Master Thesis
Privacy onder schot door webwinkel personalisatie?
Experimenteel onderzoek naar het effect van personalisatie in een webwinkel op de koopintentie met daarbij de rol van privacyzorgen en de manier van dataverzameling.
Naam student: Jane Woestenburg Studentnummer: 10380531 Begeleider: Dr. Sophie Boerman Graduate School of Communication
Master’s programme Communication Science, Persuasive Communication Aantal woorden: 7482
Abstract
In dit onderzoek is gekeken naar het effect van webwinkel personalisatie, in de vorm van live notificaties, op de koopintentie van de consument. Hierbij is gekeken in welke mate
privacyzorgen deze relatie medieert. Daarbij is ook onderzocht hoe de manier van dataverzameling het verband tussen personalisatie en privacyzorgen modereert.
Om antwoord te geven op dit vraagstuk is een 2 (personalisatie: gepersonaliseerd vs. niet-gepersonaliseerd) x 2 (dataverzameling: open vs. verborgen) factorieel experimenteel between-subjects design vormgegeven en uitgevoerd (N = 221).
Uit de resultaten bleek dat personalisatie in een webwinkel niet leidt tot meer privacyzorgen. Dit resultaat werd ook niet gemodereerd door de manier van dataverzameling. Verder bleek dat personalisatie een negatief effect heeft op de koopintentie, maar dat dit verband niet wordt gemedieerd door privacyzorgen.
Kernwoorden: personalisatie; privacyzorgen; koopintentie; dataverzameling; Elaboration Likelihood Model; Personalization-Privacy Paradox; Privacy Calculus; Psychological Ownership Theory.
Introductie
‘Op dit moment zijn er 52 mensen aan het shoppen’, ‘Er is 12 minuten geleden een bestelling geplaatst in Amsterdam’, ‘Jouw persoonlijke korting geldt nog 3d 18:22:01’.
Personalisatie is een communicatiestrategie waarbij voor iedere individuele ontvanger persoonlijke elementen in een bericht worden verwerkt (Baek & Morimoto, 2012; White, Zahay, Thorbjørnsen, & Shavitt, 2008). Personalisatie is uitgegroeid tot een van de
belangrijkste ingrediënten van online marketing (Montgomery & Smith, 2009). Maar wat is het effect hiervan op het gedrag van de consument?
Er wordt de laatste jaren steeds vaker onderzoek gedaan naar de effecten van online personalisatie (Aguirre et al., 2015; Dijkstra, 2008; Lee & Kwon, 2008). Echter, eerder onderzoek richt zich tot dusver vooral op gepersonaliseerde advertenties (Aguirre et al., 2015; Jamal, Coughlan, & Kamal, 2013; Xu, Luo, Carroll, & Rosson, 2011). Nieuwe vormen van personalisatie voor webwinkels worden nog nauwelijks onderzocht. In dit onderzoek wordt gekeken naar personalisatie in de vorm van live notificaties.
Deze studie tracht inzicht te krijgen in de effecten van personalisatie in een
webwinkel op de koopintentie. De online koopintentie is de wens die de consument heeft om een product te kopen via een webwinkel (Chen, Hsu, & Lin, 2010). Personalisatie kan door middel van persoonlijke consumentendata ervoor zorgen dat de inhoud van een advertentie persoonlijk relevant wordt (Aguirre et al., 2015; Dijkstra, 2005; Hawkins, Kreuter, Resnicow, Fishbein, & Dijkstra, 2008). Hierdoor wordt de informatie beter verwerkt, waardoor een mogelijke positieve attitude en vervolgens koopintentie kunnen ontstaan (Petty & Cacioppo, 1979; Ajzen, 1991). De effecten van personalisatie, in de vorm van live notificaties, op de koopintentie zijn echter nog nauwelijks onderzocht. Enkel uit het onderzoek van Lee en Kwon (2008) blijkt dat personalisatie door het bieden van persoonlijke productaanbevelingen, een positief effect heeft op de koopintentie. Dit onderzoek geeft meer inzicht in de relatie
tussen personalisatie en de koopintentie.
