View
6
Download
0
Category
Preview:
Citation preview
Werner Aschenbrenner
Kritische Fragestellungen für die
Conversion Rate Optimization bei
Impulskäufen im E-‐Commerce
Masterarbeit
zur Erlangung des akademischen Grades
eines Magisters der Sozial-‐ und Wirtschaftswissenschaften
der Studienrichtung Betriebswirtschaft
an der Karl-‐Franzens-‐Universität Graz
Begutachter:
ao. Univ.-‐Prof. Mag. Dr. Otto Petrovic
Institut:
Institut für Informationswissenschaft und Wirtschaftsinformatik
Graz / 01 / 2012
2
Ehrenwörtliche Erklärung
Ich erkläre ehrenwörtlich, dass ich die vorliegende Arbeit selbstständig und ohne fremde
Hilfe verfasst, andere als die angegebenen Quellen nicht benutzt und die den Quellen
wörtlich oder inhaltlich entnommenen Stellen als solche kenntlich gemacht habe. Die Arbeit
wurde bisher in gleicher oder ähnlicher Form keiner anderen Prüfungsbehörde vorgelegt
und auch noch nicht veröffentlicht. Die vorliegende Fassung entspricht der eingereichten
elektronischen Version.
Graz, am ___________
3
1 Problemstellung ............................................................................................... 5
1.1 Relevanz der Problemstellung ......................................................................................................... 5 1.2 Methodischer Ansatz der Arbeit ...................................................................................................... 5 1.3 Ziel der Arbeit .......................................................................................................................................... 6 1.4 Definition und Abgrenzung des Themengebietes .................................................................... 7
2 Erklärungsdisziplinen für Konversionen im E-‐Commerce ................................. 10
2.1 Kaufentscheidungstypologien im Hinblick auf E-‐Commerce ............................................ 10 2.1.1 Extensives Kaufverhalten .............................................................................................................. 11 2.1.2 Limitiertes Kaufverhalten ............................................................................................................ 13 2.1.3 Habituelles Kaufverhalten ............................................................................................................ 15 2.1.4 Impulsives Kaufverhalten ............................................................................................................. 16 2.1.5 Determinanten des impulsiven Käuferverhalten im E-‐Commerce ............................. 18
2.2 Conversion Rate Optimization als Prozess ............................................................................... 22 2.2.1 Prozessschritte der CRO ................................................................................................................. 25 2.2.2 Testverfahren (A/B Splittest) aufsetzen und auswerten ................................................ 29 2.2.3 Unterstützende Messmethoden & Analysetools .................................................................. 32 2.2.4 Darstellungsverfahren -‐ Konversionstrichter (Conversion Funnel) ........................... 34 2.2.5 Bestehende Konversions „Frameworks“ ................................................................................. 36
2.3 Erkenntnisse aus dem Neuromarketing .................................................................................... 46 2.3.1 Versuchsaufbauten & Methodik der Forschung .................................................................. 47 2.3.2 Bedeutung des Neuromarketings & Ableitungen ............................................................... 53
3 Einflussfaktoren auf spontane Konversionen .................................................. 59
3.1 Vertrauen & Sicherheit ...................................................................................................................... 60 3.1.1 Design Patterns ................................................................................................................................. 64 3.1.2 Transitivität von Vertrauen ......................................................................................................... 66 3.1.3 Datenschutz ........................................................................................................................................ 68 3.1.4 FUDs – Ein Kunstwort aus der Praxis ...................................................................................... 69 3.1.5 Fragestellungen für die Hypothesenbildung ........................................................................ 71
3.2 Markenemotionen und Markenidentität ................................................................................... 72 3.2.1 Fragestellungen für die Hypothesenbildung ........................................................................ 75
3.3 Personenbezogene Faktoren ........................................................................................................... 75 3.3.1 Impulsivität als Persönlichkeitsmerkmal .............................................................................. 75 3.3.2 Demografische Aspekte ................................................................................................................. 76 3.3.3 Kundensegmentierung – Limbic® Map ................................................................................. 77 3.3.4 Fragestellungen für die Hypothesenbildung ........................................................................ 78
4
3.4 User Experience & Incentives ......................................................................................................... 79 3.4.1 Produktbilder ..................................................................................................................................... 79 3.4.2 Spiegelneuronen ............................................................................................................................... 81 3.4.3 Der Reiz der Interaktion ................................................................................................................ 82 3.4.4 Künstliche Verknappung ............................................................................................................... 82 3.4.5 Orientierungselemente Call to Action ..................................................................................... 83 3.4.6 Altruistische Motivverknüpfungen ........................................................................................... 86 3.4.7 Virtuelle Verkaufsassistenten ..................................................................................................... 86 3.4.8 Fragestellungen für die Hypothesenbildung ........................................................................ 87
3.5 Technische System-‐Aspekte ............................................................................................................ 88 3.5.1 Browserkompatibilität und Plattformunabhängigkeit ................................................... 88 3.5.2 Ladezeiten ........................................................................................................................................... 89 3.5.3 Fragestellungen für die Hypothesenbildung ........................................................................ 91
3.6 Der Checkout Prozess ......................................................................................................................... 91 3.6.1 Redirect in den Warenkorb .......................................................................................................... 92 3.6.2 Optische Gestaltung des Checkouts .......................................................................................... 92 3.6.3 Der Einsatz von CAPTCHAS ......................................................................................................... 93 3.6.4 Umgang mit Formularfelder ....................................................................................................... 94 3.6.5 Hilfestellungen im Checkout ........................................................................................................ 95 3.6.6 Gastbestellungen .............................................................................................................................. 96 3.6.7 Fragestellungen für die Hypothesenbildung ........................................................................ 97
4 Diskussion der Forschungsergebnisse ............................................................. 99
4.1 Einschränkungen und Limitationen ............................................................................................ 99 4.2 Ausblick für weitere Forschungsansätze ................................................................................ 100
5 Literaturverzeichnis ...................................................................................... 102
5
1 Problemstellung
1.1 Relevanz der Problemstellung
Der E-‐Commerce-‐Bereich ist einer stetigen Weiterentwicklung unterworfen und bietet
rasante Umsatzsteigerungen. Als Ergebnis dieses rasanten Wandels hat sich eine
pragmatische Disziplin der Optimierung entwickelt und etabliert. Im Zuge dieses
Optimierungsprozesses findet eine methodische Überprüfung von Hypothesen zur
Verbesserung statt. Die getesteten Hypothesen emergieren aus einer Vermischung von
Erfahrungswerten und wagen Annahmen. Ein wissenschaftlicher Diskurs im Herangehen an
die Hypothesengestaltung findet in dieser Form nicht statt. Parallel zu dieser Situation gibt
es wissenschaftliche Forschungsarbeiten, die an der wirtschaftlichen Praxis vorbeiarbeiten
und kaum Anwendung finden.
Das Finden der richtigen Hypothesen für den Optimierungsprozess ist der kritische Moment
jeder Optimierung und genau der Moment, in dem über die wirtschaftliche Zukunft des
Projektes entschieden wird.
1.2 Methodischer Ansatz der Arbeit
Die Arbeit ist eine fachliche Genese aus verschiedenen Disziplinen des Herangehens an das
im Grunde selbe Problem. Die drei Disziplinen die dieser Arbeit zugrundeliegen sind das
klassische Käuferverhalten, die Conversion Rate Optimization als Disziplin der Praxis und die
Neuroökonomie als zusätzliche Forschungsrichtung.
Aus dem Bereich des Käuferverhaltens kann auf klassische Literatur zurückgegriffen werden.
Zusätzlich gibt es aktuelle Forschungsbeiträge die an der Schnittstelle zur
Informationstechnologie entstanden sind und sich speziell auf das beschriebene Problem
beziehen. Der Bereich der Conversion Rate Optimization entstand von der klassischen
Wissenschaft relativ unbelangt parallel dazu und stützt sich bei der Gewinnung von
Aussagen auf einen klar strukturierten Prozess, der im Rahmen der Arbeit exploriert wird.
Der dritte disziplinäre Zugang ist der des Neuromarketings resp. der Neuroökonomie , einer
jungen Disziplin, die durch naturwissenschaftliche Forschungsmethoden versucht, die
6
klassische Verhaltensökonomie zu ergänzen und interessante Erklärungsbeiträge liefert mit
denen man sich dem Phänomen des Käuferverhaltens auf alternativem Weg annähern kann.
Im Zuge der Arbeit werden die drei genannten Disziplinen sowohl fachlich als auch
methodisch aufgespannt und deren Forschungs-‐ und Erhebungsmodelle diskutiert. In einem
späteren Schritt werden Einzelergebnisse aus Forschungsbeiträgen der drei Richtungen
zusammengeführt und auf deren Aussagekraft in Bezug auf das Impulsive Käuferverhalten
diskutiert. Bestehende Herangehensmodelle an die genannte Problemstellung werden
ebenfalls diskutiert.
1.3 Ziel der Arbeit
Ziel der Arbeit ist es, auf Basis des oben angeführten Diskurses, praxisnahe Fragestellungen
für den Moment der Hypothesenbildung im Prozess der Conversion Rate Optimization (CRO)
zu erschaffen.
Als Ergebnis der Arbeit wird eine Sammlung an Fragestellungen erarbeitet die im Zuge der
Hypothesenbildung im Conversion Rate Optimization – Prozess eingesetzt werden können.
Durch den Einsatz dieser Fragestellungen soll die Qualität der Hypothesenbildung für das
vorliegende Spannungsfeld der impulsiven Kaufentscheidungen verbessert werden. Die
erarbeiteten Fragestellungen beziehen sich dabei jeweils auf Einzelemente, für die eine
Vermutung nahe liegt, einen moderierenden Einfluss auf das Konversionsverhalten zu
haben.
Gefundene Einflussfaktoren werden bewusst in Form von kritischen Fragestellungen
präsentiert. In der Forschung gefundene Einzelaspekte können aufgrund der Komplexität
nicht für jeden Einzelfall gelten und lassen es daher nicht zu absolute Aussagen zu treffen.
Das Validieren von abgeleiteten Hypothesen obliegt dem Prozess der Conversion Rate
Optimization, welcher im Rahmen dieser Arbeit diskutiert wird.
7
1.4 Definition und Abgrenzung des Themengebietes
Konversion im E-‐Commerce
Rund um den Begriff Konversion (Conversion) und CRO (=Conversion Rate Optimization) ist
in den letzten Jahren eine eigenständige und noch sehr junge Wirtschaftsdisziplin
entstanden, die auf mehreren klassischen Wissenschaftsdisziplinen und auf Methoden der
Praxis aufbaut. Dabei bezieht sich der hier angelegte Fokus der Begrifflichkeiten immer auf
den Bereich des E-‐Commerce.
Unter Konversion versteht man den Übergang von einem Stadium in ein anderes. Im Fall des
E-‐Commerce bedeutet eine Konversion, dass ein User seine Zugehörigkeit zu einer
klassifizierbaren Gruppe durch eine gesetzte Handlung entweder bewusst oder unbewusst
ändert.1 Mit dieser sehr weit gefassten Definition können unterschiedliche Formen des
Übergangs beschrieben werden.
Der häufigste Fall, der in der Literatur diskutiert wird, ist das Konvertieren von der Gruppe
der potentiellen Kunden (=User) hin zum Kunden. Dies wäre z.B. dann der Fall wenn ein User
den Kaufprozess in einem Onlineshop durchläuft und dadurch zum Kunden wird.
Konversion beschränkt sich dabei nicht auf den Kauf im engeren Sinne. Eine Konversion
findet immer dann statt, wenn ein Übergang hin zu einer neuen Klassifizierung geschieht.
Abgesehen vom eigentlichen Kauf gibt es zahlreiche weitere Konversionsziele, die im
Rahmen von E-‐Commerce Projekte definiert werden können, und somit eine Konversion, bei
deren Erreichung auslösen.
Andere häufig beschriebene Arten von Konversionen im E-‐Commerce können sein:
-‐ Das Eintragen der eigenen Mailadresse in eine Verteilerliste
-‐ Das Downloaden einer oder mehrerer spezifischen Dateien
-‐ Das Ausfüllen einer Online-‐Befragung
-‐ Die Registration als Kunde / Interessent
-‐ Das Ausfüllen eines Kontaktformulars
Wesentlicher Bestandteil des Konversionsbegriffs ist die Messbarkeit eines Ereignisses. Mit
dem Anspruch der Messbarkeit orientieren sich Konversionen in der gängigen Definition als 1 Vgl Hassler, M., Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S.343ff
8
sehr praxisnahe Betrachtung. Als verwendete Kenngröße wird die „Konversionsrate“ oder
„Conversion Rate“ herangezogen, eine Messzahl die ein Verhältnis zwischen Besuchern
einer Seite und jenen Besuchern herstellt, die die gewünschte Aktion durchführen.
Eine pragmatische Definition findet sich bei Eisenberg:
„...conversion rate is a measure of your ability to persuade visitors to take the action you
want them to take.“ 2
Zieldefinition – Makrokonversionen bestimmen
Als Grundlage für die Arbeit im Umfeld der Konversion ist es notwendig Ziele zu definieren.
Wobei definierte Ziele sogenannte Makrokonversionen sind, welche in einzelne
Mikrokonversionen zerlegt werden können.
Conversion Rate
In der CRO ist die Conversion Rate (CR) die entscheidende Kennzahl. Obwohl mit
zahlreichen anderen Kennzahlen die Performance einer Website gemessen werden kann,
fokussiert die CRO auf die Kennzahl der Conversion Rate als zentrales Element. Die
Berechnung der Conversion Rate ist relativ einfach, setzt aber voraus, dass im Vorfeld
definiert wurde, was eine Konversion in dem Kontext ist und wie diese gemessen werden
kann. Vereinfacht kann die Konversionrate als Verhältnis der rohen eindeutigen
Besucherzahl zur Anzahl der Konversionen betrachtet werden.
Berechnet wird die Konversionsrate mit einer sehr einfachen Formel, wobei je nach
gewünschtem Einsatzzweck der Terminus Besucher entweder nur eindeutige Besucher, alle
Besucher, nur neue Besucher oder ein anderes Segment abdecken kann. Aufgrund dieser
unterschiedlichen Auslegung ist Vorsicht beim Vergleichen von Konversionsraten
angemessen.
!"#$%&'("# !"#$ !! = !""#$%ℎ!" !"#$%&'("#')(%*% !"#$%ℎ!" !" !"#$#% !"#$%&'(
Gemessen an einem Kaufphasenmodell wird in dieser Arbeit auf dem Weg hin zur
Konversion ab dem Erstkontakt fokussiert, nicht aber auf der Nachkaufphase (AfterSale), da
diese zu stark von der logistischen Serviceleistung des Versandhändlers oder produkt-‐ und
2 Eisenberg, B.: Call to Action (2006) S. XiV
9
branchenbezogenen Spezifika abhängig ist und mit der Konversion im engeren Sinne nichts
zu tun hat.
Von der Gesamtmasse der betrachteten Konversionen wird in dieser Arbeit jener Teil näher
erfasst, der unter der Kategorie der Impulskäufe im Sinne der Typologie von Weinberg3 4 5
aus dem Jahre 1981 zusammengefasst werden kann. Begrifflich sprechen wir in dieser Arbeit
also von Impulskäufen im Internet, die eine besondere Form der Konversion darstellen. Mit
der Orientierung an der Typologie von Weinberg wird einer der Herangehensweisen in
dieser Arbeit Rechnung getragen. Während in der wirtschaftlichen Pragmatik von
Konversionen oder „Conversions“ gesprochen wird, ist dieser Begriff und dessen Umfeld im
wissenschaftlichen Kontext des Käuferverhaltens nicht präsent, was nicht zuletzt eine sehr
augenscheinliche Divergenz zwischen dem wissenschaftlichen Diskurs und der
realwirtschaftlichen Pragmatik darstellt.
3 vgl. Kempe, M.: Ungeplante Käufe im Internet (2011) S. 34 4 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 447 ff 5 vgl. Foscht, T./Swoboda, B., 2011,.: Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 179 ff
10
2 Erklärungsdisziplinen für Konversionen im E-‐Commerce Für die thematische Genese der Arbeit wurden drei wesentliche Felder gewählt. Zum einen
ist dies das klassische Käuferverhalten, eine Disziplin des Marketings, die sich als
verhaltenswissenschaftlicher Ansatz versteht und stark auf rationalen Erklärungsmodellen
aufbaut. Die Transformation dieser klassischen Marketingdisziplin in den Online-‐Bereich
orientiert sich in der Forschung an Methoden, die für die wirtschaftliche Praxis oftmals zu
abstrakt sind.
Die zweite gewählte Disziplin ist die Conversion Rate Optimization, eine
populärwissenschaftliche Disziplin in der ein sehr standardisierter Prozess Erkenntnisse
produziert, die zwar hoch relevant sind für das vorliegende Problem, aber nicht in einem
wissenschaftlichen Kontext entstehen und deren Dokumentation nicht den Gesichtspunkten
des wissenschaftlichen Diskurses unterworfen sind.
Der dritte thematische Zugang ist die junge Disziplin des Neuromarketings, dass aktuell
einen regelrechten „Hype“ erlebt und als Ergänzungs-‐Disziplin mit naturwissenschaftlichem
Hintergrund zu verstehen ist. Der Mehrwert dieser Methoden ist darin zu suchen, oftmals
tradierte Annahmen der klassischen Verhaltensforschung zu hinterfragen und zu ergänzen.
Während die Methoden der klassischen Konsumentenforschung außer Frage stehen, was
ihre wissenschaftliche Rigorosität betrifft, werden für die beiden anderen Disziplinen deren
Methoden im Rahmen dieser Arbeit exploriert.
2.1 Kaufentscheidungstypologien im Hinblick auf E-‐Commerce
Kaufentscheidungen lassen sich nach verschiedenen Modellen und Herangehensweisen
typologisieren, wobei der Sinn einer Typologisierung nicht darin liegt, alle Erklärungsmuster
in einem Totalmodell zu vereinen sondern betrachtbare, modellhafte Typen zu erschaffen.6
Die hier gewählte Typologie richtet sich im Wesentlichen nach der von Weinberg aus dem
Jahre 1981. Es gibt zahlreiche Versuche diese Typologie zu erweitern oder genauer zu
spezifizieren,7 wobei jeder dieser Versuche eine spezifische Blickrichtung aufweist.
In diesem Abschnitt werden vorwiegend die Typologien von Weinberg in Hinblick auf E-‐
Commerce betrachtet.
6 vgl. Kempe, M.: Ungeplante Käufe im Internet, (2011) S. 28. 7 vgl. ebda, S. 34 ff
11
Im E-‐Commerce gelten bezüglich der Klassifizierung von Kaufentscheidungen im
Wesentlichen dieselben Erklärungsmuster wie bei Kaufentscheidungen im Allgemeinen.8
Das Level des emotionalen Involvement und jenes des kognitiven Involvement sind ein
geeignetes Maß für die Klassifizierung, wobei sich mit diesen beiden Kenngrößen eine Matrix
aufspannen lässt, die vereinfacht vier Felder klassifiziert. 9
Neben der kognitiven Betrachtungsebene ist auch die Ebene der affektiven und der
reaktiven Prozesse einzuführen um eine Klassifizierung von Kaufentscheidungen
vorzunehmen.10 Diese Betrachtung ist vor allem in Hinsicht auf Impulskäufe relevant.
2.1.1 Extensives Kaufverhalten
Etwa ein Viertel aller Kaufentscheidungen mit denen wir es im E-‐Commerce zu tun haben
sind der Klassifizierung des extensiven Kaufverhaltens zuzuordnen11, wobei diese Zahl bei
einer Klassifizierung streng nach Weinberg sogar höher anzusetzen wäre.12 Speziell im E-‐
Commerce kann der Begriff „Suchkauf“ als zentrales Element angesehen werden, wobei
darunter verstanden werden kann, dass die Kaufabsicht erst im Laufe des
Entscheidungsprozesses konkretisiert wird.13 14
Das extensive Kaufverhalten ist durch folgende Aspekte gekennzeichnet15:
• Eine hohe kognitive Beteiligung
• hoher Informationsbedarf
• lange Entscheidungsdauer
• Ausarbeitung von Bewertungskriterien16
8 vgl. Kempe, M.: Ungeplante Käufe im Internet, (2011) S..247ff 9 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 171
10 ebda S 171 11 vgl. Kempe, M.: Ungeplante Käufe im Internet, (2011) S. 249. 12 Anm: Dr. Kempe geht in seiner Untersuchung von Typologisierungen des Käuferverhaltens aus, in der ungeplante Käufe spezifischer unterteilt werden und weist für „ungeplante Käufe“ eine Häufigkeit von 23,2% auf wovon wiederum 6,2% ungeplanten Suchkäufen zuzuordnen sind und nach der Typologie von Weinberg zumindest teilweise in die Kategorie des extensiven Kaufverhaltens fallen würden.
13 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 172
14 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 423 15 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 174 f
16 ebda S 172
12
Der extensiven Kaufentscheidung kann ein Verhalten nach den Mustern der klassischen
ökonomischen Theorie zugrunde gelegt werden.17
Gerade das extensive Kaufverhalten kann unter der Prämisse und als Prozess der
Risikoreduktion verstanden werden, zumindest wenn man eine Vertrauensdefinition nach
Luhmann ansetzt, der Vertrauen als Reduktion von Komplexität betrachtet18. Im E-‐
Commerce ist der eigentlichen Kaufentscheidung oftmals ein Avisierungsprozess
vorgelagert, mit dem sich der potentielle Kunde dem eigentlichen Kauf annähert. In der
Praxis kann etwa das Lesen von Produktrezessionen oder aber von Kundenbewertungen
unter diesem Aspekt verstanden werden.
Erst wenn das subjektive Risiko der Entscheidung unter ein erträgliches Maß reduziert
werden kann, kann eine Kaufentscheidung fallen. Der Risikoaspekt ist speziell in Hinblick auf
E-‐Commerce Kaufentscheidungen relevant. Für die Mehrheit der Konsumenten sind E-‐
Commerce Entscheidungen generell mit einem höheren, subjektiv wahrgenommenen, Risiko
verbunden.19
Den externen Informationsquellen kommt in dieser Hinsicht eine entscheidende Funktion
zu. Zu diesen zählen neben Preisvergleichs-‐Portalen auch Diskussionsforen oder andere
Informationsquellen mit User-‐Generated Content.
Der von Foscht skizzierte Abbruch einer extensiven Kaufentscheidung20 hin zu einer
impulsiven Kaufentscheidung kann im E-‐Commerce unter zwei sehr unterschiedlichen
Aspekten betrachtet werden.
Zum einen kann es sich um eine sehr dominanten (positiven) Reiz handeln der den eigentlich
extensiven Prozess abbricht und eine entsprechende impulsive Reaktion hervorruft und zum
anderen kann eine Überforderung des Konsumenten (Information Overload) dazu führen,
dass der Konsument auf ein impulsives Kaufverhalten umschwenkt.
Es können zwei Herangehensweisen in diesem Avisierungsprozess unterschieden werden.
Zum einen ist es eine Produktauswahl nach Alternativen und zum anderen, das Auswählen
nach passenden Attributen.21 Gerade im E-‐Commerce können diese beiden Prozessszenarien
gut differenziert werden.
17 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S 173
18 vgl. Kumbruck, C., Sacher, M. & Stumpf, F., 2007, Vertrauen (skapseln) beim Online-‐Einkauf, Datenschutz und Datensicherheit-‐DuD, 31(5), S 362
19 vgl. Wells, J.D./Valacich, J.S./Hess, T.J., What signal are you sending? How website quality influences perceptions of product quality and purchase intentions, in MISQ, 35(2) (2011) S. 377
20 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 173.
21 vgl. ebda. S. 173.
13
Während im ersten Fall eine Relation zwischen wahrgenommenem Nutzen und
wahrgenommenem Preis einen Vergleich der Alternativen ermöglicht, so sind es im zweiten
Fall wesentlich komplexere Mechanismen, die angewandt werden, um einzelne Attribute zu
bewerten, um daraus einen subjektiven Nutzen zu generieren.22 23
Als exploratives Beispiel für eine Anwendung, die genau diese Auswahl nach Attributen im
extensiven Kaufverhalten anspricht, kann der Online Preisvergleich „Geizhals.at“ genannt
werden, dessen Schwerpunkt auf einem gut gepflegten Produktkatalog mit umfangreicher
Attribut-‐Filterung beruht.
2.1.2 Limitiertes Kaufverhalten
Limitierte Kaufentscheidungen sind überlegt und geplant, wobei Entscheidungen auf Basis
von Wissen und Erfahrung getroffen werden.24
Das Limitierte Kaufverhalten ist durch folgende Eigenschaften gekennzeichnet:
Das „Evoced Set“
In einem Evoced Set wird nur eine bestimmte vorselektierte Auswahl an Angeboten
betrachtet, z.B. nur Angebote eines spezifischen Online-‐Shops oder einer spezifischen
Marke. Untersuchungen haben gezeigt, dass ein Evoced Set i.d.R. nur aus wenigen Marken
besteht.25 Weiters konnte gezeigt werden, dass die Wahrnehmung von Evoced Sets die
Kaufentscheidungen simplifiziert.26 Weiters relevant ist das Evoced Set in Zusammenhang
mit Marken, da in neuroökonomischen Studien gezeigt werden konnte, dass es zu einer
kortikalen Entlastung kommt, wenn subjektiv bevorzugte Marken vorhanden sind.27
Entwickelte Mechanismen
Der Kunde kann auf erfahrungsbasierte Bewertungs-‐ und Beurteilungskriterien
zurückgreifen.28
Definierte Mindestanforderung
Eine Kaufentscheidung kann getroffen werden, sobald das subjektive Anspruchsniveau des
Kunden erfüllt wird. 29 22 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 173 f
23 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 426 ff 24 vgl. ebda S. 425 25 vgl. ebda S. 425 26 vgl. ebda S. 425 27 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 175.
28 vgl. ebda S 174
14
Das limitierte Kaufverhalten ist durch die Anwendung von gewohnten
Entscheidungsmustern gekennzeichnet. Haben sich bereits genutzte Muster und
Mechanismen bewährt, werden diese eingesetzt um die Kaufentscheidung zu treffen.30
In Hinblick auf E-‐Commerce ist speziell die Ausbildung des Evoced Set von großem Interesse.
In diesem Zusammenhang ist speziell die Bedeutungen von Marken herauszustreichen.
Gerade aufgrund der umfassenden Möglichkeiten im E-‐Commerce kommt Marken hier eine
gesteigerte Bedeutung zu. Als Marke im weiteren Sinne, können in diesem Zusammenhang
auch Shops betrachtet werden. Um dies zu verdeutlichen sei etwa Amazon genannt.
Bei limitierten Kaufentscheidungen wird vermehrt auf interne Informationen und weniger
auf externe zurückgegriffen. Wenn diese jedoch nicht ausreichen um eine Entscheidung zu
treffen, werden externe Informationen hinzugezogen, wobei diesen bei limitierten
Kaufentscheidungen nicht die Rolle der Bildung neuer Entscheidungskriterien zukommt
sondern diese nur dazu dienen sollen, bereits festgelegte Kaufalternativen zu bewerten.31
Im Zuge dieser Informationsverarbeitung spricht man von Schlüsselinformationen, die im
Rahmen eines limitierten Kaufverhaltens nicht einzeln überprüft werden. 32 Wesentlich für
die Nutzung von verdichteten Schlüsselinformationen ist das Vorhandensein des eingangs
beschriebenen Evoced Set’s.33
Im E-‐Commerce können solche Schlüsselinformationen z.B. von anderen Besuchern als sehr
hilfreich bewertete Produktrezensionen sein oder aber Kaufempfehlungen von Foren-‐Usern,
die ein hohes Vertrauen genießen.
Für die Größe des Evoced Set lassen sich verschiedene Bestimmungsfaktoren nennen, die
einen beschränkenden Einfluss haben, wie etwa das Alter, die Erfahrung oder die Stärke der
Marke. 34
29 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 174
30 vgl. ebda. S. 174 31 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 425 32 vgl. ebda S 425 33 vgl. ebda S 425 34 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 176 f
15
2.1.3 Habituelles Kaufverhalten
Im Gegensatz zu limitierten Kaufentscheidungen sind habitualisierte Kaufentscheidungen
noch weiter simplifiziert. Unter habitualisierten Kaufentscheidungen können solche
aufgefasst werden, bei denen bereits vorgefertigte Entscheidungen lediglich exekutiert
werden.35
In der Praxis finden sich derartige Entscheidungen sehr oft bei Verbrauchsgütern. Die
Entwicklung eines habitualisierten Kaufverhaltens kann sowohl aus einem extensiven als
auch aus einem impulsiven Kaufverhalten stammen. In diesen Fällen spricht man von einer
„Habitualisierung durch eigene Gebrauchserfahrung“. 36
Wenn die Habitualisierung aus einem extensiven Kaufverhalten entsteht, spricht man von
einem „rational entstandenen Gewohnheitsverhalten.“37
Dieser Form der Habitualisierung stehen zwei weitere Konzeptionen gegenüber. Zum einen
die „Habitualisierung durch Imitation“38 und zum anderen die „Habitualisierung als
Persönlichkeitsmerkmal“39.
Alle drei Zugänge sind im E-‐Commerce relevant. Gebrauchserfahrungen sind speziell bei
Angeboten für Verbrauchsgüter oder wiederkehrende Verkäufe (Recuring Sale) relevant. Ein
Beispiel hierfür wären etwa Nahrungsergänzungsmittel für Sportler. Ein Athlet, der mit den
genutzten Produkten und den Nebenbedingungen des Kaufes zufrieden ist, wird diese
Kaufentscheidung habitualisieren und dadurch einen Wiederholungskauf tätigen. Aktuelle E-‐
Commerce Plattformen bieten Kunden für genau diesen Zweck die Möglichkeit bereits
gekaufte Warenkörbe erneut zu bestellen.
Als Beispiel für die Imitation als Auslöser eines Kaufverhaltens kann (unter starker
Vereinfachung) das Kaufen des gekennzeichneten Bestsellers (= am häufigsten verkauftes
Produkte einer Kategorie) in einem Online-‐Shop verstanden werden.
Die Habitualisierung als Persönlichkeitsmerkmal kann als Wunsch nach kognitiver Entlastung
verstanden werden.40 Diese Form der Habitualisierung kann mitunter als
risikominimierendes Verhalten verstanden werden. Weiters lässt sich zeigen, dass eine
35 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 439 36 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 178.
37 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 441 38 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 178.
39 vgl. ebda, S. 179 40 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 440
16
negative Korrelation zwischen dieser Form der Habitualisierung und dem sozialen Status
herrscht.41
Die Risikoaversion und der Wunsch nach Simplizität sind als zentrale Elemente zu sehen. Aus
beiden Momenten resultiert eine umfassende Treue zu einer Marke, einem Unternehmen
oder einem Produkt.
Habitualisierte Kaufentscheidungen können nach dem Grad der Habitualisierung
differenziert werden. Mit einem sehr hohen Grad der Habitualisierung geht eine starke
kognitive Entlastung einher, weshalb man dann von einem reaktiven Prozess spricht.42
2.1.4 Impulsives Kaufverhalten
Um das impulsive Kaufverhalten als Typ erfassen zu können, muss das Konzept der
Impulsivität eingeführt werden. Auch wenn rund um dieses Konzept unterschiedliche
Begriffe verwendet werden, ist eine einheitliche Konzeption zu verstehen. Das Konzept
beruht auf der Betrachtung von Kaufentscheidungen, die weder rational (im Sinne der
kognitiven Steuerung) noch habitualisiert sind. Die Ebene der kognitiven Steuerung alleine
reicht daher nicht aus um diese Konzeption hinreichend einer Typologie zuzuführen. 43
Unter allen Arten des Kaufverhaltens besteht beim impulsiven Kaufverhalten die größte
Aktivierung. In der Regel basiert das impulsive Verhalten auf einer starken Reizsituation, der
ein reaktives Verhalten folgt. Ein wesentlicher Unterschied zu den anderen Arten des
Kaufverhaltens liegt in der geringeren kognitiven Kontrolle in Verbindung mit der
Reizsituation 44.
Auch wenn das ungeplante Verhalten oftmals in Verbindung mit dem impulsiven
Käuferverhalten genannt wird,45 kann heute mit berechtigter Kritik in Abrede gestellt
werden, dass dies das zentrale Element von impulsiven Kaufentscheidungen ist.46 47Die
41 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 441 42 vgl. ebda, S. 439 43 vgl. ebda, S. 447 44 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 179.
45 vgl. ebda, S. 179 46 vgl. Kempe, M., 2011, Ungeplante Käufe im Internet, Gabler Verlag (Research), Wiesbaden, S 252 ff 47 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 448
17
deterministische Rolle bei der Typologisierung von impulsiven Käuferverhalten kommt der
Reizsituation zu.48
Die Messung von Impulskäufen als Differenz zwischen geplanten und tatsächlich getätigten
Käufen ist zwar empirisch praktikabel aber ebenso wenig aussagekräftig bezüglich des
Zustandekommens von Impulskäufen.49 50
In Differenz zu „reinen“ Impulskäufen können vier weitere Spontankaufarten abgegrenzt
werden. Diese sind:
• Der erinnerungsgesteuerte Spontankauf
• Der geplante Spontankauf
• Der spontane Ersatzkauf
• Und Sonderangebotskäufe51
Relevant ist diese Abgrenzung, da jeweils andere Verhaltensmuster diesen
Kaufentscheidungen zugrunde liegen und lediglich der auslösende Reiz eine zeitnahe
spontane Reaktion zur Folge hat. Das Konzept der Impulsivität ist aber ein weitgehend
psychologisches Konzept, dass auf der hohen Aktivierung und der geringen kognitiven
Steuerung beruht.52
Aus Perspektive des E-‐Commerce ist es eine der größten Herausforderungen, das
vorwiegend optische und sehr bedingt akustische Reize gesetzt werden können und damit
entscheidende und emotionsauslösende Reize verloren gehen.
