OBA: Onbetrouwbare Bespionerende Advertenties?
Een kwantitatief onderzoek naar het effect van verschillende typenkennisinterventies op kennis over Online Behavioral Advertising en het daaropvolgende effect op online privacyzorgen, attitude en klikintentie van de
consument.
Coco Lambriex 10548122
Master Thesis
Graduate School of Communication Persuasieve Communicatie
Sophie Boerman 29-06-18 Aantal woorden: 7655
ABSTRACT
Een zeer populaire adverteervorm van deze tijd is Online Behavioral Advertising (OBA). OBA houdt in dat advertenties worden aangepast aan het onlinegedrag van
consumenten. Uit voorgaande literatuur is gebleken dat er onder consumenten een gebrek aan kennis over deze manier van adverteren bestaat. In dit onderzoek wordt er daarom gekeken naar het effect van verschillende typen interventies op deze kennis. Vervolgens wordt er onderzocht of deze kennis van invloed is op online privacyzorgen, attitude tegenover OBA en klikintentie van de consument. Uit dit experiment (N = 227) bleek dat consumenten juist over vrij veel kennis over OBA beschikken. Het is een cruciale bevinding dat er dus niet meer gefocust hoeft te worden op het bijbrengen van kennis. Verder bleek uit dit onderzoek dat kennis over OBA geen effect heeft op online privacyzorgen, attitude en klikintentie. De grote vraag voor vervolgonderzoek is dan ook wat de online privacyzorgen, attitude en klikintentie van de consument wél kan beïnvloeden. Dit gegeven is belangrijk voor zowel de wetenschap als de praktijk.
INLEIDING
Al een tijd lang bestaat de mogelijkheid om advertenties aan te passen aan persoonlijke voorkeuren van onlinegebruikers. Het kan gaan om het aanpassen van advertenties in brede zin, bijvoorbeeld op een vliegticketsite een advertentie van een autoverhuurbedrijf plaatsen, maar tegenwoordig gaat het verder dan dat. Het is nu mogelijk om het onlinegedrag van consumenten zeer precies te bestuderen en deze informatie te gebruiken voor individueel gerichte advertenties. Dit fenomeen heet Online Behavioral Advertising (OBA) en wordt gezien als de toekomst van het adverteren (Boerman,
Kruikemeier en Zuiderveen Borgesius, 2017). De definitie luidt als volgt: het monitoren van het onlinegedrag van consumenten en de verzamelde informatie gebruiken om hen
individueel gerichte advertenties te laten zien (Boerman et al., 2017). Om OBA tot stand te brengen, wordt data verzameld door onder andere cookies te installeren. Cookies zijn kleine tekstbestanden die worden geplaatst in apparaten van gebruikers, zoals laptops en telefoons, om op deze manier informatie te verzamelen die gebruikt kan worden voor OBA (Smit et al., 2014; Miyazaki, 2008). OBA brengt relevante en efficiënte advertenties tot stand en zorgt voor betere effecten en conversie van advertenties dan traditionele advertenties (Beales, 2010). Er zit echter een keerzijde aan. OBA creëert namelijk een hoop zorgen over online privacy bij de consument (Ur, Leon, Cranor, Shay en Wang, 2012). Het is mogelijk dat consumenten over te weinig kennis over OBA beschikken en zij daardoor niet weten hoe ze hun online privacy moeten beschermen.
Eerder onderzoek heeft inderdaad aangetoond dat consumenten weinig kennis hebben over OBA (Smit, Van Noort en Voorveld, 2014; Van Noort, Smit en Voorveld, 2013; Leon et al., 2015). Er blijken veel misverstanden te bestaan over opvattingen over OBA en de daarbij horende dataverzamelingsprocessen (Ur et al., 2012). Hoewel er op verschillende manieren
wordt geprobeerd om transparantie te creëren, blijkt uit eerder onderzoek dat deze
maatregelen consumenten niet helpen om zich zelfverzekerder te voelen op het web (Van Noort et al., 2013; Leon et al., 2015; Ur et al., 2015). De vraag is dus of er andere manieren zijn die dit wellicht kunnen bewerkstelligen. Smit et al. (2014) raden dan ook aan om gebruik te maken van een duale benadering: onlinegebruikers moeten beter geïnformeerd worden over OBA en privacyzorgen moeten verminderd worden. Dit is het uitgangspunt van dit
onderzoek.
In deze studie wordt er gekeken naar het effect van verschillende interventies (een makkelijke interventie, een moeilijke interventie en geen interventie) op kennis over OBA. Uitgaande van voorgaande literatuur, wordt er verwacht dat het hebben van kennis invloed heeft op de online privacyzorgen van de consument (Norberg et al., 2007; Ur et al., 2012; Smit et al., 2014), hun attitude tegenover OBA (Ur et al., 2012; Turow, King, Hoofnagle, Bleakley en Hennessy, 2009) en hun klikintentie (Aguirre, Mahr, Grewal, de Ruyter en Wetzels, 2015; Gauzente, 2010; Yoo, 2012; Idemudia en Jones, 2015). Welke richting dit effect op zal zijn, is, uitgaande van paradoxale resultaten van voorgaande studies, moeilijk te zeggen. Deze studie draagt dan ook bij aan de wetenschap om de richting van het effect van kennis op online privacyzorgen, attitude en klikintentie duidelijk te maken. Afhankelijk van deze uitkomsten, kan er wellicht meer aandacht besteed worden aan campagnes om kennis over OBA onder de bevolking te vergroten of om andere manieren te vinden waardoor privacyzorgen van consumenten kunnen afnemen. De resultaten van dit onderzoek zijn dan ook van maatschappelijk belang voor zowel bedrijven als consumenten. Voor bedrijven is het van belang dat consumenten niet negatief tegenover OBA staan, om ervoor te zorgen dat op onlinegedrag gebaseerde advertenties nog wel wordt geklikt. Voor consumenten is het belangrijk om meer kennis te vergaren over OBA, omdat iedereen online hiermee te maken krijgt en het de data van de consument betreft die gebruikt wordt. Meer kennis geeft mogelijk
handvatten om de privacy naar eigen behoefte te beschermen, of juist gebruik te maken van de advertenties. De onderzoeksvraag van deze thesis wordt, uitgaande van bovenstaande bevindingen, als volgt geformuleerd: ‘Wat is het effect van verschillende kennisinterventies (een makkelijke tekst over OBA, een moeilijke tekst over OBA en geen interventie) op kennis over OBA en in hoeverre heeft deze kennis invloed op online privacyzorgen, attitude
tegenover OBA en klikintentie van de consument?’
THEORETISCH KADER Het gebrek aan kennis over OBA
Uit voorgaande literatuur is gebleken dat onlinegebruikers over erg weinig kennis over OBA beschikken en zij hierdoor geen weloverwogen beslissingen kunnen nemen wat betreft hun onlinegedrag (Leon et al., 2012; Ur et al., 2012; Smit et al., 2014). Zo vonden Leon et al. (2012) in hun onderzoek dat OBA disclosures (manieren om aan te geven dat OBA
plaatsvindt) slecht werken. De meerderheid van de participanten begreep de bedoeling van deze disclosures verkeerd. Er bestaat bijvoorbeeld een OBA-icoon dat aangeeft dat een advertentie gebruik maakt van persoonlijke data, ontwikkeld door de Digital Advertising Alliance (DAA) en de European Interactive Digital Advertising Alliance (Boerman et al., 2017), maar dit icoon wordt niet herkend door consumenten en de bedoeling ervan wordt niet begrepen (Leon et al., 2012; Van Noort et al. 2013).
Ur et al. (2012) vonden in hun onderzoek dat gebruikers voordeel ondervinden van OBA, maar de combinatie van bezorgdheid over de transparantie van de adverteerstijl en het feit dat ze niet precies begrijpen hoe hun data wordt verzameld, zorgt er wederom voor dat consumenten terughoudend zijn tegenover OBA. Ook hier komt dus weer naar voren dat er een kennisgebrek over OBA heerst onder onlinegebruikers. Uit verschillende studies bleek dat het kennisgebrek van consumenten over OBA aanzienlijk is en er veel misvattingen bestaan
(Smit et al., 2014; McDonald en Cranor, 2009; McDonald en Cranor, 2010). Zo begrijpen consumenten bijvoorbeeld niet hoe cookies werken en beseffen ze niet dat de advertenties die ze te zien krijgen gebaseerd zijn op hun onlinegedrag (McDonald en Cranor, 2009).
Voor adverteerders is het dankzij technieken zoals het plaatsen van cookies niet moeilijk om via het internet informatie te verkrijgen over hun consumenten (Miyazaki, 2008). Het is daarom belangrijk om onlinegebruikers in staat te stellen om zelf te beslissen welke informatie zij wel en niet beschikbaar willen stellen en hoe zij met hun persoonlijke gegevens om willen gaan op het web. De Federal Trade Commission (FTC) heeft in februari 2009 een aantal principes ontwikkeld, die bedoeld zijn voor het individu om OBA zelf te reguleren. Deze principes focussen op transparantie, disclosures en de instemming van de consument (Leon et al., 2012). Ook de Network Advertising Initiative (NAI) en de DAA hebben dit soort principes ontwikkeld, die onlinegebruikers in staat stellen om zich uit te sluiten van OBA (Leon et al., 2012). Bovendien is op 25 mei 2018 de nieuwe privacywet, de General Data Protection Regulation, ingegaan in Europa. Deze wet dient ervoor om de privacy van Europeanen beter te beschermen. Dit zijn maar enkele voorbeelden, er wordt namelijk veel aandacht besteed om de consument in staat te stellen zijn of haar eigen online beslissingen te nemen.