Het personaliseren van een webwinkel is enkel mogelijk door het gebruik van cookies (Smit, van Noort, & Voorveld, 2014). Een cookie is een bestand dat consumentendata
verzamelt wat vervolgens gebruikt kan worden voor persoonlijk gerichte marketing (Cahn, Alfeld, Barford, & Muthukrishnan, 2016). Personalisatie gaat samen met het verzamelen van consumentendata, daardoor is een mogelijk negatief effect hiervan dat consumenten meer zorgen krijgen over hun privacy (Langheinrich, Nakamura, Abe, Kambe, & Koseki, 1999). Privacyzorgen zijn de mate waarin de consument zich zorgen maakt over mogelijke
onrechtmatige openbaarmaking en gebruik van persoonsgegevens (Beak & Morimote, 2012). Het is van belang deze negatieve relatie verder te onderzoeken, omdat bedrijven steeds meer informatie kunnen verzamelen (Aguirre, Roggeveen, Grewal, & Wetzels, 2016) en
consumenten hier, door de invoering van de cookiewet in 2012, ook beter van op de hoogte zijn (Smit et al., 2014). Eerder onderzoek heeft al aangetoond dat het personaliseren van advertenties leidt tot meer privacyzorgen (Aguirre et al., 2015; Jamal et al., 2013; Xu et al., 2011). De vraag is echter of dit ook voor live notificaties geldt.
Het personaliseren van een webwinkel aan de hand van persoonlijke data kan open of verborgen plaatsvinden. Bij open dataverzameling wordt de consument op de hoogte gesteld over de manier waarop persoonlijke data wordt verzameld (Sundar & Marathe, 2010). Bij verborgen dataverzameling is de consument hier niet van op de hoogte (Montgomery & Smith, 2009). Wanneer de consument niet op de hoogte is over de manier van
dataverzameling en vervolgens toch personalisatie tegenkomt, kan een gevoel van
controleverlies over eigen persoonsgegevens optreden (Milne, Bahl, & Rohm, 2008). Dit kan leiden tot een gevoel van kwetsbaarheid, wat de privacyzorgen bij consumenten kan verhogen (Smit et al., 2014; Bandyopadhyay, 2009; Dinev & Hart, 2004). Daarentegen kan open
ontstaat geen geen controleverlies, omdat de consument zich bewust is van de manier waarop de data is verzameld (Aguirre et al., 2015). Het is belangrijk de invloed van de manier van dataverzameling op de relatie tussen personalisatie en privacyzorgen verder te onderzoeken, omdat de reactie van de consument op de gepersonaliseerde webwinkel wellicht negatief of positief beïnvloed wordt door de manier van dataverzameling. Dit is belangrijk voor
marketeers, omdat zij hieruit op kunnen maken of het zin heeft de consument wel te informeren over de manier van dataverzameling, of niet te informeren, om uiteindelijk privacyzorgen te verlagen en de koopintentie te verhogen.
Dit onderzoek probeert het gebrek aan wetenschappelijke kennis over deze nieuwe vorm van personalisatie en de manier van dataverzameling te verminderen. Daarnaast kan met de behulp van de resultaten gerichter vervolgonderzoek worden gedaan naar de effecten van deze combinatie van variabelen in een webwinkel. Verder geeft dit onderzoek marketeers inzicht in het mogelijke nut personalisatie en open of verborgen dataverzameling in een webwinkel. De onderzoeksvraag die hieruit volgt is: ‘In hoeverre heeft personalisatie (vs. geen personalisatie) in een webwinkel effect op de koopintentie van de consument? En in welke mate mediëert privacyzorgen dit verband en modereert de manier van dataverzameling (open vs. verborgen) het effect van personalisatie op privacyzorgen?’
Theoretisch kader Personalisatie
Personalisatie is een klantgerichte marketingstrategie welke zich richt op het leveren van de juiste content, voor de juiste persoon, op het juiste moment om directe en toekomstige zakelijke mogelijkheden te maximaliseren (Aguirre et al., 2015; Tam & Ho, 2006). Het doel van personalisatie is de aandacht van de lezer en de motivatie om een bericht te verwerken te verhogen, door de indruk te wekken dat het bericht op hen gericht is (Hawkins et al., 2008).
Één van de nieuwe vormen van personalisatie die nog niet eerder is onderzocht is het gebruik van live notificaties. Live notificaties geven actuele meldingen over verschillende gebeurtenissen in een webwinkel, zoals het aantal bezoekers, wanneer de laatste aankoop is gedaan of hoe vaak een product al verkocht is (Barilliance, n.d.). Daarnaast kunnen live notificaties consumenten ook een aanbieding bieden, zoals een persoonlijke korting. Deze live notificaties worden zichtbaar door het gebruik van pop-ups en zijn gebaseerd op consumentendata uit de webwinkel (Barilliance, n.d.).
