=33)
57,6%
Emotionsloser Spontankauf (n=22)
54,5%
44,4%
Impulskauf (n=27) 0%
20%
Ø = 49,4 %
40% 60% Anteil versandkostenfreier Lieferungen
80%
100%
Abbildung 19: Anteil versandkostenfreier Lieferungen je Kauftyp
Habituell
Ungeplanter Suchkauf
Emotionsloser Spontankauf
Impulskauf
Standard
89,5%
86,0%
89,2%
85,7%
92,8%
100,0%
81,8%
88,9%
Express
2,3%
3,5%
1,5%
2,9%
-
-
9,1%
3,7%
Download
3,1%
3,5%
1,5%
2,9%
2,4%
-
9,1%
7,4%
Abholung
2,3%
5,8%
1,5%
2,9%
1,2%
-
-
-
Sonstige
2,8%
1,2%
6,2%
5,7%
3,6%
-
-
-
Fälle (N)
351
86
65
35
83
33
22
27
Lieferart
Gesamt
Emotionskauf
Limitiert
ungeplant
Extensiv
geplant
in % der Fälle
Chi2-Test: n.s.
Tabelle 58: Bevorzugte Art der Lieferung je Kauftyp
220
Die empirische Analyse ungeplanter Käufe im Internet
5.4.2.4 Nachkaufphase Nach dem Kauf eines Artikels stellt sich in der Regel Zufriedenheit oder Unzufriedenheit mit dem Kauf ein. Dabei kann sich Zufriedenheit bereits nach Beendigung der Bestellung einstellen, zu guter Letzt aber vor allem nach Erhalt der bestellten Ware. Tabelle 61 verdeutlicht diesen Zusammenhang und zeigt dabei, dass vor Erhalt der Ware noch keine signifikanten Unterschiede zwischen den Kauftypen bestehen. Zu beachten ist dabei jedoch die teilweise geringe Fallzahl aufgrund fehlender Werte, so dass der Post-hoc-Test nur bedingt anwendbar ist. Anders als erwartet weisen nur emotionslose Spontankäufe, nicht aber Impulskäufe eine signifikant geringere Zufriedenheit als die übrigen Kaufentscheidungstypen auf, weshalb Hypothese H5 nur eingeschränkt bestätigt werden kann. Die höchste Zufriedenheit verspüren Käufer, die einen Emotionskauf getätigt haben.
Zufriedenheit Alle Käufe (Fallzahl) Mit dem Kauf des Artikels bin ich sehr zufrieden.* Artikel bereits erhalten (Fallzahl) Mit dem Kauf des Artikels bin ich sehr zufrieden.* Artikel noch nicht erhalten (Fallzahl) Mit dem Kauf des Artikels bin ich sehr zufrieden. #
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“ 85
63
37
79
33
21
27
3,29 4,31
3,95
4,08
4,54
4,33
4,41
46
46
23
49
19
15
21
4,41
4,04
4,39
4,67
4,58
27
14
12
22
13
4#
5#
4,00
3,50
3,50
4,41
4,00
3,50
4,60
3,27 4,38
Die Zeilen je Rubrik (Zufriedenheit) verdeutlichen die homogenen Untergruppen. * p 0,05, Tukey-Kramer; #: aufgrund teilweise geringer Fallzahlen Signifikanztest nicht zweckmäßig. Fett: höchster Wert. Abweichende (Summen-)Fallzahlen resultieren aus fehlenden Werten.
Tabelle 59: Zufriedenheit mit dem Kauf
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
221
5.4.3 Explikative Analyse ungeplanter Kaufentscheidungstypen anhand ausgewählter Determinanten 5.4.3.1 Psychologische Determinanten 5.4.3.1.1 Kaufmotive Die Analyse der Kaufmotive, also der konkreten Gründe für den Kauf eines Produkts, ist ein zentraler Bestandteil der bisherigen Forschung zu ungeplanten Käufen. Diese dienen einerseits der weiteren Abgrenzung der unterschiedlichen Kaufentscheidungstypen, andererseits geben sie Einblick in mögliche Ursachen für den Kauf der einzelnen Produkte. Daher werden im Folgenden die in Kap. 4.3.1.1 erläuterten Kaufmotive hinsichtlich ihrer Bedeutung für die einzelnen Kaufentscheidungstypen untersucht. Die Operationalisierung der Kaufmotive lehnt sich teilweise an die Studien von Baun (2003) und Dahlhoff (1979) an und wird um eigene Formulierungen ergänzt. Die genauere Betrachtung des Motivs „spontanes Gefallen“ bestätigt zunächst das Ergebnis der Clusteranalyse. Wie Tabelle 60 zeigt, führt das spontane Gefallen eines Artikels zu ungeplanten Käufen. Dabei wirkt sich dies auf Impulskäufe und ungeplante Suchkäufe nochmals signifikant stärker aus als auf emotionslose Spontankäufe. Eine weitere Bestätigung der Clusterlösung liefert das Erinnerungsmotiv, das bei den geplanten Kauftypen den stärksten Einfluss hat. Vor allem unterscheiden sich hierbei Impulskäufe signifikant von habituellen und extensiven Käufen sowie Emotionskäufen. In der Vergangenheit wurde bereits häufiger ein besonders preisgünstiges Sonderangebot als mögliche Ursache für ungeplante Käufe herausgestellt. Dies trifft am deutlichsten auf den ungeplanten Suchkauf zu, der dadurch signifikant stärker beeinflusst wird als habituelle Käufe, bei denen aufgrund von Kaufgewohnheiten oder Markentreue weniger auf den Preis geachtet wird. Eine weitere mögliche Anregung ungeplanter Käufen mag in der Befriedigung von Neugierde liegen. Die Ergebnisse in Tabelle 60 bestätigen diese Vermutung, da die ungeplanten Kauftypen davon am stärksten beeinflusst werden und sich dabei teilweise signifikant von einzelnen geplanten Kauftypen unterscheiden. Neugierde stellt hingegen für habituelle Käufe erwartungsgemäß keine relevante Einflussgröße dar, da hier i.d.R. auf altbewährte Artikel zurückgegriffen wird.
Die empirische Analyse ungeplanter Käufe im Internet
Kaufmotiv / Itemformulierung / [Quelle] Spontanes Gefallen* „Als ich den Artikel sah, fand ich ihn spontan einfach toll und habe ihn sofort gekauft.“ [1]
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“ 1,82 1,46 1,43 1,99 3,14 3,84 3,89 1,59
Erinnerung* „Ich wollte diesen Artikel ohnehin kaufen, das fiel mir wieder ein.“ [1]
2,39 2,71
3,32
Neugierde*
1,75
2,72
2,88
2,95
1,48
1,95
1,74
1,42
1,49 2,13
1,78
2,50
2,44
1,19 1,95
1,67
1,62 2,41
2,88
3,20
3,22
3,28 1,22
Fremdkauf* 1,56
1,47 2,16
1,45
1,37
2,11 1,52
2,00
Zweckmäßigkeit* „Der Kauf dieses Artikels war für mich eine reine Notwendigkeit.“ [-]
3,32
1,38
2,94
Hedonismus*
„Den Artikel habe ich auf Wunsch einer anderen Person gekauft.“ [2]
3,09 3,59
Neuheit*
„Mit diesem Artikel wollte ich mir einfach mal etwas Schönes gönnen.“ [1]
2,00
2,51
„Der Artikel war ein besonders preisgünstiges Angebot, bei dem man einfach zuschlagen musste.“ [1]
„Mit dem Kauf dieses Artikels wollte ich mal etwas vollkommen Neues ausprobieren.“ [-]
1,91 2,59
Sonderangebot*
„Der Artikel hatte mich neugierig gemacht, da musste ich ihn einfach kaufen.“ [-]
Impulskauf
Emotionsloser Spontankauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
Ungeplanter Suchkauf
222
2,88
2,77
2,96 3,92
3,75
Verbundkauf (n.s.) „Den Artikel brauchte ich als Ergänzung/Zubehör zum einem anderen gerade gekauften Produkt.“ [-]
2,05
2,25
2,08
1,94
1,57
Abbau von Konsumentenverwirrtheit+ „Es gab eine unüberschaubare Anzahl von Produktalternativen, da habe ich mich einfach für diesen Artikel entschieden.“ [-]
Erreichen eines Mindestbestellwerts* „Den Artikel habe ich gekauft, um den Mindestbestellwert zu erreichen.“ [-]
2,07
1,75
2,36
1,56
2,03
1,77
1,67
1,60 1,99 1,05
1,09
1,00
1,04
1,15 1,44 1,55
Tabelle 60: Einfluss der Kaufmotive auf die Kauftypen (Fortsetzung nächste Seite)
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
Kaufmotiv / Itemformulierung / [Quelle] Einsparung von Versandkosten* „Den Artikel habe ich gekauft, um Versandkosten zu sparen.“ [-]
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
223
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“ 1,03 1,14 1,15 1,22
1,21
1,56
1,68
Die Zeilen je Rubrik (Kaufmotiv) verdeutlichen die homogenen Untergruppen; *p 0,05, Tukey-Kramer; + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert. Quellen: in Anlehnung an [1] Baun 2003, S. 110; [2] Dahlhoff 1978, S. 317 sowie [-] eigene Ergänzungen
Tabelle 60: Einfluss der Kaufmotive auf die Kauftypen Ein ähnliches Bild zeigt sich beim Kauf von für den Konsumenten neuartigen Artikeln (hier: Neuheiten). Aufgrund ihrer Neuartigkeit ist der Kauf dieser Artikel mit einem höheren Risiko verbunden. Entsprechend werden durch eine höhere Neuartigkeit des gekauften Produkts ungeplante Suchkäufe signifikant eher hervorgerufen als habituelle und limitierte Käufe. Das hedonistische Kaufmotiv wird ebenfalls häufiger mit ungeplanten Käufen in Verbindung gebracht. Das „Lustmotiv“, hier ausgedrückt als „sich etwas gönnen“, weist die höchsten Werte bei den emotional geladenen Käufen auf, zu denen neben dem ungeplanten Suchkauf und Impulskauf auch die geplanten Kauftypen des extensiven Kaufs und des Emotionskaufs zählen. Diese Kauftypen werden demnach stärker durch das Lustmotiv hervorgerufen als habituelle und limitierte Käufe. Letztere zeichnen sich stattdessen durch eine relativ höhere Bedeutung des Fremdkaufmotivs aus, d.h. die entsprechenden Produkte wurden häufig auch für andere Personen erworben, was auch die schwache Ausprägung des hedonistischen Kaufmotivs erklärt. Die beiden Typen werden aber nur signifikant stärker durch das Fremdkaufmotiv beeinflusst als die ungeplanten Suchkäufe, die ganz überwiegend Produkte für den eigenen Bedarf umfassen. Werden Produkte aus Gründen der Zweckmäßigkeit gekauft, sind die entsprechenden Einkäufe in stärkerem Maße geplante als ungeplante Käufe, und hier vor allem habituelle und limitierte Käufe. Die emotionslosen Spontankäufe unterscheiden sich hierbei nicht signifikant von den geplanten Emotionskäufen und extensiven Käufen. Konsumentenverwirrtheit charakterisiert eine Entscheidungssituation, in der der Konsument aus einer für ihn unüberschaubaren Anzahl von Alternativen auswählen
224
Die empirische Analyse ungeplanter Käufe im Internet
muss und sich dabei u.U. spontan für eine der Alternativen entscheidet, um eine kognitive Überlastung zu vermeiden. Der Abbau von Konsumentenverwirrtheit fand insgesamt relativ wenig statt, scheint aber extensive Käufe signifikant stärker zu fördern als Emotionskäufe. Weitere mögliche Ursachen für den ungeplanten Kauf weiterer Produkte bei einem Einkauf im Internet sind Verbundkäufe komplementärer Güter, die als Ergänzung oder Zubehör zu einem bereits gekauften Artikel erworben wurden. Tatsächlich zeigen die Ergebnisse, dass diese Kaufgründe insgesamt sehr selten zutrafen. So ergeben sich bezüglich möglicher Verbundkäufe keine signifikanten Unterschiede. Am ehesten trifft dies auf emotionslose Spontankäufe und limitierte Käufe zu, am wenigsten auf Impulskäufe. Zu guter Letzt können versandhandelsspezifische Motive für den ungeplanten Kauf von Artikeln in Frage kommen. Dazu zählen das notwendige Erreichen eines Mindestbestellwerts und die Ersparnis von Versandkosten durch die Hinzunahme weiterer Artikel. Beides trifft in der Studie insgesamt nur selten zu. Es zeigt sich aber, dass hierdurch im signifikant stärkeren Maße emotionslose Spontankäufe hervorgerufen werden. Die Hypothesen H6g und H6j zum Verbundkaufmotiv und zum Abbau von Konsumentenverwirrtheit als mögliche Ursachen ungeplanter Käufe können somit nicht, die übrigen Hypothesen mindestens eingeschränkt bestätigt werden. 5.4.3.1.2 Flow, wahrgenommenes Risiko, Produktinvolvement, Gewohnheitsverhalten und Einkaufsfreude Für die weiteren ausgewählten psychologischen Determinanten können ebenfalls signifikante Beeinflussungswirkungen zwischen den einzelnen Kauftypen festgestellt werden, wie sie aus Tabelle 61 hervorgehen. Zunächst zeigt sich, dass Flow-Erlebnisse vor allem Impulskäufe und ungeplante Suchkäufe hervorrufen. Zudem scheinen aber auch extensive Käufe durch das Erleben von Flow beeinflusst zu werden, habituelle Käufe im Vergleich dazu signifikant weniger. Die gezielte und lange Suche nach Anbietern und Produkten im Internet bei geplanten Käufen wird demnach ebenfalls durch ein „Eintauchen“ in die Tätigkeit begleitet. Dies deckt sich mit den Ergebnissen zur Surfzeit, die als Konsequenz von Flow bei diesen Kauftypen entsprechend länger ausfällt (vgl. Kap. 5.4.2.1). Hypothese H7, nach der das Erleben von Flow häufiger zu ungeplanten als zu geplanten Käufen führt, kann somit nur eingeschränkt bestätigt werden.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
225
Extensive Käufe werden am stärksten durch ein hohes wahrgenommenes Risiko hervorgerufen, habituelle Käufe und Emotionskäufe hingegen durch ein stark unterdurchschnittliches Risiko. Das wahrgenommene Risiko ist bei den spontanen Kauftypen leicht unterdurchschnittlich, dessen Einfluss aber nicht signifikant stärker oder schwächer als bei den übrigen Kauftypen. Hypothese H8 kann somit bestätigt werden.
Flow *
Impulskauf
Mittelwerte der Faktorwerte 0,154
-0,147
-0,536 -0,321
Wahrgenommenes Risiko + 0,306
0,037 -0,184
0,109 -0,330
0,260 -0,077
-0,038
-0,122
-0,014 -0,271
-0,041
-0,018
0,132
-0,207 0,337
0,412
0,040
-0,783
-0,505
Produktinvolvement *
Gewohnheitsverhalten +
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Psychologische Determinanten
Extensiv
geplante Käufe
0,019
-0,232 -0,064
0,254 0,011
-0,393
-0,143 0,318 0,336 Die Zeilen je Rubrik (Determinante) verdeutlichen die homogenen Untergruppen * p < 0,05, Tukey-Kramer; + p < 0,05 paarweiser t-Test bzw. Mann-Whitney-U-Test. Fett: höchster Wert. Einkaufsfreude *
-0,264
0,216
Tabelle 61: Zentrale psychologische Determinanten zur Erklärung der Kauftypen Bezüglich des mit dem gekauften Artikel verbundenen Produktinvolvements, also dem Interesse für das Produkt bzw. dessen Wichtigkeit für den Konsumenten, gibt es deutliche Unterschiede zwischen den Kauftypen. Demnach beeinflusst ein hohes Produktinvolvement die Entstehung extensiver Käufe und von Emotionskäufen positiv, während emotionslose Spontankäufe bei einem sehr geringen Produktinvolvement auftreten, was den beiläufigen Charakter dieser Käufe untermauert. Habituelle und limitierte Käufe sind, wohl auch aufgrund des relativ hohen Anteils an Fremdkäufen (vgl. Kap. 5.4.3.1.1), mit einem eher niedrigen Produktinvolvement verbunden. Hypothese H9, nach der spontane Käufe eher bei einem niedrigen Produktinvolvement auftreten, kann somit in Teilen bestätigt werden.
226
Die empirische Analyse ungeplanter Käufe im Internet
Ein interessantes Ergebnis liefert die Analyse des Gewohnheitsverhaltens beim Kauf des jeweiligen Artikels. Dabei zeigt sich, dass dieses vor allem die Entstehung von Emotionskäufen fördert. Habituelle und limitierte Käufe hingegen weisen hier ein nur durchschnittliches Niveau auf und unterscheiden sich nicht signifikant von den übrigen Kaufentscheidungstypen. Emotionskäufe können in Anlehnung an Trommsdorff (vgl. Kap. 2.2.3.7) auch als „heiße habituelle Käufe“ bezeichnet werden (vgl. ebenda 2004, S. 322), da sie emotional aufgeladen sind. Die Vermutung liegt nahe, dass diese Art von Käufen vor allem auf markentreuem Verhalten beruht, bei der der Kauf von „liebgewonnenen“ Marken mit entsprechenden positiven Emotionen verbunden ist. Die Ergebnisse zur Bedeutung der Marke als Kaufkriterium in Kap. 5.4.2.2 weisen in diese Richtung. Umgekehrt erlauben die Ergebnisse aber den Schluss, dass die ungeplanten Kauftypen, und hierbei vor allem die ungeplanten Suchkäufe und die emotionslosen Spontankäufe, eher bei neuartigen und weniger gewohnheitsmäßig gekauften Gütern hervorgerufen werden können, wie dies teilweise auch schon bei der Analyse der Kaufmotive festgestellt wurde (vgl. Kap. 5.4.3.1.1). Hypothese H10, nach der der gewohnheitsmäßige Kauf von Produkten eher zu habituellen und limitierten Käufen führt, und seltener zu ungeplanten und extensiven Käufen, kann somit nur teilweise bestätigt werden. Zu guter Letzt zeigt sich, dass eine generell größere Freude am Einkaufen insbesondere das Auftreten von Impulskäufen und ungeplanten Suchkäufen positiv beeinflusst, die sich hierin von limitierten Käufen signifikant unterscheiden. Aber auch Emotionskäufe scheinen durch eine größere Freude am Einkaufen hervorgerufen zu werden. Hypothese H11, nach der dies nur auf ungeplante Käufe zutrifft, kann somit nur eingeschränkt bestätigt werden. 5.4.3.1.3 E-Shopping-Affinität Neben den genannten psychologischen Determinanten wurde der Versuch unternommen, die Affinität zum Online-Shopping abzubilden. Dafür wurden verschiedene Aspekte der Internetnutzung und des Online-Shoppings abgefragt. Die Erfahrung mit dem Online-Shopping, die Einstellung zum Einkaufen im Internet, die Anzahl der Online-Käufe und die Internetnutzungsintensität korrelieren dabei wie erwartet nur mäßig miteinander (0,13 < r < 0,55). Es zeigt sich, dass die Probanden insgesamt sehr erfahren mit dem Einkaufen im Internet sind und ausgesprochen positiv gegenüber dem Online-Shopping eingestellt sind. Wohl aufgrund der hohen Zahl junger, gut ausgebildeter Probanden in der Studie las-
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
227
sen sich hinsichtlich der genannten Aspekte daher auch kaum signifikante Unterschiede zwischen den Werten für die einzelnen Kauftypen ermitteln, wie Tabelle 62 zu entnehmen ist. Die Hypothesen H12a bis H12c können daher nicht bestätigt werden. Möglicherweise haben die genannten Aspekte aber auch keinen Einfluss auf die Art und Weise des Online-Kaufs. Es kann lediglich festgehalten werden, dass die Wahrscheinlichkeit für extensive Käufe tendenziell steigt, wenn es sich um Personen handelt, die vergleichsweise viel Zeit im Internet verbringen und häufig online einkaufen. Habituelle Käufe hingegen zeigen sich tendenziell häufiger bei Personen, die zwar ebenfalls relativ häufig über das Internet einkaufen, wöchentlich aber fast fünf Stunden weniger Zeit im Internet verbringen. Zudem kaufen Probanden, die emotionslose Spontankäufe tätigten, signifikant häufiger über das Internet ein als Personen, die Emotionskäufe tätigten.
Habituell
Emotionskauf
Ungeplanter Suchkauf
Emotionsloser Spontankauf
Impulskauf
Internet-Nutzung: Durchschnittliche Anzahl Internet-Stunden pro Woche (n.s.) Online-Käufe: Durchschnittliche Anzahl Internet-Einkäufe in den letzten 2 Monaten +
Limitiert
E-Shopping-Affinität
ungeplante Käufe
Extensiv
geplante Käufe
24,36
22,42
19,35
21,34
20,18
22,27
23,33
6,34
5,43
6,03
4,83 5,36
4,89 6,23
Mittelwert Skala: 1 = „sehr negativ“ bis 5 = „sehr positiv“ Online-ShoppingEinstellung: Wie sind Sie ggü. dem Einkaufen im Internet eingestellt? (n.s.)
4,24
4,17
4,27
4,43
4,45
4,05
4,19
3,82
3,85
Mittelwert Skala: 1 = „sehr unerfahren“ bis 5 = „sehr erfahren“ Online-ShoppingErfahrung: Wie erfahren schätzen Sie 3,98 4,02 3,93 4,03 4,05 sich selbst bzgl. des Einkaufens im Internet ein? (n.s.) + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test. Fett: höchster Wert.
Tabelle 62: E-Shopping-Affinität
228
Die empirische Analyse ungeplanter Käufe im Internet
5.4.3.2 Produktspezifische Determinanten Die am häufigsten gekauften Produkte in der Studie sind mit Abstand Bücher (n=84; 23,8%) und Kleidung (n=43; 12,2%). Aufgrund der geringen Fallzahlen in den einzelnen Produktkategorien lassen sich keine signifikanten Unterschiede zwischen den sieben Kauftypen feststellen (vgl. Anhang F), wohl aber zwischen geplanten und ungeplanten Käufen, wenn lediglich die Top 8 der am häufigsten gekauften Produkte zu Grunde gelegt werden, wie Abbildung 20 verdeutlicht. Hypothese H13a kann somit eingeschränkt bestätigt werden. So wurden alle Tickets und Eintrittskarten und überdurchschnittlich häufig PC-Zubehör und Haushaltsgeräte geplant gekauft. Kleidung und Spielwaren hingegen wurden signifikant häufiger ungeplant gekauft als die übrigen Produktkategorien. Aufgrund der geringen Fallzahl digitaler Produkte in der Studie, in erster Linie waren dies Musikdownloads, kann die Hypothese H13b, nach der diese häufiger ungeplant als geplant gekauft werden, nicht bestätigt werden.
79%
Buch (n=84)
21% 40%
Kleidung (n=43)
60% 90%
PC-/Videospiel-Zubehör (n=29)
10% 79%
DVD (n=24) Ticket/Eintrittskarte (n=18)
Signifikanz: p 0,001 (Chi2-Test)
21% 100% 0% 73%
CD (n=15)
27% 58%
Spielwaren (n=12)
42% 83%
Haushaltsgeräte (n=12)
17% 77%
Durchschnitt (n=353)
23% 0%
20% geplant
40%
60%
80%
ungeplant
Abbildung 20: Top 8 ungeplant/geplant gekaufte Produktkategorien
100%
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
229
Der höchste Preis, der im Rahmen der Studie bezahlt wurde, waren 4.000,- EUR für ein Auto, welches extensiv gekauft wurde. Tabelle 63 gibt einen Überblick über die maximalen Artikelpreise je Kauftyp (inkl. des gekauften Produkts) sowie über den Median des Artikelpreises je Kauftyp. Dabei wird deutlich, dass bei extensiven und limitierten Käufen sowie Emotionskäufen höhere Extremwerte erreicht werden, die Mediane dieser geplanten Käufe aber relativ eng beieinander liegen, was auf Ausreißer schließen lässt. Die Maximalwerte und Mediane ungeplanter Käufe sind insgesamt vergleichsweise niedrig. Kauftyp
Maximalwert (in EUR)
Extensiv
4000,-
für Produkt … Auto
Median (in EUR)
Limitiert
879,-
Notebook
23,00
Habituell
97,-
Externe Festplatte
19,95
Emotionskauf
979,-
Kameraobjektiv
19,98
Ungeplanter Suchkauf
90,-
Hose
12,95
Emotionsloser Spontankauf
50,-
Hose
5,50
Impulskauf
148,-
Schuhe
12,00
28,00
Tabelle 63: Artikelpreis Maximalwerte und Median je Kauftyp Wie aus Tabelle 64 hervorgeht, zeigen sich beim durchschnittlichen Artikelpreis (= arithmetisches Mittel) deutliche signifikante Unterschiede. So ist mit rd. 135 EUR der Preis extensiv gekaufter Artikeln im Mittel am höchsten und mit 9,70 EUR bei den emotionslosen Spontankäufen am niedrigsten. Emotionskäufe (45 EUR) und limitiere Käufe (54 EUR) sind tendenziell teurer als habituelle Käufe, die mit rd. 23 EUR auf einem Niveau mit den übrigen ungeplanten Kauftypen liegen. Hypothese H13c, nach der ein niedriger Preis in stärkerem Maße ungeplante Käufe hervorruft, kann daher mit leichten Einschränkungen bestätigt werden.