Bovenstaande manieren om transparantie en daarmee ook kennis onder de
consumenten te vergroten blijken echter niet of nauwelijks te werken. Dat er kennis moet worden bijgebracht is dus duidelijk, maar de vraag blijft op welke manier dit het best bewerkstelligd kan worden. In dit onderzoek worden een makkelijke en een moeilijke kennisinterventie vergeleken met geen interventie, omdat er wordt verwacht dat de makkelijke interventie een sterker effect heeft op kennis dan de moeilijke tekst en de moeilijke tekst een sterker effect dan geen interventie. Dit wordt verwacht op basis van de cognitieve lading theorie (Sweller, 2011). Uitgaande van deze theorie kan er maar een
bepaalde hoeveelheid informatie in het werkgeheugen worden opgeslagen op een bepaald moment. Het werkgeheugen heeft namelijk een gelimiteerde capaciteit, dus deze capaciteit moet niet overschreden worden met activiteiten die niet bijdragen aan het leerproces.
Aangezien uit de literatuur is gebleken dat consumenten op dit moment nog erg weinig kennis hebben over OBA, is het niet slim om hen deze kennis bij te brengen door middel van een te moeilijke tekst. De lastige informatie zal gezien worden als overload aan informatie, wat het leerproces niet ten goede zal komen. Uitgaande van het kennisniveau van de consumenten, wordt er verwacht dat een tekst in eenvoudig taalgebruik minder risico met zich meebrengt om de capaciteit van het werkgeheugen te overschrijden.
Bovendien is er gebleken dat onlinegebruikers de ingewikkelde teksten over cookie disclosures vaak niet begrijpen. Deze teksten werden beoordeeld als te lang, te moeilijk en te saai (Leon et al., 2012; McDonalds en Cranor, 2009). Omdat de kennis van consumenten op dit moment nog zo summier blijkt te zijn, wordt er daarom verwacht dat een moeilijke tekst alsnog tot meer kennis leidt dan helemaal geen tekst over OBA. Aan de hand van dit gegeven en de cognitieve lading theorie, wordt de volgende hypothese geformuleerd:
H1: Vergeleken met geen interventie heeft een interventie in de vorm van een makkelijk artikel meer effect op het verkrijgen van kennis over OBA dan een interventie in de vorm van een moeilijk artikel.
Gevolgen van kennis
Er wordt verwacht dat kennis over OBA een effect zal hebben op online
privacyzorgen, attitude en klikintentie van de consument (Norberg et al., 2007; Ur et al., 2012; Smit et al., 2014; Aguirre et al, 2015; Gauzente, 2010; Yoo, 2012; Idemudia en Jones, 2015). Over de richting van dit effect is echter geen consensus bereikt in de voorgaande
literatuur. De volgende drie kopjes bespreken deze paradoxale effecten en aan de hand van verschillende theorieën worden er drie hypothesen geformuleerd.
Online privacyzorgen
Kennis over OBA heeft ten eerste wellicht invloed op de online privacyzorgen van de consument. De definitie van consumenten privacy luidt: het in staat zijn van de consument om (a) de aanwezigheid van andere mensen in de omgeving onder controle te houden tijdens een markttransactie en (b) het verspreiden van informatie gerelateerd aan zo’n transactie onder controle te houden (Goodwin, 1991, in Norberg et al., 2007). Privacyzorgen over OBA zijn een veelbesproken probleem in de eerdere literatuur en het effect van kennis over OBA op deze zorgen lijkt paradoxaal (Ur et al., 2012; Smit et al., 2014; McDonald en Cranor, 2009; McDonald en Cranor, 2010). Smit et al. (2014) vonden dat consumenten met meer kennis minder bezorgd zijn. Daarentegen suggereren Ur et al. (2012) juist dat consumenten met meer kennis bezorgder zijn. Participanten die begrepen hoe hun onlinegedrag werd gemonitord, bleken bezorgd over hun online privacy (Ur et al., 2012). Onlinegebruikers waren vooral bezorgd dat hun persoonlijke gegevens gebruikt worden voor verkeerde doeleinden (Smit et al., 2014).
Onlinegebruikers vinden het belangrijk dat bedrijven moeite steken in transparantie van dataverzamelingsprocessen (Van Noort et al., 2013). Het is echter niet duidelijk wat voor effect deze transparantie heeft op kennis en uiteindelijk op de privacyzorgen van de
consumenten. Dit kan worden uitgelegd door twee theorieën. Ten eerste de sociale contract theorie (Miyazaki, 2008). Uitgaande van deze theorie, kunnen adverteerders een sociaal contract met consumenten vormen, door duidelijk te stellen dat de persoonlijke gegevens van de consument met zorg worden behandeld en uit te leggen hoe dit gebeurt. In feite
heeft de consument meer vertrouwen in het bedrijf en nemen privacyzorgen af. Een tweede theorie die het effect van transparantie op kennis en privacyzorgen toelicht, is de expectancy violation theory (Moore et al, 2015). Deze theorie stelt dat een schending van persoonlijke ruimte zorgt voor negatieve reacties. Dus wanneer een adverteerder persoonlijke informatie van consumenten verzamelt en gebruikt zonder dit aan hen toe te lichten, leidt dit tot een schending van het sociale contract en de persoonlijke ruimte. Hierdoor vermindert het vertrouwen in het bedrijf en nemen privacyzorgen juist toe. Zodra consumenten over meer kennis beschikken en daardoor snappen dat dataverzameling vaak achter hun rug om plaatsvindt, wordt hun persoonlijke ruimte geschonden. Uit deze twee theorieën komen de paradoxale effecten van kennis over OBA op privacyzorgen naar voren. Uitgaande van deze gegevens wordt de volgende hypothese geformuleerd:
H2: Vergeleken met geen interventie heeft een makkelijke interventie meer effect op kennis dan een moeilijke interventie en deze kennis leidt vervolgens tot a) een afname van de online privacyzorgen van de consument of b) een toename van de online privacyzorgen van de consument.
Attitude tegenover OBA
Wellicht wordt ook de attitude van de consument tegenover OBA door kennis beïnvloed. Attitude tegenover een banneradvertentie wordt gedefinieerd als de positieve of negatieve gevoelens van de onlinegebruiker tegenover de banneradvertentie en de daarbij horende links (Idemudia en Jones, 2015). Uit de literatuur review van Boerman et al. (2017) is gebleken dat de attitudes van consumenten tegenover OBA erg wisselend zijn. Consumenten kunnen OBA bijvoorbeeld zien als relevant (Ur et al., 2012; Sableman, Shoenberger en Thorson, 2013), maar ook als te indringend (McDonald en Cranor, 2009). Onlinegebruikers
hebben, ondanks hun zorgen, door dat OBA bepaalde voordelen voor consumenten kan opleveren, omdat de advertenties zijn aangepast aan persoonlijke voorkeuren en daarom als relevant worden ervaren (Ur et al., 2012). Ze erkennen dus dat OBA voordelig kan zijn, maar over het feit dat de dataverzamelingsprocessen plaatsvinden zonder dat ze het weten zijn ze wederom niet tevreden. Wanneer consumenten kennis zouden hebben gehad over de
adverteertechnieken die gebruikt worden bij OBA, hadden ze geweten dat sommige angsten ongegrond zijn (Ur et al., 2012). Uit de studie van Turow et al. (2009) komt een tegengesteld resultaat naar voren. Zij vonden dat 66% van hun participanten het niet prettig vinden dat marketeers advertenties aanpassen aan hun interesses. Wanneer zij geïnformeerd werden over hoe deze dataverzamelingsprocessen precies werken, staat een nog hoger percentage (tussen de 73 en 86%) negatief tegenover deze manier van adverteren (Turow et al., 2009).
De privacy calculus (Phelan, Lame en Resnick, 2016) beschrijft het proces waarin consumenten de voordelen en nadelen van OBA tegen elkaar op laten wegen. Ook de information boundary theory (Petronio, in Satanto et al., 2013) kan inzicht geven in hoe zwaar consumenten de voordelen en nadelen van OBA laten wegen. Deze theorie stelt namelijk dat individuen een soort grens om zichzelf heen trekken, die externe partijen niet mogen overschrijden bij het verkrijgen van informatie over hen. Uitgaande van deze theorie kan gesteld worden dat consumenten het verzamelen en gebruiken van persoonlijke
informatie indringend kunnen vinden en dit bij het overschrijden van hun grens als een risico kunnen waarnemen, dat wel of niet opweegt tegen de mogelijke voordelen van OBA. Het wordt uit voorgaande literatuur echter niet duidelijk wanneer deze grens wel of niet wordt overschreden en welke invloed kennis over OBA hierop heeft. Daarom wordt de volgende hypothese geformuleerd:
H3: Vergeleken met geen interventie heeft een makkelijke interventie meer effect op kennis dan een moeilijke interventie en deze kennis leidt vervolgens tot a) een positieve attitude van de consument tegenover OBA of b) een negatieve attitude van de consument tegenover OBA.
