Online Behavioural Advertising en weerstand: inzichten in de privacyzorgen en het kennisniveau van de Nederlandse consument
Kimia Heidary 11393564 Masterscriptie
Graduate School of Communication
Master Persuasieve Communicatiewetenschap Guda van Noort
2 februari 2018
Abstract
Online behavioural advertising (OBA) is een vorm van online advertenties die getarget zijn op basis van online gedrag van consumenten. OBA wordt mogelijk gemaakt door het verzamelen en verwerken van online gedragsdata: een veelgebruikte manier van
verzameling is door middel van ‘cookies’. Deze studie onderzoekt wat het effect is van een online advertentie, al dan niet gepersonaliseerd op basis van online gedragsdata, op de uiteindelijke intentie van de consument om (pro-)actief weerstand te bieden tegen de getoonde advertentie. Tevens wordt de mediërende rol van privacyzorgen van de consument onderzocht en de invloed van het huidige kennisniveau over zaken als OBA en cookies op de relatie tussen de gepersonaliseerde advertentie en de privacyzorgen van de consument. De resultaten van een online experiment (N = 73) toonden aan dat een gepersonaliseerde OBA-advertentie geen effect heeft op de mate van privacyzorgen van consumenten. Tevens heeft het kennisniveau van consumenten geen significant
modererend effect op de privacyzorgen van consumenten na blootstelling aan de online advertentie. De resultaten gaven wel bewijs voor het effect van privacyzorgen op de uiteindelijke intentie van de consument om een online advertentie, gepersonaliseerd op basis van online gedragsdata, actief dan wel proactief te vermijden.
Introductie
Adverteerders beschikken door technologische ontwikkelingen in de informatie-industrie over steeds meer middelen om het online gedrag van consumenten te volgen. Met de online data die zij over consumenten verzamelen, zoals zoekopdrachten of bezochte websites, kunnen adverteerders hun advertenties personaliseren en toespitsen op de beoogde doelgroep. Dit fenomeen staat bekend als ‘online behavioral advertising’ (OBA; Cox & Cline, 2012; FTC, 2009). Wanneer een consument bijvoorbeeld in het verleden zoekopdrachten heeft uitgevoerd naar een bepaald product, wordt diezelfde consument vervolgens geconfronteerd met advertenties die op deze zoekopdrachten aansluiten.
Adverteerders zien OBA als de uitgelezen manier om op efficiënte wijze aansluiting te vinden bij hun doelgroep, om zo hun advertenties zo relevant en rendabel mogelijk te houden (Beales 2010; Chen & Stallaert, 2014). Online advertenties (en OBA) hebben reeds een beduidend aandeel binnen de marketingsector, maar naar verwachting neemt het aandeel van OBA hierin in de toekomst steeds meer toe: advertenties worden steeds persoonlijker en gericht op het individu (Baek & Morimoto, 2012; Kumar and Gupta, 2016). Om echter tot die match te kunnen komen, dienen er persoonlijke data te worden verzameld en verwerkt, wat voor veel consumenten een aanleiding is om zich zorgen te maken om hun privacy.
Door het tempo waarop technologische ontwikkelingen zich voordoen en de
privacyzorgen van de consumenten die deze ontwikkelingen met zich meebrengen, is nieuwe wetgeving noodzakelijk om bedrijven en adverteerders duidelijke regels voor te leggen en de consument te beschermen tegen eventueel misbruik van persoonsgegevens. Op 25 mei 2018 treedt er een nieuwe Europese privacywet in werking: deze nieuwe wet, de Algemene Verordening Gegevensbescherming (AVG), vertoont een hoge mate van overlap met de huidige Wet Bescherming Persoonsgegevens, maar pleit voor een nog zorgvuldigere omgang met persoonsgegevens. Een belangrijke bepaling in deze privacywet scherpt aan dat persoonsgegevens met expliciete opt-in en opt-out
toestemming door instanties mogen worden gebruikt voor “gespecificeerde, expliciete en rechtmatige doeleinden”, maar niet verder mogen worden verwerkt op manieren die niet verenigbaar zijn met deze doeleinden (Algemene Verordening Gegevensbescherming 2016). Opt-in en opt-out bepalingen moeten door bedrijven en instanties nog helderder worden geformuleerd dan op basis van de huidige wetgeving noodzakelijk was, met als doeleinde om persoonsgegevens alleen te verzamelen waar dit daadwerkelijk nodig is: bedrijven dienen tevens vooraf kenbaar te maken voor welke doeleinden zij de gegevens verzamelen.
Door de AVG krijgt de consument sterkere ‘opt-out’ rechten: de nieuwe regelgeving pleit voor een hoger beschermingsniveau van de consument. Tevens beoogt de AVG de
consument meer inzicht te bieden in wat er met hun data en persoonsgegevens gebeurt, door middel van transparante communicatie hierover door bedrijven en instanties: deze doelstelling impliceert dat een consument die over dit inzicht beschikt, mogelijk op een
andere wijze omgaat met advertenties die gebruikmaken van persoonlijke data. Uit eerder onderzoek is namelijk gebleken dat de consument zich nu vaak niet bewust is van de hulpmiddelen waar ze over beschikken om (effectief) controle uit te oefenen over advertenties die gebruik maken van OBA (Cranor, 2012; Smit, van Noort & Voorveld, 2014). Het doel van deze studie is daarom om te onderzoeken of een hoger niveau van kennis over zaken als dataverzameling en OBA de effecten van OBA op de
privacyzorgen van consumenten beïnvloedt.
Aanvullend onderzoekt deze studie wat het effect is van privacyzorgen van de consument, al dan niet als gevolg van blootstelling aan de online advertentie, op de wijze waarop zij uiteindelijk met de advertentie omgaan. Hoe bezorgder consumenten namelijk zijn over hun privacy, hoe meer ze geneigd zijn hun online privacy te beschermen en weerstand te bieden tegen advertenties met een hoge waargenomen personalisatie (Smit, Van Noort, and Voorveld 2014). Eerder onderzoek heeft het bieden van weerstand als reactie op gepersonaliseerde advertenties onderzocht (Baek & Morimoto, 2012; Cho & Cheon, 2004; Edwards, Hairong & Lee, 2002), echter ontbreekt er een nuance aan mogelijke verschillende soorten weerstand. Dit onderzoek bestudeert of er onderscheid gemaakt dient te worden tussen verschillende soorten weerstand en onderzoekt de effecten van OBA op deze typen weerstand.
Het derde doel van deze studie is inzicht verkrijgen in onderliggende factoren die een mediërende invloed kunnen hebben op het al dan niet vermijden van gepersonaliseerde advertenties. Zo is er bijvoorbeeld onderzoek gedaan naar het mediërende effect van de gepercipieerde kwetsbaarheid van consumenten als gevolg van blootstelling aan een
maar is er nog weinig aandacht besteed aan de mogelijk mediërende rol van
privacyzorgen binnen de relatie tussen de blootstelling aan OBA en hoe consumenten hier uiteindelijk mee omgaan. Dit onderzoek tracht derhalve te bestuderen of de mate van privacyzorgen van de consument de relatie tussen waargenomen personalisatie in
advertenties en het al dan niet verzetten tegen de advertentie medieert.
De onderzoeksvraag voor deze scriptie is als volgt:
Wat is het effect van online advertenties, die gepersonaliseerd zijn op basis van online gedrag, op de weerstand van consumenten, wordt dit gemedieerd door de privacyzorgen van consumenten en wat is de invloed van het kennisniveau over OBA en cookies op deze relatie?
Naast de theoretische inzichten die deze studie biedt, zal dit onderzoek ook bijdragen aan het bieden van inzichten in het kader van het vermijden van advertenties door
consumenten en de factoren die hier mogelijk aan ten grondslag liggen. Maatschappelijk biedt dit onderzoek een bijdrage aan de ontwikkelingen die de Nederlandse privacywet binnenkort teweegbrengt: de nieuwe wet verschaft de consument niet alleen met sterkere ‘opt-out’ rechten, maar pleit ook voor een hoger kennisniveau van de consument
betreffende dataverzameling en verwerking van persoonsgegevens. Dit onderzoek biedt inzicht in de rol die de kennis van consumenten kan spelen wanneer zij worden
blootgesteld aan een online advertentie die op basis van online persoonsgegevens en gedragsdata is gepersonaliseerd: in hoeverre hangt de kennis van consumenten samen met de mate waarin zij zich zorgen maken om hun privacy en hoe beïnvloeden deze factoren de uiteindelijke intentie om al dan niet weerstand te bieden tegen een
(gepersonaliseerde) advertentie? De bevindingen in dit onderzoek bieden mogelijk inzichten in de factoren die aan de reacties van consumenten op gepersonaliseerde advertenties ten grondslag liggen.