Webwinkel personalisatie en koopintentie
Wanneer een webwinkel is gepersonaliseerd kan dit leiden tot een verhoging van de koopintentie (Lee & Kwon, 2008). In de context van e-commerce wordt de koopintentie online beschreven als een situatie waarin iemand de wens heeft een product of service te kopen via een webwinkel (Chen et al., 2010). Eerder onderzoek heeft positieve effecten aangetoond van personalisatie op het aantal verkopen (Ho & Bodoff, 2014; Tam & Ho, 2006), klanttevredenheid (Rust & Chung, 2006) en loyaliteit van de consument (Ansari & Mela, 2003). Lee en Kwon (2008) toonden aan dat het gebruik van personalisatie in de vorm van productaanbevelingen een positief effect heeft op de koopintentie.
Ook zijn er onderzoeken die gemengde resultaten laten zien of een voorwaarde stellen aan een effect van personalisatie (Lambrecht & Tucker, 2013; Wessel & Thies, 2015). Zo vinden Wessel en Thies (2015) dat personalisatie alleen effectief is wanneer een webwinkel continue wordt gepersonaliseerd en Lambrecht en Tucker (2013) dat de effectiviteit van personalisatie afhankelijk is van waar iemand zich bevindt in het aankoopproces.
Personalisatie kan de intentie verhogen, omdat een advertentie hierdoor persoonlijk relevant wordt (Aguirre et al., 2015). Zo voorkomt personalisatie dat consumenten worden blootgesteld aan teveel informatie, zoals overbodige aanbiedingen, die vervolgens niet goed
verwerkt kunnen worden (Ansari & Mela, 2003). Daarnaast zorgt personalisatie ervoor dat er verhoogde aandacht en meer betrokkenheid ontstaat bij het gepersonaliseerde bericht
(Dijkstra, 2005; Hawkins et al., 2008). Twee theoretische perspectieven liggen ten grondslag aan deze positieve effecten: Self-referencing (Rogers, Kuiper, & Kirker, 1997) en het
Elaboration Likelihood Model (ELM) (Petty & Cacioppo, 1979).
Personalisatie zorgt ervoor dat de consument de gepersonaliseerde boodschap op zichzelf betrekt, hierdoor wordt deze persoonlijk relevant (Dijkstra, 2008) en ontstaat eerder self-referencing. Het proces van self-referencing verwijst naar het koppelen van informatie uit een boodschap aan een individu zelf (Maslowska, Smit, & van den Putte, 2016).
Consumenten zijn cognitief gevoelig voor informatie gerelateerd aan zichzelf (Maslowska et al., 2016). Wanneer self-referencing ontstaat wordt informatie beter onthouden en wordt er meer aandacht aan geschonken (Rogers et al., 1997).
Volgens het ELM kan informatie verwerkt worden via de centrale en de perifere route (Petty & Cacioppo, 1979). Verwerking via de centrale route kan plaatsvinden wanneer de consument de mogelijkheid en de motivatie heeft om een bericht te verwerken. Omdat de gepersonaliseerde informatie als persoonlijk relevant wordt beschouwd zal de motivatie aanwezig zijn om het bericht te verwerken. Dit zorgt ervoor dat het gepersonaliseerde bericht dieper wordt verwerkt en er meer cognitieve activiteit ontstaat (Maslowska et al., 2016). Verwerking via de centrale route kan zorgen voor een verandering in attitude (Petty & Cacioppo, 1979).
Volgens de Theory of Planned Behaviour (TPB) (Ajzen, 1991) is attitude één van de determinanten van intentie. Dit betekent dat consumenten eerder de intentie hebben om gedrag uit te voeren wanneer zij een positieve attitude hiertegenover hebben. In lijn met eerder onderzoek wordt daarom voorspeld dat een positieve verandering in attitude kan leiden
tot een positieve verandering van de koopintentie (Ajzen, 1991; Song & Zahedi, 2001; Yeon & Chung, 2011).
Op basis van eerder onderzoek, self-referencing en het ELM wordt verwacht dat personalisatie in een webwinkel een positief effect kan hebben op de koopintentie. Er kan beredeneerd worden dat personalisatie van invloed is op de koopintentie omdat het de
boodschap persoonlijk relevant maakt. Op basis hiervan is de volgende hypothese opgesteld: H1. Blootstelling aan een gepersonaliseerde webwinkel leidt tot een positievere koopintentie dan blootstelling aan een niet-gepersonaliseerde webwinkel.