Stimulierende Musik oder Wühltische als atmosphärische Reize53 lassen sich nur schwer
übertragen.
Die Ebene der olfaktorischen Reize spielt z.B. bei Bäckereien eine entscheidende Rolle in
Bezug auf Impulskäufe, kann aber ebenso wenig auf den E-‐Commerce Bereich übertragen
werden wie das Moment der physischen Anwesenheit, welches für den Spontankauf im
stationären Handel relevant ist. Im stationären Handel kann ein Angebot relativ gut an die
Einmaligkeit der Gelegenheit gekoppelt werden. Wenn ein Kunde das Angebot nicht in dem
Moment kauft, in dem er davor steht, muss er damit rechnen das Angebot nicht
konsumieren zu können. Derart reizverstärkende Umfeldsituationen (auch in Hinblick auf
48 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 179.
49 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 447 50 vgl. ebda, S. 452 51 vgl. ebda, S. 447 52 vgl. ebda, S. 448 53 vgl. ebda, S. 450
18
investierte Anreisezeiten etc.) lassen sich nur in deutlich eingeschränktem Maße auf den E-‐
Commerce übertragen.
Generell kann zwischen zwei wesentlichen Ursachen für die Impulsivität unterschieden
werden. Zum einen kann Impulsivität rein aus der Reizsituation resultieren und zum anderen
aus der emotionalen Aufladung.54 Im Zusammenhang mit der emotionalen Aufladung kann
auch der Aspekt des Erlebniskaufes genannt werden. 55
In diesem Kontext ist der „Shopping Momentum Effekt“ nach Dhar, Huber & Kahn von
Interesse, dieser beschreibt die Kauffreudigkeit für weitere Produkte, wenn bereits ein
Produkt gekauft wurde und die damit einhergehende Abschwächung von Kaufbarrieren.56
Quantitativ machen ungeplante Käufe global ca. 40-‐70% aus, wobei „reine Impulskäufe“ nur
mit etwa 10-‐20% zu bewerten sind.57 Bezogen auf den E-‐Commerce und unter einer etwas
abweichenden Typologisierung nennt Kempe 23,2% ungeplante Käufe, wobei nach seiner
Auswertung nur etwa 7,6% aller Online-‐Käufe spontane und emotionale Impulskäufe sind 58
(diese Definition ist weitgehend vergleichbar mit der von „reinen Impulskäufen“).
2.1.5 Determinanten des impulsiven Käuferverhalten im E-‐Commerce
Um eine Betrachtung des impulsiven Käuferverhaltens im E-‐Commerce zu ermöglichen ist es
notwendig, eine Abgrenzung zum impulsiven Käuferverhalten im klassischen Kontext zu
generieren. In diesem Kapitel werden Einflussfaktoren anhand aktueller Forschungen
aufgearbeitet.
Im Wesentlichen lassen sich drei Zugangsfaktoren für die Beeinflussung des impulsiven
Käuferverhaltens im E-‐Commerce betrachten. Dies sind die individuellen Charakteristika, die
umweltbezogenen Charakteristika und letztlich deren Wechselwirkungen.59
54 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 451 55 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 180
56 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 448 57 vgl. ebda, S. 452 58 vgl. Kempe, M., 2011, Ungeplante Käufe im Internet, Gabler Verlag (Research), Wiesbaden, S 252 ff 59 vgl. Wells, J.D., Parboteeah, V. & Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, Journal of the Association for Information Systems, 12(1) (2011) S. 35
19
In der klassischen Literatur konnte für das offline Kaufverhalten gezeigt werden, dass das
Alter einer der Einflussfaktoren auf impulsives Kaufverhalten ist, wobei jüngere Probanden
ein stärkeres impulsives Kaufverhalten zeigten als ältere. Der Einfluss der kulturellen
Dimension konnte ebenfalls manifestiert werden.60 Untersuchungen legen es nahe, dass in
der westlichen Welt gewonnene Erkenntnisse von Studien bezüglich des Impulsiven
Käuferverhaltens nicht unreflektiert auf andere Wirtschaftsräume wie Asien umgelegt
werden können.61
Individuen die den Kaufmoment als Aspekt der Selbstverwirklichung einstufen, zeigten
ebenso ein impulsiveres Kaufverhalten, wie auch jene, mit einer stärkeren materialistischen
Grundhaltung. Personen, für die der Einkaufsmoment als Erlebnis klassifiziert wird oder aber
den Einkauf verstärkt als Lustbefriedigung erfassen zeigen ebenfalls eine stärkere Tendenz
zu impulsiven Kaufentscheidungen. Ein weiterer Aspekt der berücksichtigt werden kann, ist
die Diskrepanz zwischen der Selbstwahrnehmung eines Individuums und der
Außenwahrnehmung durch andere. Eine hohe Diskrepanz zwischen diesen beiden
Wahrnehmungen führt zu einer Produktkaufkompensation, die verstärkt impulsive Züge
trägt.62
Weiters konnte gezeigt werden, dass eine Korrelation zwischen Impulsivität als
Persönlichkeitsmerkmal und impulsivem Käuferverhalten besteht.63 Von bedeutenderem
Interesse ist allerdings die in der selben Untersuchung gewonnene Erkenntnis, dass das
impulsive Käuferverhalten mit dessen gesellschaftlicher Akzeptanz korreliert, selbst
impulsive Probanden zeigten eine deutlich geringere impulsive Kaufentscheidungen, wenn
damit eine negative normative Situationsbewertung einhergeht.64
Sowohl für den Offline-‐ als auch für den Online-‐Bereich kann die Impulsivität als
Charakterzug als bedeutende Determinante eingeführt werden, wobei es sich bei dieser
Betrachtung um eine inhärente Impulsivität als Charakterzug handelt. 65
Unter die externen Einflussfaktoren fallen im klassischen Offline-‐Kaufverhalten Stimulanzien
wie Atmosphäre, Licht oder olfaktorische Reize. Der Kern der Umfeldbeeinflussung im 60 vgl. Kacen, J.J./Lee, J.A.: The Influence of Culture on Consumer Impulsive Buying Behavior, in Journal of Consumer Psychology (Lawrence Erlbaum Associates), 12(2) (2002) S. 163ff.
61 ebda. S. 173 62 vgl. Wells, J.D., Parboteeah, V. & Valacich, J.S., 2011, Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, Journal of the Association for Information Systems, 12(1), S. 35f.
63 vgl. Rook, D.W. & Fisher, R.J., 1995, Normative Influences on Impulsive Buying Behavior, Journal of Consumer Research, 22(3), pp. 305-‐13., S311
64 vgl. Rook, D.W./Fisher, R.J., Normative Influences on Impulsive Buying Behavior, in Journal of Consumer Research, 22(3) (1995) S. 311
65 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 35
20
Offline-‐Käuferverhalten liegt in der gezielten Manipulation der Atmosphäre. Im Online-‐
Bereich verhält sich die Situation ähnlich, auch hier können Umfeldfaktoren gezielt adaptiert
werden um impulsive Reize zu verstärken. Diese externen Einflussfaktoren zeigen sich als
einzelne Elemente von Websites und stellen einzelne Facetten des Begriffs Website Qualität
dar, welcher in der Literatur verwendet wird.66 Bedauerlicherweise ist die Verwendung des
Begriffs wenig spezifisch und lässt erhebliche Interpretationsspielräume zu.
Bereits 2001 konnte eine Einteilung der einzelnen Faktoren in zwei Kategorien entwickelt
werden, die nach dem Grad der Aufgabenbezogenheit (high-task-relevant / low-‐task-‐relevant)
differenziert werden.67 Die stärker aufgabenbezogenen Aspekte umfassen etwa die
Navigierbarkeit (Heute wäre der gängige Begriff Usability), Sicherheitsaspekte oder
Ladezeiten. In der Kategorie der weniger aufgabenbezogenen Aspekte finden sich in erster
Linie atmosphärische Aspekte die das Einkaufsgefühl stimulieren sollen.68 (Anm.: in einer
aktuellen Terminologie würde man hier von User Experience und Aktivierung sprechen.)
Derartige Einzelaspekte bilden in der Terminologie von Wells und Parboteeah den
Oberbegriff „Website Quality“, welche entscheidenden Einfluss auf das impulsive
Käuferverhalten hat.
Führt man nun diese intrinsischen und extrinsischen Faktoren zusammen, kann für den
Offline Bereich festgehalten werden, dass Personen mit stärkeren intrinsischen
Veranlagungen auch eine stärkere Reaktanz auf externe Einflussfaktoren zeigen.69 70
Aktuellen Forschungen folgend kann diese Annahme für den Online-‐Bereich ebenfalls
gehalten werden. 71
Ein weiterer relevanter Einflussfaktor für impulsives Käuferverhalten ist dessen soziale
Wahrnehmbarkeit. Es ist davon auszugehen, dass die Wahrscheinlichkeit für „Impulskäufe“
in Kontexten in denen die Impulsivität der Entscheidung sozial nicht wahrgenommen wird
höher ist. Der entscheidende Faktor in dieser Betrachtung ist die „soziale Sichtbarkeit“.72
66 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 35
67 vgl. ebda, S. 35 68 vgl. ebda, S. 35 69 vgl. ebda, S. 36 70 vgl. Rook, D.W./Fisher, R.J., Normative Influences on Impulsive Buying Behavior, in Journal of Consumer Research, 22(3) (1995) S. 310f
71 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 45
72 vgl. Rook, D.W./Fisher, R.J., Normative Influences on Impulsive Buying Behavior, in Journal of Consumer Research, 22(3) (1995) S. 312
21
Basierend auf dieser Annahme würde sich für Online-‐Käufe ein erheblicher Unterschied
determinieren lassen, da bei Online-‐Käufen die soziale Sichtbarkeit deutlich geringer ist.
Der „Drang zu kaufen“ als Hilfsgröße
In Forschungsarbeiten wird der Begriff des „Drangs zu kaufen“ als Messgröße eingeführt,
worunter ein komplex-‐hedonistischer, plötzlicher, manchmal unwiderstehlicher und oftmals
anhaltender Zustand verstanden wird.73 74 75 Die Einführung dieser Hilfsgröße ist notwendig,
weil die Messbarkeit von Impulskäufen selbst im Zuge von Studien kaum machbar ist, da
Kunden relativ deutlich vor Impulskäufen zurückschrecken, wenn sie beobachtet werden.76
In diesem Zusammenhang kann wieder auf das Konzept der sozialen Sichtbarkeit von
Impulskäufen verwiesen werden. Um dem Problem der Messbarkeit zu begegnen wird der
„Drang zu kaufen“ (urge to buy) eingeführt. Dieses Surrogat hat sich in Untersuchungen als
sehr robust für Online-‐Kontexte herausgestellt.77 78
Abbildung 1 -‐ Forschungsmodell von Wells et al. 2011a 79
Die Forschungen von Wells, Parboteeah und Valacich liefern den Beleg, dass sowohl
individuelle Einflussfaktoren als auch Umfeldfaktoren sowie deren Zusammenspiel einen
73 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 36
74 vgl. Rook, D.W., The Buying Impulse, in Journal of Consumer Research, 14(2) (1987) S. 191 75 vgl. Piron, F.: Defining impulse purchasing, in Advances in Consumer Research, 18(1) (1991) S. 509ff 76 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 36
77 ebda. S 36 78 vgl. Parboteeah, D.V./Valacich, J.S./Wells, J.D., The Influence of Website Characteristics on a Consumer's Urge to Buy Impulsively, in Information Systems Research, 20(1) (2009) S.63
79 Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 37
22
Einfluss auf das Impulsive Käuferverhalten im Internet haben. Eine robuste Erkenntnis der
Forschung ist, dass Impulsive Kunden auf den Einflussfaktor „Website Quality“ stärker
reagierten als andere Kunden.80
Aus einer praxisnahen Perspektive wäre die Definition von Website Quality zu hinterfragen,
da diese ein eher abstraktes Konstrukt darstellt das konkrete Aussagekraft besitzt.
Einer der wesentlichsten Unterschiede zwischen Online-‐Impulskäufen und jenen im
Ladengeschäft ist, dass die direkte physische Reizbefriedigung vom Kauf selbst zeitlich
abstrahiert ist. Ein beachtlicher Anteil der Impulskäufe hat einen Bezug zu ungesunden
Lebensmitteln. In diesen Fällen folgt direkt auf den Kauf die Befriedigungsphase (Das
Phänomen des Zuckerwattestandes). Bei Online Angeboten ist dies nur in deutlich
theoretisierter Form möglich.
2.2 Conversion Rate Optimization als Prozess
Unter CRO versteht man einen Prozess, der sich an einer individuellen Zielorientierung
auslegt, er umfasst alle Tätigkeiten die entweder eine bestehende Kaufmotivation steigern
oder aber eine bestehende Kaufmotivation besser nutzt81. Wichtig für den potentiellen
Erfolg von CRO Prozessen ist, dass zwei Schritte zuvor definiert werden. Es muss definiert
werden, welcher Bereiche des gesamten Verkaufstrichters (siehe später) optimiert werden
soll und danach muss ein reproduzierbarer und wiederholbarer Prozess aufgesetzt werden.82
Unabdingbar und Teil der definitorischen Vorarbeit ist das Festlegen von Konversionszielen.
Hier unterscheidet man zwischen Makrokonversionen (macro conversions) und
Mikrokonversionen.83 Neben dem Begriff Makrokonversion ist auch der Begriff einer
Globalkonversion (Global Conversion) zu finden.84
80 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 46
81 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 39 82 vgl. Saleh, K./Shukairy, A., Conversion optimization (2011) S. 21 83 vgl. ebda. S. 22 84 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 373
23
Abbildung 1 -‐ Eigene Grafik -‐ Darstellung Mikrokonversionen
Sollten sich mehrere Makrokonversionsziele entgegenstehen, erfolgt eine Gewichtung der
einzelnen Ziele. Für die konsequente Arbeit im CRO Prozess ist es erheblich einfacher, wenn
nur ein Makrokonversionsziel besteht. 85 Die für die CRO entscheidende Kenngröße, die
Konversionsrate (CR) wird in der Regel bezogen auf eine Zeitperiode als einer der Key
Performance Indikatoren (KPI) einer Website gemessen und bewertet.
Neben der Anzahl der Konversionen in einem bestimmten Zeitraum sind bei E-‐Commerce
Seiten noch weiterer KPI’s sehr häufig erfasst. Dazu zählen der durchschnittliche Warenkorb
Wert (AOV = average order value), die Anzahl an gekauften Artikeln pro Bestellung und die
Abbruchrate im Checkout Prozess.86 Vor allem die letzte Kennzahl hat direkten Einfluss auf
die Konversionsrate.
In der Regel lassen sich Makrokonversionen in einzelne Mikrokonversionen untergliedern.
Wenn eine Makrokonversion in einem Webshop ausgelöst wird, so basiert diese Konversion
auf mehreren Schritten. Jeder dieser Schritte, wie etwa das Legen eines Produktes in den
Warenkorb oder der Klick zur Kassa kann als Mikrokonversion erfasst werden.87 Wichtig bei
Mikrokonversionen ist, dass diese messbar sind um in einem späteren Schritt, zumindest aus
jenen, die sich in der linearen Konversionskette befinden, einen Konversionstrichter
(Conversion Funnel) bilden zu können. Mikrokonversionen können sich aber auch als
messbares Event abseits der Konversionskette manifestieren. Beispiele für solche
Mikrokonversionen wären etwa der Klick auf Produktbewertungen oder der Vergleich
mehrerer Produkte.88 Im Zuge des Optimierungsprozesses sind oftmals einzelne
Mikrokonversionen ein geeigneter Ansatzpunkt für Adaptionen, die letztlich zu einer
Steigerung der Makrokonversionen führen.89 Gerade jene Mikrokonversionen die einen
85 vgl. Saleh, K./Shukairy, A., Conversion optimization (2011) S. 23 86 vgl. ebda. S. 25 87 vgl. ebda. S. 27 88 vgl. ebda. S. 27 89 vgl. ebda. S. 27
24
linearen Konvertierungspfad (≈ Konversionskette) bilden sind im Zuge der Optimierung zu
beachten. 90
Betrachtet man Makrokonversionen in einer größeren Perspektive, so setzen diese bereits
beim Erstkontakt mit dem potentiellen Kunden z.B. durch eine Werbeschaltung an. Wählt
man diese etwas weitere Sichtweise, so ist auch die Click Through Rate (CTR) bereits die
Messung einer Mikrokonversion entlang des Konversionstrichters.
Auf Aspekte der Kampagnenbudgetierung wird im Rahmen dieser Arbeit ebenso wenig
eingegangen wie auf weiterführende Betrachtungen zu Kundenbeziehungspflege, AfterSale
oder Life Time Value (LTV). Auch die Berechnung des Return on Investment (ROI) von E-‐
Commerce Projekte wird hier nicht behandelt.
Uneinigkeit herrscht aktuell ob die CRO als eigenständige Disziplin oder als Metadisziplin zu
verstehen ist. Aktuelle Bestrebungen versuchen CRO eher als Metadisziplin zu etablieren, die
nicht losgelöst von anderen Optimierungsdisziplinen verstanden werden kann sondern diese
als eine Art Grundhaltung beeinflusst.91 92
Abbildung 2 -‐ Darstellung der CRO als Metadisziplin93
90 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 376
91 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 199 92 vgl. ebda. S. 37 93 Entnommen aus: ebda. S 199
25
2.2.1 Prozessschritte der CRO
Für das Verständnis der CRO als Prozess der Optimierung ist es relevant den Aspekt der
kontinuierlichen Verbesserung zu sehen.
Die Conversion Rate Optimization ist ein Verfahren, dass als Kreislaufprozess verstanden
werden kann.94 Der Prozess ist so ausgelegt, dass nach Beendigung jedes Durchlaufzyklus,
ein neuer Prozess angestoßen werden kann. Im Gegensatz zu vielen alternativen Methoden
der Optimierung von Online-‐Angeboten orientiert sich die CRO sehr strickt an Zahlen und
einem methodisch relativ strengen Ansatz.
Einen leistungsfähigen CRO Prozess zu integrieren ist heute wirtschaftlich ein
entscheidender Wettbewerbsvorteil.95
Auch wenn die Benennung der einzelnen Schritte nach unterschiedlichen Autoren differiert,
so gleichen sich die dargestellten Schritte dennoch nach deren Inhalt. Da es sich bei der
Conversion Rate Optimization um ein sehr junges Gebiet handelt existieren noch wenige
festgehaltene Modelle. Die hier beschriebenen Schritte orientieren sich an der
wirtschaftlichen Praxis, in Anlehnung an bekannte Kreislaufmodelle wie DMAIC aus Six Sigma
(Siehe 3.1.8) oder KVP.
2.2.1.1 Analyse & Datenbasis
Am Beginn eines jeden CRO Prozesses muss sichergestellt werden, dass eine geeignete
Datenbasis zur Auswertung vorhanden ist. Dies geschieht im Wesentlichen durch die
Auswertung von bereits bestehenden Web-‐Analysetools oder aber durch die erstmalige
Integration von Web-‐Analysetools. Sollten zum Beginn des Prozesses noch keine
Analysetools integriert sein und daher eine Datenbasis fehlen, kann lediglich auf
Sekundärdaten wie Verkaufszahlen aus der Buchhaltung oder dem Verrechensystem
zurückgegriffen werden. Das Analysesystem und die Datenbasis sind aber nicht der einzige
Aspekt der betrachtet wird.
In der Analysephase ist es relevant, dass ein objektiver Blick auf dass Projekt gewonnen
wird.96
Abhängig von zur Verfügung stehenden Ressourcen und der Strukturierung des Projektes
selbst, gibt es unterschiedliche Analyseverfahren, die dabei helfen können, den aktuellen
94 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 201 ff 95 vgl. ebda. S. 54 96 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 36
26
Status eines Projektes zu bestimmen. Zu diesen Methoden zählen unter anderem
Eyetracking Untersuchungen oder standardisierte Fragebögen.97
Als Ziel dieser ersten Phase kann man festhalten, dass ein Überblick über das Projekt und
dessen derzeitige Performance gegeben ist.
2.2.1.2 Konzeptionsphase: Makro-‐ & Mikrokonversionen
In dieser zweiten Phase muss bestimmt werden welche Ergebnisse wünschenswert sind.98
Hier wird auf das Modell der Makro-‐ und Mikrokonversionen zurückgegriffen. Es ist in
diesem Prozessschritt relevant die geplanten Konversionswege zu bestimmen und einzelne
Mikrokonversionen zu definieren, sodass diese später auch erfasst werden können. Als Teil
des Optimierungskonzeptes werden einzelne Mikrokoversionen oder aber globale
Problemfelder spezifiziert um hier mit dem Testing ansetzen zu können.
Zur Bestimmung von Konversionsketten werden unterschiedliche Techniken eingesetzt, eine
dieser Techniken ist die Ausarbeitung von Personas. Darunter versteht man das Erschaffen
von fiktiven Persönlichkeiten mit denen in einer Art Rollenspiel Einkaufswege und
Konversionspfade diskutiert werden. Relevante Bezugsebene dabei ist deren demografische
motivatorische und soziokulturelle Ausgestaltung.99
Oftmals werden mehrere kritische Felder im Zuge dieser Konzeption erfasst, dennoch ist es
sinnvoll pro Prozessdurchlauf nur ein Problemfeld zu bearbeiten. Wenn klar ist, mit welchem
Problemfeld oder welcher Mikrokonversion begonnen werden soll, werden Hypothesen
gebildet.
2.2.1.3 Hypothesenbildung
In diesem Prozessschritt werden konkrete Hypothesen gebildet, die dann später einer
Überprüfung im Testverfahren unterzogen werden. Entscheidend für den weiteren Erfolg
des Verfahrens ist die Qualität der zu testenden Hypothesen. Während Analyse und
Konzeption aufzeigen sollen, wo Verbesserungspotentiale liegen oder in Relation zu viele
User die Konversionskette verlassen, zielt die Hypothesenbildung darauf ab eine qualitative
Äußerungen über Verbesserungsmaßnahmen zu setzen. Während die bereits beschriebenen
Phasen Probleme aufdecken sollen, bietet die Phase der Hypothesenbildung
Lösungsansätze.
97 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) 37 ff 98 vgl. ebda. S. 38 99 vgl. ebda. S. 61
27
Eine der zentralen Herausforderungen der CRO ist, dass zwar Problemfelder schnell
identifiziert werden können, aber eine Analyse des Wirkungszusammenhangs zwischen
Ursache und Wirkung oftmals zu kurz kommt, weshalb z.B. A/B Tests das Mittel der Praxis
für die Evaluierung einer Hypothese sind. 100
2.2.1.4 Technische Umsetzung von Varianten
Je nach Auffassung kann dieser Schritt auch als Teil des Testings angesehen werden. Die zu
testende Hypothese wird als funktionierende Website oder Variation umgesetzt. Aus
Prozesssicht ist es relevant, dass die Produktion von Variationen schnell und pragmatisch
geschehen um die Durchlaufzeit für die einzelnen Prozesszyklen knapp zu halten.101
Zusätzlich ist es von Vorteil, wenn die Rahmenbedingungen für die Grafikabteilung sehr klar
kommuniziert sind, da hier eher handwerkliche als künstlerische Fähigkeiten gefragt sind.102
Interessant ist diese Projektphase in erster Linie aus Ressourcen-‐Sicht, da verschiedene
Aufgabenfelder betroffen sein können, wie Webdesigner, Programmierer, die Textabteilung
und in manchen Fällen auch die Rechtsabteilung.
Wichtig dabei ist, dass die Beteiligten die zu testende Hypothese verstehen.103
2.2.1.5 Testing
In diesem Schritt wird die Hypothese getestet. Nähere Erläuterungen zum Thema Testing
und Testaufbauten sind im Kapitel 2.2.2 Testverfahren zu finden.
2.2.1.6 Implementierung der Ergebnisse
Wenn die Testverfahren eine Siegervariante bestimmen konnten, wird diese ins
Produktivsystem integriert und damit der eigentliche Testzyklus beendet. Auch wenn diverse
Testprogramme dauerhaft die Siegerversion ausliefern können, erscheint es sinnvoll, diese
direkt in das produktive System zu integrieren um wieder einen vom Testprogramm
losgelösten Status Quo zu erreichen. Wenn dieser Schritt erfolgt ist, folgt eine Evaluation,
die wiederum in einen neuen Zyklus einleitet. „Nach dem Test ist vor dem Test!“104 -‐ Dieses
Zitat findet sich in annähernd allen Büchern rund um das Thema Konversion wieder und
100 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 202 101 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 39 102 vgl. ebda. S. 187 103 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 53 104 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 40
28
kennzeichnet eine wichtige Erkenntnis. Jede gefundene Siegervariante ist ein lokales
Maximum aus der Menge der getesteten Varianten aber kein globales.105
2.2.1.7 Phasenmodell: Prozess des Conversion Boosting nach Krüger
Krüger bezeichnet die Phasen der CRO als Prozess des Conversion Boosting, eine
Begrifflichkeit, die bei diesem Autor synonym zu CRO verstanden werden kann. Er nennt
dabei folgende Schritte:
1. „Analyse der bestehende Seiten
2. Konzept für die Optimierung
3. Technische Umsetzung der zu testenden Elemente
4. Eigentliches Testing
5. Dauerhafte Umsetzung der Erkenntnisse“ 106
Was bei Krüger in dieser Aufzählung nur eine sehr untergewichtige Rolle einnimmt, ist der
Moment der Hypothesenbildung. Während Krüger in seiner Auflistung bei Punkt 2 vom
„Konzept für die Optimierung“ spricht, findet man in der Darstellung seines Modells hier den
Begriff „Teststrategie“, welcher den Bereich der Hypothesenausbildung durchaus umfasst.107
Abbildung 4 -‐ Diagramm nach Krüger – Kreislauf des Conversion Boostings108
105 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 53 106 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 34 107 vgl. ebda. S. 162 108 Entnommen aus ebda. S 36
29
2.2.1.8 Phasenmodell: CRO in Unternehmen / Morys (in Anlehnung an Six Sigma)
In dem Herangehen nach Morys wird der Six-‐Sigma Kernprozess DIMAIC als Vorlage
aufgegriffen. Der Begriff DIMAIC setzt sich dabei aus den Anfangsbuchstaben der einzelnen
Prozessphasen zusammen.
D = Define: Definiere das Problem
M = Measure: Messe den Ist-‐Zustand
A = Analyze: Analysiere die Ursachen
I = Improve: Finde eine optimale Lösung
C = Control: Kontrolliere den Erfolg der Lösung109 110 111
Dieses Modell geht davon aus, dass der erste und entscheidende Schritt für den Prozess eine
umfassende Definition ist.
Für den Prozess der CRO in der Praxis definiert Morys vier Schritte die im Gegensatz zum
DIMAIC Modell praxisnäher scheinen und eher als Handlungsanleitung zu verstehen sind:
1. Schwachstellen identifizieren
2. Optimierung ableiten
3. Wirkung testen
4. Verstehen und lernen112
Dieser Prozess skizziert einen „Fahrplan“ für Optimierer, in dem die Schritte eher aus der
Perspektive des Lernens skizziert sind.113
2.2.2 Testverfahren (A/B Splittest) aufsetzen und auswerten
Im CRO Prozess werden zwei wesentliche Testverfahren unterschieden. Zum einen ist dies
der A/B-‐Test und zum anderen ist dies der Multivarianztest.114
Der A/B Test oder auch Split-‐Test wird auch Split Run Test genannt115 und ist das beliebteste
und am häufigsten eingesetzte Verfahren116. Bei A/B-‐Tests wird eine in manchen oder
mehreren Aspekten veränderte Seite gegen die Ausgangsversion getestet. Die getesteten
109 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 201 110 vgl. http://de.wikipedia.org/wiki/Six_Sigma 111 vgl. Töpfer, A. (ed.), 2009, Lean Six Sigma (2009) S.78 ff 112 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 54 113 vgl. ebda. S. 52 ff 114 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 386
115 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 147 116 vgl. ebda. S. 148
30
Versionen können sehr unterschiedlich sein, wobei dann die Aussagekraft einzelner
Elemente und deren Wechselwirkung verloren gehen.117
Technisch gesehen gibt es zwei große Gruppen von Möglichkeiten für Tests, wobei erstere
auf Basis von Javascript arbeitet und die zweite auf Proxy Server zurückgreift.118
Eine der häufigsten Arten des A/B-‐Tests ist der URL Splittest. Bei dieser Form des A/B Tests
wird ein Teil der Besucher auf eine andere URL weitergeleitet. Diese Art eines Tests ist vor
allem dann interessant, wenn gänzlich unterschiedliche Varianten getestet werden.119 Ein
klarer Vorteil dieser Testvariante ist es, dass man sehr flexibel agieren kann und gänzlich
neue Seiten oder aber auch schon bestehende gegeneinander testen kann.
Abbildung 5 -‐ A/B Test (in Anlehnung an Morys S 44)
Wichtig bei jedem Testverfahren ist, dass für die Erreichung einer statistischen Signifikanz
eine Mindestanzahl an Konversionen notwendig ist.120 Der A/B Test bietet im Vergleich zum
Multivarianztest den Vorteil, dass bedeutend weniger Konversionen notwendig sind um eine
valide Aussage treffen zu können.121
Im Gegensatz zum A/B Test wird beim Multivarianztest nicht mit ganzen Variationen von
Seiten sondern mit Variablen gearbeitet. Das Problem dabei ist im Wesentlichen, dass
bereits bei nur 4 Variablen 32 potentielle Varianten getestet werden. 122 In der Praxis
werden diese Varianten reduziert um „nicht sinnvolle“ Kombinationen von Variablen. Da bei
Multivarianz-‐Tests ein Großteil der Ergebnisse, aufgrund der hohen Varianz, nicht empirisch
erzielt werden kann, werden Ergebnisse für einzelne Methoden mathematisch errechnet.
117 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 148 118 vgl. Fischer, M., Website Boosting : Suchmaschinen-‐Optimierung, Usability, Webseiten-‐Marketing, (2008) S. 174
119 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 148 120 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 45 121 vgl. ebda. S. 45 122 vgl. ebda S. 46
31
Hier kommen Verfahren wie die Taguchi Methode zum Einsatz,123 was bei hinreichender
Konfidenz eine durchaus haltbare Methode ist.
Abbildung 6 -‐ Multivarianztest (in Anlehung an Morys S 44)
Da nur eine Teilmenge der zu testenden Matrix wirklich empirisch belegt ist, macht es Sinn,
den so gewonnenen Testsieger einem Verifikations-‐Test in Form eines A/B Tests gegen die
Ausgangsvariante zu testen.124
Für die Vorhersage wie lange ein Test dauern muss um statistisch signifikante Ergebnisse zu
liefern, gibt es mittlerweile mehrere Tools oder Ansätze die auf der Kombination von
mehreren Metriken wie Page Views, Visitors, Konversions Rate, Anzahl der Testvariationen
etc. beruhen.125 Relevant ist diese Einschränkung vor allem deshalb weil eine zu lange
Testdauer ebenfalls die Ergebnisse verzerrt, da nicht von gleichbleibenden
Marktbedingungen ausgegangen werden kann.
Um eine sinnvolle Aussage aus dem Testverfahren ableiten zu können, müssen zwei
Dimensionen erfüllt sein: Signifikanz & Konfidenz.
Der Begriff Konfidenz oder genauer gesagt Konfidenzniveau beschreibt jene
Wahrscheinlichkeit, mit der ein Parameter wirklich innerhalb des zuvor definierten
Konfidenzintervalls liegt. Der Vorteil des Konfidenzintervalls liegt darin, dass daraus auf die
Signifikanz geschlossen werden kann.126 Vereinfacht sagt das Konfidenzniveau aus ob ein
Ergebnis als solches bereits Signifikanz besitzt.127
Um Ergebnisse aus einem Test für die Praxis verwenden zu können, empfiehlt es sich zwei
Regeln (nach Krüger) zu beachten. Zum einen muss mindestens an sieben
123 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 210 124 ebda. S. 210 125 ebda. S. 168 126 vgl http://de.wikipedia.org/wiki/Konfidenzintervall 127 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 198
32
aufeinanderfolgenden Tagen gemessen werden und zum anderen muss eine Konfidenz von
mindestens 95% erreicht werden128, was so viel bedeutet wie, dass die Wahrscheinlichkeit
bei 95% liegt, dass der Testsieger bei selben Testbedingungen wieder gewinnen würde.
