Een onderzoek naar merkloyaliteit in een on-demand economie met karaktereigenschappen als moderator

Een onderzoek naar merkloyaliteit in een on-demand

economie

met karaktereigenschappen als moderator

Amsterdam Business School

Bachelor Economie en Bedrijfskunde

Track: Bedrijfskunde

Auteur: Martine Burger

Studentnummer: 10779809

Supervisor: Dhr. Drs. Ing. A.C.J. Meulemans

Datum: 26-06-2018

Verklaring eigen werk

Hierbij verklaar ik, Martine Burger, dat ik deze scriptie zelfgeschreven heb en dat ik de volledige verantwoordelijkheid op me neem voor de inhoud ervan.

Ik bevestig dat de tekst en het werk dat in deze scriptie gepresenteerd wordt origineel is en dat ik geen gebruik heb gemaakt van andere bronnen dan die welke in de tekst en in de referenties worden genoemd.

De Faculteit Economie en Bedrijfskunde is alleen verantwoordelijk voor de begeleiding tot het inleveren van de scriptie, niet voor de inhoud.

Samenvatting – Nederlands

WeParc is een valet parking organisatie in Amsterdam, die een moderne oplossing biedt voor het huidige parkeerprobleem in deze stad. Dit bedrijf is bijna twee jaar actief en groeit hard. Het is een bedrijf wat past bij de product-service economie, een gebied binnen de on-demand economie. Ook is de gig economie van toepassing op WeParc. Parkeerruimte wordt optimaal benut en werknemers kunnen naast hun baan als chauffeur ook nog andere projecten uitvoeren.

Doordat services en producten tegenwoordig voor iedereen wereldwijd beschikbaar zijn, is er veel concurrentie tussen verschillende bedrijven. Daarom is het belangrijk voor een bedrijf als WeParc, die zich in een innovatieve en concurrerende markt bevindt, merkloyaliteit op te bouwen om een groter marktaandeel en hogere winst te behalen. Om merkloyaliteit op te bouwen is het van belang dat WeParc weet wie haar klanten zijn en waar zij zich mee identificeren om daar de strategie van het bedrijf op af te stellen. Het doel van dit onderzoek is om de volgende vraag te beantwoorden: “Hoe kan WeParc merkloyaliteit opbouwen binnen de doelgroep en hier een effectief marketingplan voor opstellen?”.

Om de onderzoeksvraag te beantwoorden is er een kwantitatief onderzoek uitgevoerd naar WeParc en twee vergelijkbare bedrijven, TCA Taxi en Uber, en hun merkloyaliteit. Daarnaast is er ook getest op de invloed karaktereigenschappen van het Big Five model op potentiele merkloyaliteit, om zo te achterhalen of mensen met bepaalde karaktereigenschappen sneller een hogere loyaliteit opbouwen dan mensen met andere karaktereigenschappen.

Respondenten hebben een survey ingevuld die bestaat uit drie delen: vragen over personalia, vragen over hun servicevoorkeur en vragen over merkloyaliteit. Uit de antwoorden op de survey blijkt dat karaktereigenschappen van het Big Five model geen invloed hebben op merkloyaliteit. Daarnaast heeft geslacht ook geen invloed hierop. Leeftijd en waarschijnlijkheid om een van de drie services te gaan gebruiken hebben daarentegen wel effect op merkloyaliteit, waarbij leeftijd een positieve en waarschijnlijkheid om een van drie services te gaan gebruiken, een negatieve impact heeft.

Op basis van de gevonden resultaten wordt er aanbevolen om een marketingplan op te stellen met als doelgroep mensen ouder dan 30 jaar die parkeerproblemen ervaren en erkennen, om zo de hoogst haalbare merkloyaliteit op te bouwen. Het marketingplan heeft als doel om de voorkeuren van individuele klanten te ontdekken en hun verwachtingen te overtreffen. Daarna kunnen er langdurige relaties opgebouwd worden met klanten waarbij loyaliteit centraal staat.

Abstract – English

WeParc is a company that offers a modern solution to the parking problem in Amsterdam. The company has been active for almost two years and is growing fast. WeParc fits in the product-service economy, which belongs to the on-demand economy. The gig economy is also applicable on WeParc. Parking spaces are optimally utilized, and employees can perform activities besides their job as a driver.

Since services and products are becoming available for everyone worldwide, lot of competition is going on between different companies. Therefore, it is important that a company like WeParc, which is located in a market with a lot of innovation and competition, builds brand loyalty to achieve greater market shares and higher profits. In order to build brand loyalty, WeParc must know who her customers are and with who they identify themselves with so WeParc can adjust the strategy to build this loyalty. The aim of this research is to answer the following question: “How can WeParc build brand loyalty within the target group and design an effective marketing plan for them?”

To answer the research question, a quantitative study about WeParc and two comparable companies, TCA Taxi and Uber, and their brand loyalty is executed. In addition, the moderating effect of the characteristics of the Big Five model on potential brand loyalty is also tested in order to investigate whether people with certain personality characteristics have a higher brand loyalty than others.

Respondents completed a survey which consists of three parts: questions about personal details of the respondents, questions about their service preference and questions about brand loyalty. The results of the survey show that the traits of the Big Five model have no influence on brand loyalty. In addition, gender also has no influence on brand loyalty. Age and probability to use one of the three services, on the other hand, have an effect on brand loyalty, whereas age has a positive and probability to use one of the three services, has a negative effect.

Based on the results of the research, it is recommended to design a marketing plan which targets people older than 30 years who experience parking problems in order to build the highest attainable brand loyalty. The marketing plan aims to discover the preferences of individual customers and to exceed their expectations. After that, long-term relationships can be built with customers where loyalty is the most important.

Inhoudsopgave

VERKLARING EIGEN WERK ...2

SAMENVATTING – NEDERLANDS ...3 ABSTRACT – ENGLISH ...4 2. LITERATUURONDERZOEK ...6 2.1WEPARC ...6 2.2SERVICE INNOVATIES ...6 2.3MERKLOYALITEIT ...9 2.4BIG FIVE MODEL ... 10

2.5MARKETINGPLAN VOOR LOYALE KLANTEN ... 11

3. METHODE ... 13 3.1PARTICIPANTEN ... 13 3.2PROCEDURE EN MATERIALEN ... 13 3.3ANALYSE ... 14 3.4CONCEPTUEEL MODEL ... 14 3.5BETROUWBAARHEID EN VALIDITEIT ... 15 3.6BETROUWBAARHEIDSANALYSE ... 15 4. RESULTATEN ... 16 4.1ACHTERGRONDKENMERKEN ... 16

4.2SIGNIFICANTE VERBANDEN TUSSEN ITEMS ... 16

4.3VERGELIJKINGEN TUSSEN TCATAXI,UBER EN WEPARC ... 17

4.4CORRELATIES... 18 4.5MULTIPLE REGRESSIE ... 19 5. CONCLUSIE ... 21 6. DISCUSSIE ... 23 7. LITERATUUR ... 24 8. APPENDIX ... 27 8.1APPENDIX A:FACTORANALYSE ... 27

8.2APPENDIX B:CHI-KWADRAAT ANALYSE ... 30

8.3APPENDIX C:ONE-WAY ANOVA BESCHRIJVINGEN EN POST HOC ANALYSE ... 34

2. Literatuuronderzoek

2.1 WeParc

Weparc is een organisatie die een moderne oplossing biedt voor het parkeerprobleem in Amsterdam. De klant geeft via de app of website aan waar en wanneer hij de auto wil laten ophalen en weer terug wil krijgen. Vervolgens rijdt de klant naar de afgesproken plek, waar een chauffeur klaar staat om de auto te parkeren in een van de beveiligde parkeergarages (WeParc, persoonlijke communicatie, 12 oktober 2017). WeParc is bijna twee jaar actief in Amsterdam en groeit elke maand hard. Het klantenbestand blijft uitbreiden met zowel Amsterdamse klanten als niet-Amsterdamse klanten. Om uiteindelijk een relatie op te bouwen met deze verschillende klanten en erachter te komen welke klanten winstgevend kunnen blijven, is het van belang dat de service en de klanten van dit soort services onderzocht worden. Op deze manier kan er een advies worden geschreven in de vorm van een marketingplan voor WeParc, waarmee WeParc een zo hoog mogelijke waarde kan creëren voor haar klanten en zij regelmatig terugkeren (Ebbers & Pruppers, 2012, p. 57)

2.2 Service innovaties

Service is het recht waarvoor klanten betalen om tijdelijk gebruik te kunnen maken van een object, arbeid en kennis van een persoon, of toegang te verkrijgen tot faciliteiten en netwerken. Wat klanten voor een service over hebben, hangt samen met de gewenste verwachting van deze klant (Lovelock, Wirtz & Chew, 2009, p. 12). Er zijn verschillende vormen van service: rented goods services, defined space and place rentals, labor and expertise rentals, access to shared physcial environments en systems and networks: access and usage (Lovelock et al., 2009, p. 13). Als deze services worden toegepast op WeParc, valt zij onder twee categorieën. Als eerste is WeParc een service waarbij defined spaces worden verhuurd. De klant huurt in principe een parkeerplek in een van de garages waar de auto geparkeerd wordt. Deze plek wordt gedeeld met andere klanten van WeParc en overige bezoekers van de garage. Daarnaast past de service van WeParc ook onder labor and expertise rentals. Dit betreft het werk wat de chauffeurs uitvoeren. Klanten kiezen ervoor om niet zelf de auto te parkeren, maar dit te laten doen.