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Artikelpreis
Extensiv
geplante Käufe
9,70 Artikelpreis (in EUR) +
23,40
24,80
20,70
54,10 44,70 135,70 Die Zeilen verdeutlichen die homogenen Untergruppen, + p 0,05, paarweiser t-Test bzw. Mann-WhitneyU-Test; Fett: höchster Wert.
Tabelle 64: Durchschnittliche Artikelpreise je Kauftyp
230
Die empirische Analyse ungeplanter Käufe im Internet
5.4.3.3 Situative Determinanten Zu den situativen Faktoren zählen der während des Einkaufs wahrgenommene Zeitdruck und der Verwendungszweck des gekauften Artikels. Ferner stellen die anbieterbezogenen Einflussfaktoren, wie allgemeine Charakteristika des Anbieters und Merkmale der Webseite, weitere situative Determinanten dar und sind aus Marketingsicht die wohl interessantesten, da sie direkt durch die Anbieter beeinflusst werden können. So zeigt sich beim Verwendungszweck des gekauften Artikels ein signifikanter Unterschied zwischen den Kauftypen, wie Tabelle 65 zu entnehmen ist. Der Chi2-Test ist jedoch nur bedingt aussagefähig, da 46% der Zellen eine erwartete Häufigkeit kleiner fünf haben. Durch die Zusammenfassung der durch fremde Bedürfnisse abgeleiteten Käufe (Haushalt, Geschenk, Auftrag) zu einer Kategorie lässt sich das Problem beheben und der signifikante Unterschied bleibt bestehen. Während die meisten Artikel für den jeweiligen Probanden selbst beschafft wurden (rd. 71%), erhöht sich der Anteil der eigennützigen Käufe bei den ungeplanten Kauftypen deutlich. Nahezu 82% der ungeplanten Suchkäufe und Impulskäufe waren für eigene Zwecke gedacht. Dies deckt sich mit den Ergebnissen zu den Kaufmotiven (vgl. Kap. 5.4.3.1.1). Limitierte und habituelle Käufe hingegen sind vermehrt für fremde Zwecke getätigt worden, beispielsweise für den Haushalt, als Geschenk oder als Kauf im Auftrag einer anderen Person. Steht somit beim Kauf des Artikels die Befriedigung individuelle Bedürfnisse im Vordergrund, erhöht dies die Wahrscheinlichkeit ungeplanter Käufe, womit die gleichlautende Hypothese H14a bestätigt werden kann.
Habituell
Ungeplanter Suchkauf
Emotionsloser Spontankauf
Impulskauf
Gekauft …
Gesamt
… für mich
70,8%
77,9%
53,8%
62,2%
72,3%
81,8%
72,7%
81,5%
fremde Zwecke gesamt
29,0%
23,2%
45,2%
40,0%
25,0%
18,8%
27,3%
19,2%
Emotionskauf
Limitiert
ungeplant
Extensiv
geplant
in % der Fälle
Chi -Test: p 0,05 2
… für den Haushalt
12,2%
8,1%
21,5%
8,1%
12,0%
9,1%
18,2%
7,4%
… als Geschenk
9,9%
9,3%
7,7%
16,2%
10,8%
9,1%
9,1%
7,4%
… im Auftrag
7,1%
4,7%
16,9%
13,5%
4,8%
,0%
,0%
3,7%
Fälle (N)
353
86
65
37
83
33
22
27
Tabelle 65: Verwendungszweck je Kauftyp
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
231
Zeitdruck scheint vor allem die Entstehung habitueller und limitierter Käufe zu fördern, wie Tabelle 66 verdeutlicht. Sie unterscheiden sich hierin signifikant von den meisten anderen Kauftypen. Dies erklärt auch die kürzeren Surfzeiten, v.a. bei den habituellen Käufen, die damit einhergehenden geringen Kognitionen beim Kauf des Artikels und die Wahl eines bekannten Anbieters, ohne lange zu suchen (vgl. Kap. 5.4.2.3). Impulskäufe und ungeplante Suchkäufe hingegen entstehen in einer Kaufsituation mit weniger Zeitdruck. Da der Unterschied zu den übrigen Kauftypen aber nicht signifikant ist, kann die entsprechende Hypothese H14b nur eingeschränkt bestätigt werden.
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
standardisierte Werte bzw. Faktorwerte Zeitdruck +
-0,091
-0,259
-0,322 0,146
0,048 0,116 0,279 Die Zeilen verdeutlichen die homogenen Untergruppen; + p < 0,05 paarweiser t-Test; Fett: höchster Wert.
Tabelle 66: Der Einfluss des wahrgenommenen Zeitdrucks auf die Kauftypen Bezüglich der Webseitenmerkmale des Anbieters, bei dem das Produkt letzten Endes gekauft wurde, zeigen sich vereinzelte signifikante Unterschiede zwischen den Kauftypen. Wie aus Tabelle 67 hervorgeht, hat die Produktinformation keinen Einfluss auf die Entstehung ungeplanter Käufe. Das Vorhandensein von Produktbildern scheint aber eher Emotionskäufe als limitierte oder habituelle Käufe zu begünstigen. Die Hypothesen H15b und H15c können daher nicht bestätigt werden. Usabilityaspekte wie Bequemlichkeit und Schnelligkeit des Einkaufs bzw. der Webseite rufen in stärkerem Maße Emotionskäufe hervor, die sich darin vor allem von extensiven Käufen signifikant unterscheiden. Dies gilt ebenfalls für eine besondere Übersichtlichkeit der Webseite, die aber anscheinend auch für die Entstehung limitierter und impulsiver Käufe eine wichtige Rolle spielt. Letztere werden zudem eher über Webseiten getätigt, die sich durch eine komfortable Suche auszeichnen. Lediglich die Nutzerfreundlichkeit der Webseite ist bei allen Kauftypen gleich stark ausgeprägt. Hypothese H15d, nach der die Usability der Webseite keinen Einfluss auf die einzelnen Kauftypen haben soll, kann daher nicht bestätigt werden.
Die empirische Analyse ungeplanter Käufe im Internet
Produktinformation
Webseitenmerkmale Die Produktbeschreibungen (Text) des Anbieters sind sehr genau und ausführlich (n.s.) Die Produktdarstellungen des Anbieters (v.a. Bilder) sind vielfältig und detailliert + Die Suchfunktionen auf der Webseite des Anbieters sind sehr komfortabel*
Impulskauf
Emotionsloser Spontankauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
Ungeplanter Suchkauf
232
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“ 3,67
3,44
3,61
3,43
3,41
3,71
3,65
3,78
3,14
3,76
3,78
3,32
3,76
3,82 3,05 3,46
3,63
3,57
3,76
3,66 3,84
Usability
Die Webseite des Anbieters ist … … besonders übersichtlich +
3,59
… besonders nutzerfreundlich (n.s.)
3,60
3,30 3,72
3,85 3,81
3,46
3,83
3,44
3,45
3,63
3,36
3,80
4,16
3,77
4,24
3,84
Den Einkauf über die Webseite dieses Anbieters … … ist sehr bequem + … geht besonders schnell +
3,91 3,84
4,02
4,05
3,98
4,11
4,14
4,22
3,82
4,04
3,89
3,46
3,80
3,81
3,36
3,76
3,60
3,63
2,71
2,44
4,23
Erlebniswert
Die Webseite des Anbieters ist … … optisch sehr ansprechend (n.s.)
3,58
Den/r Einkauf über die Webseite dieses Anbieters … … macht mir Spaß * … empfinde ich als äußerst erlebnisreich *
3,34
2,62
2,85
2,18
2,81
2,19
3,18 4,08 2,77
3,16
Die Webseite des Anbieters 3,43 3,45 gefällt mir insgesamt sehr gut 3,64 3,69 3,76 3,52 4,20 * Die Zeilen je Rubrik (Webseitenmerkmal) verdeutlichen die homogenen Untergruppen; * p 0,05, Tukey-Kramer; + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert.
Tabelle 67: Webseitenmerkmale des Anbieters je Kauftyp
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
233
Signifikante Unterschiede zeigen sich bei Spaß und Erlebnis, die durch die Webseite vermittelt werden, sowie beim Gesamteindruck der Webseite. Hier heben sich Webseiten hervor, über die Impulskäufe getätigt wurden. Eine entsprechende Gestaltung der Webseite, so die Vermutung, kann demnach positiv auf das Zustandekommen von Impulskäufen wirken. Auf die anderen ungeplanten Kauftypen trifft dies jedoch weniger zu. Die Hypothesen H15a und H15e können daher nur eingeschränkt bestätigt werden. Über die Webseitenmerkmale hinaus wurden weitere Charakteristika des Anbieters auf ihren Einfluss hin untersucht, wie Tabelle 68 zeigt. Dabei fällt auf, dass es hinsichtlich der Zuverlässigkeit (Lieferung und Umtausch) zwischen den Kauftypen keine signifikanten Unterschiede gibt. Hypothese H15f, nach der eine hohe Zuverlässigkeit in stärkerem Maße spontane Käufe hervorruft, kann daher nicht bestätigt werden.
Anbietermerkmale
Impulskauf
Emotionsloser Spontankauf
Ungeplanter Suchkauf
ungeplante Käufe Emotionskauf
Habituell
Limitiert
Extensiv
geplante Käufe
Zustimmung Mittelwert Skala: 1 = „trifft überhaupt nicht zu“ bis 5 = „trifft voll und ganz zu“
Zuverlässigkeit
Vertrauenswürdigkeit
Der Anbieter … … ist besonders vertrauenswürdig +
4,00
… verfügt über eine hohe Reputation +
3,73
… hat zahlreiche positive Bewertungen oder Gütesiegel erhalten (n.s.) … gewährleistet eine hohe Sicherheit meiner persönlichen Daten + … hat kurze Lieferzeiten (n.s.) Der Umtausch ist bei diesem Anbieter absolut problemlos. (n.s.)
4,02
4,35
3,90
4,19
4,14
4,15
4,03
4,00
3,82
3,85
3,83
3,59
3,43
3,52
4,28
4,19 3,86
3,43
3,64
3,83
3,27 3,49
3,78
3,69 3,74
3,84
4,14
4,22
4,41
4,37
4,16
4,00
4,04
3,58
3,48
3,67
3,60
3,94
3,41
3,72
Die Zeilen je Rubrik (Anbietermerkmal) verdeutlichen die homogenen + p 0,05, paarweiser t-Test bzw. Mann-Whitney-U-Test; Fett: höchster Wert.
Untergruppen;
Tabelle 68: Ausgewählte Merkmale des Anbieters je Kauftyp Die Vertrauenswürdigkeit und Reputation des Anbieters scheinen hingegen die Entstehung habitueller Käufe positiv zu beeinflussen. Dies deckt sich mit der Tatsache,
234
Die empirische Analyse ungeplanter Käufe im Internet
dass bei habituellen Käufen bekannte Händler bevorzugt werden. Auch eine hohe Datensicherheit ist für die Entstehung habitueller Käufe sowie von Emotionskäufen und ungeplanten Suchkäufen wichtig. Bezüglich der Existenz von Gütesiegeln gibt es hingegen keine Unterschiede zwischen den Kauftypen. Hypothese H15g, nach der eine hohe Vertrauenswürdigkeit vor allem die Entstehung spontaner Käufe begünstigen soll, kann somit nicht bestätigt werden.
5.4.3.4 Soziodemografische Determinanten Aufgrund der teilweise geringen Fallzahlen für die einzelnen Kauftypen und die durch Studierende dominierte homogene Stichprobe konnten für die soziodemografischen Faktoren Alter, Einkommen sowie auch für Bildungsstand und beruflicher Status keine Unterschiede zwischen den Kauftypen festgestellt werden. Die Hypothesen H16a und H16c können damit nicht bestätigt werden. Der einzige signifikante Unterschied zeigt sich beim Geschlecht, wie Abbildung 21 zeigt. Demnach kaufen weibliche Internetnutzer häufiger ungeplant als männliche. Hypothese H16b, nach der es keine geschlechtsspezifischen Unterschiede gibt, ist damit zu verwerfen. Ein Unterschied zwischen den einzelnen Subtypen konnte jedoch nicht festgestellt werden.
Prozent aller Käufe je Geschlecht
100
Signifikanz: p 0,05
81,4
2
80
(Chi -Test)
71,3
60 geplant ungeplant
40 20
28,7 18,6
0 männlich (n=183)
weiblich (n=167)
Abbildung 21: Geschlechterunterschiede bei geplanten und ungeplanten Käufen Dieser Effekt wird überlagert durch die von den Geschlechtern bevorzugten Produktkategorien. So haben in der Studie Frauen neben Haushaltsgeräten signifikant häufiger Kleidung gekauft als Männer und Männer ihrerseits häufiger CDs und PC-Zubehör. Kleidung wird dabei insgesamt häufiger ungeplant gekauft und PC-Zubehör eher ge-
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
235
plant (vgl. Kap. 5.4.3.2), so dass die Produktpräferenz neben dem Geschlecht ebenfalls Einfluss auf den Anteil ungeplanter bzw. geplanter Käufe nimmt. Produktkategorie
Fallzahl
Geschlecht weiblich
männlich 50,0%
Buch
84
50,0%
Kleidung
43
74,4%
25,6%
PC-/Videospiel-Zubehör
29
13,8%
86,2%
DVD
24
50,0%
50,0%
Ticket/Eintrittskarte
18
50,0%
50,0%
CD
15
40,0%
60,0%
Spielwaren
12
50,0%
50,0%
Haushaltsgeräte
11
72,7%
27,3%
Chi2-Test: p 0,05
Tabelle 69: Kreuztabelle Produktkategorie (Top 8) und Geschlecht Die Abbildungen 22 und 23 machen deutlich, dass der Unterschied zwischen den Geschlechtern bei geplanten und ungeplanten Käufen innerhalb der beiden größten Produktkategorien (Kleidung und Bücher) nicht mehr signifikant ist.
Prozent d. Kleidungskäufe je Geschlecht
100
Signifikanz: n.s. 2
80
(Chi -Test) 65,6
60
54,5 45,5
geplant 34,4
40
ungeplant
20 0 männlich (n=11)
weiblich (n=32)
Abbildung 22: Geschlechterunterschied Kleidungskäufe Der prozentuale Unterschied zwischen den Geschlechtern ist mit rd. 20 Prozentpunkten bei Kleidung und fast 10 Prozentpunkten bei Büchern jedoch immer noch beachtlich und würde in dieser Größenordnung bei einer größeren Stichprobe signifikant werden. Es ist daher zu vermuten, dass Frauen in einzelnen Produktkategorien wie z.B. Bücher und Kleidung durchaus öfter ungeplant kaufen als Männer, und da eben diese
236
Die empirische Analyse ungeplanter Käufe im Internet
Produktkategorien relativ häufig über das Internet erworben werden, dies insgesamt zu einem höheren Anteil ungeplanter Käufe bei weiblichen Internetnutzern führt. 100
Signifikanz: n.s.
Prozent der Buchkäufe je Geschlecht
83,3 73,8
80
2
(Chi -Test)
60 geplant 40 20
26,2
ungeplant
16,7
0 männlich (n=42)
weiblich (n=42)
Abbildung 23: Geschlechterunterschied Buchkäufe
5.4.3.5 Analyse zentraler Determinanten mittels logistischer Regression Der Einfluss ausgewählter Determinanten auf das Zustandekommen der einzelnen Kauftypen wird im Folgenden ergänzend mit Hilfe einer multinomialen logistischen Regression bestimmt. Da die Kauftypen als abhängige Variable nominal skaliert sind und die unabhängigen Variablen quasi-metrisch, stellt dieses Verfahren, wie in Kap. 5.1.3.2 erläutert, neben der Diskriminanzanalyse die zweckmäßigste Analysemethode dar, um die vorherigen Ergebnisse der Post-hoc-Tests zu validieren. Einschränkend muss jedoch in diesem Fall festgestellt werden, dass die Mindestanforderungen an die Stichprobe für die Anwendung des Verfahrens nicht immer erfüllt sind. Demnach müsste die kleinste Gruppe mindestens 25 Fälle, bei neun unabhängigen Variablen sogar mindestens 90 Fälle beinhalten (vgl. Frenzen/Krafft 2008, S. 646). Die Ergebnisse sind daher, insbesondere bzgl. der ermittelten Signifikanz der Modellanpassung, unter Vorbehalt zu interpretieren. Das berechnete logistische Regressionsmodell weist insgesamt eine akzeptable Güte auf, wie aus Tabelle 70 hervorgeht. Das Modell erreicht neben einer signifikanten Güte der Anpassung (bzw. nicht-signifikanten Abweichung) auch eine bessere Klassifikation als die zufällige Trefferquote. Cox und Snell-R2 sowie Nagelkerke-R2 erreichen gute Werte. Einzig McFaddens-R2 liegt mit 0,147 unter dem geforderten Wert von 0,2.
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
237
Güte der Anpassung Likelihood-Quotienten-Test
Ȥ2=189,462, df = 54, p = 0,000
Devianz*
Ȥ2=1097,960, df = 2058, p = 1,00
Pearson Ȥ *
Ȥ2=2252,276, df = 2058, p = 0,002
AIC / BIC
1217,960 / 1449,948
2
*: bedingt aussagekräftig, da anders als vorausgesetzt die Zahl der Kovariatenmuster deutlich größer ist als die Zahl der Beobachtungen. Pseudo-R2 Cox und Snell
0,415 ( = „gut“, vgl. Backhaus et al. 2006, S. 449)
Nagelkerke
0,426 ( = „gut“, vgl. Backhaus et al. 2006, S. S. 449)
McFadden
0,147
Klassifikation Trefferquote 40,2% > 17,8% proportionale Zufallswahrscheinlichkeit
Tabelle 70: Beurteilung der Güte des Ursprungsmodells Die Gütebeurteilung der eingegangenen Variablen mit Hilfe des LikelihoodQuotienten-Tests ergibt, dass die Konstrukte wahrgenommenes Risiko, Zeitdruck und Flow keinen signifikanten Einfluss auf die Trennung der Kauftypen haben, wie Tabelle 71 zeigt. Der Einfluss des Gewohnheitsverhaltens ist in diesem Modell ebenfalls niedrig und lediglich auf einem Niveau von 6,6% signifikant. Da es das übliche Signifikanzniveau damit aber nur im geringen Maße verfehlt, wird es in die folgenden Analysen mit einbezogen. Alle übrigen Variablen weisen eine signifikante Erklärungskraft auf. -2 LL für reduziertes Modell
Chi-Quadrat
Freiheitsgrade
Konstanter Term
1110,931
12,971
6
,044
Artikelpreis
1130,834
32,874
6
,000
Effekt
Signifikanz
Gefallen der Webseite
1111,637
13,677
6
,033
Gewohnheitsverhalten
1109,767
11,807
6
,066
Wahrgenommenes Risiko
1105,603
7,643
6
,265
Produktinvolvement
1145,594
47,634
6
,000
Zeitdruck
1107,242
9,281
6
,158
Flow
1108,100
10,140
6
,119
Einkaufsfreude
1121,769
23,808
6
,001
Kenntnis des Shops
1115,509
17,549
6
,007
Tabelle 71: Gütebeurteilung auf Variablenebene des Ursprungsmodells Um ein Overfitting des Modells durch die Hinzunahme irrelevanter – hier nichtsignifikanter – Variablen zu vermeiden, welches zu einer künstlichen Erhöhung der erklärten Varianz führen würde, werden die drei betreffenden Variablen schrittweise aus dem Modell entfernt. Am Ende ergibt sich ein reduziertes Regressionsmodell, das
238
Die empirische Analyse ungeplanter Käufe im Internet
seinerseits akzeptable Gütemaße erreicht, wenngleich McFaddens R2 weiterhin unter dem geforderten Wert von 0,2 bleibt. Insbesondere aber deuten die Informationskriterien AIC und BIC auf eine bessere Anpassung des reduzierten Modells hin, wie Tabelle 72 zu entnehmen ist. Güte der Anpassung Likelihood-Quotienten-Test
Ȥ2=160,578, df = 36, p = 0,000
Devianz*
Ȥ2=1126,844, df = 2076, p = 1,00
Pearson Ȥ2*
Ȥ2=2286,236, df = 2076, p = 0,001
AIC / BIC
1210,844 / 1373,236
*: bedingt aussagekräftig, da anders als vorausgesetzt die Zahl der Kovariatenmuster deutlich größer ist als die Zahl der Beobachtungen. Pseudo-R2 Cox und Snell
0,365 ( = „akzeptabel“, vgl. Backhaus et al. 2006, S. 449)
Nagelkerke
0,375 ( = „akzeptabel“, vgl. Backhaus et al. 2006, S. 449)
McFadden
0,125
Klassifikation Trefferquote 36,3% > 17,8% proportionale Zufallswahrscheinlichkeit
Tabelle 72: Beurteilung der Güte des finalen Modells Wie Tabelle 73 verdeutlicht zeigt die Gütebeurteilung auf Variablenebene bei diesem reduzierten Modell einen signifikanten Einfluss aller verbliebenen Variablen auf die Trennung der Kauftypen. Demnach haben der Artikelpreis, das Gefallen der Webseite, das Gewohnheitsverhalten, das Produktinvolvement, die generelle Freude am Einkaufen und die Kenntnis des Online-Shops einen signifikanten Einfluss auf das Zustandekommen der einzelnen Kauftypen. Dies deckt sich weitgehend mit den vorherigen Analysen. Effekt
-2 LL für reduziertes Modell
Chi-Quadrat
Freiheitsgrade
Signifikanz
Konstanter Term
1139,054
12,211
6
,057
Gewohnheitsverhalten
1139,524
12,681
6
,048
Produktinvolvement
1177,225
50,381
6
,000
Einkaufsfreude
1151,783
24,939
6
,000
Kenntnis des Shops
1148,040
21,196
6
,002
Artikelpreis
1160,958
34,114
6
,000
Gefallen der Webseite
1140,041
13,197
6
,040
Tabelle 73: Gütebeurteilung auf Variablenebene des finalen Modells Im Folgenden interessiert, welche Variable in welche Richtung und in welchem Ausmaß die Wahrscheinlichkeit für das Zustandekommen der ungeplanten Kauftypen be-
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
239
einflusst. Dafür werden die Parameterschätzungen des logistischen Regressionsmodells herangezogen, wie sie in den folgenden Tabellen 74 bis 76 dargestellt sind. Die Tabellen werden der Übersichtlichkeit halber auf die signifikanten Zusammenhänge beschränkt. Die vollständigen Parameterschätzungen inklusive der Konfidenzintervalle können dem Anhang entnommen werden (vgl. Anhang F). Dabei ist zu beachten, dass bei logistischen Regressionen die Parameterschätzungen immer nur in Relation zu einer Referenzgruppe angegeben werden. Signifikante Logit-Koeffizienten ȕ deuten daher auf eine positive bzw. negative Veränderung der Wahrscheinlichkeit für das Zustandekommen des jeweiligen Kauftyps gegenüber dem Referenztyp hin.