Theorie
Online Behavioural Advertising
Online behavioural advertising (OBA) omvat een methode van targeting en personalisatie van advertenties, waarbij online gedragsdata van internetgebruikers worden bijgehouden en verzameld door adverteerders, met het doel om consumenten in de toekomst te kunnen benaderen met op maat gemaakte advertenties: zo vallen
bijvoorbeeld bezochte websites en aangeklikte links onder de data die binnen OBA worden opgeslagen en verwerkt (Ham, 2017; Shelton, 2012). Het praktische voordeel van OBA is dat bedrijven, zonder tussenkomst van de consument, data kunnen verzamelen en advertenties kunnen aanpassen op het online gedrag en waargenomen interesses van consumenten (Goldfarb & Tucker, 2011; McStay, 2011). Adverteerders beweren op deze wijze te kunnen anticiperen op de interesses en voorkeuren van consumenten en zo op een effectieve wijze content te kunnen bieden die aansluit op de specifieke behoeften van de consument, in de hoop hogere click-through quota te halen en inkomsten te verhogen (Beales, 2010; Chen & Stallaert, 2014; Ham, 2017).
De data die door adverteerders in het kader van OBA wordt verzameld, omvat een wijde selectie aan gedragingen van consumenten op het Internet. Adverteerders maken
bijvoorbeeld gebruik van ‘cookies’, een klein bestand dat bij bezoek aan een website in de harde schijf van het apparaat van de consument het online gedrag bijhoudt en bij een volgend verzoek weer gebruikt kan worden (FTC, 2009). Hierbij wordt onderscheid gemaakt tussen de zogeheten ‘first-party’-cookies en ‘third-party’ cookies. ‘First-party’
cookies zijn nodig voor het technisch correct opereren van een website: denk hierbij aan webshops die de inhoud van de winkelwagen bijhouden, zodat de consument hier bij een later bezoek weer bij kan. In het kader van OBA zijn de zogeheten ‘third-party cookies’ van belang: deze cookies volgen het online gedrag van consumenten en verschaffen bedrijven en instanties met de benodigde data om advertenties zoveel mogelijk toe te spitsen en te personaliseren per consument. Naast cookies zijn er verscheidene andere manieren om gedragsdata vast te leggen: zo kunnen consumenten ook op basis van zoekgeschiedenis, likes en reacties op sociale media en online aankopen worden getarget (Zuiderveen Borgesius, 2015).
Adverteerders betwisten of de online data die in het kader van OBA worden gebruikt identificerende persoonsgegevens van consumenten bevatten: namen, adressen of andere gegevens waarmee een consument offline geïdentificeerd kan worden, worden bij OBA niet opgeslagen en/of verwerkt. (FTC, 2009). Echter stelt de nieuwe privacywet dat ook pseudonieme gegevens aangemerkt worden als persoonsgegevens, wanneer een individu op basis van de pseudonieme gegevens geïsoleerd kan worden uit een lijst met gegevens (Algemene Verordening Gegevensbescherming 2016). Dit is het geval bij third-party cookies: deze bevatten namelijk vaak unieke cijferreeksen, waardoor cookies onderling van elkaar kunnen worden onderscheiden en individuen indirect kunnen worden
geïdentificeerd en geïsoleerd (‘single-out’) uit een lijst met gegevens, ook wanneer bedrijven hier geen naam of andere identificerende gegevens aan koppelen (Zuiderveen Borgesius, 2016). Dit betekent dat bedrijven en adverteerders voortaan nog zorgvuldiger
om dienen te gaan met persoonsgegevens en transparant dienen te communiceren hoe zij deze gegevens aanwenden.
Voor het plaatsen van cookies is in Nederland toestemming vereist van de consument die gebruik wil maken van het Internet (art. 5 lid 3 e-Privacyrichtlijn 2002). Veel websites maken gebruik van een zogeheten ‘cookiewall’, waarbij gebruikers worden ingelicht over het gebruik en de functie van first- en third-party cookies en pas toegang krijgen tot de website wanneer zij akkoord gaan met de plaatsing van deze cookies door de website.
OBA en zorgen over privacy
Er is een keerzijde aan de dataverzameling die benodigd is voor OBA: het volgen van surfgedrag, zonder dat consumenten hier volledig van op de hoogte zijn, wordt door velen gezien als een privacy-inbreuk (Milne, Bahl & Rohm, 2009; Montgomery & Smith, 2009). Deze heimelijke manier van dataverzameling, waarbij online gedrag wordt
verzameld en verwerkt door adverteerders en bedrijven, roept bij consumenten zorgen op (Ham and Nelson, 2016; Nill and Aalberts 2014). Zo werd in eerder onderzoek (Aguirre et al., 2015) gevonden dat wanneer bedrijven op heimelijke wijze data van consumenten verzamelen, consumenten zich kwetsbaarder voelen en uiteindelijk een lagere intentie tonen om een advertentie aan te klikken, dan wanneer data openlijk wordt verzameld. Het waarnemen van gepersonaliseerde elementen in een advertentie als gevolg van tracking, bijvoorbeeld een advertentie gebaseerd op een eerdere zoekopdracht, leidt volgens eerder
onderzoek tot een gepercipieerd verlies van controle en gevoelens van kwetsbaarheid (Aguirre et al., 2015).
Privacy wordt doorgaans gedefinieerd als de ‘controle van transacties tussen personen en anderen, met als doel het bevorderen van autonomie en/of het minimaliseren van
kwetsbaarheid’ (Margulis, 1977). Uit dit citaat kunnen we twee belangrijke factoren opmaken: de notie van kwetsbaarheid en individuele controle over persoons- en persoonlijke gegevens. Uit eerder onderzoek is gebleken dat deze gevoelens van
kwetsbaarheid, samen met de gepercipieerde controle over persoonsgegevens, inderdaad de belangrijkste onderliggende oorzaken zijn van privacyzorgen (Dinev and Hart, 2004). Wanneer consumenten zich kwetsbaar achten en denken een verhoogde kans te hebben om het risico te lopen dat hun persoonlijke informatie wordt misbruikt doordat de controle hierover ontbreekt, ervaren ze een hogere mate van privacyzorgen
(Bandoypadhyay, 2009; Phelps, Nowak, and Ferrell, 2000). Zoals eerder benoemd, geschiedt het verzamelen van data voor OBA grotendeels heimelijk: wanneer
consumenten persoonlijke informatie ontdekken in de gepersonaliseerde advertenties, zal dit tot gevolg hebben dat consumenten een verlies van controle en gevoelens van
kwetsbaarheid ervaren en zich meer zorgen maken over hun privacy (Aguirre et al., 2015; Dinev & Hart, 2004).
Dat consumenten na het ontdekken van persoonlijke informatie in gepersonaliseerde advertenties geneigd zijn zich meer zorgen te maken over hun privacy, wordt bevestigd in de zelfbeschikkingstheorie: deze theorie stelt dat een van de intrinsieke behoeften van de
mens de behoefte aan het behouden van autonomie is, de controle over bijvoorbeeld onze gedragingen (Deci & Ryan, 2000; Weinstein, Przybylski & Ryan, 2012). In het kader van gepersonaliseerde advertenties en dit onderzoek kan het waarnemen van een
advertentie die gepersonaliseerd is op basis van online gedrag, gepercipieerd worden als een bedreiging voor de controle over onze persoonsgegevens. (Puzakova, Rocereto, & Kwak, 2013). Als gevolg van deze bedreiging zal men zich zorgen maken over de privacy en online persoonsgegevens, wat tot een uiteindelijke weerstand tegen de
advertentie leidt (Aguirre et al., 2015; Fitzimons & Lehmann, 2004). Daarom stellen wij de eerste hypothese als volgt:
H1: Personalisatie (vs. geen personalisatie) van een online advertentie, op basis van online gedrag, leidt bij consumenten tot meer privacyzorgen.
Privacyzorgen en weerstand
In het kader van de privacyzorgen van consumenten met betrekking tot online data-verzameling door bedrijven en adverteerders, is naast empirisch onderzoek naar de mate van privacyzorgen van consumenten ook onderzoek gedaan naar hoe privacyzorgen zich manifesteren in het uiteindelijke gedrag van consumenten (Fransen, Smit & Verlegh, 2015; Fransen, Verlegh, Kirmani & Smit, 2015). Zo vonden Smit, van Noort en Voorveld (2014) in hun onderzoek twee hoofdstrategieën van consumenten met betrekking tot het bieden van weerstand wanneer zij zich zorgen maken over hun privacy: de zogeheten coping by avoidance-strategie en coping by approach-strategie.