Wenn in einem Testaufbau nicht nur Makro-‐Konversionen gemessen werden sondern auch
Mikro-‐Konversionen, so werden diese zwar häufiger erreicht, zugleich dauert es aber länger
bis Unterschiede zwischen getesteten Varianten eine hinreichende Signifikanz erreichen.129
Im Zuge der Auswertung von Testergebnissen sind oftmals aus verschiedenen Gründen
Korrekturen notwendig. Mögliche Gründe hierfür sind Schwankungen vor allem am Beginn
des Tests durch Besucher, die kurze Zeit zuvor bereits die Seite besucht hatten und dann
sogenannte latente Konversionen auslösen. Um diese Bereinigung besser durchführen zu
können empfiehlt es sich vorab die Latenzrate des Projektes zu kennen.130
2.2.3 Unterstützende Messmethoden & Analysetools
Die Frage der Messung von Konversionen ist vor allem deshalb interessant, da sie im
Gegensatz zu Standard Metriken explizit definiert und ins Web-‐Analysesystem integriert
werden müssen.131
Die Messung von Metriken in der Webstatistik bildet die Grundlage um diese gezielt
beeinflussen zu können. Obwohl Metriken für sich selbst keine Aussage über Motive über
das Nutzerverhalten liefern, so bilden sie doch den quantitativen Bezugsrahmen.132
In der Kategorie der quantitativen Messmethoden gibt es zwei unterschiedliche Zugänge um
Besucher einer Website zu messen. Zum einen sind dies LogFile Parser und zum anderen
sind dies eingebundene Analysescripte.
LogFile Parsing – Die Anfänge der Web Analysis
Bei jedem Besuch einer Seite werden im LogFile alle dabei anfallenden Ereignisse vom
Webserve mit protokolliert und erfasst. Auf diese Art entsteht ein zunehmend größer
werdendes LogFile. 133 Diese LogFils lassen sich mit einem so genannten LogFile Parser
128 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 198 f 129 vgl. ebda. S. 201 130 vgl. ebda S. 203 131 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 346
132 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 43 133 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 30
33
auswerten. Dies sind Scripte, die Logfiles analysieren und die Daten daraus aufbereiten.
Bekannte Systeme dieser Art sind etwa Webalizer134 oder AW Stats.135
Aus der Perspektive der Besucherstromanalyse und der Konversionsmessung sind LogFile
Parser nicht mehr zeitgemäß. Gegenwärtig wird auch keines der existierenden Projekte in
diesem Bereich weiterentwickelt. Generell liegt das Problem bei der Auswertung von
LogFiles darin, dass diese Ereignisse aus der Sicht des Servers aufzeichnen.136 Selbst bei der
Messung von Zugriffszahlen sind Unterschiede zu Javascript basierten Analysetools
erheblich,137 was mehrere Ursachen hat. Zum einen können LogFile Parser nur sehr
ungenügend mit Ajax138 umgehen und zum anderen ist es relativ schwer einen Bezug
zwischen dem Verhalten eines einzelnen Users und den gesetzten Aktionen herzustellen.
Script basiertes Tracking
Im Gegensatz zu LogFile Parsern arbeiten Script basierte Trackingsysteme mit einem Script
das aktiv im Browser ausgeführt wird. Dabei handelt es sich in der Regel um eine Javascript
Datei, die ins Design der Seite eingebunden wird und ein entsprechendes Cookie im Browser
des Users erstellt. Diese Tracking Methode ist auch als Page Tagging bekannt.139 Für eine
umfangreiche Auswertung ist Vorraussetzung, dass Javascript im Browser des Users aktiviert
ist. Sollte dies nicht der Fall sein, kann auch über einen Fallback mit statischen Dateien
gearbeitet werden, wodurch allerdings der Großteil der Information verloren geht. Das
prominenteste Beispiel für ein Script basiertes Tracking wäre Google Analytics.140
Moderne Web-‐Analysetools bieten die Möglichkeit individuelle Berichte zu erstellen und
Segmentierungen zuzulassen. Gerade in den letzten Jahren hat sich in diesem Bereich sehr
viel getan, weshalb die Qualität der Auswertung heute oftmals eher an den Fähigkeiten des
Anwenders als denen des Trackings liegt.
Ein generelles Problem von Webanalyse Tools ist, dass diese zwar quantitative Daten liefern
aber keine Auskunft darüber geben können, warum ein Besucher etwas getan hat.141
134 Projekt-‐URL: http://www.webalizer.org/ 135 Projekt-‐URL: http://awstats.sourceforge.net/ 136 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 30
137 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 22 138 Anmerkung: AJAX steht für Asynchronous JavaScript and XML und stellt eine zeitgemäße Technologie dar, bei der einzelne Elemente einer Website nach dem eigentlichen Ladevorgang asynchron nachgeladen werden.
139 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 29
140 projekt-‐URL Google Analytics: http://www.google.com/analytics/ 141 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 58
34
Die Ebene der Interpretation der Ergebnisse bleibt ein Problem, dass an humane Ressourcen
gebunden ist.
An dieser Stelle werden Methoden aus dem Neuromarketing interessant.
Auf qualitative Forschungsmethoden und Versuchsaufbauten zur Verhaltensmessung wird
im Kapitel „Erkenntnisse aus dem Neuromarketing“ näher eingegangen
Virtuelles Eyetracking als qualitatives Unterstützungstool
Abgesehen von quantitativen Messmethoden hat sich virtuelles Eyetracking als praktikables
Unterstützungstool etablieren können. In einem späteren Kapitel der Arbeit wird
Eyetracking als Verifizierungs-‐ & Komplementärverfahren diskutiert. In diesem Abschnitt ist
der Fokus ein deutlich pragmatischerer. Für eine Analyse von gestalterischen Aufbauten,
Usability und Design bieten sich Eyetracking Untersuchungen mit Probanden zwar an, diese
liefern allerdings erst nach mehreren Tagen verwertbare Ergebnisse und erfordern ein
durchdachtes Untersuchungsdesign und entsprechende Ressourcen.
Bei einem virtuellen Eyetracking werden die Ergebnisse einer solchen Eytracking Studie
durch aufwändige Berechnungen simuliert um Aufmerksamkeitskarten (Heatmaps) zu
erstellen. Auch wenn das Verfahren selbst ohne aktiv teilnehmende Probanden auskommt,
sind diese die Grundlage für die Erstellung des Modells.142 Die Modelle der virtuellen
Eyetracking Heatmaps werden aus umfangreichen Studien mit mehreren hundert
Probanden gewonnen und bilden Algorithmen ab, die Farbkontraste, Distanzverhältnisse
etc. erfassen. 143
Aktuell kann davon ausgegangen werden, dass virtuelle Eyetracking Heatmaps ein
praktikables Instrument der Analyse sind und mit einer Vorhersagegenauigkeit von etwa
90% gemessen, an der empirischen Studie144 hinreichend valide sind für schnelle
Testverfahren.
2.2.4 Darstellungsverfahren -‐ Konversionstrichter (Conversion Funnel)
Der Konversionstrichter oder Conversion Funnel ist das zentrale Element der Darstellung von
Konversionen und das wichtigste Instrument bei der Optimierung.145 Er bildet dabei einzelne
142 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 117 143 vgl. ebda. S. 117 ff. 144 vgl. ebda. S. 118 145 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 378
35
Segmente für jede Stufe hin zur Zielerreichung ab.146 Diese einzelnen Schritte sind die
bereits beschriebenen Mikrokonversionen.
Um einen Konversionstrichter abbilden zu können, ist es notwendig, die einzelnen
(gewünschten) Schritte hin zur Konversion zu erfassen und abzubilden.
Zur explorativen Darstellung werden vier unterschiedliche prototypische Trichter
beschrieben die jeweils auf unterschiedliche Problemfelder hinweisen.147
Abbildung 7 – Darstellung der Konversionstrichter nach Stern148
In einer späteren Interpretation wurden den von Stern und Cutler definierten Trichtern
verständliche Namen gegeben. So spricht man heute vom „Martini Glas“, „Margerita-‐glas“,
„Wein-‐Glas“ und „Cocktail-‐Glas“149
In dem hier beschriebenen Modell werden vereinfacht drei große Stufen definiert, die die
Stufen Aquisition, Persuasion und Conversion abdecken.
Interessante Informationen lassen sich aus den Ausstiegsseiten und Folgeseiten, die der
Besucher direkt nach dem Verlassen des Trichters aufruft, gewinnen.150
146 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 376
147 vgl. Stern, H., The Significance of Impulse Buying Today, in Journal of Marketing, 26(2) (1962) S. 45 148 Entnommen aus: Cutler, M./Sterne, J., E-‐metrics-‐business metrics for the new economy, Whitepaper (2000) S. 45
149 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 380 f.
36
Die Visualisierung der Konversionskette als Trichter kann auch mit Kritik gesehen werden,
was hauptsächlich daran liegt, dass der Konversionstrichter eine Visualisierungsmethode aus
Anbietersicht ist und nicht aus Sicht des Konsumenten. An diesem Punkt setzt die Kritik an.
Es steht zwar außer Frage dass jede Mikrokonversion entlang der Konversionskette
gemessen werden kann, aber das Verhalten des einzelnen wird in einer sehr stark
vereinfachten Form in das Darstellungsniveau des Trichters gepresst.151
Trotz dieser Kritik ist der Konversionstrichter heute das wichtigste Darstellungsverfahren im
Rahmen des CRO Prozesses.
2.2.5 Bestehende Konversions „Frameworks“
Aktuell sind einige wenige „Frameworks“ oder Modelle zur Konversion in der Literatur zu
finden, die allgemeine Ratschläge oder spezifische Verbesserungsoptionen bieten.
In diesem Zusammenhang ist der verwendete Begriff „Conversion Framework“ oftmals als
Herangehensmodell oder Sammlung von Grundhaltungen zu verstehen, die teilweise
operative und zum Teil strategische Ansätze vereinen.
Diese Modelle stammen aus der Wirtschaft und sind Modelle der Praxis. Auch wenn diese
Modelle der wissenschaftlichen Strenge nicht Stand halten sind sie für eine Exploration der
Forschungssituation dennoch enorm hilfreich. Eine Auswahl dieser Modelle wird im
Folgenden gezeigt um den Stand der wirtschaftlichen Praxis zu explorieren.
2.2.5.1 Conversion Framework (Invesp)152
Dieses Modell von Invesp, einem amerikanischen Beratungsunternehmen, erhebt den
Anspruch bei der Erschaffung kundenzentrierter Websites behilflich zu sein. Es fokussiert
dabei relativ stark auf prozessbezogene Perspektiven. Kritisch betrachtet vermischt dieses
Modell strategische und operative Bereiche und kann eher als Sammlung von Anregungen
für Konversionsoptimierer verstanden werden.
Die einzelnen Bereiche, die von dem Modell angesprochen werden, sind:
150 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 380
151 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 33 ff 152 Projekt-‐URL: http://www.invesp.com/conversion-‐framework.html
37
Beyond market segmentation: Persona Creation
Unter diesem Punkt versteht das Modell einen Ansatz der virtuellen User-‐Segmentierung nach hypothetischen Usern. (siehe 3.1.2). Dieser Punkt ist stark auf den Vorbereitungsprozess zur Optimierung ausgelegt.
Build the user confidence: Trust
Dieser Punkt befasst das wahrgenommene Risiko und das Vertrauen, wobei in dem Modell dieser Punkt sehr stark auf gestalterische und technische Aspekte abzielt.
Engagement
Hier wird auf Aspekte der Kundenbindung und der Bedeutung von Aktivierung des Users hingewiesen. Dieser Punkt beinhaltet dennoch weder konkrete Prozess-‐ noch Gestaltungshinweise.
Understand the impact of buying stages
In diesem Punkt wird darauf hingewiesen, dass sich Kunden in unterschiedlichen Kaufphasen befinden können und entsprechend unterschiedliche Bedürfnisse haben können.
Deal with fears, uncertainties and doubts
In diesem Punkt werden Unsicherheiten, Ängste und Zweifel behandelt. Hier geht es im Wesentlichen um die Ebene des individuellen Risikos. Dem Modell folgend muss bereits in der ersten Phase der Persona-‐Entwicklung spezielles Augenmerkt auf „FUDs“ gelegt werden.
Calm their Concerns: Incentives
Unter Incentives versteht das Modell konkrete Elemente einer Website und deren Gestaltung wie Überschriften oder die Präsentation der Value Proposition. In diesem Punkt geht es um gezielte Anreize.
Test, Test, Test
Dieser Punkt wird als zentrales Element des CRO Prozesses verstanden, da in diesem Punkt Hypothesen getestet und validiert werden. Für die Bildung von Testhypothesen wird hier erneut auf die Phase der Persona-‐Entwicklung zurückgegriffen
Implement in an iterative manner
In diesem Punkt spricht das Modell von kontinuierlichen Verbesserungen der Seite die sich jeweils auf die Daten der Webanlyse stützen müssen.
Tabelle 1 -‐ Phasen des Conversion Frameworl von Invesp153
2.2.5.2 READY Framework for Conversion Optimization (ion interactive)154
Ein weiteres stark diskutiertes Modell am Markt ist das 2010 präsentierte READY Framework
von Scott Brinker155 dem Mitbegründer und CTO von „ion interactive“. Das Unternehmen ion
interactive zählt heute zu den renommiertesten Converison Agenturen in Nordamerika und
hat einen starken Schwerpunkt im Bereich der populärwissenschaftlichen Feldforschung.
Scott Brinker selbst bloggt im Rahmen des Projektes http://www.chiefmartec.com/.
Brinker selbst verweist bei dem hier vorgestellten Framework darauf, dass der Sinn eines
Frameworks nicht darin liegt, das Ergebnis zu garantieren sondern die richtigen Fragen zu
stellen. Man kann damit auch dieses Conversion „Framework“ als Herangehensmodell zur
153 vgl: http://www.invesp.com/conversion-‐framework.html 154 Projekt-‐URL: http://www.ioninteractive.com/post-‐click-‐marketing-‐blog/2010/5/24/ready-‐framework-‐for-‐conversion-‐optimization.html
155 Profil von Scott Brinker: http://www.linkedin.com/in/sjbrinker
38
Hypothesenbildung verstehen. Dabei hat es in seiner Darstellung bewusst eher den
Charakter einer Checkliste.156
Bezüglich der Genese des Modells nennt er unter anderem Brian Eisenberg157, Tim Ash158,
Sandra Niehaus159 und Chris Goward den Erfinder des später in dieser Arbeit skizzierten
L.I.F.T Modells.
Abbildung 8 – Das R.E.A.D.Y Framework160
Das Modell ist aus fünf Ebenen aufgebaut wobei jede dieser Ebenen wiederum fünf
Handlungsanweisungen oder Fragestellungen beinhaltet. Im Zuge des nächsten Abschnittes
werden die Auflistungen und Halbsatz-‐Erklärungen des Modells im englischen Original
übernommen um unverfälscht die Vermischung von Aussagen, Aufforderungen und
Ratschlägen zu zeigen.
Relevanz
In dieser ersten Ebene geht es hauptsächlich darum dem Besucher zu vermitteln, dass das
Angebot, dass er vorfindet, für ihn relevant ist. Diese Relevanzeinstufung ist im E-‐Commerce
156 vgl. The READY Conversion Optimization Framework: http://searchengineland.com/the-‐ready-‐conversion-‐optimization-‐framework-‐43814 (11/2011)
157 vgl Eisenberg, B./Eisenberg, J./Davis, L.T., Call to action : secret formulas to improve online results (2006).
158 vgl Ash, T., Landing page optimization: the definitive guide to testing and tuning for conversions, (2008) 159 vgl Loveday, L./Niehaus, S., Web design for ROI (2008) 160 entnommen aus The READY Conversion Optimization Framework: http://searchengineland.com/the-‐ready-‐conversion-‐optimization-‐framework-‐43814 (11/2011)
39
bedeutend, da sie darüber entscheidet ob der Besucher auf der Seite verbleibt oder sofort
wieder abspringt.
„Fulfills promises: every specific promise is followed through Message match: the ad and its destination have the same message Design match: the ad and its destination have visual continuity Audience identity: speaks authentically to particular segments Timely: everything is up to date, fresh, ideally “in-‐the-‐moment”161
Engaging
In dieser zweiten Ebene geht es vornehmlich um Aspekte der Aktivierung des Users oder
anders formuliert um die Steigerung des Engagements des Besuchers. Was dabei auffällig
ist, ist dass Brinks dies sowohl auf emotionale als auch auf Rationale Aspekte bezieht.
„Compelling value proposition: your core product/offer is great Emotional appeal: feed the right brain, story, mood, meaning Rational justification: feed the left brain, quantify, reason Affective design: user-‐centered, communicates value, intuitive Differentiated: be unique, authentic, memorable — stand out“162
Authoritative
In dieser Ebene geht es um die Gewinnung von Vertrauen und der Erschaffung einer
Autorität für die Seite um ein höheres Anspruchsniveau zu erreichen. Dazu sind, folgt man
dem Autor, auch ethische Grundlinien und soziale Faktoren relevant. Für diesen Bereich
nennt der Autor:
„Assurances: build confidence, sooth anxieties, be reliable Accurate & concrete: be real, be credible; accurate details Social norms: good policies, reasonable forms, cultural norms Social proof: customers, testimonials, awards, halo effects Brand consistent: consistency leverages and builds brand trust“163
Directional
Hier geht es stark um die Leitung des Besucherstroms entlang von gewünschten
Konversionspfaden.
„Clear call to action: a reasonable and obvious next step Frictionless choices: give people easy, not hard, choices Minimal distractions: keep focused but don’t be controlling Motivation & incentives: extra nudge to take action now Progressive conversion: build commitment a step at a time“164
161 Brinker, S.: READY Framework for Conversion Optimization, unter: http://www.ioninteractive.com/post-‐click-‐marketing-‐blog/2010/5/24/ready-‐framework-‐for-‐conversion-‐optimization.html (Stand 15.11.2011)
162 ebda. 163 ebda. 164 ebda.
40
Yield Optimal
Dieser etwas bunt gemischte Punkt verweist darauf, dass im Zuge des CRO Prozesses
zahlreiche weitere Bereiche betroffen sind.165 Aus pragmatischer Sicht liefert das Modell hier
Handlungsanweisungen für das Testverfahren.
„Hypothesis: ask a meaningful question, focus your efforts A/B or multivariate test: “always be testing” at some level Tracking & segmentation: know your metrics, close the loop SEO: take a conscious approach to search engine
positioning Downstream READY: follow through seamlessly, consistently“166
2.2.5.3 Das L.I.F.T.-‐ Framework (WiderFunnel)
Dieses Framework wurde von WiderFunnel einer erfolgreichen Conversion Agentur aus
Kanada erstellt und fokussiert wesentlich auf die Value Proposition (= Nutzenversprechen)
als zentrales Element der Optimierung.167
168
Das Modell beschreibt sechs Faktoren für den Erfolg, wobei sich die Faktoren rund um das
zentrale Element, die Value Proposition drehen und diesen einen Ausgangsfaktor nur
entweder verstärken oder schwächen können.169
165 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 67 166 Brinker, S.: READY Framework for Conversion Optimization, unter: http://www.ioninteractive.com/post-‐click-‐marketing-‐blog/2010/5/24/ready-‐framework-‐for-‐conversion-‐optimization.html (Stand 15.11.2011)
167 vgl. Goward, Ch.: The LIFT Model: The Six Landing Page Conversion Rate Factors, unter: http://www.widerfunnel.com/conversion-‐rate-‐optimization/the-‐six-‐landing-‐page-‐conversion-‐rate-‐factors (Stand:16.11.2011)
168 Entnommen aus: ebda. 169 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 63
Abbildung 9 -‐ Grafische Darstellung des L.I.F.T Modells von Widerfunnel
41
Mit diesem Ansatz orientiert sich das Modell schwerpunktmäßig an kognitiven bewussten
Prozessen und unterstellt damit den homo oeconomicus als primären Entscheider.
Die Abkürzung L.I.F.T steht für „Landing Page Influence Function for Tests“ und streicht
damit die Bedeutung von Landingpages für die CRO heraus. Der hier verfolgte Ansatz
betrachtet alle Elemente einer Seite aus der Perspektive des Besuchers um diese
gegebenenfalls zu adaptieren.170
Folgende Aspekte werden von dem Framework von Widerfunnel erfasst:
Value Proposition (zentrales Element)
Übersetzt meint dies soviel wie das Nutzenversprechen171 oder Wertversprechen172. Die hier zu stellende Frage ist jene nach dem erkennbaren Nutzen für den Besucher.
Relevance (conversion driver)
Dieser Konversionsverstärker befasst sich mit Erwartungswerten und behandelt die Frage ob die Landingpage oder genauer dessen Nutzenversprechen relevant für den Besucher ist.
Clarity (conversion driver)
In diesem sehr pragmatischen Punkt werden Aspekte der Usability und der Gestaltung aufgefasst. Hier geht es um die Verständlichkeit und Klarheit von Struktur und Botschaft.
Urgency (conversion driver)
Die Dringlichkeit kennzeichnet die Fragestellung ob die Seite dem Besucher vermitteln kann dass für eine Entscheidung jetzt der richtige Zeitpunkt ist.
Anxiety (conversion inhibitor)
Der hier befasste Punkt der Bedenken etabliert den Risikoaspekt aus Sicht des Besuchers in der Betrachtung. Glaubwürdigkeit und Vertrauen sind Gegenstand dieser Betrachtungsebene.
Distraction (conversion inhibitor)
In diesem Punkt wird nach Ablenkungen vom eigentlichen Klickziel (Mikro-‐Konversion) gesucht. In diesem Punkt wird versucht wenig relevante Informationen und störende Elemente zu entfernen
Tabelle 2 – Die Elemente des L.I.F.T Framework von Widerfunnel 173
Bei der Dringlichkeit unterscheidet das Modell zwischen einer internen (bereits
mitgebrachten) und einer externen Dringlichkeit, die durch Elemente der Landingpage
erschaffen wird.174
170 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 104 171 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 63 172 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 105 173 in Anlehung an: http://www.widerfunnel.com/conversion-‐rate-‐optimization/the-‐six-‐landing-‐page-‐conversion-‐rate-‐factors
174 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 106
42
Das L.I.F.T Modell von Widerfunnel ist vermutlich das heute am häufigsten rezitierte
Konversions-‐Framework. Relevant für die Anwendung des Modells ist, dass die einzelnen
Punkte nicht für sich alleine betrachtet werden sondern als ein Gesamtbild.175
Es liefert dabei weniger konkrete Handlungsanweisungen als eine Grundhaltung mit der eine
Projektsituation betrachtet wird. Auf eine empirische Herleitung oder einen
wissenschaftlichen Beleg für die Bedeutsamkeit der hier formulierten Aspekte verzichten die
Autoren.
2.2.5.4 Die 7 Ebenen der Konversion (Morys)
Dieses aktuelle Modell wurde von der WebArts AG und dessen Vorstand Andrè Morys
entwickelt. In der wirtschaftlichen Praxis der Conversion Rate Optimization spielt die
WebArts AG in Deutschland eine treibende Rolle und prägt nicht zuletzt durch die
Organisation einer der in Europa bedeutendsten Konferenzen dieses Fachgebiets die
populärwissenschaftliche Entwicklung dieser Fachrichtung. Neben der Konferenz
„Conversion Summit“ ( http://www.conversionsummit.org/ ) betreibt die WebArts AG unter
dem Titel „Konversionskraft“ (http://www.konversionskraft.de/) das wohl meistgelesene
Online-‐Medium des populärwissenschaftlichen Teils der CRO.
Das Sieben-‐Ebenen Modell wurde erst im Oktober 2011 in literarischer Form veröffentlicht
und erhebt den Anspruch neben Erfahrung auf „Erkenntnissen aus der Konsumpsychologie
und Verhaltensökonomik ... und der Spieltheorie“176 zu basieren. Als wesentliche Neuerung
gegenüber anderen „Frameworks“ nennt der Autor die Einbeziehung der Anforderungen
unterschiedlicher Kaufphasen an das Modell, wobei hier ein Modell von Michael T.
Bosworth als Basis diente.
175 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 112 176 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 79
43
Abbildung 10 – Modell von Bosworth zu Kaufphasen.177
Dieses populärwissenschaftliche Modell definiert drei differenzierbare Phasen in denen
jeweils unterschiedliches Niveau an Bedenken für unterschiedliche Teilbereiche
(Erwartungen, Kosten, Beweis und Risiko) auftreten. Als relevante Annahme kann jene
gewonnen werden, dass kurz vor dem Kauf Aspekte der Risikobewertung dominant werden.
Das hier explorierte Modell nennt folgende sieben Ebenen als „Kernfaktoren“ für den
Entscheidungsprozess bei Onlinnutzern, wobei diese Gliederung den inneren Dialog aber
auch den Kaufprozess des Kunden widerspiegelt.178
177 Entnommen aus: Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 81
178 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 82
44
Tabelle 3 -‐ Modell 7 Ebenen der Konversion -‐ Morys179
Relevanz Bin ich hier überhaupt richtig?
Der Begriff der Relevanz kennzeichnet in diesem Modell die Fragestellung danach, ob man als User hier eigentlich „richtig“ ist. Angesichts der Informationsflut im Internet ist dies die erste Frage, die der User für sich beantworten muss.
Vertrauen Kann ich diesem Angebot vertrauen?
Die Einstufung ob die Zielseite vertrauenswürdig ist oder nicht geschieht in kürzester Zeit. Hier sind es oft Kleinigkeiten, die das Gesamtbild trüben können. Aspekte dieser Vetrauenseinstufung werden in dieser Ebene betrachtet.
Orientierung O.K., wo muss ich jetzt entlang?
Diese Ebene fokussiert auf der Notwendigkeit von Orientierung für den User damit sich dieser im Angebot zurechtfinden kann. Ziel ist es, dass der User sich zurecht findet und nicht die Geduld verliert.
Stimulanz Kaufe ich das jetzt oder schaue ich noch weiter?
In der Ebene der Stimulanz geht es um die Überzeugung des Kunden. In dieser Phase fällt die Entscheidung ob der Kunde kauft oder nicht.
Komfort Ist das jetzt kompliziert?
An dieser Stelle ist die eigentliche Kaufentscheidung bereits gefallen. Hier geht es im Wesentlichen darum dem Kunden den Kaufprozess möglichst einfach zu machen und keine unnötigen Hürden in den Weg zu legen.
Sicherheit Gebe ich meine Telefonnummer preis?
Kurz vor dem eigentlichen Abschluss treten Zweifel auf und die Wahrnehmung ist geschärft für potentielle Risiken. In dieser Ebene ist speziell diesen Aspekten Rechnung zu tragen.
Bewertung War das jetzt wirklich richtig?
Diese Ebene ist eigentlich bereits nach dem Kauf angelagert, hat aber entscheidenden Einfluss auf die um Retouren bereinigte Conversion Rate.
Auch das Modell von Morys ist im Wesentlichen als Herangehensmodell zu verstehen, dass
als Orientierungshilfe für den Optimierungsprozess genutzt werden kann. In der
Anwendungsbeschreibung geht Morys darauf ein in welcher Form unter Zuhilfenahme des
Modells einzelne Aspekte einer Website mit den sieben Ebenen hinterfragt werden. Einer
der dabei nachvollziehbaren Vorteile ist, dass mithilfe der Fragestellungen, der persönliche
Geschmack als Determinante in seiner Wichtigkeit reduziert werden kann.
179 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 82 ff
45
Abbildung 11 -‐ Die 7 Ebenen der Konversion nach Morys180
2.2.5.5 Bedeutung und Nutzen von bestehenden Frameworks
Aktuell bestehende Frameworks sind in erster Linie als Gedanken-‐ und Herangehensmodelle
zu verstehen, deren Nutzen darin liegt, einen Leitfaden für die Optimierungsprozess zu
erstellen. Keines der Modelle erhebt dabei den Anspruch wissenschaftlich belegt zu sein. Als
Ausgangspunkt für eine Diskussion von Grundsätzen sind diese Modelle dennoch sehr
hilfreich und bieten einen Querschnitt durch die wirtschaftliche Praxis einer Branche. Unter
allen genannten Modellen ist jenes von Morys sicherlich das konzeptionell ausgereifteste
während das READY Framework den umfangreichsten Detailgrad aufzuweisen hat. Mit der
relativ starken Abstraktion im Modell von Morys eröffnet er eine wesentlich breitere
Dimension in einer Diskussion die noch relativ am Anfang steht.
180 Entnommen aus: Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 84
46
2.3 Erkenntnisse aus dem Neuromarketing
Das Neuromarketing ist eine relativ junge Disziplin der Wissenschaft (ca. 10181 bis 15
Jahre182) und bildet dabei einen Brückenschlag zwischen der Neuroökonomie und dem
Marketing.
Der Begriff Neuroökonomie darf dabei als Überbegriff gelten, in dessen Forschungsgebiet
versucht wird, das Verhalten und Vorgänge im menschlichen Gehirn vor und während aber
auch nach ökonomischen Entscheidungen zur erforschen. Als Abgrenzung dazu beschäftigt
sich das Neuromarketing mit der konsumentenverhaltensorientierten Neuroökonomie.183
Neuromarketing oder Neuroökonomie im weiteren Sinne ist der koordinierte Versuch,
Erkenntnisse aus der Hirnforschung für die Praxis nutzbar und einsetzbar zu machen. Dieser
Versuch kennzeichnet dabei einen Paradigmenwechsel in der Herangehensweise an die
verhaltenswissenschaftlichen Wirtschaftswissenschaften weg von geisteswissenschaftlichen
Perspektiven hin zu naturwissenschaftlichen Praktiken.184
Versucht man die Entstehungsgeschichte des Neuromarketings und dessen
Bedeutungspotential zu verstehen, ist es hilfreich den Unterschied zwischen dem
klassischen Behaviorismus und dem Neo-‐Behaviorismus zu sehen.185 Mit dem zunehmenden
Abgang von reinen behavioristischen SR Modellen entsteht der Bedarf die Black Box des
Objektes zu explorieren. In genau diesem Punkt setzt die Neuroökonomie an und bietet
zusätzlich zu den bestehenden Methoden der Verhaltensforschung die Möglichkeit auf
naturwissenschaftliche Methoden zurückzugreifen.
Eine strikte Einordnung der Neuroökonomie in den Bereich der Naturwissenschaften ist
dennoch kritisch und nicht zielführend. Die Neuroökonomie stellt heute eine
interdisziplinäre Genese aus den Geisteswissenschaften, den Naturwissenschaften und
Strukturwissenschaften dar.186 Neben der mittlerweile entstehenden Basisliteratur aus dem
streng wissenschaftlichen Bereich, wie Riemann /Weber 2011 und Raab / Gernsheimer /
Schindler 2009, konnten sich zwei relevante wissenschaftliche Journale etablieren, das
Journal of Neuroscience (EN) und das NeuroPsychoEconomics (DE), welches aber 2010 im
Journal of Neuroscience aufging.187 Zusätzlich dazu entwickelte sich in den letzten Jahren ein
populärwissenschaftlicher Bereich, der voranging vom Haufe Verlag geprägt ist und in dem
181 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 7 182 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 40 183 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 5 184 ebda. S. 5 185 vgl. Möll, T.:Messung und Wirkung von Markenemotionen : Neuromarketing als neuer verhaltenswissenschaftlicher Ansatz (2007) S. 5
186 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 6 187 http://neuroeconomics-‐journal.com/
47
Webprojekt http://neuromarketing-‐wissen.de/ organisiert wird. Der in diesem Segment
führende Autor ist Dr. Hans-‐Georg Häusel, Vorstand der Gruppe Nymphenburg Consult AG,
München188
Relevant ist der Ansatz des Neuromarketings für die CRO vor allem deshalb, weil die
Grundlage für eine Beeinflussung des Entscheidungsverhaltens eines Users darauf basiert,
dieses Verhalten zu verstehen.189
Um diesem Ansatz eine geeignete Basis zu liefern, ist das Ziel der Neuroökonomie zu
verstehen, die „behavioristische Black Box zu öffnen“190 um die Prozesse im menschlichen
Nervensystem besser zu verstehen. Eine Herausforderung der Neuroökonomie ist es, das
Erklärungsmodell des Homo Oeconomicus mit einem neokognitiven Ansatz zu
hinterfragen.191 Die Bedeutung von Emotionen für ökonomische Entscheidungen wird
mitunter als Ergebnis dieser Forschungen zunehmend akzeptiert im Feld der
Verhaltensökonomie.192
2.3.1 Versuchsaufbauten & Methodik der Forschung
Im Zuge der Neuroökonomie werden mehrere Verfahren eingesetzt um Erkenntnisse über
neuronale Reaktionen des Körpers auf Reize zu messen. Der wesentlichste
Forschungsbeitrag den das Neuromarketing dabei liefert, ist jener der klassischen
Verhaltenswissenschaften um naturwissenschaftliche Dimensionen zu erweitern. Deutlich
stärker als in anderen Herangehensweisen der Verhaltensforschung ist in der
Neuroökonomie ein Verständnis der verwendeten Versuchsaufbauten und Methoden für
das Verstehen der Disziplin notwendig.193
In der folgenden Tabelle folgt eine Übersicht über einzelne Verfahren aus der
Neuroökonomie, deren Vorteile und Restriktionen.