Impulskauf
Emotionsloser Spontankauf
Emotionskauf
ungeplant
Habituell
Limitiert
Ungeplanter Suchkauf vs. … [Referenztyp] …
Extensiv
geplant
Logit-Koeffizienten ȕ (in Klammern: Odds Ratio e ȕ) -0,610* (0,543)
-
-
-0,713* (0,490)
-
-
Produktinvolvement
-
0,496* (1,642)
0,617* (1,853)
-
0,994** (2,702)
-
Einkaufsfreude
-
0,917*** (2,502)
0,671* (1,956)
-
0,597* (1,817)
-
0,690** (1,992)
0,629** (1,876)
-
-
-
-
-
-
-
-
0,084* (1,088)
-
-
-0,544** (0,580)
-
-0,818** (0,441)
Gewohnheitsverhalten
Kenntnis des Shops Artikelpreis Gefallen der Webseite
-
-
- : n.s.; *** p 0,001; ** p 0,01; * p 0,05; angezeigt sind nur die signifikanten Logit-Koeffizienten Lesebeispiel: Die Wahrscheinlichkeit für ungeplante Suchkäufe ggü. extensiven Käufen nimmt mit der Kenntnis des Online-Shops zu. Erhöht sich die Zustimmung dieses Items um einen Punkt auf der Messskala, erhöht sich die Chance (= Odds Ratio) für ungeplante Suchkäufe ggü. extensiven Käufen um den Faktor 1,992.
Tabelle 74: Signifikante Parameterschätzungen für ungeplante Suchkäufe Wie Tabelle 74 zu entnehmen ist, begünstigt ein gegenüber emotionslosen Spontankäufen sowie limitierten und habituellen Käufen höheres Produktinvolvement die Entstehung ungeplanter Suchkäufe. Ebenso unterstützt ein gegenüber emotionslosen Spontankäufen signifikant höherer Artikelpreis die Entstehung ungeplanter Suchkäufe. Ferner bewirkt eine gute Kenntnis des Online-Shops die Entstehung ungeplanter Suchkäufe in stärkerem Maße als dies bei extensiven und limitierten Käufen der Fall ist. Zudem sind diese Käufe eher neuartig als gewohnheitsmäßig, da mit der Zunahme des Gewohnheitsverhaltens die Chance für ungeplante Suchkäufe gegenüber extensi-
240
Die empirische Analyse ungeplanter Käufe im Internet
ven Käufen und Emotionskäufen signifikant abnimmt. Gegenüber limitierten und habituellen Käufen sowie emotionslosen Spontankäufen steigt wiederum die Wahrscheinlichkeit für ungeplante Suchkäufe, wenn die generelle Freude am Einkaufen hoch ist. Das Gefallen der Webseite hingegen lässt im Vergleich zu Impulskäufen die Wahrscheinlichkeit für ungeplante Suchkäufe eher sinken. Die Wahrscheinlichkeit für emotionslose Spontankäufe nimmt mit der Höhe des Artikelpreises gegenüber allen anderen Kauftypen signifikant ab, wie Tabelle 75 verdeutlicht. Aus diesem Grund treten diese Käufe auch eher dann auf, wenn das Produktinvolvement sinkt. Hierin unterscheiden sie sich nur von limitierten und habituellen Käufen nicht signifikant. Ebenso wie bei den ungeplanten Suchkäufen begünstigt die Kenntnis des OnlineShops das Auftreten emotionsloser Spontankäufe in stärkerem Maße als dies bei extensiven und limitierten Käufen der Fall ist. Weniger stark beeinflusst wird deren Entstehung hingegen durch das Gefallen der Webseite des Anbieters, das Gewohnheitsverhalten und die Einkaufsfreude.
Impulskauf
Ungeplanter Suchkauf
Emotionskauf
ungeplant
Habituell
Limitiert
Emotionsloser Spontankauf vs. … [Referenztyp] …
Extensiv
geplant
Logit-Koeffizienten ȕ (in Klammern: Odds Ratio e ȕ) -
-
-
-0,721* (0,486)
-
-
-1,344*** (0,261)
-
-
-1,341*** (0,262)
-0,994** (0,389)
-0,730* (0,482)
-
-
-
-
-0,597* (0,550)
-
Kenntnis des Shops
0,836** (2,307)
0,776* (2,173)
-
-
-
-
Artikelpreis
-0,095** (0,909)
-0,094** (0,910)
-0,084** (0,919)
-0,093** (0,911)
-0,084* (0,919)
-0,078* (0,925)
-
-
-
-
-
-0,720* (0,487)
Gewohnheitsverhalten Produktinvolvement Einkaufsfreude
Gefallen der Webseite
- : n.s.; *** p 0,001; ** p 0,01; * p 0,05; angezeigt sind nur die signifikanten Logit-Koeffizienten Lesebeispiel: Die Wahrscheinlichkeit für emotionslose Spontankäufe ggü. extensiven Käufen nimmt mit der Zunahme des Produktinvolvements ab. Erhöht sich die Zustimmung dieses Items um einen Punkt auf der Messskala, verringert sich die Chance (= Odds Ratio) für emotionslose Spontankäufe ggü. extensiven Käufen mit dem Faktor 0,261.
Tabelle 75: Signifikante Parameterschätzungen für emotionslose Spontankäufe
Darstellung der Ergebnisse der deskriptiven und explikativen Analyse ungeplanter Käufe
241
Auffallend bei der Analyse der Impulskäufe ist vor allem der stärkere Einfluss des Gefallens der Webseite gegenüber habituellen Käufen, ungeplanten Suchkäufen und emotionslosen Spontankäufen, wie Tabelle 76 zu entnehmen ist. Daneben treten Impulskäufe eher dann auf, wenn sie mit einem im Vergleich zu extensiven Käufen und Emotionskäufen niedrigeren und einem gegenüber emotionslosen Spontankäufen höheren Produktinvolvement einhergehen. Darüber hinaus begünstigt lediglich noch die generelle Freude am Einkaufen das Auftreten von Impulskäufen gegenüber limitierten Käufen signifikant. Bei den übrigen Determinanten lassen sich hingegen im Vergleich zu den anderen Kaufentscheidungstypen keine klaren Einflussgrößen für die Entstehung von Impulskäufen identifizieren. Die bei diesem Kauftyp ebenfalls als signifikant ausgewiesene Konstante (vgl. Anhang F) deutet darauf hin, dass es noch andere als die im Modell berücksichtigten Erklärungsgrößen für das Zustandekommen impulsiver Kaufentscheidungen geben muss.
Emotionsloser Spontankauf
Ungeplanter Suchkauf
Emotionskauf
ungeplant
Habituell
Limitiert
Impulskäufe vs. … [Referenztyp] …
Extensiv
geplant
Logit-Koeffizienten ȕ (in Klammern: Odds Ratio e ȕ) -
-
-
-
-
-
-0,613* (0,542)
-
-
-0,611* (0,941)
-
0,730* (2,075)
Einkaufsfreude
-
0,762** (2,143)
-
-
-
-
Kenntnis des Shops
-
-
-
-
-
-
Artikelpreis
-
-
-
-
-
0,078* (1,081)
Gefallen der Webseite
-
-
0,725* (2,065)
-
0,818** (2,266)
0,720* (2,054)
Gewohnheitsverhalten Produktinvolvement
- : n.s.; *** p 0,001; ** p 0,01; * p 0,05; angezeigt sind nur die signifikanten Logit-Koeffizienten Lesebeispiel: Die Wahrscheinlichkeit für Impulskäufe ggü. habituellen Käufen nimmt mit dem Gefallen der Webseite zu. Erhöht sich die Zustimmung dieses Items um einen Punkt auf der Messskala, erhöht sich die Chance (= Odds Ratio) für Impulskäufe ggü. habituellen Käufen um den Faktor 2,065.
Tabelle 76: Signifikante Parameterschätzungen für Impulskäufe
242
Die empirische Analyse ungeplanter Käufe im Internet
5.5 Zusammenfassung der Hypothesenprüfung Die im Kapitel 5.4 geprüften Hypothesen werden im Folgenden mit dem jeweiligen Prüfergebnis zusammengefasst. Zu unterscheiden ist dabei zwischen bestätigten „D“, eingeschränkt bestätigten „(D)“ und nicht bestätigten Hypothesen „U“. Knapp die Hälfte der Hypothesen, genau genommen 25 von insgesamt 60 Hypothesen, konnten demnach nicht bestätigt werden, wie die nachfolgenden Tabellen zeigen. Kaufentscheidungsdimensionen H1a
Es können die drei Kaufentscheidungsdimensionen Spontanität des Kaufs, kognitive Beteiligung und positive Emotionen unterschieden werden.
Kaufentscheidungstypen H1b Mit Hilfe der drei Kaufentscheidungsdimensionen können acht Kaufentscheidungstypen unterschieden werden.
D U
Tabelle 77: Hypothesenprüfung zur Existenz verschiedener Kaufentscheidungsdimensionen und -typen Anregungsphase H2a
Ungeplante Käufe werden am häufigsten durch Maßnahmen im Online-Shop angeregt.
H2b
Die Surfzeit vor dem Kauf ist bei ungeplanten Käufen länger als bei habituellen Kaufentscheidungen.
D (D)
Such- , Bewertungs- und Auswahlphase H3a
Die Bedeutung von Informationsquellen ist bei spontanen und habituellen Kaufentscheidungen niedriger als bei den übrigen Kaufentscheidungen.
H3b
Ein günstiger Preis stellt für alle Kaufentscheidungstypen gleichermaßen ein wichtiges Kaufentscheidungskriterium dar.
(D)
H3c
Die Marke ist bei kognitiv dominierten Kaufentscheidungen weniger wichtig als bei den übrigen Kaufentscheidungen.
U
H3d
Kundenmeinungen und Testurteile haben bei kognitiv dominierten Kaufentscheidungen eine größere Bedeutung als bei den übrigen Kaufentscheidungen.
(D)
H3e
Die kurzfristige Verfügbarkeit des Produkts ist bei ungeplanten Käufen wichtiger als bei geplanten Käufen.
U
H3f
Der Spaß beim Konsum am Produkt ist bei emotional dominierten Kaufentscheidungen wichtiger als bei den übrigen Kaufentscheidungen.
(D)
H3g
Die Möglichkeiten zur Produktbeurteilung werden bei spontanen Käufen schlechter bewertet als bei den übrigen Kaufentscheidungen.
(D)
H3h
Hinsichtlich der Erfahrungseigenschaften des Produkts unterscheiden sich die Kaufentscheidungstypen nicht.
D
U
Kaufphase H4a
Einkäufe, bei denen ungeplante Käufe getätigt wurden, weisen eine größere Zahl an verschiedenen gekauften Produkten auf als Einkäufe, bei denen geplante Käufe getätigte wurden.
D
H4b
Einkäufe, bei denen ungeplante Käufe getätigt wurden, weisen eine größere Einkaufssumme auf als Einkäufe, bei denen geplante Käufe getätigt wurden.
U
Tabelle 78: Hypothesenprüfung zur Kaufphasenbetrachtung ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
Zusammenfassung der Hypothesenprüfung
243
H4c
Die Relation des Artikelpreises zur Einkaufssumme ist bei ungeplant gekauften Artikeln kleiner als bei geplant gekauften Artikeln
D
H4d
Ungeplante Käufe werden häufiger als die anderen Kaufentscheidungstypen bei Universalversendern getätigt.
U
H4e
Extensive und limitierte Kaufentscheidungen werden häufiger als die anderen Kaufentscheidungstypen bei Spezialversendern getätigt.
(D)
H4f
Habituelle Kaufentscheidungen werden häufiger als die anderen Kaufentscheidungstypen beim Hersteller getätigt.
D
H4g
Ungeplante und habituelle Käufe werden eher in Online-Shops getätigt, die der Nutzer bereits gut kennt und in denen er regelmäßig einkauft.
D
H4h
Extensive und limitierte Kaufentscheidungen zeichnet eine längere Suche nach dem geeigneten Anbieter aus als die übrigen Kaufentscheidungen.
D
H4i
Extensive und limitierte Kaufentscheidungen werden eher als die übrigen Kaufentscheidungstypen in unbekannten Online-Shops getätigt.
D
H4j
Die Kaufentscheidungstypen unterscheiden sich hinsichtlich der gewählten Zahlungsweise der Käufer.
U
H4k
Ungeplant gekaufte Artikel werden häufiger als geplant gekaufte Artikel digital oder per Express versandt.
U
H4l
Die Versandkosten sind bei ungeplanten Käufen niedriger als bei geplanten Käufen.
U
Nachkaufphase
H5
Die Zufriedenheit mit dem Kauf ist bei spontanen Käufen niedriger als bei den übrigen Kaufentscheidungstypen.
(D)
Tabelle 78: Hypothesenprüfung zur Kaufphasenbetrachtung ungeplanter Käufe im Internet
Kaufmotive H6a
Das spontane Gefallen eines Produkts (Spontankaufmotive i.e.S.) wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
D
H6b
Das Erinnerungskaufmotiv wirkt sich stärker auf das Auftreten geplanter Käufe aus als auf das ungeplanter Käufe.
(D)
H6c
Sonderangebote wirken sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
H6d
Das hedonistische Kaufmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
H6e
Das Zweckmäßigkeitsmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
H6f
Das Fremdkaufmotiv wirkt sich stärker auf das Auftreten geplanter Käufe aus als auf das ungeplanter Käufe.
(D)
H6g
Das Verbundkaufmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
U
H6h
Das Neugierdemotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
Tabelle 79: Hypothesen zu psychologischen Determinanten ungeplanter Käufe im Internet (Fortsetzung nächste Seite)
244
Die empirische Analyse ungeplanter Käufe im Internet
H6i
Das Neuheitenmotiv wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
H6j
Das Motiv „Abbau von Konsumentenverwirrtheit“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
U
H6k
Das Motiv „Erreichen des Mindestbestellwerts“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
H6l
Das Motiv „Einsparung von Versandkosten“ wirkt sich stärker auf das Auftreten ungeplanter Käufe aus als auf das geplanter Käufe.
(D)
Je stärker während der Internetsitzung das Erleben von Flow ist, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
(D)
Flow H7
Wahrgenommenes Risiko H8
Je höher das wahrgenommene Risiko ist, desto seltener treten spontane Käufe und umso eher nicht-spontane Käufe auf.
U
Produktinvolvement H9
Je höher das Produktinvolvement ist, desto seltener treten spontane Käufe und umso eher nicht-spontane Käufe auf.
(D)
Gewohnheitsverhalten H10
Je stärker während des Kaufs das Gewohnheitsverhalten der Konsumenten ist, desto seltener treten ungeplante und extensive Käufe und umso eher treten limitierte und habituelle Käufe auf.
U
Einkaufsfreude H11
Je größer die generelle Freude am Einkaufen ist, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
(D)
E-Shopping-Affinität H12a
Eine hohe Nutzungsintensität des Internets begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine niedrige Nutzungsintensität des Internets.
U
H12b
Eine große Online-Kauferfahrung begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine geringe Online-Kauferfahrung.
U
H12c
Eine positive Einstellung zum Online-Shopping begünstigt das Auftreten ungeplanter Käufe in stärkerem Maße als eine negative Einstellung zum Online-Shopping.
U
Tabelle 79: Hypothesen zu psychologischen Determinanten ungeplanter Käufe im Internet
Produktkategorie H13a
Die Kaufentscheidungstypen unterscheiden sich hinsichtlich der gekauften Produkte.
H13b
Digitale Produkte werden häufiger als andere Produkte ungeplant über das Internet gekauft.
(D) U
Produktpreis H13c
Ein niedriger Preis ruft in stärkerem Maße ungeplante Käufe hervor als ein hoher Preis.
(D)
Tabelle 80: Hypothesenprüfung zu produktspezifischen Determinanten ungeplanter Käufe im Internet
Zusammenfassung der Hypothesenprüfung
245
Einkaufsbezogene Merkmale H14a
Käufe für den eigenen Bedarf führen eher zu ungeplanten Käufen als Käufe für andere Personen (Fremdkäufe).
H14b
Je größer der wahrgenommene Zeitdruck ist, desto seltener treten ungeplante Käufe und umso eher geplante Käufe auf.
D (D)
Anbietermerkmale H15a
Eine insgesamt positive Beurteilung der Webseite ruft in stärkerem Maße ungeplante Käufe hervor als eine weniger positive Beurteilung der Webseite.
(D)
H15b
Ausführliche Produktbeschreibungen rufen in stärkerem Maße nicht-spontane Käufe hervor als weniger ausführliche Produktbeschreibungen.
U
H15c
Detaillierte Produktdarstellungen (v.a. Produktbilder) rufen in stärkerem Maße Impulskäufe und ungeplante Suchkäufe hervor als weniger detaillierte Produktdarstellungen.
U
H15d
Die Usability der Webseite, über die der Kauf erfolgte, hat keinen signifikanten Einfluss auf die Entstehung der verschiedenen Kaufentscheidungstypen.
U
H15e
Eine ansprechende und erlebnisreiche Gestaltung der Webseite ruft in stärkerem Maße Impulskäufe und ungeplante Suchkäufe hervor als eine weniger ansprechende und erlebnisreiche Gestaltung.
(D)
H15f
Eine hohe Zuverlässigkeit des Anbieters ruft in stärkerem Maße spontane Käufe hervor als eine niedrige Zuverlässigkeit.
U
H15g
Eine hohe Vertrauenswürdigkeit des Anbieters ruft in stärkerem Maße spontane Käufe hervor als eine niedrige Vertrauenswürdigkeit.
U
Tabelle 81: Hypothesenprüfung zu situativen Determinanten ungeplanter Käufe im Internet
Soziodemografische Merkmale H14a
Ein hohes Einkommen begünstigt in stärkerem Maße ungeplante Käufe als ein niedriges Einkommen.
U
H14b
Das Geschlecht hat keinen signifikanten Einfluss auf die Entstehung der verschiedenen Kaufentscheidungstypen.
U
H14c
Je jünger die Nutzer sind, desto eher treten ungeplante Käufe und umso seltener geplante Käufe auf.
U
Tabelle 82: Hypothesenprüfung zu soziodemografischen Determinanten ungeplanter Käufe im Internet
Zusammenfassung der Untersuchungsergebnisse und Forschungsbeitrag
247
6 Zusammenfassung und Implikationen In diesem abschließenden Kapitel werden die wesentlichen Ergebnisse der Untersuchung noch einmal zusammengefasst, der eigene Forschungsbeitrag herausgestellt und anschließend Implikationen für die Praxis und die weitere Forschung auf diesem Gebiet abgeleitet.
6.1 Zusammenfassung der Untersuchungsergebnisse und Forschungsbeitrag Die vorliegende Untersuchung liefert in konzeptioneller, methodischer und empirischer Hinsicht wesentliche neue Erkenntnisse, welche die aufgezeigten Forschungslücken zu schließen vermögen. Diese umfassen die Entwicklung und empirische Überprüfung einer Kaufentscheidungstypologie für das Online-Shopping, welche konsequent verschiedene Formen ungeplanten Kaufverhaltens mit berücksichtigt, eine klare Definition ungeplanter Käufe in traditionellen Einkaufsumgebungen und im Internet sowie darauf aufbauend einen neuen Ansatz zur Messung ungeplanter Käufe im Internet und die Analyse zentraler Determinanten dieser Kaufentscheidungstypen. Wie die Untersuchung zeigt, existieren weiterhin große Unklarheiten zum ungeplanten Kaufverhalten, obgleich dieses bereits seit den 1950er Jahren erforscht wird. Diese bestehen zum Einen in der ausgesprochen vielfältigen begrifflichen Abgrenzung ungeplanter von geplanten Käufen sowie hinsichtlich unterschiedlicher Typen ungeplanter Käufe. Hier hat sich zuletzt, vor allem in der deutschsprachigen Konsumentenforschung, die Erkenntnis durchgesetzt, dass es einer Differenzierung ungeplanter Kauftypen bedarf, denn nicht alle zuvor unbeabsichtigten Käufe entsprechen den in der Literatur häufig in den Mittelpunkt gestellten Impulskäufen. Hierzu liefert die vorliegende Arbeit, aufbauend auf den Konzeptualisierungen von Weinberg (1981), Baun (2003) sowie Engelhardt et al. (2004), eine konsequente Weiterentwicklung vorhandener Kaufentscheidungstypologien, die acht theoretisch mögliche Entscheidungstypen anhand der emotionalen und kognitiven Beteiligung sowie der Spontanität des Kaufs differenziert. Neben den bereits bekannten extensiven, limitierten, habituellen und impulsiven Käufen, treten dabei die vereinzelt bereits empirisch nachgewiesenen ungeplanten Suchkäufe und emotionslosen Spontankäufe auf. Ergänzt werden können diese Kaufentscheidungstypen nun durch die in dieser Studie erstmals formulierten geplanten Emotionskäufe und ungeplant limitierten Käufe.
M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7_6, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
248
Zusammenfassung und Implikationen
Zum Anderen liefert die Übersicht über bisherige empirische Forschungen zu ungeplanten Käufen im Allgemeinen die Erkenntnis, dass es kein standardisiertes Verfahren zur Messung dieser Art des Kaufverhaltens gibt. Weder existieren bisher einheitliche Skalen zur Erfassung ungeplanter Käufe, noch sind sich die Forscher einig über das einzusetzende Erhebungsverfahren. Die Befragungsmethode dominiert bisher das Geschehen. Einige Forscher nutzen auch experimentelle Studien, um einzelne kausale Zusammenhänge, insbesondere die Wirkung von Marketing-Stimuli, zu isolieren. Andere kombinieren Beobachtung und Befragung, um die Schwächen der beiden Verfahren abzumildern. Die vorliegende Untersuchung wählt hierbei einen pragmatischen Weg, indem, dem teilweise exploratorischen Charakter entsprechend, die zunächst einfach durchzuführende und häufig verwendete Befragungsmethode eingesetzt wird. Die empirische Überprüfung der zu Grunde gelegten Kaufentscheidungstypologie für den Einkauf im Internet liefert dabei folgende neue Erkenntnisse. Mittels der weiterentwickelten und geprüften Messskala der drei Entscheidungsdimensionen, emotionale und kognitive Beteiligung sowie Spontanität des Kaufs, ist es zunächst prinzipiell möglich, die postulierten acht Kaufentscheidungstypen empirisch nachzuweisen. Dabei wird mit der vorliegenden Untersuchung auch methodisch ein bisher selten eingeschlagener Pfad betreten. Denn mit Hilfe einer um Mixture Models erweiterten Clusteranalyse konnte festgestellt werden, dass mit der Unterscheidung von nur sieben Kaufentscheidungstypen eine hinsichtlich der angelegten Gütekriterien bessere Lösung erreicht wird. Mixture Models stellen ein neueres, in der Marketingforschung noch selten eingesetztes Verfahren der probabilistischen Clusteranalyse dar, das nicht auf Heuristiken, sondern auf statistischen Modellen beruht, und damit weniger willkürlich als traditionelle Verfahren der Clusteranalyse ist. Es ist daher in besonderem Maße dazu geeignet, die Ergebnisse traditioneller Verfahren zu validieren. Zur Beurteilung der Güte der resultierenden alternativen Clusterlösung wurde neben den bekannten Kriterien wie FWerte und Trefferquoten der Diskriminanzanalyse ferner auch das von Franke/Reisinger/Hoppe (2009) neu vorgestellte Gütekriterium der standardisierten „Remaining Sum of Squares (kurz: RS-Wert)“ genutzt, welches eine vergleichende Beurteilung unterschiedlicher Clusteranalysen ermöglicht. Die vorliegenden Forschungsergebnisse können damit zukünftig einfacher mit anderen Untersuchungen verglichen werden. Darüber hinaus wurde mit der zusätzlichen Messung von Kaufabsichten, welche auf frühe Studien der 1950er und 1960er Jahre zurückgeht und vor allem in der Praxis häufig eingesetzt wird (vgl. Kroeber-Riel/Weinberg/Gröppel-Klein 2009, S.