Klikintentie
Tenslotte heeft kennis over OBA ook invloed op de klikintentie van de consument. De intentie om op een onlinegedrag gebaseerde advertentie te klikken is de mate waarin
gebruikers banneradvertenties die gebaseerd zijn op onlinegedrag toestaan om hen te helpen bij het maken van aankoopbeslissingen (Idemudia en Jones, 2015). Ook wat betreft
klikintentie, blijken de effecten van kennis paradoxaal, uitgaande van voorgaande literatuur. Aguirre et al. (2015) vonden in hun studie namelijk bewijs voor de personalisatie paradox. Deze paradox houdt in dat hoe meer een advertentie is gepersonaliseerd, hoe hoger de klikintentie van onlinegebruikers is, maar ook hoe lager. Dit komt doordat onlinegebruikers gepersonaliseerde advertenties aan de ene kant naar vinden, maar aan de andere kant
persoonlijk relevant (Aguirre et al., 2015). Personalisatie leidt tot meer klikintenties, maar alleen wanneer er gebruik wordt gemaakt van openlijke dataverzamelingsprocessen. Wanneer bedrijven gesloten dataverzamelingsprocessen gebruiken, leidt dit tot minder klikintenties van de consument. Dit komt doordat zij zich kwetsbaar voelen, omdat hun informatie wordt verzameld en gebruikt zonder hun toestemming (Aguirre et al., 2015). Wanneer
onlinegebruikers geconfronteerd worden met gepersonaliseerde advertenties en hierover niet duidelijk gecommuniceerd wordt, staan zij daarom vaak sceptischer tegenover de advertentie. Gauzente (2010) vond dat wanneer onlinegebruikers kennis hebben over gesponsorde advertenties en hier een positieve attitude tegenover hebben, de klikintentie toeneemt
(Gauzente, 2010). Gesponsorde advertenties zijn een belangrijk alternatief voor
een studie van Yoo (2012) bleek een tegengesteld resultaat: onlinegebruikers hebben minder snel de neiging om op keyword search ads te klikken, wanneer zij kennis hebben over de processen die hierachter zitten. Keyword search ads zijn vergelijkbaar met gesponsorde advertenties: het is een betaalde service aangeboden door een zoekmachine, waarbij adverteerders bepaalde zoekwoorden selecteren en een advertentie creëren die verschijnt wanneer onlinegebruikers die zoekwoorden gebruiken. Ur et al. (2012) erkennen deze
paradoxale bevindingen. Volgens hen neemt kennis irreële angsten van onlinegebruikers weg, maar hierdoor worden zij zich ook bewuster van eventuele kinken in de kabel, zoals een datalek. Daardoor realiseert de consument zich wat de gevaren zijn van het klikken op een advertentie.
De protection motivation theory (Rogers, 1975) en het extended parallel processing model (Witte, 1994) stellen dat de motivatie van consumenten om zichzelf te beschermen tegen dit soort gevaren afhangt van hoe de dreiging wordt waargenomen en of ze zichzelf in staat achten om met deze dreiging om te gaan. Wanneer deze dreiging ernstig voelt en
consumenten zich in staat achten om hiermee om te gaan, zijn ze gemotiveerd om hun gedrag aan te passen om zo zichzelf te beschermen. Op het moment dat een consument
geconfronteerd wordt met een op onlinegedrag gebaseerde advertentie, wordt er dus een dreiging waargenomen. Vaak ontbreekt echter de zelfverzekerdheid bij de consumenten om met deze dreiging om te kunnen gaan. Deze zelfverzekerdheid ontbreekt door het eerder aangetoonde gebrek aan kennis over OBA. Het is te verwachten dat wanneer consumenten over kennis beschikken, zij zich beter kunnen beschermen tegen de gevaren van OBA. Wat voor een actie zij dan ondernemen, is, uitgaande van de paradoxale resultaten uit de
H4: Vergeleken met geen interventie heeft een makkelijke interventie meer effect op kennis dan een moeilijke interventie en deze kennis leidt vervolgens tot a) een hogere klikintentie van de consument of b) een lagere klikintentie van de consument.
Alle hypothesen van dit onderzoek worden hieronder weergegeven in een conceptueel model (Afbeelding 1).
Afbeelding 1: Conceptueel model
METHODE Participanten en design
Om de hypothesen van deze studie te testen, werd er een online experiment uitgevoerd met een één-factor between subjects design met drie niveaus (een makkelijke tekst over OBA versus een moeilijke tekst over OBA versus een tekst over een ander onderwerp). De
participanten werden random toegewezen aan één van de drie condities (makkelijke tekst: n = 76, moeilijke tekst: n = 77, controle tekst: n = 74).
Kennisinterventie - Makkelijke tekst over OBA - Moeilijke tekst over OBA - Geen interventie
Kennis over OBA
Online privacyzorgen Attitude Klikintenties
Aan dit onderzoek hebben 227 participanten deelgenomen, die geworven zijn via Facebook, Whatsapp en e-mail. Er gold een minimumleeftijd van 18 jaar om deel te nemen. De participanten waren tussen de 19 en 64 jaar oud en de gemiddelde leeftijd was 31,25 jaar (SD = 13,55). 63,90% van de participanten was vrouw. Het meest voorkomende
opleidingsniveau was universitair (40,50%), gevolgd door hbo (29,10%).
Pre-test
Om twee teksten over OBA te ontwikkelen die verschillen in begrijpelijkheid, werd er een pre-test uitgevoerd. Het doel van deze pre-test was om het stimulusmateriaal te testen. Twee makkelijke en twee moeilijke teksten over OBA werden in deze pre-test getest, om te bepalen welke teksten het meest geschikt waren voor de moeilijke en makkelijke interventie. Aan de pre-test hebben 47 personen deelgenomen, waarvan 80,90% vrouw was. De
participanten waren tussen de 19 en 55 jaar oud (M = 25,57, SD = 8,75). De participanten werden random blootgesteld aan één van de vier interventieteksten.
De vier interventieteksten werden gemaakt aan de hand van verschillende bronnen (zie Appendix 1 voor de complete teksten). De teksten waren ongeveer gelijk in woordenaantal (variërend tussen de 546 en 575 woorden) en de lay-out van de teksten verschilde niet.
Om te onderzoeken welke teksten het best gebruikt konden worden in het
daadwerkelijke experiment als makkelijke en moeilijke interventie, werd begrijpelijkheid van de teksten gemeten. Dit werd gemeten door middel van een schaal bestaande uit drie items die gemeten werden via een 7-punts Likert schaal (1 = zeer mee oneens, 7 = zeer mee eens), gebaseerd op een onderzoek van Jones et al. (2003) (zie Appendix 2 voor de complete
vragenlijst). Deze drie items luidden als volgt: ‘Ik begreep de informatie in de tekst,’ ‘Ik vond de informatie in de tekst makkelijk te volgen,’ en ‘Ik vond de informatie in de tekst
Principal Component Analysis (vanaf hier PCA) toonde aan dat de drie items laadden op één component en een betrouwbare en valide schaal vormden voor begrijpelijkheid (R²= 0,67, EV = 2,01, = 0,75, M = 4,52, SD = 1,34).
Een éénweg ANOVA, met begrijpelijkheid als afhankelijke variabele en type interventie als onafhankelijke variabele, liet zien dat er geen significant verschil is in
begrijpelijkheid tussen de vier teksten (F (3, 43) = 2,11, p = 0,113). Uit de gemiddelden bleek dat de tweede makkelijke interventie (M = 4,48) en de tweede moeilijke interventie (M = 4,52) vergelijkbaar werden beoordeeld op begrijpelijkheid, maar dat de eerste makkelijke interventie (M = 5,22) en de eerste moeilijke interventie (M = 3,92) een verschil in
begrijpelijkheid in de verwachte richting lieten zien (zie Tabel 1). De manipulatie was dus geslaagd. Daarom is er gekozen om de eerste makkelijke interventie in te zetten als
makkelijke interventie en de eerste moeilijke interventie als moeilijke interventie in het experiment.
Tabel 1
Gemiddelden (M) en Standaard Deviaties (SD) van begrijpelijkheid voor de vier interventies in de pre-test
Gemiddelde (M) Standaard Deviatie (SD) Interventie makkelijk 1 (n = 12) 5,22 1,29
Interventie makkelijk 2 (n = 11) 4,48 1,29 Interventie moeilijk 1 (n = 13) 3,29 1,40 Interventie moeilijk 2 (n = 11) 4,52 1,17
Stimulus materiaal
Het uiteindelijke stimulusmateriaal van dit onderzoek bestond uit drie condities, dus de participanten werden blootgesteld aan één van de drie kennisinterventies. De eerste
kennisinterventie betrof de makkelijke tekst over OBA en bestond uit 564 woorden. De interventie is gebaseerd op een aantal teksten afkomstig van de website Bits of Freedom. Dit is een site die blogs over digitale en technische problemen in begrijpelijke taal publiceert. In deze tekst werd een globaal beeld geschetst over OBA en werd op een niet diepgaande manier uitgelegd hoe deze manier van adverteren werkt.
De tweede kennisinterventie betrof de moeilijke tekst over OBA en bestond uit 575 woorden. Deze tekst was gebaseerd op een tekst afkomstig van de website
marketingtermen.nl, een studie van Zuiderveen (2016) en een adviesrapport. Deze tekst was technischer en diepgaander dan de andere, maar bevatte dezelfde inhoud.
De laatste interventie diende ter controle-interventie, in de vorm van een tekst over de globale geschiedenis van het internet. Deze interventie is gebaseerd op een tekst afkomstig van een website met simpele informatie die gebruikt kan worden voor spreekbeurten en deze bestond uit 530 woorden. Voor de controle-interventie is er gekozen voor een eenvoudige tekst, om zo de participanten in de controleconditie niet afgeleid te laten raken door een lastig leesbare tekst (zie Appendix 3 voor de drie interventieteksten).