188 vgl. http://neuromarketing-‐wissen.de/experten/ & http://nymphenburg.de/dr-‐hans-‐georg-‐haeusel.html
189 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 40 190 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 7 191 ebda. S. 7 192 ebda. S. 61 193 vgl. Kenning, P./Plassmann, H./Ahlert, D., Consumer Neuroscience, Implikationen neurowissenschaftlicher Forschung für das Marketing, in Marketing ZfP, 29 (2007) S. 58
48
Tabelle 4 -‐ Übersicht der Untersuchungsmethoden des Neuromarketings 194 195
Messung der elektrischen Gehirnaktivität
Elektroenzephalographie (EEG)
Messung der Spannungsänderung an der Oberfläche des Gehirns mit Elektroden + gute zeitliche Auflösung + relativ geringe Kosten -‐ mäßige räumliche Auflösung
Intrakranielle Elektroenzephalographie (iEEG)
Messung der elektrischen Spannung mit chirurgisch implantierten Elektroden + gute zeitliche Auflösung + gute spezifische räumliche Auflösung (abhängig von Lage der Implantate) -‐ relativ hohe Kosten für chirurgische Eingriffe -‐ Für Grundlagenforschung am Menschen aus ethischen Gründen ungeeignet
Magnetenzephalographie (MEG)
Messung der Veränderung der magnetischen Felder durch Spannungsschwankungen + gute zeitliche Auflösung -‐ beschränkte räumliche Auflösung aber besser als EEG -‐ relativ hohe Kosten pro Untersuchung -‐ Datenanalyse ist relativ komplex
Messung der Veränderungen der Stoffwechselvorgänge des Gehirns
Positronen-‐Emissions-‐Tomographie (PET)
Nuklearmedizinische Technik zur Analyse der Stoffwechselprozesse in Neuronen + sehr gute räumliche Auflösung -‐ sehr schlechte zeitliche Auflösung -‐ Anwendung von radioaktiven Kontrastmitteln -‐ hohe Kosten, v.a. wegen Kontrastmittel -‐ relativ komplexe Datenanalyse notwendig -‐ Ethisch problematisch wegen Strahlendosis
Funktionelle transcranielle Doppler-‐Sonographie (FTCD)
Messung des Blut-‐Flussverhaltens in Gehirngefäßen durch Sonografie (Ultraschall) + in Relation günstig + keine großen Apparaturen + mobil einsetzbar -‐ starke zeitliche Verzögerung -‐ kann nur vorher definierte Areale messen -‐ Ergebnisse sind gut reproduzierbar aber weniger aussagekräftig
funktionale Magnetressonanztomographie (fMRT).
Messung der Stoffwechselaktivität anhand des BOLD Effektes und dessen magnetischen Auswirkungen + sehr gute räumliche Auflösung + liefert die aussagekräftigsten Ergebnisse ohne ethische Restriktion des Verfahrens -‐ niedrigere zeitliche Auflösung als EEG und MEG -‐ relativ hohe Kosten pro Messung -‐ relativ komplexe und teure Datenanalyse
Messung der Aktivierung des autonomen Nervensystem
Elektrodermale Aktivität (EDA)
Messung der Hautleitfähigkeit aufgrund von Transpirationsverhalten + geringe Kosten des Verfahrens + in Relation keine aufwändigen Apparaturen -‐ lediglich Aussage über Aktivierung möglich -‐ keine Zuordnung zu Hirnarealen möglich -‐ Nur in Kombination mit Komplementärverfahren hinreichend aussagekräftig
194 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 193
195 vgl. Kenning, P./Plassmann, H./Ahlert, D., Consumer Neuroscience, Implikationen neurowissenschaftlicher Forschung für das Marketing, in Marketing ZfP, 29 2007, S. 59
49
Das wichtigste196 197 198 und zugleich spektakulärste bildgebende Verfahren des
Neuromarketings ist die funktionale Magnetressonanztomographie (fMRT). Dieses
Verfahren ist dazu in der Lage die regionale Durchblutung einer Hirnregion sichtbar zu
machen199 und wird mitunter auch als funktionale Kernspintomographie bezeichnet.200 Die
neuronale Aktivität selbst lässt sich zwar nicht direkt messen, jedoch wird bei einer erhöhten
Gehirnaktivität mehr Sauerstoff und Glucose benötigt, was letztlich zu einer höheren
Durchblutung führt. Der Unterschied zwischen sauerstoffreichem und sauerstoffarmen Blut
wird als so genannter BOLD-‐Effekt erfasst. Dieser kann durch das Verfahren dargestellt
werden. 201 202 203
Die Messung des BOLD-‐Effekts stellt heute die häufigste verwendete Technik der
funktionellen Magnetresonanztomographie dar.204 Durch das fMRT kann eine „Echtzeit
Beobachtung“ der Gehirnaktivitäten realisiert werden, die jedoch eine erhebliche Restriktion
aufzuweisen hat. Aktueller Literatur zufolge ist eine Zeitverzögerung zwischen einer und
sechs Sekunden bei diesem Verfahren zu verzeichnen. 205
In der Praxis ist die größte Restriktion des Verfahrens jedoch der Kostenfaktor. Selbst bei
einem Test von nur 20 Probanden ist schnell mit Kosten jenseits von 30.000 Euro zu
rechnen.206 207
Trotz der Faszination dieses Verfahrens hat es auch seine Grenzen. Es lässt sich zwar
ermitteln welche Regionen des Gehirns zu welcher Zeit aktiv sind, jedoch kann nicht erfasst
werden, was der Proband wirklich denkt.208 Die Auswertung gemessener Hirnaktivitäten ist
ein komplexes Verfahren, dass eine genaue Kenntnis der Funktionsweise des menschlichen
196 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S.187.
197 vgl. Häusel, H.G., Neuromarketing: Erkenntnisse der Hirnforschung für Markenführung, Werbung und Verkauf (2007) S. 211
198 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 49 199 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 188
200 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 50 201 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S.188
202 vgl. Kiebler, M.: Strategische Markenführung durch Neuromarketing : Optimierung der Markenpositionierung durch den Einsatz psychologischer und neuroökonomischer Forschungsmethoden (2009) S. 7
203 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 50 204 vgl. ebda. S. 50 205 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S.189
206 vgl.Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 62
207 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 192
208 vgl. Kiebler, M.: Strategische Markenführung durch Neuromarketing : Optimierung der Markenpositionierung durch den Einsatz psychologischer und neuroökonomischer Forschungsmethoden (2009) S. 9
50
Gehirns voraussetzt.209 Der wissenschaftliche Aufwand der Auswertung ist nur bei kleinen
Stichproben realisierbar.210 Mit dem fMRT Verfahren lassen sich aufgrund der räumlichen
Möglichkeiten und den Anforderungen des Versuchsaufbaus nur relativ einfache
Untersuchungsdesigns betrachten.211 212
Neben dem fMRT gibt es weitere Verfahren im Rahmen der Gehirnforschung, die
Veränderungen in den Stoffwechselvorgängen darstellen können, wie etwa die Positronen-‐
Emissions-‐Tomographie (PET) bei der ein leicht radioaktives Kontrastmittel verabreicht
wird,213 oder die Funktionelle Transkranielle Dopplersonographie (FTCD), einem
Ultraschallverfahren bei dem die Blutflussgeschwindigkeit gemessen wird.214
Aufgrund des sehr aufwendigen Herstellungsverfahrens der radioaktiven Tracer und der
Strahlenbelastung des Probanden finden PET Scans kaum Anwendung im Zuge der
neuroökonomischen Forschung.215
Neben den Methoden, die eine Stoffwechselveränderung erfassen, gibt es eine zweite große
Gruppe an Verfahren mit denen Veränderungen der elektrischen Ströme des Gehirns
gemessen werden. Zwei dieser Verfahren, die Magnetenzephalographie (MEG) und die
Elektroenzephalographie (EEG) sind aus Sicht des Neuromarketings relevant. Im Gegensatz
zum bereits skizzierten fMRT sind beide Methoden deutlich kostengünstiger in der
Anwendung.
Bei der Elektroenzephalographie (EEG) wird mittels Oberflächenelektronen die elektrische
Aktivität von Nervenzellen gemessen. Für die Anbringung der Elektroden existiert ein
internationales Schema216 Gut erfasst werden kann speziell die Aktivität der vertikalen
Pyramidenzellen.217 Gemessen werden bei dem Verfahren eigentlich die
Spannungsschwankungen der Hirnoberfläche.218 Da die räumliche Auflösung des Verfahrens
209 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 192
210 Kröber-‐Riel S 66 211 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 191
212 vgl. Häusel, H.G., Neuromarketing: Erkenntnisse der Hirnforschung für Markenführung, Werbung und Verkauf (2007) S. 215
213 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 184
214 vgl. ebda. S. 186 215 vgl. Reimann, M.: Neuroökonomie Grundlagen -‐ Methoden -‐ Anwendungen (2011) S.49 216 ebda. S. 45 217 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S.180
218 vgl. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 64
51
beschränkt ist, wird mittels mathematischen Modellen der Versuch unternommen,
Rückschlüsse auf die Generatoren der Potentiale zu gewinnen.219 Ein Vorteil der Methode
liegt im zeitlichen Auflösungsvermögen im Millisekundenbereich.220 221 In der Praxis ist diese
Methode vor allem aufgrund der geringen Kosten attraktiv und liefert hinreichend
Aufschluss über die kognitive Beanspruchung unterbewusster Prozesse.222 Deutlich bessere
Ergebnisse als mit dem EEG Verfahren lassen sich mit der intrakraniellen
Elektroenzephalographie (iEEG) erreichen, wobei aufgrund der Notwendigkeit von
neurochirurgischen Implantationen der Einsatz der Methode für Versuchszwecke entfällt.223
Im Unterschied zum EEG misst die Magnetenzephalographie (MEG) nicht die vertikal
ausgerichteten Pyramidenzellen sondern die horizontal verlaufenden magnetischen
Felder,224 die durch die Nervenzellenaktivität ausgelöst werden.225
Da die Verfahren unterschiedliche Signalquellen nutzen, sind es unterschiedliche Aspekte,
die mit den Verfahren gemessen werden können, auch wenn dieselben lokalen
Erregungszustände gemessen werden. 226 Beim MEG werden Veränderungen der
magnetischen Felder im Gehirn gemessen und dargestellt. Im Vergleich zum EEG lassen sich
mit dem MEG auch tiefer liegende Strukturen (subkortikale Strukturen) abbilden und
räumlich besser darstellen.227
Einer der Vorteile des MEG Verfahrens ist die schnelle Erfassung von Veränderungen. Das
zeitliche Auflösevermögen im Millisekundenbereich. 228 229 Im Gegensatz zum EEG ist der
Aufwand beim MEG aufgrund der Sensibilität der Sensoren und dem daraus entstehenden
Abschirmungsbedarf höher.230
Abgesehen von Verfahren, die entweder die Signalquellen aus dem Gehirn nutzen (EEG &
MEG) oder Stoffwechselvorgänge abbilden (fMRT & PET & FTCD), gibt es auch
219 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 45 220 vgl.Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 64
221 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 45 222 vgl.Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 65
223 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 46 224 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 183
225 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 47 226 vgl. Roth, G., Fühlen, Denken, Handeln : wie das Gehirn unser Verhalten steuert, Suhrkamp, (2003) S.126 227 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 182
228 vgl.Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 65
229 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 47 230 vgl. ebda. S. 47
52
Messemethoden die andere körperliche Reaktionen messen, wie die Elektrodermale
Aktivität (EDA).
Wichtig ist, dass die Elektrodermale Aktivität als Indikator zu verstehen ist, mit dem die
Veränderung des elektrischen Hautwiderstandes gemessen werden kann. 231 Die
Hautleitfähigkeit wird maßgeblich durch den Schweiß beeinträchtigt. Wenn das autonome
Nervensystem aktiviert wird, löst dies ein emotionsbedingtes Schwitzen aus. 232 Das sehr
sensible Messverfahren kann die Aktivierung des autonomen Nervensystems messen,
welche als Indikator für Erregung geführt werden kann. 233
Die hier erwähnten Verfahren können zwar nachweislich Veränderungen des menschlichen
Organismus messen, es lassen sich aber keine kausalen sondern lediglich korrelative
Aussagen daraus ableiten. Um die Ebene der Kausalität zu erreichen sind
Komplementärverfahren notwendig.234
Zusätzlich zu den hier genannten Methoden ist Eyetracking als unterstützende Methode zu
erwähnen. Bei Eyetracking Untersuchungen werden die Augenbewegungen von Probanden
mit speziellen Kameras erfasst um festzustellen, was der Proband zu diesem Zeitpunkt
betrachtet.235 Aufgrund des statischen Analyseaufbaus und des vordefinierten Blickfeldes
vor einem Computer, wie es für E-‐Commerce Studien üblich ist, eignen sich Eytracking-‐
Instrumentarien besonders gut als Komplementärverfahren zur EDA.236
Der wesentlichste Vorteil von Eytracking Untersuchungen liegt darin, dass diese relativ
günstig realisiert werden können und zugleich die Zuordenbarkeit zwischen Reiz und
gemessenem Ergebnis verbessert. Durch Eyetracking ist es möglich genau festzuhalten,
welcher Reiz oder Stimulus vom Probanden zu welchem Zeitpunkt fixiert wurde. Diese
Zuordnung ist zur Interpretation der Ergebnisse von großem Vorteil.
In der Praxis lassen sich aus der Kombination aus Eyetracking und EDA Messung relativ
schnell und kostengünstig Erkenntnisse gewinnen, die zwar keinen Rückschluss auf die
genau betroffene Gehirnregion zulassen aber zumindest lässt sich relativ genau nachweisen,
welcher Reiz zu welcher Zeit beim Probanden eine Aktivierung des autonomen 231 vgl.Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 66
232 vgl. ebda. S. 66 233 vgl. ebda. S. 68 234 vgl. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden – Anwendungen (2011) S. 55 235 vgl. Krüger, J.D., Conversion Boosting mit Website-‐Testing (2011) S. 115 236 vgl. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 68
53
Nervensystems bewirkt hat. Auch wenn Ergebnisse etwa des fMRT wesentlich besser und
exakter sind, bietet die Kombination aus Eyetracking und EDA eine kostengünstige
Alternative für schnelle Testdurchläufe.
2.3.2 Bedeutung des Neuromarketings & Ableitungen
Begeht man den Versuch einer Gesamtbetrachtung dessen, was heute unter dem Begriff
Neuromarketing zu finden ist, so findet man keine Totalmodelle oder Konzepte die alle
Bereiche einschließen sondern vielmehr eine Sammlung an Forschungsthesen und
Einzelerkenntnissen.
Eine der entscheidenden Leistungen des Neuromarketings im engeren Sinne und der
Neuroökonomie im weiteren Sinne ist es, dass sie die Bedeutung von Emotionen und
unterbewussten Entscheidungen auch in Handlungen und Entscheidungen nachweist, die in
der klassischen Verhaltenswissenschaft als rein kognitiver Prozess verstanden werden.
Ein weiterer Forschungsbeitrag ist der einer alternativen User Segmentierung. Während man
in einer klassischen Zielgruppendefinition und User Segmentierung eher demografische
Daten als Determinanzkriterien anlegen würde, legen Forschungen aus dem Neuromarketing
nahe, dass eine Segmentierung nach dem Verhalten zweckdienlich ist. In diesem
Zusammenhang ist die Limbic® Map von Dr. Hans Georg Häusel zu verstehen, die den
ausgereiftesten Ansatz dieser Art darstellt und von einer breiten Masse an Autoren
aufgegriffen wurde.
Die Bedeutung von Erkenntnissen aus dem Neuromarketing und der Verhaltensökonomie
für die CRO im Allgemeinen lässt sich mit folgender Darstellung zum Ausdruck bringen:
54
Abbildung 2 -‐ ROI Pyramide237
Die hinter dieser Pyramide stehende Annahme ist jene, dass unterbewusste
Entscheidungsmechanismen zum Teil wesentlich stärker sind, als jene aktiver Kognition.
Ein relevanter Forschungsbeitrag des Neuromarketings ist es, das Individuum und dessen
Unterbewusstsein in den Mittelpunkt zu stellen und damit rationale Entscheidungsmodelle
zu hinterfragen. 238
Für diese Arbeit sind die Ansätze des Neuromarketings deshalb interessant, weil sie die
emotionale Ebene und unterbewusste Prozesse stark thematisieren. Da der Fokus der Arbeit
auf impulsiven, reizgetriebenen Konversionen liegt, bietet das Neuromarketing zahlreiche
Erklärungsansätze die genutzt werden können.
Auch wenn der gesamte Forschungsbereich der Neuroökonomie noch in den Kinderschuhen
steckt, bietet er dennoch relevante Einzelerkenntnisse.
2.3.2.1 Bedeutung von Emotionen
Emotionen sind speziell für den in dieser Arbeit betrachteten Typus von Entscheidungen
relevant, weshalb es an dieser Stelle sinnvoll erscheint den Begriff der Emotion genauer
abzugrenzen. Emotionen sind immer das Ergebnis eines Reizes, wobei dieser nicht zwingend
zu genau dieser Zeit gesetzt werden muss. Emotionen können auch aus Erinnerungen an
vergangene Reize entstehen.239
237 Entnommen aus: Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 38
238 vgl. ebda S. 41 239 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 202
55
Ein weiterer Aspekt der die Bedeutung von Emotionen für Kaufentscheidungen kennzeichnet
ist die mittlerweile in der Neuromedizin belegte Erkenntnis, dass ohne Emotionen keine
Entscheidungen getroffen werden können.240
Eine wesentliche Eigenschaft von Emotionen ist, dass diese physiologische körperliche
Reaktionen bedingen, welche als somatische Zustände erfasst werden.241
In der modernen Forschung unterteilt man Emotionen in drei wesentliche Gruppen. In der
ersten Gruppe finden sich Uremotionen, die auch ohne direkten primären Sinnesreiz
abgerufen werden können. Wut, Aufregung oder auch Angst sind Emotionen dieser Ebene
und entstehen, medizinisch gesehen, mit großer Wahrscheinlichkeit in der Amygdala (Teil
des Limbischen Systems).242
Emotionen zweiter Ebene werden zwar mehrheitlich unbewusst determiniert, werden aber
dennoch zum Teil in der bewussten Wahrnehmung verarbeitet. Sie stellen den Übergang
von unterbewussten hin zu bewussten Emotionen (3. Ordnung) dar. Der Begriff „Gefühle“
wird in diesem Zusammenhang sowohl der zweiten als auch der dritten Ordnung
zugerechnet.243
In den Modellen von Häusel werden Emotionen als „Relevanz-‐Detektoren“ 244 beschrieben,
deren Funktion darin besteht, Informationen nach deren Dringlichkeit zu bestimmen.
Mittlerweile wird in einem relativ breiten Spektrum aus Ökonomie, Psychologie und
Neurowissenschaften anerkannt, dass Emotionen eine treibende Rolle bei
Entscheidungsprozessen bilden.245
2.3.2.2 Somatic Marker Hypothesis
Exemplarisch wird als ein Modell des Neuromarketings die Somatik Marker Hypothesis
(SMH) diskutiert und erläutert.
Der Kern der Somatic Marker Hypothesis bildet die Auffassung, dass Entscheidungsprozesse
des Menschen durch Markersignale beeinflusst werden. Solche Markersignale sind das
Ergebnis von bioregulierenden Prozessen und sowohl Emotionen als auch Gefühle deutlich
240 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 276
241 vgl. ebda. S. 202 242 vgl. ebda. S. 203 243 vgl. ebda. S. 203f 244 vgl. Häusel, H.-‐G., Emotional boosting : die hohe Kunst der Kaufverführung (2009) S. 24 245 vgl. Reimann, M./Bechara, A., The Somatic Marker Framework as a Neurological Theory of Decision-‐Making: Review, Conceptual Comparisons, and Future Neuroeconomics Research, in: Journal of Economic Psychology, 31(5) (2010) S. 767
56
beeinflussen.246 Um die Relevanz der Somatic Marker Hypothesis aufzuspannen ist es
notwendig als Exkurs somatische Zustände zu erfassen.
Unter somatischen Zuständen versteht man körperliche Reaktionen auf Reize oder im
weiteren vereinfachten Sinne, Emotionen.247 Somatische Zustände können entweder durch
primäre Induktoren (primary inducers = PI) oder sekundäre Induktoren (secondary inducers
= SI) hervorgerufen werden.248 Primary inducers können sowohl angeborene aber auch
erlernte Stimuli sein, die zwingend und automatisch eine somatische Reaktion hervorrufen.
Wenn ein PI einmal verarbeitet wurde, wird für diesen somatischen Zustand ein Muster
angelegt.249 Durch Erinnerung an den primären Auslöser können dann zu einem späteren
Zeitpunkt, in abgeschwächter Form dieselben somatischen Reaktionen hervorgerufen
werden. In diesen Fällen spricht man dann von einem secundary inducer (SI).250 Die
Verarbeitung von primary inducers findet im Wesentlichen in der Amygdala statt und die
Speicherung von secundary inducers (vereinfacht) im ventromedialen präfrontalen Cortex
(PFC). Umfangreiche Untersuchungen an Patienten mit entweder einer geschädigten
Amygdala oder einem geschädigten ventromedialen PFC. Als Ergebnis der Untersuchung
konnte festgehalten werden, dass vorteilhafte Entscheidungen auch von rein rationalen
Fragestellungen ohne funktionierende somatische Reaktionen kaum möglich sind.251
Die Folgerung dieser Erkenntnis ist, dass die emotionale Ebene oder genauer somatische
Marker für jede Art der Entscheidungsfindung relevant sind, nicht nur für solche die im
Rahmen des Impulskaufs erfasst werden. Für die in dieser Arbeit betrachteten Impulskäufe
belegt die Somatik Maker Hypothesis neurobiologisch die Determinanz von somatischen
Zuständen (vereinfacht Emotionen) für die Kaufentscheidung, legt aber zugleich auch den
Verdacht nahe, dass deutlich mehr Kauf-‐Entscheidungen unter Aspekten der emotionalen
Steuerung zu sehen wären als dies in der klassischen Kauftypologie nach Weinberg der Fall
ist.
246 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 205
247 vgl. Bechara, A./Damasio, A.R., The Somatic Marker Hypothesis: A Neural Theory of Economic Decision, in: Games and Economic Behavior, 52(2) (2005) S. 339
248 vgl. ebda. S. 339 f 249 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 205
250 vgl. Bechara, A./Damasio, A.R., The Somatic Marker Hypothesis: A Neural Theory of Economic Decision, in: Games and Economic Behavior, 52(2) (2005) S. 340
251 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 207ff
57
Bislang konnte die SMH nicht falsifiziert werden, auch wenn diese einem wissenschaftlichem
Diskurs unterworfen ist.252 Weitere Untersuchungen konnten speziell für Entscheidungen
unter Risiko zeigen, dass sowohl kognitive als auch emotionale Prozesse involviert sind. 253
Von Interesse ist der nicht unumstrittene Beitrag der SMH für die Verhaltensökonomie, da
sie ein Konzept darstellt, das die Komplexität von Entscheidungen proklamiert und damit
den Betrachtungshorizont klassischer, kognitiv orientierter Erklärungstheorien erweitert.
Zugleich ist die SMH ein gutes Beispiel das Wissen über menschliche Entscheidungsprozesse
und die damit verbundene Prognostizierbarkeit zu verbessern.
2.3.2.3 Priming & Framing Effekte
Neben umfangreicheren Theorien wie der SMH liefert die Neuroökonomie auch Belege für
andere theoretische Konzepte wie etwa das Priming oder das Framing.
Unter Priming versteht man vereinfacht gesagt das unterbewusste Aufnehmen von
Informationen, deren Verarbeitung und Bewertung und letztlich eine daraus resultierende
spontane Verhaltensreaktion.254 Die Bedeutung dieses Effektes, der auf einer sublimen
Wahrnehmung basiert, konnte in mehreren Experimenten belegt werden. So konnte z.B.
exemplarisch belegt werden, dass französische Hintergrundmusik in der Weinabteilung
eines Supermarktes zu signifikant mehr verkauften französischen Weinen führte oder aber
dass sichtbare Markenlogos von Kreditkartenfirmen an Restauranteingängen die Ausgaben
im Restaurant erhöhten.255 Derartige sublime Wahrnehmungen spielen auch im Kontext von
E-‐Commerce Entscheidungen eine Rolle und haben hier vergleichbare Effekte.
Ein anderes Konzept stellt das Framing dar, welcher die Bedeutung des Bezugsrahmens und
der Produktpräsentation beschreibt.256 Im Zuge von fMRT Untersuchungen konnte die
Existenz des Framing Effekts belegt werden. In einer dieser Untersuchungen wurden
Probanden zwei Produkte gezeigt, wobei eines günstig und das zweite überteuert war. Das
überteuerte Produkt hatte eine Auszeichnung als Angebot (Rabattschild). Die Probanden
wurden nun aufgefordert zu entscheiden, welches der beiden sie kaufen würde. Eine
deutliche Mehrheit wählte das überteuerte Produkt. Im fMRT konnten Reaktionen im
252 vgl. Reimann, M./Bechara, A., The Somatic Marker Framework as a Neurological Theory of Decision-‐Making: Review, Conceptual Comparisons, and Future Neuroeconomics Research, in: Journal of Economic Psychology, 31(5) (2010) S. 767
253 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 210
254 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 223
255 vgl. ebda. S. 224 256 vgl. ebda. S. 224
58
Belohnungssystem gemessen werden, die aus einem potentiellen „Schnäppchengewinn“
resultieren und das Entscheidungsverhalten erklären.257
Für E-‐Commerce Entscheidungen und spezifischer für das impulsive Kaufverhalten im
Internet ist das Konzept des Framing Effekts relevant, weil hier der Bezugsrahmen von
Produkten und Angeboten mit relativ geringen Mitteln adaptiert werden kann und es
letztlich den Beleg für die Bedeutung des nicht direkt produktbezogenen Webdesigns bringt.
Neben den hier exemplarisch gezeigten Konzepten gibt es zahlreiche Konzepte und Modelle,
die Ihren Ursprung oder aber deren Beleg in der Neuroökonomie haben, wie z.B. das
Konzept des Low Involvement processing258 oder die sehr weitreichende Konzeption der
Limbic® Map von Häusel.259 Auf die Konzeptionen der Limbic® Map wird später näher
eingegangen.
Es wäre übertrieben aufgrund der Erkenntnisse aus der Neuroökonomie klassische
Erklärungsmuster und Theorien gänzlich zu negieren, ganz im Gegenteil. In der klassischen
Forschung beziehen sich Erkenntnisse auf tatsächliche Reaktionen, lassen dabei aber die
Ebene des Entstehens dieser Reaktion weitgehend aussen vor oder aber bilden
Erklärungsmodelle, die sich aus den Ergebnissen, induktiv gewinnen lassen. Die
Neuroökonomie ergänzt diese Modelle um die Ebene der Betrachtung von Prozessen, die
letztlich zu dem messbaren Ergebnis führen. Das Verständnis des Neuromarketings als
Ablösung klassischer Betrachtungen wäre naiv, vielmehr bietet es die Möglichkeit eine
zusätzliche stark interdisziplinäre Ebene in die Forschung einzubringen.
257 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 225
258 vgl. ebda. S. 227 259 vgl. Häusel, H.-‐G., Emotional boosting : die hohe Kunst der Kaufverführung (2009) S. 72ff
59
3 Einflussfaktoren auf spontane Konversionen
In diesem Abschnitt der Arbeit werden einzelne Aspekte, die im Zuge der Conversion Rate
Optimization besondere Aufmerksamkeit finden betrachtet und im Sinne eines
wissenschaftlichen Diskurses hinterfragt.
Jedes explorierte Element wird dabei aus mehreren Perspektiven betrachtet. Zum Ersten aus
der klassischen, rational bestimmten Blickrichtung des Käuferverhaltens. Zum zweiten aus
der wirtschaftlichen Pragmatik, welche exemplarische Testergebnisse mit limitierter
Aussagekraft produziert und letztlich aus Erklärungsmodellen des Neuromarketings.
Der Fokus liegt dabei immer auf der sehr spezifischen Dimension des impulsiven
Käuferverhaltens im E-‐Commerce.
Im Zuge einer umfassenden Literaturrecherche konnten einige Haupt-‐Einflussfelder
bestimmt werden, welche als potentielle Einflussfaktoren relevant sind. Ausgegangen
werden kann dabei von der operationalisierten Variable Website-‐Quality (WSQ), wie sie
Wells, Parboteeah & Valacich 2011 im Rahmen ihrer Untersuchung genutzt haben. Wie
bereits in Kapitel 3 angedeutet, lohnt es, diese operationalisierte Variable zu hinterfragen.
Aggregiert wurde die Variable auf Basis von drei wesentlichen Aspekten.
Der erste Aspekt ist die strukturelle Festigkeit, die in der vorliegenden Auffassung unter
anderem Sicherheit und damit Vertrauen umfasst. Der zweite Aspekt ist der Bedienkomfort,
welcher auch als Navigierbarkeit oder in einer moderneren Terminologie als Usability
aufgefasst werden kann. Die dritte Dimension ist der visuelle Eindruck, welcher mit dem
Lustgewinn bei der Benützung verbunden wird. Dieser dritte Aspekt würde in einer
alternativen Terminologie unter anderem als User Experience erfasst werden.260
Für die folgende Gliederung wird diese Unterteilung zum Teil übernommen und um Bereiche
ergänzt, die in der praxisbezogenen Literatur dominant sind oder aber in der Aggregation
dieser Forschungsvariable fehlen.
260 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 39
60
3.1 Vertrauen & Sicherheit
Einer der häufig genannten Einflussfaktoren auf Konversionsraten ist die Ebene des
Vertrauens. Für den gesamten E-‐Commerce Bereich kann Vertrauen als einer der
Kernfaktoren für dessen Adoption verstanden werden 261 und wird als einer der kritischen
Erfolgsfaktoren aufgefasst.262 Zahlreiche Untersuchungen haben Vertrauen mehrmals als
einen der relevantesten Hemmschwellen für die Nutzung von E-‐Commerce Systemen
belegt.263 Auch Wells, Parboteeah & Valacich bezogen Vertrauen (Sicherheit) als einen der
Grundaspekte in ihre Testvariable ein.264
Vertrauen ist als solches ein interdisziplinäres Betrachtungsfeld mit stark differierenden
Implikationen, die unter anderem die Philosophie, die Psychologie, die
Informationswissenschaft, die Rechtswissenschaften, die Politikwissenschaften oder die
Soziologie betreffen.265 266
Um Vertrauen als Begriff aufzuspannen, ist es notwendig, dies in Relation zu
Erwartungswerten zu tun. Eine gängige Definition von Vertrauen, basierend auf Gambetta
(1988), Bhattacharya et al.(1999), und McKnightand Chervany (2000), charakterisiert
Vertrauen als die subjektive Einschätzung eines Akteurs über die Erfüllung einer
gewünschten, an den eigenen Erwartungen ausgerichteten Aktion durch einen anderen
Akteur unter unsicheren Bedingungen.267 Mit dieser Definition ist Vertrauen stark abhängig
von dem Entstehen von Erwartungswerten.
Generell kann man Vertrauen aus unterschiedlichen Gesichtspunkten sehen. Luhmann etwa
betrachtet Vertrauen aus einer sehr pragmatischen Rolle heraus als „Mechanismus zur
Reduktion von Komplexität“.268 269
261 vgl. Castelfranchi, C/Tan, Y.H., The Role of Trust and Deception in Virtual Societies, in International Journal of Electronic Commerce, 6(3) 2002, S. 56
262 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) (2002) S. 244
263 vgl. Wang, Y.D./Emurian, H.H., An overview of online trust: Concepts, elements, and implications, in Computers in human behavior, 21(1) 2005, S. 105
264 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 39
265 vgl. Aubert, B.A./Dewit, O./Roy, M.C., The impact of interface quality on trust in web retailers, in Cahier du GReSI no, 1 2001, S. 1
266 vgl. Wang, Y.D./Emurian, H.H., An overview of online trust: Concepts, elements, and implications, in Computers in human behavior, 21(1) 2005, S. 108ff
267 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) 2002, S. 245
268 vgl. Kumbruck, C./Sacher, M./Stumpf, F., Vertrauen (skapseln) beim Online-‐Einkauf, in Datenschutz und Datensicherheit-‐DuD, 31(5) 2007, S. 362
269 vgl. Riegelsberger, J./Sasse, M.A./McCarthy, J.D., Proceedings of the SIGCHI conference on Human factors in computing systems, Shiny happy people building trust?: Photos on e-‐commerce websites and consumer trust. 2003, S. 122
61
Mit dieser prozessorientierten Definition deckt Luhmann einen exponierteren
Definitionsansatz des Begriffs Vertrauen ab. Eine einheitliche Definition für Vertrauen
aufzustellen ist, interdisziplinär betrachtet, als kritische Herausforderung zu erfassen.
Aufgrund unterschiedlichster Konnotationen und Bedeutungszusammenhänge ist eine
unreflektierte Verwendung des Begriffs eher hinderlich.270
Vertrauen kann generell als Katalysator für Kauftransaktionen aufgefasst werden.271 Als hoch
kritisch kann Vertrauen immer dann angesehen werden, wenn die Faktoren Unsicherheit
und unvollkommene Produktinformation gegeben sind.272 Beides trifft auf E-‐Commerce
Entscheidungen im Allgemeinen und auf Impulskäufe im Speziellen zu.
Auch wenn Vertrauen als kritischer Faktor aufgefasst wird, kann es die Basis eines breiten
wirtschaftlichen Erfolges ebenso aufspannen, wie ein Verlust von Vertrauen zu einem
Zusammenbruch führen kann.273
In populärwissenschaftlicher Literatur finden sich Aufzählungen von Elementen, die den
Faktor Vertrauen im E-‐Commerce beeinflussen oder diesen steigern sollen. Einen
empirischen Beleg bleiben diese Auflistungen mitunter aufgrund der relativ schweren
Messbarkeit von Vertrauen schuldig. Ein derartiges Modell wird von Saleh und Shukairy
(2010)274 aufgeführt. In diesem Modell sind es sieben Faktoren, die als relevante
Einflussgrößen genannt werden. Diese sind das Nutzerversprechen, die Kontinuität, die
Kongruenz, der soziale Status, Symboliken von Professionsverbänden, externe
Reputationsstifter und Design-‐Aspekte.275 Einige dieser Aspekte gliedern sich stimmig in
einen wissenschaftlichen Diskurs, andere erscheinen für sich zwar stimmig in Hinblick auf
deren Wirkung im Konversionsverhalten, wirken aber etwas deplatziert im Kontext der
Vertrauensgenese.