In de laatste decennia is er veel geschreven over service innovaties. Daarbij wordt het fysiek overhandigen van de service steeds minder belangrijk. De gehele klantervaring hieromheen wordt juist belangrijker (Barrett, Davidson, Prahbu & Vargo, 2015). Het moment dat de klant beseft dat hij een service nodig heeft tot het moment dat de service wordt geleverd, wordt gezien als de gehele klantervaring. Hierbij is de tijd tussen deze twee momenten cruciaal, omdat er tijdens deze duur loyale klanten gecreëerd kunnen worden voordat ze weggaan na de service gebruikt te hebben (Barrett et al., 2015). Door de service innovaties worden markten competitiever en bieden verschillende bedrijven tegelijkertijd meer producten en services aan die beschikbaar zijn voor veel verschillende klanten (Rachordas, 2015). Dit betekent dat mensen niet meer ‘zijn’ wat zij hebben, zoals Belk in 1988 stelde, maar dat mensen hun identiteit afspiegelen aan datgeen waar zij toegang tot hebben (Rachordas, 2015). Daarnaast is de technologische innovatie ook belangrijk voor de vooruitgang van services. Door deze innovatie ontstaan er verschillende platformen waar services toegankelijker zijn en klanten ervaringen met elkaar kunnen delen (Barrett et al., 2015). Tevens kunnen technologieën makkelijker gecombineerd worden wat nieuwe kansen creëert voor de service innovatie (Lusch & Vargo, 2014).

De technologische en service innovaties van de laatste decennia hebben ervoor gezorgd dat er nieuwe markten met nieuwe services zijn ontstaan. Deze bedrijven zijn ontstaan door de toegankelijkheid van informatie door sociale netwerken (Botsman & Rogers, 2010). Informatie van klanten wordt overal op het internet gedeeld waardoor bedrijven gericht en op het juiste moment op de goede locatie een service kunnen leveren. Door het gebruik van telefoons kunnen klanten snel toegang krijgen tot services die zij op dat moment nodig hebben (Botsman & Rogers, 2015). Door deze veranderingen, zijn er drie nieuwe branches ontstaan waar WeParc onder zou kunnen vallen. Deze zullen een voor een besproken worden om vervolgens te analyseren waar WeParc het meest mee overeenkomt.

De eerste nieuwe branche is de deeleconomie. Dit is een economie waarbij mensen spullen of andere waardevolle services met elkaar kunnen delen (Hamari, Skjöklint & Ukkonen, 2015). Centraal staat dat de bestaande capaciteit van producten en services beter benut wordt. Doordat websites tegenwoordig wereldwijd beschikbaar zijn, kan iedereen zijn of haar onbenutte producten aanbieden aan mensen die het kunnen gebruiken waardoor het op grote schaal toepasbaar is (Van de Glind & Van Sprang, 2016).

De deeleconomie activiteiten bestaan uit vier categorieën: recirculation of goods, increased utilization of durable assets, exchange of services en sharing of productive assets (Schor & Fitzmaurice, 2015).

• Recirculation of goods zijn websites waarbij tweedehands spullen worden verkocht. De verkopers hebben geverifieerde profielen waardoor er geen wantrouwen is. Een voorbeeld is Ebay, een online tweedehands verkoopwebsite waarbij klanten producten aan elkaar kunnen verkopen (Schor & Fitzmaurice, 2015).

• Increased utilization of durable assets gaat om het optimaal benutten van ruimtes, services of producten die niet constant gebruikt worden (Schor & Fitzmaurice, 2015). Deelauto’s vallen hieronder. Deze worden op een locatie geparkeerd zodat ze door verschillende mensen zo efficiënt mogelijk gebruikt kunnen worden.

• Exchange of services vindt plaats op websites waarbij klanten op zoek zijn naar een service die zij zelf niet kunnen uitvoeren (Schor & Fitzmaurice, 2015). Het begrip time banking is hier een bekend fenomeen. Dit houdt in dat mensen een uur hun eigen vaardigheid of kennis kunnen delen met iemand anders die daar om vraagt, waarvoor zij één credit ontvangen. Met deze credit kunnen zij vervolgens een uur vaardigheid of kennis van iemand anders volgen (Timebanks, z.d.).

• Sharing of productive assets is het delen van thuis geproduceerde goederen, zoals voedsel. Het doel hiervan is om meer sociale verbinding te creëren in buurten (Schor & Fitzmaurice, 2015). Een voorbeeld hiervan is het online platform Buren & Boeren (https://boerenenburen.nl/nl). Hierbij kunnen buren wekelijks producten bestellen en afhalen bij boeren en ambachtelijke producenten. Tegelijkertijd is de buurt bij elkaar en kan het gezien worden als een sociale activiteit.

Een deeleconomie bestaat voornamelijk uit klanten die producten of services verkopen aan andere klanten, waarbij bedrijven uitgesloten worden (Maselli, Lenaerts & Beblavy, 2016). Het is daarom een branche gericht op C2C en niet op B2B of B2C (Frenken, Meelen, Arets, & Van de Glind, 2015).

Naast de deeleconomie, is er ook een ander soort branche ontstaan: de gig economie. De gig economie houdt in dat een bedrijf geen vaste werknemers in dienst heeft, maar werknemers die meerdere projecten en klussen uitvoeren voor verschillende bedrijven of particulieren (Friedman,

2014). In een gig economie worden werknemers ingehuurd voor een korte tijd en worden zij alleen uitbetaald voor de tijd dat zij daadwerkelijk een taak uitvoeren (De Stefano, 2016). Vaak zijn deze werknemers afhankelijk van reviews die gebruikers over hen schrijven omdat er veel concurrentie is. Bij slechte reviews worden ze minder vaak ingehuurd dan bij goede reviews (De Stefano, 2016). Hierbij is het van belang dat de technologie van het platform waar de services worden aangeboden, goed werkt. Als een gebruiker bijvoorbeeld lang moet wachten op een service, kan deze een werknemer een slechte beoordeling achterlaten terwijl de service heel goed kan zijn (De Stefano, 2016). Een gig werknemer is zeer flexibel en kan zijn eigen tijd inplannen. Ook kan hij zichzelf ontplooien op verschillende gebieden en zijn er mogelijkheden om eigen bedrijven te beginnen naast de projecten die tijdelijk worden uitgevoerd (Friedman, 2014). Het vervangen van vaste banen door tijdelijke projecten kan ervoor zorgen dat er meer energie gecreëerd wordt onder werknemers doordat zij zelf kunnen bepalen welke werkzaamheden zij uitvoeren en hierdoor een perfecte aansluiting op hun eigen wensen kunnen vinden (LexisNexis, 2017). Daarnaast blijkt uit onderzoek dat mensen gelukkiger worden van een gig-baan als zij hier bewust voor kiezen, dan van een kantoorbaan van 9 tot 5 uur (Manyika et al., 2016). Een voorbeeld van een baan als gig medewerker is bezorger bij Foodora, een maaltijdbezorgservice. Als fietskoerier kan een medewerker tussen de bestellingen door andere projecten aannemen en uitvoeren en is er geen sprake van een baan van 9 tot 5 uur.

De derde nieuwe branche is de on-demand economie. De on-demand economie wordt beschreven als een nieuw deel in de traditionele economie waarbij de wensen van klanten direct vervuld worden door middel van vooral apps en websites (Huismans, 2015). On-demand economie lijkt veel op de deel- en gig economie. Toch zijn er een aantal verschillen. Zoals eerder is genoemd, is een deeleconomie vooral gericht op C2C. Volgens Frenken et al. (2015) betreft een on-demand economie daarentegen wel B2C en B2B. Dit komt doordat er een platform tussen de verkoper en de koper wordt geplaatst, waar het product of de service wordt aangeboden. Door deze visie kan de on-demand economie gezien worden als een overkoepelend geheel van de deeleconomie, waardoor zowel C2C, B2C en B2B mee worden genomen (Maselli et al., 2016). Dit is afgebeeld in figuur 1.

Figuur 1: On de-mand economie (Maselli, Lenaerts & Beblavy, 2016)

Binnen de on-demand economie zijn er drie verschillende dimensies. De eerste dimensie is true sharing. Dit betreft de deeleconomie die eerder is beschreven. Er is sprake van een markt gericht op C2C waarbij klanten tijdelijke toegang krijgen van andere klanten om zo producten, services of ruimtes zo efficiënt mogelijk te benutten (Frenken et al., 2015). Contests and auctions is de tweede

dimensie. Hierbij is een platform tussen de klanten geplaatst waar services en producten worden aangeboden. Klanten kunnen door middel van bieden een service of product kopen (Maselli et al., 2016). De derde dimensie, product-service economie, komt veel overeen met true sharing. Echter is deze dimensie niet gericht op C2C, maar op B2C en eventueel ook B2B (Maselli et al., 2016).

Om er uiteindelijk achter te komen in welke branche WeParc het beste past, wordt er gekeken naar de verschillende facetten van WeParc die overeenkomen met de kenmerken van bovenstaande branches. De deeleconomie wordt uitgesloten, omdat deze gericht is op C2C. WeParc is B2C, waardoor het bedrijf automatisch valt onder de on-demand economie. Vervolgens past WeParc het best bij de product-service economie. Er is namelijk sprake van een app en een website, waar klanten direct hun wens kunnen laten vervullen, namelijk: snel en gemakkelijk een parkeerplek vinden in Amsterdam. Daarnaast wordt er optimaal gebruik gemaakt van de parkeergarages waar WeParc de auto’s parkeert. Deze staan het grootste gedeelte van de dag en nacht leeg, maar door de auto’s van WeParc daar te parkeren wordt de ruimte efficiënt gebruikt (WeParc, persoonlijke communicatie, 15 mei 2018).