Het wezenlijke verschil tussen coping by avoidance en coping by approach is de rol die het bieden van weerstand voor de consument vervult (Roth & Cohen, 1986). Wanneer de consument, na blootstelling aan de advertentie, weerstand biedt om de bedreiging (hier: privacyzorgen) te kunnen vermijden, dan spreken we van coping by avoidance, ofwel reactieve weerstand (McDonald & Cranor, 2010; Roth & Cohen, 1986). Wil de
consument proactief weerstand bieden tegen de bedreiging, dan spreken we van coping by approach, ofwel proactieve weerstand (McDonald & Cranor, 2010; Smit, van Noort & Voorveld, 2014).
De eerste vorm van weerstand, reactieve weerstand, omvat het vermijden van de
advertentie en hiermee de mogelijke verzameling van online gedragsdata (McDonald & Cranor, 2010). Vermijding wordt door Speck en Elliott (1997) gedefinieerd als ‘alle acties van mediagebruikers die de blootstelling aan advertenties verminderen’ en is een veelgebruikte remedie tegen advertenties (Morimoto & Macias, 2009). In hun onderzoek naar vermijding van advertenties gepubliceerd op traditionele media, vonden Speck en Elliott (1997) drie componenten van vermijding: cognitieve vermijding, affectieve vermijding en vermijding door gedrag. In later onderzoek werd bevestigd dat deze drie componenten ook van toepassing waren op online advertenties. (Baek & Morimoto, 2012; Cho & Cheon, 2004;)
Het cognitieve aspect van vermijding verwijst naar het belief van een consument over een bepaald object, in dit geval de online advertentie. Hoe meer negatieve beliefs ten opzichte van online advertenties, hoe hoger de intentie van de consument om, op basis van een negatieve cognitieve associatie met online advertenties, de advertentie cognitief te
vermijden (Ajzen, 1991; Cho & Cheon 2004). Het cognitieve aspect van vermijding omvat in deze context het met opzet niet verwerken van een internet-advertentie (Baek & Morimoto, 2012; Cho & Cheon, 2004; Morimoto 2017).
De emoties die een object bij de consument oproept, valt onder het affectieve element van vermijding: zo zullen consumenten die een afkeer hebben tegen online advertenties, een hogere negatievere attitude hebben tegen deze advertenties en derhalve meer geneigd zijn deze advertentie te vermijden (Baek & Morimoto, 2012; Cho & Cheon, 2004; Morimoto, 2017). Het laatste aspect, vermijding door gedrag, omvat alle andere fysieke acties die een consument kan nemen om een object te vermijden: consumenten kunnen bijvoorbeeld scrollen om een advertentie te vermijden of de betreffende webpagina sluiten (Baek & Morimoto, 2012; Cho & Cheon, 2004; Morimoto, 2017).
Onderzoek naar de componenten van vermijding binnen de digitale omgeving is vrij recent: eerder onderzoek was vooral gericht op traditionele media (Speck & Elliott, 1997). Een belangrijk verschil tussen de digitale en traditionale media-omgeving is echter dat het Internet een meer taak-en doel-georiënteerd medium is: de intentie tot vermijding is hierom naar verwachting voor online advertenties groter, omdat consumenten online advertenties waarnemen als een vertragende en storende hinder tussen hen en het doel wat ze hopen te bereiken met behulp van het Internet (Chen & Wells, 1999; Cho & Cheon, 2004).
Het bieden van reactieve weerstand als uitkomst van privacyzorgen is in eerder
onderzoek onderzocht (Cho & Cheon, 2004; Edwards, Hairong & Lee, 2002). Zo bleek uit onderzoek van Baek en Morimoto (2012) dat privacyzorgen positief gerelateerd zijn
aan het vermijden van gepersonaliseerde advertenties: hoe hoger de mate van zorgen, hoe hoger de intentie om deze advertentie te vermijden. Aanvullend vond Ham (2017) dat consumenten een hogere intentie hadden om OBA te vermijden wanneer zij hogere privacyzorgen ervaarden na het herkennen van een hoge mate van personalisatie in een advertentie. Dat privacyzorgen een belangrijke factor zijn in de beslissing van
consumenten tot het bieden van weerstand, werd bevestigd in eerdere onderzoeken: nadat consumenten zich realiseerden dat het om een verborgen dataverzameling ging en dit niet aan hen was gecommuniceerd, leidde de hogere mate van privacyzorgen tot een hogere mate van weerstand door vermijding van persuasieve pogingen van advertenties en websites (Li & Huang, 2016; Milne, Rohm, & Bahl, 2004; Youn, 2009).
In het licht van de bevindingen in eerdere onderzoeken, formuleren wij de hypothese als volgt:
H2a Meer zorgen over privacy leidt bij consumenten tot een hogere intentie van reactieve weerstand tegen de online advertentie.
De tweede vorm van weerstand is coping by approach, ofwel het bieden van proactieve weerstand (Smit, van Noort en Voorveld, 2014). Deze strategie omvat het proactief optreden tegen online advertenties door het Internet ‘de meester te worden’ (‘mastering the Internet’; McDonald & Cranor 2010, p. 398): wijzes waarop dit bewerkstelligd kan worden, is bijvoorbeeld het installeren van een ad-blocker, het verwijderen van
browsergeschiedenis of het opzoeken en lezen van privacy-verklaringen (Smit, van Noort & Voorveld, 2014).
Eerder onderzoek heeft nog relatief weinig aandacht besteed aan deze tweede vorm van weerstand: de nadruk lag in deze onderzoeken vooralsnog op het bieden van reactieve weerstand door middel van vermijding (Baek & Morimoto, 2012; Cho & Cheon, 2004). In lijn met deze eerdere onderzoeken, waarin effecten voor reactieve weerstand door vermijding zijn onderzocht, verwachten wij tevens een effect van privacyzorgen op het bieden van proactieve weerstand.
De tweede hypothese presenteren wij daarom als volgt:
H2b Meer zorgen over privacy leidt bij consumenten tot een hogere intentie om proactief op te treden tegen de online advertentie.
Kennis als moderator van het effect van personalisatie op privacyzorgen
De toekomstige wetgeving beoogt de consument meer overzicht en kennis te bieden in wat er met hun data en persoonsgegevens gebeurt en wat hun rechten hierin zijn. Deze kennis is tot op heden nog beperkt: zo bleek bijvoorbeeld uit eerder onderzoek dat consumenten zich vaak niet bewust zijn van de hulpmiddelen waar ze over beschikken om door middel van het beheren van cookies (effectief) controle uit te oefenen over OBA (Cranor, 2012; Leon et al., 2012; Smit, van Noort & Voorveld, 2014). Dit kan deels worden verklaard door het verborgen karakter van dataverzameling: het merendeel van consumenten heeft hierdoor geen inzicht in wat (third-party) cookies zijn en hoe deze in het kader van OBA werken (Ham, 2017; McDonald & Cranor, 2010). Tevens hebben consumenten tot op heden nog weinig inzicht in hoeverre hun online gedrag wordt
denkbeeld van consumenten, hun beliefs over hoe OBA werkt en hun kennis over de persuasieve tactieken die aan OBA ten grondslag liggen, nog niet volledig is ontwikkeld (Boerman, Kruikemeier & Borgesius, 2017; McDonald & Cranor, 2010).
Dit gebrek aan kennis over OBA en de manieren van dataverzameling, heeft als gevolg dat consumenten niet de volledige (gepercipieerde) controle hebben over hun
persoonlijke gegevens (Boerman, Kruikemeier & Borgesius, 2017; Cranor 2012). Ditis een interessante bevinding, omdat uit eerder onderzoek is gebleken dat de kennis van de consument en de gepercipieerde controle over persoonsgegevens twee bepalende factoren zijn in het kader van privacyzorgen: wanneer consumenten niet over deze kennis
beschikken en/of het gevoel hebben geen controle te hebben over hun persoonsgegevens, zijn ze meer geneigd zich zorgen te maken over hun privacy (Milne, 2004). Consumenten willen namelijk inherent de controle hebben over de verzameling en het gebruik van hun persoonlijke gegevens (Gomez, Pinnick & Soltani, 2009). Zo vond Milne (2000) dat de privacyzorgen van consumenten het laagst waren wanneer de objectieve kennis van consumenten over hoe persoonlijke informatie wordt verzameld en de gepercipieerde controle over het toepassen van deze kennis beiden hoog waren.
Dat de kennis van consumenten over OBA en de achterliggende methoden van dataverzameling een mogelijk modererend effect kan hebben op de relatie tussen de personalisatie van een advertentie en privacyzorgen van consumenten, werd ook in het onderzoek van Smit, van Noort en Voorveld (2014) bevestigd. Zij vonden in hun onderzoek naar OBA dat respondenten met de hoogste mate van privacyzorgen op een aantal vlakken significant verschilden van de respondenten met lagere privacyzorgen:
Mate van personalisatie
ietwat lager kennisniveau over OBA en cookies dan respondenten die minder bezorgd waren over hun privacy.