Zusammenfassung der Untersuchungsergebnisse und Forschungsbeitrag
249
452), eine zusätzliche externe Validierung durchgeführt, wie sie bisher in keiner Studie zum ungeplanten Kaufverhalten vorgenommen wurde. Der Vergleich zwischen der Clusterlösung und der Messung der Kaufabsichten zeigt dabei, dass es zwischen den beiden Messverfahren minimale Abweichungen bei der Identifikation ungeplanter Käufe gibt, die Messung von Kaufabsichten somit für eine grobe Einschätzung, z.B. zum Ausmaß ungeplanten Kaufverhaltens insgesamt, durchaus geeignet ist. Nach Durchlaufen dieses Validierungsprozesses konnte neben den bereits in früheren Studien nachgewiesenen Kaufentscheidungstypen der Emotionskauf als weiterer neuer Typus empirisch bestätigt werden, der mit einem Anteil von fast 24% von erheblicher Bedeutung ist. Die vermutete Existenz ungeplant limitierter Käufe konnte empirisch hingegen nicht gefestigt werden. Viele der Untersuchungshypothesen zur Beschreibung und Erklärung der Kaufentscheidungstypen konnten nur mit Einschränkungen empirisch bestätigt werden. Da bei den Hypothesen häufig ein Unterschied zwischen geplanten und ungeplanten Käufen postuliert wurde, verdeutlicht dieses Ergebnis die Notwendigkeit der feineren Differenzierung der Kaufentscheidungstypen, wie sie der Untersuchung zu Grunde gelegt wurde. Die Kaufentscheidungstypen weisen vielfältige Facetten und Unterschiede untereinander auf, was zu einem jeweils einzigartigen Profil der einzelnen Kauftypen führt, welche im Folgenden zusammenfassend dargestellt werden. Extensive Käufe, die mit 24,4% in der Studie gut ein Viertel aller Online-Käufe ausmachen, sind geplant und weisen die signifikant höchste kognitive Beteiligung aller Kaufentscheidungstypen auf, was sich zudem in der längsten Surfzeit vor dem Kauf und der intensiven Nutzung von Informationsquellen zur Entscheidungsunterstützung widerspiegelt. Ein günstiger Preis und positive Testberichte stellen hierbei wichtige Entscheidungskriterien dar. Dabei werden deutlich teurere Produkte gekauft als bei den übrigen Kaufentscheidungstypen. Ein hohes Produktinvolvement und wahrgenommenes Risiko fördern dabei das Auftreten extensiver Käufe. Diese werden zudem vergleichsweise häufig bei Spezialversendern und in Online-Auktionen getätigt. Die Suche nach dem geeigneten, in erster Linie preisgünstigsten Anbieter ist dabei ausgesprochen lang. Die Fokussierung auf den Preis führt dabei dazu, dass diese Käufe signifikant häufiger bei unbekannten Anbietern getätigt werden. Widersprüchlich erscheint auf den ersten Blick, dass extensive Käufe ebenso emotional aufgeladen sind wie z.B. Impulskäufe, und hedonistische Kaufmotive durchaus eine wichtige Rolle spielen. Die Vermutung ist, dass es sich hierbei u.U. um das typische Kaufverhalten von so genannten Smart Shoppern handelt, die beim Kauf im Internet auf eine Opti-
250
Zusammenfassung und Implikationen
mierung des Preis-Leistungs-Verhältnisses abzielen, d.h. möglichst gute Qualität zu einem niedrigen Preis erhalten möchten. Neben einem ausgeprägten Informationsverhalten spielt dabei auch die Befriedigung emotionaler Bedürfnisse eine wichtige Rolle (vgl. Esser 1999, S. 855 f.). Zudem zeigen die Erkenntnisse des Neuromarketing, dass es eine enge Verflechtung von Informationsverarbeitungsprozessen und Emotionen gibt (vgl. Köhler/Bruhn, S. 11). Insbesondere ein als hoch wahrgenommener Preis erzielt eine positive Wirkung auf die gefühlte Gefallensbewertung eines Produkts (vgl. Plassmann/Niessing 2010, S. 126). Geplante limitierte Käufe, die 18,4% der Käufe ausmachen, weisen gegenüber extensiven Käufen eine schwächere kognitive Beteiligung und eine sehr geringe Emotionalität des Kaufs auf, sind diesen aber bezüglich Surfzeit und der Verwendung von Informationsquellen durchaus ähnlich. Analog zu den extensiven Käufen werden auch limitierte Käufe überwiegend bei unbekannten Anbietern getätigt. Zudem spielen die Marke und die kurzfristige Verfügbarkeit des gekauften Artikels eine vergleichsweise wichtige Rolle bei der Kaufentscheidung. Neugierde und hedonistische Kaufmotive sind hingegen nicht wichtig, was sich, trotz eines relativ hohen Durchschnittspreises von über 50 EUR pro Artikel, zudem in einem ausgesprochen niedrigen Produktinvolvement äußert. Dies ist vor allem darauf zurückzuführen, dass es sich bei limitierten Käufen in fast der Hälfte der Fälle um Käufe für den Fremdbedarf handelt, allen voran für den gemeinsamen Haushalt oder im Auftrag anderer Personen, die darüber hinaus als reine Notwendigkeit betrachtet werden. Auch finden sich hier vermehrt Ersatzkäufe wieder, bei denen ein Produkt anstelle eines anderen gekauft wurde. Habituelle Käufe machen nur 10,5% der Online-Käufe aus und weisen ein sehr eindeutiges Profil auf. Sie sind weder emotional, noch werden sie von Informationsverarbeitungsprozessen begleitet. Sie erfolgen ausgesprochen gezielt und häufig unter Zeitdruck, was durch die kürzeste aller Surfzeiten vor dem Kauf dokumentiert wird. Flow-Erlebnisse können unter diesen Umständen nicht zur Entfaltung kommen. Ebenso schnell erfolgt die Wahl des meist bekannten Anbieters, bei dem es sich häufiger als bei allen anderen Kauftypen um einen Universalversender handelt, welcher sich zudem durch eine hohe Vertrauenswürdigkeit auszeichnet. Durchschnittlich werden ca. 23 EUR für habituell gekaufte Artikel ausgegeben. Ferner weisen sie ähnlich wie limitierte Käufe einen hohen Anteil von notwendigen Fremdbedarfskäufen auf, welche wiederum mit einem sehr niedrigen Produktinvolvement und einem zugleich geringen wahrgenommenen Risiko einhergehen.
Zusammenfassung der Untersuchungsergebnisse und Forschungsbeitrag
251
Die in der vorliegenden Studie erstmals identifizierten geplanten Emotionskäufe zählen, wie erwähnt, mit 23,5% aller Online-Käufe zu den empirisch bedeutendsten Kaufentscheidungstypen der vorliegenden Studie. Die interessanteste Erkenntnis zu diesem Kauftypen ist das ausgeprägte Gewohnheitsverhalten, das deutlich höher ist als das der habituellen Kaufentscheidungen. Demnach sind insbesondere Emotionskäufe solche Käufe, bei denen wiederholt das gleiche Produkt gekauft wird. Gestützt wird dies durch die als vergleichsweise gut bewertete Möglichkeit der Produktbeurteilung vor dem Kauf, die bei bekannten Produkten vor allem auf vorherigen Kauferfahrungen beruht. Dementsprechend gering ist die kognitive Auseinandersetzung mit der bekannten Kaufentscheidungssituation. Nichtsdestotrotz verbringen die Nutzer bei Emotionskäufen vor dem Kauf durchschnittlich über eine Stunde Zeit im Internet. Nicht der Preis, wohl aber der Spaß beim Konsum des Produkts ist bei diesen Käufen das wichtigste Kaufentscheidungskriterium. Ebenso spielen die Marke und hedonistische Konsummotive eine vergleichsweise wichtige Rolle, so dass vermutet wird, dass es sich hierbei vor allem um markentreue Käufe handelt, wie sie eigentlich für habituelle Käufe typisch sind. Erhärtet wird diese Vermutung durch den hohen Grad der Zufriedenheit mit dem Kauf und das hohe Produktinvolvement. Aufgrund der emotionalen Aufladung kann somit auch von „heißen habituellen Käufen“ (in Anlehnung an Trommsdorff 2004, S. 322) gesprochen werden. Ungeplante Käufe machen insgesamt einen im Vergleich zu klassischen Kaufumgebungen geringen Anteil von 23,2% aller Online-Käufe aus. Sie unterscheiden sich von den genannten geplanten Kauftypen gemeinsam in folgenden Punkten: Ungeplante Käufe werden mit großer Mehrheit vor allem über die Webseite des Online-Anbieters angeregt, über die letzten Endes auch der Kauf erfolgt. Dabei stellen vor allem Sonderangebote und Neugierde für alle ungeplanten Kauftypen gleichermaßen wichtige Kaufmotive dar. Zudem werden sie bei Anbietern getätigt, die der Nutzer vergleichsweise gut kennt. Dabei sind die Möglichkeiten zur Beurteilung des zu kaufenden Produkts vor dem Kauf bei ungeplanten Käufen tendenziell schlechter als bei geplanten Käufen. Dies kann zum Einen darauf zurück geführt werden, dass eine vergleichbare Beurteilung bei ungeplanten Käufen generell ausbleibt. Zum Anderen ist diese teilweise aufgrund der bei ungeplanten Käufen bevorzugten Produktkategorien schwerer möglich. So wird vor allem Kleidung über das Internet deutlich häufiger ungeplant als geplant gekauft. Dabei kann insbesondere die individuelle Passung der Kleidungsstücke bei Bestellung über das Internet, trotz vereinzelter innovativer Ansätze wie personalisierte Avatare, erst nach Erhalt der Ware überprüft werden.
252
Zusammenfassung und Implikationen
Vergleichsweise häufig ungeplant gekauft werden zudem Spielwaren. Tickets und Eintrittskarten wurden in der Studie hingegen überhaupt nicht ungeplant gekauft, und auch bei PC-/ Videospielzubehör und Haushaltsgeräten zeigt sich eine Tendenz hin zu geplanten Käufen. Preislich liegen ungeplante Käufe mit durchschnittlich maximal 24,80 EUR deutlich unter dem Preisniveau geplanter Käufe, mit Ausnahme der habituellen Käufe, die auf einem preislich gleichen Niveau wie ungeplante Käufe liegen. Wohl auch aus diesem Grund ist das wahrgenommene Risiko bei ungeplanten Käufen im Internet grundsätzlich nur unterdurchschnittlich ausgeprägt. Ungeplante Käufe treten vor allem bei tendenziell umfangreicheren Einkäufen im Internet auf, bei denen im Durchschnitt rd. drei Artikel gekauft werden. Bei geplanten Käufen liegt der Umfang des Einkaufs meist zwischen ein und zwei Artikeln. Die Einkaufssummen unterscheiden sich aber, mit Ausnahme der extensiven Käufe, zwischen den Kauftypen nur wenig voneinander. Als Folge dessen ist die Relation des Artikelpreises zur Einkaufssumme bei ungeplanten Käufen deutlich geringer als bei geplanten Käufen. Ungeplant gekaufte Artikel machen durchschnittlich nicht mehr als 50% der Einkaufssumme aus. Erklärbar sind diese Zusammenhänge mit der Theorie mentaler Budgets. Demnach fällt es Konsumenten leichter, Produkte ungeplant dazu zu kaufen, wenn diese in Relation zu einer vorher bereits beabsichtigten größeren Einkaufssumme nur wenig kosten. Des Weiteren zeigt sich, dass ungeplante Käufe häufiger als geplante Käufe für den Eigenbedarf erfolgen. Die Befriedigung eigener, spontan entstandener Bedürfnisse steht bei ungeplanten Käufen somit im Vordergrund. Ferner zeigen die Ergebnisse, dass ungeplante Käufe vor allem von Personen getätigt werden, die eine vergleichsweise große Freude am Einkaufen haben. Hinsichtlich der soziodemografischen Merkmale kann festgehalten werden, dass ungeplante Käufe im Internet häufiger von Frauen als von Männern getätigt werden, wobei produktspezifische Besonderheiten berücksichtigt werden müssen. Frauen kaufen ausgesprochen häufig Kleidung über das Internet, welche insgesamt, also auch von Männern, vermehrt ungeplant gekauft wird. Die drei in der Studie identifizierten Typen ungeplanter Käufe unterscheiden sich außerdem deutlich untereinander. Die ausgesprochen spontanen und emotionalen Impulskäufe, welche häufig allein im Fokus bisheriger Forschungsarbeiten stehen, machen beim Einkauf im Internet nur
Zusammenfassung der Untersuchungsergebnisse und Forschungsbeitrag
253
7,6% aller Käufe aus. Die Surfzeiten sind tendenziell höher als bei den anderen ungeplanten Käufen, was durch einen geringen Zeitdruck und Flow-Erlebnisse hervorgerufen wird. Unterstützt werden kann die Entstehung von Impulskäufen dabei offensichtlich auch durch eine gut gemachte und vor allem erlebnisreiche Webseitengestaltung. Nutzer, die Impulskäufe tätigten, suchten den Online-Anbieter daher auch eher gezielt auf. Die Verwendung anderer Informationsquellen spielt bei diesen Käufen kaum eine Rolle. Der Einfluss von Werbung ist, wenngleich auf niedrigem Niveau, bei diesen Käufen aber am stärksten ausgeprägt. Der Spaß beim Konsum sowie hedonistische Kaufmotive begünstigen die Entstehung von Impulskäufen, für die im Durchschnitt rd. 20 EUR ausgegeben wurden. Emotionslose Spontankäufe stellen mit 9,3% die größte Gruppe ungeplanter Käufe dar. Diese können im Wesentlichen als beiläufige Low-Interest-Käufe charakterisiert werden. Jegliche Art von Information spielt bei diesen Käufen so gut wie keine Rolle. Eine Qualitätsbeurteilung vor dem Kauf bleibt dementsprechend weitestgehend aus, was letzten Endes aber zu einer deutlich niedrigeren Zufriedenheit mit dem Kauf führt. Einzig das Informationsangebot des Online-Anbieters, bei dem das Produkt gekauft wurde und den die Käufer zumeist gut kennen und gezielt aufsuchen, wird überhaupt berücksichtigt. Emotionslose Spontankäufe werden zudem vergleichsweise häufig direkt bei den Herstellern getätigt. Zudem werden diese Käufe auch genutzt, um einen geforderten Mindestbestellwert zu erreichen oder Versandkosten zu sparen. Dabei wird für die als eher unwichtig betrachteten Produkte mit 9,70 EUR im Durchschnitt am wenigsten von allen Kauftypen ausgegeben. Obendrein handelt es sich meist um Produkte, die der Konsument bisher noch nicht gekauft hatte. Obgleich zuvor nicht beabsichtigt, zieht die plötzliche Anregung bei ungeplanten Suchkäufen, die nur 6,2% aller Online-Käufe ausmachen, eine moderate kognitive Auseinandersetzung mit der Kaufentscheidung nach sich. Diese ist vergleichbar mit der der limitierten Käufe, benötigt dabei aber weniger Zeit. Ungeplante Suchkäufe unterscheiden sich zudem von limitierten Käufen signifikant in der größeren Bedeutung von Online-Medienberichten, die die Käufer zur Entscheidungsunterstützung heranziehen. Der Spaß beim Konsum, ein geringer Preis und positive Kundenmeinungen stellen wichtige Entscheidungskriterien bei dieser Art Käufe dar, die relativ häufig bei Universalversendern getätigt werden. Dabei zeigt sich, dass hedonistische Kaufmotive, Sonderangebote, Neuheiten und das Wecken von Neugierde einen erheblichen Einfluss auf ungeplante Suchkäufe haben. So werden diese auch am wenigsten durch gewohnheitsmäßige Verhaltenszüge beeinflusst. Das Erleben von Flow fördert zudem das Auftreten ungeplanter Suchkäufe, was angesichts der tendenziell kürzeren Surfzeit
254
Zusammenfassung und Implikationen
überrascht. Dies mag u.U. an persönlichen Prädispositionen liegen, denn Personen, die ungeplante Suchkäufe tätigten, zeichnen sich durch eine generell größere Freude am Einkaufen aus. Sie lassen sich daher wohl schneller als andere zu einem kurzzeitig intensiven „Shoppingtrip“ im Internet motivieren. Als wesentliche Determinanten, die die Entstehung der verschiedenen Kauftypen erklären, haben sich in dieser Studie das Produktinvolvement, die Einkaufsfreude, das Gewohnheitsverhalten, die Kenntnis des Online-Shops, der Artikelpreis und das Gefallen der Webseite herausgestellt. So führt ein hohes Produktinvolvement in erster Linie zu extensiven Käufen, ein geringes Produktinvolvement zu emotionslosen Spontankäufen sowie limitierten und habituellen Käufen. Die generelle Freude am Einkaufen begünstigt zudem die Entstehung von ungeplanten Suchkäufen und Impulskäufen, aber auch die von Emotionskäufen. Letztere werden zudem am stärksten durch ein ausgeprägtes Gewohnheitsverhalten hervorgerufen. Ein niedriger Artikelpreis fördert insbesondere das Auftreten emotionsloser Spontankäufe, ein hoher Preis hingegen das extensiver Kaufentscheidungen. Das Gefallen der Webseite des Anbieters, bei dem das Produkt gekauft wird, hat zudem einen stark positiven Einfluss auf die Entstehung von Impulskäufen. Und schlussendlich unterstützt die Kenntnis des Online-Shops nicht nur das Auftreten aller ungeplanten Kaufentscheidungstypen, sondern vor allem auch das habitueller Käufe und von Emotionskäufen. Zu guter Letzt sei auch auf die Ergebnisse hingewiesen, bei denen keine Zusammenhänge festgestellt oder wesentlichen Erkenntnisse geliefert werden konnten. So unterscheiden sich die Kaufentscheidungstypen nicht signifikant hinsichtlich der gewählten Zahlungsweise und Versandart sowie den Versandkosten beim OnlineEinkauf. Zudem konnte der Einfluss des Verbundkaufmotivs auf ungeplantes Kaufverhalten nicht nachgewiesen werden. Eine differenzierte Analyse des Einflusses der gekauften Produktkategorie sowie des Geschlechts auf die einzelnen Kaufentscheidungstypen ist darüber hinaus nicht möglich, sondern beschränkt sich auf die Unterscheidung zwischen ungeplanten und geplanten Käufen als Ganzes. Darüber hinaus können bezüglich der Webseiten- und Anbietermerkmale nur vereinzelte Unterschiede festgestellt werden. Im Großen und Ganzen zeigt sich hierbei, dass Produktinformationen und die Usability der Webseite sowie die Vertrauenswürdigkeit und die Zuverlässigkeit des Anbieters für alle Kaufentscheidungstypen im Internet von hoher Relevanz sind. Mit Ausnahme des Geschlechts konnte zudem, wie in früheren Studien auch, kein Einfluss soziodemografischer Merkmale festgestellt werden. Gleiches gilt für den Einfluss der E-Shopping-Affinität der Käufer.
Implikationen für Forschung und Praxis
255
6.2 Implikationen für Forschung und Praxis Eine wesentliche Erkenntnis der vorliegenden Untersuchung liegt, wie erwähnt, im Nachweis eines differenzierteren Kaufentscheidungsverhaltens der Konsumenten im Internet als bisher angenommen. Insbesondere konnte die Existenz unterschiedlicher Typen ungeplanten Kaufens nun auch für den Kauf im Internet nachgewiesen werden. Daraus ergibt sich für Forschung und Praxis die Notwendigkeit, bisherige Konzepte, die sich vor allem auf die Bedeutung von Impulskäufen im Handel konzentrierten, zu überdenken. Die häufige Fokussierung auf diese Art von Kaufentscheidungen erscheint angesichts ihrer relativen Bedeutung an allen Käufen nicht gerechtfertigt. Forschung und Praxis begehen somit einen nicht zu unterschätzenden Fehler, wenn andere ungeplante Verhaltensweisen unberücksichtigt oder gar mit impulsivem Kaufverhalten gleichgesetzt werden. Speziell für die Praxis lassen sich daher folgende Handlungsempfehlungen ableiten: Das zusätzlich generierbare Volumen ungeplanter Käufe im Online-Handel beläuft sich auf insgesamt rd. 23% aller Käufe, wobei für diese im Durchschnitt deutlich weniger Geld ausgegeben wird als für geplante Käufe. Bezogen auf die vorliegende Stichprobe machen die ungeplanten Käufe insgesamt rd. 17 % der angegebenen Gesamteinkaufssumme aus. Im Vergleich zu klassischen Kaufumgebungen, in denen der Anteil ungeplanter Käufe auf bis zu 70% geschätzt wird, erscheint dies zunächst wenig. Dabei sind aber die relativ hohen Zahlen für den traditionellen Handel aufgrund der bisherigen Unschärfe bei der Messung ungeplanten Kaufverhaltens zumindest in Frage zu stellen. Dieses Volumen ist darüber hinaus stark produktabhängig. So erhöht sich die Bedeutung ungeplanter Käufe im Textil- und Spielwarenhandel nochmals deutlich. Möchten Online-Händler das Potenzial ungeplanter Käufe nicht ungenutzt lassen, sollten diese u.a. auf bewährte Marketing-Maßnahmen zurückgreifen. So zeigt sich, dass Konsumenten ungeplante Käufe vor allem bei ihnen bekannten Online-Händlern tätigen. Kundenbindungsmaßnahmen, die dazu führen, dass Internetnutzer immer wieder zu einem „ihrer“ Online-Shops zurückkehren, generieren damit nicht nur eine hohe Wiederkaufrate, sondern ermöglichen durch die steigende Wahrscheinlichkeit ungeplanter Käufe prinzipiell auch zusätzliche Umsätze im Sinne des Cross-Sellings. Ferner sollten Anreize für die Verlängerung der Aufenthaltszeit und die Entstehung von Flow-Erlebnissen im Online-Shop geschaffen werden. Diese stehen dem gezielten Einkauf von Produkten entgegen, bei denen die Wahrscheinlichkeit sinkt, zusätzliche
256
Zusammenfassung und Implikationen
Käufe zu tätigen. Eine erlebnisreiche Webseitengestaltung, eine große Angebotsvielfalt und Möglichkeiten zum Stöbern im Online-Sortiment sind wesentliche Voraussetzungen, um dem Kunden unterschiedlichste Anreize geben zu können. Universalversender sind hierzu geradezu prädestiniert. Sonderangebote und das Wecken von Neugier auf neue Produkte können hierbei hilfreich sein. Ebenso sollten die Nutzer möglichst persönlich angesprochen werden, da ungeplante Käufe in der Regel für den eigenen Bedarf getätigt werden. Bereits heute häufig eingesetzte Personalisierungsmaßnahmen wie das Content Based Filtering erscheinen hierfür besonders zweckmäßig zu sein. Zusätzlich kann die Ansprache über das hedonistische Kaufmotiv „sich etwas zu gönnen“, wie es z.B. Amazon bereits praktiziert, und über den möglichen Spaß beim Konsum des Produkts, z.B. durch audiovisuelle Darstellungen zur Produktverwendung mittels Testimonials, zusätzliche Kaufimpulse auslösen. Eine weitere Möglichkeit zur Anregung ungeplanter Käufe dürften Produktempfehlungen sein, die preislich deutlich unter dem aktuell angezeigten Warenwert liegen. Solche Produktangebote können im Verbund mit dem aktuell angezeigten Artikel oder als „Anhang“ zum virtuellen Einkaufswagen bzw. Warenkorb platziert werden. Das Produkt sollte dabei in keinem Fall mehr als 50% des aktuellen Warenwerts ausmachen, um die Wahrscheinlichkeit zum „Zugreifen“ zu erhöhen. In diesem Zusammenhang ist auch das gezielte Angebot von Produkten zu nennen, mit deren Kauf ein Mindestbestellwert erreicht oder Versandkosten gespart werden können. Solche Angebote sind jedoch mit Vorsicht zu genießen, denn dadurch ausgelöste emotionslose Spontankäufe weisen eine deutlich geringere Zufriedenheit mit dem Kauf auf. Ein massiver Einsatz solcher Maßnahmen könnte auf Dauer gesehen die Kundenzufriedenheit des einzelnen Nutzers insgesamt beeinträchtigen und im Einzelfall auch zu Rücksendungen der spontan gekauften Produkte führen. Online-Werbemaßnahmen, die für die Website-Promotion unabdingbar sind, haben auf ungeplante Käufe nicht den erwartet starken Einfluss. Nichtsdestotrotz sind gerade für ungeplante Suchkäufe geeignete Platzierungen des Sortiments in Suchmaschinen und Preissuchmaschinen, sowie die Verlinkung zu Herstellerwebseiten und Testberichten nicht zu unterschätzende Maßnahmen. Dies gilt zudem ganz besonders für Kundenmeinungen, z.B. in Form von Rezensionen im Online-Shop, die bei ungeplanten Suchkäufen im Internet eine wichtige Rolle spielen. Auch die gezielte Nutzung von Kundenmeinungsplattformen, Foren und sozialen Netzwerken sollte in diesem Zusammenhang in Betracht gezogen werden.