Relevant ist die Einschätzung, dass Vertrauen im E-‐Commerce nicht nur auf technisch
sichere Kommunikation zu beschränken ist.276 Von Interesse ist auch, dass im Zuge
zahlreicher Untersuchungen festgestellt werden konnte, dass Computern (Computer
Systemen) im Zuge des Vertrauensbildungsprozess von Probanden teilweise menschliche 270 vgl. Jøsang, A./Pope, S., Proceedings of the 2nd Asia-‐Pacific conference on Conceptual modelling -‐ Volume 43, Semantic constraints for trust transitivity. Australian Computer Society, Inc., (2005) S. 59
271 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) 2002, S. 244
272 vgl. ebda. S. 244 273 vgl. ebda. S. 245 274 vgl. Saleh, K./Shukairy, A., Conversion optimization, (2011) S. 86ff 275 vgl. ebda. S. 87 276 vgl. Castelfranchi, C/Tan, Y.H., The Role of Trust and Deception in Virtual Societies, in International Journal of Electronic Commerce, 6(3) 2002, S. 56
62
Züge zugeschrieben wurden, die deutliche Auswirkungen auf die weitere Interaktion mit
dem System hatten.277278 Dieser Anthropomorphismus des Computers oder Systems in eine
soziale Betrachtung ist vor allem in Hinsicht auf häufig eingeführte zusätzliche
Unterstützungs-‐ und Lenkungs-‐Agenten und deren Bedeutung im E-‐Commerce relevant.279
Als solche Vertrauens-‐Agenten können, unter anderem, externe Bewertungsportale
verstanden werden, deren Autorität einen maßgeblichen Einfluss auf die Vertrauensbildung
hat.
Generell kann zwischen unterschiedlichen Typologien des Vertrauens unterschieden
werden. Zum einen ist dies das Vertrauen in das menschliche System, zum zweiten in das
technische System und zum dritten in das rechtliche System.280 Man kann davon ausgehen,
dass jedes der hier genannten Systeme im Wesentlichen auf personalem Vertrauen aufbaut
und sowohl das Vertrauen in das rechtliche System, als auch das Vertrauen in das technische
System ein „vermitteltes Vertrauen“ darstellt. Auch der Begriff des „Systemvertrauens“ in
das technische System, ist unter diesem Aspekt zu sehen.281
Es scheint heute als belegt, dass die Prozesse der Vertrauensbildung nur zu einem Teil durch
bewusste Kognition gesteuert werden. Oftmals sind diese Prozesse an den Kontext der
Situation gebunden und an erlernte Muster.282
In diesem Zusammenhang kann auf den Framing-‐Effekt aus der Neuroökonomie verwiesen
werden, mit dem gezeigt werden konnte, dass der Bezugsrahmen erheblichen Einfluss auf
das Verhalten hat.283 Dieser Verhaltenseinfluss ist mitunter durch Auswirkungen auf die
Vertrauensbildung bedingt.
Folgt man der Literatur rund um Vertrauenskonzepte, so kann man das Konzept der
Vertrauenskapseln nach Kumbruck, Sacher und Stumpf einführen, dass davon ausgeht, dass
es drei Arten von „Vertrauensbausteinen“ gibt, die gemeinsam eine Vertrauenskapsel im E-‐
Commerce bilden. Dies sind zum einen rechtliche Vertrauensbausteine, zum zweiten
technische und zum dritte psychologische, wobei die Autoren darauf hinweisen, dass diese
277 vgl. Castelfranchi, C/Tan, Y.H., The Role of Trust and Deception in Virtual Societies, in International Journal of Electronic Commerce, 6(3) 2002, S. 57
278 vgl Nass, C./Moon, Y., Machines and mindlessness: Social responses to computers, in Journal of social issues, 56(1) 2000, S 99 f
279 vgl. Castelfranchi, C/Tan, Y.H., The Role of Trust and Deception in Virtual Societies, in International Journal of Electronic Commerce, 6(3) 2002, S. 56f
280 vgl. Kumbruck, C./Sacher, M./Stumpf, F., Vertrauen (skapseln) beim Online-‐Einkauf, in Datenschutz und Datensicherheit-‐DuD, 31(5) 2007, S. 362
281 vgl. ebda. S. 362 282 vgl. ebda. S. 363 283 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 224
63
drei Aspekte in einem „angemessenen Verhältnis“ zueinander stehen sollen.284 In diesem
Modell wird davon ausgegangen, dass rechtliche Bausteine in erster Linie der
Risikominimierung für den Konsumenten dienen und technische Bausteine die tatsächliche
Sicherheit im System betreffen. Einer der in diesem Modell behandelten Faktoren ist die
Wiedererkennbarkeit, die auf der Kontinuität personeller Bezüge basiert. Im E-‐Commerce ist
dieser Faktor im Gegensatz zum Ladengeschäft nicht mit menschlichen Interaktionen zu
realisieren, weshalb, simplifiziert, mit stabilen und kontinuierlichen optischen Signalen
gearbeitet werden muss.
Betrachtet man den Aspekt der Kontinuität personeller Bezüge, kann auf Testergebnisse von
Pispers und Dabrowski verwiesen werden, die umfangreiche Untersuchungen mit virtuellen
Verkaufsberatern in Form von interaktiven Video-‐Interfaces getestet haben und zu dem
Schluss kommen, dass die Reaktanz deutlich höher war.285 Diese Reaktanz wird zwar nicht
direkt mit dem Begriff des Vertrauens in Verbindung gebracht, kann aber unter Bezugnahme
auf Kumbruck unter diesen Gesichtspunkten gewertet werden.
Aktuell ist die Neurowissenschaft bestrebt Vertrauen als solches besser messbar zu machen,
wobei sich nicht zuletzt aufgrund der sehr variantenreichen Definition dieses Unterfangen
als sehr schwierig herausstellt. 2007 konnten Krüger et.al. aussichtsreiche Erkenntnisse
gewinnen, die unter anderem belegen, dass im Zuge des Vertrauensbildungsprozesses jene
Hirnareale aktiv sind, in denen das Hormon Oxytocin gebildet wird, welches unter anderem
dafür bekannt ist, eine entscheidende Rolle bei der Prägungsphase von Neugeborenen an
die Mutter zu spielen286 oder aber die Spendenbereitschaft zu erhöhen.287 Objektiviert
stehen die Neurowissenschaften aber in Bezug auf die Exploration des Phänomens
Vertrauen noch in den Kinderschuhen.288
284 vgl. Kumbruck, C./Sacher, M./Stumpf, F., Vertrauen (skapseln) beim Online-‐Einkauf, in Datenschutz und Datensicherheit-‐DuD, 31(5) 2007, S. 363ff
285 vgl. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 96 ff
286 vgl. Krueger, F./McCabe, K./Moll, J./Kriegeskorte, N./Zahn, R./Strenziok, M./Heinecke, A./Grafman, J., Neural correlates of trust, in Proceedings of the National Academy of Sciences, 104(50) 2007, S. 20087
287 vgl. Barraza, J.A./McCullough, M.E./Ahmadi, S./Zak, P.J., Oxytocin infusion increases charitable donations regardless of monetary resources, in Hormones and behavior, 60(2) 2011, S. 148ff
288 vgl. Krueger, F./McCabe, K./Moll, J./Kriegeskorte, N./Zahn, R./Strenziok, M./Heinecke, A./Grafman, J., Neural correlates of trust, in Proceedings of the National Academy of Sciences, 104(50) 2007, S. 20084
64
3.1.1 Design Patterns
Ein weiterer Aspekt, der anhand des Modells von Kumbruck eingeführt werden kann, ist
jener der „langfristigen Erfahrungsbasis“ 289 oder auch Gebrauchserfahrung, die in der
Literatur als eine der Quellen für Vertrauen benannt werden kann.290 Anders formuliert ist
es die Vertrautheit mit einer Situation oder Struktur, die als ein Auslöser von Vertrauen
gekennzeichnet werden kann.291 Betrachtet man diesen Aspekt näher, lässt sich die
Bedeutung von Design-‐Patterns einführen. Hierzu liefert etwa die Imagery IV Studie292 von
eResult einige interessante Implikationen. In dieser Studie wurden Erwartungswerte
bezüglich der Positionierung von einzelnen Elementen in Online-‐Shops abgefragt, wobei für
einzelne Elemente sehr deutliche Ergebnisse produziert werden konnten. Die in dieser
Studie produzierten Ergebnisse legen es nahe, dass es für Elemente wie den Warenkorb
oder die Suche Orte gibt, an denen diese vom Besucher mehrheitlich erwartet werden.
Speziell für den Warenkorb gibt es zahlreiche formulierte Annahmen, dass dieser in der
rechten oberen Ecke gesucht wird.293 Diese Erwartungswerte sind das Ergebnis einer
erlernten kollektiven Erfahrung und können damit Einfluss auf die Ausbildung von Vertrauen
haben. Die hier genannten Erwartungswerte werden durch die Designgestaltung von großen
und bekannten Anbietern (z.B. Amazon) bestimmt. Die Annahme, dass die Gestaltung von
Interfaces nach gewohnten Mustern Vertrauensbildend wirkt, konnte von Gefen et. al. 2003
bestätigt werden.294
289 vgl. Kumbruck, C./Sacher, M./Stumpf, F., Vertrauen (skapseln) beim Online-‐Einkauf, in Datenschutz und Datensicherheit-‐DuD, 31(5) (2007) S. 363
290 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) 2002, S. 246
291 vgl. Paradice, D.B., an Examination of the impacts of Brand Equity, security, and Personalization on Trust Processes in an E-‐Commerce Environment, in Journal of Organizational and End User Computing, 21(1) 2009, S.2
292 vgl. Band-‐Sassen, K.: Imagery IV: Nutzergerechte Startseiten-‐Gestaltung – differenzierte Analyse für Internetauftritte und Online-‐Shops (2003-‐2010) unter: http://www.eresult.de/studien_artikel/studienbaende/Imagery-‐Studie_IV.html (Stand 18.11.2011)
293 vgl. Forrester, D., Turn Clicks Into Customers: Proven Marketing Techniques for Converting Online Traffic Into Revenue (2010) S. 127
294 vgl. Gefen, D./Karahanna, E./Straub, D.W., Trust and TAM in online shopping: an integrated model, in MIS Quarterly, 27(1) (2003) S. 72ff
65
Abbildung 12 – Positionen des Warenkorbs – Imagery Studie295
Aus dem Bereich der rechtlichen Vertrauensbausteine wird bei Kumbruck der Aspekt der
Transparenz eingeführt.296 Der Begriff der Transparenz von Prozessen muss hier vorwiegend
aus der Perspektive der wahrgenommenen Transparenz betrachtet werden. Aspekte wie
schnell auffindbare Kontaktmöglichkeiten z.B. einer Bestellhotline oder ein aussagekräftiges
Impressum sind hier relevant. Ebenfalls aus der Perspektive rechtlicher Aspekte kann das
Widerrufsrecht gesehen werden, wobei dieses regional sehr unterschiedlich verankert ist.
Auch wenn das Widerrufsrecht eigentlich einen juristischen Aspekt belangt, ist für die
impulsive Entscheidung eher dessen Wahrnehmung von Bedeutung. Ein klar
gekennzeichnetes Widerrufsrecht, wird als Risikominimierend aufgefasst, da es die
potentiellen Konsequenzen des Kaufes relativiert und somit als Abbau eines
Verkaufshemmnisses aufgefasst werden kann. Aus der Perspektive des Impulskaufes liegt
der Verdacht nahe, dass ein klar deklariertes Widerrufsrecht vertrauensbildend wirkt. Ein
weiterer Aspekt ist die verständliche Darstellung von Versandkosten.297
Einer der Kernaspekte von Vertrauen in einem E-‐Commerce Kontext ist die
Informationsasymmetrie zwischen Anbieter und Konsument.298 Aktuelle Untersuchungen
295 Henrici, M.: Webdesign: Beste Konversion irgendwo zwischen Langeweile und Irritation, unter http://www.konversionskraft.de/analysen/beste-‐konversion-‐zwischen-‐langweile-‐und-‐irritation.html (Stand 14.10.2011)
296 vgl. Kumbruck, C./Sacher, M./Stumpf, F., Vertrauen (skapseln) beim Online-‐Einkauf, in Datenschutz und Datensicherheit-‐DuD, 31(5) (2007) S. 264
297 vgl. Hodge R. Factors influencing impulse buying during an online purchase transaction (Academic Thesis) (2004) S. 65
298 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) (2002) S. 244
66
konnten zeigen, dass bei starker Informationsasymmetrie die Wahrnehmung über die
Qualität des Interfaces eine gesteigerte Bedeutung hat.299
Der Versuch diese Asymmetrie auszugleichen ist nur einer der Gründe, der letztlich die
Entstehung von Bewertungsportalen im Internet begünstigen. Bereits 2002 konnten
Forschungen von Ba & Pavlou die Bedeutung von Bewertungsmechanismen im E-‐Commerce
belegen. 300 Auch wenn die hier gewonnenen Erkenntnisse aus Auktionsplattformen
stammen, ist es naheliegend dass zumindest die examinierte Grundaussage bezüglich des
Effektes von Bewertungen für den E-‐Commerce-‐Bereich als Ganzes gehalten werden kann.
Es kann festgehalten werden, dass negative Bewertungen unter gewissen Bedingungen zu
einem deutlichen Vertrauensverlust führen, der letztlich erhebliche Auswirkungen auf das
Käuferverhalten hat. Positive Bewertungen hingegen haben positive Auswirkungen auf die
Preisbereitschaft und die Vertrauensbildung.301
Basierend auf den Ergebnissen von Ba und Pavlu kann argumentiert werden, dass der aus
Verkäufersicht negative Effekt der Informationsasymmetrie durch Bewertungsmechanismen
reduziert werden kann.302 Kundenbewertungen sind heute im E-‐Commerce stark verankert
und haben einen realen Einfluss auf Verkaufszahlen. Kundenmeinungen (Testimonials)
werden heute als gängiges Mittel der Vertrauensbildung aufgefasst.303 Von Interesse ist
dabei mitunter der Mechanismus, der hinter Testimonials steht. In diesem Zusammenhang
kann die Dimension der Transitivität von Vertrauen eingeführt werden.
3.1.2 Transitivität von Vertrauen
Es ist davon auszugehen, dass Vertrauen transferierbar ist, auf unterschiedliche
Verkaufssituationen,304 wobei als Träger und Überträger von Vertrauen auch Symboliken
zum Einsatz kommen können. Folgt man in diesem Punkt der Somatic Marker Hypothesis305
(SMH) aus dem Neuromarketing, so liefert diese eine konkludente Erklärung für die
Verwendung von Trustelementen als Transportträger des Vertrauens aus der perspektive
neuronaler Funktionen. Speziell Elemente wie etwa die TÜV Zertifizierung in Deutschland
lassen sich mit diesem Aspekt argumentieren. 299 vgl. Wells, J.D./Valacich, J.S./Hess, T.J., What signal are you sending? how website quality influences perceptions of product quality and purchase intentions, in MISQ, 35(2) (2011) S. 388ff
300 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) (2002) S. 251 ff
301 vgl. ebda. S. 261 302 vgl. ebda. S. 263 303 vgl. Hunt, B.,: Convert!: Designing Web Sites to Increase Traffic and Conversion, (2011) S. 179f 304 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) (2002) S. 263
305 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) .
67
Der Aspekt der Übertragbarkeit von Vertrauen ist speziell für Impulskäufe im Internet
relevant, da aufgrund der zeitlichen Restriktion, bedingt durch den primären Reiz, eine
ausgedehnte Phase der Bildung einer Vertrauensbeziehung unterbleibt. Von einer
Vertrauensbeziehung kann unter anderem dann gesprochen werden, wenn die eigene
Gewohnheitserfahrung genutzt werden kann um aus zahlreichen erfolgreichen
Einzeltransaktionen eine Personen-‐ (oder Subjekt-‐) bezogene Vertrauensbeziehung zu
erzeugen.306 Genau dieser Aspekt kann jedoch im Rahmen der hier betrachteten
Impulskaufsituation im E-‐Commerce nicht generiert werden.
Für die Übertragbarkeit oder genauer Transitivität von Vertrauen konnten von Jøsang &
Pope bedeutende Erkenntnisse gewonnen werden.
Für das Verständnis dieser Erkenntnisse ist eine Differenzierung zwischen dem
Entstehungsobjekt von Vertrauen (Trust Originator) dem Anwendungszusammenhang von
Vertrauen (Trust Purpose) und dem Anwendungsziel (Trust Traget) hilfreich.
Abbildung 13 -‐ Basic Trust Diversity307
Die Untersuchungen von Jøsang & Pope legen es nahe, dass für die Transitivität von
Vertrauen über mehrere Ebenen, die Notwendigkeit von konsistenten
306 vgl. Jøsang, A./Pope, S., Proceedings of the 2nd Asia-‐Pacific conference on Conceptual modelling -‐ Volume 43, Semantic constraints for trust transitivity. Australian Computer Society, Inc., (2005) S. 60
307 Entnommen aus: ebda. S. 60
68
Anwendungszusammenhängen relevant ist, wobei dies sowohl für funktionales Vertrauen
im Sinne der Vorwärtsintegration als auch für referenzielles Vertrauen im Sinne der
Rückwärtsintegration gilt.308
Einen pragmatischeren Zugang, der sich jedoch mit denselben Mechanismen erklären lässt,
findet man in der einschlägigen Konversionsliteratur unter dem Aspekt der Drittpartei-‐
Validierung.309 Bei diesem Ansatz werden externe Qualitätssiegel verwendet, um das
Vertrauen in einen externen Dritten auf die eigene Seite zu transferieren. Beispiele hierfür
wären etwa Logos von Handelsverbänden wie dem EHI oder Logos von Anbietern von
Konsumentenschutzmechanismen wie TÜV online oder Trusted Shops. Auch die Darstellung
von Symboliken für SSL Zertifikate wie das Logo von Versign oder McAfee können in diesem
Kontext aufgefasst werden. Dieser Bereich wird in populärer Literatur auch als „Trust
Elemente“ bezeichnet. In diesem Bereich gibt es mittlerweile zahlreiche Anbieter, die jedoch
sehr unterschiedliche Aspekte versprechen oder garantieren. Für die Praxis haben sich
regional und branchenbezogen unterschiedliche Symboliken entwickelt.
3.1.3 Datenschutz
Datenschutz ist im Kern der Begrifflichkeit zwar in erster Linie ein technisch-‐juristisches
Konstrukt, in der Praxis ist Datenschutz heute allerdings Gegenstand einer breiten
Diskussion die vorrangig emotionsorientierte Betrachtungen impliziert.
Die Dimension technischer Aspekte wird nur insofern behandelt, als diese Auswirkungen auf
die wahrgenommene Sicherheit haben. Einer dieser Aspekte ist die Verschlüsselung des
Datentransfers mit Secure Socet Layers (SSL). In der Praxis kommen SSL verschlüsselte
Verbindungen sinnvollerweise dann zum Einsatz, wenn vom User sensible Daten abgefragt
und übertragen werden, wie z.B. Kontodaten, Kreditkartendaten,
Sozialversicherungsnummern etc. Der Nutzen von SSL verschlüsselten Verbindungen ist zwar
aus Datenschutz-‐Gesichtspunkten nicht zu negieren, dennoch ist dies nicht die für den
Impulskauf relevante Dimension der Betrachtung. Für den Impulskauf ist die vermittelte und
wahrgenommene Sicherheit im Sinne der Vertrauensgenese der entscheidende Aspekt.
Zahlreiche Studien belegen, dass ein mit SSL Zetrifikat geschützter Checkoutprozess
308 vgl. Jøsang, A./Pope, S., Proceedings of the 2nd Asia-‐Pacific conference on Conceptual modelling -‐ Volume 43, Semantic constraints for trust transitivity. Australian Computer Society, Inc., (2005) S. 61ff
309 vgl. Hunt, B.,: Convert!: Designing Web Sites to Increase Traffic and Conversion, (2011) S. 176
69
erheblichen Einfluss auf das Konvertierungsverhalten hat.310 Auch wenn diese These
sicherlich nicht für jeden Einzelfall gehalten werde kann, ist sie dennoch durch Einzelbelege
hinreichend gefestigt.
3.1.4 FUDs – Ein Kunstwort aus der Praxis
In populärwissenschaftlichen Themenbetrachtungen wird der Begriff „FUDs“ regelmäßig
verwendet, wobei sich dieser Ausdruck im aus den Begriffen Fear (Angst), Uncertainties
(Unsicherheiten) und Doubts (Vorbehalte / Zeifel) zusammensetzt. Die hier erwähnten
Ängste beziehen sich dabei primär auf Sicherheits-‐ und Datenschutz-‐Aspekte, die
Unsicherheiten auf die Usability und funktionale Probleme und die Zweifel auf die
Eigenschaften des Produkten oder der Leistung die erworben werden soll.311 Diese relativ
zugängliche Betrachtung umfasst ähnlich dem Ansatz der Vertrauenskapseln von Kumbruck,
Sacher und Stumpf einzelne Betrachtungsebenen, die letztlich Einfluss auf die
Vertrauensgenese im Kundenprozess haben.
Der Ansatz, dass funktionale Probleme, wie etwa das Auftreten von 404-‐Seiten oder
sonstiger Systemabstürze vertrauensmindernd wirken, ist naheliegend und kann als solcher
pragmatisch übernommen werden. Der Punkt Usability hingegen ist relativ schwer
quantifizierbar und von zahlreichen Faktoren abhängig. Aktuell gibt es einige
wissenschaftliche Untersuchungen die einen Zusammenhang zwischen Usbaility, verstanden
als Qualitätsniveau des User Interfaces, und Vertrauen proklamieren. Einen guten Überblick
aus dem Jahr 2005 liefern Emurian & Wang die ein Framework312 für die Vertrauensgenese,
basierend auf bestehenden Forschungen etablieren konnten in dem vier Dimensionen
abgedeckt und betrachtet werden. Die vier Dimensionen dieses Frameworks sind Grafik-‐
Design, Strukturelles-‐Design, Content-‐Design und die soziale Interaktion. Aus heutiger Sicht
beschreibt das Framework eine Sammlung gängiger Qualitätsrichtlinien von Websites, weist
aber zugleich auch auf die vertrauensbildenden Eigenschaften hochwertiger Interfaces hin.
Ähnlich wie auch Wells, Parboteeah und Valacich 2011313 unternehmen damit schon
Emurian & Wang 2005 einen Versuch die „Qualität“ eines Interfaces als solches zu
310 vgl http://www.verisign.com/ssl/ssl-‐information-‐center/ssl-‐case-‐studies/index.html 311 vgl. Saleh, K./Shukairy, A., Conversion optimization (2011) S. 145 312 vgl. Wang, Y.D./Emurian, H.H., An overview of online trust: Concepts, elements, and implications, in Computers in human behavior, 21(1) 2005, S. 116ff
313 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011)
70
diskutieren ohne dabei allerdings einzelne Elemente als solche in einem Testverfahren zu
validieren.
Auch wenn Usability und die hier beschriebene Qualität eines Interfaces unterschiedliche
Dimensionen im Detail aufweisen, kann die Vermutung dass Usability einen relevanten
Einfluss auf die Genese von Vertrauen hat, übernommen werden. In populärer Literatur wird
der Zusammenhang zwischen Usability und dem Konvertierungsverhalten an zahlreichen
Stellen diskutiert. Die Aussagekraft dieser Diskussion ist allerdings sehr beschränkt, da
Usabiliy heute als ein abstraktes Konstrukt verstanden werden kann, das nur unbefriedigend
quantifiziert werden kann. Die gängigste Definition von Usability stammt von Nielsen314 und
untergliedert sich in die Hauptdimensionen Learnability, Efficiency, Memorability, Errors und
Satisfaction.
Wenn Usability deutlich pragmatischer als Einfachheit der Bedienung verstanden wird, so
kann eine Auswirkung auf die Vertrauensgenese belegt werden.315
Neben der Usability einer Seite sind es auch Aspekte der bildlichen Gestaltung, die einen
moderierenden Einfluss auf die Vertrauensgenese haben. Eine Studie konnte belegen, dass
personenbezogene Bilder einen Einfluss auf das Vertrauen in eine Seite haben, wobei
Anbieter mit einem schlechten Ausgangswert deren wahrgenommenen Vertrauenswert
verbessern konnten, hingegen jene mit einem sehr positiven Ausgangswert ihre
Wahrnehmung verschlechterten.316 In einem späteren Abschnitt wird auf die Bedeutung von
Produktbildern für den Impulskauf näher eingegangen, es ist jedoch naheliegend dass Bilder
einen erheblichen Einfluss auf die Vertrauensgenese für den Impulskauf haben.
Für die Situation des impulsiven Käuferverhaltens besitzt der Aspekt des Vertrauens deshalb
eine Relevanz, weil hier immer von einer Reizsteuerung auszugehen ist und Entscheidungen
sehr schnell fallen. Anders als bei extensiven Käufen findet keine umfassende Recherche
sowohl bezüglich des Objektes als auch bezüglich des Händlers statt. Der Aspekt des sehr
schnell generierten Vertrauens, das sich stark aus den oben genannten Aspekten
314Nielsen, J. Usability 101: Introduction to Usability, unter: http://www.useit.com/alertbox/20030825.html (Stand: 10.11.2011)
315 vgl. Gefen, D./Karahanna, E./Straub, D.W., Trust and TAM in online shopping: An integrated model, in MIS Quarterly, 27(1) (2003) S. 74ff.
316 vgl. Riegelsberger, J./Sasse, M.A./McCarthy, J.D., Proceedings of the SIGCHI conference on Human factors in computing systems, Shiny happy people building trust?: photos on e-‐commerce websites and consumer trust. 2003, S. 2003
71
zusammensetzt ist, wie mehrfach in der Literatur beschrieben als Katalysator im weiteren
Sinne zu verstehen.317
3.1.5 Fragestellungen für die Hypothesenbildung
Wenn im Zuge eines CRO Prozesses die Ebene des Vertrauens als eines der maßgeblichen
Problemfelder identifiziert werden kann, dann konnten folgende Felder als relevante
Aspekte für die Hypothesenausbildung gefunden werden:
F1: Werden alle drei Ebenen der Vertrauensbausteine (rechtlich, psychisch, juristisch)
genutzt?
Es empfiehlt sich eine Überprüfung der Stimmigkeit von rechtlichen, technischen und
psychischen Vertrauensbausteinen im Sinne der Vertrauenskapseln nach Kumbruck, Sacher
und Stumpf. Im Wesentlichen ist in dieser Perspektive zu überprüfen ob alle drei Ebenen von
Vertrauensbausteinen beinhaltet sind und diese auch vermittelt werden können.
F2: Gibt es die Möglichkeit Transparenz besser zu vermitteln?
Wie gezeigt werden konnte, ist die wahrgenommene Transparenz ein relevanter
Einflussfaktor. Die Sichtbarkeit einer Hotline, der Hinweis auf das Widerrufsrecht, der
Hinweis auf voraussichtliche Lieferzeiten, entstehende zusätzliche Kosten etc, sollten
hinterfragt werden.
F3: Welche Symboliken können gewählt werden um Vertrauen zu übertragen?
Folgt man dem Ansatz der Transitivität von Vertrauen, dann ist die Frage zu stellen welche
Aspekte genutzt werden können um Vertrauen zu transferieren. Ferner ist zu fragen welche
Quellen für die Transitivität von Vertrauen genutzt werden können.
F4: In welcher Form können Kundenmeinungen genutzt werden um Vertrauen zu
generieren? Es konnte gezeigt werden dass Kundenmeinungen einen moderierenden
Einfluss auf die Vertrauensgenese besitzen. Es stellt sich die Frage, wie diese Ebene
integriert werden kann.
317 vgl. Ba, S./Pavlou, P.A., Evidence OF the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior, in MIS Quarterly, 26(3) (2002) S. 244
72
F5: Welche realen Datenschutzverbesserungen lassen sich realisieren und vermitteln?
Diese Fragestellung ist eher technisch pragmatisch als konzeptionell. Eine moderierende
Wirkung kann über den Umweg der Wahrnehmung des Datenschutzes erreicht werden.
F6: Können Symboliken der Sicherheit wie z.B. SSL Zertifikate genutzt werden?
Symboliken die mit Sicherheit in Verbindung gebracht werden, können einen signifikanten
Einfluss haben. Es ist zu fragen ob abgesehen von SSL Zertifikaten noch andere Aspekte
gefunden werden können, die diesen Symbolcharakter erfüllen.
F7: Gibt es funktionale Schwächen die aufgedeckt werden können?
Dieser Punkt ist nicht nur als Hilfestellung für eine Hypothesenbildung zu verstehen, sondern
bildet eine sinnvolle Ausgangslage für jede Optimierung. Aus der hier gesteckten Perspektive
der Vertrauenssteigerung sind funkionale Schwächen dennoch relevant.
F8: Gibt es bei der Bedienung des Systems Usability-‐Probleme die User verunsichern?
Diese Fragestellung lässt sich in der Praxis mit einem Usability Lab klären, einem Messaufbau
bei dem das Verhalten eines Users auf der Seite beobachtet wird. Usability Labs eigen sich
als Vorstudie der Optimierung.
F9: Können Bilder als relevante Vertrauens-‐Faktoren genutzt werden?
Bilder haben einen signifikanten Einfluss auf die Vertrauensgenese. Es ist zu fragen ob der
Einsatz von Bildern optimiert werden kann.
3.2 Markenemotionen und Markenidentität
Marken stellen heute in der Wissenschaft ein eigenständiges Forschungsgebiet dar, in dem
umfassende Arbeiten entstehen. Sicherlich kann man Marken unter anderem auch unter
dem Aspekt der Vertrauensbildung sehen, im Vergleich zu anderen im vorangegangenen
Kapitel genannten Aspekten reichen Aspekte der Markenbetrachtung aber weit über die
Dimension des Vertrauens hinaus, weshalb die Gliederung in ein eigenes Kapitel sinnvoll ist.
73
Unbestritten ist, dass Marken für limitierte und habitualisierte Käufe eines der dominanten
Kaufmotive generieren.318 Aktuellere Forschungen konzentrieren sich zunehmend auf den
emotionalen Wert von Marken.
Eine Auseinandersetzung mit der Thematik der Markenwirkung ist bereits deutlich älter. Die
Arbeiten von Domizlaff (1939) werden dabei oft als Referenzpunkt für die Auffassung über
die Dimension des Markenbegriffs gesehen.319
Aus Perspektive des Impulskaufs ist die emotionale Ebene von Bedeutung. Heute kann
davon ausgegangen werden, dass Marken eine weitaus größere Bedeutung haben als nur
zur Differenzierung zu dienen. Aktuelle Forschungen basierend auf Untersuchungen mit dem
funktionalen Magnetresonanztomographen, belegen mehrfach die Bedeutung von Marken
für den Emotionalisierungsprozess.320 Forschungen von Rosenzweig und Berens 2005
führten zur Entwicklung einer schematischen Darstellung, die die Verarbeitung einer Marke
im menschlichen Gehirn darstellt.
Abbildung 14 – Die Verarbeitung einer Marke im Gehirn nach Rosenzweig / Barens 2005 321
318 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 174ff
319 vgl. Möll, T.:Messung und Wirkung von Markenemotionen : Neuromarketing als neuer verhaltenswissenschaftlicher Ansatz (2007) S. 14
320 vgl. Kenning, P./Plassmann, H./Ahlert, D., Consumer Neuroscience, Implikationen neurowissenschaftlicher Forschung für das Marketing, in Marketing ZfP, 29 (2007) S. 60
321 Enntommen aus: Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 279
74
Mit dieser Darstellung kann gezeigt werden, dass Marken in sehr umfangreicher Weise im
menschlichen Gehirn verarbeitet werden.
Festgehalten werden kann, dass viele Entscheidungen unterbewusst getroffen werden und
Marken einen erheblichen Einfluss auf die Entscheidung haben. Solange die
Entscheidungsfindung keine internen Konflikte auslöst oder nicht unter Risiko stattfindet,
bedeutet dies, dass die Entscheidung nicht begründet werden muss. In diesem Fall fällt die
Wahl konstant auf die Marke mit dem stärkeren neuronalen Netz oder anders gesagt die
Wahl fällt auf die sympathischere Marke.322
Im Zuge von Untersuchungen mit dem Hirnscanner konnte schon 2002323 und erneut 2005
von Deppe et. al. festgestellt werden, dass Marken zu einer erheblichen kortikalen
Entlastung bei Entscheidungen führen. Dieser schon früher in der klassischen
Verhaltenstheorie vermutete Aspekt ist mit Bestandteil der Herleitung von limitierten
Kaufentscheidungen auf Basis des Evoced Set.324 Dieser für das limitierte Käuferverhalten
festgehaltene und unwidersprochene Aspekt hat auch bei impulsiven Kaufentscheidungen
eine moderierende Wirkung. Es konnte gezeigt werden, dass Marken eine stark
emotionalisierende Wirkung haben und dass Emotionen eine elementare Basis für impulsive
Kaufentscheidungen bilden. Weiters kann gezeigt werden, dass zahlreiche Entscheidungen
in denen Marken involviert sind unterbewusst fallen, was Entscheidungen mit geringer bis
keiner kognitiven Steuerung gleichzusetzen ist, was letztlich Bestandteil der Definition des
impulsiven Käuferverhaltens ist.