Gezien deze bevindingen, formuleren wij de derde en tevens laatste hypothese als volgt:
H3: Personalisatie (vs. geen personalisatie) van een advertentie, op basis van online gedrag, leidt bij mensen met een hogere mate van kennis tot minder privacyzorgen dan bij consumenten met een lagere mate van kennis.
Het conceptuele model is als volgt:
Privacyzorgen Online advertentie
- Personalisatie (op basis van online gedrag) vs. geen personalisatie
Weerstand
- Reactieve weerstand: vermijding (H2a)
- Proactieve weerstand (H2b)
Mate van kennis H3
H1 H2
Methode en Procedure
Voor dit onderzoek is op 19 december 2017 een online experiment uitgezet op de sociale media kanalen van de onderzoeker, met het verzoek om de link te delen. Er is hier derhalve sprake geweest van een zogeheten ‘snowball sample’, uitgezet onder de vriendenkring en kennissen van de onderzoeker. Nadat op 12 januari 2018 een sample met ongeveer een gelijk aantal mannelijke en vrouwelijke respondenten van verschillende leeftijden (18+) was bereikt, is het online experiment beëindigd.
In totaal bevatte de sample 90 respondenten (56.2% vrouw). Eén respondent is uit de sample verwijderd omdat deze op het moment van afname nog minderjarig was. Een additionele 17 respondenten is op basis van de manipulatiecheck uit de sample
verwijderd. De leeftijd van de overige 73 respondenten varieerde van 18 tot en met 55 jaar (M = 25.41, SD = 7.79). De meeste respondenten gaven aan hun Bachelor-diploma behaald te hebben (42.5%).
Research Design en Materiaal
Om de onderzoeksvraag te kunnen beantwoorden, is een factorieel experiment uitgezet, bestaande uit twee condities: wel of geen personalisatie van de getoonde advertentie.
Stimulusmateriaal. Alle respondenten kregen hetzelfde scenario gepresenteerd, waarin ze zich voor dienden te stellen dat ze op de website van Airbnb.com op zoek waren naar
een appartement in Parijs. Het stimulusmateriaal bevatte een aangepaste screenshot van een Airbnb-pagina, waarop een specifiek appartement werd getoond (Appendix 1). Respondenten werden vervolgens medegedeeld dat ze de pagina hebben verlaten, zonder het appartement te hebben geboekt.
Respondenten werden willekeurig toegewezen aan één van de twee condities in het
experiment. De condities bevatten beide een screenshot van een fictieve Facebook-tijdlijn, met daarin een duidelijk zichtbare advertentie. De eerste conditie bevatte een
niet-gepersonaliseerde advertentie: deze advertentie had betrekking op een webshop voor luxe kleding en schoenen en sloot niet aan op het eerder getoonde scenario (Appendix 2). De andere conditie bevatte een gepersonaliseerde advertentie: deze advertentie toonde hetzelfde appartement als in het eerdere scenario (Appendix 3). Beide condities waren vrijwel identiek qua lay-out en kleurgebruik, om externe invloed op de resultaten te voorkomen.
Schalen
Reactieve weerstand. De intentie van respondenten om de getoonde advertentie al dan niet te vermijden, is gemeten aan de hand van een schaal gebaseerd op de eerdere onderzoeken van Baek en Morimoto (2012) en Cho en Cheon (2004; Appendix 4). De schaal bestaat uit zes items en een 7-punts Likertschaal, met antwoordopties van 1 (sterk mee oneens) tot 7 (sterk mee eens): stellingen zijn in hun formulering aangepast door de term ‘Facebook’ toe te voegen om de stellingen aan te laten sluiten op de context van het onderzoek. Voorbeelditems zijn: ‘I would intentionally ignore this advertisement on
Facebook’ (M = 4,48, SD = 1,73) en ‘I would scroll down the page to avoid this
advertisement’ (M = 4,00, SD = 1,78). In dit onderzoek zijn de zes items samengenomen om de totale intentie tot vermijden te meten (α = .84, EV = 3.69). Hogere scores op deze schaal representeren een hogere intentie tot het bieden van reactieve weerstand.
Proactieve weerstand. De intentie van respondenten om al dan niet proactief op te treden tegen de getoonde advertentie, is gemeten aan de hand van een schaal gebaseerd op de eerdere onderzoeken van Smit, van Noort en Voorveld (2014; Appendix 4). De schaal bestaat uit zes items en een 7-punts Likertschaal, met antwoordopties van 1 (sterk mee oneens) tot 7 (sterk mee eens): er is één item toegevoegd aan de oorspronkelijk 5 items tellende schaal van Smit, van Noort en Voorveld (2014), die de intentie meet tot het installeren van een ad-blocker, een maatregel die van deze tijd is. Voorbeelditems zijn: ‘I would delete cookies’ (M = 3,71, SD = 1,55) en ‘I would install an ad-blocker’ (M = 5,41, SD = 1,71). In dit onderzoek zijn de zes items samengenomen om de totale intentie tot proactief optreden te meten: deze schaal is betrouwbaar (α = .80, EV = 3,03). Hogere scores op deze schaal representeren een hogere intentie tot het bieden van proactieve weerstand.
Kennis: cookies. Het kennisniveau met betrekking tot cookies is gemeten aan de hand van een schaal gebaseerd op de eerdere onderzoeken van McDonald en Cranor (2010) en Smit, van Noort en Voorveld (2014; Appendix 4). De schaal bestaat uit acht stellingen, met de antwoordopties ‘waar’ en ‘onwaar’. Juiste antwoorden zijn gecodeerd als ‘1’, onjuiste antwoorden als ‘0’: de score die respondenten kunnen halen, ligt derhalve tussen
de 0 (alle vragen onjuist beantwoord) en 8 (alle vragen juist beantwoord). Hogere scores op deze schaal representeren een hoger kennisniveau met betrekking tot cookies.
Kennis: OBA. Het kennisniveau met betrekking tot OBA is gemeten aan de hand van een schaal gebaseerd op de eerdere onderzoeken van McDonald en Cranor (2010) en Smit, van Noort en Voorveld (2014; Appendix 4). De schaal bestaat uit acht items, met de antwoordopties ‘waar’ en ‘onwaar’. Juiste antwoorden zijn gecodeerd als ‘1’, onjuiste antwoorden als ‘0’: de score die respondenten kunnen halen, ligt derhalve tussen de 0 (alle vragen onjuist beantwoord) en 8 (alle vragen juist beantwoord). Hogere scores op deze schaal representeren een hoger kennisniveau met betrekking tot OBA.
Privacyzorgen. De mate van privacyzorgen van respondenten is gemeten aan de hand van een schaal gebaseerd op de eerdere onderzoeken van Smit, van Noort en Voorveld (2014) en McDonald and Cranor (2010; Appendix 4). De schaal bestaat uit acht items en een 7-punts Likertschaal, met antwoordopties van 1 (sterk mee oneens) tot 7 (sterk mee eens). Voorbeelditems zijn: ‘I’m concerned about the potential misuse of personal data’ (M = 4,97, SD = 1,53) en ‘To me, the idea that someone monitors my website use is privacy violation’ (M = 4,85, SD = 1,57). In dit onderzoek zijn de acht items samen genomen om de totale mate van privacyzorgen van respondenten te meten: deze schaal is betrouwbaar (α = .91, EV = 5,05). Hogere scores op deze schaal representeren een hogere mate van privacyzorgen.
Manipulatiecheck: personalisatie. In hoeverre respondenten de advertentie al dan niet gepersonaliseerd vonden, is gemeten aan de hand van een schaal gebaseerd op de eerdere
onderzoeken van Baek en Morimoto (2012). Deze schaal bestaat uit vijf items en een 7-punts Likertschaal, met antwoordopties van 1 (sterk mee oneens) tot 7 (sterk mee eens). Voorbeelditems zijn: ‘Overall, this advertisement on Facebook is tailored to my situation’ (M = 4,18, SD = 1,93) en ‘ I believe that this advertisement on Facebook is customized to my needs’ (M = 4,05, SD = 1,72). In dit onderzoek zijn de vijf items samen genomen om de totale mate van waargenomen advertentie-personalisatie door respondenten te meten: deze schaal is betrouwbaar (α = .94, EV = 4,04). Hogere scores op deze schaal
representeren een hogere mate van waargenomen personalisatie.
