Nutzerverhalten als Einflussfaktor von Warenkorbabbrüchen imOnline-HandelIrina Hoof I David M. Woisetschläger I Christof Backhaus Gefördert durch:

Förderkennzeichen 01FL11002

Institut für Automobilwirtschaftund Industrielle Produktion

I

Inhaltsverzeichnis

Inhaltsverzeichnis I

1 Problemstellung 1

2 Theoretische Grundlagen 4

2.1 Einflussfaktoren von Warenkorbabbrüchen 5

2.1.1 Charakteristika von Warenkorb-Abbrechern 5

2.1.2 Warenkorbnutzungsmotive als Einflussfaktoren 5

2.1.3 Situative Faktoren 5

2.2 Kaufprozess und Zeitpunkt des Abbruchs 6

3 Empirische Untersuchung 7

3.1 Datenerhebung und Datengrundlage 7

3.2 Ergebnisse 9

4 Diskussion und Implikationen 10

5 Fazit und Ausblick 13

Literaturverzeichnis 15

1 Problemstellung

1 Problemstellung

Trotz dieser augenscheinlichen positiven Rahmenbedingungen schaffen es nicht alle Online-Händler auf Anhieb, sich im Markt zu profilieren. Dies wurde innerhalb der letzten Jahre z. B. durch die Pleite des Versandhändlers Neckermann und den zunächst miss-glückten Launch des Media Markt Online-Shops deutlich (o. V. 2012; Hell 2007).

Einige wesentliche Herausforderungen, denen sich Anbieter im Onlinehandel gegenüber sehen, lassen sich entlang des Online-Kaufprozesses visualisieren, den Abbildung 1 veranschaulicht. So ist aus Sicht eines Online-Händlers zunächst dafür Sorge zu tragen, dass potenzielle Kunden möglichst effizient auf die Seite des Händ-lers gelangen (Phase 1). Dafür stehen verschiedene (Online-) Mar-ketingmaßnahmen wie zum Beispiel E-Mail-Werbung oder Such-maschinenmarketing (SEM/SEO)1 zur Verfügung. Befindet sich ein potenzieller Kunde in Phase 2 auf der Webseite und navigiert durch den Shop, so gilt es, den Kunden nicht nur zur Konversion zu bewe-gen, sondern dabei möglichst noch den Kundenwert zu maximie-ren. Während der Kaufentscheidungsphase und des eigentlichen Kaufes (Phasen 3 und 4) besteht schließlich eine wesentliche He-rausforderung darin, den Kunden durch exzellente Betreuung und entsprechende Serviceleistungen während des Kaufes sowie auch in der Nachkaufphase (5) an den Online-Shop zu binden und so des-sen Loyalität sicherzustellen.

Im B2B- wie auch im B2C-Bereich hat sich das Internet mittlerweile fest als Medium zur Ab-

wicklung von Einkäufen etabliert. Die zunehmende Bedeutung des Internets spiegelt sich da-

bei auch in einer enormen Steigerung der Online-Umsätze in den letzten zehn Jahren wider:

Wurden im Jahr 2003 noch elf Milliarden Euro Umsatz in Deutschland durch E-Commerce

generiert, so wird für das Jahr 2013 bereits ein Umsatzvolumen von 33,1 Milliarden Euro prog-

nostiziert, was einer Steigerung von 300 % entspricht (Handelsverband Deutschland 2013).

Ein Phänomen, welchem sowohl seitens der Praxis des Online-Handels als auch seitens der Wissenschaft aktuell starke Aufmerk-samkeit zuteilwird, ist der Warenkorbabbruch.

Von einem Warenkorbabbruch (engl.: Shopping Cart Abandon-ment) spricht man dann, wenn Besucher eines Online-Shops Pro-dukte in den virtuellen Online-Warenkorb legen, ohne einen Kauf eines dieser Produkte während der Online-Einkaufssession durch-zuführen (Kukar-Kinney und Close 2010). Dieses Verlassen des Wa-renkorbes wird von Online-Händlern als negativ interpretiert, da jeder Abbruch für den Online-Händler mit verlorenem Umsatz von 61,18 Euro (durchschnittlicher Warenkorbwert in Deutschland je Online-Kauf, vgl. Christiansen 2011) einhergeht.

Der geschätzte Gesamtverlust aller deutschen Onlinehändler durch Warenkorbabbrüche pro Jahr beläuft sich laut einer Studie des Soft-ware- und Beratungshauses Epoq von 2008 auf zwischen 500 Milli-onen und eine Milliarde Euro (o. V. 2008).2

Die in der Literatur zumeist für die USA dokumentierten Abbruch-raten unterscheiden sich zum Teil deutlich. Einige Schätzungen gehen von 25 % (Andersen Consulting und Forrester Research) bzw. 27 % (Jupiter Communications) aller bereits begonnenen Käufe aus (Tarasofsky 2008). Andere Studien hingegen berichten von Ab-bruchraten zwischen 75 % (Nicholls 2011) und 88 % (Forrester Re-search 2005).

1 SEM = Search Engine Marketing (Suchmaschinenmarketing); SEO = Search Engine Optimization (Suchmaschinenoptimierung) (Markgraf, o. J.)2 Für die Studie wurden 100 Marketingverantwortliche befragt, wobei 43 % der Befragten von einem jährlichen Schaden für die Branche von über 500 Millionen Euro ausgehen

und 39 % den Verlust sogar auf über eine Milliarde Euro allein in Deutschland schätzen.

Eine mögliche Erklärung dieser deutlichen Unterschiede mag in den teils unterschiedlichen Eigenschaften von Warenkörben liegen. So sind einige Warenkörbe persistent und haben einen Bestand von mehreren Wochen, andere wiederum werden automatisch geleert, sobald der Nutzer eine Webseite verlässt.

Grundsätzlich wird jedoch davon ausgegangen, dass sich die Zahl der abgebrochenen Warenkörbe innerhalb der letzten Jahre erhöht hat (Nicholls 2011). Dies lässt sich unter anderem damit begründen, dass Online-Käufer immer erfahrener werden: So würden 47 % der Online-Kunden nicht oder nur in Ausnahmesituationen kaufen, falls das gewünschte Produkt nicht reduziert angeboten wird (Freedman 2011). Weiterhin würden 36 % der Kunden nicht kaufen, sofern kein kostenloser Versand angeboten wird (comScore 2011). Demzufolge brechen Konsumenten häufiger den Warenkorb ab, da sie heutzutage online einen einfachen Zugang zu Informationen und Angeboten von Wettbewerbern haben, um Preise zu verglei-chen. Dies hat zu einer Veränderung des gesamten Konsumenten-verhaltens geführt, sowohl online als auch im stationären Handel (Nicholls 2011).