Abgesehen von der moderierenden Wirkung im Zuge der Kaufentscheidung, konnten
Beiträge einen Zusammenhang zwischen Marken und Vertrauensaspekten in einem Online-‐
Kontext belegen.325
Die Bedeutung von Marken für die Vertrauensgenese ist vor allem in Hinsicht auf die in
Abschnitt 4.1.2 gezeigte Transitivität von Vertrauen von Interesse.
Für die Praxis im Optimierungsprozess kann festgehalten werden, dass der Umgang mit
Marken aufgrund ihrer starken Auswirkungen mit großer Sensibilität zu betrachten ist.
322 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 280.
323 vgl. Foscht, T./Swoboda, B., 2011, Käuferverhalten : Grundlagen -‐ Perspektiven – Anwendungen (2011) S. 175.
324 vgl. ebda, S. 175. 325 vgl. Einwiller, S., Proceedings of the 8th Research Symposium on Emerging Electronic Markets (RSEEM2001), September, The significance of reputation and brand for creating trust in the different stages of a relationship between an online vendor and its customers. (2001)
75
3.2.1 Fragestellungen für die Hypothesenbildung
F10: Können Markensymbole verstärkt genutzt werden?
Oftmals werden Markenlogos aus unterschiedlichen Gründen nicht genutzt. Abhängig von
der sonstigen Gestaltung ist sowohl eine Nutzung auf der Einzelproduktansicht als auch in
der Kategorieansicht oder dem Warenkorb denkbar.
F11: Können stärkere Marken optisch adäquat betont werden?
Es ist zu fragen, ob die stärksten Marken im Layout dominanter zum Einsatz gebracht
werden können um stärker von deren Markenemotionen zu profitieren.
F12: Wird die eigene Marke optimal eingesetzt?
Es ist zu hinterfragen ob die eigene Marke in ausreichendem Maß gewürdigt wird und so
positioniert und präsentiert wird wie dies gewünscht ist.
3.3 Personenbezogene Faktoren
Personenbezogene Einflussfaktoren sind im Rahmen dieser Arbeit etwas kritischer zu sehen.
In der Praxis ist es als sehr schweres Unterfangen anzusehen, gezielt einzelne
Besuchergruppen oder Besucher anzusprechen, was letztlich an der beschränkten
Datenqualität beim Erstkontakt mit einem Kunden liegt. Anders ist dies bei
wiederkehrenden Besuchern, die bereits umfangreich profiliert wurden und entsprechenden
User-‐Segmenten zugewiesen wurden.
Eine umfassende Segmentierung von Kunden, basierend auf deren Verhalten, kann dabei als
Ausgangspunkt für Optimierungsmaßnahmen gesehen werden.
3.3.1 Impulsivität als Persönlichkeitsmerkmal
Unbestritten ist die mehrfach belegte Erkenntnis, dass es bezüglich der Impulsivität als
Persönlichkeitsmerkmal deutliche Unterschiede bei Kunden gibt,326 was eine deutliche
Auswirkung auf das Käuferverhalten hat. Es ist also naheliegend zu versuchen einzelne User
zu identifizieren die für Impuls-‐Reize eher zugänglich sind.
Im Idealfall kann anhand des Verhaltens bei vorangegangenen Einkäufen eine Identifizierung
dazu führen, dass diesen Usern spezielle Angebote gelegt werden können die nicht in breiter
Masse genutzt werden können. Zu denken wäre hier etwa an besondere Gutscheinaktionen 326 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 35ff
76
oder limitierte Verkaufsaktionen, die beim durchschnittlichen Kunden eine zu geringe
Reaktanz zeigen würden.
Voraussetzung dafür ist eine umfangreiche Auswertung der Transaktionen und Aktionen von
Kunden in der eigenen Plattform. Moderne E-‐Commerce Lösungen bieten hier schon sehr
attraktive Lösungen für die Sammlung der Datenbasis. Eine Auswertung erfolgt derzeit
vornehmlich in der Ebene zusätzlicher CRM327 Systeme. In der Praxis ist dieser Schritt relativ
großen Projekten vorbehalten, die über notwendige Ressourcen verfügen.
3.3.2 Demografische Aspekte
Zahlreiche Untersuchungen belegen, wenig überraschend, dass demografische Aspekte
einen Einfluss auf das impulsive Käuferverhalten haben. Das Einkommensniveau etwa
konnte als sehr robuste Einflussgröße auf das impulsive Käuferverhalten in einem online-‐
Kontext bestimmt werden.328
Aus Sicht einer Konversionsoptimierung ist allerdings die Frage zu stellen, in welcher Form
diese Erkenntnis für das hier diskutierte Problem genutzt werden kann.
Eine weiterer Einflussfaktor der aus dem Offline-‐Handel stammt und dort mehrfach bestätigt
werden konnte, ist die sogenannten „Impulse Buying Tendency“, darunter versteht man ein
Persönlichkeitsmerkmal, welches aussagt, ob eine Person dazu neigt Impulskäufe zu tätigen.
Dieser Zusammenhang konnte zumindest für weibliche Konsumenten auch für den Online-‐
Bereich bestätigt werden.329 Es ist wohl aber davon auszugehen, dass dieser Einflussfaktor
für alle Online-‐Kunden gilt.330 Interessant ist dieser fast schon tautologisch anmutende
Einflussfaktor eher als Hilfsgröße zur Kundensegmentierung, denn als Ansatzpunkt einer
Optimierung von Online-‐Angeboten. Selbst als Aspekt einer Kundensegmentierung bleibt
fraglich, wie mit Methoden der Webanalyse eine Differenzierung des von diesem Merkmal
betroffenen Users möglich ist. Es bleibt festzuhalten, dass diese Einflussgröße ungeeignet
scheint als Ansatzpunkt für die Praxis.
327 Anmerkung: CRM = Customer Relationship Management Systeme sind Softwarelösungen die dazu dienen den Kundenstamm bestmöglich zu pflegen, als Basis für eine Optimierung der Kundenbeziehung. Kundensegmentierungen werden ebenfalls in der Ebene von CRM Systemen erfasst.
328 Vgl. Hodge R.:Factors influencing impulse buying during an online purchase transaction, (2004) (Academic Thesis) S.55
329 vgl. Hung, C.J.:The analysis of factors that influence female impulse buying during online transactions, (2008) S. 91
330 vgl. Wells, J.D./Parboteeah, V./Valacich, J.S.: Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in JAIS, 12(1) (2011) S. 35
77
3.3.3 Kundensegmentierung – Limbic® Map
Auch wenn demografische Aspekte eine Einflussgröße auf das impuslive Käuferverhalten
darstellen, ist es naheliegend, dass ein Teil der hier gefundenen Ergebnisse eher eine
Korrelation als eine Kausalität ist.
Ein Nebenergebnis des Forschungsgebietes des Neuromarketings ist, dass eine alternative
Kundensegmentierung eher nach Bedürfnissen und Einstellungen proklamiert wird, die von
der Wissenschaft aktuell intensiv diskutiert wird. Das bekannteste Modell in diesem
Zusammenhang ist die Limbic® Map nach Häusel. Dieses Modell geht davon aus dass es im
Wesentlichen drei bestimmende Instruktionen gibt die unser Handeln beeinflussen.
Abbildung 15 . Die Limbic® Map nach Häusel331
Diese drei Instruktionen sind die Dominanz Instruktionen, die Balance Instruktionen und die
Stimulanz Instruktionen. Die Limbic® Map wurde mittlerweile auch von eher
wissenschaftlicher Literatur rezipiert,332 und bildet die Grundlage einer alternativen
Segmentierung die sich stark von demografischen Aspekten abwendet. Weitere Ableitungen
aus der Limbic® Map und zusätzlichen Forschungen führten zur Definition von Grundtypen
die in der Gesellschaft vorkommen und sich als neue Form der Segmentierung versteht.333
331 Entnommen aus: Häusel, H.-‐G., Emotional boosting : die hohe Kunst der Kaufverführung (2009) S. 30 332 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 251
333 vgl. Häusel, H.-‐G., Emotional boosting : die hohe Kunst der Kaufverführung (2009) S. 36
78
Abbildung 16 -‐ Limbic® Types nach Häusel334
Interessant ist die Ausbildung von Limbic® Types deshalb, weil Häusel jedem dieser Typen
ein spezifisches Kaufverhalten zuzuschreiben konnte. Nach dieser Einteilung wäre aus Sicht
des impulsiven Käuferverhaltens speziell nach „Abenteurern“ und „Hedonisten“ zu
suchen.335
3.3.4 Fragestellungen für die Hypothesenbildung
Für die Nutzung von Erkenntnissen aus dem Punkt der personenbezogenen Faktoren für den
Optimierungsprozess ist es zuerst notwendig die Kundendaten auszuwerten.
F13: Können Kundensegmente gebildet werden die auf spezifische Angebote besser
reagieren? Diese Fragestellung ist in erster Linie als Beitrag zur Explorierung des eigenen
Kundenstamms zu sehen.
F14: Gibt es eine Möglichkeit gezielt einzelne Zielgruppen im Werbekanal anzusprechen?
Die moderierende Wirkung von personenbezogenen Einflussfaktoren ist unbestritten. Zu
fragen ist ob bereits im Webekanal eine spezielle Ansprache der betroffenen Zielgruppe
geschehen kann.
334 Entnommen aus_ http://www.nymphenburg.de/limbic-‐types.html (12.11.2011) 335 vgl. Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse – Anwendungen (2009) S. 255
79
F15: Wie können Angebote adaptiert werden um speziell für Hedonisten und Abenteurer
interessant zu sein? Der Ansatz von Häusel in diesem Zusammenhang ist vielversprechend.
Zu fragen ist wie Angebote so gestaltet werden können um Hedonisten und Abenteurer
anzulocken.
3.4 User Experience & Incentives
Unter User Experience ist das Erleben einer Website aus Sicht des Users zu verstehen, dabei
geht es um die Befriedigung durch Gebrauchserfahrung. In diesem relativ jungen
Betrachtungsgebiet wird der Versuch unternommen Interfaces aus Sicht des Users zu
gestalten und damit die Lust am Erleben einer Seite zu steigern. Dieser Ansatz wird auch als
User-‐centered Design verstanden.336 In einer pragmatischen Betrachtung finden sich heute
unter dem Schlagwort User Experience Aspekte und Lösungen die in besonderer Weise auf
das Erleben einer Website verweisen. Dieses „Erleben einer Seite“ kann durch
unterschiedlichste Elemente generiert werden, spricht aber immer auch die für den
Impulskauf wichtige Ebene der Emotionen an. Die Prämisse hinter diesem Punkt ist relativ
simpel. Ein gesteigertes Erlebnis führt zu positiven Emotionen, die Impulskäufe direkt
beeinflussen und zu einer längeren Verweildauer führt, was ebenfalls die Wahrscheinlichkeit
eines impulsiven Kaufes erhöht.337
User Experience ist immer auf den Anwendungsfall (den designierten Nutzen) bezogen und
kann ohne diesen nicht diskutiert werden,338 dennoch lassen sich einzelne Aspekte finden,
die für sich einen positive Auswirkung auf das impulsive Käuferverhalten haben.
3.4.1 Produktbilder
Einer der wesentlichsten Aspekte für das Erleben einer Website sind Bilder, als stärkster
optischer Bezugspunkt.
336 vgl. Garrett, J.J., The Elements of User Experience: User-‐Centered Design for the Web and Beyond (2010) S.17
337 vgl. Hung, C.J.:The analysis of factors that influence female impulse buying during online transactions, (2008) S. 66ff
338 vgl. Garrett, J.J., The Elements of User Experience: User-‐Centered Design for the Web and Beyond (2010) S.9 ff
80
Die Rolle von Produktbildern bei der Warenpräsentation wird in einem breiten Spektrum
diskutiert. Aus Sicht des Impulskaufes ist es relevant, welche Auswirkungen Produktbilder
auf die emotionale Reaktion haben.
Eine Studie konnte zeigen, dass positiv besetzte Bilder in ihrer Wirkung zwar nicht so
deutlich sind wie verstörende Bilder, im Vergleich zu neutralen Bildern aber dennoch einen
signifikant stärkeren Ausschlag haben und eine länger anhaltende emotionale Reaktion
verursachen.339 Andere Untersuchungen belegen nicht nur die automatische emotionale
Reaktion auf emotionale Bilder sondern legen auch nahe, dass positiv besetzte Bilder eine
länger anhaltende Wirkung haben, obgleich verstörende Bilder signifikant schnellere
Reaktionen auslösen.340 Unbestritten ist, dass Produktbilder im Rahmen der
Produktpräsentation eine entscheidende Rolle spielen, da sie der größte optische Reiz sind
der in der Regel dargeboten werden kann. In der Praxis finden sich unterschiedliche Typen
von Produktbildern im E-‐Commerce, die jeweils eine andere Wirkung erzielen sollen. Die
Typologie von Produktbilder fällt dabei in der Literatur sehr unterschiedlich aus. Eine
vereinfachte, gängige Typologie kann wie folgt beschrieben werden. Die erste Kategorie
bilden „Hero Shots“, darunter versteht man das große Produktbild das in der Regel
freigestellt (vom Hintergrund befreit) wurde und eine sogenannte Totalansicht des
Produktes darstellt. Dieses Bild wird in der Regel für Kategorieansichten oder ähnliches
verwendet. In der Praxis wird diese Art von Produktbild stark nachbearbeitet und oftmals
mit visuellen Effekten (Schatten, Glanz etc.) aufgewertet um einen möglichst positiven
Ersteindruck zu erreichen. Eine weitere Kategorie von Produktbildern die sich abgrenzen
lässt, ist jene, die das Produkt in dessen Verwendungszusammenhang zeigt oder stellt. Im
Fall von Mode wären dies etwa Bilder, in denen das Kleidungstück in seiner avisierten
Verwendungsumgebung getragen wird (Strandhut / Meer etc.) Der Sinn dahinter ist eine
emotionale Übertragung zu erreichen. Während der Hero Shot dazu dienen soll das Produkt
selbst optimal darzustellen, dient diese zweite Kategorie an Bildern dazu die Authorität und
Emotion der abgebildeten Situation zu transferieren und damit sowohl einen Bezugsrahmen
herzustellen als auch die emotionale Reichweite des Bildes zu vergrößern. Ein wichtiger
Aspekt bei Bildern dieser Art ist eine Authentizität zu erreichen, die zur sonstigen
Produkpräsentation passt. Auch dieser Produktbildtypus lässt sich mit den Erkenntnissen
aus der Forschung zu somatischen Zuständen aus der Neuroökonomie gut argumentieren.
339 vgl. Hajcak, G./Olvet, D.M., The persistence of attention to emotion: brain potentials during and after picture presentation, in Emotion 8(2) (2008) S. 250ff
340 vgl. Carretié, L./Hinojosa, J.A./Martín-‐Loeches, M./Mercado, F./Tapia, M., Automatic attention to emotional stimuli: neural correlates, in Human brain mapping, 22(4) 2004, S.290ff
81
Eine zweite Argumentationslinie ist in Spiegelneuronen zu suchen, die im Punkt 4.4.2 erklärt
werden.
Eine dritte unterscheidbare Typologie von Produktbildern ist jene, die ein spezifisches Detail
darstellt und abbildet. Vereinfacht handelt es sich hier oftmals um Detailansichten die einen
spezifischen Aspekt des Produktes verstärkt darstellen und ins Zentrum des Interesses
rücken. Genutzt werden können solche Detailansichten auch um einen spezifischen Nutzen
des Produktes zu betonen (z.B. Unterarmbelüftungen bei Sportjacken). Bei technischen
Produkten findet man in dieser Kategorie der Produktbilder oft Abbildungen von
Anschlüssen oder Montagemöglichkeiten (z.b. Rückseite eines Fernsehers).
Der vierte Typus an Produktbildern ist jener, der eine Relation zu anderen Produkten oder
Dimensionen herstellen soll. In der Praxis wären Produktbilder, die einen Größenvergleich
erlauben, in diesem Typus zu finden, wie etwa Abbildungen neben einer Kreditkarte, einer
menschlichen Hand oder anderen Gegenständen deren Größe als Referenz dienen kann.
Bei vielen Produkten können auch Planskizzen, Querschnittspläne oder
Explosionszeichnungen in diesen Typus fallen. Bei Zelten etwa ist eine schematische
Darstellung der Schlaffläche und Aufbauhöhe eine gängige Form dieses Produktbild Typus.
Eine letzte und eher selten genutzte Art von Produktbildern ist jene, die das Produkt in
dessen Entstehungszusammenhang zeigt. Hier sind Bilder aus der Forschung, Fertigung oder
der Logistik gemeint, die dem Produkt eine Geschichte geben und damit eine emotionale
Tiefe. Ziel dabei ist es unter anderem den menschlichen Aspekt der Produktion (sofern diese
manuell erfolgt) mit dem Produkt zu verknüpfen. Dieser Typus eignet sich nicht für jedes
Produkt und ist vornehmlich bei Produkten mit starkem regionalen Bezug oder ökologischen
Implikationen zu finden.
Für die Ebene des Impulskaufes hat jeder dieser Produktbild-‐Typen eine sehr individuelle
Funktion die damit erreicht werden kann. Unbestritten ist, dass Bilder einen erheblichen
Einfluss auf die Reaktion von Menschen haben.
3.4.2 Spiegelneuronen
Im klassischen Ladengeschäft ist unbestritten, das Impulskäufe unter anderem eine Folge
von Interaktion mit Mitmenschen und der Nachahmung deren Verhalten sein kann. Von
Interesse ist die Fragestellung ob diese Einflussgröße auch auf einen Online-‐Kontext
übertragen werden kann. In diesem Zusammenhang wird das Konzept der Spiegelneuronen
eingeführt, dass 1995 von Rizzolatti zum ersten Mal an Primaten nachgewiesen werden
82
konnte.341 Im Versuch konnte nachgewiesen werden, dass bei Beobachtung von
Handlungen anderer Personen die selben neuronalen Prozesse durchlebt werden, wie wenn
die Handlung selbst gesetzt wird.342 Dieses Konzept wird heute unter dem Begriff
Spiegelneuronen aufgefasst und wurde bis dato nicht falsifiziert. Es dient heute als
Erklärungsursache von Lernen durch Imitation343 und wird im Zusammenhang mit
zahlreichen interaktionsbedingten Verhaltensphänomenen genannt. Weiter gefasst
beinhaltet dieses Konzept die Basis für das Funktionieren von Empathie. Bezogen auf die
Situation des E-‐Commerce kann argumentiert werden, dass ein Reiz nicht direkt erlebt
werden muss, sondern dieser auch multimedial vermittelt werden kann, um eine
vergleichbare Reaktion zu erzeugen. 344
3.4.3 Der Reiz der Interaktion
Interaktion als treibende Kraft von Konversionen ist ein Themengebiet, das sehr jung ist,
aber vielversprechende Ansätze beinhaltet. Aktuelle Studien von Dabrowski und Pispers
konnten belegen, dass multisensorische interaktive Videointerfaces deutlich höhere
Reaktanzen aufwiesen.345 Im Gegensatz zu statischen Webseiten war sowohl die
Merkleistung als auch die gemessene Aktivierung im vegetativen Nervensystem (EDA)
signifikant höher. Auch wenn Probanden bei Befragungen interaktive Videointerfaces
ablehnten, zeigen sie dennoch höhere Reaktanzen. So vielversprechend die Erkenntnisse
sind, haben sie dennoch eine Restriktion für die Praxis. Die gemessenen Reaktionen wurden
unter der Voraussetzung der Nutzung des Mediums gewonnen, einer Voraussetzung die im
E-‐Commerce nicht gehalten werden kann. Unbestritten ist, dass multisensorische
Medienformate höhere Reaktionen erzeugen, sofern sie konsumiert werden.
3.4.4 Künstliche Verknappung
In der populären Literatur ist relativ häufig ein Hinweis auf eine künstliche Verknappung zu
finden, die verkaufsfördernd wirken soll. Den Nachweis hierfür konnte unter gewissen
341 vgl. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 80
342 vgl. Rizzolatti, G./Craighero, L., The mirror-‐neuron system, in Annual review of neuroscience, 27 2004, S. 169
343 vgl. ebda. S. 169 344 vgl. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 81
345 vgl. ebda S. 115ff
83
Restriktionen Hung 2008 erbringen. 346 Mit der Untersuchung konnte nachgewiesen werden,
dass zumindest für Frauen der Aspekt der künstlichen Verknappung einen signifikanten
Einfluss auf das impulsive Käuferverhalten hat. Auch wenn Hung nur eine weibliche
Zielgruppe untersuchte und betont, dass weibliche Kunden in ihrem Shoppingverhalten
emotionaler sind, ist davon auszugehen, dass eine künstliche Verknappung auch bei
männlichen Probanden positive Auswirkungen hat. Hinter der Idee der künstlichen
Verknappung steht der Versuch gezielt die „Gelegenheit“ für den Kunden anzusprechen und
das Gefühl zu erwecken, wenn das Angebot nicht sofort gekauft wird, dass dann ein späterer
Kauf nicht mehr möglich ist.
3.4.5 Orientierungselemente Call to Action
Einer der Aspekte der in der praxisnahen Literatur sehr umfangreich diskutiert und erforscht
wird, ist jener der Gestaltung von sogenannten Call to Action Elementen. Darunter versteht
man Elemente einer Website, in der Regel Buttons, die eine klare Handlungsaufforderung
beinhalten und den Kunden entlang des Konversionspfades weiterleiten sollen. Dieser
Bereich ist in der wissenschaftlichen Literatur kaum vertreten und wird nicht als separates
Thema behandelt. Der Begriff selbst geht in diesem Verwendungszusammenhang auf Brian
Eisenberg im Jahr 2006 zurück347 348. Call to Action Elemente haben sowohl begrifflich als
auch bezogen auf ihren praktischen Einsatz eine rasante Adoption durch den Markt
erfahren, was nicht zuletzt daran liegt, dass zahlreiche A/B Tests bestätigen, dass User auf
auffällige Buttons mit klaren Botschaften gut reagieren.
Ein Aspekt der dem Einsatz von deutlich erkennbaren Call to Action Elementen zugrunde
liegt, ist die Reduktion von Entscheidungsmöglichkeiten und der damit einhergehenden
kognitiven Entlastung.349
Aspekte die im Zusammenhang mit Call to Action Buttons stark diskutiert werden, sind etwa
die farbliche Gestaltung, die Position oder zusätzliche Botschaften, die mit den Buttons
verbunden werden.
So viel Aufmerksamkeit Call to Action Buttons in der aktuellen Diskussion auch erhalten, so
schwierig ist es generalisierte Regeln für deren Gestaltung abzuleiten, die in irgendeiner
Form wissenschaftlich belegt sind.
346 vgl. Hung, C.J.:The analysis of factors that influence female impulse buying during online transactions, (2008) S. 84 ff
347 Eisenberg, B./Eisenberg, J./Davis, L.T., Call to action : secret formulas to improve online results (2006) 348 vgl. Morys, A.: Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, (2011) S. 139 349 vgl. ebda S. 139
84
Betrachtet man Call to Action Buttons etwas abstrakter, so liegt deren Aufgabe darin,
Orientierung zu schaffen und damit eine klare Navigationsrichtung vorzugeben. Wie schon
unter dem Gesichtspunkt des Vertrauens diskutiert, sollte eine merkliche Simplifizierung
immer auch einen moderierenden Effekt auf das impulsive Käuferverhalten haben.
Gegenwärtig gibt es keine Studie oder Forschungsarbeit, die einen Zusammenhang zwischen
der Gestaltung von Call to Action Elementen und dem Impulsiven Käuferverhalten
untersucht.
Im folgenden Beispiel eines Händlers für Schreibwaren, der unter anderem auch
individualisierbare Kugelschreiber anbot, konnte Version A mit einem etwas größeren Call to
Action Button und der Botschaft “Personalize Now” Steigerung beim Gewinn pro Besucher
von 45% gegenüber Version B mit der Botschaft “Customize It” erreichen.
Abbildung 17 – A/B Testszenario mit minimaler Adaption 350
Es ist naheliegend, dass wesentlich komplexere Verhaltensvorgänge die Ursache für
teilweise signifikante Unterschiede in der Wirkung zwischen zwei sehr ähnlichen Versionen
eines Buttons sind.
Nicht nur Unterschiede in den Buttons selbst, sondern auch bei deren Positionierung,
können in der Praxis nachgewiesen werden.
350 Bilder entnommen aus http://whichtestwon.com/amsterdam-‐printing-‐button-‐test Premium Mitgliedschaft notwendig.(Stand. 15.11.2011)
85
Im folgenden Beispiel zeigen beide Bilder die selben grafischen Elemente, lediglich die
Position ist vertauscht. Die Überlagerung mit den Ergebnissen einer Eyetracking Studie
liefern aber ein signifikant unterschiedliches Ergebnis.
Abbildung 18 -‐ Eyetracking Untersuchung351
Es wäre wohl zu einfach gefasst, diesen Unterschied nur mit der Blickrichtung zu erklären.
Unbestritten ist, dass teilweise minimale Adaptionen in Buttons oder Elementen signifikante
Unterschiede in getesteten Versionen erzeugen, ohne dass es für jeden Einzelfall ableitbare
Belege gibt.
Nicht nur für die Gestaltung von Call to Action Buttons sondern für die gesamte Gestaltung
von Landingpages hat die Conversion Rate Optimization zahlreiche Einzelbefunde mit
teilweise erstaunlicher Deutlichkeit produzieren können. Noch deutlicher ist der Befund,
dass es oftmals Einzelergebnisse gibt, die nicht vorhergesagt werden können und teilweise
lehrbuchhaften Erkenntnissen aus anderen Tests widersprechen.
Die Schlussfolgerung, die die CRO als Disziplin aus diesem Spannungsfeld gezogen hat, ist
zum einen die Erkenntnis, dass die Verifizierung von Hypothesen durch Testverfahren
unabdingbar sind und zum anderen, dass Zusammenhänge und Wechselwirkungen von
Einzelelementen teilweise deutlich komplexer sind, als man das auf den ersten Blick
annehmen möchte.
351 Bilder entnommen aus: Hubert, T.: Landingpage Optimierung Tipp #5 – Call-‐to-‐Action links oder rechts, unter: http://www.konversionskraft.de/landing-‐page-‐optimierung/landingpage-‐optimierung-‐tipp-‐5-‐call-‐to-‐action-‐links-‐oder-‐rechts.html (Stand: 20.11.2011)
86
3.4.6 Altruistische Motivverknüpfungen
Untersuchungen haben gezeigt, dass die Verknüpfung eines Kaufobjektes mit einer
marginalen Spende, positive Auswirkungen auf das impulsive Käuferverhalten haben
kann.352 Dieser Aspekt ist vor allem deshalb interessant, weil eine fMRT Studie belegen
konnte353 dass Spenden im mesolimbischen Belohnungszentrum des Gehirns vergleichbare
Reaktionen hervorrufen, wie dies finanzielle Zugewinne tun.354 Mit der Einführung eines
kleinen Spendenbetrags der mit dem eigentlichen Kaufobjekt verbunden wird, werden
maßgebliche somatische Reaktionen ausgelöst, die letztlich den Impulskauf fördern.
Interessant ist in diesem Zusammenhang die Fragestellung ob auch andere Verknüpfungen
mit dem Kaufobjekt belegbare Reaktionen hervorrufen können. Zu denken wäre hier etwa
an Umweltförderprogramme, Teilnahmen an Produktverbesserungsstudien und andere
Aspekte, die vereinfacht unter dem Aspekt des Altruismus aufgefasst werden können.
Gerade in Hinblick auf Impulskäufe wäre es bedeutend, wenn eine Reizübertragung von
nicht mit dem eigentlichen Kaufmotiv verbundenen Reizen synthetisiert werden könnte.
3.4.7 Virtuelle Verkaufsassistenten
Eine der erheblichsten Einschränkungen des E-‐Commerce gegenüber der realen Welt ist,
dass die natürliche Interaktion zwischen dem Kunden und dem Verkäufer fehlt. Von
Interesse ist dies mitunter deshalb weil Studien belegen konnten, dass Verkaufszahlen im
Ladengeschäft durch Verkäufer signifikant gesteigert werden konnten.355 Im Zusammenhang
mit Vertrauen wurden bereits die Forschungsergebnisse von Pispers und Dambrowski
bezüglich Videoassistenten diskutiert, die im Fall von sehr limitierten
Entscheidungsvariablen effektiv eingesetzt werden können. Im Zuge der Produktauswahl in
einem Online-‐Shop sind die Anforderungen deutlich komplexer, sodass diese nur deutlich
schlechter durch einen Videoassistenten mit vorgefertigten Videosequenzen abgedeckt
werden können. Forschungen und theoretische Ansätze zu voll automatisierten
Produktassistenten sind vielversprechend.356 Es ist anzunehmen, dass zumindest für eine
spezifische Zielgruppe an Usern, virtuelle Verkaufsassistenten eine positive Wirkung haben.
352 vgl. Hodge R. Factors influencing impulse buying during an online purchase transaction (Academic Thesis) (2004) S. 63
353 vgl. Moll, J./Krueger, F./Zahn, R./Pardini, M./de Oliveira-‐Souza, R./Grafman, J., Human fronto-‐mesolimbic networks guide decisions about charitable donation, in Proceedings of the National Academy of Sciences of the United States of America, 103(42) (2006) S. 15623ff
354 vgl. RongJun, Y.U./XiaoLin, Z., Neuroeconomics: Opening the black box behind the economic behavior, Department of Psychology, Peking University, Beijing 52(9) (2007) S. 12
355 vgl. Bogdanovych, A./Simoff, S./Sierra, C./Berger, H., Proceedings of e-‐Commerce 2005 Conference, Implicit training of virtual shopping assistants in 3D electronic institutions. (2005) S. 51
356 vgl. ebda. S. 50 ff
87
Studien die den Einsatz eines virtuellen Produktassistenten auf das impulsive
Käuferverhalten belegen, existieren derzeit nicht. In Anlehnung an die Forschungsergebnisse
von Pispert und Dambrowski357 die einen höheren Ausschlag bei emotionalen Reaktionen
sowohl für Videointerfaces als auch für Animationen festhalten konnten, liegt der Verdacht
nahe, dass Produktberatungsassistenten, sei dies in Form eines Video-‐Interfaces oder als
Animation einen moderierenden Einfluss auf das impulsive Käuferverhalten haben müssten.
3.4.8 Fragestellungen für die Hypothesenbildung
F16: Können mit unterschiedlichen Typen von Produktbildern Emotionen geweckt
werden? Eignet sich das Sortiment um etwa Bilder aus der Fertigung zu zeigen oder können
Bilder vom Einsatz des Produktes genutzt werden?
F17: Gibt es eine Möglichkeit den zu erwartenden Genuss durch den Kauf darzustellen?
Folgt man dem Konzept der Spiegelneuronen ist es naheliegend nach Möglichkeiten zu
suchen den Lustgewinn oder Genuss darzustellen der zu erwarten ist wenn das Produkt
gekauft wird.
F18: Sind die Call to Action Elemente gut sichtbar und aussagekräftig?
Gerade in der Praxis haben Call to Action Elemente ihre Bedeutsamkeit belegen können. Im
Zuge einer Optimierung sollten diese hinterfragt werden.
F19: Können altruistische Motive mit dem Kauf verbunden werden?
Wie gezeigt werden konnte, kann eine moderierende Wirkung von der Hinzugabe von
altruistischen Motiven ausgehen. Es ist zu fragen inwieweit eine Inklusion dieser
Verknüpfung authentisch realisiert werden kann.
F20: Ist es möglich die Interaktion zwischen dem Kunden und dem Verkäufer besser
abzubilden? Es ist davon auszugehen, dass interaktive Interfaces und Assistenten einen
moderierenden Einfluss haben können. Es ist zu überlegen inwieweit diese integriert werden
können.
357 vgl. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 115 ff
88
F21: Gibt es die Möglichkeit künstliche Verknappung sinnvoll zu nutzen?
Künstliche Verknappung konnte eine moderierende Wirkung auf das impulsive
Käuferverhalten zeigen. Zu fragen ist, inwieweit dies integriert werden kann.
3.5 Technische System-‐Aspekte
Zwar werden Aspekte des technischen Gebrechens schon in Hinblick auf die
Vertrauensgenese diskutiert, aber nicht alle Implikationen des technischen Systems lassen
sich rein unter diesem Gesichtspunkt betrachten. Es gibt eine Anzahl an technischen
Faktoren, die für das Konversionsverhalten relevant sind und verhältnismäßig unromantisch
gesehen werden können.
3.5.1 Browserkompatibilität und Plattformunabhängigkeit
Der Kaufreiz, der einer spontanen Konversion zu Grunde liegt, kann als sehr fragiles Element
aufgefasst werden. Dementsprechend sind Fehldarstellungen, wenn diese als solche zu
erkennen sind nicht nur hinderlich für die Vertrauensgenese sondern stellen für sich ein
separat zu behandelndes Problem dar.
Argumentiert kann diese separate Betrachtung damit werden, dass Darstellungsfehler die
Aufmerksamkeit vom eigentlichen Kaufobjekt ableiten und damit den primären Reiz
abschwächen. Es ist naheliegend, dass ein Kommunikationskanal nur dann optimal genutzt
werden kann, wenn er auch alle erreichten Konsumenten in einwandfreier Qualität erreicht.