Webwinkel personalisatie en privacyzorgen
Een mogelijk negatief effect van personalisatie is dat consumenten meer zorgen krijgen over hun privacy (Langheinrich et al., 1999). Dit maakt privacyzorgen een mogelijk obstakel (Pitta, Franzak, & Laric, 2003) tijdens het implementeren van succesvolle personalisatie in een webwinkel en het verhogen van de koopintentie. Privacyzorgen zijn de mate waarin de consument zich zorgen maakt over mogelijke onrechtmatige openbaarmaking en gebruik van persoonlijke gegevens (Beak & Morimote, 2012). Er liggen twee theorieën aan ten grondslag waarom personalisatie kan leiden tot privacyzorgen: de Personalization-Privacy Paradox en de Privacy Calculus.
Ten eerste geeft de Personalization-Privacy Paradox de schijnbare tegenstelling weer die marketeers tegenkomen tijdens het proces van het personaliseren van een webwinkel (Awad & Krishnan, 2006). Hoewel personalisatie voordelen biedt voor de consument (Dijkstra, 2005; Hawkins et al., 2008) gaat dit samen met een nadeel, namelijk het opgeven van persoonlijke informatie wat kan leiden tot privacyzorgen (Lee & Cranage, 2011). Zo kunnen bij de consument privacyzorgen ontstaan over het opslaan, traceren en circuleren van persoonlijke informatie (Berendt, Gunther, & Spiekermann, 2005; Ohkubo, Suzuki, &
Kinoshita, 2005). Zo kan personalisatie privacyzorgen verhogen wanneer consumenten zien dat persoonlijke data wordt gebruikt om relevante content te bieden (Aguirre et al., 2015). Hierdoor kunnen zorgen ontstaan over hoe bedrijven persoonlijke gegevens verzamelen en gebruiken (Aguirre et al., 2015). Voor veel consumenten is het namelijk niet duidelijk welke gegevens bedrijven verzamelen en gebruiken om een gepersonaliseerde webwinkel te creëren (Lokhande & Meshram, 2015).
Ten tweede beschrijft de Privacy Calculus dat het besluit van de consument om persoonlijke informatie op te geven voor een gepersonaliseerde webwinkel gebaseerd is op een kosten-batenanalyse (Awad & Krishnan, 2006; Laufer & Wolfe, 1977; Milne & Gordon, 1993). Om een webwinkel te personaliseren is consumentendata nodig. Consumenten wegen het waargenomen risico van het het blootgeven van hun persoonsgegevens af tegen de verwachte voordelen van de personalisatie (Awad & Krishnan, 2006). Zo kijkt de consument of het het waard is persoonlijke informatie op te geven voor een gepersonaliseerde webwinkel (Awad & Krishnan, 2006).
Eerder onderzoek toont aan dat personalisatie, in de vorm van gepersonaliseerde advertenties via e-mail, social media of op een website, leidt tot meer privacyzorgen (Aguirre et al., 2015; Jamal et al., 2013; Xu et al., 2011). Ondanks dat consumenten geïnteresseerd zijn in een gepersonaliseerde webwinkel maken ze zich wel zorgen over de hoeveelheid
persoonlijke informatie die de website verzamelt, het doel waarvoor de informatie wordt verzameld, de kans dat persoonlijke informatie op het internet circuleert en wat voor informatie dit is (Tam & Ho, 2006).
Doordat personalisatie samengaat met het gebruik van consumenteninformatie wordt verwacht dat dit kan leiden tot privacyzorgen (Aguirre et al., 2015; Jamal et al., 2013; Xu et al., 2011). Gebaseerd op bovenstaande onderzoeken en theorieën, is onderstaande hypothese opgesteld:
H2. Blootstelling aan een gepersonaliseerde webwinkel leidt tot meer privacyzorgen bij de consument dan een niet-gepersonaliseerde webwinkel
Mediatie effect van privacyzorgen
Eerder onderzoek toont aan dat privacyzorgen van invloed zijn op de koopintentie (Fortes & Rita, 2016; Liao, Liu, & Chen, 2011; Taylor, Davis, & Jillapalli, 2009). Het is daarom
aannemelijk dat naast eerder genoemde directe effecten ook een gemedieerd effect bestaat van personalisatie op de koopintentie, via privacyzorgen.
Volgens Fortes en Rita (2016) kunnen privacyzorgen online een negatieve impact hebben op vertrouwen, gebruiksgemak en de perceptie van het nut ten opzichte van het doen van online aankopen. Wanneer er weinig vertrouwen is in de webwinkel kan dit de
koopintentie negatief beïnvloeden (Kim, Ferrin, & Rao, 2009; Kim, Kim, & Park, 2010; Liao et al., 2011).