In der wissenschaftlichen Literatur wurde bereits eine Reihe von Einflussfaktoren für Warenkorbabbrüche untersucht. Diese lassen sich in die Kategorien individuelle Kundencharakteristika, Einstel-

lungen und Motive sowie situative Faktoren unterteilen. Zunächst wurden die Charakteristika der Personen untersucht, die dazu ten-dieren, Warenkörbe zu verlassen (Mulpuru et al. 2010). Zudem er-forschen einige Autoren die Gründe und Motive für Warenkorbab-brüche. Dabei wurden der Unterhaltungswert, der aus der Nutzung des Warenkorbs resultiert, Risiko bzw. Sicherheitsbedenken, Kos-ten, Nutzung des Warenkorbes zur Recherche und zur Organisati-on der Einkäufe und Wartezeit bzw. Unbequemlichkeit der Transak-tion als Einflussfaktoren für Warenkorbabbrüche identifiziert (z. B. Kukar-Kinney und Close 2010; Rajamma, Paswan und Hossain 2009).

Ein wesentlicher Faktor, der in der bisherigen Forschung noch nicht betrachtet wurde, für den aber von einer vergleichsweise hohen Be-deutung ausgegangen werden kann, ist das Verhalten der Waren-korbnutzer auf der Webseite, bevor diese einen Kauf abbrechen oder abschließen. Ziel dieser Studie ist es demzufolge, zu analysie-ren, ob das Nutzerverhalten auf der Seite eines Onlinehändlers im Zusammenhang mit Warenkorbabbrüchen steht. Hierzu wurde das Verhalten von knapp 100.000 Nutzern auf der Webseite eines On-line-Händlers erfasst, so dass damit verbundene Merkmale isoliert und deren Bedeutung als Einflussfaktor für Warenkorbabbrüche ermittelt werden konnten.

2Problemstellung

Abbildung 1: Herausforderungen des OnlinehandelsQuelle: Eigene Darstellung, in Anlehnung an Moe und Fader (2001).

Navigation durch den Online-Shop

Entscheidung, einen Kauf

durchzuführen

Entscheidung, einen Online-Shop zu

besuchen

Effiziente Akquise potenzieller

Kunden

Sicherstellung Loyalität Steigerung Kundenwert

Kau

fpro

zess

H

erau

sfor

deru

ngen

Kauf Nachkaufphase

1 2 3 4 5

Sicherung der Effizienz im Kundenkontakt

Kaufabbrüche

Autor (Jahr)

Demografika

Situative Faktoren

Ein-stellungen und Motive

Messung Warenkorb-

abbruch

Clickstream/ Verhaltens-

daten

Zentrale Ergebnisse: Faktoren, die Kaufabbrüche begünstigen

Cho, Kang und Cheon (2006)

Ja Ja Nein Befragungs-daten

Nein Anzahl der Stunden, die das Internet genutzt wird, Überforderung durch zu viel Auswahl, Wertbewusstsein, negative Erfahrungen in der Vergangenheit, Shoppen zum Produktvergleich

Fenech (2002)

Ja Ja Nein Befragungs-daten

Nein Häufigkeit von Online-Käufen, wahrg. Wichtigkeit, beim Einkaufen Freunde/Familie zu treffen, Datenklau-Risiko, Webseiten-Service-Probleme, Bedenken, dass Online-Händler Daten tracken, Website-IT-Probleme, Modebewusstsein, Häufigkeit des Stöberns für spätere Käufe, Häufigkeit der Informationssuche über Produkte, wahrg. Betrugsrisiko

Kukar-Kinney und Close (2010)

Nein Ja Ja Befragungs-daten

Nein Je eher der Warenkorb aufgrund seines Unterhaltungswertes/zur Einkaufsrecherche u. –organisation/zum Erwarten einer Preisreduzierung genutzt wird und je höher die Bedenken bzgl. der Gesamtkosten sind, desto häufiger werden Warenkörbe abgebrochen. Je höher Angst vor Privatsphärenverletzung, desto eher wird „offline“ gekauft

Li und Chatterjee (2005)

Ja Ja Nein Clickstream Ja Positiv auf den Kaufabbruch wirken: Preisinformation auf Produktseite vorhanden, Links zur eigenen Kontoseite, Wochenende, User ist eingeloggt (Benutzer im kauforientierten Status), Pop-Up-Ads, Shoppen zum Produktvergleich, gleichzeitiger Besuch von anderen (nicht Buch-) Online-Shops

Oliver und Shor (2003)

Nein Ja Nein Befragungs-daten

Nein Kaufabbruch, wenn leeres Promotion Code-Feld präsentiert wird

Rajamma, Paswan und Hossain (2009)

Nein Ja Nein Befragungs-daten

Nein Wahrgenommene Wartezeit wirkt negativ auf Kaufabbruch, je höher wahrgenommenes Risiko und Unbequemlichkeit, desto wahrscheinlicher der Kaufabbruch

3 Problemstellung

Das folgende Kapitel gibt einen kurzen Einblick über die Einfluss-faktoren, die in bisherigen Praxisstudien und wissenschaftlichen Veröffentlichungen identifiziert wurden. Darauf wird die in dieser Studie verwendete Datengrundlage vorgestellt sowie die empiri-

sche Untersuchung durchgeführt. Auf Basis der Ergebnisse werden Implikationen für die Praxis erarbeitet sowie ein Ausblick für zu-künftige Untersuchungen gegeben.

Abbildung 2: Zentrale Forschungsergebnisse zu den Einflussfaktoren von WarenkorbabbrüchenQuelle: Eigene Darstellung.

Situative Faktoren §  Wartezeit §  Unbequemlichkeit §  Risiko/Bedenken bzgl.

Sicherheit und Privatsphäre

§  Gesamtkosten §  Nichtvorhandene

Kaufbereitschaft

Kundenverhalten auf der Webseite

Kaufabbruch

Motive der Online-Warenkorbnutzung §  Unterhaltungsmotiv §  Organisation der geplanten

Einkäufe §  Erwarten einer

Preisreduzierung/ Preisvergleichsshopping

Kundencharakteristika §  Geschlecht §  Einkommen §  Bildung §  Online-Kauferfahrung

2 Theoretische Grundlagen

Während Warenkorbabbrüche in den Anfängen des Online-Han-dels noch häufig auf eine beschränkte Funktionalität der Websei-ten, eine verwirrende Menüführung, geringe Downloadgeschwin-digkeiten oder Probleme beim Auffinden von Versand- und Kontaktinformationen zurückzuführen waren (z. B. Global Millen-

nia Marketing 2002; BCG, in Wellner 2001), liegen die Gründe für Warenkorbabbrüche heutzutage vor allem bei den Konsumenten selbst, da sich die technischen Funktionen von Webseiten in den letzten Jahren deutlich verbessert haben.

Abbildung 3: Einflussfaktoren von WarenkorbabbrüchenQuelle: Eigene Darstellung.

4Theoretische Grundlagen

5 Theoretische Grundlagen

2.1 Einflussfaktoren vonWarenkorbabbrüchen

Eine aktuelle Studie des Marktforschungsunternehmens Forrester Research, für die 3.000 Personen befragt wurden, beschäftigt sich mit den Gründen für Warenkorbabbrüche (Mulpuru et al. 2010). 44 % der Kunden gaben an, dass sie den Kauf abbrachen, weil Ver-sand- und Bearbeitungskosten zu hoch waren; 41 % waren noch nicht bereit, den Kauf durchzuführen; 27 % wollten Preise auf ande-ren Webseiten vergleichen; 25 % gaben an, dass der Produktpreis höher war, als die Personen bereit waren zu zahlen und 24 % der Befragten wollten sich Produkte in ihren Warenkörben merken, um diese bei späteren Käufen zu berücksichtigen (Mulpuru et al. 2010). Insgesamt wird deutlich, dass die beiden Hauptgründe, nicht zu kaufen, sich zum einen auf den Preis bzw. die Kosten und zum an-deren den Kaufzeitpunkt, also das Timing des Kaufes beziehen (Ni-cholls 2011).