Procedure
Aan de participanten werd gevraagd om deel te nemen aan een online experiment. Na het lezen en accepteren van de voorwaarden kregen zij één van de drie teksten te lezen. Er werd hen gevraagd om deze tekst nauwkeurig te lezen. Na het lezen van één van de teksten moesten alle participanten dezelfde vragen beantwoorden. De eerste paar vragen waren kennisvragen over OBA. Daarna volgden vragen over online privacyzorgen, attitude
tegenover OBA en klikintentie aan de hand van een fictieve advertentie. Vervolgens werden er enkele controlevariabelen (digitale geletterdheid en internetgewoonten) en demografische gegevens (leeftijd, geslacht en opleidingsniveau) gemeten, waarna de participanten werden
bedankt voor hun deelname. Er bestond een mogelijkheid tot het achterlaten van vragen of opmerkingen (zie Appendix 4 voor de complete vragenlijst).
Meetinstrumenten
Kennis
De kennis die de participanten hebben over OBA werd gemeten door middel van 11 items, gebaseerd op de onderzoeken van McDonald en Cranor (2010) en Smit et al. (2014). De participanten moesten aangeven of zij dachten dat de stellingen waar of onwaar waren. Een voorbeeld van zo’n item was ‘Nieuwswebsites weten welke artikelen ik lees en hoe lang.’ De participanten konden kiezen tussen de antwoordopties ‘waar’, ‘niet waar’ en ‘weet ik niet’. Er is een Confirmatory Factor Analysis (CFA) uitgevoerd, omdat uit een PCA bleek dat de 11 items op vier verschillende componenten laadden (R² = 0,24, EV = 2,69). De
factorlading van het item ‘Wanneer ik mijn persoonlijke gegevens met een website deel, is die website vrij om met die gegevens te doen wat ze willen’, bleek erg laag, 0,02 (<0,30), dus dit item werd geschrapt. De betrouwbaarheid van de tien items samengenomen was voldoende, = 0,67, en deze schaal werd dus aangenomen. Kennis werd op basis van de tien items
gescoord op een schaal van 0-10. Een goed antwoord leverde één punt op, een fout antwoord nul. De optie ‘weet ik niet’ werd als fout gerekend. De punten werden bij elkaar opgeteld om een somscore te creëren (M = 8,33, SD = 1,76).
Online privacyzorgen
De online privacyzorgen van de participanten werden gemeten door middel van vijf items, gebaseerd op het onderzoek van Smit et al., (2014). De participanten moesten op een 7-punts Likert schaal aangeven in hoeverre ze het eens of oneens (1 = zeer mee oneens, 7 = zeer mee eens) waren met de items. Een voorbeeld van zo’n item is ‘Ik maak me zorgen over het mogelijke misbruik van mijn persoonlijke data.’ Een PCA toonde aan dat de vijf items
laadden op één component en een betrouwbare en valide schaal vormden voor de online privacyzorgen (R² = 0,55, EV = 2,75, = 0,78, M = 4,87, SD = 1,08).
Attitude
De attitude van de participanten tegenover OBA werd gemeten door middel van zes items (Smit et al., 2014). De participanten moesten op een 7-punts Likert schaal aangeven in hoeverre ze het eens of oneens (1 = zeer mee oneens, 7 = zeer mee eens) waren met de items. Een voorbeeld van zo’n item is ‘Ik geef de voorkeur aan websites met advertenties die aansluiten bij mijn interesses.’ De items ‘Ik geef de voorkeur aan websites met advertenties die aansluiten bij mijn interesses,’ ‘Ik geef de voorkeur aan websites die kortingen aanbieden die aansluiten bij mijn interesses’ en ‘Ik geef de voorkeur aan advertenties die worden
aangepast aan mijn voorkeuren’ werden gehercodeerd, zodat alle items in dezelfde richting gesteld werden. Om te controleren of de items een betrouwbare en valide schaal vormden is er een PCA uitgevoerd. Hieruit bleek dat de zes items laadden op twee componenten
(component 1: R² = 0,60, EV = 3,60; component 2: R² = 0,19 en EV = 1,14). Uitgaande van deze resultaten, werd attitude verdeeld in attitude ten opzichte van dataverzameling
(component 1) en attitude ten opzichte van een op gedrag gebaseerde advertentie zelf
(component 2). Zodoende werden de variabelen attitude ten opzichte van de advertentie ( = 0,86, M = 3,75, SD = 1,46) en attitude ten opzichte van dataverzamelingsprocessen ( = 0,86, M = 5,04, SD = 1,33) gecreëerd.
Klikintentie
De intentie van de participanten om op de fictieve advertentie te klikken, wordt gemeten door vier items (Idemudia en Jones, 2015). De participanten moesten op een 7-punts Likert schaal aangeven in hoeverre ze het eens of oneens (1 = zeer mee oneens, 7 = zeer mee eens) waren met de items. Een voorbeeld van zo’n item is ‘Ik ben van plan om op deze advertentie te klikken.’ Een PCA toonde aan dat de vier items laadden op één factor en een
betrouwbare en valide schaal vormden voor de klikintentie (R² = 0,81, EV = 3,24, = 0,92, M = 3,64, SD = 1,58).
Controlevariabelen
Om alternatieve verklaringen voor mogelijke effecten uit te sluiten, is ervoor gekozen om een aantal controlevariabelen te meten.
Digitale geletterdheid
De digitale geletterdheid van de participanten werd gemeten met een 7-punts Likert schaal gebaseerd op die van Park (2011), bestaande uit drie items. De participanten moesten aangeven in hoeverre ze het eens of oneens (1 = zeer mee oneens, 7 = zeer mee eens) waren met de items. Een voorbeeld van zo’n item is ‘Ik beschouw mijzelf als een persoon die veel van computers weet.’ Een PCA toonde aan dat de drie items laadden op één factor en een betrouwbare en valide schaal vormden voor de digitale geletterdheid (R² = 0,77, EV = 2,30, = 0,85, M = 4,85, SD = 1,35).
Internetgewoonten
De internetgewoonten van de participanten werden gemeten door middel van zes items die gebaseerd zijn op het onderzoek van Rosen, Whaling, Carrier, Cheever en Rokkum
(2013). Er werd gevraagd hoe vaak (nooit, jaarlijks, maandelijks, wekelijks of dagelijks) participanten bepaalde online activiteiten uitvoeren, bijvoorbeeld het zoeken naar nieuws op het internet of het checken van hun e-mail. Een PCA toonde aan dat de zes items laadden op twee componenten (component 1: R² = 0,43, EV = 2,60; component 2: R² = 0,17, EV = 1,04). Omdat de tweede component slechts een klein gedeelte van de variantie verklaarde, werden de items die laadden op deze component (‘Online naar video’s zoeken op een willekeurig apparaat’ en ‘Het checken van je werk/ school e-mail) verwijderd. Na het verwijderen van
deze items, vormden de vier overgebleven items een betrouwbare en valide schaal voor internetgebruik ( = 0,73, M = 3,76, SD = 0,40).
Demografische kenmerken
Er werd gevraagd naar de leeftijd, het geslacht en het opleidingsniveau van de participanten.
Manipulatiecheck
Ter controle van de manipulatie werden er direct na het lezen van de tekst drie vragen gesteld, die de begrijpelijkheid van de tekst maten. De vragen die gesteld werden, waren gelijk aan die uit de pre-test (Jones et al., 2013). De betrouwbaarheid van deze drie vragen bleek, in tegenstelling tot de pre-test, laag, = 0,59. Wanneer de derde vraag ‘Ik vond deze tekst technisch’ eruit werd gehaald, steeg de betrouwbaarheid enorm ( = 0,86). De variabele die het begrip van de teksten mat, werd dus gecreëerd door het samenvoegen van de andere twee vragen die begrip maten (M = 5,54, SD = 1,31).
RESULTATEN Manipulatiecheck
Om de manipulatie van dit experiment wat betreft de begrijpelijkheid van de
interventies te checken, werd er een t-toets voor onafhankelijke steekproeven uitgevoerd, met begrijpelijkheid als afhankelijke variabele en type interventie als onafhankelijke variabele. Hieruit bleek dat de makkelijke tekst significant als begrijpelijker werd beoordeeld (M = 6,01, SD = 1,15) dan de moeilijke tekst (M = 4,99, SD = 1,40) (t (150) = 4,88, p = <0,001). De manipulatie in dit experiment is dus geslaagd.
Randomisatiechecks
Er is gebleken dat er tussen de condities geen significante verschillen bestaan in geslacht (X² (4) = 3,07, p = 0,546), opleidingsniveau (X² (12) = 19,29, p = 0,082) leeftijd (F (2,224) = 1,10, p = 0,334), digitale geletterdheid (F (2,224) = 2,85, p = 0,060), en
internetgebruik (F (2,224) = 0,42, p = 0,661). De randomisatie in dit experiment is dus geslaagd.
Effect van de interventies op kennis
Om hypothese 1 te toetsen, is er een ANOVA uitgevoerd, met kennis als afhankelijke variabele en type interventie als onafhankelijke variabele. Hieruit bleek dat er tussen de condities geen significant verschil bestond in kennis over OBA (F (2,224) = 1,84, p = 0,161). De kennis over OBA van participanten die werden blootgesteld aan de makkelijke tekst (M = 8,62, SD = 1,67) verschilde niet significant van de kennis van participanten die werden blootgesteld aan de moeilijke tekst (M = 8,08, SD = 1,73) of de kennis van participanten die werden blootgesteld aan de controle tekst (M = 8,28, SD = 1,86). Hypothese 1 wordt dus verworpen: het type interventie is niet van invloed op kennis over OBA.