Reactance. De mate waarin respondenten persoonlijk geneigd zijn om weerstand te ervaren, is gehanteerd als controlevariabele. De schaal voor deze variabele is gebaseerd op de eerdere onderzoeken van Hong en Faedda (1996) en bestaat uit 11 items en een 7-punts Likertschaal, met antwoordopties van 1 (sterk mee oneens) tot 7 (sterk mee eens; Appendix 4). Voorbeelditems zijn: ‘I find contradicting other stimulating’ (M = 3,44, SD = 1,49) en ‘Advice and recommendations induce me to do just the opposite’ (M = 2,88, SD = 1,34). In dit onderzoek zijn de 11 items samen genomen om de totale mate van de persoonlijke neiging tot het bieden van weerstand te meten: deze schaal is betrouwbaar (α = .83, EV = 4,20). Hogere scores op deze schaal representeren een hogere persoonlijke neiging tot het bieden van weerstand.
Procedure
Het beantwoorden van de survey duurde circa 8 minuten. Alvorens respondenten gepresenteerd werden met het stimulusmateriaal en de bijbehorende vragen, werden respondenten geïnformeerd over hun recht om zich wanneer dan ook terug te trekken uit het experiment en de volledige anonimiteit en zorgvuldigheid waarmee gegevens werden verwerkt. Na akkoord te zijn gegaan met de deelname, kregen respondenten het
stimulusmateriaal te zien. Vervolgens werden respondenten willekeurig ingedeeld bij de niet-gepersonaliseerde of gepersonaliseerde conditie. Hier werd hen verzocht om zich voor te stellen dat ze op hun Facebook-tijdlijn een bepaalde advertentie tegenkwamen. Na één van de twee advertenties (niet-gepersonaliseerd vs. gepersonaliseerd) te zien te hebben gekregen, werden respondenten gevraagd in hoeverre zij de intentie hadden om deze advertentie te vermijden en/of proactief op te treden tegen de advertentie. Daarna volgden enkele kennisvragen, over cookies en OBA. Na de kennisvragen werden respondenten verzocht vragen te beantwoorden over de mate waarin zij zich zorgen maakten over hun privacy en hun persoonlijke neiging tot het bieden van weerstand. Om de manipulatie van de advertentie-personalisatie te onderzoeken, werden respondenten verzocht aan te geven in hoeverre de tweede advertentie die zij op de fictieve Facebook-tijdlijn hadden waargenomen, aansloot op het scenario wat zij in het begin van het experiment hadden waargenomen. Het experiment sloot af met demografische vragen: respondenten werden verzocht hun leeftijd, geslacht, hoogst genoten educatieniveau en land van herkomst aan te geven. Na alle vragen ingevuld te hebben, werden respondenten bedankt voor hun deelname en medegedeeld dat de getoonde advertenties fictief waren.
Resultaten
Randomisatiecheck
Er is een randomisatiecheck uitgevoerd en geanalyseerd of de condities voldoende willekeurig waren verdeeld voor wat betreft leeftijd, geslacht en de reactance van respondenten. Allereerst bleek uit een ANOVA dat de gemiddelde leeftijd van respondenten in de niet-gepersonaliseerde conditie (M = 25.14 jaar, SD = 7.71 ) niet significant verschilde van de leeftijd van respondenten in de gepersonaliseerde conditie (M = 25.66 jaar, SD = 7.96), F (1, 71) = .08, p = .78. Ten tweede bleek uit een Chi-kwadraat toets dat er geen significant verschil was tussen mannelijke en vrouwelijke respondenten in beide condities, 2 (1, N = 73) = .061, p = .434. Tenslotte bleek uit een ANOVA dat de gemiddelde neiging tot weerstand van respondenten in de
niet-gepersonaliseerde conditie (M = 3.91, SD = .70 ) niet significant verschilde van de gemiddelde neiging tot weerstand van respondenten in de gepersonaliseerde conditie (M = 4.16, SD = .90), F (1, 71) = 1.79, p = .19. Beide groepen waren dus gelijk verdeeld voor wat leeftijd, geslacht en reactance. Deze variabelen zijn daarom niet meegenomen als covariaat in de hypothese-toetsende analyses.
Manipulatiecheck
Om vast te stellen of de respondenten in de gepersonaliseerde conditie aangaven een hogere mate van personalisatie te hebben ervaren dan de respondenten in de niet-gepersonaliseerde conditie, is een eenwegs-ANOVA uitgevoerd. Uit de ANOVA kan
worden geconcludeerd dat de respondenten in de gepersonaliseerde conditie een hogere mate van personalisatie hebben ervaren met betrekking tot de waargenomen advertentie (M = 5.16 , SD = .82) dan de respondenten in de niet-gepersonaliseerde conditie (M = 2.35 , SD = .74), F ( 1, 71 ) = 235.4, p < .05, η2 = .77. Hieruit kan worden geconcludeerd dat de manipulatie succesvol was in het verhogen van de mate van personalisatie in de gepersonaliseerde conditie.
Hypothese toetsende statistiek
Hypothese 1 veronderstelde dat personalisatie van een online advertentie bij consumenten leidt tot meer privacyzorgen dan een niet-gepersonaliseerde online advertentie. Om deze hypothese te analyseren is een eenwegs-ANOVA uitgevoerd, met de
advertentie-personalisatie (wel vs. geen advertentie-personalisatie) als onafhankelijke variabele en privacyzorgen als afhankelijke variabele.
De ANOVA-analyse geeft aan dat de respondenten in de niet-gepersonaliseerde conditie (M = 4.47 , SD = 1.21) niet significant verschilden van de respondenten in de
gepersonaliseerde conditie (M = 4.86 , SD = 1.17) in hun mate van privacyzorgen, F (1, 71) = 1.93, p = .169, η2 = .03. De data geven derhalve geen onderbouwing voor H1.
Hypothese 2a en 2b veronderstelden dat respondenten met een hogere mate van privacyzorgen een hogere intentie hebben tot reactieve en/of proactieve weerstand dan respondenten met een lagere mate van privacyzorgen. Om deze hypothesen te analyseren, zijn twee lineaire regressieanalyses uitgevoerd met de intentie tot reactieve weerstand
(coping by avoidance) en proactieve weerstand (coping by approach) als afhankelijke variabelen en de privacyzorgen van respondenten als onafhankelijke variabele
Het regressiemodel voor H2a is significant, F(1, 71) = 11.781, p = .001. Het
regressiemodel is dus bruikbaar om de intentie van respondenten om de waargenomen advertentie te vermijden te voorspellen, maar deze voorspelling is qua sterkte matig: 14.2 procent van de verschillen in intentie tot vermijding kunnen voorspeld worden op grond van de privacyzorgen van respondenten (R2 = .142). Privacyzorgen, b = 0.37, b* = .38, t = 3,42, p = .001, 95% CI [0.16, 0.59] hebben een significant, maar zwak verband met de intentie om een advertentie te vermijden. Met elke punt extra op de schaal voor
privacyzorgen, is men gemiddeld 0,4 meer geneigd een advertentie te vermijden. De bevindingen geven een onderbouwing voor H2a.
Het regressiemodel voor H2b is tevens significant, F(1, 71) = 28.82, p < .05. Het regressiemodel is dus bruikbaar om de intentie van respondenten om proactief op te treden als gevolg van privacyzorgen te voorspellen, maar deze voorspelling is qua sterkte matig: 28.9 procent van de verschillen in intentie tot vermijding kunnen voorspeld worden op grond van de privacyzorgen van respondenten (R2 = .289). Privacyzorgen, b = 0.52, b* = .54, t = 5.37, p < .05, 95% CI [0.33, 0.71] hebben een significant, maar zwak verband met de intentie om proactief op te treden tegen de advertentie. Met elke punt extra op de schaal voor privacyzorgen, is men gemiddeld 0,52 meer geneigd proactief op te treden als gevolg van privacyzorgen. Deze bevindingen geven een onderbouwing voor H2b.
De derde en laatste hypothese veronderstelde dat personalisatie van een online
advertentie bij consumenten met een hoog kennisniveau leidt tot minder privacyzorgen dan bij consumenten met een lager kennisniveau. Voor het analyseren van deze
hypothese is de PROCESS macro analyse uitgevoerd. De advertentie-personalisatie is hier opnieuw de onafhankelijke variabele, privacyzorgen de afhankelijke variabele en de totale score op beide kennisvariabelen (OBA en cookies) als moderator.