Wissenschaftliche Erfolgsfaktoren-Studien bestätigen diese Ergeb-nisse und decken weitere Einflussfaktoren auf, die sich auf einen Warenkorbabbruch auswirken.

2.1.1 Charakteristika von Warenkorb-Abbrechern

In Bezug auf die Charakteristika von Warenkorb-Abbrechern konn-ten einige soziodemografische Merkmale identifiziert werden, die mit erhöhten Abbruchraten korrespondieren. So zeigt eine Studie aus dem Jahr 2010, dass Männer zwar häufiger Preise vergleichen, aber weniger wahrscheinlich den Kauf abbrechen (Mulpuru et al. 2010). Frauen hingegen merken sich Produkte im Warenkorb wahr-scheinlicher für spätere, verzögerte Käufe, brauchen länger, bis sie sich für einen Kauf entscheiden und sind sensibler für Versand- und Bearbeitungskosten (Mulpuru et al. 2010).

Des Weiteren ist der typische „Abbrecher“ finanziell besser gestellt als die durchschnittliche Bevölkerung, hat eine bessere Ausbildung absolviert und hat insgesamt schon häufiger online eingekauft als Besucher, die keine Warenkörbe verlassen (Mulpuru et al. 2010).

2.1.2 Warenkorbnutzungsmotive alsEinflussfaktoren

Durch das Internet hat sich die Art und Weise, wie Konsumenten einkaufen, völlig verändert. Wollte man sich vor zwanzig Jahren

noch über verschiedene Produkte und Angebote informieren und die Eigenschaften vergleichen, musste man verschiedene Läden im stationären Handel besuchen. Dies ist viel zeit- und auch kostenin-tensiver, als den Computer einzuschalten und durch verschiedene Online-Shops zu stöbern. Demzufolge stellt das Sammeln von In-formationen einen integralen Bestandteil des Online-Kaufprozes-ses dar (Li und Chatterjee 2005). Die Aktivitäten beim Online-Ein-kaufen ähneln sogar im Fall von häufig gekauften Produkten der Produktsuche und solchen Aktivitäten, die typischerweise für dau-erhafte Güter, die offline gekauft werden, beobachtet werden. In verschiedenen wissenschaftlichen Studien zeigte sich, dass das Mo-tiv der Nutzung des Warenkorbs für Recherche und zur Organisati-on der Einkäufe, das Browsen für spätere Käufe und die Häufigkeit der Web-Suche für Produktinformationen begünstigen, den Wa-renkorb zu verlassen (Kukar-Kinney und Close 2010; Fenech 2002).

Ein weiteres, bedeutendes Motiv ist der Unterhaltungswert, der die Warenkorbnutzung mit sich bringt: Je wahrscheinlicher Kunden aus Spaß den Warenkorb nutzen, desto wahrscheinlicher brechen sie Käufe ab (Kukar-Kinney und Close 2010).

Eine weitere Kategorie von Einflussfaktoren zielt auf die Kosten des Einkaufes ab. Nutzen Kunden den Warenkorb, weil sie einen Preis-rabatt erwarten oder betreiben sie Vergleichsshopping, steigt die Wahrscheinlichkeit für den Abbruch dieser Käufe (Cho, Kang und Cheon 2006; Kukar-Kinney und Close 2010). Zudem zeigte sich, dass die Kalkulation bzgl. der Kosten indirekt negativ auf Kaufab-brüche wirkt (Kukar-Kinney und Close 2010).

2.1.3 Situative Faktoren

Zudem analysierten einige Forscher das durch den Kunden wahr-genommene Risiko als Einflussfaktor für Warenkorbabbrüche. Laut Kukar-Kinney und Close (2010) hat das wahrgenommene Risiko zwar keinen Einfluss auf einen Warenkorbabbruch. Je eher aller-dings Bedenken bezüglich möglicher Verletzungen der Privatsphä-re und eines Sicherheitsrisikos bestehen, desto wahrscheinlicher fällt die Entscheidung, im stationären Handel zu kaufen. Andere Forscher hingegen stellten fest, dass das wahrgenommene Risiko (soziales Risiko, Risiko, dass Dritte Zugang zu persönlichen Daten erhalten, Risiko eines Betrugs des Online-Händlers) sowie die Glaubwürdigkeit der Webseite durchaus einen Einfluss darauf ha-ben, ob ein Nutzer den Warenkorb verlässt (Rajamma, Paswan und Hossain 2009; Cho, Kang und Cheon 2006; Fenech 2002).

Schließlich wurden weitere situative Einflussfaktoren auf Kaufab-brüche identifiziert. Dabei zeigte sich, dass sich die Wartezeit nega-tiv auf den Kaufabbruch in der Kaufbeendigungsstufe auswirkt (Ra-jamma, Paswan und Hossain 2009). Die wahrgenommene Unbequemlichkeit der Transaktion fördert hingegen einen Waren-

korbabbruch (Rajamma, Paswan und Hossain 2009), gleicherma-ßen wie die Häufigkeit von Problemen mit den Services der Websei-te oder IT-Problemen der Shop-Webseite (Fenech 2002).

2.2 Kaufprozess und Zeitpunkt des Abbruchs

Der typische Online-Kaufprozess besteht in der Regel aus vier Stu-fen: Kunden entscheiden sich, einen Online-Shop zu besuchen und „landen“ auf der Seite eines Online-Händlers. Dafür sind verschie-dene Wege möglich: Entweder suchen Kunden zum Beispiel über eine Suchmaschine den Shop, finden diesen unter den Suchergeb-nissen und gelangen so auf die Shop-Webseite. Manche User su-chen hingegen nach einem bestimmten Produkt oder einer Pro-duktkategorie und erhalten unter den Suchergebnissen auch einen Link zu einem Online-Shop, der ein gesuchtes Produkt anbietet. Des Weiteren können Shops über Bannerwerbung oder Links in Werbeemails erreicht werden. Schließlich besteht eine weitere Möglichkeit darin, dass Kunden direkt die URL des Shops in den Browser eintippen. Befindet sich der Nutzer auf der Webseite, kann er nun die verschiedenen Angebote des Anbieters einsehen und nutzen, indem er z. B. Produktseiten aufruft, Kategorieseiten an-sieht, Produkte über die Shop-interne Suchmaschine sucht oder Produkte dem Warenkorb hinzufügt und ggf. wieder entfernt. Ent-scheidet sich der Konsument nun für den Kauf, kann er den Check-Out-Prozess einleiten. Zunächst wird in den meisten Shops eine Übersichtsseite erstellt, auf der der Kunde die im Warenkorb be-findlichen Produkte und deren Preise sowie häufig auch die Ver-sandkosten einsehen kann. Um den Kauf abzuschließen, muss der Kunde sich nun registrieren oder, falls er bereits ein Konto besitzt, in dieses Konto einloggen. Alternativ bieten viele Online-Händler mittlerweile einen Guest-Check-Out an, durch den es Kunden er-möglicht wird, etwas zu kaufen, ohne sich zu registrieren. Dabei müssen Kunden nur für Versand und Zahlung benötigte Informati-onen eingeben.

