SOZIODEMOGRAFIE DER MARKENEMPFEHLUNG€¦ · Etwa 9% der Gesamtbevölkerung sind Influencer in Social Media*; dieses Ergebnis bestätigt eine McKinsey-Studie (2010), in der 8-10%

MUC.

SOZIODEMOGRAFIE DER MARKENEMPFEHLUNG NATIONALE STUDIE ZU SOZIODEMOGRAFISCHEN MERKMALEN VON RECOMMENDERN UND INFLUENCERN IM PLATTFORMVERGLEICH

PROF. DR. DR. CASTULUS KOLO | STEFAN WIDENHORN | ANNA-LENA BORGSTEDT MÜNCHEN, FEBRUAR 2016

003

VORWORT

Vorliegendes Dokument detailliert die soziodemografischen Aspekte der bereits publizierten Übersichtsstudie zur ersten repräsentativen Untersuchung des Empfehlungsverhaltens in sozialen Medien:

http://webguerillas.com/fileadmin/user_upload/PR_Material/201505_Macromedia_webguerillas_Markenempfehlung.pdf

Auf der Basis umfangreicher Auswertungen des vorliegenden wissenschaftlichen Fundus und daraus abgeleiteter noch offener Fragen systematisierte diese Studie erstmalig das Empfehlungsverhalten in sozialen Medien in Deutschland und stellte es durch einen Vergleich mit den USA in einen internationalen Kontext: Warum empfehlen Konsumenten überhaupt Marken in Social Media? Was für Aktivitäten gehen sie dazu nach? Welche Rolle spielen sogenannte «Influencer» dabei und wie lassen sich diese eingrenzen?

Durch soziale Medien wird das Repertoire der Markenkommunikation in vielerlei Hinsicht erweitert. Während das traditionelle „Word-of-Mouth" vor allem auf starken Beziehungen, wie Freunden, aufsetzt, teilen Co-Konsumenten ihre Markenerfahrungen online auch deutlich darüber hinaus. Das «electronic Word-of-Mouth» kann damit eine viel breitere Wirkung auf den Markterfolg von der Imageverbesserung über die Kaufentscheidung bis hin zur Konsumentenbindung entfalten. Dies gilt umso mehr, wenn Influencer als überzeugungsstarke, markenbewusste Multiplikatoren involviert sind. Co-Konsumenten als ein spezieller Influencer-Typus können damit – wenn verstanden - eine entscheidende Rolle in der Markenkommunikation spielen.

Diese Sonderauswertung der 1.000 Onlineinterviews in Deutschland (von 2.000 insgesamt, inklusive der Interviews in den USA) legt nun den Fokus auf die soziodemografischen Details der Markenempfehlung: Wie wirken sich Geschlecht, Alter und Bildung auf das Empfehlungsverhalten aus? Welche Aktivitäten unternehmen „Recommender“ bzw. „Influencer“ als besonders markenbewusste und kommunikationsstarke, respektierte Marktkenner auf den wichtigsten Plattformen Facebook, Twitter und YouTube sowie in markenbezogenen Blogs und Foren je nach soziodemografischem Hintergrund.

So können Einzelbefunde, wie z.B. Beobachtungen zu konkreten Kampagnen in einen Gesamtzusammenhang mit strukturierten und standardisierten Selbsteinschätzungen eines repräsentativen Bevölkerungssamples gebracht werden.

Mit der freundlichen Unterstützung durch die Webguerillas konnte somit in einem weiteren Schritt Praxisexpertise im Influencer-Marketing auf ein fundiertes wissenschaftliches Fundament gestellt werden.

Detailuntersuchung zu soziodemografischen Aspekte der Markenempfehlung auf Basis der ersten repräsentativen Studie zum Empfehlungsverhalten in sozialen Medien

http://webguerillas.com/fileadmin/user_upload/PR_Material/201505_Macromedia_webguerillas_Markenempfehlung.pdf

004

ZUSAMMENFASSUNG DER ERGEBNISSE ZUR MARKENEMPFEHLUNGALTER: JUNGE BERUFSTÄTIGE ZWISCHEN 25 UND 34 INSGESAMT AM AKTIVSTEN.

Insgesamt zeigt sich die Gruppe der 25-34 Jährigen aktiver als die jüngste Altersgruppe der 18-24 Jährigen, sowohl was Nutzung sozialer Medien allgemein betrifft (Ausnahme YouTube) als auch was das Folgen von Marken angeht.

Den wenigsten Content liefern allgemein anteilig die über 35 Jährigen. Sie liegen bei den meisten erfragten Aktivitäts-Kriterien knapp hinter der jüngsten Altersgruppe.

Diese Struktur findet sich sowohl im Gesamtsample als auch unter den Recommendern (Ausnahme YouTube, hier 18-24 Jährige aktiver) und den Influencern.

005

ZUSAMMENFASSUNG DER ERGEBNISSE ZUR MARKENEMPFEHLUNGGESCHLECHT: MÄNNER SETZEN SICH MEHR IN SZENE ALS FRAUEN.

YouTube wird deutlich stärker von Männern genutzt, Twitter ebenfalls (sowohl insgesamt als auch unter den Recommendern und Influencern). Auch bei Blogs und Foren sind Männer leicht vorne.

Lediglich Facebook wird (etwas) häufiger von weiblichen Usern genutzt.

Dieses Bild zeigt sich ebenfalls beim Blick auf die Marken-Follower, auch hier sind Männer anteilig stärker auf YouTube und Twitter vertreten.

Das spezielle Nutzungsverhalten unterscheidet sich ebenfalls nach Geschlecht: Frauen „liken“ tendenziell eher, Männer teilen sich stärker mit, schreiben Kommentare und Posts. Diese Verteilung zeigt sich auch beim Blick auf Influencer und Recommender.

006

ZUSAMMENFASSUNG DER ERGEBNISSE ZUR MARKENEMPFEHLUNGBILDUNG: NEIGUNG, EIGENEN CONTENT ZU PRODUZIEREN, STEIGT MIT DEM BILDUNGSNIVEAU.

Über alle Bildungsgruppen hinweg finden sich unter Influencern anteilig die meisten Nutzer je Plattform, ebenso der höchste Anteil derer, die ihren Lieblingsmarken in Social Media folgen.