Daarnaast is de gig economie ook van toepassing op WeParc. Echter kan dit beter gezien worden als het werknemersmodel in de on-demand economie, in plaats van de structuur van WeParc en van de economie waarin zij zich bevindt (Friedman, 2014). De chauffeurs van WeParc kunnen zichzelf inschrijven in bepaalde tijdshifts, waardoor zij niet een traditionele 9 tot 5 werkdag te hoeven werken. Zij kunnen bijvoorbeeld in de ochtend werken bij WeParc en ’s middags werken als taxichauffeur of andere projecten uitvoeren.

2.3 Merkloyaliteit

Zoals Lovelock et al. (2009, p. 312) bespreken is loyaliteit en service belangrijk voor elkaar. Bij een goede service is er ook vaak sprake van een snellere en hogere loyaliteit. Merkloyaliteit is de voorkeur van klanten voor producten of services van bedrijven waar zij momenteel mee in aanraking komen. Bij loyaliteit is er sprake van een goede relatie tussen een klant en het bedrijf waardoor de klant niet zomaar overstapt naar een ander bedrijf (Kim, Kim & Hyun, 2016). Als een gevestigde organisatie veel merkloyaliteit heeft, is het voor een nieuw bedrijf duur en ingewikkeld om een marktaandeel te verkrijgen (Jones & George, 2015). Merkloyaliteit zorgt dus voor toetredingsdrempels. Daarnaast zijn loyale klanten vaak bereid om meer te betalen voor een merk en kan het leiden tot vermindering van kosten en verhoging van de winst bij bedrijven zelf (Mascarenhas, Kesavan & Bernacchi, 2006).

Loyaliteit is niet makkelijk om op te bouwen en vergt daarnaast ook veel tijd. Loyaliteit is al vanaf de eerste fase van de customer journey belangrijk en wordt in de daaropvolgende fases alleen maar belangrijker (Lovelock et al., 2009, p. 313; Mascarenhas et al., 2006). Allereerst moet een bedrijf de juiste klanten benaderen. Het moet voor zowel de klant als het bedrijf een win-win situatie zijn en niet alleen een kostenpost. Ook moet de nadruk niet liggen op het aantal klanten, maar op de waarde van individuele klanten (Lovelock et al., 2009, p. 314). Niet elke klant is even winstgevend en grote klanten zijn niet per se winstgevender voor bedrijven dan kleinere klanten. Als de juiste klanten worden benaderd, begint merkloyaliteit bij klanttevredenheid. Wanneer de verwachting van klanten overtroffen wordt, zullen klanten vervolgaankopen doen bij hetzelfde bedrijf en zullen ze een positieve word-of-mouth verspreiden. Het is dus belangrijk om klanttevredenheid zo hoog mogelijk te houden om langdurige relaties met klanten op te kunnen bouwen wat uiteindelijk kan leiden tot merkloyaliteit (Malar, Krohmer, Hoyer & Nyffenegger, 2011). Het is essentieel dat bedrijven klantloyaliteit proberen

op te bouwen, omdat het bijdraagt aan de winstgevendheid en aan het imago van een bedrijf (Lovelock et al., 2009, p. 332).

Uit onderzoek blijkt dat innovatieve bedrijven sneller een loyaal klantenbestand kunnen ontwikkelen, omdat innovatie een belangrijk merkattribuut is die ervoor zorgt dat mensen het product of de service opmerken en vaker zullen gebruiken omdat het vooruitstrevend is (Pappu & Quester, 2016). Dit komt ook doordat innovatieve bedrijven vaak customer-centric zijn (Kim et al., 2016). Het blijkt dat klanten hier behoefte aan hebben waardoor er loyaliteit ontstaat (Kim et al., 2016). Door de innovatie van een bedrijf vormt zich in het hoofd van de klant een goede perceptie over de innovatie van het bedrijf, wat kan resulteren in loyaliteit en uiteindelijk in meer succes voor het bedrijf (Pappu & Quester, 2016).

2.4 Big Five Model

Naast innovatie en klanttevredenheid zijn ook kenmerken van de klanten van belang voor een bedrijf. Klanten zijn geneigd om producten en services te matchen met het eigen zelfbeeld (Teimouri, Fanae, Jenab, Khoury & Moslehpour, 2016; Govers & Schoormans, 2005). Om erachter te komen waar klanten zich mee identificeren, moet er achterhaald worden welke persoonskenmerken het beste bij hen passen. Dit kan gedaan worden volgens het Big Five Model (Jones & George, 2015). De score op deze vijftal persoonlijkheidsdimensies geeft een indicatie van het karakter van een klant. Deze dimensies zijn extraversie, meegaandheid, zorgvuldigheid, emotionele stabiliteit en openheid (Jones & George, 2015).

• Extraversie tegenover introversie: extraversie is de tendens om veel positieve emoties en stemmingen te ervaren als mens. Vaak voelen mensen die extravert zijn zichzelf op hun gemak in grote groepen en vinden ze het niet erg om in de belangstelling te staan. Bij een lage score zijn mensen introvert, het tegenovergestelde van extravert (Jones & George, 2015).

• Emotionele stabiliteit tegenover emotionele instabiliteit: mensen die emotioneel stabiel zijn minder makkelijk uit balans te brengen dan neurotische mensen. Neurotische mensen zijn vaak prikkelbaar en kritisch (Jones & George, 2015).

• Meegaandheid tegenover eigen interesse: mensen die hier hoog scoren zijn meegaand met andere mensen en vinden het niet erg om samen te werken. Mensen die lager scoren, zijn vaak dominanter en kunnen onsympathiek overkomen (Jones & George, 2015).

• Zorgvuldigheid tegenover onzorgvuldigheid: de mate waarin een mens georganiseerd en doelgericht te werk gaat. Chaos is vaak een bottleneck voor hen. Bij een lagere score zijn mensen flexibeler en gaan zij minder georganiseerd te werk. Hierdoor kunnen zij vaak beter tegen chaos (Jones & George, 2015).

• Openheid voor nieuwe ervaringen tegenover gesloten koppigheid: mensen die hierop hoog scoren, zijn vaak nieuwsgierig en avontuurlijk. Een lagere score houdt in dat mensen vaak praktisch zijn ingesteld en zich bezighouden met de feiten in plaats van wat elk moment in hen op kan komen (Jones & George, 2015).

Het is belangrijk dat bedrijven zich bewust zijn van de verschillende karakters van hun klanten. Op deze manier kan hierop ingespeeld worden om zo elkaar beter te begrijpen en klanten aan te bieden waar zij naar vragen (Jones & George, 2015). Daarnaast is het nuttig omdat er correlaties bestaan tussen karaktereigenschappen van mensen en het soort product en service wat zij prefereren waardoor er beter ingespeeld kan worden op behoeftes van klanten (Sumner, Byers & Shearing, 2011).

2.5 Marketingplan voor loyale klanten

Zodra een bedrijf zich bewust is van verschillende karakters van klanten, door het Big Five model te gebruiken, kan er gekeken worden naar potentiele loyale klanten. Niet alle klanten zijn daadwerkelijk goede investeringen die extra winstgevendheid opleveren (Ebbers & Pruppers, 2012, p. 49). Daarom is het belangrijk voor een bedrijf om ook te onderzoeken welke klanten wel en niet winstgevend zijn, om zo de juiste karakters van de juiste marketing te voorzien.

Een leidraad hiervoor zijn de klantrelatiegroepen bedacht door Reinatz en Kumar (2002). Zij beschrijven de butterflies, true friends, strangers en barnacles als klantgroepen waarbij de bovenste twee winstgevend zijn en de onderste twee niet winstgevend zijn (zie figuur 2).

Butterflies worden gekenmerkt doordat zij niet loyaal maar wel winstgevend zijn (Reinatz & Kumar, 2002). De vraag en aanbod van het bedrijf past goed bij deze klanten, alleen blijven ze niet lang hangen en vliegen ze na korte tijd weer door. Bedrijven moeten genieten van de momenten dat de butterflies er zijn en niet proberen ze in loyale klanten te veranderen (Ebbers & Pruppers, 2012, p. 50). De tweede groep die ook winstgevend kan zijn, zijn de true friends. Hier is het van belang dat er een goede relatie tussen de klanten en het bedrijf wordt opgebouwd omdat de true friends vaak terug willen komen en hun positieve ervaringen ook door willen geven aan anderen (Ebbers & Pruppers, 2012, p. 50). De andere twee groepen zullen niet winstgevend zijn voor een bedrijf waardoor het het beste is om deze op afstand te houden. Reinatz en Kumar (2002) maken met dit model een belangrijk punt, namelijk dat verschillende typen klanten een ander marketingplan nodig hebben.

Een marketingplan beschrijft hoe een bedrijf strategische doelen kan behalen door specifieke marketingstrategieën. Hierbij staat de klant centraal (Kotler & Keller, 2016, p. 77). Een marketingproces gaat vooraf aan een marketingplan. Hierdoor leert een bedrijf over de voorkeuren, verwachtingen, tevredenheid en loyaliteit van klanten (Kotler & Keller, 2016, p. 78). Een marketingplan is essentieel voor een bedrijf omdat de behoeftes van klanten worden geïdentificeerd, klanten gebonden worden aan het bedrijf, de naamsbekendheid wordt verhoogd en hierdoor de bereikbaarheid wordt uitgebreid. Vervolgens kan aan de hand van een marketingplan beslist worden welke manieren van communicatie via welke kanalen de doelgroep als prettigst ervaart en welke voor

een bedrijf het meest waardevol zijn, om vervolgens loyaliteit op te kunnen bouwen (Satanasavapak, 2018).