Außerdem werden dem Kunden schließlich Zahlungsmöglichkei-ten präsentiert, aus denen er wählen kann. Entweder füllt der Besu-cher alle für den Kauf angeforderten Angaben aus und bestätigt fi-nal, dass er den Kauf durchführen möchte, oder er bricht diesen ab. Der Abbruch und das Verlassen des Shops können zu jedem belie-bigen Zeitpunkt im Prozess stattfinden.

Einigkeit besteht dahingehend, dass je weiter ein Kunde sich dem finalen Kauf nähert, also den Check-Out-Prozess beginnt, desto unwahrscheinlicher wird der Warenkorb abgebrochen. So werden nur ca. 4,4 % der abgebrochenen Warenkörbe kurz vor der finalen Kaufbestätigung verlassen und zwar häufig dann, nachdem der

Kunde seine Zahlungsinformationen bereits angegeben hat (BizRa-te.com 2000; ECC Handel 2011). Abbrüche auf der Rechnungsüber-sichtsseite sind hingegen noch weniger wahrscheinlich (Mullins 2000).

6Theoretische Grundlagen

7 Empirische Untersuchung

3 Empirische Untersuchung

3.1 Datenerhebung undDatengrundlageDie Datenerhebung erfolgte in Kooperation mit einem deutschen Online-Handelsunternehmen. Auf der Online-Handelsplattform werden ca. 12 Mio. verschiedene Produkte aus ca. 300 Produktkate-gorien angeboten. Für die Datenerhebung wurden in anonymisier-ter Form und unter Wahrung der datenschutzrechtlichen Bestim-mungen im Zeitraum von neun Tagen ca. 3,5 Mio. Nutzeraktivitäten

auf Sessionebene aufgezeichnet. Dabei wurden im betrachteten Zeitraum insgesamt knapp 1 Mio. Sessions verzeichnet. Im Zent-rum dieser Studie stehen die Sessions, in denen Nutzer etwas in den Warenkorb gelegt haben. Daher beschränkt sich die Analyse auf 9.147 Fälle, wobei davon in ca. einem Drittel der Sessions etwas ge-kauft wurde. Die Abbruchquote entspricht damit 67,95 %.

Um sicherzustellen, dass nur echte Nutzer betrachtet werden, wur-den Sessions, die länger als vier Stunden dauerten, sowie Sessions, in denen mehr als 400 Seiten aufgerufen wurden, ausgeschlossen (Bucklin und Sismeiro 2003). Zudem ist bei sehr langen Sessions

Für die Datenanalyse wurden 8.042 Sessions mit einer durchschnittlichen Dauer von 17,5 Mi-

nuten verwendet, in denen Nutzer Artikel in den Warenkorb legten. In knapp 70 % der Fälle

wurde der Warenkorb verlassen und somit der Kauf abgebrochen.

Variable Berechnung Mittelwert (SD) Min Max Häufigkeit

1. Kunde besucht Online-Shop Kunde kommt von Konkurrenz

Existenz Session ID Ja (2,4 %) Nein (97,6 %)

Kunde kommt von Suchmaschine

Existenz Session ID Ja (16,2 %) Nein (83,8 %)

Spezifität der Suche Mind. zwei der Kriterien treffen zu: Suche nach Produktgattung, Hersteller/Marke und/oder genauer Modellbezeichnung

Ja (38,6 %) Nein (61,4 %)

2. Navigation durch Online-Shop Anzahl der Suchen innerhalb der Webseite

Anzahl der Sessions mit gleicher ID 9,5 (62,915) 0 2720

Anzahl angesehener Produkte

Anzahl der Sessions mit gleicher ID 31,78 (66,078) 0 903

Anzahl angesehener Kategorien

Anzahl der Sessions mit gleicher ID 3,14 (11,849) 0 363

3. Entscheidung zu kaufen Anzahl der Produkte im Warenkorb

Anzahl der Sessions mit gleicher ID 1,72 (2,511) 1 90

Anzahl der dem Kunden angebotenen Zahlungsmethoden

Anzahl der dem Nutzer angebotenen Zahlungsmethoden je Session

7,57 (1,094) 3 9

4. Abbruch vs. Kauf Anzahl aus dem Waren-korb entfernter Produkte

Anzahl der Sessions mit gleicher ID 0,39 (1,368) 0 52

Dauer Zeit pro Event (Clickgeschwindigkeit)

Dauer der Session geteilt durch die Anzahl der Aktionen

0,0162 (0,0330) 0,00 1,01

Dauer der Session (in Stunden)

Differenz des frühsten und spätesten Zeitstempels 0,2906 (0,487) 0,00 3,94

Dauer der Session quadriert (in Stunden)

Dauer der Session zum Quadrat 0,3219 (1,276) 0,00 15,51

8Empirische Untersuchung

Abbildung 4: DatengrundlageQuelle: Eigene Darstellung.

zunehmend unsicher, ob ggf. mehrere Nutzer während der Sitzung aktiv waren. Außerdem wäre es möglich, dass Nutzer in sehr langen Sessions nicht mehr aktiv sind und nur vergessen haben, das Brow-serfenster zu schließen. Das reduzierte Sample beläuft sich somit auf 8.042 Fälle, wobei in 68,9 % der Sessions der Warenkorb abge-brochen und in 31,1 % der Fälle der Kauf abgeschlossen wurde.

Durchschnittlich wurden dabei 1,72 Produkte in den Warenkorb ge-legt. Die durchschnittliche Session hatte eine Dauer von 17 Minu-ten und 26 Sekunden. Die folgende Tabelle gibt einen Überblick über die in der Studie verwendeten Variablen.

3.2 Ergebnisse

Als Analysemethode wurde eine logistische Regression durchge-führt. Diese prüft auf Basis von Prädiktorvariablen, mit welcher Wahrscheinlichkeit eine Session der Gruppe Abbrecher (=1) vs. Käu-fer (=0) zugeordnet wird. Um sicherzustellen, dass die unterschied-lichen Gruppengrößen (Käufer vs. Nicht-Käufer) keinen Einfluss auf das Ergebnis der Schätzung haben, wurde dabei das Bootstrapping-Verfahren mit Ziehung von 1.000 Stichproben gleicher Größe an-gewendet.