Zusammenfassung und Implikationen
257
Darüber hinaus gilt, dass Produktinformationen und eine hohe Usability der Webseite sowie die Vertrauenswürdigkeit und die Zuverlässigkeit des Anbieters als Standards notwendige Voraussetzungen auch für die Entstehung ungeplanter Käufe darstellen. Zu guter Letzt stellt sich die Frage, inwieweit Anbieter selbst den Anteil ungeplanter Käufe ihres Online-Shops ermitteln können, um damit beispielsweise die Wirksamkeit oben genannter Maßnahmen zu überprüfen. Mit dem im Rahmen dieser Studie entwickelten Erhebungsverfahren steht ein vergleichsweise einfaches Befragungsinstrument zur Verfügung, das mit wenig Aufwand in jeden Online-Shop, beispielsweise nach Absenden der Bestellung, integriert werden kann. Durch entsprechende Incentivierung, z.B. mittels Einkaufsgutscheinen, sollte es möglich sein, ein aussagefähiges Datenmaterial aus einer Stichprobe der Kunden zu erhalten. Dabei sollten lediglich die Fragen zur Ermittlung der Kaufabsichten und der schlussendlich verwendeten Items zur Messung der Entscheidungsdimensionen abgefragt werden, was die Wahrscheinlichkeit der Beantwortung, trotz möglicher datenschutzrechtlicher Bedenken der Probanden, erhöht. Um letztere nicht zu forcieren, sollte dabei sichergestellt und entsprechend kommuniziert werden, dass eine Verknüpfung der Befragungsdaten mit etwaigen Logfiles des individuellen Kaufprozesses nicht erfolgt, die eingegebenen Daten zum Einkauf somit freiwillig sind und anonym ausgewertet werden. Zur Auswertung der Daten bedarf es dann jedoch Grundkenntnissen zur Clusteranalyse, wie sie in der vorliegenden Untersuchung dargestellt wurden. Liegen diese nicht vor, kann für eine grobe Schätzung auch nur die Auswertung der Kaufabsichten erfolgen, weil sich daraus relativ zuverlässig Rückschlüsse auf den Anteil ungeplanter Käufe ergeben. Eine Validierung der Ergebnisse der vorliegenden Untersuchung mit solchen aus der Praxis generierten Daten wäre zudem ein wichtiger Schritt für die weitere Forschung. Wenngleich sich diese jeweils auf nur einen Anbieter und dessen Sortiment beziehen, würde ein solches Erhebungsdesign den Vorteil besitzen, die notwendigen Daten unmittelbar nach Kaufabschluss erheben zu können. Speziell für die Forschung ergeben sich folgende Implikationen: Neben der eingangs genannten notwendigen Differenzierung ungeplanter Kauftypen erscheint ein kritischer Umgang mit bisherigen Ansätzen zur Messung ungeplanter Käufe angebracht. Diese sind häufig aus pragmatischen Gründen stark vereinfacht. So lässt insbesondere die Operationalisierung ungeplanter Käufe teilweise zu wünschen übrig. Mit den hier vorgestellten Messskalen steht Forschern ein einfach zu handhabendes und im Vergleich zu früheren Studien valideres Instrument zur Erfassung un-
258
Zusammenfassung und Implikationen
geplanter Käufe zur Verfügung. Vor allem mit der Messung der Kaufabsichten können die Ergebnisse der Typenbildung mittels Clusteranalyse zusätzlich überprüft werden. Darüber hinaus empfiehlt es sich, bei Clusteranalysen prinzipiell die hier angewandte Prozedur durchzuführen, an deren Ende die Validierung der traditionell ermittelten Clusterlösung mit Hilfe von Mixture Models steht. Die dafür notwendige Software Glimmix 3.0 ist dabei vergleichsweise kostengünstig, gut dokumentiert und daher leicht zu beherrschen. Obendrein wird die Verwendung des RS-Werts nach Franke/Reisinger/Hoppe (2009) für Clusteranalysen empfohlen, um die Güte der Ergebnisse auch im Vergleich mit anderen Clusteranalysen besser einschätzen zu können. Die vorliegende Studie weist jedoch auch einige Limitationen auf, die dadurch Raum für weitere Forschungsarbeiten zu diesem Thema geben. So ist insbesondere die verwendete Stichprobe hinsichtlich Quantität und Qualität verbesserungswürdig. Der studentische Charakter des gewählten Convenience Samples erlaubt zunächst keine Verallgemeinerungen für die gesamte deutsche Internetnutzerschaft. Aufbauend auf den Erkenntnissen dieser Untersuchung können im nächsten Schritt repräsentative Studien, z.B. in Zusammenarbeit mit bekannten Online-Panels, die Verallgemeinerbarkeit der getroffenen Aussagen verbessern. Dabei würde zudem eine größere und weniger homogene Stichprobe exaktere Aussagen über die einzelnen Kaufentscheidungstypen und Erklärungszusammenhänge liefern. So wäre eine Mindestgruppengröße von 90 Fällen (bei neun unabhängigen Variablen) pro Kaufentscheidungstyp wünschenswert, um die Aussagefähigkeit der multinomialen logistischen Regression zu verbessern. Zudem bedarf es der weiteren Validierung der entwickelten Messskalen mit Hilfe neu zu erhebender Daten, zumal die Güte der verwendeten Messskalen, wenngleich ausreichend, noch Optimierungspotenzial besitzt. Hierbei sollte obendrein die interkulturelle Übertragbarkeit der Messskalen ebenso wie der inhaltlichen Befunde, mit Hilfe von Replikationsstudien in anderen Ländern geprüft werden. Dies würde zudem weitergehende Einblicke in interkulturelle Unterschiede des ungeplanten Kaufverhaltens ermöglichen als sie bereits von Kacen/Lee (2002) und Lee/Kacen (2008) ermittelt wurden. Ferner könnte der Einsatz alternativer Skalen zur Messung von Emotionen, wie z.B. Piktogramme oder Bild-Wort-Kombinationen (vgl. Dieckmann et al. 2008) oder implizite Messverfahren, zu einer weiteren Verbesserung führen. Darüber hinaus könnte die Ergänzung des Erhebungsdesigns um Beobachtungsmethoden die Validität der Messungen erhöhen, wenn z.B. mittels Clickstreamanalysen das Surfverhalten der Nutzer auf der Webseite und damit u.a. auch zeitliche Abläufe und Reaktionen auf unterschiedliche Stimuli automatisch erfasst werden. Dieses ist aber
Zusammenfassung und Implikationen
259
am ehesten unter Laborbedingungen realisierbar. Darüber hinaus bietet es sich an, mit Hilfe von experimentellen Designs die Wirksamkeit oben genannter Maßnahmen auf die Entstehung ungeplanter Käufe isoliert zu untersuchen, wobei das hier vorgestellte Messinstrument zur Identifikation ungeplanter Käufe eingesetzt werden kann. Zu guter Letzt erscheint eine Anwendung des in dieser Studie entwickelten Messansatzes in klassischen Kaufumgebungen ebenfalls wünschenswert. Zusammenfassend kann festgehalten werden, dass die vorliegende Studie wesentliche Forschungslücken zum Kaufentscheidungsverhalten der Konsumenten im Internet schließt. Durch die dargelegten Ergebnisse wird ein detaillierter Einblick in das Kaufverhalten der Konsumenten im Internet gegeben. Speziell für die Erforschung des ungeplanten Kaufverhaltens ergeben sich dabei zahlreiche neue Impulse für Praxis und Forschung, die in Zukunft aufzugreifen und weiterzuentwickeln sind.
Quellenverzeichnis
261
Quellenverzeichnis A Abratt, R./Goodey, S. (1990): Unplanned Buying and In-Store Stimuli in Supermarkets, in: Managerial and Decision Economics, Nr. 2, Vol. 11 (1990), S. 111-121. Adelaar, T./Chang, S./Lancendorfer, K.M./Lee, B./Morimoto, M. (2003): Effects of media formats on emotions and impulse buying intent, in: Journal of Information Technology, Nr. 4, Vol. 18 (2003), S. 247-266. Adolphs, K. (2004): Wettbewerbsvorteile im Electronic Retailing, Wiesbaden 2004. AGOF (2010a): Berichtband zur internet-facts 2010-II, http://www.agof.de/index. download.fbb99e36999c2d10a179a73c7bb88319.pdf (30.10.2010). AGOF (2010b): internet-facts 2010-II, Graphiken zu dem Berichtband, http://www.agof.de/index.download.6c057bbfccd62790b598ff67347616d3.pdf (30.10.2010). Ahlert, D./Evanschitzky, H./Hesse, J. (2004): Konsumentenverhalten im Internet: Die E-Zufriedenheit, in: Wiedmann, K.-P./Buxel, H./Frenzel, T./Walsh, G. (Hrsg.): Konsumentenverhalten im Internet, Wiesbaden 2004, S. 119-143 Anderson, Ch. (2007): The Long Tail. Der lange Schwanz – Nischenprodukte statt Massenmarkt. Das Geschäft der Zukunft, München 2007. Antil, J. (1984): Conceptualization and Operationalization of Involvement, in: Advances in Consumer Research, Vol. 11 (1984), S. 203-209. Applebaum, W. (1951): Studying Customer Behavior in Retail Stores, in: Journal of Marketing, Nr. 4, Vol. 15 (1951), S. 172-178. Assael, H. (1998): Consumer Behavior and Marketing Action, 6th ed., Cincinnati (OH), 1998. B Backhaus, K./Erichson, B./Plinke, W./Weiber, R. (2006): Multivariate Analysemethoden, 11. Aufl., Berlin u.a. 2006. Bagozzi, R.P. (1994): Measurement in Marketing Research: Basic Principles of Questionnaire Design, in: Bagozzi, R.P. (Hrsg.): Principles of Marketing Research, Cambridge (MA), 1994, S. 1-49. Bagozzi, R.P. (2007): Comments - On the Meaning of Formative Measurement and How It Differs From Reflective Measurement: Comment on Howell, Breivik, and Wilcox (2007), in: Psychological methods, Vol. 12 (2007), Nr. 2, S. 229-237.
M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
262
Quellenverzeichnis
Bagozzi, R.P./Fornell, C. (1982): Theoretical Concepts, Measuring, and Meaning, in: Fornell, C. (Hrsg.): A second generation of multivariate analysis, Bd. 2, Measurement and Evaluation, New York (NY) 1982, S. 24-38. Bänsch, A. (2002): Käuferverhalten, 9. Aufl., München 2002. Balderjahn, I. (1986): Das umweltbewusste Konsumentenverhalten. Eine empirische Studie, Berlin 1986. Barth, K./Hartmann, M./Schröder, H. (2007): Betriebswirtschaftslehre des Handels, 6. Aufl. Wiesbaden 2007. Bauer, H.H./Falk, T./Hammerschmidt, M. (2004): Kundenbindung durch Servicequalität im Internet-Banking, in: Bauer, H.H./Rösger, J./Neumann, M.M. (Hrsg.): Konsumentenverhalten im Internet, München 2004, S. 415-434. Bauer, H.H./Grether, M. (2004): Flow – Gebannt im Internet surfen, in: Bauer, H.H./Rösger, J./Neumann, M.M. (Hrsg.): Konsumentenverhalten im Internet, München 2004, S. 107-131. Bauer, H.H./Neumann, M.M./Mäder, R. (2008): Virtuelle Verkaufsberater in interaktiven Medien, in: Bauer, H.H./Große-Leege, D./Rösger, J. (Hrsg.): Interactive Marketing im Web 2.0+, 2. Aufl., München 2008, S. 215-234. Bauer, H.H./Sauer, N.E./Becker, S. (2004): Der Beitrag der Risikotheorie zur Erklärung des Kaufverhaltens im Internet, in: Bauer, H.H./Rösger, J./Neumann, M.M. (Hrsg.): Konsumentenverhalten im Internet, München 2004, S. 23-40. Baun, D. (2003): Impulsives Kaufverhalten am Point of Sale, Wiesbaden 2003. Beatty, S.E./Ferrell, M.E. (1998): Impulse Buying: Modeling Its Precursors, in: Journal of Retailing, Nr. 2, Vol. 74 (1998), S. 159-191. Behrens, G. (1991): Konsumentenverhalten, 2. Aufl., Heidelberg 1991. Belk, R.W. (1975): Situational Variables and Consumer Behavior, in: Journal of Consumer Research, Vol. 2 (1975), Nr. 3, S. 157-164. Bellenger, D./Robertson, D./Hirschman, E.: Impulse Buying Varies by Products, in: Journal of Advertising Research, Nr. 6, Vol. 18 (1978), S. 15-18. Bennemann, S. (2002): Die Zustellung als Marketing-Problem im E-Commerce für Konsumenten, Braunschweig 2002. Berekoven, L. (1995): Erfolgreiches Einzelhandelsmarketing – Grundlagen und Entscheidungshilfen, 2. Aufl., München 1995. BITKOM (2010a): Die Webseite wird 20 Jahre alt, http://www.bitkom.org/65761_ 65756.aspx (08.11.10).
Quellenverzeichnis
263
BITKOM (2010b): Sechs von zehn Deutschen kaufen im Internet ein, http://www. bitkom. org/de/markt_statistik/64038_63892.aspx (09.11.10). Blackwell, R.D./Miniard, P.W./Engel, J.F. (2006): Consumer Behavior, 10th ed., Mason (OH) 2006. Bortz, J. (2005): Statistik für Human- und Sozialwissenschaftler, 6. Aufl., Berlin u.a. 2005. Boßow-Thieß, S./Clement, M. (2009): Fuzzy Clustering mit Hilfe von Mixture Models, in: Albers, S. et al. (Hrsg.): Methodik der empirischen Forschung, 3. Aufl., Wiesbaden 2009, S. 175-190. Braunstein, C. (2001): Einstellungsforschung und Kundenbindung, Wiesbaden 2001. Bressolles, G./Durrieu, F./Giraud, M. (2007): The impact of electronic service quality’s dimensions on consumer satisfaction and buying impulse, in: Journal of Customer Behaviour, Vol. 6 (2007), Nr. 1, S. 37-56. Broda, S. (2006): Marktforschungs-Praxis, Wiesbaden 2006. bvh (2010): Versand- und Online-Handel 2010 (B2C), http://versandhandel. org/uploads/media/2010-07-06__Charts_Wachstum_Versand_und_ Online handel _ 01.pdf (03.11.10). C Cases, A.-S. (2002): Perceived risk and risk-reduction strategies in Internet shopping, in: The International Review of Retail, Distribution and Consumer Research, Vol. 12 (2002), Nr. 4, S. 375-394. CERN (2010): Welcome to info.cern.ch, The website of the world's first-ever web server, http://info.cern.ch/ (08.11.10). Chaffey, D./Ellis-Chadwick, F./Mayer, R./Johnston, K. (2009): Internet-Marketing, 4th ed., Harlow 2009. Christophersen, T./Grape, Ch. (2009): Erfassung latenter Konstrukte mit Hilfe formativer und reflektiver Messmodelle, in: Albers, S. et al. (Hrsg.): Methodik der empirischen Forschung, 3. Aufl., Wiesbaden 2009, S. 103-118. Churchill, G.A. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. XVI (Februar 1979), S. 64-73. Clement, M./Peters, K./Preiß, F.J (2001): Electronic Commerce, in: Albers, S./Clement, M./Peters, K. (Hrsg.): Marketing mit Interaktiven Medien, 3. Aufl., Frankfurt a.M. 2001, S. 56-70. Clover, V.T. (1950): Relative Importance of Impulse-Buying in Retail Stores, in: Journal of Marketing, Nr. 2, Vol. 14 (1950), S. 66-70.
264
Quellenverzeichnis
Cobb, C.J./Hoyer, W.D. (1986): Planned Versus Impulse Purchase Behavior, in: Journal of Retailing, Nr. 4, Vol. 62 (1986), S: 384-409. Comscore (2009). Microsoft Sites Captures Largest Share of Time Spent Online Worldwide, http://comscore.com/Press_Events/Press_Releases/2009/11/Microsoft_Sites_Captu res_Largest_Share_of_Time_Spent_Online_Worldwide (17.11.10). Cox, D./Cox, A.D. (2001): Communicating the Consequences of Early Detection: The Role of Evidence and Framing, in: Journal of Marketing, Vol. 65 (2001), Nr. 3 (July), S. 91-103. Cox, D.F./Rich, S.U. (1964): Perceived Risk and Consumer Decision-Making – The Case of Telephone Shopping, in: Journal of Marketing Research, Vol. 1 (1964), Nr. 4, S. 32-39. Risiko Csikszentmihalyi, M. (1985): Das flow-Erlebnis: jenseits von Angst und Langeweile, Stuttgart 1985. D da Costa, F./Laran, J. (2003): Impulse Buying on the Internet: Antecedents and Consequences, in: Proceeding of the 32nd EMAC Conference, Glasgow (UK) 2003. Dach, Ch. (2002a): Vorteile einer Multi-Channel-Stratgie: eine nüchterne Betrachtung, in: Handel im Fokus, Jg. 54. (2002), Nr. 1, S. 10-23. Dach, Ch. (2002b): Internet-Shopping versus stationärer Handel, Stuttgart 2002. Dahlhoff, H.-D. (1979): Ungeplantes und impulsives Kaufverhalten, in: Meffert, H./Steffenhagen, H./Freter, H. (Hrsg.): Konsumentenverhalten und Information, Wiesbaden 1979, S. 311-331. Darby, M. R./Karni, E. (1973): Free Competition and the optimal Amount of Fraud, in: The Journal of Law and Economics, Vol. 16 (1973), Nr. 1, S. 67-88. Dees, H. (2005): Die Standardisierung des Marketing im internationalen E-Commerce, Wiesbaden 2005. Degeratu, A.M./Rangaswamy, A./Wu, J. (2000): Consumer choice behaviour in online and traditional supermarkets: The effects of brand name, price, and other search attributes, in: International Journal of Research in Marketing, Vol. 17 (2000), S. 5578. Deimel, K. (1989): Grundlagen des Involvement und Anwendung im Marketing, in: Marketing ZFP, Jg. 11 (1989), Nr. 3, S. 153-161. Dholakia, R. R./Dholakia, N. (2001): Bedenken bezüglich des Internet: Ergebnisse einer empirischen Untersuchung, in: Fritz, W. (Hrsg.): Internet-Marketing, 2. Aufl., Stuttgart 2001, S. 423-432.
Quellenverzeichnis
265
Diamantopoulos, A./Winklhofer, H. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38 (2001), S. 269-277. Dieckmann, A./Gröppel-Klein, A./Hupp, O./Broeckelmann, P./Walter, K. (2008): Jenseits von verbalen Skalen: Emotionsmessung in der Werbewirkungsforschung, in: Jahrbuch der Absatz- und Verbrauchsforschung, Nr. 4/2008, S. 319-348. Diehl, S. (2002): Erlebnisorientiertes Internetmarketing, Wiesbaden 2002. Doolin, B./Dillon, S./Thompson, F./Corner, J.L. (2005): Perceived Risk, the Internet Shopping Experience and Online Purchasing Behavior: A Newzealand Perspective, in: Journal of Global Information Management, Vol. 13 (2005), Nr. 2, S. 66-88. E eBay (2010): eBay in Deutschland – Fakten, http://presse.ebay.de/news.exe?content=FD, 05.11.2010. Ebster, C./Wagner, U./Neumüller, D. (2006): Mommy, I Want That! - Spontaneous Purchases Triggered by Children, in: Andreani, J. C., Proceedings of the 5th International Congress “Marketing Trends”, Venice 2006, S. 1-28. Ebster, C./Wagner, U./Neumüller, D. (2009): Children’s influence on in-store purchases, in: Journal of Retailing and Consumer Services, Vol. 16 (2009), Nr. 2, S. 145-154. ECC (2010): ECC-Shopmonitor – Ergebnisse, http://www.ecc-shopmonitor.de /ergebnisse.php (11.11.10). ECIN (2010): Volkszählung im eCommerce, http://www.ecin.de/news/2010/03/12/ 14253/index.html (12.03.10). Eckstein, P. P. (2010): Statistik für Wirtschaftswissenschaftler, 2. Aufl., Wiesbaden 2010. Eichler, H.-V. (1991): Besonderheiten der Geschenksituation und ihre Auswirkungen auf das Konsumentenverhalten, Frankfurt a.M. u.a. 1991. Einwiller, S./Herrmann, A./Ingenhoff, D. (2005): Vertrauen durch Reputation – Grundmodell und empirische Befunde im E-Commerce, in: Marketing ZFP, 27. Jg. (2005), Nr. 1, S. 24-40. Engel, J.F./Kollat, D.T./Blackwell, R.D. (1968): Consumer Behavior, New York (NY), 1968. Engel, B./Ridder, Ch.-M. (2010): Massenkommunikation 2010, http://www.mediaperspektiven.de/fileadmin/downloads/media_perspektiven/PDFDateien/ARD_ZDF_Medienkommission_-_Handout.pdf (08.11.10). Engelhardt, J.-F. (2006): Kundenlauf in elektronischen Shops, Hamburg 2006.
266
Quellenverzeichnis
Engelhardt, J.-F./Weihe, K./Wandt, J./Steinebach, K. (2004): Erklärung impulsiver Kaufentscheidungen: Eine theoretische Fundierung auf Grundlage der FlowTheorie, in: Wiedmann, K.-P. et al. (Hrsg.): Fundierung des Marketing, Wiesbaden 2004, S. 317-340. eSales4U (2010a): Zahl der Online Shops hat sich verdoppelt, http://www.esales4u.de/ 2010/statistik-online-shops-deutschland.php (11.11.10). eSales4U (2010b): Online Shopping ohne Ende, http://www.esales4u.de/2010/gfkstudie-e-commerce-umsatz-entwicklung.php (12.11.10). Esch, R./Möll, T./Elger, Ch. E./Neuhaus, C./Weber, B. (2008): Wirkung von Markenemotionen: Neuromarketing als neuer verhaltenswissenschaftlicher Zugang, in: Marketing ZFP, 30. Jg. (2008), Nr. 2, S. 109-127. Esser, B. (1999): Smart-Shopping, in: DBW, 59. Jg. (1999), Nr. 6, S. 855-858. Eurostat (2010): Personen, die Waren oder Dienstleistungen für den privaten Gebrauch über das Internet bestellt haben, http://epp.eurostat.ec.europa.eu/tgm/table.do? tab=table&init=1&language=de&pcode=tin00096&plugin=1 (09.11.10). Evans, B./Haller, F. (2010): Steigerung der Wirkung von Kampagnen mit neuronaler Mediaplanung, in: Bruhn, M./Köhler, R. (Hrsg.): Wie Marken wirken – Impulse aus der Neuroökonomie für die Markenführung, München 2010, S. 267-282. F Fittkau&Maaß (2006): Schnäppchenjagd und Schaufensterbummel: Einkaufserlebnisse im Internet, http://www.fittkaumaass.com/download/W3B22_Einkaufserlebnis. pdf (18.11.10). Fittkau&Maaß (2009a): Furcht vor Datenmissbrauch beeinflusst Nutzerverhalten, 29.06.2009, http://www.w3b.org/nutzungsverhalten/furcht-vor-datenmissbrauchbeeinflusst-nutzerverhalten.html (06.11.10). Fittkau&Maaß (2009b): Nutzermeinungen im Internet beeinflussen Kaufverhalten erheblich, http://www.w3b.org/e-commerce/nutzermeinungen-im-internet-beeinflussen-kaufverhalten-erheblich.html (18.11.10). Fittkau&Maaß (2010): Ohne Umwege direkt in den Webshop, http://www.w3b.org/ecommerce/ohne-umwege-direkt-in-den-webshop.html (18.11.10). Forsythe, S.M./Shi, B. (2003): Consumer patronage and risk perceptions in Internet shopping, in: Journal of Business Research, Vol. 56 (2003), Nr. 11, S. 867-875. Foscht, T./Swoboda, B. (2005): Käuferverhalten, 2. Aufl., Wiesbaden 2005. Franke, N./Reisinger, H./Hoppe, D. (2009): Remaining within-cluster heterogeneity: a meta-analysis of the “dark side“ of clustering methods, in: Journal of Marketing Management, Vol. 25 (2009), Nr. 3-4, S. 273-293.