Omdat merkloyaliteit en een marketingplan van groot belang zijn bij een nieuw en innoverend bedrijf zoals WeParc (Pappu & Quester, 2016), wordt in dit onderzoek de volgende vraag onderzocht:

Hoe kan WeParc merkloyaliteit opbouwen binnen de doelgroep en hier een effectief marketingplan voor opstellen?

3. Methode

3.1 Participanten

Het doel van het onderzoek is om 68 respondenten te verzamelen. Dit is als volgt berekend: het totaalaantal mensen met een rijbewijs in Nederland is 11.070.447, dit is de totale populatie. (Centraal Bureau voor Statistiek, 2018). Er is gekozen voor een betrouwbaarheidsniveau van 90% (Saunders, Lewis & Thornhill, 2015, p. 280). Via een steekproefcalculator is vervolgens de gewenste steekproefgrootte berekend. Deze kwam uit op 68 participanten (Steekproefcalculator, z.d.). Met dit betrouwbaarheidsniveau kan er gesteld worden dat het uiteindelijke marketingplan aanslaat bij 90% van de gevallen en dat er een kans is van 10% dat de verkeerde mensen worden benaderd met het marketingplan.

Er is een ondergrens gekozen van 17 jaar om er zeker van te zijn dat alle respondenten de mogelijkheid hebben om een rijbewijs in bezit te hebben. Daarnaast is het ook van belang dat de leeftijd van de respondenten varieert tussen 17 en 70 jaar om zo de verschillende visies op parkeerproblemen en -oplossingen te onderzoeken. De respondenten werden op verschillende manieren benaderd. Allereerst werd de survey verspreid via sociale media met het verzoek om deel te nemen aan de survey. Omdat er getracht werd om een zo gevarieerd mogelijke steekproef op te stellen op het gebied van leeftijd en woonplaats werd de survey ook verstuurd naar het persoonlijk netwerk van de onderzoeker via de mail. Op deze manier werd er ook een oudere doelgroep bereikt die niet actief is op sociale media.

3.2 Procedure en materialen

Het onderzoek bestond uit een kwantitatieve survey die werd uitgevoerd door middel van een online surveytool genaamd Qualtrics. In de survey werd op een systematische wijze vragen gesteld aan de respondenten. Er is gekozen voor een survey om ervoor te zorgen dat de respondent objectief zijn mening kan geven over de prijs, kwaliteit en service van de bedrijven en de anonimiteit gewaarborgd blijft (Saunders et al., 2015, p. 450). De vragenlijst bestond uit 18 vragen die de voorkeur voor merkloyaliteit van drie verschillende bedrijven heeft gemeten. Dit waren zowel gesloten als Likertschaal vragen (Saunders et al., 2015, p. 457). De drie verschillende bedrijven waren TCA Taxi, Uber en WeParc. De vragenlijst begon met vier demografische vragen en een vraag of de respondent weleens in een auto rijdt. Was dit laatste niet het geval, dan werd de respondent meteen doorgestuurd naar het einde van de survey en hiermee uitgesloten. Daarna begon de rest van de survey, waarbij de drie bedrijven (TCA Taxi, Uber en WeParc) kort werden toegelicht zodat elke respondent wist wat de bedrijven aanbieden en hoe de service werkt.

De survey bestond uit drie onderdelen waardoor er verschillende deelvragen konden worden beantwoord, deze is te vinden in Appendix D. De vijf vragen na de demografische vragen, hadden betrekking op het verschil in service tussen de drie bedrijven. Er werd onderzocht naar welk bedrijf de voorkeur uitging en wat de reden was dat respondenten liever gebruik maken van de ene service dan van de andere service. De zes vragen daaropvolgend gingen over de houding van de respondenten tegenover de drie aanbieders. De data uit deze vragen kan gebruikt worden voor de eerste deelvraag, die luidt: “In welke branche valt WeParc en hoe ziet de merkloyaliteit in deze branche eruit?”

Het eerste deel van deze vraag is beantwoord in het literatuuronderzoek. Hierbij werd er in bestaande literatuur onderzocht bij welke nieuwe branche WeParc het beste past. Vervolgens kon er

tijdens de survey voorkeuren voor merkloyaliteit ontdekt worden voor TCA Taxi, Uber en WeParc. Daarna werd er een vraag gesteld met twintig stellingen waarmee de persoonlijkheid van de respondenten in de volle breedte omschreven kon worden. Deze stellingen meten de scores van respondenten op bepaalde eigenschappen. Op die manier kan er bij elke respondent gekeken worden welke eigenschap het beste bij diegene past en wat de respondent kenmerkt. Met deze data kan de tweede deelvraag beantwoord worden: “Hoe ziet de doelgroep van WeParc eruit?”

De derde deelvraag “Wat zijn effectieve marketingstrategieën om merkloyaliteit op te bouwen?” wordt ook gedeeltelijk beantwoord in de survey. Aan de hand van de vragen over merkloyaliteit kan er een inschatting worden gemaakt hoe loyaal de verschillende respondenten kunnen zijn. Vervolgens wordt er samen met de literatuur een advies geschreven voor WeParc over effectieve marketingstrategieën om deze deelvraag volledig te beantwoorden.

3.3 Analyse

De verzamelde data zal geëxporteerd worden naar SPSS om vervolgens te onderzoeken welke factoren er van invloed zijn op merkloyaliteit voor TCA Taxi, Uber en WeParc. Allereerst is er een betrouwbaarheidsanalyse uitgevoerd door middel van een schaal- en factoranalyse. Daarna worden de achtergrond kenmerken van de respondenten beschreven door middel van frequentieverdelingen. Hierop volgend is er gebruikt gemaakt van kruistabellen om aan de hand van een Chi-kwadraat significante verschillen te ontdekken. Ook zijn de gemiddelden van TCA Taxi, Uber en WeParc vergeleken door een One-Way Anova test en is er afgesloten met een Mutiple Regressie om het verband tussen de meerdere onafhankelijke variabele te testen.

Tijdens deze analyses is er een onderscheid gemaakt tussen niet-demand-aanbieders en on-demand-aanbieders. TCA Taxi wordt hierbij gezien als een traditioneel bedrijf waarbij er geen sprake is van een demand aanbieder. Uber en WeParc zijn innovatieve bedrijven en vallen onder on-demand aanbieders.

3.4 Conceptueel model

Gedurende het onderzoek is een conceptueel model gevolgd, welke te zien is in figuur 3.

Figuur 3: Conceptueel model

Het conceptueel model beschrijft eerst de service waar WeParc bij hoort, welke is uitgezocht in het literatuuronderzoek. Vervolgens wordt het modererende effect van karaktereigenschappen op merkloyaliteit onderzocht. Uiteindelijk wordt de hoofdvraag beantwoord, die betrekking heeft op een marketingstrategie voor het creëren van loyale klanten bij WeParc.

3.5 Betrouwbaarheid en validiteit

Betrouwbaarheid gaat om de mate waarin het onderzoek correct herhaald kan worden (Creswell, 2003). Om de betrouwbaarheid te waarborgen, is er met behulp van theorie een steekproefgrootte vastgesteld met een betrouwbaarheidspercentage van 90%. Hierdoor is de steekproef representatief voor de doelgroep. Tevens is er gebruik gemaakt van bestaande vragenlijsten voor de Big Five stellingen en de indicatie van merkloyaliteit (Jones & George, 2015, p. 49; Toon Meulemans, persoonlijke communicatie, 16 april 2017). De overige vragen in de survey zijn opgesteld na het afronden van het literatuuronderzoek, waardoor er voldoende kennis over het onderwerp aanwezig was.

De validiteit van een onderzoek bepaalt of er gemeten is wat er gemeten had moeten worden. Dit kan opgesplitst worden in twee typen: externe validiteit en interne validiteit (Saunders et al., 2015, p. 450). Voor het waarborgen van de interne validiteit is er gebruik gemaakt van verschillende Likert schalen die passen bij de formulering van de vragen om respondenten de vragen op dezelfde manier te laten beantwoorden (Creswell, 2003). Daarnaast heeft tijdens het onderzoek de scriptiebegeleider de rol van externe auditor gehad om de interne validiteit te verhogen (Saunders et al., 2015, p. 450). Deze heeft gedurende het onderzoek zijn beoordeling gegeven en de verschillende stappen in het proces gevolgd.

De externe validiteit gaat over de realiseerbaarheid van het onderzoek (Saunders et al., 2015, p. 450). De externe validiteit wordt gewaarborgd doordat de drie aanbieders die in de survey gebruikt worden in het grootste deel van de wereld beschikbaar zijn. Weliswaar als andere aanbieders, maar de services worden in het grootste deel van de wereld aangeboden. Hierdoor zou het generaliseerbaar kunnen zijn, echter gaat het onderzoek specifiek over eventuele parkeerproblemen en -oplossingen in Amsterdam waardoor het onderzoek niet zonder meer te gebruiken is voor een andere stad of een andere doelgroep.