Die globalen Gütekriterien sind durch das Modell erfüllt. 27,1 % der Varianz der abhängigen Variablen (Abbruch vs. Kauf ) werden durch die im Modell betrachteten unabhängigen Variablen erklärt. Auch das Klassifizierungsergebnis von 75,1 % (PCC, Percentage Correctly Classified) übersteigt die proportionale Zufallswahrscheinlichkeit von 68,9 % (Proportional Chance Criterion). Zudem wurden Tests auf Multikollinearität durchgeführt, mit dem Ergebnis, dass sämtli-che VIF-Werte (Variance Inflation Factor) im akzeptablen Bereich liegen. Einzig der Hosmer-Lemeshow Test ist nicht erfüllt (p=0,000), was eine Einschränkung der Modellgüte darstellt.

Abbildung 5 gibt einen Überblick über die Ergebnisse der logisti-schen Regressionsanalyse, die auf die Ausprägung Abbruch=1 bezo-gen sind. Die farbig hinterlegten Werte stellen die exponentiellen Regressionskoeffizienten dar, die ein Maß für die Einflussstärke der unabhängigen Variablen ausdrücken. Der Wert gibt in Form eines Multiplikatorfaktors die Veränderung im Wahrscheinlichkeitsver-hältnis der beiden Ausprägungen der abhängigen Variablen an, wenn sich die Einflussvariable um eine Einheit vergrößert.

Bezogen auf die erste Stufe im Kaufprozess zeigt sich, dass Perso-nen, die von einer Suchmaschinenwebseite kommen, mit höherer Wahrscheinlichkeit dazu tendieren, den Warenkorb zu verlassen. Kommen sie allerdings von einer Konkurrenzseite, so hat dies kei-nen Einfluss auf die Abbruchwahrscheinlichkeit. Wird spezifisch nach einem bestimmten Produkt gesucht, steigt die Wahrschein-lichkeit, dass der Kauf abgeschlossen wird. Zudem interagiert die Spezifität der Suche damit, ob der Besucher von einer Suchmaschi-ne kommt. Das bedeutet, dass der negative Effekt einer spezifi-schen Suche auf den Kaufabbruch noch stärker ist, wenn der Kunde von einer Suchmaschine kommt. Eine Wechselwirkung der Spezifi-tät der Suche mit Kunden, die von einer Konkurrenzseite kommen, zeigte sich nicht.

Auf der zweiten Stufe im Kaufprozess zeigt sich, dass die Anzahl der Suchen innerhalb der Webseite keinen Effekt auf den Kaufabbruch hat. Je mehr Produktseiten und Produktkategorien ein Besucher ansieht, desto wahrscheinlicher bricht er hingegen den Kauf ab. Al-lerdings deuten die niedrigen exponentiellen Regressionskoeffizi-enten auf einen sehr geringen Einfluss hin.

Je mehr Produkte der Nutzer innerhalb der Kaufentscheidungsstufe (Stufe 3) in den Warenkorb gelegt hat, desto wahrscheinlicher wird ein Kauf durchgeführt. Auch die Anzahl der dem Nutzer angebote-nen Zahlungsmethoden hat einen Einfluss auf den Kauf. Werden dem Nutzer viele Möglichkeiten angeboten, seine Rechnung zu be-gleichen, so bricht er weniger wahrscheinlich den Kauf ab. In der letzten Stufe kann der Nutzer auch Produkte aus dem Warenkorb entfernen, den Kauf dann durchführen oder ganz abbrechen. Je mehr Produkte aus dem Warenkorb entfernt werden, desto wahr-scheinlicher wird der Kauf abgebrochen.

Als potenzielle auf die ganze Session bezogene Einflussgrößen wur-den schließlich die Gesamtdauer der Session und deren quadrati-scher Term sowie die durchschnittliche Zeit pro Aktivität unter-sucht. Dabei zeigte sich, dass die Dauer der Session als Einflussfaktor für einen Kaufabbruch einen U-förmigen Verlauf annimmt: Zunächst steigt mit zunehmender Dauer der Session die Wahrscheinlichkeit eines Kaufes. Ab einer gewissen Dauer fällt die Wahrscheinlichkeit, dass doch ein Kauf stattfindet, allerdings wie-der. Die durchschnittliche Zeit pro Event (d.h. Klickgeschwindig-keit) hat einen schwach signifikanten, aber dennoch starken positi-ven Einfluss auf einen Warenkorbabbruch.

9 Empirische Untersuchung

4 Diskussion und Implikationen

Mit Blick auf die Darstellung der Ergebnisse im vorigen Abschnitt zeigt sich zunächst, dass Kunden, die über eine Suchmaschine auf die Anbieterseite gelangt sind, mit höherer Wahrscheinlichkeit ei-nen Warenkorbabbruch vornehmen. Dabei kann vermutet werden, dass Kunden, die durch eine Suchmaschine auf einen Online-Shop gelangen, sich vergleichsweise intensiver über verschiedene Ange-bote auf unterschiedlichen Seiten informieren. Wahrscheinlich ha-ben sie zuvor noch keinen Kauf auf der Seite getätigt, sonst würden sie möglicherweise direkt einen bevorzugten Online-Shop aufrufen und die interne Suche nutzen. Sie sind möglicherweise preisbe-wusstere Käufer und weniger loyal. Dabei wird der Warenkorb zur Organisation der Einkäufe genutzt, um nicht unbedingt auf der Seite einzukaufen, auf der der Warenkorb genutzt wird. Vielmehr wählt der Kunde einen anderen Shop oder kauft im stationären Handel ein. Weiterhin nutzen diese Personen den Warenkorb zu Unterhaltungszwecken oder merken sich die Produkte darin, weil sie eine Preisreduzierung erwarten (Kukar-Kinney und Close 2010).

Kundenansprache abhängig von Herkunftsseite machen

Händler könnten hier eine Preisdifferenzierung vornehmen und potenziellen Kunden, die von einer Suchmaschine auf die Seite ge-langen, besonders günstige Angebote bzw. spezielle Neukunden-angebote bereitstellen; beispielsweise in Verbindung mit dem Kauf eines weiteren Artikels. Dabei ist mit Blick auf die Gewährung von Neukundenrabatten bzw. -angeboten aber zu bedenken, dass dies aus Sicht der Bestandskunden kaum positiv bewertet werden dürf-te, sofern diese vergleichsweise benachteiligt werden. Die Umset-zung entsprechender Maßnahmen ist daher immer auch mit dem Bestandskundenmanagement abzustimmen, um die künftige Lo-yalität derjenigen Kunden, die sich als Bestandskunden direkt auf die Seite des Anbieters begeben haben, nicht zu gefährden (Woiset-schläger, Evanschitzky und Backhaus 2011).

Produktmerklisten erleichtern dieEinkaufsorganisation

Des Weiteren bietet es sich an, dem Kunden eine Produktmerkliste zur Verfügung zu stellen, damit er sich die Produkte nicht für einen späteren Kauf – möglicherweise bei der Konkurrenz – im Waren-korb speichert. Auch hier ist analog zu beachten, dass Kunden sich durch Lerneffekte an gewährte Rabatte gewöhnen und den Shop

nur noch über Suchmaschinen aufrufen könnten, was zu Margen-erosionen führen würde.