Verwachtte effecten van kennis op de afhankelijke variabelen
Er werd verwacht dat deze kennis van invloed is op de online privacyzorgen, attitude en klikintentie van de consument. Tabel 2 geeft een overzicht van hoe de participanten scoorden in alle condities per afhankelijke variabele.
Om de hypothesen te toetsen, is er gebruik gemaakt van model 4 van de conditionele PROCESS-analyse voor mediatie van Hayes (2018) in SPSS. Omdat het experiment bestaat uit drie condities, werden de analyses per afhankelijke variabele dubbel uitgevoerd, om zo
alle condities met elkaar te vergelijken. Hieronder worden de mediatieanalyses schematisch weergegeven (Afbeelding 2).
Allereerst werd PROCESS gebruikt om het effect van de kennisinterventies op kennis te toetsen. Deze resultaten bevestigen de ANOVA: er is geen verschil in kennis tussen de drie interventies. Er is geen significant verschil gevonden tussen de effecten van de makkelijke en moeilijke interventie op kennis (b = -0,54, p = 0,058). Ook is er geen significant verschil gevonden tussen de effecten van de moeilijke interventie en de controle interventie (b = -0,21, p = 0,472) en tussen de effecten van de makkelijke interventie en de controle interventie (b = 0,33, p = 0,244). Het verschil tussen de effecten van de makkelijke en de moeilijke interventie op kennis is echter marginaal significant, wat erop duidt dat een makkelijke interventie wel degelijk meer effect heeft op kennis dan de moeilijke interventie.
Tabel 2
Gemiddelde scores (en Standaard Deviaties) van de afhankelijke variabelen per conditie Makkelijke int. Moeilijke int. Controle int.
Kennis 8,62 (1,67) 8,08 (1,73) 8,28 (1,86)
Online privacyzorgen 4,83 (1,00) 4,88 (1,20) 4,89 (1,05) Attitude tegenover de advertentie 3,57 (1,43) 3,77 (1,53) 3,91 (1,43) Attitude tegenover dataverzameling 4,98 (1,35) 5,01 (1,34) 5,12 (1,32)
Klikintentie 3,63 (1,63) 3,55 (1,62) 3,73 (1,48)
a b
c, c’
Afbeelding 2: Mediatiemodel: effect van type interventie op online privacyzorgen, attitude tegenover de advertentie en dataverzameling en klikintentie van de consument via kennis
Effect van kennis op online privacyzorgen
Het hebben van kennis bleek geen significante voorspeller van de online privacyzorgen van de consument (b = -0,02, p = 0,699).
Vergeleken met geen interventie, hebben de makkelijke interventie (c = -0,07, p = 0,701; c’ = -0,06, p = 0,725) en de moeilijke interventie (c = -0,02, p = 0,925; c’ = 0,02, p = 0,910) geen totaal of direct effect op online privacyzorgen. Bovendien is er geen totaal of direct effect van de makkelijke versus de moeilijke interventie op online privacyzorgen (c = 0,05, p = 0,770; c’ = 0,43, p = 0,810).
De interventies hebben ook geen indirect effect via kennis van OBA op online privacyzorgen (geen versus makkelijk indirect effect = -0,01, 95% BCAB [-0,04;0,03]; geen versus moeilijk indirect effect = 0,00, 95% BCAB [-0,03;0,04]; makkelijk versus moeilijk indirect effect = 0,01, 95% BCAB [-0,04;0,06]). Hypothese 2a en 2b worden daarom verworpen: kennis medieert online privacyzorgen dus niet en heeft geen positief en geen negatief effect op online privacyzorgen (zie Tabel 3).
Type interventie
Kennis
Online privacyzorgen Attitude tegenover advertentie
Attitude tegenover dataverzameling
Tabel 3
Mediatie van interventies op privacyzorgen
Privacyzorgen a b c c' Indirect effect Moeilijk (vs. controle) -0,21 (0,29) -0,02 (0,04) -0,02 (0,18) -0,02 (0,18) 0,00 (0,01) [-0,03;0,04] Makkelijk (vs. controle) 0,33 (0,29) -0,02 (0,04) -0,07 (0,18) -0,06 (0,18) -0,01 (0,02) [-0,04;0,03] Moeilijk (vs. makkelijk) -0,54 (0,28) 0,058† -0,02 (0,04) 0,05 (0,18) 0,429 (0,18) 0,01 (0,02) [-0,04;0,06] Noot. a, b, c en c’ zijn ongestandaardiseerde b-coëfficiënten. Standaardfout tussen haakjes.
BCAB = Bias corrected and accelerated betrouwbaarheidsinterval.
Effect van kennis op attitude
Effect van kennis op attitude tegenover de advertentie
Het hebben van kennis bleek geen significante voorspeller van de attitude van de consument tegenover de advertentie (b = -0,08, p = 0,158).
Vergeleken met geen interventie, hebben de makkelijke interventie (c = -0,34, p = 0,162; c’ = 0,31, p = 0,198) en de moeilijke interventie (c = -0,14, p = 0,572; c’ = -0,15, p = 0,526) geen totaal of direct effect op attitude tegenover de advertentie. Bovendien is er geen totaal of direct effect van de makkelijke versus de moeilijke interventie op attitude tegenover de advertentie (c = 0,20, p = 0,398; c’ = 0,16, p = 0,508).
De interventies hebben ook geen indirect effect via kennis van OBA op attitude tegenover de advertentie (geen versus makkelijk indirect effect = -0,03, 95% BCAB [-0,12;0,02]; geen versus moeilijk indirect effect = 0,02, 95% BCAB [-0,04;0,09]; makkelijk versus moeilijk indirect effect = 0,04, 95% BCAB [-0,02;0,15] (zie Tabel 4)).
Tabel 4
Mediatie van interventies op attitude tegenover advertentie
Attitude tegenover
advertentie a b c c' Indirect effect
Moeilijk (vs. controle) -0,21 (0,29) -0,08 (0,06) -0,14 (0,24) -0,15 (0,24) 0,02 (0,03) [-0,04;0,09] Makkelijk (vs. controle) 0,33 (0,29) -0,08 (0,06) -0,34 (0,24) 0,31 (0,24) -0,03 (0,04) [-0,12;0,02] Moeilijk (vs. makkelijk) -0,54 (0,28) 0,058† -0,08 (0,06) 0,20 (0,24) 0,16 (0,24) 0,508† 0,04 (0,04) [-0,02;0,15]
Noot. a, b, c en c’ zijn ongestandaardiseerde b-coëfficiënten. Standaardfout tussen haakjes. BCAB = Bias corrected and accelerated betrouwbaarheidsinterval.
Effect van kennis op attitude tegenover dataverzameling
Het hebben van kennis bleek geen significante voorspeller van de attitude van de consument tegenover dataverzameling (b = -0,10, p = 0,051).
Vergeleken met geen interventie, hebben de makkelijke interventie (c = -0,14, p = 0,525; c’ = -0,11, p = 0,627) en de moeilijke interventie (c = -0,11, p = 0,618; c’ = -0,13, p = 0,552) geen totaal of direct effect op de attitude tegenover dataverzameling. Bovendien is er geen totaal of direct effect van de makkelijke versus de moeilijke interventie op attitude tegenover dataverzameling (c = 0,03, p = 0,888; c’ = 0,02, p = 0,915).
De interventies hebben ook geen indirect effect via kennis van OBA op attitude tegenover dataverzameling (geen versus makkelijk indirect effect = -0,03, 95% BCAB [-0,12;0,03]; geen versus moeilijk indirect effect = 0,02, 95% BCAB [-0,04;0,10]; makkelijk versus moeilijk indirect effect = 0,05, 95% BCAB [-0,01;0,14] (zie Tabel 5)). Op basis van deze en bovenstaande analyses worden hypothese 3a en 3b verworpen: kennis medieert attitude tegenover dataverzameling en de advertentie dus niet en heeft geen positief en geen negatief effect op beide typen attitude.
Tabel 5
Mediatie van interventies op attitude tegenover dataverzameling
Attitude tegenover dataverzameling a b c c' Indirect effect Moeilijk (vs. controle) -0,21 (0,29) -0,10 (0,05) 0,051† -0,11 (0,22) -0,13 (0,22) 0,02 (0,03) [-0,04;0,10] Makkelijk (vs. controle) 0,33 (0,29) -0,10 (0,05) 0,051† -0,14 (0,22) -0,11 (0,22) -0,03 (0,04) [-0,12;0,03] Moeilijk (vs. makkelijk) -0,54 (0,28) 0,058† -0,10 (0,05) 0,051† 0,03 (0,22) 0,02 (0,22) 0,05 (0,04) [-0,01;0,14] Noot. a, b, c en c’ zijn ongestandaardiseerde b-coëfficiënten. Standaardfout tussen haakjes.
BCAB = Bias corrected and accelerated betrouwbaarheidsinterval.
Effect van kennis op klikintentie
Het hebben van kennis bleek geen significante voorspeller van de klikintentie van de consument (b = -0,02, p = 0,713).
Vergeleken met geen interventie, hebben de makkelijke interventie (c = -0,11 p = 0,695; c’ = -0,09, p = 0,717) en de moeilijke interventie (c = -0,19, p = 0,467; c’ = 0,19, p = 0,457) geen totaal of direct effect op de klikintentie. Bovendien is er geen totaal of direct effect van de makkelijke versus de moeilijke interventie op klikintentie (c = -0,09, p = 0,737; c’ = -0,10, p = 0,704).