Unter diesen Gesichtspunkten ist aktuell (2011 !) vorallem die Auswahl einzelner
Darstellungstechniken als kritisch zu sehen. Ein einfaches Cross Browser Testing sollte als
Grundvoraussetzung vor einer Optimierung verstanden werden. Wenn die eigene Zielgruppe
bekannt ist, können Fehldarstellungen in veralteten Versionen des Internet Explorers, als
wirtschaftlicher Faktor verstanden werden und je nach Kostenstruktur auch teilweise
billigend in Kauf genommen werden. Gegen Ende 2011 lag der Anteil des unter
Webentwicklern stark emotionalisierten IE6 in Österreich bei nur mehr knapp 0,8%.358
Problematisch ist aktuell speziell die Darstellung von bewegten Bildern. Die Akzeptanz von
Flash ist mitunter dank des Aufkommens von iOS Geräten zunehmend im Schwinden.
HTML5 Video Einbindungen sind allerdings noch lange nicht auf allen Plattformen
angekommen. Dies ist deshalb problematisch, weil an anderer Stelle bereits gezeigt werden
konnte, dass bewegte Bilder und Video Interfaces eine relevante Einflussgröße für den
Impulskauf im E-‐Commerce darstellen. 358 Anmerkung: Offizielles Projekt von Microsoft dass den Rückgang des Internet Explorer 6 begleitet http://www.ie6countdown.com/
89
In Summe gelten die Überlegungen zu Browserkompatibilität für alle Arten des
Käuferverhaltens, jedoch verzeihen User im Zuge von intensiven kognitiven Such-‐Prozessen
Fehldarstellungen eher, als wenn diese den Kaufreiz stören.
3.5.2 Ladezeiten
Ein vergleichbares Phänomen, wie schon bei der Browserkompatibilität, ist bei Ladezeiten zu
finden. Die Ladezeit kann heute als kritischer Faktor für den Erfolg von Webprojekten
gesehen werden. E-‐Commerce Projekte machen hier keine Ausnahme sondern sind verstärkt
von dem Phänomen betroffen. Zahlreiche Einzelstudien belegen, dass es eine negative
Korrelation zwischen der Ladezeit einer Seite und dem Konversionsverhalten gibt.
So testete etwa Amazon 2007 die Auswirkungen einer verlangsamten Seitenauslieferung,
wobei statistisch gesehen eine relativ lineare negative Korrelation festgestellt werden
konnte, bei der pro 100ms die Verkäufe um 1% retour gingen.359 In einem späteren
Kurvenverlauf ist naheliegend, dass diese negative Korrelation nicht mehr linear verlaufen
würde.
Unbestritten ist, dass die Ladezeit einen signifikanten Einfluss auf das Konversionsverhalten
hat. Für spontane Konversionen im Sinne des impulsiven Käuferverhalten kann die Ladezeit
ebenfalls als kritisches Element angenommen werden. Zum einen reduzieren lange
Ladezeiten den Komfort der Benützung, was für die Entstehung von Reizen äußerst negativ
ist und zum anderen sind Verzögerungen in Hinblick auf die rasche Lustbefriedigung von
großem Nachteil. Um die Ladezeit von Webprojekten zu optimieren gibt es zahlreiche
Ansatzpunkte. Einige dieser Maßnahmen sind mit relativ hohen Kosten verbunden, wie etwa
die Optimierung von Datenbankanfragen oder Optimierungen des Codes selbst. Auch der
Tausch der Hardware, der Ersatz des Webservers durch eine optimiertere Version verursacht
oftmals unverhältnismäßige Kosten. Anders ist dies jedoch bei relativ einfachen Aspekten
wie der Reduktion der Anzahl der ausgelieferten Dateien z.B. durch den Einsatz von Sprites
oder der Zusammenfassung von CSS und Javascript-‐Files. Die Bandbreite an
Optimierungsmöglichkeiten ist in der Praxis relativ umfangreich. Bei vielen CMS Lösungen
können mit geringem Aufwand Frontend-‐Caching Systeme aktiviert werden oder aber
einzelne Teile des Produktivsystems über Subdomains gesplittet werden. Aus einer
wirtschaftlichen Perspektive ist immer zu hinterfragen ob die gesetzten Maßnahmen in
359 vgl. Evans,P: A faster website = a better conversion rate, unter: http://www.conversionmedic.com/website-‐performance-‐optimization/ (Stand 26.11.2011)
90
Relation lohnen. Bei vielen Projekten im E-‐Commerce könnten bereits geringfügige
Adaptionen die Ladezeit drastisch reduzieren.
Mittlerweile bieten diverse Dienste die Möglichkeit einen schnellen Überblick über
Optimierungspotentiale zu erlangen. Das prominenteste Tool dieser Art ist Google Page
Speed die unter anderem als Erweiterung für das beliebte Entwicklerwerkzeug Firebug360
verwendet werden kann.361
Abbildung 19 -‐ Wasserfalldiagramm der aufgerufenen Ressourcen beim Ladevorgang einer Seite dargestellt mit Firebug
360 Projekt-‐URL von Firebug: http://getfirebug.com/ (Stand 1.12.2011) 361 Projekt-‐URL von Google Page Sped: http://code.google.com/speed/page-‐speed/ (Stand 1.12.2011)
91
3.5.3 Fragestellungen für die Hypothesenbildung
F22: Kann die Darstellung auf unterschiedlichen Geräten harmonisiert werden und
Darstellungsfehler reduziert werden?
Dieser Aspekt ist einer der grundlegendsten um die Reichweite des eigenen Projektes zu
erhöhen.
F23: Kann die Ladezeit mit wirtschaftlich sinnvollen Mitteln reduziert werden?
Zu fragen ist hier immer nach Methoden, die mit möglichst geringem Einsatz eine möglichst
große Wirkung erzielen.
3.6 Der Checkout Prozess
In keinem Punkt ist sich die Populär-‐Literatur einiger als in jenem, dass der Checkout-‐ oder
Shopping-‐Cart Prozess für sich als kritisches Element zu betrachten ist, das maßgeblichen
Einfluss auf das Konversionsverhalten hat.362
Wenn ein User den Checkout beginnt, bedeutet dies, dass ein Großteil der eigentlichen
Kaufentscheidung bereits gefallen ist. Ab diesem Moment sind Ablenkungen vom
eigentlichen Ziel relativ kritisch. Nach glaubhaften Zahlen brechen im Schnitt fast 60% der
User den Checkout Prozess nach dessen Beginn ab.363 Man spricht in diesem Zusammenhang
dann von einem „stehengelassenen Warenkorb“.
Nachdem ein Kunde ein Produkt in den Warenkorb gelegt hat, ist jede Ablenkung, wie etwa
Cross-‐Selling Maßnahmen hinderlich. 364 Dies ist vor allem im Zusammenhang mit der
eigentlichen Aufgabe des Checkout Prozesses in Erinnerung zu rufen. Diese besteht relativ
unbestritten aus vier einfachen Aspekten365:
• Darstellung der ausgewählten Artikel • Sammeln von für den Versand notwenigen Daten
362 vgl. Forrester, D., Turn Clicks Into Customers: Proven Marketing Techniques for Converting Online Traffic Into Revenue (2010) S. 125
363 vgl Loveday, L./Niehaus, S., Web design for ROI (2008) S. 155 364 vgl. Hassler, M.: Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, (2009) S. 380
365 vgl Loveday, L./Niehaus, S., Web design for ROI (2008) S. 156
92
• Sammeln von für die Zahlung notwendigen Daten • Übergabe der Daten an ein payment-‐gateway (Zahlungsabwickler) um entweder den
Bezahlvorgang anzustoßen oder diesen abzuwickeln (ausgenommen Vorauskasse, Nachnahme und Rechnung)
Betrachtet man diese kurze Auflistung, können zahlreiche in der Praxis zu findenden Aspekte
kritisch hinterfragt werden.
3.6.1 Redirect in den Warenkorb
Eine Frage die kontroversiell diskutiert wird,366 ist jene, ob es sinnvoller ist, den Kunden nach
dem Klick auf den Kauf-‐Button direkt in den Warenkorb weiterzuleiten oder aber den
Bestand des Warenkorbes nur im Hintergrund zu speichern und den Kunden weiter in der
Produktansicht zu lassen. Die dahinter liegende Idee ist entweder den Kunden möglichst
schnell in den Warenkorb-‐Prozess zu schicken oder aber die Möglichkeit zu geben weitere
Produkte auszuwählen. Global kann hier keine Aussage darüber getroffen werden, was
sinnvoller ist. Aus Sicht des Impulskaufes hingegen liegt die Annahme nahe, dass die
Weiterleitung direkt in den Warenkorbprozess sinnvoll ist. Untersuchungen, die dies speziell
für den Impulskauf verifizieren, existieren aktuell nicht.
3.6.2 Optische Gestaltung des Checkouts
Im Zuge des Checkout Prozesses treten bei Kunden immer wieder Verunsicherungen und
Bedenken auf, was mitunter einer der Hauptgründe dafür ist, warum hohe Abbruchraten in
Warenkörbe realisiert werden. Aus Sicht des Impulskaufes ist hier die Perspektive darauf zu
legen, dass der eigentliche Kaufreiz nicht verloren geht. Es gilt also Aspekte zu reduzieren die
für den eigentlichen Kaufprozess nicht zwingend notwendig sind.
Eine der wesentlichsten Entscheidungen bei der Konstruktion und dem Design des Checkout
Prozesses ist jene, ob dieser im normalen Shop-‐Design gestaltet sein soll, also auch die volle
Navigation beinhalten soll oder ob eine Separierung des Prozesses in einem bereinigtem
Design effektiver ist. Dieser Punkt wird durchaus kontroversiell diskutiert, wobei beide
Lösungen gut argumentierbare Ansätze verfolgen.367 Aus Perspektive des Impulskaufes liegt
die Vermutung nahe, dass eine Fokussierung auf den Checkoutprozess unter Reduktion des
Designs bessere Ergebnisse liefern müsste. Dem zugrunde liegt die sehr simple Annahme, 366 vgl. Reese, F.: Website-‐Testing: Conversion Optimierung für Landing Pages und Online-‐Angebote, (2009) S. 77
367 vgl. ebda. S. 79
93
dass ab dem Moment wo der Kunde seinen „Urge to buy“ in Form eines Klicks auf den
Warenkorb Button zum Ausdruck gebracht hat, jede Ablenkung und jede zeitliche
Verzögerung bis zum Kaufabschluss als Risiko dafür verstanden werden kann, dass der
Impuls-‐Reiz (oder genauer gesagt die Aktivierung) nachlässt und damit auch die
Kaufwahrscheinlichkeit sinkt. Diese Annahme lässt sich dadurch bestärken, dass Keoeber-‐
Riel et.al den Impulskauf als verhältnismäßig rasch und stark emotionsorientiert
kennzeichnen.368
Aus einigen Webshop Systemen ist ein weiterer Aspekt bekannt dessen Einfluss auf das
impulsive Käuferverhalten diskutiert werden kann. Einige Systeme bieten die Möglichkeit ein
verkleinertes Produktbild im Warenkorb anzeigen zu lassen. Dieser relativ simple Ansatz ist
dennoch von Interesse. Geht man davon aus, dass Bilder eine relevante Rolle bei der
Manifestierung des Kaufreizes spielen, dann ist es naheliegend, dass dieser durch die
verkleinerte Übernahme des Produktbildes in den Warenkorb besser erhalten bleibt.
Niehaus und Loveday nennen die Anzeige eines Produktbildes im Warenkorb als beste
Möglichkeit um den Kunden daran zu erinnern, was er aktuell im Warenkorb hat.
Gegenwärtig konnte keine Studie gefunden, werden die den moderierenden Aspekt eines
Produktbildes im Warenkorb für das impulsive Käuferverhalten belegt.
Wenn man den bereits unter Vertrauens-‐Gesichtspunkten diskutierten Aspekt der
Transparenz auf den Checkout anwendet wird klar, dass eine klare und nachvollziehbare
Strukturierung des Checkouts und dessen Schritte einen deutlichen Einfluss hat.369
Generell kann davon ausgegangen werden, dass eine Reduktion der notwendigen Schritte,
sowie eine Simplifizierung der einzelnen Schritte auf ein notwendiges Minimum sinnvoll
ist.370 Umstritten hingegen ist, ob eine Reduktion auf nur eine Seite immer die bessere Wahl
ist. In der Praxis spricht man hier entweder von einem Multistep Checkout oder einem One-‐
Page Checkout. In der Praxis gibt es Einzelbefunde die beide Lösungen unterstützen.
3.6.3 Der Einsatz von CAPTCHAS
Eines der Elemente das gelegentlich in Checkout Prozessen eingesetzt wird, sind CAPTCHA.
Unter einem CAPTCHA steht für „Completely Automated Public Turing Test to Tell
368 vgl. Kroeber-‐Riel, W./Weinberg, P. /Gröppel-‐Klein, A.: Konsumentenverhalten, (2009) S. 448 369 vgl Loveday, L./Niehaus, S., Web design for ROI (2008) S. 164 370 vgl. ebda. S. 166
94
Computers and Humans Apart“ und kennzeichnet einen Mechanismus der Menschen und
Computer voneinander unterscheiden soll.371 Alternativ werden CAPTCHAS in der Literatur
als HIPs (Human Interaction Proofs) bezeichnet372. Genutzt werden CAPTCHA vor allem in
Formularen um zu verhindern, dass automatisierte Registrierungen möglich sind. Einige
Shopsysteme wenden diese Technik ebenfalls an um menschliche Kunden zu
authentifizieren. In der Praxis stehen CAPTCHAS unter Verdacht, ein deutliches Hemmnis
darzustellen. Global soll für CAPTCHAS gelten, nutzerfreundlich zu sein.373 Generell kann
zwischen drei wesentlichen Arten von CAPTCHAS unterschieden werden. Den Text-‐
basierten, den Sound-‐basierten und den Bild-‐basierten, wobei Text-‐basierte CAPTCHAS die
deutliche Mehrheit in der Praxis ausmachen.374 Für die Usability von CAPTCHAS haben Yan
und El Ahmad 2008 eine umfangreiche Systematik erschaffen, die im Wesentlichen auf drei
Aspekten von Usability fokussiert: Genauigkeit, Reaktionszeit und wahrgenommene
Schwierigkeit. Diese drei Aspekte können in Anlehnung an und als Auszug des Modells von
Nielson von 2003375 verstanden werden. Es gilt als unbestritten dass CAPTCHAS oder HIPs
von vielen Usern als Belästigung empfunden werden, wobei diese unter anderem mit der
Länge der abgefragten Begriffe steigt.376 Die negative Auswirkung von CAPTCHAS auf das
Konversionsverhalten kann in zahlreichen Einzelstudien belegt werden,377 und gilt in der
wirtschaftlichen Realität als gesichertes Wissen.378 Es gibt aktuell keine Studie, die einen
negativen Einfluss von CAPTCHAS auf das impulsive Käuferverhalten im Speziellen belegt, es
kann aber als naheliegende Ableitung angenommen werden, dass speziell beim impulsiven
Käuferverhalten CAPTCHAS eine moderierende Wirkung haben, da sie eine kognitive
Leistung erfordern die von der Reizbefriedigung ablenkt.
3.6.4 Umgang mit Formularfelder
Deutlich häufiger als CAPTCHAS treten im Rahmen von Checkout Prozessen Formularfelder
auf, die nicht zwingend notwendig wären. Ein prominentes Beispiel hierfür ist der mit der
371 vgl. Yan, J./El Ahmad, A.S., Proceedings of the 4th symposium on Usable privacy and security, Usability of CAPTCHAs or usability issues in CAPTCHA design. (2008) S. 44
372 vgl. Chellapilla, K./Larson, K./Simard, P./Czerwinski, M., Building segmentation based human-‐friendly human interaction proofs (HIPs), in Human Interactive Proofs (2005)
373 vgl. Yan, J./El Ahmad, A.S., Proceedings of the 4th symposium on Usable privacy and security, Usability of CAPTCHAs or usability issues in CAPTCHA design. (2008) S. 44
374 vgl. ebda. S. 44 375 Nielsen, J. Usability 101: Introduction to Usability, unter: http://www.useit.com/alertbox/20030825.html (Stand: 10.11.2011)
376 vgl. Chellapilla, K./Larson, K./Simard, P./Czerwinski, M., Building segmentation based human-‐friendly human interaction proofs (HIPs), in Human Interactive Proofs (2005) S. 15
377 Henry, C.: CAPTCHAs' Effect on Conversion Rates, unter: http://www.seomoz.org/blog/captchas-‐affect-‐on-‐conversion-‐rates (Stand: 3.12.2011)
378 vgl. Hubert, T.: 11 Konversionskiller und wie sie vermieden werden, eBook Web Arts AG (2011) .S. 32 ff
95
Basisversion ausgelieferte One-‐Page Checkout von Magentocommerce379 (oder kurz
Magento), der derzeit weltweit bedeutendsten Open-‐Source Shoplösung für den B2C
Bereich. Bei Magento wird als Pflichfeld das Bundesland in Form eines Dropdown-‐Feldes
abgefragt. In nahezu jedem Land der westlichen Welt stellt die Angabe des Bundeslandes
eine redundante Datenerfassung dar, weil Postleitzahlsysteme eine eindeutige Zuordnung
ermöglichen. Nicht notwendige Formularfelder werden in zahlreichen Quellen als kritischer
Aspekt gesehen. Es kann davon ausgegangen werden, dass jedes zusätzliche Feld die
Motivation das Formular auszufüllen senkt.380
Abgesehen von Formularfeldern, die aus Sicht der Datenerfassung nicht zwingend
notwendig sind, sind Formularfelder auch nach deren Bedeutung aus Sicht des Users zu
hinterfragen. Wenn einem User schnell klar ist, warum diese Daten benötigt werden, ist eine
deutlich höhere Akzeptanz vorhanden diese auszufüllen, als wenn Usern der Grund für die
Erhebung der Daten in Zusammenhang mit dem Ziel des Formulars nicht klar ist.381
Ein weiterer Aspekt, der als relevant gekennzeichnet werden kann, ist die Validierung von
Formularfeldern.382 In diesem Punkt wird oftmals der Aspekt der inline-‐Validierung
eingebracht. Darunter versteht man, dass ein Hinweis auf einen Fehler bereits während der
Eingabe direkt an der Stelle erfolgt, an der er entsteht und nicht erst beim Absenden des
Formulares. Dies soll eine neuerliche Überarbeitung des Formulares nach Betätigung des
Absendebuttons verhindern. Die zugrundeliegende Idee ist relativ einfach argumentierbar.
Fehlerhinweise in Formularen werden als unangenehm empfunden und verunsichern User.
Relevanter noch ist die Betrachtung, dass das erneute Absenden des Formulares zwar nicht
die selbe Überwindung benötigt, wie dies beim ersten Absenden der Fall ist, aber dennoch
ist es eine Hemmschwelle, die nicht notwendig ist und reduziert werden kann.
3.6.5 Hilfestellungen im Checkout
Unsicherheit ist ein erheblicher Faktor in Checkout-‐Prozessen, was nicht zuletzt die
Wahrnehmung von Kunden verändert. Es scheint unbestritten, dass Hilfestellungen im
Checkoutprozess sinnvoll und notwendig sind um Abbruchraten zu reduzieren.
Der schon im Zusammenhang mit Vertrauen diskutierte Aspekt der FUDs stellt speziell im
Checkout eine relevante Hürde dar. In der Praxis gibt es unterschiedliche
Herangehensweisen in der Gestaltung des Checkouts. Eine vielversprechende Variante der
379 Projekt-‐URL Magentocommerce: www.magentocommerce.com 380 vgl. Reese, F.: Website-‐Testing: Conversion Optimierung für Landing Pages und Online-‐Angebote, (2009) S. 71
381 vgl. ebda. S. 71 382 vgl. ebda. S. 72
96
Unterstützung von Kunden im Checkout Prozess durch virtuelle Assistenten auf Basis eines
Videointerfaces wird von Pispers und Dabrowski diskutiert.383 Die Idee dahinter ist, dass es
nur eine begrenzte Anzahl an potentiellen Handlungsalternativen im Checkout gibt und
diese durch einzelne Videosequenzen abgebildet werden können. Wie schon an anderer
Stelle gezeigt, haben Video-‐Interfaces sehr interessante Auswirkungen auf das
Kundenverhalten. Im Zuge des Checkout-‐Prozesses wird der Kunde von einem Assistenten
in Form von Videosequenzen begleitet, der erklärt, warum welche Daten erhoben werden,
was auszufüllen ist, und wo ein Fehler gemacht wurde. Von besonderem Interesse sind
dabei sogenannte Null-‐Schleifen, dass sind Videosequenzen die aufgerufen werden wenn
der Kunde lange Zeit keine Reaktion zeigt und versuchen sollen, den Kunden zurück in den
Prozess zu holen. Umfassende Studien zu der Wirkung von virtuellen Assistenten im
Checkout Prozess gibt es aktuell nicht. In Bezug auf dessen Auswirkung ,wurde der Ansatz
virtueller Produktberater bereits früher diskutiert,384 bis dato ist dieser Bereich aber
empirisch wenig untermauert. Diverse Forschungsarbeiten beschäftigen sich mit dem
Konzept virtueller Verkaufsassistenten und dem Ansatz von selbstlernenden Systemen in
dem Zusammenhang,385 die nicht nur im Checkout-‐Prozess eingesetzt werden sollen. In der
Praxis kommt diesen Modellen jedoch bis dato keine große wirtschaftliche Bedeutung zu,
obwohl davon auszugehen ist, dass hier in den nächsten Jahren technische Fortschritte zu
praxisnahen Lösungen führen.
Unabhängig davon kann davon ausgegangen werden, dass der Aspekt der Hilfestellungen im
Checkout auch für impulsive Kaufentscheidungen einen moderierenden Einfluss hat.
3.6.6 Gastbestellungen
Im Zuge des Checkout-‐Prozesses ist eine der entscheidenden Fragen, die sich Shopbetreiber
stellen, jene, ob es sinnvoll ist, Gastbestellungen zuzulassen. Diese auf den ersten Blick
relativ banale Fragestellung hat jedoch weitreichende Folgen in der Wahrnehmung von
Kunden. Aus Sicht des Shopbetreibers sind zwei kontradiktorische Ansätze zu unterschieden.
Wenn es nur registrierte Kunden im System gibt, entsteht dadurch eine qualitativere und
homogenere Datenbasis, weil im Zuge des Registrationsprozesses i.d.R. mehr Daten
abgefragt werden als bei Gastbestellungen. Ein Konzept das hinter Kundenaccounts steht, ist
383 vgl.Pispers, Ralf, P.R./Dabrowski, Joanna, D.J.: Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce (2011) S. 145 ff
384 vgl. Gurzki, T., Vom Electronic-‐Commerce zum intelligenten Commerce mit virtuellen Beratern, in Arbeitspapier des Fraunhofer lAO Competence Center Electronic Business (2000)
385 vgl. Bogdanovych, A./Simoff, S./Sierra, C./Berger, H., Proceedings of e-‐Commerce 2005 Conference, Implicit training of virtual shopping assistants in 3D electronic institutions. (2005)
97
dass diese die Interaktion mit dem Kunden deutlich vereinfachen können. Eine
Argumentation, die an dieser Stelle oft angeführt wird, ist die gewünschte Kundenbindung
durch den Zwang zu Accounts.
Dementgegen steht, dass der teilweise mehrschrittige Registrationsprozess als
unkomfortabel wahrgenommen wird und eigentlich das Eröffnen eines Kundenkontos als
separate Konversion zu sehen ist, die losegelöst vom eigentlichen Kauf emergieren muss. In
der Literatur wird die negative Wirkung eines Registrationszwangs relativ eindeutig
diskutiert.386
In Bezug auf impulsives Käuferverhalten würde diese Betrachtung bedeuten, dass der
ursächliche Kaufimpuls nicht nur die Haupt-‐Makrokonversion des Kaufes auslösen muss
sondern auch die damit verbundene Eröffnung des Kundenkontos als separate Konversion.
Dies kann speziell bei Impusliven Käufen als sehr kritisch gesehen werden.
Eine der Begründungen für diesen kritischen Moment kann unter anderem in der
wahrgenommenen sozialen Sichtbarkeit gesucht werden. Dieses Konzept wurde u.a. von
Rooks als eine der Determinanten des impusliven Käuferverhaltens gesehen.387 Aus Sicht des
Kunden erhöht die Eröffnung eines Kundenkontos die soziale Sichtbarkeit des Kaufes.
Aktuelle Studien, wie etwa von jene von Explido 2011,388 legen die Vermutung nahe, dass
bezogen auf alle Kaufentscheidungen das Akzeptieren von Gastbestellungen generell
vorteilhaft ist. In dieser Studie konnte bei einem A/B Test zwischen zwei sonst identen
Versionen ein Uplift von 11% erreicht werden.
Folgt man dem Konzept der sozialen Sichtbarkeit scheint es naheliegend, dass der Effekt bei
Impulskäufen deutlich höher sein sollte.
3.6.7 Fragestellungen für die Hypothesenbildung
F24: Kann der Übergang vom Klick des Kaufbuttons in den Warenkorb optimiert werden?
Zu fragen ist hier ob eine direkte Weiterleitung bessere Ergebnisse liefert. Es ist naheliegend,
dass in diesem Punkt ein Einfluss festgestellt werden kann.
386 vgl Loveday, L./Niehaus, S., Web design for ROI (2008) S. 165 387 vgl. Rook, D.W./Fisher, R.J., Normative Influences on Impulsive Buying Behavior, in Journal of Consumer Research, 22(3) (1995) S. 312
388 Beck, G.: Case Study: Landing Page und Checkout-‐Optimierung bringen Umsatz Plus bei Margarete Steiff, unter: http://www.explido.de/blog/conversion-‐case-‐study-‐margarete-‐steiff/ (Stand: 29.11.2011)
98
F25: Kann im Checkout ein stärkerer Bezug zum ausgewählten Produkt erhalten werden?
Da es bei impulsiven Kaufentscheidungen mitunter um den Erhalt des Reizes geht, ist davon
auszugehen dass das Anzeigen eines Produktbildes im Warenkorb einen Einfluss aufweisen
sollte.
F26: Kann die Anzahl der abgefragten Felder im Checkout sinnvoll reduziert werden?
Es konnte gezeigt werden dass eine Reduktion von Formularfeldern einen moderierenden
Einfluss auf das Konversionsverhalten haben müsste.
F27: Kann eine effektivere Form der Validierung von Formularfeldern eingeführt werden?
Zu suchen ist hier nach einer Form der Validierung die möglichst unaufdringlich und wenig
frustrierend wirkt.
F28: Kann, sofern diese genutzt werden, auf CAPTCHAS verzichtet werden?
In vielen Fällen ist es naheliegend, dass unerwünschte Formularausfüllungen aus
wirtschaftlicher Perspektive hinzunehmen wären in Relation zu den entgangenen
Konversionen.
F29: Gibt es Elemente im Checkout die nicht zwingend notwendig sind?
Es konnte gezeigt werden, dass es wahrscheinlich ist, dass Elemente die vom eigentlichen
Ziel der Konversion ablenken im Warenkorb hinderlich sind.
F30: Können Hilfestellungen im Checkout genutzt werden ohne vom eigentlichen Ziel
abzulenken? Es ist davon auszugehen, dass Hilfestellungen in Checkout-‐Prozessen einen
moderierenden Einfluss haben. Hier ist zu fragen, welche Methode der Hilfestellung sinnvoll
integriert werden kann.
F31: Können Gastbestellungen genutzt werden ohne damit notwendige Daten zu
verlieren? Basierend auf einem sehr klaren Befund aus der Praxis, ist davon auszugehen,
dass die Einführung von Gastbestellungen einen signifikaten Unterschied im
Konversionsverhalten bedingt.
99
4 Diskussion der Forschungsergebnisse Schon mehrfach wurde in Forschungsarbeiten darauf hingewiesen, dass es notwendig ist
impulsives Käuferverhalten speziell für den E-‐Commerce zu erforschen und zu diskutieren.389
Während am ladenbezogenen Point of Sale eine Flut an Studien existiert, ist im Bereich des
E-‐Commerce vieles noch nicht in dem Detailgrad erforscht und belegt, wie dies
wünschenswert wäre. In Summe ist das impulsive Käuferverhalten im E-‐Commerce als
komplexes Phänomen zu verstehen, welches viele Einflussfaktoren besitzt.
Der präsentierte Fragenkatalog stellt eine Basis dar um qualitativere Hypothesen entwickeln
zu können, dennoch verlangt die Komplexität des betrachteten Gebietes zukünftige
Forschungen, die dazu in der Lage sind, die Wechselwirkungen der einzelnen Elemente
aufzudecken.
4.1 Einschränkungen und Limitationen
Die deutlichste Einschränkung und Limitierung der diskutierten Ergebnisse liegt in der
Messbarkeit von Impulskäufen im E-‐Commerce. Klassische Befragungen haben das Problem,
dass Kunden einen großteils unterbewussten Kaufimpuls als solchen nur schwer benennen
können. Zudem neigen Menschen dazu, unterbewusste Entscheidungen posterior zu
rationalisieren, was wiederum Ergebnisse stark verfälscht. Befragungen im Online-‐Bereich
haben zudem das Problem, dass nur ein bestimmter Typus User an Befragungen teilnimmt.
Ruft man sich weiters in Erinnerung, dass Impulskäufe verstärkt dann stattfinden, wenn die
soziale Sichtbarkeit davon geringer ist, scheint es naheliegend, dass Befragungen jeglicher
Art nur ein sehr zweifelhaftes Werkzeug für die Messung von Impulskäufen im E-‐Commerce
sind. Auch das Einführen einer Hilfsgröße zur Messung, wie dies etwa Wells und Partobeet in
ihren Untersuchungen tun, ist zwar nachvollziehbar muss aber dennoch als Hilfskonstrukt
und suboptimale Lösung angesehen werden. Ergebnisse aus der Neuroökonomie hingegen
sind grundlegend von zwei Problemen gekennzeichnet. Die Fragestellung ob eine
Beobachtung das zu beobachtende Objekt verändern kann, kann beim Gedanken an einen
Magnetresonanztomographen mit einem sehr klaren Befund beantwortet werden.
Forschungen aus diesem Bereich lassen zwar Tendenzen erkennen und sind derzeit
sicherlich eines der imposantesten Forschungsgebiete, dass sich unter anderem auch mit
dem E-‐Commerce beschäftigt, dennoch sind Ergebnisse starken Restriktionen unterworfen.
389 vgl. Koufaris, M., Applying the technology acceptance model and flow theory to online consumer behavior, in Information Systems Research, 13(2) (2002) S.218
100
Es ist speziell für die Erkenntnisse aus der Neuroökonomie festzuhalten, dass oftmals
Korrelationen gezeigt werden können, deren Interpretation als Kausalität aber fraglich ist.
Aspekte, die aus der wirtschaftlichen Praxis der CRO stammen, sind zwar hoch relevant, zum
Teil sehr spezifisch und unter gewissen Restriktionen auch wissenschaftlich, haben aber
ebenfalls das Problem, dass ein Impulskauf als solcher nur sehr schwer gemessen werden
kann. Das größte Bedauern, dass die CRO als Disziplin prägt ist, dass gerade sehr
umfangreiche Studien nicht veröffentlicht werden, weil kein wirtschaftliches Interesse dies
begünstigen würde. Vergleicht man Forschungsbudgets an universitären Einrichtungen mit
den finanziellen Mitteln, die etwa in einen umfangreichen Multivarianztest fließen, so ist die
fehlende Dokumentation und Veröffentlichung als herbe Herausforderung für die Evolution
einer Fachrichtung zu sehen.
Der hier präsentierte Fragenkatalog zur Findung von Hypothesen für den CRO Prozess
versteht sich als Genese und Interpretation von Forschungsergebnissen einzelner
Disziplinen, kann als solches aber nicht allgemeingültig verifiziert werden.
Korrelation versus Kausalität als Problem der Erehebungsmethoden
Ein Problem, dass sich alle der hier aufgezeigten Herangehensweisen teilen, ist die
Differenzierung zwischen Korrelation und der zugrundeliegenden Kausalität. Einige der
gefundenen Einflussgrößen stehen zu einem gewissen Grad in Verdacht lediglich eine
Korrelation abzubilden, nicht aber eine Kausalität.
Nicht erschlossene Forschungsquellen in der Praxis
Einer der Faktoren der mit Bedauern hinzunehmen ist, ist jener, dass es im Zuge von CRO
Prozessen zwar hochinteressante Einzelergebnisse gibt, die in manchen Fällen auch
strengsten wissenschaftlichen Kriterien genügen würden, diese aber nicht publiziert werden,
da keine wirtschaftliches Interesse dies begünstigt.
4.2 Ausblick für weitere Forschungsansätze
Die Erforschung des impulsiven Käuferverhaltens im E-‐Commerce bietet für die Zukunft
zahlreiche Betätigungsfelder und bedarf der Erforschung mehrerer Einzelaspekte und
wesentlich wichtiger, deren Wechselwirkungen. Die hier präsentierten Fragestellungen
können als Ausgangspunkt, für eine praxisnahe Diskussion verwendet werden, und bilden
zugleich eine geeignete Basis für weitere Forschungen.
101
Eine der grundlegenden Herausforderungen für die Zukunft ist das Finden eines geeigneten
Forschungsdesigns, dass dazu in der Lage ist Impulskäufe sauber von anderen Typen des
Online-‐kaufes zu extrahieren, zu beobachten und zu messen.