Durch spezifische Produktvorschläge zum Kauf verleiten

Eine spezifische Suche nach einem Produkt deutet hingegen darauf hin, dass der Nutzer in seiner Kaufentscheidung weiter fortge-schritten ist und den Kauf eher abschließen möchte. Registriert ein Händler, dass ein Nutzer durch eine unspezifische Suche auf die Seite gelangt, könnte er versuchen, den Kaufanreiz durch spezifi-sche Produktvorschläge auf der Startseite des Webshops zu erhö-hen und den Kunden somit vom „reinen Stöbern“ zum Kaufen zu bewegen. In diesem Zusammenhang könnte angestrebt werden, durch die Einbindung von Merkmalsvergleichen unterschiedlicher, mit hoher Wahrscheinlichkeit im Relevant Set der Kunden befindli-cher Produkte, die Informationslage des Kunden zu verbessern. Die damit verbundene gesunkene Risikowahrnehmung sollte sich posi-tiv auf die Wahrscheinlichkeit eines Kaufs auswirken.

Einbindung externer Qualitätsurteile zur Risikominimierung

Die Einbindung externer Qualitätsurteile, bspw. der Stiftung Wa-rentest oder Nutzerbewertungen, kann in ähnlicher Weise helfen, Unsicherheiten abzubauen. Das Aufschieben eines Kaufs aufgrund fehlender Informationen wird somit insgesamt weniger wahr-scheinlich, so dass auch ein Kaufabbruch mit geringerer Wahr-scheinlichkeit auftritt.

Falls Kunden spezifisch nach einem Produkt suchen und gleicher-maßen von einer Suchmaschine auf den Webshop gelangen, wird ein Abbruch hingegen eher unwahrscheinlich. Somit sollte diesen Kunden kein Preisrabatt gewährt werden, da diese bereits eher ge-neigt sind, einen Kauf durchzuführen.

Auf der nächsten Stufe, auf der der Kunde durch den Shop navi-giert, zeigte sich, dass die Anzahl der Suchvorgänge innerhalb der Webseite keinen Einfluss auf die Kaufwahrscheinlichkeit ausübt. Kunden, die viele Produkte auf der Seite des Onlinehändlers su-chen, scheinen keine höhere Kaufmotivation aufzuweisen, als Kun-den, die die Suchfunktion nicht benutzen.

10Diskussion und Implikationen

Nagelkerke‘s R²=27,1%; ***p<1%, **p<5%, *p<10%, n. s. = nicht signifikant

Wirkt negativ auf Abbruch Wirkt positiv auf Abbruch

Kunde besucht Online-Shop

Navigation durch Online-Shop

Entscheidung zu kaufen

Abbruch (vs. Kauf)

1

2

3

4

Kunde kommt von Suchmaschine

Kunde kommt von Konkurrenz

Spezifität der Suche

Anzahl der Suchen

Anzahl angesehener Produkte

Anzahl angesehener Kategorien

Anzahl der Produkte im Warenkorb

Anzahl aus dem Warenkorb entfernter Produkte

Anzahl der angebotenen Zahlungsmethoden

Zeit pro Event Dauer der Session

-

-

-

+

,661***

2,559***

n. s.

1,011***

1,002***

,534***

,732***

2,930***

n. s.

51,553* ,128*** Dauer der Session quadr. 1,617***

,349***

n. s.

§  Preisdifferenzierung §  Neukundenangebote

§  Spezifische Produktvorschläge auf der Startseite

§  Externe Qualitätsurteile (Bewertungen)

§  Informationen über relevante Vergleichs-produkte

§  Informationen über relevante Vergleichs-produkte

§  Stimulation von Cross-Buying/Verbundkäufen durch passende Produktvorschläge

§  Produktberatungsangebot mittels Chatfenster/Pop-Up

§  Einräumung eines Rabattes oder verminderter Versandkosten

§  Kauferinnerung per E-Mail; ggf. mit Rabattangebot

§  Angebot eines Rabatts oder verminderter Versandkosten für Folgekauf

§  Pop-Up mit einem Hinweis einblenden, der Vorteile eines sofortigen Kaufes aufzeigt

§  Angebot vieler verschiedener Zahlungsmöglichkeiten

Kau

fpro

zess

E

rgeb

niss

e Im

plik

atio

nen

ggf. taktisches Käuferverhalten

Die Anzahl der angesehenen Kategorien und Produktdetailseiten hingegen beeinflussen die Kaufwahrscheinlichkeit schwach negativ. Kunden, die sich viele Seiten und Kategorien ansehen, sind im Kaufprozess noch nicht so weit fortgeschritten und wollen sich wahrscheinlicher über verschiedene Angebote informieren und treffen ihre Kaufentscheidung zu einem anderen Zeitpunkt. Analog

zu den Ausführungen in Bezug auf unspezifische Suchen kann hier versucht werden, direkt auf der Seite Informationen über wesentli-che Merkmale relevanter Vergleichsprodukte zusammenfassend darzustellen und durch externe Qualitätsanker die Informationsla-ge der Kunden zu verbessern.

Abbildung 5: Ergebnisse des Forschungsmodells Quelle: Eigene Darstellung, in Anlehnung an Moe und Fader (2001).

11 Diskussion und Implikationen

Wesentliche Merkmale relevanter Vergleichsprodukte zusammenfassenddarstellen

Auf der dritten Stufe im Kaufprozess, der Kaufentscheidungsstufe, zeigt sich deutlich, dass Kunden, die viele Produkte in den Waren-korb legen, wahrscheinlicher kaufen. Diese Kunden sind sich bzgl. ihrer Kaufentscheidung sicherer. Hier empfiehlt sich für Online-Händler die Simulation von Cross-Buying durch passende Pro-duktvorschläge, um den Kunden zu Verbundkäufen zu bewegen.

Stimulation von Cross-Buying durch passende Produktvorschläge

Außerdem zeigen die Ergebnisse, dass Kunden, denen viele Zah-lungsmöglichkeiten angeboten werden, mit höherer Wahrschein-lichkeit kaufen. Sind viele Zahlungsmöglichkeiten verfügbar, nimmt der Kunde ein geringeres Risiko wahr – insb. bei Zahlungs-modalitäten wie Kauf auf Rechnung, Ratenkauf etc. Das Ermögli-chen vieler verschiedener Zahlungsmöglichkeiten stellt somit ein Mittel zur Erhöhung der Kaufwahrscheinlichkeit dar. Dennoch birgt das Angebot bestimmter Zahlungsmethoden wie Rechnung und Ratenzahlung ein höheres Risiko als die Zahlung mit Kreditkarte, da ein Zahlungsausfall weniger wahrscheinlich verhindert werden kann.

Auf der letzten Stufe des Kaufprozesses zeigt sich, dass Kunden, die Produkte aus dem Warenkorb entfernen, mit einer geringeren Wahrscheinlichkeit kaufen und sich bzgl. ihrer Kaufentscheidung unsicherer sind. Möglicherweise nutzen diese Besucher den Wa-renkorb zur Organisation der Einkäufe, Unterhaltung oder in Er-wartung einer Preisreduzierung (Kukar-Kinney und Close 2010).