Quellenverzeichnis
267
Frenzen, H./Krafft, M. (2008): Logistische Regression und Diskriminanzanalyse, in: Herrmann, A./Homburg, Ch./Klarmann, M. (Hrsg.): Handbuch Marktforschung, 3. Aufl., Wiesbaden 2008, S. 607-649. Fritz, W. (1995): Marketing-Management und Unternehmenserfolg, 2. Aufl., Stuttgart 1995. Fritz, W. (2004): Internet-Marketing und Electronic Commerce, 3. Aufl., Wiesbaden 2004. Fritz, W./Kempe, M./Hauser, A. (2007): Werbewirkung von Layer-Ads – Ergebnisse eines Online-Experiments, in: Bayón, T./Herrmann, A./Huber, F. (Hrsg.): Vielfalt und Einheit in der Marketingwissenschaft - Ein Spannungsverhältnis Wiesbaden 2007, S. 279-303. Fritz, W./Lorenz, B. (2009): Beziehungen zwischen Konsumenten und Marken – Eine empirische Analyse verschiedener Beziehungstypen, in: zfbf, 62. Jg., Juni 2010, S. 366-393. Fritz, W./v.d. Oelsnitz, D. (2006): Marketing, 4. Aufl., Stuttgart 2006. G Gerdes, S. (2003): Das Internet als Distributionskanal. Auswirkungen von Breitband auf das Kaufverhalten, Wiesbaden 2003. GfK (2010): Großes Wachstumspotenzial bei Silver Surfern, http://www.gfk.com/ imperia/md/content/presse/pressemeldungen2010/100329_pm_oss_2010_dfin.pdf (11.11.10). Giering, A. (2000): Der Zusammenhang zwischen Kundenzufriedenheit und Kundenloyalität, Wiesbaden 2000. Gilbert, D. (2003): Retail Marketing Management, 2nd ed., Harlow 2003. Goerdt, T. (1999): Die Marken- und Einkaufsstättentreue der Konsumenten als Bestimmungsfaktoren des vertikalen Beziehungsmarketing : theoretische Grundlegung und empirische Analysen für das Category Manageme, Nürnberg 1999. Gröppel, A. (1994): Die Dynamik der Betriebsformen des Handels – Ein Erklärungsversuch aus Konsumentensicht, in: Forschungsgruppe Konsum & Verhalten (Hrsg.): Konsumentenforschung, München 1994, S. 379-397. Gröppel-Klein, A. (2003): Geleitwort, in: Baun, D. (2003): Impulsives Kaufverhalten am Point of Sale, Wiesbaden 2003, S. V-VI. H Hansen, U. (1990): Absatz- und Beschaffungsmarketing des Einzelhandels, 2. Aufl., Göttingen 1990.
268
Quellenverzeichnis
Hausmann, A. (2000): A multi-method investigation of consumer motivations in impulse buying behavior, in: Journal of Consumer Marketing, Vol. 17 (2000), Nr. 5, S. 403-419. Heinemann, M. (1976): Einkaufsstättenwahl und Firmentreue, Wiesbaden 1976. Heinemann, G. (2010): Der neue Online-Handel, 2. Aufl., Wiesbaden 2010. Hermanns, A./Sauter, M. (1999): Electronic Commerce – Grundlagen, Potentiale, Marktteilnehmer und Transaktionen, in: Hermanns, A./Sauter, M. (Hrsg.): Management-Handbuch Electronic Commerce, München 1999, S. 13-29. Hildebrandt, L. (1998): Kausalanalytische Validierung in der Marketingforschung, in: Hildebrandt, L./Homburg, Ch. (Hrsg.): Die Kausalanalyse, Stuttgart, 1998, S. 85110. Hillebrand, R. (2004): E-Business als strategischer Erfolgsfaktor in der Otto-Gruppe, in: Fritz, W.: Internet-Marketing und Electronic Commerce, 3. Aufl. Wiesbaden 2004, S. 298-303. Hoepfner, F.G. (1976): Verbraucherverhalten, Stuttgart 1976. Hoffmann, D.L./Novak, T.P. (1996): Marketing in Hypermedia Computer-Mediated Environments: Conceptual Foundations, in: Journal of Marketing, Vol. 60 (1996), S. 50-68. Hoffmann, S./Schwarz, U. (2008): Struktur der Webseite als Erfolgsfaktor, in: Wünschmann, S./Schwarz, U./Müller, S. (Hrsg.): Webseiten-Gestaltung – Erfolgsfaktoren und Kontrolle, Heidelberg 2008, S. 77-101. Homburg, Ch./Baumgartner, H. (1998): Beurteilung von Kausalmodellen – Bestandsaufnahme und Anwendungsempfehlungen, in: Hildebrandt, L./Homburg, Ch. (Hrsg.): Die Kausalanalyse, Stuttgart, 1998, S.343-369. Homburg, Ch./Giering, A. (1998): Konzeptualisierung und Operationalisierung komplexer Konstrukte – Ein Leitfaden für die Marketingforschung, in: Hildebrandt, L./Homburg, Ch. (Hrsg.): Die Kausalanalyse, Stuttgart, 1998, S.111-146. Homburg, Ch./Klarmann, M./Pflesser, C. (2008): Konfirmatorische Faktorenanalyse, in: Herrmann, A./Homburg, Ch./Klarmann, M. (Hrsg.): Handbuch Marktforschung, 3. Aufl., Wiesbaden 2008, S. 271-303. Homburg, Ch./Krohmer, H. (2006): Marketingmanagement, 2. Aufl., Wiesbaden 2006. Homburg, Ch./Krohmer, H. (2009): Marketingmanagement, 3. Aufl., Wiesbaden 2009. Howard, J.A. (1963): Marketing Management: Analysis and Planning, Homewood (IL), 1963.
Quellenverzeichnis
269
Howard, J.A. (1977): Consumer Behavior: Application of Theory, New York (NY) u.a. 1977. Howard J.A. (1994): Buyer Behavior in Marketing Strategy, 2nd ed., Englewood Cliffs (NJ), 1994. Howard, J.A./Sheth, J.N. (1969): The Theory of Buyer Behavior, New York (NY), 1969. I Initi@tive21 (2010): (N)Onliner Atlas 2010, http://www.initiatived21.de/wp-content/ uploads/2010/06/NONLINER2010.pdf (08.11.10) Internet World Stats (2010a): World Internet Users and Population Stats, http://www. internetworldstats. com/stats.htm (08.11.10). Internet World Stats (2010b): Internet Users in Europe, http://www. internetworldstats.com/stats4.htm (08.11.10). ITU (2010): ICT Facts and Figures, The World in 2010, http://www.itu.int/ITU-D/ict /material/FactsFigures2010.pdf (08.11.10). Iyer, E. (1989): Unplanned Purchasing: Knowledge of Shopping Environment and Time Pressure, in: Journal of Retailing, Nr. 1, Vol. 65 (1989), S. 40-56. J Jarvis, C.B./MacKenzie, S.B./Podsakoff, P.M. (2003): A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30 (Sept. 2003), S. 199-218. Jeffrey, S.A./Hodge, R. (2007): Factors influencing impulse buying during an online purchase, in: Electronic Commerce Research, Vol. 7 (2007), Nr. 3-4, S. 367-379. Jensen, O. (2008): Clusteranalyse, in: Herrmann, A./Homburg, Ch./Klarmann, M. (Hrsg.): Handbuch Marktforschung, 3. Aufl., Wiesbaden 2008, S. 335-372. Jung, K./Lim, C. (2006): Impulse Buying Behaviors on the Internet, Working Paper 06-09, KDI School of Public Policy and Management, Seoul (Korea) 2006. Jungwirth, G. (1997): Geschäftstreue im Einzelhandel, Wiesbaden 1997. K Kacen, J.J. (2003): Bricks & Clicks & the Buying Impulse: An Investigation of Consumer Impulse Buying Behavior in an Online and a Traditional Retail Environment, in: European Advances in Consumer Research, Vol. 6 (2003), S. 271-276.
270
Quellenverzeichnis
Kacen, J.J./Lee, J.A. (2002): The Influence of Culture on Consumer Impulse Buying Behavior, in: Journal of Consumer Psychology, Nr. 2, Vol. 12 (2002), S. 163-176. Kapferer, J.N./Laurent, G. (1985): Consumers’ Involvement Profile: New Empirical Results, in: Advances in Consumer Research, Vol. 12 (1985), S. 290-295. Katona, G. (1951): Psychological Analysis of Economic Behavior, New York (NY) u.a. 1951. Katona, G. (1960): Das Verhalten der Verbraucher und Unternehmen, Tübingen 1960. Katona, G. (1962): Die Macht des Verbrauchers, Düsseldorf u.a. 1962. Kelly, J.P./Smith, S.M./Hunt, H.K. (2000): Fulfillment of Planned and Unplanned Purchases of Sale and Regular-Price Items: A Benchmark Study, in: The international Review of Retail, Distribution and Consumer Research, Nr. 3, Vol. 10 (2000), S. 247-263. Kenning, P./Plassmann, H./Ahlert, D. (2007): Consumer Neuroscience. Implikationen neurowissenschaftlicher Forschung für das Marketing, in: Marketing ZFP, 29. Jg. (2007), Nr. 1, S. 55-67. Kim, I. (2007): The role of perceived risk on purchase intention in internet shopping, in: International Journal of Marketing and Retailing, Vol. 1 (2007), Nr. 3, S. 279288. Köhler, R./Bruhn, M. (2010): Neuroökonomie als interdisziplinärer Ansatz für Wissenschaft und Praxis, in: Bruhn, M./Köhler, R. (Hrsg.): Wie Marken wirken – Impulse aus der Neuroökonomie für die Markenführung, München 2010, S. 3-28. Kollat, D.T. (1971): A Decision-process Approach to Impulse Purchasing, in: Holloway, R.J./Mittelstaedt, R.A./Venkatesan, M. (Eds.): Consumer Behavior. Contemporary research in action, Boston 1971, S. 314-326. Kollat, D.T./Willett, R.P. (1967): Customer Impulse Purchasing Behavior, in: Journal of Marketing Research, Nr. 2, Vol. 4 (1967), S. 21-31. Kollat, D.T./Willett, R.P. (1969): Is Impulse Purchasing Really a Useful Concept for Marketing Decisions?, in: Journal of Marketing Research, Nr. 2, Vol. 33 (1969), S. 79-83. Korb, C. (2000): Kaufprozesse im Electronic Commerce, Wiesbaden 2000. Kotler, P./Keller, K.L. (2009): Marketing Management, 13th ed., Upper Saddle River (NJ), 2009. Koufaris, M./Kambil, A./LaBarbera, P.A. (2001): Consumer Behavior in Web-Based Commerce: An Empirical Study, in: International Journal of Electronic Commerce, Vol. 6 (2001), Nr. 2, S. 115-138.
Quellenverzeichnis
271
Kreller, P. (2000): Einkaufsstättenwahl von Konsumenten, Wiesbaden 2000. Kroeber-Riel, W. (1980): Konsumentenverhalten, 2. Aufl., München 1980. Kroeber-Riel, W./Weinberg, P./Gröppel-Klein, A. (2009): Konsumentenverhalten, 9. Aufl., München 2009. Krüger, M./Leibold, K./Smasal, D. (2006): Internet Zahlungssysteme aus der Sicht der Verbraucher - Ergebnisse der Online-Umfrage IZV8, http://www.iww.unikarlsruhe.de/reddot/download/izv8_internet_version.pdf (27.10.06). Krugman, H.E. (1965): The Impact of Television Advertising: Learning without Involvement, in: Public Opinion Quartely, Vol. 29 (1965), S. 349-356. Kuhlmann, E. (1974): Impulsives Kaufverhalten – Zur Theorie und Messung ungeplanter Konsumentenentscheidungen, Arbeitspapier Nr. 26, Institut für Konsumund Verhaltensforschung im Institut für empirische Wirtschaftsforschung, Universität des Saarlandes, Saarbrücken 1974. Kuß, A. (1987): Information und Kaufentscheidung, Berlin u.a. 1987. Kuß, A./Tomczak, T. (2004): Käuferverhalten, 3. Aufl., Stuttgart 2004. L Lee, J.A./Kacen, J.J.: (2008): Cultural influences on consumer satisfaction with impulse and planned purchase decisions, in: Journal of Business Research, Vol. 61 (2008), Nr. 3, S. 265-272. Leuteritz, A./Wünschmann, S.: Erfolgskriterien und Erfolgsfaktoren im Überblick, in: Wünschmann, S./Schwarz, U./Müller, S. (Hrsg.): Webseiten-Gestaltung – Erfolgsfaktoren und Kontrolle, Heidelberg 2008, S. 59-75. Liebmann, H.-P./Zentes, J./Swoboda, B. (2008): Handelsmanagement, 2. Aufl., München 2008. Lingenfelder, M./Loevenich, P. (2001): Die Identifikation und Bearbeitung von Internet-Käufern, in: Diller, H. (Hrsg.): Der moderne Verbraucher - neue Befunde zum Einkaufsverhalten, Nürnberg 2001, S. 135-160. Loevenich, P./Lingenfelder, M. (2004): Kundensegmentierung im E-Commerce – Eine verhaltenswissenschaftliche Typisierung von Online-Käufern, in: Bauer, H.H./Rösger, J./Neumann, M.M. (Hrsg.): Konsumentenverhalten im Internet, München 2004, S. 41-58. Lorenz, B. (2009): Beziehungen zwischen Konsumenten und Marken, Wiesbaden 2009. Luo, X (2005): How Does Shopping With Others Influence Impulse Purchasing?, in: Journal of Consumer Psychology, Nr. 4, Vol. 15 (2005), S. 288-294.
272
Quellenverzeichnis
Luna, D/Peracchio, L.A./de Juan, M.D. (2003): Flow in Individual Web Sites: Model Estimation and Cross Cultural Validation, in: Keller, P.A./Rokk, D.W.: Advances in Consumer Research, Vol. XXX, Valdosta (GA) 2003, S. 280-281. M Madhavaram, S.R./Laverie, D.A. (2004): Exploring Impulse Purchasing on the Internet, in: Advances in Consumer Research, Vol. 31 (2004), S: 59-66. Madlberger, M. (2004): Electronic Retailing, Wiesbaden 2004. Magerhans, A./Köcher, M. (2004): Nachfragerverhalten im Residenz- und Distanzhandel: Eine informationsökonomische Betrachtung, in: Wiedmann, K.-P. et al. (Hrsg.): Fundierung des Marketing, Wiesbaden 2004, S. 363-386. Mai, R./Schwarz, U. (2008): Funktionalität der Webseite als Erfolgsfaktor, in: Wünschmann, S./Schwarz, U./Müller, S. (Hrsg.): Webseiten-Gestaltung – Erfolgsfaktoren und Kontrolle, Heidelberg 2008, S.151-178. March, J.G./Simon, H.A. (1958): Organizations, New York (NY) 1958. March, J.G./Simon, H.A. (1976): Organisation und Individuum, Wiesbaden 1976. Markin, R.J. (1974): Consumer Behavior. A Cognitive Orientation, New York (NY), 1974. Matzler, K. (1997): Kundenzufriedenheit und Involvement, Wiesbaden 1997. Mau, G. (2009): Die Bedeutung der Emotionen beim Besuch von Online-Shops, Wiesbaden 2009. Mayer, H./Illmann, T. (2000): Markt- und Werbepsychologie, 3. Aufl., Stuttgart 2000. McGoldrick, P. J. (2002): Retail Marketing, Berkshire 2002. Meffert, H. (1971): Modelle des Käuferverhaltens und ihr Aussagewert für das Marketing, in: Zeitschrift für die gesamte Staatswissenschaft, Jg. 127 (1971), Nr. 2, S. 326-353. Meffert, H. (1992): Marketingforschung und Käuferverhalten, 2. Aufl., Wiesbaden 1992. Möllenberg, A. (2003): Internet-Auktionen im Marketing aus der Konsumentenperspektive, Braunschweig 2003. Möllenberg, A. (2004): C2C-E-Commerce – Das Beispiel eBay, in: Fritz, W.: InternetMarketing und Electronic Commerce, 3. Aufl., Wiesbaden 2004, S. 311-316. Möller, C. (1970): Gesellschaftliche Funktionen der Konsumwerbung, Stuttgart 1970.
Quellenverzeichnis
273
Müller-Hagedorn, L. (1995): Betriebstypen im Einzelhandel, in: Tietz, B. (Hrsg.): Handwörterbuch des Marketing, 2. Aufl., Stuttgart 1995, Sp. 238-255. Murray, K.B./Häubl, G. (2002): The Fiction of No Friction: A User Skills Approach to Cognitive Lock-In, in: Broniarczyk, S.M./Nakamoto, K. (Eds.): Advances in Consumer Research, Vol. XXIX, Valdosta, GA, 2002, S. 11-18. N Nelson, P. (1970): Information and Consumer Behavior, in: The Journal of Political Economy, Vol. 78 (1970), Nr. 2, S. 311-326. Nielsen (2010): Top 10 Global Web Parent Companies, http://enus.nielsen.com/content/nielsen/en_us/insights/rankings/internet.html (17.11.10). Novak, T.P./Hoffman, D./Jung, Y.-F. (2000): Measuring the Costomer Experience in Online-Environments: A Structural Modeling Approach, in: Marketing Science, Vol. 20 (2000), Nr. 1, S. 22-42. Nunally, J.C. (1978): Psychometric Theory, 2nd ed., New York 1978. O Oehmichen, E./Schröter, Ch. (2010): Alltagswirklichkeit der Onlinenutzung, in: media perspektiven, Nr. 10/2010, S. 457-470. Ohlwein, M. (1999): Märkte für gebrauchte Güter, Wiesbaden 1999. o.V. (2010a): Weniger Kaufzurückhaltung beim männlichen Geschlecht, in Horizont, Nr. 23/2010, 10. Juni 2010, S. 28. o.V. (2010b): Werbung auf E-Commerce-Seiten inspiriert Käufer am stärksten, http://www.absatzwirtschaft.de/content/emarket/news/werbung-auf-e-commerceseiten-inspiriert-kaeufer-am-staerksten;69346 (01.02.10). P Parasuraman, A./Zeithaml, V.A./Berry, L.L. (1988): SERVQUAL: a multiple-item scale for measuring consumer perceptions of service quality, in: Journal of Retailing, Vol. 64 (1988), Nr. 1, S.12-37 Parasuraman, A./Zeithaml, V.A./Malhotra, A. (2005): E-S-QUAL: A Multiple-Item Scale for Assessing Electronic Service Quality, in: Journal of Service Research, Vol. 7 (2005), Nr. 3, S.213-233. Park, E.J./Kim, E.Y./Forney, J.C. (2006): A structural model of fashion-oriented impulse buying behaviour, in: Journal of Fashion Marketing and Management, Vol. 10 (2006), Nr. 4, S. 433-446.
274
Quellenverzeichnis
Paypal (2007): Berichtsband der E-Commerce-Studie 2007, https://www.paypaldeutschland.de/riot-tils/download//media/1/20411878160458/berichtsband_ecommerce_2007.pdf (12.11.10). Paypal (2008): Berichtsband der E-Commerce-Studie 2008, https://www.paypaldeutschland.de/riot-utils/download//media/1/24130878665432/20080917_berichtsband_paypal_ecommerce_2008.pdf (12.11.10). Peck, J./Childers, T.L. (2006): If I touch it I have it: Individual and environmental influences on impulse purchasing, in: Journal of Business Research, Nr. 6, vol. 59 (2006), S. 765-769. Piron, F. (1991): Defining Impulse Purchasing, in: Advances in Consumer Research, Vol. 18 (1991), S. 509-514. Plassmann, H./Niessing, J. (2010): Expectation Bias als neuropsychologische Grundlage des Markenmanagements, in: Bruhn, M./Köhler, R. (Hrsg.): Wie Marken wirken – Impulse aus der Neuroökonomie für die Markenführung, München 2010, S. 119-130. Pollay, R.W. (1968): Customer Impulse Purchasing Behavior: A Reexamination, in: Journal of Marketing Research, Nr. 3, Vol. 5 (1968), S. 323-325. Prasad, V.K. (1975): Unplanned Buying in Two Retail Settings, in: Journal of Retailing, Nr. 3, Vol. 51 (1975), S. 3-12. Punji, G./Stewart, D.W. (1983): Cluster Analysis in Marketing Research: Review and Suggestions for Application, in: Journal of Marketing, Vol. 20 (May 1983), S. 134148. QR Raab, G./Gernsheimer, O./Schindler, M. (2009): Neuromarketing, 2. Aufl., Wiesbaden 2009. Raab, G./Unger, F. (2005): Marktpsychologie, 2. Aufl. Wiesbaden 2005. Raffeé, H. (1969): Konsumenteninformation und Beschaffungsentscheidung des privaten Haushalts, Stuttgart 1969. Raffeé, H. (1974): Konsumentenverhalten, in: Tietz, B. (Hrsg.): Handwörterbuch der Absatzwirtschaft, Stuttgart 1974, Sp. 1025-1044. Raffée, H./Fritz, W. (1980): Informationsüberlastung des Konsumenten, in: Hoyos, C. G./Kroeber-Riel, W./Rosenstiel, L. v./Strümpel, B. (Hrsg.): Grundbegriffe der Wirtschaftspsychologie, München 1980, S. 83-90. Ramanathan, S./Menon, G. (2006): Time-Varying Effects of Chronic Hedonic Goals on Impulsive Behavior, in: Journal of Marketing Research, Vol. 63 (2006), S. 628641.
Quellenverzeichnis
275
Ratchford, B.T./Lee, M.-S./Talukdar, D. (2003): The Impact of the Internet on Information Search for Automobiles, in: Journal of Marketing Research, Vol. XL (March 2003), S. 193-209. Rook, D.W. (1987): The Buying Impulse, in: Journal of Consumer Research, Nr. 2, Vol. 14 (1987), S. 189-199. Rook, D.W./Fisher, R.J. (1995): Normative Influences on Impulse Buying Behavior, in: Journal of Consumer Research, Nr. 3, Vol. 22 (1995), S. 305-313. Rohrlack, Ch. (2009): Logistische und Ordinale Regression, in: Albers, S. et al. (Hrsg.): Methodik der empirischen Forschung, 3. Aufl., Wiesbaden 2009, S. 267282. Rudloff, M. (2002): Der Musikvertrieb über das Internet aus Konsumentensicht - Ergebnisse einer empirischen Analyse, Arbeitspapier, Nr. 02/04, TU Braunschweig 2002. Ruhfuß, R.E. (1976): Kaufentscheidungen von Familien, Wiesbaden 1976. S Sachs, L./Hedderich, J. (2006): Angewandte Statistik, 12. Aufl., Berlin u.a. 2006. Schafmann, E. (1993): Erklärungskonzepte des Kaufentscheidungsverhaltens im Vergleich, Arbeitspapier Nr. 14 aus der Schriftenreihe „Konsum und Verhalten“ der gleichnamigen Forschungsgruppe, Paderborn 1993. Schiffman, L.G./Lazar Kanuk, L. (2004): Consumer Behavior, 8th ed., Upper Saddle River (NJ), 2004. Schendera, Ch. (2010): Clusteranalyse mit SPSS, München 2010. Schneider, H. (2009): Nachweis und Behandlung von Mulitkollinearität, in: Albers, S. et al. (Hrsg.): Methodik der empirischen Forschung, 3. Aufl., Wiesbaden 2009, S. 221-236. Schneller, J. (2010): ACTA 2010 - Zukunftstrends im Internet, http://www.actaonline.de/praesentationen/acta_2010/acta_2010_Internettrends.pdf (03.03.11). Shobbits (2010): Pressemitteilung: Das Social Shopping-Network shobbits.com geht online, Online-Weihnachtseinkäufe gemeinsam mit Freunden erleben, http://shobbits.com/newsroom/wp-content/uploads/2010/12/8.12.2010-shobbitsgoes-Live.pdf (18.01.11). Schulenburg, H. (2008): Die Zukunft des Mobile Commerce, Hamburg 2008. Schulte-Frankenfeld, H. (1985): Vereinfachte Kaufentscheidungen von Konsumenten, Frankfurt a. M. u.a. 1985.
