Kaufverhaltensforschung in Social Shopping Communities
Dargestellt unter Berücksichtigung einer Logfile-Analyse
Christian Holsing
Parallel zu stetig steigenden Umsätzen im E-Commerce nimmt die Nutzung von Sozialen Medien zu. Im Zuge dieser Entwicklungen entsteht eine Reihe neuer Online-Geschäftsmodelle, u. a. Social Shopping Communities. Eine Social Shopping Community ist eine Kombination aus Online-Shopping und Social Networking, die Konsumenten diverse Möglichkeiten bietet, Produkte zu entdecken, zu empfehlen, zu bewerten und zu kaufen. Hierbei kommt es zum kombinierten Einsatz von herkömmlichen B2C-Suchfunktionen und nutzergenerierten Social Shopping-Funktionen.
Die Arbeit wird von der folgenden Fragestellung geleitet: Welche Faktoren, insbesondere welche Social Shopping-Funktionen, beeinflussen ökonomische Zielgrößen in Social Shopping Communities?
Nach einer umfassenden Einführung in die Grundlagen und die Funktionsweise des Geschäftsmodells wird diese Leitfrage anhand von Logfiles (Webserver-Protokolldateien) einer real existierenden Social Shopping Community untersucht. In die an den Stimulus-Response-Ansatz angelehnte Untersuchung fließen 2,9 Mio. Besuchsvorgänge ein, die mittels mehrerer Data Mining-Methoden analysiert werden. Es zeigt sich, dass die Nutzung verschiedener nutzergenerierter Social Shopping-Funktionen die zentralen Zielgrößen „Click-Out“ (Weiterleitung zu einem partizipierenden Online-Shop) und „Verweildauer“ signifikant beeinflusst – sowohl positiv als auch negativ.
Ausgehend von den empirischen Ergebnissen, werden konkrete Handlungsempfehlungen für Betreiber einer Social Shopping Community sowie für Markenhersteller und das Management von Online-Shops abgeleitet.