Aktive Produktberatung anbieten

Händler können hier intervenieren, indem sie dem Kunden eine aktive Produktberatung anbieten, bspw. durch die Öffnung eines Chatfensters oder den Hinweis auf die Beratungshotline. Zudem empfiehlt sich auch im Falle der Entfernung des Produktes mög-licherweise die Einräumung eines Rabattes oder verminderter Ver-sandkosten für den Folgekauf. Falls der Kunde eingeloggt ist bzw. bereits seine E-Mail-Adresse vorliegt, wäre zudem die Zusendung einer Mail mit einem Rabattangebot bei Kaufabschluss denkbar. Al-lerdings führt dies wiederum möglicherweise zu taktischen Waren-korbabbrüchen durch den Kunden, um einen Rabatt zu erhalten. Die Gewährung eines Rabatts oder verminderter Versandkosten in Bezug auf einen möglichen zukünftigen Folgekauf könnten eine Möglichkeit darstellen, einen Anreiz zur Vollendung des Kaufs zu bieten, ohne den Nachteil taktischer Warenkorbabbrüche in Kauf nehmen zu müssen.

Rabatt und verminderte Versandkosten für Folgekauf in Aussicht stellen

Schließlich zeigte sich, dass mit zunehmender Dauer der Sessi-on die Wahrscheinlichkeit eines Kaufes bis zu einem bestimmten Punkt steigt, worauf sie dann schließlich wieder abnimmt. Online-Händler könnten hier möglicherweise intervenieren und ab einer gewissen Dauer ein Pop-Up mit einem Hinweis einblenden, der Vorteile eines sofortigen Kaufes – unter Umständen auch für zu-künftige Käufe – für den Kunden aufzeigt.

12Diskussion und Implikationen

5 Fazit und Ausblick

Die vorliegende Studie untersucht die Auswirkung des Nutzerver-haltens auf einer Online-Handelsplattform auf die Wahrscheinlich-keit, den Warenkorb abzubrechen. Dabei zeigte sich, dass Kunden, die von Suchmaschinen auf die Seite gelangen, eher dazu tendie-ren, den Warenkorb abzubrechen. Die Spezifität der Suche bei der Nutzung einer Suchmaschine, die Anzahl der dem Warenkorb hin-zugefügten Produkte und die Anzahl der angebotenen Zahlungs-methoden begünstigen hingegen den Kaufabschluss. Bzgl. der Sessiondauer zeigte sich, dass diese einen U-förmigen Verlauf an-nimmt: Mit steigender Sessiondauer steigt zunächst die Wahr-scheinlichkeit eines Kaufes. Ab einer gewissen Dauer fällt diese hin-gegen rapide ab und Warenkörbe werden mit einer höheren Wahrscheinlichkeit ohne Vollendung des Kaufprozesses verlassen.

Zukünftige Studien könnten Verhaltensdaten, wie in dieser Studie verwendet, mit demografischen Daten, vergangenen Verhaltensda-ten und Befragungsdaten verknüpfen, um die Motive und Einstel-lungen mit dem tatsächlichen Kundenverhalten abzugleichen. Da-rüber hinaus bietet sich die Analyse weiterer Daten an, wie z. B. produktspezifischer Merkmale (Produktkategorie, Preisniveau, An-zahl an Vergleichsangeboten, Produkt-/Anbieterbewertung) als De-terminanten des Kaufabbruchs. Interessant wäre zudem eine Befra-gung des Kunden unmittelbar nach Verlassen des Warenkorbs nach Gründen, Motiven, Einstellungen, Bewertungen des Shops bzw. Online-Kaufprozesses etc.

Zudem könnten Realexperimente durchgeführt werden, in denen o. a. Maßnahmen zur Verminderung der Anzahl an Warenkorbab-brüchen getestet werden.

13 Fazit und Ausblick

LiteraturverzeichnisBizRate.com (2000): 78 percent of online buyers abandon shopping carts according to Bizrate.com survey. In: BizRate Press Release, No. 23 (October).

Bucklin, Randolph E.; Sismeiro, Catarina (2003): A Model of Web Site Browsing Behavior Estimated on Clickstream Data. In: Journal of Marketing Research 40 (3), S. 249–267.

Cho, Chang-Hoan; Kang, Jaewon; Cheon, Hongsik John (2006): Online Shopping Hesitation. In: CyberPsychology and Behavior 9 (3), S. 262–274.

Christiansen, Marko (2011): 61,18 Euro – durchschnittlich pro Einkauf im Internet. Online verfügbar unter: http://reseller-magazin. de/2011/04/18/allgemein/6118-euro-durchschnittlicher-warenwert-je-einkauf-in-deutschland.html, zuletzt geprüft am 16.07.2013.

comScore (Hg.) (2011): U.S. Online Holiday Spending Approaches $20 Billion for First 34 Days of the November-December Shopping Season, up 15 Percent vs. Last Year - comScore, Inc. Online verfügbar unter: http://www.comscore.com/Insights/Press_ Releases/2011/12/U.S._Online_Holiday_Spending_Approaches_20_Billion_for_First_34_Days, zuletzt geprüft am 16.07.2013.

ECC Handel (2011): Abbruchraten in Online-Kaufprozessen in Deutschland in 2010 und 2011. Mücke, Sturm & Company. Online verfügbar unter http://de.statista.com/statistik/daten/studie/200253/umfrage/abbruchraten-in-stufen-des-online-kauf-prozesses-im- jahresvergleich/, zuletzt geprüft am 16.07.2013.

Fenech, Tino (2002): Antecedents to Web Cart Abandonment. In: Proceedings of the 2002 ANZMAC Annual Conference, Melbourne, Australia, S. 3351 – 3357.

Forrester Research (2005): Rethinking the significance of cart abandonment. Johnson, Carrie A.; Wilson, Charles P.; Meyer, Sean (Ed).

Freedman, Lauren (2011): The Connected Consumer, the e-tailing group. Online verfügbar unter: http://www.e-tailing.com/ content/?p=2484, zuletzt geprüft am 16.07.2013.

Global Millennia Marketing (2002): Recent survey gives online merchants 15 reasons for shopping cart abandonment. In: Global Millennia Marketing Press Release, 12.03.2002. Online verfügbar unter: http://www.globalmillenniamarketing.com/press_release_ mar_12_02.htm, zuletzt geprüft am 18.09.2013.

Handelsverband Deutschland (2013): E-Commerce-Umsatz in Deutschland 1999 bis 2012 und Prognose für 2013. Online verfügbar unter: http://de.statista.com/statistik/daten/studie/3979/umfrage/e-commerce-umsatz-in-deutschland-seit-1999/, zuletzt geprüft am 16.07.2013.

Hell, Matthias (2007): Media Markt ist im Internethandel gescheitert. Online verfügbar unter: http://www.crn.de/etail/artikel-53319-2.html, zuletzt geprüft am 16.07.2013.

iShift Staff (2010): The History of Online Shopping in Nutshell | InstantShift. Online verfügbar unter http://www.ins tantshift.com/2010/03/26/the-history-of-online-shopping-in-nutshell/, zuletzt geprüft am 16.07.2013.

Kukar-Kinney, Monika; Close, Angeline G. (2010): The determinants of consumers’ online shopping cart abandonment. In: Journal of the Academy of Marketing Science 38 (2), S. 240–250.