276
Quellenverzeichnis
Schulz, R. (1972): Kaufentscheidungsprozesse des Konsumenten, Wiesbaden 1972. Schwarz, U./Hoffmann, S. (2008): Design der Webseite als Erfolgsfaktor, in: Wünschmann, S./Schwarz, U./Müller, S. (Hrsg.): Webseiten-Gestaltung – Erfolgsfaktoren und Kontrolle, Heidelberg 2008, S. 103-126. SevenOneInteractive (2007): @facts extra, Online-Nutzertypen 2007, http://www.licht 2006.de/Studieatfacts.pdf (27.11.10). Shaffer, J.D. (1960): The Influence of “Impulse Buying” or In-the-store Decisions on Consumers’ Food Purchases, in: Journal of Farm Economics, Vol. 42 (1960), S. 317-324. Sherif, M./Cantril, H. (1947): The Psychology of Ego Involvement, New York: John Wiley. Sheth, J.N./Raju, P.S. (1973): Sequential and Cyclical Nature of Information Processing Models in Repetitive Choice Behavior, in: Advances in Consumer Research, Vol. 1 (1973), S. 348-358 Sheth, J.N./Raju, P.S. (1979): Wahlentscheidungen und Prozeßmodelle des Informationsverhaltens von Konsumenten, in: Meffert, H./Steffenhagen, H./Freter, H. (Hrsg.): Konsumentenverhalten und Information, Wiesbaden 1979, S. 147-159. Shimansky, F./Kempe, M. (2005): Der Einfluss von Kundenmeinungen im Internet auf das Konsumentenverhalten, TU Braunschweig Marketing-Report Nr. 6, http://www.wiwi.tu-bs.de/marketing/service/download/news/newsletter06.pdf (05.11.10). Silvera, D.H./Lavack, A.M./Kropp, F. (2008): Impulse Buying: the role of affect, social influence, and subjective wellbeing, in: Journal of Consumer Marketing, Vol. 25 (2008), Nr. 1, S. 23-33. Simon, H.A. (1960): The New Science of Management Decision, New York (NY) 1960. Solomon, M./Bamossy, G./Askegaard, S./Hogg, M.K. (2006): Consumer Behavior. A European Perspective, 3rd ed., Upper Saddle River, NJ, 2006. Specht, G./Fritz, W. (2005): Distributionsmanagement, 4. Aufl., Stuttgart 2005. Statista/EHI (2010): Umsatz der 10 größten Online-Shops in Deutschland im Jahr 2008 in Millionen Euro, http://de.statista.com/statistik/daten/studie/154308/ umfrage/umsatz-der-groessten-online-shops-in-deutschland/ (11.11.10). Statistisches Bundesamt (2010a): Bevölkerung nach Altersgruppen, http://www.destatis.de/jetspeed/portal/cms/Sites/destatis/Internet/DE/Content/Statistiken/Bevoelkerung/Bevoelkerungsstand/Tabellen/Content75/AltersgruppenFamilienstand,template Id=renderPrint.psml (10.11.10).
Quellenverzeichnis
277
Stern, H. (1962): The Significance of Impulse Buying Today, in: Journal of Marketing, Nr. 2, Vol. 26 (1962), S. 59-62. Stoll, M./Hubert, M./Kenning, P./Ahlert, D. (2008): Consumer Neuroscience und Neuromarketing – der Blick ins Kundenhirn, in: Marketing Review St. Gallen, Nr. 6/2008, S. 34-37. Strauss, J./El-Ansary, A./Frost, R. (2003): E-Marketing, 3rd ed., Upper Saddle River, NJ, 2003. Swoboda (1997): Auswirkungen der Ladenwahrnehmung auf Kaufverhalten und Einkaufszufriedenheit – Ergebnisse einer situativen Analyse, in: Trommsdorff, V. (Hrsg.): Handelsforschung 1997/98 – Kundenorientierung im Handel, Jahrbuch der Forschungsstelle für den Handel Berlin, Berlin 1997. T Thieme, J. (2006): Versandhandelsmanagement, 2. Aufl., Wiesbaden 2006. TNS Infratest (2005): Zentrale Erkenntnisse Online-Gütesiegel für Initiative D21 e.V., http://www.trustedshops.de/shopbetreiber/pdf_download/tnsinfratest_studie.pdf (28.11.07). TNS Infratest (2009): Monitoring Informations- und Kommunikationswirtschaft, 12. Faktenbericht 2009, http://www.bmwi.de/BMWi/Redaktion/PDF/M-O/monitoringiuk-12-faktenbericht-2009,property=pdf,bereich=bmwi,sprache=de,rwb=true.pdf (18.06.09). Trommsdorff, V. (2004): Konsumentenverhalten, 6. Aufl., Stuttgart 2004.
U UCLA (2003): The UCLA Internet Report - Surveying the Digital Future - Year Three, http://www.digitalcenter.org/pdf/InternetReportYearthree.pdf (27.10.06). Unger, M. (1998): Die Automobil-Kaufentscheidung, Frankfurt a.M. u.a. 1998. USC (2004): The Digital Future Report - Surveying the Digital Future - Year Four, http://www.digitalcenter.org/downloads/DigitalFutureReport-Year4-2004.pdf (27.10.06). V van Baal, S./Hudetz, K. (2008): Das Mulit-Channel-Verhalten der Konsumenten, Ergebnisse einer empirischen Untersuchung zum Informations- und Kaufverhalten in Mehrkanalsystemen des Handels, Ausgewählte Studien des ECC Handel, Band 20, Köln.
278
Quellenverzeichnis
van Baal, S./Hudetz, K. (2009): Die Effektivität vertrauensbildender Maßnahmen im E-Commerce, in: Handel in Fokus, 61. Jg. (2009), Nr. 3, S. 156-167. van Baal, S./Krüger, M./Hinrichs, J.-W. (2005): Zum Einsatz von Zahlungsverfahren im Internet: Empirische Erkenntnisse und ein theoretischer Erklärungsansatz, in: Handel im Fokus, Jg. 57 (2005), Nr. 4, S. 254-270. van Eimeren, B./Frees, B. (2010): Fast 50 Millionen Deutsche online – Multimedia für alle?, in: media perspektiven, Nr. 7–8/2010, S. 334-349. Vohs, K.D./Faber, R.J. (2007): Spent Resources: Self-Regulatory Resources Availability Affects Impulse Buying, in: Journal of Consumer Research, Nr. 4, Vol 33 (2007), S. 537-548. W Walsh, G./Henning-Thurau, T. (2002): Wenn Konsumenten verwirrt sind – Empirische Analyse der Wirkungen eines vernachlässigten Konstruktes, in: Marketing ZFP, 24. Jg. (2002), Nr. 2, S. 95-109. Wedel, M./Kamakura, W.A. (2000): Market Segmentation, 2nd ed., Boston u.a. 2000. Weiber, R./Adler, J. (1995a): Informationsökonomisch begründete Typologisierung von Kaufprozessen, in: Zeitschrift für betriebswirtschaftliche Forschung, Jg. 47 (1995), Nr. 1, S. 43-65. Weiber, R./Adler, J. (1995b): Positionierung von Kaufprozessen im informationsökonomischen Dreieck: Operationalisierung und verhaltenswissenschaftliche Prüfung, in: Zeitschrift für betriebswirtschaftliche Forschung, Jg. 47 (1995), Nr. 2, S. 99-123. Weiber, R./Egner-Duppich, Ch. (2006): Vertrauen bei Online Käufen: Ein transaktionsphasenbezogener Ansatz aus informationsökonomischer Sicht in: Bauer, H.H./Neumann, M.M./Schüle, A. (Hrsg.): Konsumentenvertrauen: Konzepte und Anwendungen für ein nachhaltiges Kundenbindungsmanagement, München 2006, S. 341-354. Weiber, R./Mühlhaus, D. (2010): Strukturgleichungsmodellierung, Berlin u.a. 2010. Weinberg, P. (1981): Das Entscheidungsverhalten der Konsumenten, Paderborn u.a. 1981. West, C.J. (1951): Results of Two Years’ Study of Impulse Buying, in: Journal of Marketing, Nr. 1, Vol. 15 (1951), S. 362-363. Weun, S./Jones, M.A./Beatty, S.E. (1998): Development and Validation of the Impulse Buying Tendency Scale, in: Pschological Reports, Nr. 3, Vol. 82 (1998), S. 11231133.
Quellenverzeichnis
279
Wiedmann, K.-P./Schmidt, S./Langner, S. (2010): Verhaltenswissenschaftliche Markenanalyse – Einsatz impliziter und expliziter Messmethoden zur Erfassung der Wirkung von Marken, Saarbrücken 2010. Wilhelm, T./Yom, M./Scheffelmeier, M. (2000): Wirkungsanalyse von Interstitialwerbung auf einer redaktionellen Website, in: Silberer, G./Wilhelm, T./Wohlfahrt, J./Yom, M. (Hrsg.): Wirkungsanalyse von Interstitialwerbung, Göttingen 2000, S. 1-9. Wilke, K. (2000): Die Eignung des Internets für die Reduktion von Qualitätsrisiken im Kaufentscheidungsprozess des Konsumenten, in: Müller-Hagedorn, L. (Hrsg.): Zukunftsperspektiven des E-Commerce im Handel, Frankfurt a. M. 2000, S. 227-271. Wiswede, G. (1965): Motivation und Verbraucherverhalten, München 1965. Wolfinbarger, M./Gilly, M. (2001): Shopping Online for Freedom, Control and Even Fun, in: California Management Review, Vol. 43, Nr. 2 (Winter 2001), S. 34-55. XY Youn, S./Faber, R.J. (2000): Impulse Buying: Its Relation to Personality Traits and Cues, in: Advances in Consumer Research, Vol. 27 (2000), S. 179-185. Yahoo Research (2010): Das Web als zentrales Element für die Kaufentscheidung im Einzelhandel - Yahoo! Insights Juni 2010; http://www.slideshare.net/YahooGermany/yahoo-vertical-study-retail (03.03.11). Z Zaichkowsky, J.L. (1985): Measuring the Involvement Construct, in: Journal of Consumer Research, Vol. 12 (1985), Nr. 4, S. 341-352. Zaichkowsky, J.L. (1994): The Personal Involvement Inventory: Reduction, Revision and Appliction to Advertising, in: Journal of Advertising, Vol. 23 (1994), Nr. 4, S. 59-70. ZAW (2010): Netto-Werbeinnahmen erfassbarer Werbeträger in Deutschland, http://www.zaw.de/doc/Netto-Werbeeinnahmen_2009.pdf (16.11.10). Zerdick, A./Picot, A./Schrape, K./Artopé, A./Goldhammer, K./Lange, U.T./Vierkant, E./Lopéz-Escorbar, E./Silverstone, R. (2001): Die Internet-Ökonomie. Strategien für die digitale Wirtschaft, 3. Aufl. Berlin u.a. 2001. Zimbardo, P.G./Gerrig, R.J. (2004): Psychologie, 16. Aufl., München 2004. Zhou, L./Wong, A. (2003): Consumer Impulse Buying and In-Store Stimuli in Chinese Supermarkets, in: Journal of International Consumer Marketing, Nr. 2, Vol. 16 (2003), S. 37-53.
Anhang
281
Anhang Anhang A: Anschreiben Liebe Newsletter-Abonnenten, nach einer längeren "Befragungspause" möchten wir Sie wieder auf eine neue Befragung unseres Lehrstuhls hinweisen und hoffen auf Ihre tatkräftige Unterstützung! Die Befragung ist Bestandteil eines umfangreichen Forschungsprojekts des Instituts für Marketing der TU Braunschweig. Im Mittelpunkt der Untersuchung stehen spezielle Verhaltensweisen beim Einkaufen im Internet. Womöglich werden Sie denken "Nicht schon wieder!". Ich kann Ihnen aber versichern, dass Ihre Teilnahme an dieser Befragung einen wichtigen Beitrag zur Klärung eines in der bisherigen Konsumentenforschung weitgehend ungeklärten Sachverhalts darstellt. Die Befragung steht bis zum 14.04.2008 unter folgendem Link für Sie zur Verfügung: http://www.wiwi.tu-bs.de/umfragen/studie1 Die Untersuchung verfolgt rein wissenschaftliche Ziele und dient keinen kommerziellen Zwecken. Ihre Daten behandeln wir selbstverständlich streng vertraulich und geben sie nicht an Dritte weiter. Die Auswertung der Daten erfolgt vollkommen anonym. Die Befragung wird ca. 15 Minuten dauern. Als Entschädigung für Ihre Mühen haben Sie am Ende des Fragebogens die Möglichkeit, an einer Verlosung von insgesamt 10 Einkaufsgutscheinen eines namhaften Online-Shops im Gesamtwert von 100 EUR teilzunehmen. Für Fragen zu dieser Untersuchung steht Ihnen der Projektleiter Herr Michael Kempe (
[email protected], Tel. 0531-391-3204) gerne zur Verfügung. Vielen Dank für Ihre Unterstützung. Mit freundlichen Grüßen,
Ihr Michael Kempe
____________________________ Technische Universität Braunschweig Institut für Marketing Univ.-Prof. Dr. Wolfgang Fritz Abt-Jerusalem-Str. 4 38106 Braunschweig Tel.: 0531/391-3204 Fax: 0531/391-8202 www.wiwi.tu-bs.de/marketing
M. Kempe, Ungeplante Käufe im Internet, DOI 10.1007/978-3-8349-6244-7, © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2011
282
Anhang
Anhang B: Fragebogen Begrüßung (Seite 1) Lieber Internet-Nutzer, vielen Dank für Ihr Interesse an dieser wissenschaftlichen Befragung. Diese ist Bestandteil eines Forschungsprojekts des Instituts für Marketing der TU Braunschweig. Im Mittelpunkt der Untersuchung stehen spezielle Verhaltensweisen beim Einkaufen im Internet. Womöglich werden Sie denken „Nicht schon wieder!“. Ich kann Ihnen aber versichern, dass Ihre Teilnahme an dieser Befragung einen wichtigen Beitrag zur Klärung eines in der bisherigen Konsumentenforschung weitgehend ungeklärten Sachverhalts darstellt. Im Folgenden werden Ihnen Fragen zu Ihrem letzten Einkauf im Internet gestellt. Ihre Daten behandeln wir selbstverständlich streng vertraulich und geben sie nicht an Dritte weiter. Die Auswertung der Daten erfolgt vollkommen anonym. Es gibt keine falschen oder richtigen Antworten. Beantworten Sie die Fragen möglichst spontan. Die Befragung wird ca. 15 Minuten dauern. Als Entschädigung für Ihre Mühen haben Sie am Ende des Fragebogens die Möglichkeit, an einer Verlosung von insgesamt 10 Einkaufsgutscheinen eines namhaften Online-Shops im Gesamtwert von 100 EUR teilzunehmen. Für Fragen zu dieser Untersuchung steht Ihnen der Projektleiter Herr Michael Kempe (
[email protected], Tel. 0531-391-3204) zur Verfügung. Weiter zum Fragebogen Erläuterungen (Seite 2) Lieber Internet-Nutzer, herzlichen Dank! Es freut mich, dass Sie sich entschlossen haben, an dieser Studie teilzunehmen. Vorab folgende wichtige Hinweise, die Ihnen das Ausfüllen des Fragebogens erleichtern werden: Im Internet lassen sich zahlreiche Produkte und Dienstleistungen käuflich erwerben. Im Rahmen dieser Untersuchung zählen wir dazu insbesondere den kostenpflichtigen Abruf von Zeitungsartikeln oder Musiktiteln, ebenso wie die Buchung von Reisen, den Kauf von Eintritts- oder Fahrkarten, die Beantragung kostenpflichtiger Mitgliedschaften, den Abschluss von Versicherungen sowie den Kauf von Handys (mit und ohne Vertrag), Büchern, Videos, Kleidung, Spielzeug, Computern, Elektronikartikeln, Möbeln, Autos u.v.m. Nicht dazu zählen wir insbesondere den Kauf von Wertpapieren und anderen Vermögensanlagen sowie alle Produkte und Leistungen, die Sie kostenlos im Internet erhalten. Sollte Ihr letzter Internet-Einkauf länger als einen Monat zurück liegen, empfehlen wir Ihnen, den Fragebogen nach Ihrem nächsten Online-Einkauf auszufüllen. Dann wird Ihnen das Ausfüllen des Fragebogens umso leichter fallen und die Befragung für Sie dadurch deutlich schneller ablaufen. Der Fragebogen steht Ihnen dafür an dieser Stelle bis zum 14.04.2008 zur Verfügung. Lesezeichen setzen und Fragebogen später ausfüllen Fragebogen starten
Anhang
283
(Seite 3) 1. Bitte versuchen Sie sich nun möglichst genau an Ihren letzten Einkauf im Internet zu erinnern. 1.1 Wie lange liegt dieser Einkauf zurück?
ca. ___ Min.
1.2 Wie hoch war die gesamte Einkaufssumme (inklusive Versandgebühren)?
ca. ___ Std.
ca. ___ Tage
ca. _________ EUR
Kreditkarte
Vorkasse/Überweisung
Lastschrift
1.3 Wie haben Sie den Einkauf bezahlt?
auf Rechnung
Paypal
Nachnahme
Sonstige: __________________________
1.4 Wie hoch waren die evtl. angefallenen Versandgebühren? 1.5 Welche Versandart/Lieferung haben Sie für diesen Einkauf gewählt?
ca. _________ EUR
Standardlieferung
Expresslieferung
Download
Selbstabholung
Sonstige: __________________________
1.6 Wie viele verschiedene Artikel haben Sie bei diesem Einkauf gekauft (verschiedene Artikel, die z.B. in den Warenkorb gelegt wurden)? _____ Artikel (= 1 Ö 1.7, sonst 1.8)
(Seite 4a) 1.7 Bitte versuchen Sie sich jetzt möglichst genau an den Kauf dieses einen Artikels zu erinnern. Um was für eine Produkt/Artikel handelte es sich dabei genau? _______________________ (z.B. Musikdownload, Buch, CD, Reise, Ticket etc.) (Ö 2.1) (Eingabe erscheint im Folgenden als „P“)
(Seite 4b) 1.8 Was für verschiedene Artikel/Produkte haben Sie genau gekauft? Verwenden Sie bitte bei Artikeln der gleichen Produktkategorie (z.B. CDs) unterschiedliche Bezeichnungen (z.B. CD Beatles, CD Grönemeyer, usw.) Artikel/Produkt 1: ________________ (P1) Artikel/Produkt 2: ________________ (P2) usw. (je nach in 1.6 genannter Anzahl)
284
Anhang
(Seite 5a) – ggf. für jedes in 1.8 genannte Produkt 2.1 Bitte beantworten Sie kurz folgende Frage zum Kauf des Artikels „P1“. Hatten Sie bereits vor der Internetsitzung die Absicht genau dieses Produkt („P1“) dieser Marke zu kaufen?
ja
nein (Ö 2.2)
(Ö ggf. weiter mit P2)
weiß nicht (Ö 2.2)
(Seite 5b) – ggf. für jedes in 1.8 genannte Produkt 2.2 Bitte beantworten Sie kurz folgende Frage zum Kauf des Artikels „P1“. Hatten Sie bereits vor der Internetsitzung die Absicht ein Produkt dieser Kategorie („P1“) zu kaufen?
ja
nein (Ö 2.3)
(Ö ggf. weiter mit P2)
weiß nicht (Ö 2.3)
(Seite 5c) - nur für das erste genannte Produkt. 2.3 Bitte beantworten Sie kurz folgende Frage zum Kauf des Artikels „P1“. Hatten Sie vor der Internetsitzung überhaupt vor irgendetwas zu kaufen?
ja
nein
(Ö ggf. weiter mit P2)
(Ö 3.1)
weiß nicht (Ö ggf. weiter mit P2)
(Seite 6) Im Folgenden werden Ihnen nur noch Fragen zum Kauf des Artikels „P“ gestellt. Bitte versuchen Sie sich möglichst genau an den Kauf dieses Produkts zu erinnern. 3.1 Wie hoch war der Einzelpreis für den Artikel („P“) (ohne evtl. Versandgebühren)? 3.2 Für wen haben Sie den Artikel („P“) gekauft?
ca. ________ EUR
für mich
für den gemeinsamen Haushalt
als Geschenk für jemand anderen
im Auftrag für jemand anderen (kein Geschenk)
(Seite 7) 4. Bitte denken Sie im Folgenden weiterhin nur an den Kauf des Artikels „P" und überlegen Sie, inwieweit die nachfolgenden Aussagen auf den Kauf dieses Artikels zutreffen. trifft voll und ganz zu
trifft überhaupt nicht zu
Der Kauf dieses Artikels war geplant.
Beim Kauf dieses Artikels habe ich lange nachgedacht.
Der Kauf dieses Artikels war ein schneller Entschluss.
Anhang
285
Der Kauf dieses Artikels war ganz spontan.
Vor dem Kauf dieses Artikels habe ich zahlreiche Informationen über das Produkt eingeholt.
Vor dem Kauf dieses Artikels habe ich zahlreiche Alternativen miteinander verglichen.
Die Entscheidung zum Kauf dieses Artikels ist mir nicht leicht gefallen.
Der Kauf dieses Artikels war ungeplant.
Beim Kauf dieses Artikels habe ich einem starken inneren Drang nachgegeben.
Der Kauf dieses Artikels hat mir Spaß gemacht.
Über den Kauf dieses Artikels habe ich mich sehr gefreut.
Der Kauf dieses Artikels war ausgesprochen impulsiv.
Nach diesem Produkt hatte ich gar nicht gesucht.
Dieses Produkt ist mir plötzlich ins Auge gesprungen.
Dieses Produkt habe ich zum ersten Mal gekauft.
Dieses Produkt kaufe ich regelmäßig.
Ich habe schon häufig genau dieses Produkt dieser Marke gekauft.
(Seite 8) 5. Inwieweit treffen die folgenden Gründe auf den Kauf des Artikels „P“ zu. trifft voll und ganz zu
trifft überhaupt nicht zu
Der Artikel war ein besonders preisgünstiges Angebot, bei dem man einfach zuschlagen musste.
Ich wollte diesen Artikel ohnehin kaufen, das fiel mir wieder ein.
Mit diesem Artikel wollte ich mir einfach mal etwas Schönes gönnen.
Als ich den Artikel sah, fand ich ihn spontan einfach toll und habe ihn sofort gekauft.
Den Artikel brauchte ich als Ergänzung/Zubehör zum einem anderen gerade gekauften Produkt.
Der Kauf dieses Artikels war für mich eine reine
286
Anhang
Notwendigkeit. Der Artikel hatte mich neugierig gemacht, da musste ich ihn einfach kaufen.
Mit dem Kauf dieses Artikels wollte ich mal etwas vollkommen Neues ausprobieren.
Es gab eine unüberschaubare Anzahl von Produktalternative, da habe ich mich einfach für diesen Artikel entschieden.
Den Artikel habe ich auf Wunsch einer anderen Person gekauft.
Den Artikel habe ich gekauft, um den Mindestbestellwert zu erreichen.
Den Artikel habe ich gekauft, um Versandkosten zu sparen.
(Seite 9) nur für vermeintlich ungeplante Käufe, automatisch ermittelt Es geht weiterhin um den Kauf des Artikels "P". 6. Wie bzw. wo sind Sie während der Internetsitzung erstmalig auf den Artikel "{artikel}" aufmerksam geworden? (Nur eine Nennung möglich)
Werbebanner
E-Mail-Werbung
Suchmaschine
Pressebericht im Internet
Testbericht im Internet
Preissuchmaschine
Empfehlung eines anderen Internetnutzers
Wunschzettel einer anderen Person
Startseite des Anbieters
Persönliche Empfehlung des Anbieters (z.B. in „Mein Shop“)
Empfehlung beim Kauf eines anderen Produkts
Neuheitenrubrik des Anbieters
Beim Stöbern auf der Webseite des Anbieters
Beim Surfen im Internet
wieder daran erinnert
rein zufällig
Sonstiges: ______________________________
Anhang
287
(Seite 11) Es geht weiterhin um den Kauf des Artikels "P". 7.1 Wie wichtig waren folgende Kriterien für Ihre Kaufentscheidung? sehr wichtig
absolut unwichtig
Marke des Artikels
Günstiger Preis
Beliebtheit/Hoher Verkaufsrang des Artikels
Positive Testberichte über den Artikel
Positive Kundenmeinungen/Rezensionen
Kurzfristige Verfügbarkeit
Spaß beim Konsum des Artikels
(Seite 11) Es geht weiterhin um den Kauf des Artikels "P". 7.2 Wie wichtig waren folgende Informationsquellen für Ihre Kaufentscheidung? sehr wichtig
absolut unwichtig
Suchmaschinen
Preisvergleichsdienst
Herstellerwebseite
Webseite des Verkäufers/Händlers
Webseiten anderer Verkäufer/Händler
Testberichte im Internet
Kundenmeinungsplattformen (doyoo, ciao, ...)
Foren, Blogs
Werbung
Presse/-Medienberichte (offline)
Presse/-Medienberichte (online)
Online-Portal (T-Online, MSN, RTL.de, ...)