3.6 Betrouwbaarheidsanalyse

Cronbach’s alpha is gebruikt om te analyseren of de verschillende items in de survey die bij elkaar genomen worden betrouwbaar zijn (Saunders et al., 2015, p. 451). Het merendeel van de schalen is betrouwbaar, op basis van betrouwbaarheid boven een Cronbach’s alpha van .600 (Saunders et al., 2015, p. 451). Hierbij heeft extraversie een alpha van .635, emotionele stabiliteit .680, openheid .679 en merkloyaliteit .703. Daarnaast zijn er ook twee schalen die een Cronbach’s alpha onder de .600 hadden. Een hiervan is de schaal meegaandheid met een alpha van -.271. Dit ligt voor het grootste deel aan de stelling “tends to find fault with others”. Als deze stelling verwijderd wordt, stijgt de alpha naar .428. De tweede schaal die onbetrouwbaar blijkt te zijn is zorgvuldigheid. Deze heeft een alpha van .454. Hiervan is er niet een duidelijke stelling die bij het verwijderen de betrouwbaarheid kan verhogen.

Gezien het feit dat er gebruik gemaakt is van een gevalideerde vragenlijst die frequent gebruikt wordt en er sprake is van een kleine steekproef, wordt er een analyse gemaakt met alle schalen. Dit komt de vergelijking met andere onderzoeken ten goede omdat daar ook alle stellingen worden meegenomen in de analyse. Als er gekeken wordt naar de factoranalyse, kan er geconstateerd worden dat er enige overlap is tussen de verschillende items (Appendix A).

4. Resultaten

4.1 Achtergrondkenmerken

In totaal hebben 83 respondenten de survey ingevuld. Hiervan zijn er tijdens het invullen 15 respondenten uitgesloten doordat zij nooit in een auto rijden. De overige 68 hebben de survey volledig ingevuld waardoor er geen missende waardes zijn. De gemiddelde leeftijd van de respondenten is 34.7 jaar en de standaarddeviatie is 15.2 jaar (N=68). De jongste respondent heeft een leeftijd van 20 en de oudste een leeftijd van 73. Van het totaalaantal respondenten is 58,8% jonger dan 30 jaar en 41,2% 30 jaar of ouder. 47,1% is man en 52,9% is vrouw. Daarnaast is 30,9% student en 30,9% werkzaam in de publieke sector. Van de overige respondenten is 17,6% werkzaam in de private sector, 4,4% ZZP, 2,9% gepensioneerd en 13,2% werkzaam in overige sectoren. 58,8% woont in de Randstad, in steden zoals Rotterdam, Amsterdam, Leiden en Utrecht. 41,2% woont buiten de Randstad waarvan er twee respondenten in het Verenigd Koninkrijk wonen.

Tijdens de survey waren er een aantal losse vragen waarbij er naar de voorkeur van respondenten voor de drie aanbieders (TCA Taxi, Uber en WeParc) werd gevraagd. Uber wordt het meest op nummer 1 geplaatst (48,5%) en WeParc volgt op nummer 2 (38,2%). TCA Taxi is het minst favoriet en wordt met 48,5% het meest op nummer 3 geplaatst. Vervolgens kregen de respondenten de mogelijkheid om redenen voor hun keuze te geven. Deze zijn samengevat in onderstaand histogram en aangegeven in procenten.

4.2 Significante verbanden tussen items

Door een analyse met χ2 -_{kwadraat is er gekeken of er significante verbanden zijn tussen verschillende}

items. Het blijkt dat er geen significant verschil is tussen geslacht en de voorkeur naar TCA Taxi, Uber of WeParc. Als er wordt gekeken naar leeftijd en de voorkeur naar TCA Taxi, Uber of WeParc is er wel een significant verschil. Bij een prijs van €20 kiezen respondenten jonger dan 30 jaar het vaakst voor Uber en respondenten ouder dan 30 jaar het meest voor WeParc (χ2 _{(2, N = 68) = 11.16, p = .004). Bij}

hogere prijzen (€25, €30, €35, €40, €45) is dit verschil niet significant. Daarnaast blijkt ook dat Figuur 4: Redenen om services niet te kiezen, in procenten

52,9 27,9 25 _23,5 22,1 11,8 5,9

respondenten ouder dan 30 jaar significant minder gebruik hebben gemaakt van Uber dan respondenten die jonger zijn dan 30 jaar (χ2 _{(1, N = 65) = 11.19, p = .001). Voor TCA Taxi en WeParc is}

dit niet significant. Hetzelfde resultaat komt ook naar voren in een andere analyse waarbij respondenten jonger dan 30 jaar Uber het meest de prijs waard vinden (χ2 _{(2, N = 68) = 25, p < .05).}

Voor respondenten ouder dan 30 jaar is WeParc de prijs juist waard (χ2 _{(2, N = 68) = 14.13, p = .005).}

TCA Taxi wordt daarbij het vaakst op twee gezet. Hieruit kan geconcludeerd worden dat mensen jonger dan 30 jaar vaker voor Uber zullen kiezen dan mensen ouder dan 30 jaar. Daarnaast geven mensen ouder dan 30 jaar hun geld liever uit aan WeParc dan aan Uber, waarbij mensen jonger dan 30 jaar eerder voor Uber zullen kiezen.

Er is geen significant verband gevonden tussen de vraag of respondenten parkeerproblemen ervaren en voor welke aanbieder zij op dat moment kiezen. Wel is er een significant verband tussen respondenten die parkeerproblemen ervaren en respondenten die weleens TCA Taxi hebben gebruikt (χ2 _{(4, N = 68) = 6.37, p = .025). Voor Uber en WeParc is dit geen significant verband. Wel overwegen}

respondenten die parkeerproblemen ervaren om WeParc een keer te gebruiken (χ2 _{(2, N = 68) = 10.43,}

p = .034). De analyses zijn te vinden in Appendix B. Er valt dus voor mensen die Uber en WeParc kiezen niet te zeggen of zij daadwerkelijk parkeerproblemen ervaren. De mensen die daarentegen wel parkeerproblemen ervaren, staan in ieder geval open voor de service van WeParc.

4.3 Vergelijkingen tussen TCA Taxi, Uber en WeParc

Voor de volgende analyses is de meeteenheid veranderd naar deelnemer per bedrijf waardoor de N is verhoogd naar 204 (N = 68 x 3). Hierdoor kunnen de drie aanbieders (TCA Taxi, Uber en WeParc) onderling met elkaar vergeleken kunnen worden. De beschrijvende statistieken en post hoc analyse zijn toegevoegd in Appendix C.

Uit de One-Way Anova analyse blijkt dat TCA Taxi de hoogste merkloyaliteit heeft met een gemiddelde van 3.42 op een 5 puntenschaal, gevolgd door Weparc en Uber met de minste merkloyaliteit. Ook blijkt dat respondenten geneigd zijn om als eerste voor Uber te kiezen, daarna voor WeParc en als laatste voor TCA Taxi. Uber heeft een totaalscore van 44.18 op een schaal van 100. Dit komt overeen met een eerder resultaat waarbij mensen onder de 30 jaar het meest voor Uber kiezen. Als er wordt gekeken naar de daadwerkelijke gebruikscijfers blijkt dat Uber het meest wordt gebruikt, gevolgd door TCA Taxi en als laatste WeParc. 52% van de respondenten heeft weleens gebruik van Uber, 61% van TCA Taxi en 7% van WeParc. Dit kan komen doordat WeParc een jong en relatief onbekend bedrijf is vergeleken met TCA Taxi en Uber. Echter heeft dit dus geen invloed op de merkloyaliteit en de waarschijnlijkheid WeParc te gaan gebruiken.

Tabel 1: Gemiddeldes vergelijken voor aanbieders middels Anova (N=204)

F Sig. M= TCA Taxi M= Uber M= WeParc

Merkloyaliteit 17.94 .000** 3.42 2.63 2.91 Waarschijnlijkheid om te gebruiken 8.05 .000** 26.48 44.18 29.34 Gebruik in realiteit (N=195) 28.57 .000** .52 .61 .07 Significant bij * p < 0.05. ** p < 0.01.

Zoals te zien is in bovenstaande tabel, zijn er significante verschillen tussen de drie aanbieders. Om erachter te komen wat deze verschillen precies zijn, is er een post hoc test met Bonferroni

uitgevoerd. Op het gebied van merkloyaliteit is te zien dat er een significant verschil bestaat (F(2, 203) = 17.94, p < .05). Dit verschil is uitgezocht door middel van een post hoc test. Hieruit blijkt dat TCA Taxi (M = 3.42, SD = .75) en Uber significant verschillend zijn (M = 2.62, SD = .85). Dit geldt ook voor TCA Taxi (M = 3.42, SD = .75) en WeParc (M = 2.90, SD = .75). Uber en WeParc zijn niet significant anders van elkaar op basis van deze test. Dit kan verklaard worden doordat TCA Taxi een traditioneel taxibedrijf is. Uber en WeParc passen allebei in een on-demand markt en zijn nieuwe, innovatieve taxi/parkeerbedrijven. Bij de waarschijnlijkheid om een van de drie aanbieders te gebruiken, wijkt Uber (M = 44.18, SD = 28.79) significant af van zowel TCA Taxi (M = 26.48, SD = 26.14) als WeParc (M = 29.34, SD = 28.82). Bij gebruik wijkt WeParc (M = .07, SD = .26) af van TCA Taxi (M = .52, SD = .50) en Uber (M = .61, SD = .49).

4.4 Correlaties

Na de One-Way Anova test is er een correlatieanalyse uitgevoerd op basis van Pearsons r. De referentiegroep van deze analyse is TCA Taxi. Om deze reden zijn er twee groepen als dummy’s gebruikt: Uber en WeParc. Bij de uitkomst van de One-Way Anova test blijkt dat Uber en WeParc niet veel van elkaar verschillen als het gaat om merkloyaliteit, waar TCA Taxi juist wel afwijkt. Om die reden zijn Uber en WeParc hier tegenover TCA Taxi gezet om het met elkaar te kunnen vergelijken. Daarnaast wordt er ook gekeken naar de verbanden tussen de aanbieders en de karaktereigenschappen van de Big Five.