Sowohl Recommender als auch Influencer mit Hochschulabschluss liefern anteilig deutlich mehr Content als diejenigen mit niedrigem oder mittlerem Bildungsniveau.

007

INHALT1. MARKENEMPFEHLUNG,

INFLUENCER UND SOCIAL MEDIA

2. GENERELLE SOZIODEMOGRAFIE DER MARKENEMPFEHLUNG UND DES „INFLUENCING“

3. SPEZIELLE AKTIVITÄTEN JE PLATTFORM NACH SOZIODEMOGRAFIE

4. METHODISCHER HINTERGRUND

800

#01 MARKENEMPFEHLUNG, INFLUENCER UND SOCIAL MEDIA

009

«INFLUENCER»-TYPEN IN DER MARKENKOMMUNIKATIONDurch Empfehlungen in Social Media können sogenannte «Influencer» Markenkommunikation als «electronic Word-of-Mouth» auslösen und damit den Markterfolg nachhaltig beeinflussen

«INFLUENCER»- KATEGORIEN IN DER MARKENKOMMUNIKATION BZW. IM (ELEKTRONISCHEN) WORD-OF-MOUTH MARKTERFOLG

MARKENKOMMUNIKATION

«WORD OF MOUTH» (WOM)

«ELECTRONIC WORD-OF-MOUTH» (EWOM) IN SOCIAL MEDIA

POSITIVES IMAGE

KAUFENTSCHEIDUNG

KONSUMENTENBINDUNG

Quelle: Eigene Darstellung; Influencer-Kategorien nach Brown und Hayes (2008)

«VALUE-ADDING INFLUENCER» (JOURNALISTEN, WISSENSCHAFTLER, ANALYSTEN, BERATER, …)

CO-KONSUMENTEN ALS «INFLUENCER» (ANDERE POTENTIELLE KÄUFER)

«SUPPLY-CHAIN INFLUENCER» (ZULIEFERER, PRODUZENTEN, HANDELSPARTNER, …)

0010

CHARAKTERISTIKA VON CO-KONSUMENTEN ALS INFLUENCERMit besonders ausgeprägter Vernetzung, überdurchschnittlichem Markenbewusstsein und einer Reputation als Marktkenner werden Co-Konsumenten von reinen Recommendern zu Influencern

Quelle: Eigene Darstellung nach einer Definition von Ko-Konsumenten alsInfluencer bei PeerIndex „The Science of Influence“ (n.d.)

Durch ihre besonders hohe Multiplizität (Netzwerkgröße) und Viralität (Überzeugungskraft) können Influencer Kommunikationskaskaden auslösen

INFLUENCER

EINFACHER RECOMMENDER

ALLGEMEINER SOCIAL MEDIA NUTZER

Influencer neigen durch besonders hohes Markenbewusstsein zum Empfehlen von Marken.Charakteristikum 1: Influencer sind Recommender (Alle, die in den letzten 6 Monaten eine positive Markenempfehlung oder eine negative Äußerung in Social Media ausgesprochen haben) mit überdurchschnittlich hohem Markenbewusstsein.Durch ihre ausgeprägte Vernetzung erreichen sie gleichzeitig mehr Co-Konsumenten als der durchschnittliche Social-Media-Nutzer.Charakteristikum 2: Influencer nutzen mindestens täglich Social Media.Durch ihre Reputation als Marktkenner wirken sie in ihren Empfehlungen auch besonders überzeugend.Charakteristikum 3: Influencer haben eine überdurchschnittliche Reputation als Marktkenner.

0011

AUSLÖSER DER MARKENEMPFEHLUNG IN SOCIAL MEDIAEmpfehlungsneigung je Platform variiert soziodemografisch nach Produkt entsprechend Nutzungs-intensität, Markenbewusstsein, Reputation als Marktkenner – Auslöser sind unterschiedliche Motive

UNTERSCHIEDLICHES EMPFEHLUNGSVERHALTEN JE PRODUKTKATEGORIEBEVÖLKERUNG

ALTERGESCHLECHTBILDUNG

Quelle: Eigene Darstellung; Motivkategorien aus Faktorenanalyse zu 32 verschiedenen Einzelmotiven aus der wissenschaftlichen Fachliteratur GRUNDSÄTZLICHE EMPFEHLUNGSNEIGUNG

SPEZIFISCHE AUSLÖSENDE MOTIVE

VERNETZUNG (AKTIVE NUTZUNG SOZIALER MEDIEN)

(PERSÖNLICHES) MARKEN-BEWUSSTSEIN

REPUTATION ALS MARKENKENNER

EXTROVERTIERTHEIT UND REPUTATION +

PERSÖNLICHES MARKEN- UND PRODUKTFANDOM +

ALTRUISTISCHE BERATUNG ANDERER +

FINANZIELLE VORTEILE DURCH DIE EMPFEHLUNG +

"GUTE" UNTERNEHMEN UNTERSTÜTZEN +

"EMPOWERMENT" ALS KRITISCHER KONSUMENT -

UNZUFRIEDENHEIT AUSDRÜCKEN UND RACHE AUSÜBEN -

EMPFEHLUNGSVERHALTEN JE PRODUKTKATEGORIE

INFLUENCER

0012

EINGRENZUNG POTENTIELLER INFLUEN-CER UNTER DEN RECOMMENDERNEtwa 9% der Gesamtbevölkerung sind Influencer in Social Media*; dieses Ergebnis bestätigt eine McKinsey-Studie (2010), in der 8-10% der Bevölkerung potentielle Influencer waren

Gesamtbevölkerung (18-65)

51 Mio.15,9 Mio. 11,12 Mio. 6,28 Mio. 4,6 Mio.

Recommender (Min. 1 Empfehlung in den letzten6 Monaten)

Social-Media-Aktive (täglich)

ÜberdurchschnittlichMarkenbewusste (>3,19)

Überdurchschnittliche Reputation als Marktkenner (> 3,56)

31% 74%57%70%

51 MIO.15,9 MIO. 11,12 MIO. 6,28 MIO. 4,6 MIO

Influencer

Quelle: Statistisches Bundesamt; Studienergebnisse insgesamt, McKinsey (2010)

* Statistisches Bundesamt; Studienergebnisse insgesamt, McKinsey (2010)

0013

VERTEILUNG JE SOZIODEMOGRAFISCHEM MERKMALRecommender und Influencer sind eher männlich, oft älter als 35, und verfügen überdurchschnittlich häufig über einen Hochschulabschluss.