Li, Shibo; Chatterjee, Patrali (2005): Shopping Cart Abandonment at Retail Websites - A Multi-Stage Model of Online Shopping Behavior. Working Paper.

14Literaturverzeichnis

Markgraf, Daniel (o. J.): Stichwort: Suchmaschinenmarketing. Springer Gabler Verlag (Hrsg.): Gabler Wirtschaftslexikon. Online verfügbar unter: http://wirtschaftslexikon.gabler.de/Archiv/596505828/suchmaschinenmarketing-v2.html, zuletzt geprüft am 16.09.2013.

Moe, Wendy W.; Fader, Peter S. (2001): Uncovering Patterns in Cybershopping. In: California Management Review, 43 (4), S. 106-117.

Mullins, R. (2000): Do or die for e-tail: holiday sales: ho-ho-ho or boo-hoo-hoo? In: Silicon Valley/San Jose Business Journal, 26.11.2000. Online verfügbar unter: http://www.bizjournals.com/sanjose/stories/2000/11/27/smallb1.html, zuletzt geprüft am 18.09.2013.

Mulpuru, Sucharita; Hult, Peter; Freeman Evans, Pattie; McGowan, Brendan (2010): Understanding Shopping Cart Abandonment. Customers Are Often Unprepared To Buy And Stunned By Shipping Costs. In: Forrester Research. Online verfügbar unter http://www. forrester.com/Understanding+Shopping+Cart+Abandonment/fulltext/-/E-RES56827?objectid=RES56827, zuletzt geprüft am 16.07.2013.

Nicholls, Charles (2011): The Science of Shopping Cart Abandonment. SeeWhy Inc.

o. V. (2008): Studie: Deutscher Onlinehandel verliert Millionen durch Kaufabbrecher. Online verfügbar unter: http://www.internetworld. de/Nachrichten/Zahlen-Studien/Studie-Deutscher-Onlinehandel-verliert-Millionen-durch-Kaufabbrecher, zuletzt geprüft am 16.07.2013.

o. V. (2012): Online verfügbar unter: http://www.ftd.de/thema/neckermann, Financial Times Deutschland, zuletzt geprüft am 16.07.2013.

Oliver, Richard L.; Shor, Mikhael (2003): Digital redemption of coupons: satisfying and dissatisfying effects of promotion codes. In: Journal of Product & Brand Management 12 (2), S. 121–134.

Rajamma, Rajasree K.; Paswan, Audhesh K.; Hossain, Muhammad M. (2009): Why do shoppers abandon shopping cart? Perceived waiting time, risk, and transaction inconvenience. In: Journal of Product & Brand Management 18 (3), S. 188–197.

Tarasofsky, J. (2008): Online Reservations: Increasing Your Site's Look to Book Ratio. In: Hotel Marketer. Online verfügbar unter: http:// www.hotelexecutive.com, zuletzt geprüft am 18.09.2013.

Wellner, Alison S. (2001): A New Cure for Shoppus Interruptus. In: American Demographics.

Woisetschläger, David M.; Evanschitzky, Heiner; Backhaus, Christof (2011): Zur Wirkung von Neukunden-Promotions auf Bestandskun- den: Eine empirische Analyse in der Mobilfunkbranche. In: Zeitschrift für Betriebswirtschaft, 81 (2), S. 183-204.

15 Literaturverzeichnis

Autoren und KontaktAutorenDipl.-Kffr. Irina Hoof | Technische Universität Braunschweig

Prof. Dr. David M. Woisetschläger | Technische Universität Braunschweig

Dr. Christof Backhaus | Technische Universität Braunschweig

KontaktLehrstuhl für Dienstleistungsmanagement an der Technischen Universität Braunschweig

Schleinitzstraße 23aD-38106 BraunschweigTelefon +49 531 391 63 100Telefax +49 531 391 63 122aip-dlm@tu-braunschweig.dewww.tu-braunschweig.de/aip/ad

Der Lehrstuhl für Dienstleistungsmanagement ist Teil des Instituts für Automobilwirtschaft und Industrielle Produktion. Wir befassen uns mit aktuellen Fragestellungen des Managements von Dienstleistungsbetrieben und der Vermarktung von Dienstleistun-gen und stehen für eine enge Verzahnung von Theorie und Praxis in Forschung und Lehre, Interdisziplinarität und eine internationa-le Ausrichtung unserer Forschungsprojekte.

Diese Publikation entstand im Rahmen des Projekts „Interakti-onseffizienz im Beziehungslebenszyklus (INTER|CYCLE)“. Das Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 01FL11002 geför-dert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.

16Autoren und Kontakte

Die vorliegende Studie erscheint im Rahmen der Reihe „Arbeitspapiere des Instituts für Automobilwirtschaft und Industrielle Produktion“ herausgegeben vom Institut für Auto-mobilwirtschaft und Industrielle Produktion an der Technischen Universität Braunschweig.

Herausgeber

Prof. Dr. Thomas S. SpenglerTechnische Universität BraunschweigInstitut für Automobilwirtschaft und Industrielle Produktion (AIP)Lehrstuhl für Produktion und LogistikKatharinenstraße 338106 Braunschweig

Dr. Thomas VollingTechnische Universität BraunschweigInstitut für Automobilwirtschaft und Industrielle Produktion (AIP)Lehrstuhl für Produktion und LogistikKatharinenstraße 338106 Braunschweig

Prof. Dr. David M. WoisetschlägerTechnische Universität BraunschweigInstitut für Automobilwirtschaft und Industrielle Produktion (AIP)Lehrstuhl für DienstleistungsmanagementSchleinitzstraße 23a38106 Braunschweig

Dr. Christof BackhausTechnische Universität BraunschweigInstitut für Automobilwirtschaft und Industrielle Produktion (AIP)Lehrstuhl für DienstleistungsmanagementSchleinitzstraße 23a38106 Braunschweig

Nutzungsbedingungen

Die vorliegende Studie unterliegt urheberrechtlichen Schutz. Alle Rechte sind dem Herausgeber der Studie vorbehalten. Reproduktion, Verarbeitung, Vervielfältigung oder Weitergabe der Studie oder von Studienergebnissen ist ohne ausdrückliche schriftliche Genehmigung des Herausgebers der Studie untersagt. Eine Veröffentlichung von Studienergebnissen bedarf ebenfalls der vorherigen, ausdrücklichen und schriftlichen Genehmigung.

Braunschweig 2013, alle Rechte vorbehalten

© 2013 Technische Universität Braunschweig© Bildmaterial: Warenkorb 257 Artikel bestellen, Titelbild; lassedesignen - Fotolia.com Tastatur mit Warenkorbtaste, S.17; momius - Fotolia.com

Impressum

17 Impressum

Institut für Automobilwirtschaftund Industrielle Produktion

Impressum© Technische Universität Braunschweig Institut für Automobilwirtschaft und Industrielle ProduktionLehrstuhl für DienstleistungsmanagementSchleinitzstraße 23aD-38106 Braunschweig

Telefon +49 531 391 63100Telefax +49 531 391 63122aip-dlm@tu-braunschweig.dewww.tu-braunschweig.de