Ondanks dat wordt voorspeld dat het directe effect van personalisatie op de
koopintentie positief is, is het juist nu van belang te kijken naar het negatieve onderliggende effect van privacyzorgen. Dit omdat digitale technologieën steeds meer verweven zijn in het leven van de consument (Aguirre et al., 2016). De toegenomen media aandacht en de
verspreiding van de mogelijkheden van personalisatie online zorgen ervoor dat consumenten steeds meer op de hoogte zijn van bedrijven die hun informatie verzamelen (Aguirre et al., 2015). Op basis van eerder onderzoek wordt voorspeld dat personalisatie leidt tot meer privacyzorgen. Deze privacyzorgen kunnen leiden tot een verlies van vertrouwen, wat de koopintentie negatief kan beïnvloeden. Op basis hiervan is onderstaande hypothese opgesteld: H3. Privacyzorgen medieert het verband tussen personalisatie in een webwinkel en de koopintentie van de consument.
Moderatie effect van de manier van dataverzameling
Het effect van personalisatie kan beïnvloed worden door de manier van dataverzameling. Het verzamelen van consumentendata kan open of verborgen gebeuren (Montgomery & Smith, 2009; Sundar & Marathe, 2010). Bij open dataverzameling weten consumenten dat hun data wordt verzameld, omdat zij hiervan op de hoogte worden gebracht (Aguirre et al., 2015; Sundar & Marathe, 2010). Wanneer zij na blootstelling aan open dataverzameling doorgaan met het surfen op de website kan dit worden gezien als het geven van toestemming van het verzamelen van data en daarmee personaliseren van de webwinkel (Aguirre et al., 2015). Bij verborgen dataverzameling zijn consumenten er niet van op de hoogte dat hun data verzameld wordt (Montgomery & Smith, 2009). Wanneer zij vervolgens toch personalisatie tegenkomen kan een gevoel van controleverlies over persoonlijke informatie optreden (Milne et al., 2008). Dit gevoel van controleverlies kan verklaard worden door de Psychological Ownership Theory (Pierce, Kostova, & Dirks, 2003).
De Psychological Ownership Theory gaat er vanuit dat mensen controle willen hebben over hun persoonlijke gegevens (Pierce, Kostova, & Dirks, 2003). Consumenten kunnen een gevoel van eigendom ontwikkelen over verschillende materiële en immateriële goederen. Persoonsgegevens kunnen gezien worden als een immaterieel goed. Wanneer consumenten zien dat een webwinkel gepersonaliseerd is, zonder dat zij hiervan afweten, kan dit het gevoel opwekken dat eigendom wordt geschonden. Hierdoor kan een gevoel van kwetsbaarheid en ongemak ontstaan (Aguirre et al., 2015). Dit gevoel van ongemak kan leiden tot meer privacyzorgen, omdat het niet duidelijk is hoe een bedrijf aan de persoonlijke informatie komt (Smit et al., 2014). Bandyopadhyay (2009) identificeert waargenomen kwetsbaarheid voor misbruik van datacollectie en persoonsgegevens als een van de factoren die verantwoordelijk kunnen zijn voor het vormen van privacyzorgen. Eveneens geven Dinev en Hart (2004) aan dat gevoelens van kwetsbaarheid privacyzorgen kunnen opwekken.
Daarentegen kan open dataverzameling ervoor zorgen dat controleverlies niet optreedt, omdat impliciete toestemming wordt verleend, doordat de consument zich bewust is van de manier van dataverzameling (Aguirre et al., 2015). Dit zorgt ervoor dat het negatieve effect van personalisatie op privacyzorgen wordt afgezwakt.
Er wordt beredeneerd dat verborgen dataverzameling privacyzorgen kunnen versterken, omdat hierdoor een gevoel van controleverlies kan optreden (Bandyopadhyay, 2009; Pierce, Kostova, & Dirks, 2003; Smit et al., 2014). Aan de andere kant kan een open dataverzameling privacyzorgen afzwakken, omdat het gevoel van controleverlies niet optreedt doordat impliciet toestemming is gegeven. Op basis van bovenstaande theorie en onderzoeken is de volgende hypothese opgesteld:
H4. Het verband tussen personalisatie en privacyzorgen wordt beïnvloed door de manier van dataverzameling, waarbij een open dataverzameling leidt tot minder
privacyzorgen en een verborgen dataverzameling tot meer privacyzorgen.