Verteilung nach Alter, Prozent

18 - 24 25 - 34 über 35

4539

16

4935

16

62

2414

In allen drei Gruppen sind die über 35 Jährigen am stärksten vertreten. Der Großteil der Influencer ist dem entsprechend älter als 35.

Sowohl Recommender (57% vs. 43%) als auch Influencer (55% vs. 45%) sind tendenziell eher männlich.

Insbesondere Influencer verfügen überdurchschnittlich häufig über einen Hochschulabschluss (37% vs. 20% im Gesamtsample).

Quelle: Studienergebnisse

Verteilung nach Geschlecht, Prozent

Männlich Weiblich

4555

43

575149

Verteilung nach Bildung, Prozent

Ausbildung Mittlere Reife/ Abitur Hochschulabschluss

373132

273835

20

4238Alle TeilnehmerRecommenderInfluencer

1400

#02GENERELLE SOZIODEMOGRAFIE DER MARKENEMPFEHLUNG UND DES „INFLUENCING“

0015

NUTZUNG SOZIALER NETZWERKE NACH GRUPPENIn Deutschland ist Facebook nach wie vor die meist genutzte Social Media Plattform. Allerdings sind auch Blogs und Foren sehr beliebt, insbesondere bei den Influencern.


Generelle Plattformnutzung – Verteilung des Gesamtsamples, Recommender und Influencer, Prozent

Facebook Twitter YouTube Blogs und Foren

93

81

59

9589

72

43

91

6258

23

77

Alle TeilnehmerRecommenderInfluencer

Diese Studie reproduziert das bereits bekannte Bild zur Social Media Nutzung:

Facebook ist die am stärksten genutzte Plattform in Deutschland.

YouTube ist die am zweitstärksten genutzte Plattform und deutlich vor Twitter.

Großteil der Befragten ist auf Blogs und Foren aktiv.

95% der Influencer nutzen Facebook.59% der Influencer nutzen Twitter.81% der Influencer nutzen YouTube.93% der Influencer nutzen Blogs und Foren.

0016

ALTER DER NUTZER JE PLATTFORM UND NUTZER-TYPYouTube ist besonders bei der jungen Altersgruppe beliebt. Ansonsten werden soziale Medien anteilig am stärksten von den 25 bis 34 Jährigen genutzt.

Facebook – Generelle Plattformnutzung, Prozent

18 - 24 25 - 34 über 35

9694100879494

718787

YouTube – Generelle Plattformnutzung, Prozent

18 - 24 25 - 34 über 35

787892

637786

4869

81


Twitter – Generelle Plattformnutzung, Prozent

18 - 24 25 - 34 über 35

6253

62

424739

2032

23

Blogs und Foren – Generelle Nutzung, Prozent

18 - 24 25 - 34 über 35

899792 918888

587266

Insgesamt nutzen 81% der 18-24 Jährigen YouTube, aber nur 69% der 25-34 Jährigen und lediglich 48% der User über 35.

Alle anderen Plattformen werden vor allem von den 25-34 Jährigen genutzt.

Sonderfall Twitter:

Insgesamt Unterschied hier besonders deutlich zwischen der mittleren Altersgruppe (32%) und den übrigen Gruppen (23% bzw. 20%).

Bei den Influencern jedoch umgekehrt, hier nutzen vor allem die 18-24 Jährigen und die über 35 Jährigen Twitter.


0017

GESCHLECHT DER NUTZER JE PLATTFORM UND NUTZER-TYPYouTube und Twitter werden deutlich stärker von Männern genutzt; auch auf Blogs und Foren sind Männer leicht vorne. Lediglich Facebook wird (etwas) häufiger von weiblichen Usern genutzt.


Männlich Weiblich

9793 91917875


Männlich Weiblich

7387

6279

5165



Männlich Weiblich

5758

34

50

1729


Männlich Weiblich

9293 8990

5965

Über alle 3 Gruppen hinweg nutzen Männer stärker Twitter, YouTube sowie Blogs und Foren.

Besonders groß ist der Abstand bei YouTube, hier nutzen insgesamt 65% der Männer die Plattform, lediglich 51% der Frauen. Auch bei Twitter ist der Abstand deutlich.

Lediglich bei Facebook finden sich unter den Befragten marginal mehr weibliche als männliche User.

Bei den Influencern gleichen sich die Werte für Twitter sowie Blogs und Foren an.

Bei YouTube bleiben auch hier die Männer deutlich vorne, auf facebook sind die weiblichen Influencer etwas aktiver.


0018

BILDUNG DER NUTZER JE PLATTFORM UND NUTZER-TYPMit steigendem Bildungsniveau nimmt tendenziell die Nutzung von Sozial Media zu.



969196 959485 788074



868272 78

6869 656251




575560 56

3639 38

2118



9677

100 94868872

6060

Für das Gesamtsample gilt: Je höher das Bildungsniveau umso höher ist anteilig die Nutzung der Plattformen.

Besonders stark zeigt sich dies auf Twitter, 18% der Probanden mit Ausbildung nutzen Twitter, mehr als doppelt so viele (38%) unter den Hochschulabsolventen.

Bei den Influencern zeigt sich dieser Zusammenhang nur auf YouTube.

Bei den restlichen Plattformen nutzen die Probanden mit Ausbildung die jeweilige Plattform stärker als jene mit Mittlerer Reife/ Abitur.


0019

ALTER DER MARKEN-FOLLOWER JE PLATTFORM UND NUTZER-TYPAuf den betrachteten Plattformen folgt die Altersgruppe der 25-34 Jährigen ihren Lieblingsmarken am stärksten.

Facebook – Marken auf sozialen Netzwerken folgen, Prozent

18 - 24 25 - 34 über 35

10010091 919693

56

7871

YouTube – Marken auf sozialen Netzwerken folgen, Prozent

18 - 24 25 - 34 über 35

6883

55656870

374746 Alle Teilnehmer

RecommenderInfluencer

Twitter – Marken auf sozialen Netzwerken folgen, Prozent

18 - 24 25 - 34 über 35

768783

7080

6348

6550

Die Gruppe der 25-34 Jährigen folgt Marken anteilig stärker als die Vergleichsgruppen der 18-24 und über 35 Jährigen. Dies zeigt sich auch bei Influencern.