Tabel 2: Gemiddelden, standaarddeviaties en Pearsons r

Variabelen M SD 1 2 3 4 5 6 7 8 9 10 11 12 1. Merkloyaliteit 2.98 .85 (x) 2. Uber_Dummy .33 .47 -.30** (x) 3. WeParc_Dummy .33 .47 -.07 -.50** (x) 4. Extraversie 3.43 .69 -.03 .00 .00 (x) 5. Meegaandheid 3.39 .48 .05 .00 .00 .26** (x) 6. Zorgvuldigheid 3.66 .62 .10 .00 .00 .02 .33** (x) 7. Emotionele Stabiliteit 2.61 .76 .10 .00 .00 -.44** .01 .02 (x) 8. Openheid 3.67 .65 .08 .00 .00 -.22** .35** .13 -.04 (x) 9. Waarschijnlijkheid om te gebruiken 33.33 28.55 -.53** .27** -.10 .00 .00 .00 .00 .00 (x) 10. Leeftijd 34.69 15.14 .17* .00 .00 .01 -.04 .06 .09 -.09 .00 (x) 11. Parkeer Probleem_Dummy .50 .50 .01 .00 .00 -.01 .02 .17* -.01 .21** .00 .08 (x) 12. Vrouw_Dummy .53 .50 .02 .00 .00 -.23** -.01 .09 .29** -.10 .00 .07 .06 (x) N = 204. Significant bij * p < 0.05. ** p < 0.01.

In de correlatieanalyse is te zien dat er bij Uber sprake is van een significant lagere merkloyaliteit dan bij TCA Taxi (r = -.30, p < .05). De merkloyaliteit van WeParc is niet significant anders dan die van TCA Taxi (r = -.07, p = .347). Dit is al eerder naar voren gekomen bij de One-Way Anova test en komt met elkaar overeen. Daarnaast is merkloyaliteit significant lager wanneer het waarschijnlijker is dat de respondenten een van de drie aanbieders te gaan gebruiken. Hier heeft Uber het grootste aandeel in doordat deze daling in merkloyaliteit significant is met Uber en niet met WeParc of TCA Taxi.

Leeftijd heeft ook een significant effect op merkloyaliteit (r = .170, p =.016). Hoe ouder de respondent, hoe hoger de loyaliteit. Dit kwam tevens naar voren bij de χ2 -_{kwadraat analyse. Dit kan}

betekenen dat mensen onder de 30 jaar vaak minder loyaal zijn aan een merk en sneller overstappen naar iets anders. Mensen boven de 30 jaar blijven daarentegen langer bij een merk of aanbieder waardoor er een hogere loyaliteit opgebouwd kan worden. De vijf dimensies van de Big Five, extraversie (r = -.030, p = .668), meegaandheid (r = .049, p = .488), zorgvuldigheid (r = .102, p = .148), emotionele stabiliteit (r = .098, p = .165) en openheid (r = .086, p = .220) zijn niet significant. Dit houdt in dat respondenten met bepaalde karaktereigenschappen niet sneller of minder snel loyaal zijn aan de drie aanbieders dan respondenten met andere karaktereigenschappen. Of respondenten een probleem ervaren met parkeren, of dat zij een man of een vrouw zijn heeft geen significant op merkloyaliteit.

Als er wordt gekeken naar de onderlinge samenhang tussen de variabelen behalve merkloyaliteit, vallen er een aantal zaken op. Respondenten die positief scoren op meegaandheid, hebben een parkeerprobleem en erkennen dit ook. Deze respondenten scoren positief significant op het karaktereigenschap openheid (r = .353, p < .05). Deze karaktereigenschap hangt tevens significant samen met het ervaren van een parkeerprobleem (r = .209, p = .003). Daarentegen is er geen significante uitkomst welke aanbieder deze respondenten zouden kiezen. Mensen die een meegaand en open karakter hebben dus meer potentie in zich om loyaal te worden aan een bedrijf, mits zij een parkeerprobleem ervaren.

4.5 Multiple regressie

Door middel van een multiple regressie is er gekeken in hoeverre merkloyaliteit voorspeld kan worden. Uber scoort significant lager op merkloyaliteit dan TCA Taxi als er voor alle andere zaken wordt gecontroleerd (b = .30, p < .05). WeParc scoort ook significant lager op merkloyaliteit dan TCA Taxi, wat in eerdere analyses nog niet naar voren is gekomen (b = -.26, p < .05). Over het algemeen zijn mensen dus loyaler aan WeParc dan aan Uber, maar zijn de meeste mensen het loyaalst aan TCA Taxi. Een vergelijking tussen Uber en WeParc kan minder goed gemaakt worden doordat er wordt vergeleken met TCA Taxi, maar uit eerdere analyses lijkt het wel zo te zijn dat WeParc een hogere merkloyaliteit heeft dan Uber, wat ook blijkt uit deze regressie. De on-demand aanbieders, waaronder Uber en WeParc vallen, scoren echter lager op merkloyaliteit dan de niet-on-demand aanbieder (TCA Taxi).

Tabel 3: Multiple regressie

Model 1

Uber_Dummy _{-.55 .12 -.30** .00} WeParc_Dummy _{-.48 .11 -.26** .00} Extraversie _{-.03 .08 -.03 .68} Meegaandheid -.00 .11 -.00 .98 Zorgvuldigheid -0.12 .08 .08 .16 Emotionele Stabiliteit -.09 .07 .08 .23 Openheid _{-.14 .08 .11 .08} Waarschijnlijkheid om te gebruiken -.01 .00 -.47** .00 Leeftijd _{.01 .00 .17** .003} Parkeer Probleem_Dummy -.07 .10 -.04 .48 Vrouw_Dummy _{-.03 .10 -.01 .81} R2 _.642 Adjusted R2 _.378 F-value _12.222** N = 204. Significant bij * p < 0.05. ** p < 0.01.

De overige variabelen met betrekking tot de karaktereigenschappen worden niet significant bevonden waarbij openheid bij een significantieniveau van p < .10 wel significant zou zijn. Dit betekent dat respondenten die hoog scoren op openheid neigen naar een hogere merkloyaliteit. Leeftijd en de waarschijnlijkheid om een aanbieder te gebruiken zijn wel significant. Zoals eerder al uit andere analyses bleek mensen ouder dan 30 loyaler en staat waarschijnlijkheid in een negatief verband met merkloyaliteit.

Er is geen sprake van multicollineariteit, de onafhankelijke variabelen hangen niet sterk samen

5. Conclusie

In dit onderzoek is gezocht naar een antwoord op de vraag: “Hoe kan WeParc merkloyaliteit opbouwen binnen de doelgroep en hier een effectief marketingplan voor opstellen?”. Hiervoor is een kwantitatief onderzoek uitgevoerd naar WeParc en twee vergelijkbare bedrijven en hun merkloyaliteit.

Uit de analyse naar de branche van WeParc is gebleken dat zij in een nieuwe innovatieve branche valt, namelijk on-demand economie (Maselli et al., 2016). Binnen deze branche is van een hoge merkloyaliteit nog geen sprake omdat Uber en WeParc allebei relatief laag scoren op merkloyaliteit terwijl TCA Taxi hier hoger op scoort en dit bedrijf hier niet onder valt. Als de on-demand economie vergeleken wordt met een traditionele taxi aanbieder zoals TCA Taxi, is te zien dat de merkloyaliteit bij TCA Taxi een stuk hoger ligt. Het zijn met name mensen boven de 30 jaar die al gebruik maken van dit bedrijf en geen behoefte hebben aan een ander, innovatief bedrijf. Uit de resultaten blijkt dat deze mensen een positieve houding tegenover WeParc hebben en zij hierdoor open staan om loyaliteit op te bouwen aan WeParc ondanks dat zij al loyaal zijn aan TCA Taxi.

Uit de antwoorden op de survey bleek dat de innovatieve bedrijven Uber en WeParc niet direct tot loyaliteit leiden. Dit komt niet overeen met het artikel van Pappu en Quester (2016). Deze stellen dat innovatie direct leidt tot merkloyaliteit. Mensen staan daarentegen wel open om loyaliteit op te bouwen voor Uber en WeParc ondanks dat zij al loyaal zijn aan TCA Taxi, echter worden deze kansen nog niet benut. Dit ligt wel in het verlengde van Pappu en Quester (2016) omdat er kansen zijn om loyaliteit op te bouwen. De loyaliteit is nog niet opgebouwd doordat er vaak veel verschillende services en producten worden aangeboden en mensen eerst alles willen proberen voordat zij bij een merk blijven (Rachordas, 2015).

Om de loyaliteitskansen op de beste manier te benutten is er uitgezocht hoe de doelgroep van WeParc eruitziet om zo de juiste mensen te benaderen. Uit de resultaten is gebleken dat mensen van alle leeftijden WeParc in overweging nemen om te gaan gebruiken. Wel is het belangrijk om hierbij te onthouden dat WeParc bij mensen ouder dan 30 jaar een hogere loyaliteit kan opbouwen dan bij mensen jonger dan 30 jaar. Tegelijkertijd zijn mensen boven de 30 jaar in dit onderzoek vaker loyaal aan TCA Taxi en zullen dus minder snel overstappen naar WeParc dan mensen onder de 30 jaar, die open staan voor veel verschillende services. De doelgroep van WeParc zou toch moeten bestaan uit mensen boven de 30 jaar, omdat zij uit kunnen groeien naar true friends (Reinatz & Kumar, 2002). Op deze manier kan er merkloyaliteit opgebouwd worden en kan er voorkomen worden dat zij te veel butterflies aantrekt die snel naar een goedkopere aanbieder kunnen overstappen (Reinatz & Kumar, 2002). De butterflies zijn in dit geval mensen onder de 30 jaar. Ondanks dat het veel tijd kost om merkloyaliteit bij true friends op te bouwen, is deze groep uiteindelijk wel het meest winstgevend. Uit de resultaten bleek tevens dat het niet uitmaakt of deze doelgroep uit mannen of vrouwen bestaat. Daarnaast bleken de karaktereigenschappen van het Big Five Model ook niet van belang voor het opbouwen van merkloyaliteit.