De PROCESS analyse geeft aan dat het model in zijn geheel niet significant is (R2 = 0.051), F (3, 69) = 1.24, p = .30. Het kennisniveau van respondenten is geen significante voorspeller in het model, b1 = -.28, t = -.088, p = .383. Ook is er geen significant
Conclusie
Het doel van dit onderzoek was om na te gaan wat het effect was van OBA op de weerstand van respondenten, waarin onderscheid werd gemaakt tussen twee typen weerstand: reactief en proactief. Aansluitend onderzocht deze studie de mediërende rol van privacyzorgen binnen de relatie tussen OBA en het bieden van weerstand. Tevens bestudeerde dit onderzoek de rol van kennis, vanwege het beoogde doel van de toekomstige wetgeving, binnen de relatie tussen OBA en privacyzorgen.
Om de onderzoeksvraag te onderzoeken, werd een experiment opgesteld waarin
respondenten werden blootgesteld aan een gepersonaliseerde advertentie ofwel een niet-gepersonaliseerde online advertentie. De resultaten toonden ten eerste aan dat het al dan niet personaliseren van een online advertentie op basis van online gedrag, geen
significant effect had op de privacyzorgen van respondenten (H1). Ten tweede bleek uit de resultaten dat de mate van privacyzorgen van respondenten significant effect had op zowel de intentie om zowel actief (H2a) als reactief weerstand (H2b) te bieden tegen de advertentie. Ten slotte is er geen moderatie-effect gevonden voor de invloed van het kennisniveau van respondenten met betrekking tot OBA en cookies op de relatie tussen het waarnemen van de advertentie en de mate van privacyzorgen (H3).
Discussie
De bevindingen in deze studie ondersteunden de verwachtingen gedeeltelijk. Allereerst kunnen voor het uitblijven van resultaten voor H1 en H3 een aantal alternatieve
verklaringen worden beargumenteerd, die in toekomstig onderzoek kunnen worden bestudeerd. Hypothese 1 verwachtte een effect te ontdekken tussen het al dan niet personaliseren van een online advertentie, op basis van online gedragsdata, en de mate van privacyzorgen: een significant effect in de bevindingen van de analyses van
personalisatie op privacyzorgen van respondenten bleef uit. Dit in tegenstelling tot eerder onderzoek, waar werd gevonden dat wanneer consumenten persoonlijke informatie ontdekken in gepersonaliseerde advertenties, ze een hogere mate van privacyzorgen ervaren (Aguirre et al., 2015; Dinev & Hart, 2004).
Het uitblijven van een significant effect voor H1 kan mogelijk worden toegeschreven aan het stimulusmateriaal dat in dit onderzoek is gehanteerd. In dit onderzoek werden
respondenten verzocht zich een situatie voor te stellen waarin zij een zoekopdracht hebben uitgevoerd naar een accommodatie. Respondenten in de gepersonaliseerde
conditie kregen diezelfde accommodatie als online Facebook-advertentie te zien. De aard van deze advertentie verschilt echter van het stimulusmateriaal dat in eerdere
onderzoeken is aangewend. Zo hanteerden Aguirre et al. (2015) een situatie waarin de respondent zich diende in te beelden dat hij/zij onvoldoende geld had om een nieuwe auto te kopen en een vriend(in) een privébericht stuurde om hen om meer informatie over leningen te vragen. Respondenten in de gepersonaliseerde conditie kregen vervolgens een
fictieve Facebook-tijdlijn met daarop een advertentie voor autoleningen te zien: respondenten herkenden dat gevoelige informatie uit een privé-conversatie was
verzameld en vertoonden als gevolg een hogere mate van privacyzorgen (Aguirre et al., 2015). In eerder onderzoek is tevens bevestigd dat het effect van advertenties, gebaseerd op online gedrag, op privacyzorgen van consumenten sterker is wanneer het om
gevoelige persoonlijke informatie gaat: informatie die bijvoorbeeld betrekking heeft op financïen of gezondheid (Aguirre et al., 2015; Baek & Morimoto, 2012; Ham, 2017)
Een andere alternatieve verklaring die gegeven kan worden voor het uitblijven van effect voor H1 is dat er mogelijk een hoge ‘fit’ is tussen het stimulusmateriaal en de getoonde Airbnb-advertentie, omdat deze voor respondenten een hoge gepercipieerde
bruikbaarheid heeft. In eerder onderzoek werd gevonden dat wanneer de gepercipieerde bruikbaarheid van producten en/of diensten in een advertentie hoger ligt dan de
psychologische ‘kosten’ van het ontvangen van gepersonaliseerde advertenties, dit tot een lagere weerstand en mate van privacyzorgen leidt (Li & Huang, 2016; White, Zarhay, Helge & Sharon, 2008). Dit zou een verklaring kunnen zijn voor het uitblijven van een effect van de gepersonaliseerde advertentie in dit onderzoek.
Toekomstig onderzoek zou uit kunnen wijzen waar het tipping point zich bevindt: de schaal bestaat uit consumenten die zich enerzijds zorgen maken om hun (online) privacy, maar anderzijds wel aangeven liever advertenties te ontvangen die relevant zijn voor hun persoonlijke situatie (Ham, 2017; Marshall, 2014; Kumar & Gupta, 2016). Dit onderzoek vergeleek een op basis van online gedrag gepersonaliseerde online advertentie (OBA) met een niet-gepersonaliseerde advertentie, maar hoe zit het met verschillende niveaus
leidt dit bij hen dan wel tot privacyzorgen? Een suggestie voor vervolgonderzoek zou dan ook zijn om te experimenteren met de mate van personalisatie en de soorten gedragsdata waarop online advertenties worden gebaseerd.
Ten tweede bleef ook voor Hypothese 3 een significant effect uit. Deze hypothese verwachtte dat respondenten met een hoger kennisniveau over OBA en cookies, bij blootstelling aan een gepersonaliseerde online advertentie minder privacyzorgen zouden hebben dan respondenten met een lager kennisniveau. Een significant moderatie-effect van het kennisniveau op de uiteindelijke mate van privacyzorgen, bleef uit. Deze
bevindingen zijn niet in lijn met wat er in eerder onderzoek is gevonden: zo stelden Milne et al. (2004) dat wanneer consumenten niet over de benodigde kennis beschikken of het gevoel hebben geen controle te hebben over hun persoonsgegevens, zij meer geneigd zijn zich zorgen te maken over hun privacy.
Het kennisniveau van respondenten werd in dit onderzoek gemeten door stellingen over OBA en cookies voor te leggen, die zij met ‘waar’ of ‘onwaar’ dienden te beantwoorden: deze kennisschalen meten echter enkel de objectieve kennis van respondenten. Er is mogelijk een additionele factor die het uitblijven van een modererend effect van kennis kan verklaren: de gepercipieerde kennis van consumenten. Consumenten zijn namelijk geneigd hun kennis hoger te schatten dan deze in werkelijkheid is (Alba & Hutchinson, 2000). Een discrepantie tussen het objectieve en subjectieve kennisniveau van
consumenten, kan gevolgen hebben voor hun privacyzorgen en daarmee hun omgang met de advertentie: zo vond eerder onderzoek dat consumenten met een lage subjectieve kennis minder geneigd zijn om, ook in het geval van hoge objectieve kennis, op hun kennis te vertrouwen en deze toe te passen (Rock, Ireland, Resnick & McNeely, 2005).
Dit impliceert dat er een mogelijke wisselwerking is tussen subjectieve en objectieve kennis en is mogelijk een verklaring voor het feit dat een moderatie-effect voor
(objectieve) kennis in dit onderzoek uitbleef. Een suggestie voor toekomstig onderzoek is om tevens de gepercipieerde, ofwel subjectieve kennis in het onderzoek te meten: dit kan inzicht bieden in de wisselwerking tussen objectieve en subjectieve kennis binnen het kader van OBA.
De tweede hypothese verwachtte een effect van de mate van privacyzorgen op twee verschillende vormen van weerstand: reactieve en proactieve weerstand. Eerder
onderzoek legde de nadruk op weerstand in termen van vermijding (Baek & Morimoto, 2012; Cho & Cheon, 2004), maar hierin werd geen duidelijk onderscheid gemaakt tussen reactieve weerstand en proactieve weerstand. In dit onderzoek werd voor beide vormen een effect gevonden, wat impliceert dat het zinnig is om de weerstand van consument als gevolg van privacyzorgen te nuanceren en onderscheid te maken tussen beide soorten weerstand.
Dit onderzoek bevestigt dat weerstand zich bij consumenten zowel reactief als proactief kan manifesteren, wat een mogelijke zorg is voor adverteerders: in beide gevallen wordt de consument namelijk niet bereikt door de gepersonaliseerde advertentie. Wanneer consumenten over gaan op proactieve maatregelen, zoals het installeren van een ad-blocker, krijgen zij een groot deel van de op hen gerichte advertenties in de toekomst niet te zien. Het gevonden effect van privacyzorgen op reactieve en proactieve weerstand was zwak, wat impliceert dat er buiten privacyzorgen externe factoren zijn die invloed hebben op het effect van privacyzorgen op de intentie tot het bieden van reactieve en/of
de mate van scepticisme van de consument (Obermiller & Spangenberg, 2000) en de gepercipieerde irritatie die de advertentie bij consumenten opwekt (Morimoto, 2017).