Am deutlichsten erkennbar ist dies auf Twitter, hier folgen insgesamt 65% der 25-34 Jährigen Marken, bei den 18 bis 24 Jährigen nur 50% bzw. 48% bei den über 35 Jährigen.

Über alle Altersgruppen hinweg folgen User den Marken am häufigsten auf Facebook, gefolgt von Twitter.


0020

GESCHLECHT DER MARKEN-FOLLOWER JE PLATTFORM UND NUTZER-TYPAuch unter den Marken-Followern sind Männer auf Twitter und YouTube aktiver, auf Facebook sind die Anteile fast ausgeglichen.


Männlich Weiblich

10098 9690

6266


Männlich Weiblich

7071 6569

3746 Alle Teilnehmer

RecommenderInfluencer


Männlich Weiblich

7586

6180

4560

Analog zur Aktivität je Plattform sind auch unter den Marken-Followern auf Twitter und YouTube anteilig mehr Männer als Frauen zu finden (60% vs 45% auf Twitter; 46% vs. 37% auf YouTube).

Auch auf Facebook folgen insgesamt eher Männer (66%) Marken als Frauen (62%), bei den Recommendern und Influencer sind die Frauen jedoch minimal vorne.

Bei den Influencern zeigt sich lediglich auf Twitter ein signifikanter Unterschied zwischen den Geschlechtern, hier sind Männer aktiver.


0021

BILDUNG DER MARKEN-FOLLOWER JE PLATTFORM UND NUTZER-TYPMarken-Follower auf Twitter und YouTube sind anteilig am stärksten in der untersten Bildungskategorie zu finden.



10095100 9786

96

696066



77

41

88

656274

394144Alle TeilnehmerRecommenderInfluencer



83

60

9374

58

85

5540

68

Unter den Marken-Followern sind auf Twitter und YouTube anteilig vor allem diejenigen mit Ausbildung vertreten, gefolgt von den Hochschulabsolventen.

Vor allem auf Twitter sind die Unterschiede deutlich, 68% der User mit Ausbildung folgen hier Marken, 55% derer mit Hochschulabschluss und lediglich 40% der User mit Mittlerer Reife oder Abitur.

Dieser Zusammenhang besteht ebenfalls für die Recommender und die Influencer.


2200

#03SPEZIELLE AKTIVITÄTEN JE PLATTFORM NACH SOZIODEMOGRAFIE

0023

RECOMMENDER: AKTIVITÄT AUF FACEBOOK NACH SOZIODEMOGRAFIEDie 25-34 jährigen Recommender sind deutlich aktiver auf Facebook als die übrigen User. Frauen liken und teilen mehr, Männer kommentieren häufiger. Hochschulabsolventen liefern deutlich mehr Content als die restlichen User.

Facebook – Aktivitäten der Recommender nach Alter, Prozent

Liking Sharing Commenting Posting brand Posting own

3229333648 454447

5461

39283339

46

18-2425-34>35

Facebook – Aktivitäten der Recommender nach Bildung, Prozent


5248535959

31273337

48

33313033

52

AusbildungMittlere Reife/ AbiturHochschulabschluss

Facebook – Aktivitäten der Recommender nach Geschlecht, Prozent


392833

4556

3739424150

MännlichWeiblich

Legende:Mindestens einmal pro Woche…Liking = Den Lieblingsmarken und/oder –produkten bereitgestellten Inhalte ein “Like” gebenSharing = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Inhalte teilenCommenting = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Inhalte kommentierenPosting brand = Eigene Inhalte auf dem Unternehmensprofil der Lieblingsmarken und/oder –produkte teilen (posten)Posting own = Eigene Inhalte über die Lieblingsmarken und/oder –produkte auf dem eigenen Profil teilen (posten)

Auf Facebook sind die 25-34 jährigen Recommender wesentlich aktiver als die übrigen User. Sie liken mehr Inhalte und liefern auch selbst mehr Content.

Frauen liken und teilen etwas mehr Inhalte als Männer, Männer teilen sich den Marken dagegen eher mit, kommentieren mehr und posten mehr eigene Inhalte.

Anteilig sind Recommender mit Hochschulabschluss deutlich aktiver als die übrigen User, besonders was das Teilen, Posten und Kommentieren von Inhalten angeht.


0024

RECOMMENDER: AKTIVITÄT AUF TWITTER NACH SOZIODEMOGRAFIEAuch bei Twitter sind die 25-34 Jährigen etwas aktiver als die restlichen Gruppen, Männer sind aktiver als Frauen und Hochschulabsolventen sind auf Twitter deutlich aktiver als die übrigen Recommender.

Twitter – Aktivitäten der Recommender nach Alter, Prozent

Mentioning Replying Retweeting

374137

584852 56

4742

18-2425-34>35

Twitter – Aktivitäten der Recommender nach Bildung, Prozent


665961

3834344242

34AusbildungMittlere Reife/ AbiturHochschulabschluss

Twitter – Aktivitäten der Recommender nach Geschlecht, Prozent


474038

504746

MännlichWeiblich

Legende:Mindestens einmal pro Woche…Mentioning = Lieblingsmarken und/oder –produkte in Tweets erwähnenReplying = Auf die Tweets der Lieblingsmarken und/oder –produkte antwortenRetweeting = Die bereitgestellten Inhalte der Lieblingsmarken und/oder –produkte „retweeten“

Auf Twitter sind die 24-35 jährigen Recommender ebenfalls etwas aktiver als die übrigen Nutzer. Allerdings ist der Unterschied weniger deutlich als auf Facebook.

Männer sind deutlich aktiver als Frauen auf Twitter

Starker Einfluss des Bildungsniveaus: Hochschulabsolventen sind bei allen 3 Aktivitätskriterien weit vor den restlichen Bildungsgruppen und erwähnen ihre Lieblingsmarken anteilig fast doppelt so häufig wie die restlichen Gruppen (61% vs. 34%).