De interventies hebben ook geen indirect effect via kennis van OBA op klikintentie (geen versus makkelijk indirect effect = -0,01, 95% BCAB [-0,06;0,05]; geen versus moeilijk indirect effect = 0,00, 95% BCAB [-0,03;0,07]; makkelijk versus moeilijk indirect effect = 0,01, 95% BCAB [-0,06;0,10]). Hypothese 4a en 4b worden dus verworpen: kennis medieert klikintentie niet en heeft geen positief en geen negatief effect op klikintentie (zie Tabel 6).
Tabel 6
Mediatie van interventies op klikintentie
Klikintentie a b c c' Indirect effect Moeilijk (vs. controle) -0,21 (0,29) -0.02 (0,06) -0,19 (0,26) 0,19 (0,26) 0,00 (0,02) [-0,03;0,07] Makkelijk (vs. controle) 0,33 (0,29) -0.02 (0,06) -0,11 (0,26) -0,09 (0,26) -0,01 (0,03] [-0,06;0,05] Moeilijk (vs. makkelijk) -0,54 (0,28) 0,058† -0.02 (0,06) -0,09 (0,26) -0,10 (0,26) 0,01 (-0,04) [-0,06;0,10] Noot. a, b, c en c’ zijn ongestandaardiseerde b-coëfficiënten. Standaardfout tussen haakjes.
BCAB = Bias corrected and accelerated betrouwbaarheidsinterval.
CONCLUSIE & DISCUSSIE
Het doel van dit onderzoek was om het effect van verschillende kennisinterventies op kennis over OBA te onderzoeken en te kijken of deze kennis invloed had op de online
privacyzorgen, de attitude tegenover OBA en de klikintentie van de consument. Op basis van de resultaten kan er geconcludeerd worden dat, vergeleken met geen interventie, zowel de makkelijke als de moeilijke tekst geen effect hebben op kennis over OBA. De
kennisinterventies blijken dus geen kennis over OBA bij te brengen. Bovendien is er gebleken dat deze kennis geen invloed heeft op online privacyzorgen, attitude tegenover OBA en de klikintentie van de consument.
Deze studie kent twee belangrijke bevindingen. De eerste belangrijke bevinding is dat participanten over veel kennis over OBA bleken te beschikken. In alle drie de condities ligt de gemiddelde kennisscore boven de acht, terwijl tien de maximale score is. 31,30% van de participanten bleek zelfs alle antwoorden goed te hebben en slechts 7,90% scoorde vijf of lager. Dit is niet in lijn met voorgaande literatuur, waarin juist naar voren kwam dat online gebruikers over weinig OBA-kennis beschikken (Smit et al., 2014; Van Noort et al., 2013; Leon et al., 2015). Het is mogelijk dat deze hoge kennisscore het gevolg is van de vele
media-aandacht die online dataverzamelingsprocessen tegenwoordig krijgen. Zo is op 25 mei 2018 de nieuwe privacywet ingegaan (Verhagen, 2018) en Facebook was betrokken bij een groot datalek schandaal (Nagtzaam, 2018). Het is mogelijk dat men al zo veel wist, dat er geen extra informatie nodig was om de kennis te verbeteren. Er kan dus sprake zijn van een ceiling effect. De participanten beschikken al over zoveel kennis, dat deze kennis door een interventie niet nog beter kan worden. Bovendien bestond de steekproef van deze studie uit veel
hoogopgeleiden: meer dan de helft van de participanten volgde een opleiding op universitair of hbo-niveau. Dit is een limitatie van dit onderzoek. Of de cognitieve lading theorie wel of niet opgaat in dit geval, is nog de vraag. Het effect van de makkelijke versus de moeilijke tekst op kennis was namelijk marginaal significant (p = 0,058). Dit resultaat suggereert dat de makkelijke tekst wel degelijk meer kennis bijbracht dan de moeilijke tekst. Het is dus
mogelijk dat de cognitieve lading theorie hier inderdaad toepasbaar is. Vervolgonderzoek is nodig om dit vermoeden te bevestigen.
De tweede belangrijke bevinding uit deze studie is dat kennis geen effect heeft op online privacyzorgen, attitude tegenover OBA en klikintentie van de consument. Ook dit was een onverwachts resultaat: in de voorgaande literatuur werd er namelijk gevonden dat kennis een positieve of negatieve invloed kan hebben op online privacyzorgen, attitude tegenover OBA en klikintentie van de consument (Aguirre et al., 2015; Gauzente, 2010; Idemudia en Jones, 2015; Norberg et al., 2007; Smit, van Noort en Voorveld, 2014; Turow, 2009; Ur et al., 2012; Yoo, 2012). Uitgaande van de expectancy violation theory (Moore et al., 2015), werd er verwacht dat een schending van de persoonlijke ruimte van onlinegebruikers leidt tot
negatieve reacties. Maar blijkbaar weet men al dat dataverzameling plaatsvindt en op welke manier dit gebeurt, dus die persoonlijke ruimte bestaat eigenlijk niet meer. Het is denkbaar dat online gebruikers op dit moment over zoveel kennis beschikken, dat deze kennis niet meer van invloed is op hun zorgen, attitude en online gedrag. Verder werd er verwacht, uitgaande
van de protection motivation theory (Rogers, 1975) en het extended parallel processing model (Witte, 1994), dat de motivatie van consumenten om zichzelf te beschermen op het web afhangt van de mate waarin er een dreiging wordt waargenomen. Voorgaande onderzoeken stelden dat zij een hoge dreiging voelden door het gebrek aan kennis en de daardoor ontstane onzekerheid. Uit deze studie blijkt echter dat consumenten juist wel over veel kennis
beschikken. Het is denkbaar dat zij zich dus zelfverzekerder voelen op het web en daardoor minder dreiging waarnemen, waardoor er geen gevolgen zijn voor hun online privacyzorgen, attitude en klikintentie. Het kan ook zo zijn dat participanten zich niet aangesproken voelen door de interventies en deze hierdoor geen effect hebben. Volgens het extended parallel processing model van Witte (1994) moet men zich vatbaar voelen voor de dreiging, anders gebeurt er niks. Het sociaal cognitieve fasemodel uit de gezondheidscommunicatie (Dijkstra, Konijn en de Vries, 2006) beschrijft bovendien dat wanneer men een proces van
gedragsverandering doorgaat vier verschillende fases doorloopt. In het geval van klikintentie zitten de participanten mogelijk in de nadenkfase: ze zijn zich bewust van de dreiging maar ze zijn nog niet van plan hiernaar te handelen.
De vraag is nu wat hun online privacyzorgen, attitude en klikintentie wel kan
beïnvloeden. Er wordt dan ook aangeraden om in vervolgonderzoek te focussen op hoe deze variabelen beïnvloed worden. Dit is namelijk voor zowel adverteerders als consumenten van belang om te weten. Voor adverteerders is het belangrijk dat consumenten niet te negatief tegenover deze manier van adverteren staan en zij hun zorgen zoveel mogelijk kunnen verminderen. Voor consumenten is het belangrijk om te weten wat zij kunnen doen om hun online privacyzorgen te verminderen, zodat zij zich zelfverzekerd voelen op het web en zichzelf kunnen beschermen tegen eventuele gevaren. Uitgaande van het bovengenoemde model van Dijkstra et al. (2006), wordt er aangeraden om bij individuen die zich in de nadenkfase bevinden, te focussen op de nadelen van de dreiging. Zo kan er gekozen worden
voor het expliciet benoemen van de risico’s die OBA met zich meebrengt. Vervolgens zullen zij overgaan naar de volgende fase: de voorbereiding. In deze fase zijn individuen van plan om actie te ondernemen om met de dreiging om te gaan. Zij kunnen bijvoorbeeld actief deelnemen aan workshops over omgaan met OBA en online privacy. Vervolgonderzoek zou dus gebruik kunnen maken van interventies die focussen op het benoemen van nadelen en risico’s van OBA, in plaats van het objectief bijbrengen van kennis. Mogelijk worden er dan wel effecten gevonden op klikintentie. Bovendien kan vervolgonderzoek zich richten op hoe consumenten van plan zijn om hun online privacy te waarborgen en vervolgens, met het model van Dijkstra in het achterhoofd, ook effecten vinden van kennis op online
privacyzorgen.
Een opvallend resultaat was dat consumenten gemiddeld vrij negatief tegenover dataverzamelingsprocessen staan, maar positiever tegenover de advertentie zelf, terwijl die advertentie natuurlijk gebaseerd is op dataverzamelingsprocessen. Dit gegeven suggereert dat de personalisatie paradox (Aguirre et al., 2015) inderdaad opgaat: de consumenten vinden het idee dat hun data wordt gebruikt vervelend, maar aan de andere kant zijn de advertenties voor hun relevant en worden ze erdoor aangetrokken.
Naast het feit dat de steekproef wat betreft opleidingsniveau breder had mogen zijn, kent deze studie nog een limitatie. De items die kennis maten, bleken middels een PCA niet op één factor te laden, daarom werd er gekozen voor een CFA. Dit betekent dat er
verschillende typen kennis werden gemeten in deze studie, wat te verwachten was, aangezien de items afkomstig waren van verschillende artikelen. De vraag is nu of andere typen kennis misschien wel een effect zouden kunnen hebben op de afhankelijke variabelen.
Vervolgonderzoek zou kunnen focussen op het bijbrengen van andere typen kennis
(bijvoorbeeld kennis over maatregelen die men kan nemen om zichzelf te beschermen) en zou kunnen uitwijzen of deze typen kennis wel effect hebben en of deze typen kennis misschien
wel nog van onvoldoende niveau blijken.