Het marketingplan dat WeParc zou moeten opzetten om merkloyaliteit op te kunnen bouwen geeft de uiteindelijke doorslag voor de manier van communicatie naar de doelgroep om zo de hoogste loyaliteit op te bouwen (Satanasavapak, 2018). Uit dit kwantitatieve onderzoek is gebleken dat het marketingplan gericht moet zijn op mensen boven de 30 jaar die parkeerproblemen ervaren omdat zij het vaakst overwegen om WeParc te gebruiken. Als deze mensen reeds loyaal zijn aan TCA Taxi, moet WeParc nadruk leggen op haar eigen extra services waardoor zij beter is dan TCA Taxi. Waar het

marketingplan precies uit moet bestaan kan WeParc baseren op de bestaande literatuur. WeParc zal de juiste klanten, ouder dan 30 jaar met een parkeerprobleem, moeten benaderen om vervolgens de individuele voorkeuren van deze klanten goed in kaart te kunnen brengen (Lovelock et al., 2009, p. 314). Daarna is het van belang dat de verwachtingen van de klanten overtroffen worden en er een positief imago gecreëerd wordt om zo positieve word-of-mouth te stimuleren (Lovelock et al., 2009, p. 313). Op deze manier zullen er in de loop van de tijd langdurige relaties met klanten opgebouwd worden waarbij loyaliteit centraal staat.

6. Discussie

Tijdens dit onderzoek zijn er in de survey drie aanbieders aan de respondenten voorgelegd: TCA Taxi, Uber en WeParc. In survey die is afgenomen onder de respondenten werd er geen rekening gehouden met respondenten die liever met het openbaar vervoer reizen of liever wandelen of fietsen. Daarnaast zijn er ook verschillende Park and Ride locaties aan de rand van Amsterdam waar mensen voordelig hun auto kunnen parkeren en hun weg kunnen vervolgen met het openbaar vervoer. Deze mogelijkheden zijn uitgesloten omdat het openbaar vervoer niet dezelfde service biedt als een taxi- of parkeerbedrijf.

De survey heeft uiteindelijk 68 geldige respondenten. Dit is relatief gezien een kleine steekproef. Hierdoor kunnen significante en niet-significante uitkomsten op toeval berust zijn. Dit kan de betrouwbaarheid negatief beïnvloeden en heeft daardoor ook impact op de uitkomst. Daarnaast is het door de kleine steekproef niet generaliseerbaar naar andere steden in Nederland of het buitenland.

Vervolgonderzoek zou kunnen focussen op specifieke verschillen tussen de gebruikers van bovenstaande drie aanbieders. Daarnaast zou een grotere steekproef ook nuttig zijn om de karaktereigenschappen onder meer mensen te onderzoeken. Op die manier kan toeval beter uitgesloten worden en bewezen worden dat karaktereigenschappen inderdaad geen invloed hebben op merkloyaliteit bij klanten. Ook zou vervolgonderzoek zich kunnen richten op het effect van communicatiekanalen op de doelgroep van WeParc om het marketingplan tot in detail samen te kunnen stellen.

7. Literatuur

Barrett, M. I., Davidson, E., Prabhu, J. C., & Vargo, S. L. (2015). Service Innovation in the Digital Age: Key Contributions and Future Directions. MIS Quarterly, 39(1), 135-154. doi:10.25300/MISQ/2015/39:1.03

Beblavy, M., Maselli, I., & Lenaerts, K. (2016). Five things we need to know about the on-demand economy. CEPS Essay, 21(8), 1-10. Geraadpleegd op 17 mei 2018, van https://ssrn.com/abstract=2715450

Belk, R. W. (1988). Possessions and the Extended Self. Journal of Consumer Research, 15(2), 139-168. doi:10.1086/209154

Botsman, R., & Rogers, R. (2011). What's Mine Is Yours: How Collaborative Consumption is Changing the Way We Live. New York, NY: HarperCollins Business.

Creswell, J. W. (2003). Research design: qualitative, quantitative and mixed methods approaches (2e ed.). California, CA: Sage Publications.

Ebbers, J., & Pruppers, R. (2012). An Introduction into Marketing and Strategy. Harlow, Groot-Brittannië: Pearson Education.

Frenken, K., Meelen, T., Arets, M., & Van de Glind, P. (2015, 20 mei). Smarter regulation for the sharing

economy. Geraadpleegd op 15 mei 2018, van

https://www.theguardian.com/science/political-science/2015/may/20/smarter-regulation-for-the-sharing-economy

Friedman, G. (2014). Workers without employers: Shadow corporations and the rise of the gig economy. Review of Keynesian Economics, 2(2), 171-188. doi:10.4337/roke.2014.02.03 Govers, P. C. M., & Schoormans, J. P. L. (2005). Product personality and its influence on consumer

preference. Journal of Consumer Marketing, 22(4), 189-197. doi:10.1108/07363760510605308

Hamari, J., Sjöklint, M., & Ukkonen, A. (2016). The Sharing Economy: Why People Participate in Collaborative Consumption. Journal of the Association for Information Science and Technology, 67(9), 2047-2059. doi: doi.org/10.1002/asi.23552

Huismans, N. (2015, 15 mei). On-demand economie. Geraadpleegd op 15 mei 2018, van http://www.marketives.nl/on-demand-economie/

Kim, S., Kim, I., & Hyun, S. S. (2016). First-class in-flight services and advertising effective- ness: Antecedents of customer-centric innovativeness and brand loyalty in the united states (us) airline industry. Journal of Travel & Tourism Marketing, 33(1), 118–140. doi:10.1080/10548408.2015.1038420

Kotler, P., & Keller, K. L. (2016). Marketing Management (15e ed.). Harlow, Groot-Brittannië: Pearson Education.

LexisNexis. (2017). The gig economy. Geraadpleegd op 16 mei 2018, van http://lexisnexis.co.uk/pdf/Gig%20economy%20report%20-%20FINAL.pdf

Lovelock, C., Wirtz, K., & Chew, P. (2009). Essentials of Services Marketing. Harlow, Groot-Britannië: Pearson Education.

Lusch, R. F., & Vargo, S. L. (2014). Service-Dominant Logic. Cambridge, Groot-Brittannië: Cambridge University Press.

Malär, L., Krohmer, H., Hoyer, W. D., & Nyffenegger, B. (2011). Emotional Brand Attachment and Brand Personality: The Relative Importance of the Actual and the Ideal Self. Journal of Marketing, 75(4), 35-52. doi:10.1509/jmkg.75.4.35

Manyika, J., Lund, S., Bughin, J., Robinson, K., Mischke, J., & Mahajan, D. (2016). Independent work: choice, necessity, and the gig economy. Geraadpleegd op 16 mei 2018, van https://www.mckinsey.com/~/media/McKinsey/Global%20Themes/Employment%20and%20 Growth/Independent%20work%20Choice%20necessity%20and%20the%20gig%20economy/I ndependent-Work-Choice-necessity-and-the-gig-economy-Executive-Summary.ashx

Mascarenhas, O. A., Kesavan, R., & Bernacchi, M. (2006). Lasting customer loyalty: a total customer experience approach. Journal of Consumer Marketing, 23(7), 397-405. doi:10.1108/07363760610712939

Pappu, R., & Quester, P. (2016). How does Brand innovativeness affect Brand Loyalty? European Journal of Marketing, 50(1), 2-28. doi:10.1108/EJM-01-2014-0020

Ranchordas, S. (2015). Does Sharing Mean Caring? Regulating Innovation in the Sharing Economy. Minnesota Journal of Law, Science & Technology, 16(1), 415-475. Geraadpleegd op 15 mei 2018, van https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2492798

Reinartz, W., & Kumar, V. (2002). The Mismanagement of Customer Loyalty. Harvard Business Review, 80(7), 86-94. Geraadpleegd op 15 mei 2018, van https://hbr.org/2002/07/the-mismanagement-of-customer-loyalty

Satanasavapak, P. (2018). The influences of the big five personality traits, virtual brand community motives and virtual brand community uses on virtual brand community engagement. AU Journal of Management, 10(1), 35-46.

Saunders, M., Lewis, P., & Thornhill, A. (2015). Research Methods For Business Students (7e ed.). Harlow, Groot-Brittannië: Pearson Education.

Schor, J. B., & Fitzmaurice, C. J. (2015). Collaborating and Connecting: The Emergence of the Sharing Economy. In L. A. Reisch, & J. Thøgersen (Reds.), Handbook of Research on Sustainable Consumption (pp. 410-425). doi:10.4337/9781783471270.00039

Sumner, C., Byers, A. & Shearing, M., 2011. Determining personality traits & privacy concerns from Facebook activity. Abu Dhabi, United Arab Emirates, The Online Privacy Foundation.