0025

RECOMMENDER: AKTIVITÄT AUF YOUTUBE NACH SOZIODEMOGRAFIEAuf YouTube zeigt sich die jüngste Altersgruppe am aktivsten, Männer sind vor allem bei Uploads und Comments vorne, auch auf YouTube steigt die Aktivität mit dem Bildungsniveau an.

YouTube – Aktivitäten der Recommender nach Alter, Prozent

Subscribing Commenting Liking Sharing Uploading

2732383329 29

4351

3834 3746

54

3443

18-2425-34>35

YouTube – Aktivitäten der Recommender nach Bildung Prozent


4652

605249

284145

3034

1827

372521 Ausbildung

Mittlere Reife/ AbiturHochschulabschluss

YouTube – Aktivitäten der Recommender nach Geschlecht, Prozent


24

3545

2831 3341

473935

MännlichWeiblich

Legende:Mindestens einmal pro Woche…Subscribing = Die Kanäle der Lieblingsmarken und/oder –produkte abonnierenCommenting = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Videos kommentierenLiking = Den von den Lieblingsmarken und/oder –produkten bereitgestellten Videos ein “Like” geben Sharing = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Videos auf anderen sozialen Netzwerken teilenUploading = Eigene Videos hochladen, die sie dabei zeigen, wie Sie die Produkte Ihrer Lieblingsmarke benutzen

Auf YouTube sind die 18-24 jährigen Recommender anteilig am aktivsten, vor allem was das Abonnieren von Markenkanälen betrifft.

Männer sind besonders beim Schreiben von Kommentaren aktiver (39% vs. 28%), aber auch in den restlichen Kategorien liegen sie vor den weiblichen Usern.

Die Aktivität auf YouTube steigt mit dem Bildungsniveau beträchtlich:

21% der User mit Ausbildung abonnieren Markenkanäle, 49% der Hochschulabsolventen

Lediglich 18% der Recommender mit Ausbildung laden Videos mit Produktbezug hoch, 46% der Hochschulabsolventen


0026

RECOMMENDER: AKTIVITÄT AUF BLOGS UND FOREN NACH SOZIODEMOGRAFIELeicht stärkere Aktivität der mittleren Altersgruppe und der Männer, deutlicher Einfluss der Bildung.

Blogs und Foren – Aktivitäten der Recommender nach Alter, Prozent

Writing Commenting

3729

48

3644

29

18-2425-34>35

Blogs und Foren – Aktivitäten der Recommender nach Bildung, Prozent

Writing Commenting

6250

2822

4127


Blogs und Foren – Aktivitäten der Recommender nach Geschlecht, Prozent

Writing Commenting

41

30

43

33

MännlichWeiblich

Legende:Mindestens einmal pro Woche…Writing = Einträge in Blogs/Foren über Lieblingsmarken und/oder –produkte schreibenCommenting = Einträge von anderen in Blogs / Foren kommentieren

Bei den Recommendern zeigt sich auf Blogs und Foren eine leicht höhere Aktivität der Männer.

Wesentliche Unterschiede zwischen den verschiedenen Bildungsniveaus, Recommender mit Hochschulabschluss sind anteilig deutlich aktiver, sowohl was das Schreiben als auch das Kommentieren betrifft.


0027

INFLUENCER: AKTIVITÄT AUF FACEBOOK NACH SOZIODEMOGRAFIEDie 25-34 jährigen Influencer sind deutlich aktiver auf Facebook als die restlichen, Männer kommentieren und posten mehr, Influencer mit Hochschulabschluss sind aktiver als die übrigen Gruppen.

Facebook – Aktivitäten der Influencer nach Alter, Prozent


45445356

68 7067778383

5446465462

18-2425-34>35

Facebook – Aktivitäten der Influencer nach Bildung, Prozent


5248535959

31273337

48

33313033

52


Facebook – Aktivitäten der Influencer nach Geschlecht, Prozent


5442

566975

5963666371

MännlichWeiblich

Auch unter den Influencern zeigen sich die 25-34 Jährigen anteilig deutlich aktiver als die übrigen Altersgruppen.

Analog zu den Ergebnissen für das Gesamtsample sind auch unter den Influencern Frauen aktiver hinsichtlich Likes (75% vs. 71%) und Shares (69% vs. 63%), Männer kommentieren (66% vs. 56%) und posten (63% vs. 42%) dagegen stärker.

Influencer mit Hochschulabschluss sind anteilig wesentlich aktiver auf Facebook als die übrigen.

Legende:Mindestens einmal pro Woche…Liking = Den Lieblingsmarken und/oder –produkten bereitgestellten Inhalte ein “Like” gebenSharing = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Inhalte teilenCommenting = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Inhalte kommentierenPosting brand = Eigene Inhalte auf dem Unternehmensprofil der Lieblingsmarken und/oder –produkte teilen (posten)Posting own = Eigene Inhalte über die Lieblingsmarken und/oder –produkte auf dem eigenen Profil teilen (posten)Quelle: Studienergebnisse

0028

INFLUENCER: AKTIVITÄT AUF TWITTER NACH SOZIODEMOGRAFIEMänner sind auf Twitter deutlich aktiver als Frauen, Influencer mit mittlerem Bildungsniveau zeigen deutlich weniger Aktivität als diejenigen mit Ausbildung oder Hochschulabschluss.

Twitter – Aktivitäten der Influencer nach Alter, Prozent


525248

76

53

71 7563

50

18-2425-34>35

Twitter – Aktivitäten der Influencer nach Bildung, Prozent


8169

81

4225

33

676753


Twitter – Aktivitäten der Influencer nach Geschlecht, Prozent


595046

6958

65

MännlichWeiblich

Männliche Influencer sind auf Twitter deutlich aktiver als weibliche, liefern mehr Mentions (65% vs. 46%), Replies (58% vs. 50%) und Retweets (69% vs. 59%).

Influencer mit Hochschulabschluss sind am aktivsten, gefolgt von jenen mit Ausbildung.

Die geringste Aktivität auf Twitter zeigen anteilig die Influencer mit Mittlerer Reife oder Abitur.