Ondanks de limitaties, kent deze studie twee sterke bevindingen die bijdragen aan de theorie en de praktijk. Een belangrijke conclusie is dat kennisinterventies in de vorm van informatieve artikelen geen zin hebben om mensen kennis bij te brengen over OBA.
Onlinegebruikers zijn blijkbaar al genoeg op de hoogte over deze manier van adverteren en de bijbehorende dataverzamelingsprocessen. Dit is een zeer belangrijke praktische implicatie voor regelgevers, aangezien er dus niet meer gefocust hoeft te worden op het bijbrengen van kennis over OBA, wat voor het uitvoeren van dit onderzoek wel werd gedacht. Bovendien is gebleken dat adverteerders zich op dit moment niet veel zorgen hoeven te maken over
eventuele negatieve gevolgen van OBA. De online privacyzorgen, attitude en klikintentie van consumenten blijken immers niet af te hangen van hun kennis. Uitgaande van deze resultaten verandert er voor de consument in de praktijk niet veel, aangezien er geen effecten werden gevonden van kennis. Zoals hierboven benoemd is het echter een idee voor regelgevers om te focussen op het benoemen van de risico’s en nadelen van OBA, waardoor de visie van de consument misschien wel verandert. De consument blijkt zelf namelijk, ondanks hun hoge kennisniveau, niet in staat om acties te ondernemen om zichzelf te weren tegen OBA. Het is voor de consument daarom van belang om kritisch te blijven en ondanks het feit dat zij al veel weten over OBA, zij zich misschien alsnog meer in deze vorm van adverteren kunnen
verdiepen door het vergaren van andere typen kennis. Tot die tijd is het vooral aan regelgevers en de overheid om consumenten te beschermen tegen de risico’s van OBA. Vervolgonderzoek hoeft dus niet meer te dienen om manieren te vinden om kennis te vergroten, maar moet uitwijzen wat de online privacyzorgen, attitude en klikintentie van de consument kan beïnvloeden. Op die manier wordt de theoretische kennis over OBA nog meer uitgebreid en zal men in de praktijk steeds beter om kunnen gaan met deze interessante en veelbesproken vorm van adverteren.
LITERATUUR
Advies 2/2010 over online reclame op basis van surfgedrag (behavioral advertising) (z.d.). Geraadpleegd van http://docplayer.nl/6090837-Advies-2-2010-over-online-reclame-op-basis-van-surfgedrag-behavioral-advertising.html
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), 34-49. doi:10.1016/j.jretai.2014.09.005
Beales, H. (2010). The Value of Behavioral Targeting. Geraadpleegd van http://www.networkadvertising.org/pdfs/Beales_NAI_Study.pdf. Behavioral Targeting (z.d.). Geraadpleegd van
https://www.marketingtermen.nl/begrip/behavioral-targeting Behavioral Targeting (z.d.). Geraadpleegd van
https://en.wikipedia.org/wiki/Behavioral_targeting
Boerman, S. C., Kruikemeier, S., & Zuiderveen Borgesius, F. J. (2017). Online Behavioral Advertising: A Literature Review and Research Agenda. Journal of
Advertising, 46(3), 363-376. doi:10.1080/00913367.2017.1339368
Dijkstra, A., Conijn, B., & de Vries, H. (2006). A match–mismatch test of a stage model of behaviour change in tobacco smoking. Addiction, 101(7), 1035-1043.
Gauzente, C. (2010). The intention to click on sponsored ads—A study of the role of prior knowledge and of consumer profile. Journal of Retailing and Consumer
Services, 17(6), 457-463. doi: 10.1016/j.jretconser.2010.06.002
Gomez, J., Pinnick, T., & Soltani, A. (2009). KnowPrivacy. UC Berkeley School of Information Report 2009-037.
Idemudia, E. C., & Jones, D. R. (2015). An empirical investigation of online banner ads in online market places: the cognitive factors that influence intention to
click. International Journal of Information Systems and Management, 1(3), 264-293. doi:10.1504/ijisam.2015.072302
Internet. (z.d.) Geraadpleegd van http://spreekbeurten.info/geschiedenis-van-het-internet.html
Jones, D., Gibson, E., Wade Shen, Granoien, N., Herzog, M., Reynolds, D., & Weinstein, C. (n.d.). Measuring Human Readability of Machine Generated Text: Three Case Studies in Speech Recognition and Machine Translation. Proceedings of ICASSP ’05:
International Conference on Acoustics, Speech, and Signal Processing, 2005.
doi:10.1109/icassp.2005.1416477
Leon, P. G., Cranshaw, J., Cranor, L. F., Graves, J., Hastak, M., Ur, B., & Xu, G. (2012). What do online behavioral advertising privacy disclosures communicate to users?
Proceedings of the 2012 ACM workshop on Privacy in the electronic society,
19-30. doi:10.1145/2381966.2381970
Mathew, G. (z.d.). Behind the scenes of behavioral advertising. Geraadpleegd van https://blog.kissmetrics.com/behavioral-advertising/
McDonald, A. M., & Cranor, L. F. (2009). An empirical study of how people perceive online behavioral advertising. CMU-CyLab-09-015.
McDonald, A. M., & Cranor, L. F. (2010). Americans' attitudes about internet
behavioral advertising practices. Proceedings of the 9th annual ACM workshop on
Privacy in the electronic society, 63-72.
McDonald, A., & Cranor, L. F. (2010). Beliefs and behaviors: Internet users' understanding of behavioral advertising. TPRC, 2010.
Miyazaki, A. D. (2008). Online Privacy and the Disclosure of Cookie Use: Effects on Consumer Trust and Anticipated Patronage. Journal of Public Policy and Marketing, 27(1), 19–33.doi:10.1509/jppm.27.1.19
Moore, Robert S., Melissa L. Moore, Kevin J. Shanahan, and Britney Mack (2015). Creepy Marketing: Three Dimensions of Perceived Excessive Online Privacy Violation. Marketing Management, 25(1), 42–53.
Nagtzaam, P. (2018, 5 april). Moet je je zorgen maken over je gegevens na het Facebook- schandaal? Geraadpleegd van
https://www.rtlz.nl/algemeen/buitenland/moet-je-je-zorgen-maken-over-je-gegevens- na-het-facebook-schandaal
Norberg, P. A., Horne, D. R., & Horne, D, A. (2007). The privacy paradox: Personal information disclosure intentions versus behaviors. Journal of Consumer Affairs,
41(1), 100-126. doi:10.1111/j.1745-6606.2006.00070.x
Park, Y. J. (2011). Digital Literacy and Privacy Behavior Online. Communication Research, 40(2), 215–236. doi: 10.1177/0093650211418338
Phelan, C., Lampe, C., & Resnick, P. (2016, May). It's Creepy, But it Doesn't Bother Me. In Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems (pp. 5240-5251). ACM.
Rosen, L. D., Whaling, K., Carrier, L. M., Cheever, N. A., & Rokkum, J. (2013). The media and technology usage and attitudes scale: An empirical investigation. Computers in
human behavior, 29(6), 2501-2511. doi:10.1016/j.chb.2013.06.006
Sableman, M., Shoenberger, H., & Thorson, E. (2013). Consumer attitudes toward relevant online behavioral advertising: Crucial evidence in the data privacy debates. Media
Law Resource Center Bulletin, 1, 93-110.
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. doi:10.1016/j.chb.2013.11.008 Sweller, J. (2011). Cognitive load theory. In Psychology of learning and motivation (Vol. 55, pp. 37-76). Academic Press.
Turow, J., King, J., Hoofnagle, C. J., Bleakley, A., & Hennessy, M. (2009). Americans reject tailored advertising and three activities that enable it. SSRN Electronic Journal. doi:10.2139/ssrn.1478214
Ur, B., Leon, P. G., Cranor, L. F., Shay, R., & Wang, Y. (2012, July). Smart, useful, scary, creepy: perceptions of online behavioral advertising. Proceedings
of the eighth symposium on usable privacy and security, 4. doi:10.1145/2335356.2335362
Van der Molen, T. (2017, 19 april). Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 1). Geraadpleegd van https://www.bof.nl/2017/04/19/tracking-wat-is-het- hoe-werkt-het-en-wat-kun-je-ertegen-doen-deel-1/
Van der Molen, T. (2017, 26 april). Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 2). Geraadpleegd van https://www.bof.nl/2017/04/26/tracking-wat-is- het-hoe-werkt-het-en-wat-kun-je-%20%09ertegen-doen-deel-2/
Van der Molen, T. (2017, 8 mei.) Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 3). Geraadpleegd van https://www.bof.nl/2017/05/08/tracking-wat-is-het- hoe-werkt-het-en-wat-kun-je-ertegen-doen-deel-3/
Van der Molen, T. (2017, 29 mei). Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 4). Geraadpleegd van https://www.bof.nl/2017/05/29/tracking-wat-is-het- hoe-werkt-het-en-wat-kun-je-ertegen-doen-deel-4/
Van Noort, G., Smit, E. G., & Voorveld, H. A. (2013). The online behavioural advertising icon: two user studies. Advances in Advertising Research (Vol. IV), 365-378. doi:10.1007/978-3-658-02365-2_28
Verhagen, L. (2018, 25 mei). Wat betekent die nieuwe Europese privacywet voor u? Geraadpleegd van https://www.volkskrant.nl/nieuws-achtergrond/wat-
betekent-die-nieuwe-europese-privacywet-voor-u-~bd71ef0f/
Yoo, C. Y. (2012). An experimental examination of factors affecting click-through of keyword search ads. Journal of Current Issues & Research in Advertising, 33(1), 56- 78. doi:10.1080/10641734.2012.675559
Zuiderveen Borgesius, F. J. (2016). Mensen aanwijzen maar niet bij naam noemen:
behavioural targeting, persoonsgegevens en de nieuwe Privacyverordening. Tijdschrift
APPENDIX
Appendix 1 – Pre-test: Stimulusmateriaal
Interventie makkelijk 1
Je kent het waarschijnlijk wel: je gaat online op zoek naar een hotel in Berlijn en in de dagen daarna zie je op allerlei websites advertenties met aanbiedingen voor Berlijnse hotels. Hoe kan dat? Tijdens het internetten wordt je door allerlei bedrijven nauwlettend gevolgd. Deze bedrijven proberen zo veel mogelijk over je te weten te komen met het doel uiteindelijk meer geld aan je te verdienen. Het volgen van websitebezoekers wordt tracking genoemd. De technieken die bedrijven daarvoor gebruiken, worden steeds geraffineerder. Hieronder wordt kort uitgelegd wat tracking precies is en hoe het werkt.