Um den Einfluss einzelner Elemente besser bestimmen zu können, ist es zudem notwendig,
verstärkt in der neuroökonomischen Feldforschung zu arbeiten, wobei es naheliegend ist,
dass für diesen Teil der Forschung Methoden wir das EEG, die EDA und das Eyetracking zum
Einsatz kommen werden. Aufgrund des Kostenfaktors werden fMRT Studien auch in Zukunft
eine seltene Erscheinung darstellen und unter den genannten Restriktionen zu verstehen
sein. Wir befinden uns heute in der Situation, dass spontane Konversionen im E-‐Commerce
sowohl ein komplexes Phänomen darstellen als auch ein interdisziplinäres Feld aufspannen,
in dem die unterschiedlichen Fachrichtungen gut daran tun würden, Forschungen und
Bestrebungen zu koordinieren und Ergebnissse einem einheitlichen
Dokumentationsstandard zu unterwerfen.
102
5 Literaturverzeichnis Adelaar, T./Chang, S./Lancendorfer, K.M./Byoungkwan Lee, K.M./Morimoto, M., Effects of media formats on emotions and impulse buying intent, in Journal of Information Technology (Routledge, Ltd ), 18(4) 2003, S. 247-‐66. Adelman, G., The Neurosciences Research Program at MIT and the Beginning of the Modern Field of Neuroscience, in Journal of the History of the Neurosciences, 19(1) 2010, S. 15-‐23. Adolphs, R., Trust in the brain, in Nature Neuroscience, 5(3) 2002, S. 192-‐3. Ahrholdt, D., Erfolgsfaktoren einer E-‐Commerce-‐Website: Empirische Identifikation vertrauensfördernder Signale im Internet-‐Einzelhandel, Gabler Verlag,2010, . Amodio, D.M., Can Neuroscience Advance Social Psychological Theory? Social Neuroscience for the Behavioral Social Psychologist, in Social Cognition, 28(6) 2010, S. 695-‐716. Ariely, D./Berns, G.S., Neuromarketing: the hope and hype of neuroimaging in business, in Nature Reviews Neuroscience, 11(4) 2010, S. 284-‐92. Atrey, P.K./Ibrahim, H./Anwar Hossain, M./Ramanna, S./El Saddik, A., Determining trust in media-‐rich websites using semantic similarity, in Multimedia Tools and Applications 2011, S. 1-‐28. Aubert, B.A./Dewit, O./Roy, M.C., The impact of interface quality on trust in web retailers, in Cahier du GReSI no, 1 2001, S. 05. Ayanso, A./Yoogalingam, R., Profiling Retail Web Site Functionalities and Conversion Rates: A Cluster Analysis, in International Journal of Electronic Commerce, 14(1) 2009, S. 79-‐113. Ba, S./Pavlou, P.A., EVIDENCE OF THE EFFECT OF TRUST BUILDING TECHNOLOGY IN ELECTRONIC MARKETS: PRICE PREMIUMS AND BUYER BEHAVIOR, in MIS Quarterly, 26(3) 2002, S. 243-‐68. Baecher, P./Fischlin, M./Gordon, L./Langenberg, R./Lützow, M./Schröder, D., CAPTCHAs: The Good, the Bad, and the Ugly, in Gesellschaft für Informatik (GI) publishes this series in order to make available to a broad public recent findings in informatics (ie computer science and informa-‐tion systems), to document conferences that are organized in co-‐operation with GI and to publish the annual GI Award dissertation. 2010, S. 353. Barnes, S./Mattsson, J., Brand value in virtual worlds: an axiological approach, in Journal of Electronic Commerce Research (Online Edition), 9(3) 2008, S. 195-‐206. Barraza, J.A./McCullough, M.E./Ahmadi, S./Zak, P.J., Oxytocin infusion increases charitable donations regardless of monetary resources, in Hormones and behavior, 60(2) 2011, S. 148-‐51. Bechara, A./Damasio, A.R., The Somatic Marker Hypothesis: A Neural Theory of Economic Decision, in Games and Economic Behavior, 52(2) 2005, S. 336-‐72. Becker, W., Verkaufspsychologie : theoretische Grundlagen und praktische Anwendungen, Profil-‐Verl., München; Wien, 2004, . Bellman, S./Lohse, G.L./Johnson, E.J., Predictors of Online Buying Behavior, in Communications of the ACM, 42(12) 1999, S. 32-‐8.
103
Bogdanovych, A./Simoff, S./Sierra, C./Berger, H., Proceedings of e-‐Commerce 2005 Conference, Implicit training of virtual shopping assistants in 3D electronic institutions. 2005, S. 50-‐7. Brakus, J.J./Schmitt, B.H./Zarantonello, L., Brand experience: what is it? How is it measured? Does it affect loyalty? in Journal of Marketing, 73(3) 2009, S. 52-‐68. Brandt, P., Entscheidungsfreiheit versus Neuromarketing, in Journal für Verbraucherschutz und Lebensmittelsicherheit, S. 1-‐3. Brenner, G., Marketing und Sucht im neuronalen Belohnungssystem-‐-‐ein gemeinsamer Fokus zweier Forschungsfelder, in der markt, S. 1-‐10. Caplin, A./Dean, M., Economic Insights from 'Neuroeconomic' Data, in American Economic Review, 98(2) 2008, S. 169-‐74. Carretié, L./Hinojosa, J.A./Martín-‐Loeches, M./Mercado, F./Tapia, M., Automatic attention to emotional stimuli: neural correlates, in Human brain mapping, 22(4) 2004, S. 290-‐9. Castelfranchi, C./Tan, Y.H., System Sciences, 2001. Proceedings of the 34th Annual Hawaii International Conference on, The role of trust and deception in virtual societies. 2001, S. 8-‐pp. Chellapilla, K./Larson, K./Simard, P./Czerwinski, M., Building segmentation based human-‐friendly human interaction proofs (HIPs), in Human Interactive Proofs 2005, S. 173-‐85. Chen, T., Online Impulse Buying and Product Involvement, in Innovation and Knowledge Management in Business Globalization Theory Practice Vols 1 and 2 2008, S. 936-‐43. Chewa, M./Bairdb, H.S., Baffletext: A human interactive proof, in 2003. Christodoulides, G./de Chernatony, L., Consumer-‐based brand equity conceptualisation and measurement, in International Journal of Market Research, 52(1) 2010, S. 43-‐66. Cialdini, R.B., Influence: The psychology of persuasion, in New York: Collins Business 2007. Close, A.G./Kukar-‐Kinney, M., Beyond buying: Motivations behind consumers' online shopping cart use, in Journal of Business Research, 63(9/10) 2010, S. 986-‐92. Compeau, D./Higgins, C.A./Huff, S., Social cognitive theory and individual reactions to computing technology: A longitudinal study, in MIS Quarterly, 23(2) 1999, S. 145-‐58. Cutler, M./Sterne, J., E-‐metrics-‐business metrics for the new economy, in Whitepaper, NetGenesis Corp., Cambridge, MA 2000. Cyr, D./Head, M./Larios, H./Pan, B., Exploring human images in website design: A multi-‐method approach, in MIS Quarterly, 33(3) 2009, S. 539-‐A9. Cyr, D./Trevor-‐Smith, H., Localization of Web design: An empirical comparison of German, Japanese, and United States Web site characteristics, in Journal of the American society for information science and technology, 55(13) 2004, S. 1199-‐208. Danaher, P.J./Wilson, I.W./Davis, R.A., A comparison of online and offline consumer brand loyalty, in Marketing Science 2003, S. 461-‐76. Dijksterhuis, A./Smith, P.K./Van Baaren, R.B./Wigboldus, D.H.J., The unconscious consumer: Effects of environment on consumer behavior, in Journal of Consumer Psychology, 15(3) 2005, S. 193-‐202.
104
Dimoka, A., WHAT DOES THE BRAIN TELL US ABOUT TRUST AND DISTRUST? EVIDENCE FROM A FUNCTIONAL NEUROIMAGING STUDY, in MIS Quarterly, 34(2) 2010, S. 373-‐A7. Dittmar, H./Long, K./Bond, R., When a better self is only a button click away: Associations between materialistic values, emotional and identity-‐related buying motives, and compulsive buying tendency online, in Journal of Social & Clinical Psychology, 26(3) 2007, S. 334-‐61. Dou, W./Lim, K.H./Su, C./Zhou, N./Cui, N., Brand positioning strategy using search engine marketing, in MIS Quarterly, 34(2) 2010, S. 261-‐A4. Düweke, E./Rabsch, S., Erfolgreiche Websites : Suchmaschinen-‐Optimierung, Online-‐Marketing, Usability, Galileo Press, Bonn, 2011, . Einwiller, S., Proceedings of the 8th Research Symposium on Emerging Electronic Markets (RSEEM2001), September, The significance of reputation and brand for creating trust in the different stages of a relationship between an online vendor and its customers. 2001, S.18. Eisenberg, B./Eisenberg, J./Davis, L.T., Call to action : secret formulas to improve online results, Nelson Business, Nashville, Tenn., 2006, . Esch, F.-‐R./Möll, T., Ich fühle, also bin ich — Markenemotionen machen den Unterschied, in Marketing Review St. Gallen, 26(4) 2009, S. 22-‐7. Fang, X./Salvendy, G., Customer-‐centered rules for design of e-‐commerce Web sites, in Communications of the ACM, 46(12) 2003, S. 332-‐6. Fischer, M., Website Boosting : Suchmaschinen-‐Optimierung, Usability, Webseiten-‐Marketing, REDLINE, Heidelberg, Neckar, 2008, . Fisher, C.E./Chin, L./Klitzman, R., Defining Neuromarketing: Practices and Professional Challenges, in Harvard Review of Psychiatry, 18(4) 2010, S. 230-‐7. Forman, C./Ghose, A./Goldfarb, A., Competition Between Local and Electronic Markets: How the Benefit of Buying Online Depends on Where You Live, in Management Science, 55(1) 2009, S. 47-‐57. Forrester, D., Turn Clicks Into Customers: Proven Marketing Techniques for Converting Online Traffic Into Revenue, McGraw-‐Hill Professional,2010, . Foscht, T./Swoboda, B., Käuferverhalten : Grundlagen -‐ Perspektiven -‐ Anwendungen, 4. Auflage ed. Gabler (Lehrbuch), Wiesbaden, 2011. Garcia, J.R./Saad, G., Evolutionary neuromarketing: Darwinizing the neuroimaging paradigm for consumer behavior, in Journal of Consumer Behaviour, 7(4/5) 2008, S. 397-‐414. Garrett, J.J., The Elements of User Experience: User-‐Centered Design for the Web and Beyond, New Riders Pub, 2010. Gefen, D./Karahanna, E./Straub, D.W., Trust and tam in online shopping: An integrated model, in MIS Quarterly, 27(1) 2003, S. 51-‐90. Glover, S./Benbasat, I., A Comprehensive Model of Perceived Risk of E-‐Commerce Transactions, in International Journal of Electronic Commerce, 15(2) 2010, S. 47-‐78. Gommans, M./Krishnan, K.S./Scheffold, K.B., From brand loyalty to e-‐loyalty: A conceptual framework, in Journal of Economic and Social research, 3(1) 2001, S. 43-‐58. Gottschling, S./Becker, F./Böhme, C./Fuchs, G./Kleinsorgen, M./Schlegel, T., Online-‐Marketing-‐Attacke: Das So-‐geht's-‐Buch für messbar mehr Verkäufe im Internet, SGV-‐Verlag GmbH,2010, .
105
Goward, Ch.: The LIFT Model: The Six Landing Page Conversion Rate Factors http://www.widerfunnel.com/conversion-‐rate-‐optimization/the-‐six-‐landing-‐page-‐conversion-‐rate-‐factors, abgerufen 16.11.2011 Gurzki, D.I.T., Vom Electronic-‐Commerce zum intelligenten Commerce mit virtuellen Beratern, in Arbeitspapier des Fraunhofer lAO Competence Center Electronic Business, Stuttgart 2000. Gutierrez, B.P.B., Determinants of planned and impulse buying: The case of the Philippines, in Asia Pacific Management Review, 9(6) 2004, S. 1061-‐78. Hajcak, G./Olvet, D.M., The persistence of attention to emotion: brain potentials during and after picture presentation, in Emotion (Washington, D.C.), 8(2) 2008, S. 250-‐5. Halligan, B./Shah, D./Scott, D.M., Inbound marketing: get found using Google, social media, and blogs, John Wiley & Sons Inc,2009, . Harrison, G./Ross, D., The Methodologies of Neuroeconomics, in Journal of Economic Methodology, 17(2) 2010, S. 185-‐96. Hassler, M., Web Analytics : Metriken auswerten, Besucherverhalten verstehen, Website optimieren, mitp, Heidelberg, 2009, . Häusel, H.G., Neuromarketing: Erkenntnisse der Hirnforschung für Markenführung, Werbung und Verkauf, Rudolf Haufe Verlag,2007, . Häusel, H.-‐G., Emotional boosting : die hohe Kunst der Kaufverführung, Haufe, Freiburg, Br.; Berlin; München, 2009, . Head, M.M./Hassanein, K., Trust in e-‐commerce: evaluating the impact of third-‐party seals, in Quarterly Journal of Electronic Commerce, 3 2002, S. 307-‐26. Heath, R./Brandt, D./Nairn, A., Brand relationships: Strengthened by emotion, weakened by attention, in JOURNAL OF ADVERTISING RESEARCH-‐NEW YORK-‐, 46(4) 2006, S. 410. Heijnk, S., Texten fürs Web : planen, schreiben, multimedial erzählen. Das Handbuch für Online-‐Journalisten, dpunkt-‐Verl., Heidelberg, 2011, . Heinemann, G., Web-‐Exzellenz als Schlüsselfaktor im Online-‐Handel, in Marketing Review St. Gallen, 27(3) 2010, S. 44-‐9. Hinson, J./Jameson, T./Whitney, P., Somatic markers, working memory, and decision making, in Cognitive, Affective, & Behavioral Neuroscience, 2(4) 2002, S. 341-‐53. Hiok, C.Y./Khoo, V.K.T., Computer Research and Development, 2010 Second International Conference on, Education Services Mashup: Examining the Impact of Web Design Features on User Trust. 2010, S. 349-‐53. Hodge R. Factors influencing impulse buying during an online purchase transaction, 2004. (Academic Thesis) Holsapple, C.W./Sasidharan, S., The Dynamics of Trust in B2C E-‐Commerce: A Research Model and Agenda, in Information Systems and e-‐Business Management, 3(4) 2005, S. 377-‐403. Hubert, Thorsten, 11 Konversionskiller und wie sie vermieden werden, Web Arts AG, Bad Homburg, 2011, .
106
Hung, C.J., The analysis of factors that influence female impulse buying during online transactions, in 2008. Hunt, B., Convert!: Designing Web Sites to Increase Traffic and Conversion, Wiley,2011, . Jiang, Z./Benbasat, I., The effects of presentation formats and task complexity on online consumers' product understanding, in MIS Quarterly, 31(3) 2007, S. 475-‐500. Jung, K./Lim, C., Impulse Buying Behaviors on the Internet, in KDI School of Pub Policy & Management Paper No. 06-‐09 2006. Jøsang, A./Pope, S., Proceedings of the 2nd Asia-‐Pacific conference on Conceptual modelling -‐ Volume 43, Semantic constraints for trust transitivity. Australian Computer Society, Inc., 2005, S. 59-‐68. Kacen, J.J./Lee, J.A., The Influence of Culture on Consumer Impulsive Buying Behavior, in Journal of Consumer Psychology (Lawrence Erlbaum Associates), 12(2) 2002, S. 163-‐76. Kellett, S./Bolton, J.V., Compulsive buying: A cognitive–behavioural model, in Clinical Psychology & Psychotherapy, 16(2) 2009, S. 83-‐99. Kempe, M., Ungeplante Käufe im Internet, Gabler Verlag (Research), Wiesbaden, 2011, . Kenning, V.P.D.D.P./Plassmann, H./Ahlert, D., Consumer Neuroscience, Implikationen neurowissenschaftlicher Forschung für das Marketing, in Marketing ZfP, 29 2007, S. 55-‐67. Keser, C./CIRANO., Trust and reputation building in e-‐commerce, CIRANO,2002, . Kiebler, M., Strategische Markenführung durch Neuromarketing : Optimierung der Markenpositionierung durch den Einsatz psychologischer und neuroökonomischer Forschungsmethoden, VDM Müller, Saarbrücken, 2009, . Kim, D./Benbasat, I., Trust-‐Assuring Arguments in B2C E-‐commerce: Impact of Content, Source, and Price on Trust, in Journal of Management Information Systems, 26(3) 2009, S. 175-‐206. Kim, J./Lee, J./Han, K./Lee, M., Businesses as buildings: Metrics for the architectural quality of Internet businesses, in Information Systems Research, 13(3) 2002, S. 239-‐54. Kim, J.-‐H./Kim, M./Kandampully, J., The Impact of Buying Environment Characteristics of Retail Websites, in Service Industries Journal, 27(7) 2007, S. 865-‐80. Kirnapci, S., Erfolgreiche Webtexte : für Webshops, Dienstleistungen und Webinhalte, mitp/bhv, Heidelberg, Neckar, 2010, . Komiak, S.Y.X./Benbasat, I., The Effects of Personalization and Familiarity on Trust and Adoption of Recommendation Agents , in MIS Quarterly, 30(4) 2006, S. 941-‐60. Koski, N., Impulse buying on the internet: encouraging and discouraging factors, in Frontiers of E-‐business Research 2004, S. 23-‐35. Kotler, P./Keller, K.L./Bliemel, F., Marketing-‐Management: Strategien für wertschaffendes Handeln, 12. Auflage, München, 2007, . Koufaris, M., Applying the technology acceptance model and flow theory to online consumer behavior, in Information Systems Research, 13(2) 2002, S. 205-‐23.
107
Kovacs, M./Farias, S./Moura, F./Souza, A., Relations between Consumer Effort, Risk Reduction Strategies, and Satisfaction with the E-‐commerce Buying Process: The Development of a Conceptual Framework, in International Journal of Management, 28(1) 2011, S. 316-‐29. Koyuncu, C./Lien, D., E-‐Commerce and Consumer's Purchasing Behaviour, in Applied Economics, 35(6) 2003, S. 721-‐6. Kroeber-‐Riel, W./Weinberg, P./Gröppel-‐Klein, A., Konsumentenverhalten, 9. Auflage ed. Vahlen, München, 2009, . Krueger, F./McCabe, K./Moll, J./Kriegeskorte, N./Zahn, R./Strenziok, M./Heinecke, A./Grafman, J., Neural correlates of trust, in Proceedings of the National Academy of Sciences, 104(50) 2007, S. 20084. Krüger, J.D., Conversion Boosting mit Website-‐Testing, mitp, Heidelberg; München; Landsberg; Frechen; Hamburg, 2011, . Kukar-‐Kinney, M./Close, A., The determinants of consumers’ online shopping cart abandonment, in Journal of the Academy of Marketing Science, 38(2) 2010, S. 240-‐50. Kumbruck, C./Sacher, M./Stumpf, F., Vertrauen (skapseln) beim Online-‐Einkauf, in Datenschutz und Datensicherheit-‐DuD, 31(5) 2007, S. 362-‐6. Lam, S.Y., Evaluating Promotions in Shopping Environments: Decomposing Sales Response into Attraction, Conversion, and Spending Effects, in Marketing Science, 20(2) 2001, S. 194-‐215. Lee, P.M., Behavioral Model of Online Purchasers in E-‐Commerce Environment, in Electronic Commerce Research, 2(1) 2002, S. 75-‐85. Lim, K.H./Sia, C.L./Lee, M.K./Benbasat, I., Do I Trust You Online, and If So, Will I Buy? An Empirical Study of Two Trust-‐Building Strategies, in Journal of Management Information Systems, 23(2) 2006, S. 233-‐66. Lindström, M., Buyology: Warum wir kaufen, was wir kaufen, Campus Verlag,2009, . Ling, K.C./Chai, L.T./Piew, T.H., The Effects of Shopping Orientations, Online Trust and Prior Online Purchase Experience toward Customers’ Online Purchase Intention, in International Business Research, 3(3) 2010, S. P63. Loveday, L./Niehaus, S., Web design for ROI, New Riders ;, Berkeley, Calif., 2008, . Madhavaram, S.R./Laverie, D.A., Exploring impulse purchasing on the internet, in Advances in Consumer Research, 31(1) 2004, S. 59-‐66. McKnight, D.H./Choudhury, V., Proceedings of the 8th international conference on Electronic commerce: The new e-‐commerce: innovations for conquering current barriers, obstacles and limitations to conducting successful business on the internet, Distrust and trust in B2C e-‐commerce: Do they differ? 2006, S. 482-‐91. Meier, A./Stormer, H., Ebusiness & Ecommerce: Management Der Digitalen Wertschopfungskette, Springer,2008, . Mikunda, C., Marketing spüren : willkommen am Dritten Ort, Redline Wirtschaft, Heidelberg, 2007, . Mikunda, C., Warum wir uns Gefühle kaufen die 7 Hochgefühle und wie man sie weckt, Econ, Berlin, 2009, .
108
Moe, W.W./Fader, P.S., Dynamic Conversion Behavior at E-‐Commerce Sites, in Management Science, 50(3) 2004, S. 326-‐35. Moll, J./Krueger, F./Zahn, R./Pardini, M./de Oliveira-‐Souza, R./Grafman, J., Human fronto-‐mesolimbic networks guide decisions about charitable donation, in Proceedings of the National Academy of Sciences of the United States of America, 103(42) 2006, S. 15623-‐8. Morys, Andrè, Conversion-‐Optimierung : Praxismethoden für mehr Markterfolg im Web, Entwickler.press, Frankfurt am Main, 2011, . Möll, T., Messung und Wirkung von Markenemotionen : Neuromarketing als neuer verhaltenswissenschaftlicher Ansatz, Dt. Univ.-‐Verl, Wiesbaden, 2007b, . Nass, C./Moon, Y., Machines and mindlessness: Social responses to computers, in Journal of social issues, 56(1) 2000, S. 81-‐103. Nathan, R.J./Yeow, P.H.P., Crucial web usability factors of 36 industries for students: a large-‐scale empirical study, in Electronic Commerce Research, 11(2) 2011, S. 151-‐80. Noll, J./Winkler, M., Gütesiegel und Vertrauen im E-‐Commerce, in der markt, 43(1) 2004, S. 23-‐32. Papadopoulou, P./Kanellis, P./Martakos, D., The 9th European Conference on Information Systems. Bled, Slovenia, INVESTIGATING THE FORMATION OF TRUST IN E-‐COMMERCE RELATIONSHIPS [RESEARCH IN PROGRESS]. 2001, . Paradice, D.B., an Examination of the impacts of Brand Equity, security, and Personalization on Trust Processes in an E-‐Commerce Environment, in Journal of Organizational and End User Computing, 21(1) 2009, S. 1-‐36. Parboteeah, D.V./Valacich, J.S./Wells, J.D., The Influence of Website Characteristics on a Consumer's Urge to Buy Impulsively, in Information Systems Research, 20(1) 2009, S. 60-‐78. Parboteeah DV. A MODEL OF ONLINE IMPULSE BUYING, 2005. (Academic Thesis) Pelau, C./Bena, I., The Risk Perception for Consumer Segments in E-‐Commerce and Its Implication for the Marketing Strategy, in Amfiteatru Economic, 12(28) 2010, S. 373 -‐ 387. Pennanen, K., Consumer’s Trust Formation Process in e-‐Commerce: Development of a Theoretical Framework, in Frontiers of E-‐Business Research, 11 2005, S. 1-‐13. Perrachione, T.K./Perrachione, J.R., Brains and brands: Developing mutually informative research in neuroscience and marketing, in Journal of Consumer Behaviour, 7(4-‐5) 2008, S. 303-‐18. Pinhanez, C.S., Human aspects of internet services: considering the needs of users and providers, in Journal of Internet Services and Applications, S. 1-‐10. Piron, F., Defining impulse purchasing, in Advances in Consumer Research, 18(1) 1991, S. 509-‐14. Pispers, Ralf, P.R./Dabrowski, Joanna, D.J., Neuromarketing im Internet. Erfolgreiche und gehirngerechte Kundenansprache im E-‐Commerce, Haufe-‐Lexware, Freiburg im Breisgau, 2011, . Raab, G./Gernsheimer, O./Schindler, M., Neuromarketing : Grundlagen -‐ Erkenntnisse -‐ Anwendungen, 2. Auflage ed. Gabler, Wiesbaden, 2009, . Raggio, R.D./Leone, R.P., The theoretical separation of brand equity and brand value: Managerial implications for strategic planning, in Journal of Brand Management, 14(5) 2007, S. 380-‐95.
109
Ramanathan, R., E-‐commerce success criteria: determining which criteria count most, in Electronic Commerce Research, 10(2) 2010, S. 191-‐208. Ramanathan, S./Menon, G., The Dynamics of Impulsive Behavior: Construct versus Goal Activation Effects on Memory, Evaluations and Choice, in . Reese, F., Website-‐Testing: Conversion Optimierung für Landing Pages und Online-‐Angebote, BusinessVillage GmbH,2009, . Reimann, M./Bechara, A., The Somatic Marker Framework as a Neurological Theory of Decision-‐Making: Review, Conceptual Comparisons, and Future Neuroeconomics Research, in Journal of Economic Psychology, 31(5) 2010, S. 767-‐76. Reimann, M., Neuroökonomie Grundlagen -‐ Methoden -‐ Anwendungen, Gabler, Wiesbaden, 2011 Riegelsberger, J./Sasse, M.A./McCarthy, J.D., Proceedings of the SIGCHI conference on Human factors in computing systems, Shiny happy people building trust?: photos on e-‐commerce websites and consumer trust. 2003, S. 121-‐8. Rizzolatti, G./Craighero, L., The mirror-‐neuron system, in Annual review of neuroscience, 27 2004, S. 169-‐92. RongJun, Y.U./XiaoLin, Z., Neuroeconomics: Opening the “black box” behind the economic behavior, in , 52(9) 2007. Rook, D.W., The Buying Impulse, in Journal of Consumer Research, 14(2) 1987b, S. 189-‐99. Rook, D.W./Fisher, R.J., Normative Influences on Impulsive Buying Behavior, in Journal of Consumer Research, 22(3) 1995, S. 305-‐13. Roth, A./Schrott, P., Online-‐ und Traditioneller Käufer im Vergleich — eine empirische Analyse, in der markt, 45(3) 2006, S. 157-‐67. Roth, G., Fühlen, Denken, Handeln : wie das Gehirn unser Verhalten steuert, Suhrkamp, Frankfurt am Main, 2003, . Saari, T. et al, Proceedings of the 6th international conference on Electronic commerce, Psychologically targeted persuasive advertising and product information in e-‐commerce. 2004, S. 245-‐54. Saleh, K./Shukairy, A., Conversion optimization, O'Reilly, Sebastopol, CA, 2011, . Sautter, P./Hyman, M.R./Lukosius, V., E-‐tail atmospherics: a critique of the literature and model extension, in Journal of Electronic Commerce Research, 5(1) 2004, S. 14-‐24. Scheier, C., Neuromarketing̶Über den Mehrwert der Hirnforschung für das Marketing, in Die neue Macht des Marketing 2008, S. 305-‐23. Schilke, O./Reimann, M., Neuroökonomie: Grundverständnis, Methoden und betriebswirtschaftliche Anwendungsfelder, in Journal für Betriebswirtschaft, 57(3) 2007, S. 247-‐62. Schmid, H.A./Rossi, G., Modeling and designing processes in e-‐commerce applications, in Internet Computing, IEEE, 8(1) 2004, S. 19-‐27. Schulz, S./Mau, G./Löffler, S., Web, Motiven und Wirkungen im viralen Marketing. 2010, S. 217-‐35.
110
Schwinn, A., Neue Werbepotenziale durch Bündelung von Ressourcen bei Longtail-‐Versandhändlern, in Marketing Review St. Gallen, 28(1) 2011, S. 54-‐9. Senior, C./Lee, N., A manifesto for neuromarketing science, in Journal of Consumer Behaviour, 7(4/5) 2008, S. 263-‐71. Sharma, P./Sivakumaran, B./Marshall, R., Exploring impulse buying and variety seeking by retail shoppers: towards a common conceptual framework, in Journal of Marketing Management, 26(5/6) 2010, S. 473-‐94. Sia, C.L./Lim, K.H./Leung, K./Lee, M.K.O./Huang, W.W./Benbasat, I., Web strategies to promote internet shopping: is cultural-‐customization needed? in Management Information Systems Quarterly, 33(3) 2009, S. 491-‐512. Siomkos, G./Vrechopoulos, A./Magganari, E., Proceedings of IADIS International Conference e-‐Commerce, Web-‐Atmospheric Effects on Online Consumer Behavior: A Review of the Literature. 2006, S. 333-‐7. Sloot, L.M./Verhoef, P.C./Franses, P.H., The impact of brand equity and the hedonic level of products on consumer stock-‐out reactions, in Journal of Retailing, 81(1) 2005, S. 15-‐34. Soopramanien, D.G.R./Fildes, R./Robertson, A., Consumer Decision Making, E-‐Commerce and Perceived Risks, in Applied Economics, 39 2007, S. 2159-‐66. Stern, H., The Significance of Impulse Buying Today, in Journal of Marketing, 26(2) 1962, S. 59-‐62. Stoll, M./Hubert, M./Kenning, P./Ahlert, D., Consumer Neuroscience und Neuromarketing-‐der Blick ins Kundenhirn, in Marketing Review St. Gallen, 25(6) 2008, S. 34-‐7. Sun, T./Wu, G., Trait Predictors of Online Impulsive Buying Tendency: A Hierarchical Approach, in Journal of Marketing Theory & Practice, 19(3) 2011, S. 337-‐46. Suntornpithug, N./Khamalah, J., Machine and person interactivity: The driving forces behind influences on consumers' willingness to purchase online, in Journal of Electronic Commerce Research, 11(4) 2010, S. 299-‐325. Thurow, S./Musica, N., When search meets web usability, New Riders, Berkeley, CA, 2009, . Töpfer, A. (ed.), 2009, Lean Six Sigma, Springer Berlin Heidelberg, . Turley, L.W./Milliman, R.E., Atmospheric effects on shopping behavior: a review of the experimental evidence, in Journal of Business Research, 49(2) 2000, S. 193-‐211. Ulbrich, F./Christensen, T./Stankus, L., Gender-‐specific on-‐line shopping preferences, in Electronic Commerce Research 2011, S. 1-‐19. Van der Heijden, H./Verhagen, T., Online store image: conceptual foundations and empirical measurement, in Information & Management, 41(5) 2004, S. 609-‐17. Veloso, M., Web copy that sells: the revolutionary formula for creating killer copy that grabs their attention and compels them to buy, AMACOM/American Management Association,2009, . Verplanken, B./Sato, A., The Psychology of Impulse Buying: An Integrative Self-‐Regulation Approach, in Journal of Consumer Policy, 34(2) 2011b, S. 197-‐210. Virvilait\.e, R./Saladien\.e, V./\vZvinklyt\.e, J., The Impact of External and Internal Stimuli on Impulsive Purchasing, in Economics and Management 2011, S. 1329-‐36.
111
Wang, Y.D./Emurian, H.H., An overview of online trust: Concepts, elements, and implications, in Computers in human behavior, 21(1) 2005, S. 105-‐25. Warner, Izabella, To buy or not to buy? Emotions, Impulsive Behavior, the Consumer and Marketing Implications, in University of Canberra -‐ Marketing Communikations Theory 2011. Weinschenk, S., Neuro web design: what makes them click? New Riders Pub,2009, . Wells, J.D./Parboteeah, V./Valacich, J.S., Online Impulse Buying: Understanding the Interplay between Consumer Impulsiveness and Website Quality, in Journal of the Association for Information Systems, 12(1) 2011a, S. 32-‐56. Wells, J.D./Valacich, J.S./Hess, T.J., What signal are you sending? how website quality influences perceptions of product quality and purchase intentions, in MIS Quarterly, 35(2) 2011b, S. 373-‐96. Wen, H.J./Chen, H.G./Hwang, H.G., E-‐commerce Web site design: strategies and models, in Information management & computer security, 9(1) 2001, S. 5-‐12. Whitney, P./Hinson, J./Wirick, A./Holben, H., Somatic responses in behavioral inhibition, in Cognitive, Affective, & Behavioral Neuroscience, 7(1) 2007, S. 37-‐43. Wilson, R.M./Gaines, J./Hill, R.P., Neuromarketing and Consumer Free Will, in Journal of Consumer Affairs, 42(3) 2008, S. 389-‐410. Wolf, C. & Best, H. (eds.), 2010, Handbuch der sozialwissenschaftlichen Datenanalyse, VS Verlag für Sozialwissenschaften, . Xiao, B./Benbasat, I., PRODUCT-‐RELATED DECEPTION IN E-‐COMMERCE: A THEORETICAL PERSPECTIVE, in MIS Quarterly, 35(1) 2011, S. 169-‐96. Yan, J./El Ahmad, A.S., Proceedings of the 4th symposium on Usable privacy and security, Usability of CAPTCHAs or usability issues in CAPTCHA design. 2008, S. 44-‐52. Yang, B./Lester, D., Attitudes Toward Buying Online, in CyberPsychology & Behavior, 7(1) 2004, S. 85-‐91. Youn, S./Faber, R.J., Impulse Buying: Its Relation to Personality Traits and Cues, in Advances in Consumer Research, 27(1) 2000, S. 179-‐85. Zak, P., The neuroeconomics of trust, in Claremont Graduate University -‐ Center for Neuroeconomics Studie 2005. Zhang, X./Prybutok, V.R./Strutton, D., Modeling influences on impulse purchasing behaviors during online marketing transactions, in Journal of Marketing Theory & Practice, 15(1) 2007, S. 79-‐89.
Recommended