Legende:Mindestens einmal pro Woche…Mentioning = Lieblingsmarken und/oder –produkte in Tweets erwähnenReplying = Auf die Tweets der Lieblingsmarken und/oder –produkte antwortenRetweeting = Die bereitgestellten Inhalte der Lieblingsmarken und/oder –produkte „retweeten“


0029

INFLUENCER: AKTIVITÄT AUF YOUTUBE NACH SOZIODEMOGRAFIEMännliche Influencer liefern mehr Content auf YouTube als weibliche, am aktivsten ist die Altersgruppe 25-34, Influencer mit Hochschulabschluss sind auf YouTube wesentlich aktiver als die Vergleichsgruppen.

YouTube – Aktivitäten der Influencer nach Alter, Prozent


343841383448

6064

48524242424242

18-2425-34>35

YouTube – Aktivitäten der Influencer nach Bildung Prozent


586771

6367

3333283328 3344

56

3333


YouTube – Aktivitäten der Influencer nach Geschlecht, Prozent


3341

52

3341 4651494944

MännlichWeiblich

Obwohl insgesamt betrachtet die 18-24 Jährigen auf YouTube am aktivsten sind (s. Chart 15), liefern unter den Influencern die 25-34 Jährigen anteilig den meisten Content.

Männer sind auch unter den Influencern aktiver als Frauen auf YouTube.

Influencer mit Hochschulabschluss sind deutlich aktiver, insbesondere was das Hochladen von Videos (58% vs 33%) und das Kommentieren (63% vs 33%) betrifft..

Legende:Mindestens einmal pro Woche…Subscribing = Die Kanäle der Lieblingsmarken und/oder –produkte abonnierenCommenting = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Videos kommentierenLiking = Den von den Lieblingsmarken und/oder –produkten bereitgestellten Videos ein “Like” geben Sharing = Die von den Lieblingsmarken und/oder –produkten bereitgestellten Videos auf anderen sozialen Netzwerken teilenUploading = Eigene Videos hochladen, die sie dabei zeigen, wie Sie die Produkte Ihrer Lieblingsmarke benutzen


0030

INFLUENCER: AKTIVITÄT AUF BLOGS UND FOREN NACH SOZIODEMOGRAFIEAuch auf Blogs und Foren zeigt sich die Altersgruppe 25-34 am aktivsten, Männer schreiben und kommentieren etwas mehr, Influencer mit Hochschulabschluss sind fast doppelt so aktiv wie diejenigen mit Mittlerer Reife oder Abitur.

Blogs und Foren – Aktivitäten der Influencer nach Alter, Prozent

Writing Commenting

61

41

7563

5354

18-2425-34>35

Blogs und Foren – Aktivitäten der Influencer nach Bildung, Prozent

Writing Commenting

8271

4332

6852


Blogs und Foren – Aktivitäten der Influencer nach Geschlecht, Prozent

Writing Commenting

6249

6853

MännlichWeiblich

Auf Blogs und Foren sind die 25-34 jährigen Influencer ebenfalls aktiver als die übrigen Altersgruppen.

Männer liefern etwas mehr Content als Frauen.

Influencer mit Hochschulabschluss liefern auf Blogs und Foren den meisten Content, 71% schreiben Beiträge über ihre Lieblingsmarken, 82% kommentieren die Einträge anderer User

Am schwächsten schneiden anteilig die Influencer mit Mittlerer Reife oder Abitur ab.

Legende:Mindestens einmal pro Woche…Writing = Einträge in Blogs/Foren über Lieblingsmarken und/oder –produkte schreibenCommenting = Einträge von anderen in Blogs / Foren kommentieren


3100

#04 METHODISCHER HINTERGRUND

0032

METHODIK DER DATENERHEBUNG

ERHEBUNGSMETHODE

Quantitative Online-Umfrage in DE

Completion Rates in DE bei 84%

Durchschnittliche Bearbeitungszeit bei 4m 52s

Durchführung der Befragung im Zeitraum von 24.06.2014 bis 11.07.2014

STICHPROBE

Repräsentative Befragung in DE mit insgesamt 1006 Fällen

Nachbildung der soziodemografischen Verteilung der Gesamtbevölkerung durch Quoten auf Alter und Geschlecht

Altersdurchschnitt: 18-65 Jahre

STRUKTUR UND FILTERFÜHRUNG DER BEFRAGUNG

Fragen zu soziodemografischen Merkmalen

Quoten Alter & Geschlecht

Filter: Quoten

Fragen zum allgemeines Nutzerverhalten in Social Media

Filter: Nutzung von Facebook

Filter: Nutzung Twitter

Filter: YouTube

Fragen zur Nutzung von Blogs & Foren

Fragen zur Häufigkeit der Social Media Nutzung

Fragen zur Reputation als Marktkenner (Market Mavens) anhand der Skala von Feick & Price (1987)

Fragen zu Markenbewusstsein anhand der Skala von Sprott et al. (2009)

0033

AUTORENDie Studie wurde an der Macromedia Hochschule, University of Applied Sciences im Kontext eines Forschungsprogramms in Zusammenarbeit mit der webguerillas GmbH durchgeführt

Anna-Lena Borgstedt, M.A. ProjektmitarbeiterinMacromedia University of Applied Sciences

Prof. Dr. Dr. Castulus Kolo Wissenschaftlicher Projektleiter, Dekan, Macromedia University of Applied Sciences

Stefan Widenhorn, Dipl. Soz. ProjektmitarbeiterSenior Research Managerwebguerillas GmbH

0034

REPRÄSENTATIVITÄT DER STUDIE

Geschlecht, Prozent

Deutsche Bevölgerung Studie "Markenempfehlungen in Social Media"

48,349,55 51,750,45

WeiblichMännlich

Alter, Prozent

Deutsche Bevölkerung Studie "Markenempfehlungen in Social Media"

22,522

26,526

20,120 19,419

1212 18-2425-3435-4445-5455-65

M = 42,7 Min = 18SD = 13 Max = 65n = 1.006

Quelle: Bundeszentrale für Politische Bildung, 2010; United States Census Bureau, 2012; Studienergebnisse

0035

QUELLENBASIS DER STUDIE (1/2)

Abratt, Russell; Nell, Deon; Nezer, Christo, (1995). Role of the Market Maven in Retailing: A General Marketplace Influencer [PDF]. Journal of Business and Psychology. 10 (1), pp.31-55. Available at: http://link.springer.com.springer.emedia1.bsb-muenchen.de/article/10.1007/BF02249268. Accessed 11 April 2014.