Gemodereerde mediatie
Als laatste is een overkoepelende hypothese opgesteld. Op basis van eerder onderzoek wordt verwacht dat personalisatie leidt tot meer privacyzorgen (Aguirre et al., 2015; Jamal et al., 2013; Xu et al., 2011), omdat dit samengaat met het gebruik van persoonlijke informatie. Dit effect op privacyzorgen zal het sterkst zijn wanneer sprake is van verborgen dataverzameling, omdat hierdoor een gevoel van controleverlies kan optreden (Smit et al., 2014;
Bandyopadhyay, 2009; Dinev & Hart, 2004). Deze verhoogde privacyzorgen zijn van negatieve invloed op de koopintentie (Fortes & Rita, 2016; Liao et al., 2011; Taylor et al., 2009). Daarentegen kan een open dataverzameling ervoor zorgen dat het negatieve effect van personalisatie op privacyzorgen wordt afgezwakt, omdat er geen verlies van eigendom ontstaat doordat de consument zich bewust is van de manier van dataverzameling (Aguirre et
al., 2015). Dit zorgt ervoor dat ook het negatieve effect van privacyzorgen op de koopintentie wordt afgezwakt.
Op basis van eerder genoemde theorieën en onderzoeken is de laatste hypothese opgesteld waarin alle besproken variabelen zijn verwerkt. Zie Figuur 1 voor een schematische weergave. De hypothese is al volgt:
H5. Personalisatie in een webwinkel (vs geen personalisatie in een webwinkel) zorgt voor meer privacyzorgen wat vervolgens de koopintentie negatief beïnvloedt, dit effect zal het sterkst zijn wanneer data verborgen is verzameld (vs open dataverzameling).
Figuur 1. Conceptueel model
Methode Design
Om antwoord te geven op de onderzoeksvraag is gebruik gemaakt van een online 2 (personalisatie: gepersonaliseerd vs. niet gepersonaliseerd) x 2 (dataverzameling: open vs. verborgen) factorieel experimenteel between-subjects design.
Steekproef
In totaal hebben 245 respondenten de vragenlijst volledig ingevuld. 7 respondenten deden nooit online aankopen, zij zijn uit het onderzoek verwijderd. Daarnaast hebben 17
respondenten de controlevraag ‘vul hier 1 in’ onjuist ingevuld, deze respondenten zijn ook
verwijderd. Hierna bleven 221 respondenten (60.6% vrouw, Mleeftijd = 26.48, SD = 8.37) over die het onderzoek compleet hebben afgerond. Het grootste deel van de respondenten was hoger opgeleid (Hoger beroepsonderwijs: 25.8%, Universitaire bachelor: 31.7%, Universitaire master: 16.7%).
De respondenten zijn benaderd door middel van een convenience steekproef en een sneeuwbalsteekproef. Er is in de directe kring van de onderzoeker gevraagd de online
vragenlijst in te vullen en te verspreiden onder collega’s en vrienden. Verder is de vragenlijst gedeeld op Facebook en zijn de bedrijven Nationale Opera & Ballet en HB Adviesbureau benaderd via connecties van de onderzoeker. Hier is voor gekozen, omdat op deze manier een groot en divers aantal respondenten werd bereikt. De respondenten namen vrijwillig deel aan het onderzoek en konden hierbij geen prijs winnen.
Dit onderzoek bevat vier experimentele condities waaraan de respondenten random zijn toegewezen. De verdeling van de respondenten over de condities is als volgt:
Gepersonaliseerd met open dataverzameling (n = 56), Niet-gepersonaliseerd met open dataverzameling (n = 55), Gepersonaliseerd met verborgen dataverzameling (n = 58), Niet-gepersonaliseerd met verborgen dataverzameling(n = 52).
Stimulus materiaal
Allereerst is de mate van personalisatie gemanipuleerd. Deze gepersonaliseerde conditie is gecreëerd is door een afbeelding van de webwinkel van Televisiewinkel.nl te personaliseren met een de volgende live notificaties: ‘Jouw persoonlijke deal is nog 18.22.01 geldig’, ‘Er is
12 minuten geleden een bestelling geplaatst in Amsterdam’, ‘Op dit moment zijn 67 mensen aan het shoppen’ en ‘Dit product is #3 best verkocht in deze categorie’ (Televisiewinkel.nl, n.d.). Er is voor het bestaande merk Televisiewinkel gekozen omdat dit de realiteit van het onderzoek verhoogt. De niet gepersonaliseerde conditie bevatte dezelfde afbeelding van de webwinkel, maar zonder de live notificaties. De afbeelding van de webwinkel is gelijk gehouden om een eventuele effect toe te kunnen schrijven aan de manipulatie.