Er zijn verschillende soorten bedrijven die zich met tracking bezighouden. Allereerst
natuurlijk de advertentiebedrijven. Zij willen dat hun advertenties zo goed mogelijk passen bij websitebezoekers. Daarom willen ze zo veel mogelijk over elke websitebezoeker te weten komen. Hoe meer een adverteerder over jou weet, des te beter is hij in staat je voor een advertentie te interesseren. Naast de adverteerders is er een andere categorie bedrijven die je volgt: de data brokers ofwel databedrijven. Deze bedrijven verzamelen op allerlei manieren zo veel mogelijk gegevens over zo veel mogelijk mensen. Tracking is één van die manieren. Daarnaast kopen databedrijven persoonlijke gegevens die door andere bedrijven verzameld zijn – dat kunnen ook identificerende gegevens zoals naam, adres of telefoonnummer zijn. Door de gegevens uit al die bronnen samen te voegen in één profiel, ontstaat een zeer gedetailleerd beeld van individuele personen. Databedrijven verkopen deze informatie vervolgens aan hun klanten. Wie dat dan precies zijn, is vaak onduidelijk.
Één van de meest gebruikte trackingtechnieken zijn cookies. Cookies zijn kleine stukjes tekst die websites op je computer of telefoon kunnen opslaan en later weer opvragen. Websites gebruiken cookies om bepaalde informatie over je te onthouden. Trackers gebruiken cookies om je een unieke ID-code toe te wijzen die jou onderscheidt van alle andere internetters.
Met tracking wordt vooral bijgehouden welke websites je allemaal bezoekt. Die informatie kan al erg veel over een persoon prijsgeven. Je browse-geschiedenis kan veel inzicht geven in persoonlijke zaken zoals je interesses, politieke opvattingen, geloofsovertuiging, gezondheid, etc. Maar trackingbedrijven verzamelen meer dan alleen je browse-geschiedenis. Ook wordt bijgehouden hoeveel tijd je op een webpagina besteed, welke zoekopdrachten je doet, op welke links je klikt en welke producten je koopt.
Daarnaast kunnen allerlei technische gegevens over je apparaat worden uitgelezen, zoals type apparaat (laptop of smartphone), besturingssysteem, etc.
De gegevens die via tracking over jou verzameld worden, worden, zoals hierboven al
benoemd, gebruikt om een profiel over je op te bouwen. Dat profiel kan gebruikt worden om je ertoe te brengen een bepaalde handeling te verrichten: meestal de aankoop van een product. Bijvoorbeeld door je, dankzij jouw profiel, gerichte advertenties te tonen of specifieke
aanbiedingen te doen.
Dankzij tracking zie je dus meer relevante advertenties en krijg je interessante aanbiedingen. Dit klinkt nuttig, maar er kleven ook nadelen aan. Een belangrijk probleem van tracking is dat er weinig openheid en transparantie rondom de trackingbranche is. Veel mensen hebben er dan ook geen idee van dat ze getrackt worden, laat staan dat ze een idee hebben van de schaal waarop dat gebeurt. Het is vaak onduidelijk welke gegevens verzameld worden en wat ermee gedaan wordt. Hoe lang worden de gegevens bewaard? Aan welke andere gegevens worden ze gekoppeld? Met wie worden de gegevens gedeeld, of aan wie worden ze verkocht? De bedrijven lijken alles over ons te weten, maar wij erg weinig over hen.
Bronnen
Van der Molen, T. (2017, 19 april). Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 1). Geraadpleegd van https://www.bof.nl/2017/04/19/tracking-wat-is-het- hoe-werkt-het-en-wat-kun-je-ertegen-doen-deel-1/
Van der Molen, T. (2017, 26 april). Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 2). Geraadpleegd van https://www.bof.nl/2017/04/26/tracking-wat-is- het-hoe-werkt-het-en-wat-kun-je-%20%09ertegen-doen-deel-2/
doen? (Deel 3). Geraadpleegd van https://www.bof.nl/2017/05/08/tracking-wat-is-het- hoe-werkt-het-en-wat-kun-je-ertegen-doen-deel-3/
Interventie makkelijk 2
Online Behavioral Advertising oftewel behavioral targeting gebruikt informatie die verzameld wordt door het onlinegedrag van een individu te bestuderen, om zo advertenties te tonen die passen bij het individu. Bij onlinegedrag moet je denken aan websites die een persoon bezoekt, hoeveel tijd iemand aan zo’n website spendeert, op welke links iemand klikt, zoektermen op Google, etc.
Uitgaande van dit soort gegevens over onlinegedrag, kan er een gebruikersprofiel gecreëerd worden dat linkt naar de browser van een individu. Deze data kan worden gebruikt om het onlinepubliek te segmenteren in groepen die ongeveer dezelfde interesses en voorkeuren hebben. Deze manier van adverteren is een van de belangrijkste technologieën van deze tijd die gebruikt wordt om efficiëntie en winsten van digitale marketing te verhogen. Dit komt doordat de advertenties relevanter zijn voor internetgebruikers, omdat ze door de
gebruikersprofielen worden aangepast aan persoonlijke voorkeuren.
Trackers zijn trucjes die jouw datum verzamelen en opslaan. Trackers hebben verschillende ‘verschijningsvormen’. Bijvoorbeeld als advertentie. Vaak gaan websites niet zelf op zoek naar adverteerders, maar besteden dat uit aan advertentiebedrijven. De meeste advertenties op websites zijn dus externe onderdelen die geleverd worden door advertentiebedrijven. Om advertenties zo goed mogelijk af te stemmen op een websitebezoeker, moeten
advertentiebedrijven iedere bezoeker kunnen herkennen en analyseren. Dat doen ze door je te tracken.
Andere trackers verschijnen als nuttige tools voor webmasters. Bijvoorbeeld als widget, een extern onderdeel dat bepaalde functionaliteit aan een website toevoegt. De Like-knop van Facebook is zo’n widget. Facebook heeft die Like-knop als extern onderdeel beschikbaar gemaakt, die eenvoudig door webmasters aan hun websites toegevoegd kan worden. Dat is
handig, want zo kunnen bezoekers deze websites eenvoudig liken. Maar het stelt Facebook ook in staat om je buiten hun eigen website om te blijven volgen. Twitter biedt een
vergelijkbare widget.
De data wordt verzameld zonder de namen, adressen of telefoonnummers van
onlinegebruikers vrij te geven, maar deze data bevat wel informatie waardoor je apparaat waarmee je online surft, bijvoorbeeld je smartphone of je laptop, geïdentificeerd kan worden, zoals IP-adressen of cookies. Cookies worden gebruikt om onlineactiviteiten te tracken. Dit zijn kleine stukjes tekst die websites op je computer of telefoon kunnen opslaan en later weer opvragen. Als je een website in je browser opvraagt, maakt je browser verbinding met de webserver waarop de website wordt gehost. De webserver stuurt de website naar je browser, maar kan daarbij ook een cookie meesturen. Je browser bewaart die cookie vervolgen op je computer of telefoon. De volgende keer dat je de website bezoekt, stuurt je browser de cookie weer terug naar de webserver bij het opvragen van de website.
De data die hieruit voortkomt wordt gebruikt door bedrijven om zo achter de persoonlijke voorkeuren van onlinegebruikers te komen, waardoor de advertenties die zij te zijn krijgen hierop aangepast worden. Bijvoorbeeld, door tracking kan worden gespot dat een
onlinegebruiker veel surft op websites over mannenmode en voetbal. Het is zeer
waarschijnlijk dat deze gebruiker een man is. Vervolgens kan een adverteerdersbedrijf ervoor zorgen dat deze man advertenties te zien krijgt over deodorant voor mannen.
Privacyzorgen over deze vorm van online adverteren is een zeer actuele issue. Daarom is het belangrijk om meer aandacht te besteden aan transparantie. Het is nu voor veel mensen namelijk niet bekend wat er precies met hun data gebeurt, welke data er precies wordt verzameld en wat ze hiertegen kunnen doen.
Bronnen
Behavioral Targeting (z.d.). Geraadpleegd van
https://en.wikipedia.org/wiki/Behavioral_targeting
Van der Molen, T. (2017, 29 mei). Tracking: Wat is het, hoe werkt het en wat kun je ertegen doen? (Deel 4). Geraadpleegd van https://www.bof.nl/2017/05/29/tracking-wat-is-het- hoe-werkt-het-en-wat-kun-je-ertegen-doen-deel-4/