Anderson, Eugene W., (1998). Customer Satisfaction and Word of Mouth [PDF]. Journal of Service Research. 1 (1), pp.5-17. Available at: http://jsr.sagepub.com/content/1/1/5. Accessed 24 April 2014.

Bronner, Fred; de Hoog, Robert, (2011). Vacationers and eWOM: Who Posts, and Why, Where, and What? [PDF]. Journal of Travel Research. 50 (1), pp.15-26. Available at: http://jtr.sagepub.com/content/50/1/15. Accessed 19 March 2014.

Brown, Duncan and Hayes, Nick. Influencer Marketing: Who really influences your customers?, Butterworth-Heinemann, 2008

Bundeszentrale für Politische Bildung (2010). Bevölkerung nach Altersgruppen und Geschlecht [ONLINE]. Available at: http://www.bpb.de/wissen/X39RH6,0,Bev%F6lkerung_nach_Altersgruppen_und_Geschlecht.html. Accessed 07 July 2014 Census (2010). Age and Sex Composition 2010 [ONLINE]. Available at: http://www.microsoft.com. Accessed 07 July 2014]

Castronovo, Cristina; Huang, Lei, (2012). Social Media in an Alternative Marketing Communication Model [PDF]. Journal of Marketing Development and Competitiveness. 6 (1), pp.117-131. Available at: http://www.na-businesspress.com/jmdc/castronovoc_web6_1_.pdf. Accessed 13 May 2014.

Cheng, Simone; Lam, Terry ; Hsu, Cathy H. C., (2006). Negative Word-of-Mouth Communication Intention: An Application of the Theory of Planned Behavior [PDF]. Journal of Hospitality & Tourism Research. 30 (1), pp.95-116. Available at: http://jht.sagepub.com/content/30/1/95. Accessed 19 March 2014.

Cheung, Christy M.K.; Lee, Matthew K.O., (2012). What drives consumers to spread electronic word of mouth in online consumer-opinion platforms? [PDF]. Decision Support Systems. 53, pp.218-225. Available at:http://www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0167923612000413. Accessed 19 March 2014.

Coulter, Keith S.; Roggeveen, Anne, (2012). "Like it or not": Consumer responses to word-of-mouth communication in on-line social networks [PDF]. Management Research Review. 35 (9), pp.878-899. Available at: http://www.emeraldinsight.com.emeraldinsight.emedia1.bsb-muenchen.de/journals.htm?articleid=17044175. Accessed 13 May 2014.

Engel, James F.; Kegerreis, Robert J.; Blackwell, Roger D., (1969). Word-of-Mouth Communication by the Innovator [PDF]. Journal of Marketing. 33 (3), pp.15-19. Available at: http://www.jstor.org/stable/1248475. Accessed 07 May 2014.

Feick, Lawrence F.; Price, Linda L., (1987). The Market Maven: A Diffuser of Marketplace Information [PDF]. Journal of Marketing Communications. 51 (1), pp.83-97. Available at: http://www.jstor.org/stable/1251146. Accessed 11 April 2014.

Global Webindex (2013). GlobalWebIndex’s quarterly update of social media usage trends around the world [ONLINE]. Available at: https://www.globalwebindex.net. Accessed 15 July 2014.

Goldsmith, Ronald E.; Flynn, Leisa R.; Clarck, Ronald A., (2012). Motivators of market mavenism in the retail environment [PDF]. Journal of Retailing and Consumer Services. 19, pp.390-397. Available at: http://www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0969698912000288. Accessed 11 April 2014.

Hennig-Thurau, Thorsten; Walsh, Gianfranco, (2003/2004). Electronic Word-of-Mouth: Motives for and Consequences of Reading Customer Articulations on the Internet [PDF]. International Journal of Electronic Commerse. 8 (2), pp.51-74. Available at: http://www.jstor.org/stable/27751096. Accessed 19 March 2014.

Hennig-Thurau, Thorsten; Gwinner, Kevin P.; Walsh, Gianfranco; Gremler, Dwayne D., (2004). Electronic Word-of-Mouth via Consumer-Opinion Platforms: What Motivates Consumers to Articulate Themselves on the Internet? [PDF]. Journal of Interactive Marketing. 18 (1), pp. 38-55. Available at: http://onlinelibrary.wiley.com.wiley.emedia1.bsb-muenchen.de/doi/10.1002/dir.10073/abstract. Accessed 11 April 2014.

Huefner, Jonathan C.; Hunt, Keith H., (2000). Consumer retaliation as a response to dissatisfaction [PDF]. Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior. 13, pp.61-82. Available at: http://lilt.ilstu.edu/staylor/csdcb/articles/Volume13/Huefner%20et%20al%202000.pdf. Accessed 29 April 2014.

i-cod, (2009). Meinungsführer in Online-Social-Networks [PDF]. i-cod-Studie (01). München: i-cod ltd. Eigenverlag.

Jalilvand, Mohammad Reza; Esfahani, Sharif Shekarchizadeh; Samiei, Neda, (2011). Electronic word-of-mouth: challenges and opportunities [PDF]. Procedia Computer Science. 3, pp.42-46. Available at: http://www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S1877050910003832. Accessed 01 April 2014.

Jansen, Bernard; Zhang, Mimi; Sobel, Kate; Chowdury, Abdur, (2009). Twitter Power: Tweets as Electronic Word of Mouth [PDF]. Journal of the American Society For Invormation Science and Technology. 60 (11), pp.2169-2188. Available at: http://onlinelibrary.wiley.com.wiley.emedia1.bsb-muenchen.de/store/10.1002/asi.21149/asset/21149_ftp.pdf?v=1&t=hv5hdkaq&s=5aa4de84f56ed39e7ba96382d42bdeb64e35a930. Accessed 13 May 2014.

Kaiser, Sandra, (2012). The Power of eWOM on Facebook - Der Einfluss sozialer Kontakte im Vergleich zu klassischer Werbung [Arbeitspapier zur Schriftenreihe Schwerpunkt Marketing; Bd. 204]. 1st ed. München: FGM-Verl., Verl. der Fördergesellschaft Marketing e.V.