Ten tweede is de manier van dataverzameling gemanipuleerd. Dit is gedaan door respondenten bij twee van de vier condities te informeren over de manier van
dataverzameling door middel van een statement en bij de andere twee condities dit niet te doen. Het statement in de conditie met open dataverzameling is gebaseerd op bestaande cookies statements (Televisiewinkel.nl, n.d): ‘Welkom op de website van Televisiewinkel.nl! Wil je een tv kopen? Dan ben je bij Televisiewinkel aan het juiste adres. Deze website gebruikt cookies en scripts (hierna te noemen “Cookies”) om uw gebruik te analyseren. Hierdoor maken we het surfen op onze website makkelijker voor u en kunnen we op basis van uw getoonde interesse in de webwinkel, relevante aanbiedingen en informatie geven. Het gebruik van cookies is veilig. Er kan geen persoonlijke informatie, zoals een telefoonnummer of een e-mailadres, uit cookies worden herleid’.
De conditie met verborgen dataverzameling is als volgt: ‘Welkom op de website van Televisiewinkel.nl! Wil je een tv kopen? Dan ben je bij Televisiewinkel aan het juiste adres’. De afbeelding van de webwinkel en het statement over de manier van
dataverzameling werden tegelijkertijd getoond aan de respondent. Respondenten zijn door middel van een vooraf ingestelde timer minimaal 4 seconden blootgesteld aan het
Pre-test
Voorafgaand aan het hoofdonderzoek is een pre-test uitgevoerd onder 22 respondenten (9 mannen, 13 vrouwen) om te kijken of de personalisatie (gepersonaliseerd vs. niet
gepersonaliseerd) en de manier van dataverzameling (open vs. verborgen) succesvol
gemanipuleerd zijn. De respondenten zijn blootgesteld aan alle condities en benaderd via een convenience sample.
Personalisatie
Om de effectiviteit van de manipulatie van personalisatie te meten is de manipulatiecheck van Dijkstra (2005) gebruikt en aangepast naar personalisatie in een webwinkel. Respondenten moesten antwoord geven op vier items die zijn gemeten op een 7-punts Likert schaal van 1 (Helemaal mee oneens) tot 7 (Helemaal mee eens). Om te kijken of de items een betrouwbare en valide schaal vormen is een principale-componentenanalyse met Varimax rotatie en een betrouwbaarheidsanalyse uitgevoerd. Hieruit blijkt dat de vier items laden op één factor (EV = 2.96), die 74.09% van de totale variantie verklaard. De items zijn intern consistent (α = 0.88) en vormen een betrouwbare schaal (M = 3.61, SD = 1.04). Met de gemiddelden van de items is een schaal samengesteld.
Om te kijken of de gepersonaliseerde conditie als persoonlijker wordt ervaren dan de niet gepersonaliseerde conditie is een paired-sample t-test uitgevoerd. Er blijkt een significant verschil tussen de niet gepersonaliseerde conditie (M = 2.57, SD = 1.44) en de
gepersonaliseerde conditie (M = 4.65, SD = 1.47), t (21) = 4.80, p < 0.000, 95% CI [2.98, -1.18], d = 1.02. Respondenten ervaren de gepersonaliseerde conditie als persoonlijker dan de niet gepersonaliseerde conditie. Hiermee is aangetoond dat de manipulatie succesvol was.
De manier van dataverzameling
Om voor het statement over de manier van dataverzameling de waargenomen openheid vast te stellen zijn de respondenten blootgesteld aan drie verschillende statements (zie Bijlage 3). Vervolgens is gevraagd om van ieder statement aan te geven hoe open deze is over de manier van dataverzameling. De statements zijn beoordeeld op een 7-punts Likert schaal van 1 (Helemaal verborgen) tot 7 (Helemaal open). Statement twee werd als het meest open gezien (M = 5.73, SD = 1.39), vervolgens statement drie (M = 4.68, SD = 1.00) en als minst open werd statement één gezien (M = 1.41, SD = 0.91). Met een paired-sample t-test werd
aangetoond dat statement twee significant meer open was dan statement één, t (21) = 9.85, p < 0.000, 95% CI [-5,23, -3.41], d = 2.10 en statement drie, t (21) = 2.47, p = 0.022, 95% CI [0.16; 1.93], d = 0.53. Op basis van deze resultaten is er voor gekozen het tweede statement te gebruiken voor het daadwerkelijke experiment.