Limitaties en toekomstig onderzoek
Uit de limitaties van dit onderzoek kunnen een aantal additionele suggesties worden afgeleid waar toekomstig onderzoek rekening mee dient te houden. Allereerst de sample die in dit onderzoek is onderzocht: de gemiddelde leeftijd van beide groepen was relatief jong vergeleken met de gehele populatie in Nederland. In eerder onderzoek is gevonden dat in Nederland, in tegenstelling tot de bevindingen van de Amerikaanse survey van Hoofnagle et al (2010), privacyzorgen van consumenten wel degelijk gesegmenteerd dienen te worden op basis van leeftijd (Smit, van Noort & Voorveld, 2014). Zo werd in het onderzoek van Smit, van Noort en Voorveld (2014) gevonden dat oudere
respondenten zich meer zorgen maakten om hun privacy, minder kennis hadden over OBA en cookies, een negatievere attitude hadden ten opzichte van OBA en een hogere intentie hadden om zichzelf hiertegen te beschermen dan jongere respondenten. Deze bevindingen tonen aan dat het belangrijk is om in toekomstig onderzoek een sample te verzamelen dat een wijd spectrum aan leeftijden includeert en in dit onderzoek ook een segmentatie op basis van leeftijd te hanteren om de effecten per leeftijdsgroep te kunnen onderzoeken.
Ten tweede is het online experiment uitgezet onder studenten Communicatiewetenschap aan de Universiteit van Amsterdam. Er kan worden beargumenteerd dat deze
invloed heeft gehad op de interne validiteit van het onderzoek. Een suggestie voor toekomstig onderzoek is dan ook om rekening te houden met het bestaande niveau van persuasion knowledge onder respondenten door dit als controle variabele mee te nemen in het onderzoek.
Praktische implicaties
Op het gebied van OBA is er nog veel speelruimte voor zowel adverteerders en onderzoekers om te verkennen wanneer gepersonaliseerde advertenties, gebaseerd op basis van online gedrag, het effectiefst zijn: gepersonaliseerde en getargete advertenties zijn immers de toekomst binnen de persuasieve communicatie (Kumar and Gupta 2016). Het is van belang om de balans te vinden tussen enerzijds de voordelen die OBA en gepersonaliseerde advertenties met zich mee brengen en anderzijds de privacyzorgen die deze vorm van targeting bij consumenten oproept: privacyzorgen van de consument zijn immers een significante voorspeller van de uiteindelijke intentie om al dan niet weerstand te bieden tegen een advertentie. In lijn met wat de nieuwe AVG tracht te bereiken, is transparante communicatie vanuit adverteerders en instanties van belang om
consumenten tot waar mogelijk te informeren over de heimelijke dataverzameling die vooraf gaat aan de personalisatie van advertenties en hen te wijzen op hun rechten.
Literatuurlijst
Aguirre, E., Mahr, D., Grewal, D., De Ruyter, K., & Wetzels, M. (2015). Unraveling the Personalization Paradox: The Effect of Information Collection and Trust-Building Strategies on Online Advertisement Effectiveness. Journal of Retailing, 91(1), 34-39.
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179-211.
Alba, J.W., & Hutchinson, J.W. (2000). Knowledge Calibration: What Consumers Know and What They Think They Know. Journal of Consumer Research, 27 (2), 123-156.
Algemene Verordening Gegevensbescherming 2016 (2016, 27 april). Geraadpleegd op 31 oktober 2017, van http://eur-lex.europa.eu/legal-content/NL/TXT/?uri= CEL EX%3A32016R0679
Beales, Howard (2010), “The Value of Behavioral Targeting,” geraadpleegd van:
http://www.networkadvertising.org/pdfs/Beales_NAI_Study.pdf.
Baek, T. H., & Morimoto, M. (2012), Stay Away from Me: Examining the Determinants of Consumer Avoidance of Personalized Advertising. Journal of Advertising, 41 (1), 59–76.
Bandyopadhyay, S. (2009). Antecedents And Consequences Of Consumers‟ Online Privacy Concerns. Journal of Business & Economics Research, 7(3), 41-48. Boerman, S.C., Kruikemeier, S., & Zuiderveen Borgesius, F.J. (2017). Online Behavioral
46(3), 363-376.
Edwards, Steven M., Hairong Li, and Joo-Hyun Lee (2002), “Forced Exposure and Psychological Reactance: Antecedents and Consequences of the Perceived Intrusiveness of Pop-Up Ads,” Journal of Advertising, 31 (3), 83–95. Chen, Q., & Wells, W. D. (1999). Attitude toward the Site. Journal of Advertising
Research, 39(5), 27-37.
Chen, J., & Stallaert, J. (2014). An Economic Analysis of Online Advertising Using Behavioral Targeting. MIS Quarterly, 38(2), 429–49.
Cho, C.H., & Cheon, H.J. (2004). Why Do People Avoid Advertising on the Internet? Journal of Advertising, 33(4), 89–97.
Cox, J.T., & Cline, K.M. (2012). Parsing the Demographic. The Challenge of Balancing Online Behavioral Advertising and Consumer Privacy Considerations. Journal of Internet Law, 15(9), 3-12.
Cranor, L. F. (2012). Can Users Control Online Behavioral Advertising Effectively? IEEE Security & Privacy, 10(2), 93-96.
Deci, E.L. & Ryan, R.M. (2000). The ‘what’ and ‘why’ of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11, 319-338. Dinev, T., & Hart, P. (2004). Internet Privacy Concerns and Their Antecedents.
Measurement Validity and a Regression Model. Behavior and Information Technology, 23(6), 413–22.
E-Privacyrichtlijn (2002, 31 juli). Geraadpleegd op 6 november 2017, van http://eur-lex.europa.eu/legal-content/NL/TXT/PDF/?uri=CELEX:32002L0058&from=NL.
Fitzsimons, G. J., & Lehmann, D. R. (2004). Reactance to Recommendations: When Unsolicited Advice Yields Contrary Response. Marketing Science, 23(1), 82-94. Fransen, M.L., Smit, E.G., Verlegh, P.W.J. (2015), Strategies and motives for resistance to persuasion: an integrative framework. Frontiers in Psychology, 6, 1201-1207. Fransen, M. L., Verlegh, P. W. J., Kirmani, A., & Smit, E. G. (2015). A typology of
consumer strategies for resisting advertising, and a review of mechanisms for countering them. International Journal of Advertising, 34(1), 6-16.
FTC. (2009). Self-Regulatory Principles For Online Behavioral Advertising (Behavioral Advertising Tracking, Targeting, & Technology). Geraadpleegd van:
https://www.ftc.gov/sites/default/files/documents/reports/federal-trade-commission-staff-report-self-regulatory-principles-online-behavioral- advertising/p085400behavadreport.pdf.
Goldfarb, A., & Tucker, C. (2011). Online Display Advertising: Targeting and Obtrusiveness. Marketing Science, 30(3), 389–404.
Gomez, J., Pinnick, T., & Soltani, A. (2009). KnowPrivacy. Geraadpleegd van https://escholarship.org/uc/item/9ss1m46b.
Ham, C. (2017). Exploring how consumers cope with online behavioral advertising. International Journal of Advertising, 36(4), 632-658.
Ham, C., Nelson, M.R. (2016). The role of persuasion knowledge, assessment of benefit and harm, and third-person perception in coping with online behavioral
Hoofnagle, C. J. (2010). How Different are Young Adults from Older Adults When it Comes to Information Privacy Attitudes and Policies?. Geraadpleegd van https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1589864.
Kumar, V., & Gupta, S (2016). Conceptualizing the Evolution and Future of Advertising. Journal of Advertising, 45(3), 302–17.
Leon, P.G., Ur, B., Balebako, R., Cranor, L.F., Shay, R., & Wang, Y (2012). Why Johnny Can’t Opt Out: A Usability Evaluation of Tools to Limit Online Behavioral Advertising. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 589-98.
Li, W., & Huang, Z. (2016). The Research of Influence Factors of Online Behavioral Advertising Avoidance. American Journal of Industrial and Business
Management, 6, 947-957.
Margulis, S.T. (1977). Conceptions of privacy: current status and next steps. Journal of Social Issues, 33, 5-10.
Marreiros, H., Gomer, R., Vlassopoulos, M., & Tonin, M. (2015). Exploring User Perceptions of Online Privacy Disclosures. Proceedings of IADIS International Conference WWW/Internet.