Teimouri, H., Fanae, N., Jenab, K., Khoury, S., & Moslehpour, S. (2016). Studying the Relationship between Brand Personality and Customer Loyalty; A Case Study of Samsung Mobile Phone. International Journal of Business and Management, 11(2), 1-10. doi:10.5539/ijbm.v11n2p1 Timebanks. (z.d.). What is Timebanking? Geraadpleegd op 15 mei 2018, van

https://timebanks.org/what-is-timebanking/

Van de Glind, P., & Van Sprang, H. A. R. M. E. N. (2016). Share - Kansen en uitdagingen van de deeleconomie. Amsterdam, Nederland: Business Contact.

Zervas, G., Proserpio, D., & Byers, J. W. (2017). The Rise of the Sharing Economy: Estimating the Impact of Airbnb on the Hotel Industry†. Journal of Marketing Research, 54(5), 687-705. doi:10.1509/jmr.15.0204

8. Appendix

8.1 Appendix A: Factoranalyse

Initital Eigen values Rotation Sums of Squared Loadings

Factor Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.976 19.882 19.882 2.636 13.181 13.181 2 3.132 15.658 35.54 1.947 9.733 22.914 3 2.225 11.123 46.664 1.648 8.24 31.154 4 1.395 6.973 53.637 1.508 7.542 38.696 5 1.289 6.445 60.082 1.473 7.363 46.059 6 1.16 5.801 65.883 1.324 6.622 52.681 7 1.027 5.133 71.016 1.281 6.406 59.087 8 .977 4.886 75.902 9 .787 3.937 79.839 10 .691 3.454 83.293 11 .61 3.05 86.343 12 .54 2.701 89.044 13 .471 2.354 91.398 14 .41 2.052 93.45 15 .354 1.771 95.221 16 .275 1.377 96.598 17 .209 1.045 97.644 18 .202 1.009 98.653 19 .139 0.695 99.348 20 .13 0.652 100

Tabel 5: Rotated factor matrix Factor 1 2 3 4 5 6 7 Is talkative 0.339 -0.098 0.041 0.195 -0.121 0.026 0.212 Is reserved (reversed) 0.004 -0.076 -0.022 0.895 -0.072 -0.122 -0.001 Is full of energy 0.701 -0.39 0.092 0.309 -0.132 0.058 -0.051 Generates a lot of enthusiasm 0.7 -0.077 0.23 0.166 0.032 0.057 -0.336 Is helpful and unselfish with others 0.553 0.405 0.266 0.06 0.094 0.145 Tends to find fault with others -0.008 -0.079 0.034 0.017 -0.652 0.122 -0.19 Starts quarerls with (reversed) 0.023 0.008 -0.037 -0.013 0.89 0.248 0.055 Has a forgiving nature 0.66 0.036 0.034 -0.168 0.109 0 0.107 Does a thorough job 0.035 0.121 0.136 -0.174 0.093 0.935 -0.056 Can be somewhat careless (reversed) -0.095 0.176 -0.122 0.003 0.278 0.042 0.712 Is a reliable worker 0.416 0.165 0.256 -0.077 0.004 0.469 0.188 Tends to be disorganized (reversed) 0.106 -0.256 -0.027 0.057 0.07 -0.032 0.663 Is depressed, blue -0.285 0.223 -0.069 -0.404 -0.091 0.1 -0.133 Is relaxed, handless stress well (reversed) -0.427 0.605 -0.047 0.17 0.203 0.073 0.101

Worries a lot -0.078 0.817 0.017 -0.181 0.153 0.021 -0.089 Is original. comes up with new ideas 0.334 -0.155 0.384 -0.053 0.064 0.123 -0.097 Is curious about many different things 0.426 -0.024 0.408 -0.054 -0.09 0.256 -0.065 Is ingenious. a deep thinker 0.139 0.168 0.395 -0.446 -0.008 0.061 0.017 Has an active imagination 0.119 0.006 0.966 0.035 -0.096 0.081 -0.086

8.2 Appendix B: Chi-kwadraat analyse

What is your age?

Total < 30 jaar 30 jaar of

ouder

TCA Taxi Count 10 11 21

Imagine you must choose between TCA Taxi, Uber and WeParc. What is your willingness to pay? (€20, 25, 30, 35, 40, 45) – 20€ % within What is your age? 25.0% 39.3% 30.9% Uber Count 23 5 28 % within What is your age? 57.5% 17.9% 41.2% WeParc Count 7 12 19 % within What is your age? 17.5% 42.9% 27.9% Total Count 40 28 68 % within What is your age? 100.0% 100.0% 100.0%

Tabel 7: Kruistabel Did you ever use - Uber

What is your age?

Total < 30 jaar 30 jaar of

ouder

Yes Count 31 9 40

Did you ever use one of the following providers? - Uber % within What is your age? 77.5% 36.0% 61.5% No Count 9 16 25 % within What is your age? 22.5% 64.0% 38.5% Total Count 40 25 65 % within What is your age? 100.0% 100.0% 100.0%

Tabel 8: Kruistabel Worth the price - Uber

What is your age?

Total < 30 jaar 30 jaar of

ouder

To what extent is the ease of getting from A to B worth the price? - Uber % within What is your age? 72.5% 14.3% 48.5% 2 Count 10 15 25 % within What is your age? 25.0% 53.6% 36.8% 3 Count 1 9 10 % within What is your age? 2.5% 32.1% 14.7% Total Count 40 28 68 % within What is your age? 100.0% 100.0% 100.0%

Tabel 9: Kruistabel Worth the price - WeParc

What is your age?

Total < 30 jaar 30 jaar of ouder 1 Count 8 18 26 To what extent is the ease of getting from A to B worth the price? - WeParc % within What is your age? 20.0% 64.3% 38.2% 2 Count 14 3 17 % within What is your age? 35.0% 10.7% 25.0% 3 Count 18 7 25 % within What is your age? 45.0% 25.0% 36.8% Total Count 40 28 68 % within What is your age? 100.0% 100.0% 100.0%

Tabel 10: Kruistabel Parking problems - Use TCA Taxi

Do you experience problems with parking in big cities?

Total Yes Sometimes No Yes Count 21 13 0 34 Would you consider using WeParc? % within Do you experience problems with parking in big cities? 63.6% 48.1% 0.0% 52.3% No Count 12 14 5 31

% within Do you experience problems with parking in big cities? 36.4% 51.9% 100.0% 47.7% Total Count 33 27 5 65 % within Do you experience problems with parking in big cities? 100.0% 100.0% 100.0% 100.0%

Tabel 11: Kruistabel parking problems - consider WeParc

Do you experience problems with parking in big cities?

Total Yes Sometimes No Yes Count 19 7 1 27 Did you ever use one of the following providers? – TCA Taxi % within Do you experience problems with parking in big cities? 55.9% 24.1% 20.0% 39.7% Maybe Count 8 17 2 27 % within Do you experience problems with parking in big cities? 23.5% 58.6% 40.0% 39.7% No Count 7 5 2 14 % within Do you experience problems with parking in big cities? 20.6% 17.2% 40.0% 20.6% Total Count 34 29 5 68 % within Do you 100.0% 100.0% 100.0% 100.0%

experience problems with parking in big cities?

8.3 Appendix C: One-Way Anova beschrijvingen en post hoc analyse

N Mean SD SE

Merkloyaliteit TCA Taxi 68 3.42 .75 .09

Uber 68 2.62 .85 .10

WeParc 68 2.91 .75 .09

Total 204 2.98 .85 .06

Likely TCA Taxi 68 26.48 26.14 3.17

Uber 68 44.18 28.79 3.50

WeParc 68 29.34 27.82 3.37

Total 204 33.33 28.55 1.99

Use_Dummy TCA Taxi 68 .52 .50 .06

Uber 68 .61 .49 .06

WeParc 68 .08 .27 .03

Total 204 .40 .49 .03

Tabel 13 - Multiple comparisons Bonferroni Dependent

Variable

Groepen (I) Groepen (J) Mean Difference (I-J) SE Sig.

Merkloyaliteit TCA Taxi Uber .80** .13 .000

WeParc .51** .13 .001

Uber WeParc -.28 .13 .119

Likely TCA Taxi Uber -17.69** 4.73 .001

WeParc -2.85 4.73 1.000

Uber WeParc 14.84** 4.73 0.006

Use_Dummy TCA Taxi Uber -.09 .08 .681

WeParc .45** .08 .000

Uber WeParc .54** .08 .000

8.4 Appendix D: Survey

Brand loyalty

Start of Block: Default Question Block

Thank you for participating in this study. For my bachelor thesis, I'm researching how WeParc (a parking provider in Amsterdam) can build brand loyalty. There are questions about the service they offer, brand loyalty and personality traits. In this way, I can investigate which people are sensitive for brand loyalty and how to create brand loyalty for them.

Don't worry if you do not know WeParc, it's explained in the survey!

The survey will take about 6 minutes. And last but not least, I will give away one €20 Bol.com voucher!

Page Break

What is your gender?

o

o

o

What is your age?

________________________________________________________________

In which city do you live?

What sector do you work in? ▼ Public sector (1) ... Other (8)

Do you ride a car sometimes?

o

o

Skip To: End of Survey If Do you ride a car sometimes? = No

Do you experience problems with parking in big cities?

o

o

o

The following questions are about three different taxi/parking providers in Amsterdam. Please read the introduction and answer the questions.

TCA is a traditional taxi company which offers various ways to order a taxi in Amsterdam. You can book a taxi with the TCA Autobooker (an online bookingstool), a customer card (for frequent customers) and via the call centre, the website or the TCA App. You can pay by card or in cash.

Uber is a ridesharing app for rides from A to B. You can request a ride via the app and track the arrival of the driver on the map. It is an innovating taxi company. You can pay by CreditCard or PayPal.