Freunde, Bekannte
Ladengeschäft
Printkatalog
Sonstige: _______________________
288
Anhang
(Seite 12) Es geht immer noch um den Kauf des Artikels "P". 8.1 Haben Sie den Artikel „P“ bereits erhalten?
ja, Artikel bereits erhalten
ja, Artikel bereits erhalten und genutzt
nein, Artikel noch nicht erhalten
8.2 Inwieweit stimmen Sie folgenden Aussagen zu? trifft voll und ganz zu
trifft überhaupt nicht zu
Den Kauf des Artikels „P“ empfand ich insgesamt als besonders risikoreich
Der gekaufte Artikel „P“ ist mir persönlich sehr wichtig
Ich konnte die Qualität des Artikels “P“ vor dem Kauf vollständig beurteilen
Ich kann die Qualitätseigenschaften des Artikels “P“ nach dem Kauf vollständig beurteilen
Beim Kauf des Artikels „P“ hatte ich große Sorgen etwas falsch zu machen
Der gekaufte Artikel „P“ bedeutet mir sehr viel
Mit dem Kauf des Artikels „P“ habe ich eine sehr gute Wahl getroffen
Mit dem Kauf des Artikels „P“ bin ich insgesamt sehr zufrieden
(Seite 13) Es geht weiterhin um den Kauf des Artikels "P".
Universal-Versender, der viele verschiedene Produkte anbietet (z.B. Otto, Amazon, Quelle, …)
9.1 Bei welcher Art Anbieter haben Sie das Produkt „P“ gekauft?
Spezial-/Fachversender, der spezielle Produkte einer bestimmten Art anbietet (z.B. Technikdirekt, iTunes, Conrad, redcoon ...)
Auktionhaus (z.B. eBay, ...)
Direkt beim Hersteller, Verlag o.ä. (z.B. Dell, Spiegel.de, ...)
Sonstiges, bitte genau benennen: _________________
9.2 Wie genau heißt der Anbieter, bei dem Sie den Artikel „P“ gekauft haben?
_____________________
Anhang
289
(Seite 14) Die folgenden Fragen beziehen sich auf den Anbieter/Verkäufer, bei dem Sie den Artikel „P“ gekauft haben. 10. Inwieweit stimmen Sie folgenden Aussagen zu? trifft voll und ganz zu
trifft überhaupt nicht zu
Der Anbieter war mir vor dem Kauf völlig unbekannt.
Den Anbieter kenne ich gut.
Bei diesem Anbieter kaufe ich regelmäßig ein.
Für den Kauf dieses Artikels habe ich lange nach einem geeigneten Online-Anbieter gesucht.
Für den Kauf dieses Artikels habe ich den Anbieter ganz spontan ausgewählt.
(Seite 15) Versuchen Sie sich bitte jetzt die Webseite des Anbieters, bei dem Sie den Artikel „P“ gekauft haben, in Erinnerung zu rufen. 11. Inwieweit stimmen Sie folgenden Aussagen zu? trifft voll und ganz zu
trifft überhaupt nicht zu
Die Webseite des Anbieters ist optisch sehr ansprechend.
Die Webseite des Anbieters ist besonders übersichtlich.
Die Webseite des Anbieters ist besonders nutzerfreundlich.
Die Produktbeschreibungen (Text) des Anbieters sind sehr genau und ausführlich.
Die Produktdarstellungen des Anbieters (v.a. Bilder) sind vielfältig und detailliert.
Die Suchfunktionen auf der Webseite des Anbieters sind sehr komfortabel.
Der Einkauf ist bei diesem Anbieter äußerst erlebnisreich.
Der Einkauf über die Webseite dieses Anbieters ist besonders bequem.
290
Anhang
Der Einkauf über die Webseite dieses Anbieters geht besonders schnell.
Der Einkauf über die Webseite dieses Anbieters macht Spaß.
Die Webseite des Anbieters gefällt mir insgesamt sehr gut.
(Seite 16) Es geht weiterhin um den Anbieter/Verkäufer, bei dem Sie den Artikel „P" gekauft haben. 12. Inwieweit treffen die folgenden Aussagen auf den Anbieter zu? trifft voll und ganz zu
trifft überhaupt nicht zu
Der Anbieter ist besonders vertrauenswürdig.
Der Anbieter hat kurze Lieferzeiten.
Der Anbieter gewährleistet eine hohe Sicherheit meiner persönlichen Daten.
Der Anbieter hat zahlreiche positive Bewertungen/Gütesiegel erhalten.
Der Umtausch ist bei diesem Anbieter absolut problemlos.
Der Anbieter verfügt über eine hohe Reputation.
(Seite 17) Im Folgenden geht es um die gesamte Internetsitzung, in der Sie den Artikel „P" gekauft haben. 13.1 Wie viel Zeit hatten Sie ungefähr im Internet verbracht bevor Sie den Artikel „P“ kauften?
weiß nicht
ca. ________ Minuten
13.2 Inwieweit stimmen Sie zudem folgenden Aussagen zu? In der Kaufsituation hatte ich viel Zeit.
Der Einkauf musste sehr schnell gehen.
Während der Internetsitzung war ich vom Geschehen am Bildschirm wie gefesselt.
Während ich im Internet war, habe ich um mich herum alles vergessen.
Anhang
291
(Seite 18) Sie haben es gleich geschafft. Nur noch 3 Seiten! Abschließend noch ein paar allgemeine Fragen zu Ihrem Nutzungsverhalten im Internet. Wie viele Stunden verbringen Sie ungefähr pro Woche im Internet? ca. ___________ Stunden/Woche Wie viele Einkäufe über das Internet haben Sie in den letzten 2 Monaten ungefähr getätigt? ca. ___________ Internet-Einkäufe in den letzten 2 Monaten Wie sind Sie ggü. dem Einkaufen im Internet insgesamt eingestellt? sehr positiv
sehr negativ
Wie erfahren schätzen Sie sich selbst bzgl. des Einkaufens im Internet ein? sehr erfahren
völlig unerfahren
(Seite 19) Zum Schluss noch ein paar Fragen zu Ihrer Person. Inwieweit stimmen Sie folgenden Aussagen zu? trifft voll und ganz zu
trifft überhaupt nicht zu
Ich kaufe grundsätzlich gerne ein.
Einkaufen ist Zeitverschwendung
(Seite 20) Und zu guter Letzt folgende Fragen zu Ihrer Person. Danach haben Sie die Befragung erfolgreich beendet und können sich für die Verlosung registrieren. Wie alt sind Sie? ___________ Jahre Ihr Geschlecht?
männlich
weiblich Wie hoch ist Ihr monatliches Haushaltsnettoeinkommen (nach Abzug von Steuern, Sozialversicherung? ca. __________ EUR
292
Anhang
Welches ist Ihr höchster erreichter Schulabschluss?
kein Schulabschluss
Hauptschule
Realschule
Hochschulreife/Abitur
Hochschulabschluss
(Seite 21) Sie haben es geschafft. Vielen Dank für Ihre Zeit und Mühe! Als kleine Entschädigung haben Sie nun die Möglichkeit an der Verlosung von 10 AmazonGutscheinen im Wert von jeweils 10 EUR teilzunehmen. Dafür benötigen wir lediglich eine gültige E-Mail-Adresse, an die wir Ihnen im Gewinnfall den Gutscheincode senden können. Die Gutscheine werden innerhalb einer Woche nach Beendigung der Befragung verlost und an die Gewinner versandt. Ihre Daten werden separat gespeichert, nicht an Dritte weitergegeben und dienen nur dem angegeben Zweck. Der Rechtsweg ist ausgeschlossen. Wir wünschen viel Glück! Bitte geben Sie hier Ihre Mail-Adresse ein: ________________
Ja, ich möchte an der Verlosung teilnehmen!
Ja, ich möchte zukünftig über weitere Befragungen des Instituts informiert werden!
Bitte löschen Sie (anschließend) meine E-Mail-Adresse aus Ihrem Verteiler!
Anhang
293
Anhang C: Tests auf Multinormalverteilung Variable
min
max
skew
c.r.
kurtosis
c.r.
VCP3
1,000
5,000
1,501
11,663
1,025
3,979
VCP2
1,000
5,000
1,311
10,184
,256
,994
VSP2
1,000
5,000
,788
6,123
-,832
-3,231
VSP1
1,000
5,000
1,038
8,065
-,294
-1,142
VAP2
1,000
5,000
-,580
-4,508
-,297
-1,152
VAP1
1,000
5,000
-,519
-4,032
-,255
-,988
VCP7
1,000
5,000
-,215
-1,669
-1,231
-4,783
VCP6
1,000
5,000
-,209
-1,623
-1,475
-5,729
14,426
10,849
Multivariate
Tabelle 83: Prüfung der Normalverteilung der Indikatoren der Entscheidungsdimensionen Variable
min
max
skew
c.r.
kurtosis
c.r.
VW
1,000
5,000
-,593
-4,547
-,097
-,372
Z-Vp
-,250
16,313
12,974
99,517
200,813
770,149
VK3
1,000
5,000
-,182
-1,395
-1,610
-6,176
VK2
1,000
5,000
-,506
-3,882
-1,418
-5,439
VK1
1,000
5,000
-,983
-7,537
-,888
-3,407
VH3
1,000
5,000
1,147
8,796
-,514
-1,971
VH2
1,000
5,000
1,765
13,534
1,950
7,479
VH1
1,000
5,000
1,849
14,183
2,321
8,901
VEF1
1,000
5,000
-,442
-3,391
-,692
-2,656
VEF2
1,000
5,000
-,438
-3,357
-,405
-1,555
VFL1
1,000
5,000
,768
5,891
-,267
-1,026
VFL2
1,000
5,000
1,290
9,894
,945
3,622
VR1
1,000
5,000
1,159
8,886
,398
1,527
VR2
1,000
5,000
1,079
8,274
,147
,565
VPI1
1,000
5,000
,286
2,197
-,823
-3,156
VPI1
1,000
5,000
-,146
-1,118
-1,012
-3,881
VTP2
1,000
5,000
1,471
11,286
1,615
6,194
VTP1
1,000
5,000
1,795
13,768
2,772
10,630
216,207
75,694
Multivariate
Tabelle 84: Prüfung der Normalverteilung der Indikatoren der Determinanten
294
Anhang
Anhang D: Kollinearitätsdiagnose Dimen sion
Varianzan teile
1
Eigenwert 2,086
Konditionsindex 1 ,000
(Konstante) ,01
ArtikelGefallen d er preis Webseite ,04 ,01
Habitualisi erung ,00
Wahrg. Risiko ,00
2
1,656
1 ,122
,00
,03
3
1,312
1 ,261
,00
,01
4
1,114
1 ,368
,00
5
1,012
1 ,435
,00
6
,761
1 ,656
7
,729
8
,665
Produktinvolv. Zeitdruck ,00 ,00
Flow ,00
Einkaufsfr eude ,00
Kenntnis des Shops/ Anbieters ,00
,00
,07
,13
,06
,00
,11
,00
,10
,01
,05
,00
,13
,03
,19
,21
,05
,00
,11
,09
,09
,00
,03
,05
,03
,01
,40
,06
,09
,00
,28
,16
,00
,15
,00
,51
,00
,00
,10
,00
,04
,02
,13
,38
1 ,692
,00
,00
,00
,02
,58
,10
,18
,29
,01
,01
1 ,771
,00
,24
,00
,06
,00
,35
,14
,09
,36
,04
,06
9
,632
1 ,817
,00
,01
,00
,10
,26
,19
,00
,16
,08
,53
10
,032
8 ,054
,98
,01
,98
,00
,01
,00
,01
,02
,04
,08
Tabelle 85: Kollinearitätsdiagnose zentraler Determinanten
Anhang
295
Anhang E: Alternative Clusterlösungen (Mixture Models) Clusterzentren (Mittelwert der Faktorwerte)
Ungeplante Käufe
Geplante Käufe
Kauftyp
Anzahl Fälle (Prozent)
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Extensiver Kauf
-0,59
1,09
0,68
61 (17,3)
Limitierter Kauf
-0,55
0,87
-0,67
61 (17,3)
Habitueller Kauf
-0,50
-0,50
-1,46
57 (16,1)
Emotionaler Kauf
-0,33
-0,58
0,58
97 (27,5)
Spontaner Suchkauf
1,41
0,43
0,45
35 (9,9)
Emotionsloser Spontankauf
1,67
-1,46
-0,93
12 (3,4)
Impulskauf 1
2,59
0,05
1,29
4 (1,1)
Impulskauf 2
1,92
-1,24
0,64
26 (7,4)
Mixture Clustering, Startpartition aus Clusterzentrenanalyse (k-means), Konvergenz nach 169 Iterationen. Konvergenzkriterium: 0,00001
Tabelle 86: Mixture Clustering-Lösung mit vorgegebenen Startwerten
Clusterzentren (Mittelwert der Faktorwerte)
Ungeplante Käufe
Geplante Käufe
Kauftyp
Anzahl Fälle (Prozent)
Spontanität des Kaufs
Kognitive Beteiligung
Positive Emotionen
Extensiver Kauf
-0,57
1,08
0,67
20 (5,7)
Limitierter Kauf 1
-0,65
0,08
-2,37
75 (21,2)
Limitierter Kauf 2
-0,57
0,99
-0,66
62 (17,6)
Habitueller Kauf 1
-0,43
-0,18
-0,69
51 (14,4)
Habitueller Kauf 2
-0,51
-1,60
-0,89
43 (12,2)
Emotionaler Kauf
-0,39
-0,55
0,79
50 (14,2)
Spontaner Suchkauf
1,55
0,49
0,66
18 (5,1)
Impulskauf
1,63
-1,16
0,07
34 (9,6)
Mixture Clustering, zufällige Startpartition, Konvergenz nach 170 Iterationen. Konvergenzkriterium: 0,00001
Tabelle 87: Mixture Clustering-Lösung mit zufälligen Startwerten
296
Anhang
Anhang F: Gekaufte Produkte nach Kaufentscheidungstypen Top 4 Produktkategorien je Kauftyp (n > 2)
Anzahl Käufe
Prozent Käufe
1. Buch
16
18,60%
2. DVD
10
11,63%
3. PC-/Videospiel-Zubehör
8
9,30%
4. Ticket/Eintrittskarte
5
5,81%
Extensive Käufe
Sportgeräte
(n=86)
5
Limitierte Käufe
5,81% (n=65)
1. Buch
13
20,00%
2. PC-/Videospiel-Zubehör
9
13,85%
3. Ticket/Eintrittskarte
5
7,69%
Kleidung
5
Habituelle Käufe
7,69% (n=37)
1. Buch
13
35,14%
2. PC-/Videospiel-Zubehör
6
16,22%
3. CD
3
Emotionskäufe
8,11% (n=83)
1. Buch
24
2. Kleidung
7
8,43%
3. DVD
7
8,43%
4. CD
28,92%
6
7,23%
6
7,23%
1. Kleidung
13
39,39%
2. Buch
9
27,27%
3. PC-/Videospiel-Zubehör
3
9,09%
3
9,09%
1. Buch
6
27,27%
2. Kleidung
3
13,64%
1. Kleidung
10
37,04%
2. DVD
4
14,81%
3. Buch
3
11,11%
Ticket/Eintrittskarte Spontane Suchkäufe
Spielwaren
(n=33)
Emotionslose Spontankäufe
(n=22)
Impulskäufe
(n=27)
Tabelle 88: Gekaufte Produkte nach Kaufentscheidungstypen
Anhang
297
Anhang G: Parameterschätzungen der multinomialen logistischen Regression Die im Vergleich zu den Tabellen 74 - 76 umgekehrten Vorzeichen und die entsprechende Veränderung der Odds-Ratios resultieren aus der Umkehrung der Referenzgruppen für die unterschiedliche Darstellung innerhalb der Tabellen hier und im Text. Kauftyp Effekt ȕ Extensiv vs. Spontaner Suchkauf Konstanter Term -,538 Gewohnheitsverhalten ,610* Produktinvolvement ,350 Einkaufsfreude -,375 Kenntnis des Shops -,690** Artikelpreis ,011 Gefallen der Webseite ,318 Limitiert vs. Spontaner Suchkauf Konstanter Term -1,634 Gewohnheitsverhalten ,557 Produktinvolvement -,496* Einkaufsfreude -,917*** Kenntnis des Shops -,629** Artikelpreis ,010 Gefallen der Webseite ,544** Habituell vs. Spontaner Suchkauf Konstanter Term -,304 Gewohnheitsverhalten ,445 Produktinvolvement -,617* Einkaufsfreude -,671* Kenntnis des Shops ,039 Artikelpreis ,001 Gefallen der Webseite ,093 Emotionskauf vs. Spontaner Suchkauf Konstanter Term -,348 Gewohnheitsverhalten ,713* Produktinvolvement ,348 Einkaufsfreude -,196 Kenntnis des Shops -,290 Artikelpreis ,009 Gefallen der Webseite ,294 Emotionsloser Spontankauf vs. Spontaner Suchkauf Konstanter Term ,007 Gewohnheitsverhalten -,007 Produktinvolvement -,994** Einkaufsfreude -,597* Kenntnis des Shops ,146 Artikelpreis -,084* Gefallen der Webseite ,098 Impulskauf vs. Spontaner Suchkauf -3,074* Konstanter Term Gewohnheitsverhalten ,379 Produktinvolvement -,264 Einkaufsfreude -,155 Kenntnis des Shops -,363 Artikelpreis -,006 Gefallen der Webseite ,818** *** p 0,001; ** p 0,01; * p 0,05 Referenzgruppe: Spontaner Suchkauf
Odds Ratio (e ȕ)
95% Konfidenzintervall für e ȕ Untergr. Obergr.
1,840 1,419 ,687 ,502 1,011 1,374
1,042 ,914 ,430 ,312 ,998 ,900
3,250 2,203 1,098 ,808 1,025 2,099
1,745 ,609 ,400 ,533 1,011 1,722
,971 ,380 ,246 ,323 ,997 1,096
3,138 ,974 ,649 ,880 1,024 2,706
1,561 ,540 ,511 1,040 1,001 1,097
,839 ,318 ,304 ,577 ,983 ,675
2,905 ,915 ,859 1,872 1,019 1,782
2,041 1,416 ,822 ,748 1,009 1,342
1,173 ,917 ,515 ,462 ,996 ,882
3,549 2,187 1,313 1,212 1,023 2,043
,993 ,370 ,551 1,157 ,920 1,103
,440 ,185 ,305 ,579 ,864 ,624
2,239 ,741 ,993 2,315 ,980 1,951
1,461 ,768 ,857 ,696 ,994 2,266
,755 ,442 ,471 ,380 ,972 1,244
2,826 1,336 1,558 1,272 1,016 4,127
Tabelle 89: Parameterschätzung finales Modell (Referenz: Spontaner Suchkauf)
298
Kauftyp Effekt ȕ Extensiv vs. Emotionsloser Spontankauf Konstanter Term -,545 Gewohnheitsverhalten ,617 Produktinvolvement 1,344*** Einkaufsfreude ,222 Kenntnis des Shops -,836** Artikelpreis ,095** Gefallen der Webseite ,220 Limitiert vs. Emotionsloser Spontankauf Konstanter Term -1,641 Gewohnheitsverhalten ,564 Produktinvolvement ,497 Einkaufsfreude -,320 Kenntnis des Shops -,776* Artikelpreis ,094** Gefallen der Webseite ,446 Habituell vs. Emotionsloser Spontankauf Konstanter Term -,311 Gewohnheitsverhalten ,453 Produktinvolvement ,377 Einkaufsfreude -,074 Kenntnis des Shops -,107 Artikelpreis ,084** Gefallen der Webseite -,005 Emotionskauf vs. Emotionsloser Spontankauf Konstanter Term -,354 Gewohnheitsverhalten ,721* Produktinvolvement 1,341*** Einkaufsfreude ,401 Kenntnis des Shops -,436 Artikelpreis ,093** Gefallen der Webseite ,196 Spontaner Suchkauf vs. Emotionsloser Spontankauf Konstanter Term -,007 Gewohnheitsverhalten ,007 Produktinvolvement ,994** Einkaufsfreude ,597* Kenntnis des Shops -,146 Artikelpreis ,084* Gefallen der Webseite -,098 Impulskauf vs. Emotionsloser Spontankauf Konstanter Term -3,080* Gewohnheitsverhalten ,386 Produktinvolvement ,730* Einkaufsfreude ,442 Kenntnis des Shops -,509 Artikelpreis ,078* Gefallen der Webseite ,720* *** p 0,001; ** p 0,01; * p 0,05 Referenzgruppe: Emotionsloser Spontankauf
Anhang
Odds Ratio (e ȕ)
95% Konfidenzintervall für e ȕ Untergr. Obergr.
1,854 3,833 1,248 ,433 1,100 1,246
,930 1,988 ,743 ,232 1,033 ,735
3,697 7,389 2,097 ,808 1,170 2,110
1,758 1,644 ,726 ,460 1,099 1,561
,881 ,853 ,438 ,248 1,032 ,921
3,509 3,168 1,205 ,856 1,169 2,648
1,573 1,458 ,928 ,898 1,088 ,995
,769 ,731 ,542 ,452 1,021 ,574
3,216 2,907 1,590 1,785 1,158 1,724
2,056 3,824 1,493 ,647 1,097 1,217
1,044 1,988 ,887 ,345 1,031 ,719
4,049 7,357 2,512 1,214 1,168 2,060
1,007 2,701 1,816 ,864 1,087 ,907
,447 1,350 1,007 ,432 1,021 ,513
2,273 5,407 3,276 1,728 1,158 1,603
1,472 2,076 1,556 ,601 1,081 2,055
,690 1,005 ,831 ,295 1,013 1,058
3,139 4,286 2,912 1,227 1,153 3,992
Tabelle 90: Parameterschätzung finales Modell (Referenz: Emotionsloser Spontankauf)
Anhang
Kauftyp Effekt Extensiv vs. Impulskauf Konstanter Term Gewohnheitsverhalten Produktinvolvement Einkaufsfreude Kenntnis des Shops Artikelpreis Gefallen der Webseite Limitiert vs. Impulskauf Konstanter Term Gewohnheitsverhalten Produktinvolvement Einkaufsfreude Kenntnis des Shops Artikelpreis Gefallen der Webseite Habituell vs. Impulskauf Konstanter Term Gewohnheitsverhalten Produktinvolvement Einkaufsfreude Kenntnis des Shops Artikelpreis Gefallen der Webseite Emotionskauf vs. Impulskauf Konstanter Term Gewohnheitsverhalten Produktinvolvement Einkaufsfreude Kenntnis des Shops Artikelpreis Gefallen der Webseite Spontaner Suchkauf vs. Impulskauf Konstanter Term Gewohnheitsverhalten Produktinvolvement Einkaufsfreude Kenntnis des Shops Artikelpreis Gefallen der Webseite Emotionsloser Spontankauf vs. Impulskauf Konstanter Term Gewohnheitsverhalten Produktinvolvement Einkaufsfreude Kenntnis des Shops Artikelpreis Gefallen der Webseite *** p 0,001; ** p 0,01; * p 0,05 Referenzgruppe: Impulskauf
299 95% Konfidenzintervall für e ȕ Untergr. Obergr.
ȕ
Odds Ratio (e ȕ)
2,535* ,231 ,613* -,221 -,327 ,017 -,501
1,260 1,847 ,802 ,721 1,017 ,606
,777 1,127 ,478 ,435 ,998 ,352
2,042 3,027 1,344 1,195 1,037 1,045
1,439 ,178 -,233 -,762** -,267 ,016 -,275
1,195 ,792 ,467 ,766 1,017 ,760
,727 ,474 ,277 ,454 ,998 ,435
1,962 1,324 ,786 1,293 1,036 1,329
2,769* ,066 -,353 -,517 ,402 ,006 -,725*
1,069 ,702 ,597 1,494 1,006 ,484
,621 ,396 ,340 ,807 ,984 ,267
1,839 1,245 1,046 2,767 1,029 ,877
2,726* ,334 ,611* -,041 ,073 ,015 -,524
1,397 1,843 ,960 1,076 1,015 ,592
,879 1,131 ,572 ,644 ,996 ,344
2,220 3,001 1,608 1,798 1,035 1,020
3,074* -,379 ,264 ,155 ,363 ,006 -,818**
,684 1,302 1,167 1,437 1,006 ,441
,354 ,748 ,642 ,786 ,984 ,242
1,324 2,264 2,123 2,628 1,029 ,804
3,080* -,386 -,730* -,442 ,509 -,078* -,720*
,679 ,482 ,643 1,663 ,925 ,487
,319 ,233 ,343 ,815 ,868 ,251
1,449 ,995 1,203 3,395 ,987 ,945
Tabelle 91: Parameterschätzung finales Modell (Referenz: Impulskauf)