Marshall, J. (2014, 17 april). Do Consumers Really Want Targeted Ads? [Blogpost]. Geraadpleegd op 27 november 2017, van
https://blogs.wsj.com/cmo/2014/04/17/do-consumers-really-want-targeted-ads/. McDonald, A. M. & Cranor, L. F. (2010). American’s attitudes about internet behavioral
advertising practices. In Proceedings of the 9th workshop on privacy in the electronic society (WPES) (October 2010), Chicago, Illinois, USA.
McStay, A. (2011). The Mood of Information: A Critique of Online Behavioural Advertising. New York, USA: Continuum International Publishing Group. Milne, G. R. (2000). Privacy and ethical issues in database/interactive marketing and
public policy: A research framework and overview of the special issue. Journal of Public Policy & Marketing, 19(1), 1-6.
Milne, G. R., Rohm, A. J., & Bahl, S. (2004). Consumers’ protection of online privacy and identity. The Journal of Consumer Affairs, 38(2), 217–232.
Milne, G. R., Rohm, A. & Bahl, S. (2009). If It's Legal, Is It Acceptable. Journal of Advertising, 38(4), 107-122.
Montgomery, A. L., & Smith, M. D. (2009). Prospects for Personalization on the Internet. Journal of Interactive Marketing, 23(2), 130-137.
Morimoto, M., & Macias, W. (2009). A Conceptual Framework for Unsolicited Commercial E-mail: Perceived Intrusiveness and Privacy Concerns. Journal of Internet Commerce, 8(4), 137-140.
Morimoto, M. (2017). Personalisation, Perceived Intrusiveness, Irritation, and Avoidance in Digital Advertising. In S. Rodgers, & E. Thorson (Reds.), Digital Advertising: Theory and Research (Advances in Consumer Psychology). pp. 110-123. London, Verenigd Koninkrijk: Routledge.
Nill, A., & Aalberts, R.J. (2014). Legal and Ethical Challenges of Online Behavioral Targeting in Advertising. Journal of Current Issues & Research in Advertising,
35(2), 126-146.
Obermiller, C., Spangenberg, E.R. (2000). On the Origin and Distinctness of Skepticism toward Advertising. Marketing Letters, 11(4), 311-322.
Phelps, J., Nowak, G., Ferrell, E. (2000). Privacy Concerns and Consumer Willingness to Provide Personal Information. Journal of Public Policy & Marketing. 19(1), 27-41.
Puzakova, M., Rocereto, J. F., & Kwak, H. (2013). Ads are watching me: A view from the interplay between anthropomorphism and customisation. International Journal of Advertising, 32(4), 513-538.
Rock, E.M., Ireland, M., Resnick, M.D., McNeely, C.A. (2005). A rose by any other name. Objective knowledge, perceived knowledge, and adolescent male condom use. Pediatrics, 115(3), 667-72.
Roth, S., & Cohen, L.J. (1986). Approach, Avoidance and Coping with Stress. American Psychologist, 41(7), 813-819.
Shelton, D. (2012). Online behavioral advertising: Tracking users- gold mine or land mine? Landslide 5, 1: 1–5.
Smit, E. G., Van Noort, G., & Voorveld, H. A. (2014). Understanding online behavioural advertising: User knowledge, privacy concerns and online coping behaviour in Europe. Computers in Human Behavior, 32, 15-22.
Speck, P.S. and Elliott, M.T. (1997). Predictors of Advertising Avoidance in Print and Broadcast Media. Journal of Advertising, 26, 61-76.
Ur, Blase, Pedro G. Leon, Lorrie F. Cranor, Richard Shay, and Yang Wang (2012). Smart, Useful, Scary, Creepy. Perceptions of Online Behavioral Advertising.
Proceedings of the Eighth Symposium on Usable Privacy and Security, art. 4. Weinstein, N., Przybylski, A. K., & Ryan, R. M. (2012). The index of autonomous
functioning: Development of a scale of human autonomy. Journal of Research in Personality, 46(4), 397-413.
White, T.B., Zarhay, D.L., Helge, T. and Sharon, S. (2008) Getting Too Personal:
Reactance to Highly Personalized E-Mail Solicitations. Marketing Letters, 19, 39-50.
Youn, S. (2009). Determinants of Online Privacy Concern and Its Influence on Privacy Protection Behaviors Among Young Adolescents. The Journal of Consumer Affairs, 43(3), 389-418.
Zuiderveen Borgesius, Frederik J. (2015). Improving Privacy Protection in the Area of Behavioural Targeting, Alphen aan de Rijn, the Netherlands: Kluwer Law International.
Zuiderveen Borgesius, Frederik J. (2015). Mensen aanwijzen maar niet bij naam noemen: behavioural targeting, persoonsgegevens en de nieuwe Privacyverordening, Tijdschrift voor Consumentenrecht en handelspraktijken, 2, 54-66.
Appendix
Appendix 2. Niet-gepersonaliseerde advertentie
Appendix 4. Schalen
Reactieve weerstand 7 punts Likert-schaal: 1 (sterk mee oneens) tot 7 (sterk mee eens)
I would intentionally ignore this advertisement on Facebook I hate any personalized advertising on Facebook
It would be better if there were no personalized advertisements on Facebook. I discard personalized advertising on Facebook immediately without reading it. I would ask Facebook to opt-out of being targeted by their advertisements. I would scroll past this advertisement on Facebook.
Baek & Morimoto, 2012; Cho & Cheon, 2004.
Proactieve weerstand 7 punts Likert-schaal: 1 (sterk mee oneens) tot 7 (sterk mee eens) I would…
Delete cookies
Block pop-up advertisements Check for spyware
Remove browser history
Search for/read privacy statements Install an ad-blocker
McDonald & Cranor, 2010; Smit, van Noort & Voorveld, 2014.
McDonald & Cranor, 2010; Smit, van Noort & Voorveld, 2014.
Privacyzorgen 7 punts Likert-schaal: 1 (sterk mee oneens) tot 7 (sterk mee eens)
I believe that personal data has been misused too often I worry about receiving ads in which I am not interested. I am concerned about the potential misuse of personal data. I fear that information has not been stored safely.
I feel uncomfortable when data are shared without permission. Nobody should use data about my website use, because that is private. I don't like the idea of ads that are adjusted to my website use.
To me, the idea that someone monitors my website use is privacy violation.
Kennis: OBA antwoordopties: ‘waar’ of ‘onwaar’
When I visit a website, I see the same ads as someone else visiting that website
Companies should only gather and store information about my Internet use (such as search terms, visited sites, online purchases) when I give them permission to do so .
The ads that appear on a website differ per visitor.
It is punishable for companies to gather and store information about the Internet use of individuals. Your browsing history determines which ads you are going to see during your next visit .
Companies are allowed to store information about Internet use, provided that it is not traceable to a person. Companies create different user segments based on their Internet behavior and they show these groups targeted ads.
Hong & Faedda, 1996.
McDonald & Cranor, 2010; Smit, van Noort & Voorveld, 2014.
Reactance 7 punts Likert-schaal: 1 (sterk mee oneens) tot 7 (sterk mee eens)
I become frustrated when I am unable to make free and independent decisions I become angry when my freedom of choice is restricted.
It irritates me when someone points out things that are obvious to me. Regulations trigger a sense of resistance in me.
I find contradicting others stimulating.
When something is prohibited, I usually think “that’s exactly what I am going to do.” I resist the attempts of others to influence me.
It makes me angry when another person is held up as a model for me to follow. When someone forces me to do something, I feel doing the opposite.
I consider advice from others to be an intrusion.
Advice and recommendations induce me to do just the opposite.
Kennis: cookies antwoordopties: ‘waar’ of ‘onwaar
Cookies collect browsing history; they save the websites you visited
A virus scanner prevents companies from storing information based on search behaviour, visited websites and online purchases.
My browsing history is being saved by means of cookies. Cookies are used to place ads based on your Internet behaviour. Software can ensure that cookies are automatically removed. Cookies ensure, for instance, that your passwords are being stored.
Cookies are person-based; it is possible to relate the stored information to an individual. If cookies are not regularly removed, your computer will slow down.
Baek & Morimoto, 2012.
Manipulatiecheck: mate van personalisatie 7 punts Likert-schaal: 1 (sterk mee oneens) tot 7 (sterk mee eens)
The advertisement on Facebook makes a purchase recommendation that matches my needs.
I think that this advertisement on Facebook enables me to order a product that is tailor-made for me. Overall, this advertisement on Facebook is tailored to my situation.
This advertisement on Facebook makes me feel that I am a unique customer. I believe that this advertisement on Facebook is customized to my needs.