0036

QUELLENBASIS DER STUDIE (2/2)

Kapoor, Payal S.; Jayasimha, K.R; Sadh, Ashish, (2013). Brand-related, Consumer to Consumer, Communication via Social Media [PDF]. IIM Kozhikode Society & Management Review. 2 (43), pp.43-57. Available at: http://ksm.sagepub.com/content/2/1/43. Accessed 13 May 2014.

Keller, Ed and Berry, Jon. The Influentials, Free Press, 2003

Kim, Eunice; Sung, Yongjun; Kang, Hamsu, (2014). Brand followers' retweeting behavior on Twitter: How brand relationships influence brand electronic word-of-mouth [PDF]. Computers in Human Behavior. 37, pp.18-25. Available at: http://www.sciencedirect.com/science/article/pii/S0747563214002295. Accessed 13 May 2014.

McKinsey Quarterly (2010). A new way to measure word-of-mouth marketing [ONLINE]. Available at: http://www.mckinsey.com/insights/marketing_sales/a_new_way_to_measure_word-of-mouth_marketing. Accessed 15 November 2015.

Nardi, Bonnie A.; Schiano, Diane J.; Gumbrecht, Michelle; Swartz, Luke, (2004). Why We Blog [PDF]. Communications of the ACM. 47 (12), pp.41-46. Available at: http://psych.stanford.edu/~mgumbrec/Why_We_Blog.pdf. Accessed 28 April 2014.

Neuhold, Christoph, (2012). Generation Y - Motivators for traditional and electronic WOM. 1st ed. München: Akademische Verlagsgemeinschaft.

Oetting, Martin, (2009). Ripple Effect - How Empowered Involvement Drives Word of Mouth. 1st ed. Wiesbaden: Gabler.

PeerIndex (n.d.). The Science of Influence - The History, Evolution, Application, and Future of Influence Marketing [ONLINE]. Available at: http://peerindex.com/pdf/The-Science-of-Influence.pdf. Accessed 15 November 2015.

Reiter, Kornelia, (2008). Aspekte und Ausprägungen des viralen Marketing im Internet. 1st ed. Bremen: Salzwasser-Verlag.

Richins, Marsha L., (1983). Negative Word-of-Mouth by Dissatisfied Consumers: A Pilot Study [PDF]. Journal of Marketing Communications. 47 (1), pp.66-78. Available at: http://www.jstor.org/stable/3203428. Accessed 24 April 2014.

Richins, Marsha L. (1987). A Multivariate Analysis of Responses to Dissatisfaction [PDF]. Journal of the Academy of Marketing Science. 15 (3), pp.24-31. Available at: http://link.springer.com/article/10.1007%2FBF02722168. Accessed 24 April 2014.

Slama, Mark E.; Williams, Terrell G. (1990). Generalization of the Market Maven's Information Provision Tendency Across Product Categories [ONLINE]. Available at: http://www.acrwebsite.org/search/view-conference-proceedings.aspx?Id=6997. Accessed 04 May 2014.

Sprott, Davic; Czellar, Sandor; Spangenberg, Eric, (2009). The importance of a general measure of brand engagement on market behavior: Development and validation of a scale [PDF]. Journal of Marketing Research. 46 (1), pp.92-104. Available at: https://auth.ama.org/publications/JournalOfMarketingResearch/Documents/Importance_General_Measure.pdf. Accessed 04 May 2014.

Statista (2014). Leading social networks worldwide as of January 2014, ranked by number of active users (in millions) [ONLINE]. Available at: http://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/. Accessed 13 May 2014.

Sundaram, D.S.; Mitra, Kaushik; Webster, Cynthia , (1998). Word-Of-Mouth Communications: a Motivational Analysis [ONLINE]. Advances in Consumer Research. 25, pp.527-531. Available at: http://www.acrwebsite.org/search/view-conference-proceedings.aspx?Id=8208. Accessed 24 April 2014.

Verhagen, Tibert; Nauta, Anniek; Feldberg, Frans, (2013). Negative online word-of mouth: Behavioral indicator or emotional release? [PDF]. Computers in Human Behavior. 29, pp.1430–1440. Available at: http://www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0747563213000460. Accessed 24 April 2014.

Walsh, Gianfranco; Elsner, Ralf, (1999). 'Der Market Maven in Deutschland: ein Diffusionsagent für Marktinformationen'. In: Jahrbuch der Absatz und Verbrauchsforschung. 45th ed. Berlin: GfK Nürnberg, Gesellschaft für Konsum-, Markt- und Absatzforschung e.V. pp.418-434.

Walsh, Gianfranco; Gwinner, Kevin P.; Swanson, Scott R., (2004). What makes mavens tick? Exploring the motives of market mavens' initiation of information diffusion [PDF]. Journal of Consumer Marketing. 21 (2), pp.109-122. Available at: http://www.emeraldinsight.com.emeraldinsight.emedia1.bsb-muenchen.de/10.1108/07363760410525678. Accessed 11 April 2014.

Walsh, Gianfranco; Elsner, Ralf, (2012). Improving referral management by quantifying market mavens' word of mouth value [PDF]. European Management Journal. 30, pp.74-81. Available at: http://www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0263237311000259. Accessed 11 April 2014. Wiedmann, Klaus-Peter; Walsh, Gianfranco; Mitchell, Vincent-Wayne, (2001). The Mannmaven: an agent for diffusing market information [PDF]. Journal of Marketing Communications. 7 (4), pp.196-212. Available at: http://dx.doi.org/10.1080/13527260127413. Accessed 11 April 2014.

Weimann, Gabriel, (1994). The influentials: People who influence people. 1st ed. Albany, NY: State Univ. of New York Press.

Wiedmann, Klaus-Peter; Walsh, Gianfranco; Mitchell, Vincent-Wayne, (2001). The Mannmaven: an agent for diffusing market information [PDF]. Journal of Marketing Communications. 7 (4), pp.196-212. Available at: http://dx.doi.org/10.1080/13527260127413. Accessed 11 April 2014.

0037

VIELEN DANK FÜR IHRE AUFMERKSAMKEIT WEITERE INFOS UNTER WWW.MACROMEDIA.DE

MUC.DAVID EICHER // GESCHÄFTSFÜHRER M

http://mhmk.de

mailto:[email protected]?subject=