Procedure
Respondenten zijn via email en Facebook uitgenodigd om de online vragenlijst in te vullen. De onderzoeksperiode was tussen 8 mei en 15 mei 2017. Via een link uit Qualtrics kon worden deelgenomen aan het onderzoek. Voordat het onderzoek begon werd eerst gevraagd akkoord te gaan met de informed consent. Als coverstory werd de respondenten verteld dat ze deelnamen aan een consumentenonderzoek over webwinkels.
Ter controle werd aan de respondenten gevraagd of zij wel eens producten online kochten. Vervolgens werd aan de respondenten gevraagd zich in te beelden dat zij op zoek waren naar een nieuwe televisie. Hierna volgde blootstelling aan één van de vier condities. Daarna volgde de vragenlijst met als eerste de stellingen die betrekking hadden op de koopintentie en privacyzorgen. Vervolgens werd gevraagd naar de mate van personalisatie van de webwinkel en de herinnering en herkenning van het statement over de manier van
dataverzameling. Hiermee kon de manipulatiecheck worden uitgevoerd. Als laatste werden een aantal controlevragen gesteld.
Nadat de respondenten klaar waren met de vragenlijst werd de mogelijkheid gegeven opmerkingen of vragen over het onderzoek in te vullen. Daarna volgde de debriefing waarin het doel van het onderzoek werd verteld (zie Bijlage 2).
Meetinstrumenten Koopintentie
De afhankelijke variabele koopintentie is gemeten aan de hand van vijf items. De items zijn gebaseerd op schalen van koopintentie van Van Reijmersdal et al. (2016), Teng en Laroche (2007) en Spears en Singh (2004). Allereerst werd aan de respondenten gevraagd zich in te beelden dat ze op zoek zijn naar een televisie. Vervolgens is gevraagd antwoord te geven op vijf stellingen (zie Bijlage 2). Deze stellingen zijn beoordeeld op een 7-punts Likert schaal van 1 (Helemaal mee oneens) tot 7 (Helemaal mee eens). Om te controleren of de items een betrouwbare en valide schaal vormen is een principale-componentenanalyse met Varimax rotatie en een betrouwbaarheidsanalyse uitgevoerd. Hieruit blijkt dat de vijf items laden op een factor (EV = 4.03), die 80.68% van de totale variantie verklaard. Verder zijn de items intern consistent (α = 0.94). De vijf items vormen een betrouwbare schaal voor koopintentie (M = 3.32, SD = 1.40). Met de gemiddelden van de items is een schaal samengesteld. Hoe hoger respondenten scoren op de schaal, hoe hoger de koopintentie.
Privacyzorgen
De mediator privacyzorgen is gemeten aan de hand van vijf items (zie Bijlage 2). Deze items zijn gebaseerd op de schaal van Beak en Morimoto (2012). De vijf items laden op één factor (EV = 2.75), die 55.07% van de totale variantie verklaard. De items zijn intern consistent en
vormen een betrouwbare schaal (α = 0.78, M = 4.57, SD = 1.17). Hoe hoger respondenten scoren op de schaal, hoe hoger de privacyzorgen.
Manipulatiecheck personalisatie
De manipulatiecheck van personalisatie is, net zoals tijdens de pre-test, gebaseerd op de manipulatiecheck van Dijkstra (2005) (zie Bijlage 2). Deze vier items zijn gemeten op een 7-punts Likert schaal van 1 (Helemaal mee oneens) tot 7 (Helemaal mee eens). De vier items laden op één factor (EV = 1.94), die 48.58% van de totale variantie verklaard. De items zijn intern consistent en vormen een betrouwbare schaal (α = 0.64, M = 4.37, SD = 1.07). Hoe hoger respondenten scoren op de schaal, hoe meer zij de webwinkel gepersonaliseerd vonden.
Manipulatiecheck manier van dataverzameling
Om te controleren of de manipulatie van de manier van dataverzameling is geslaagd is allereerst gevraagd naar de herinnering van het statement en vervolgens de herkenning. Herinnering. De herinnering van het statement werd getoetst met: ‘Heeft u boven de
afbeelding van de webwinkel een statement over cookies gezien? (Ja = 33.0%, Nee = 67.0%).
Herkenning. Ten tweede is herkenning getoetst. Het statement is aan de respondenten getoond en daarna is de volgende vraag gesteld: ‘Heeft u onderstaand statement boven de afbeelding van de webwinkel gezien?’ (Ja = 46.2%, Nee = 53.8%). Respondenten die op basis van herkenning geen juist antwoord hebben gegeven zijn niet meegenomen in de analyses, omdat hierbij niet vastgesteld kan worden dat het effect afhankelijk is van de manipulatie.
Controlevragen
Allereerst werd gevraagd naar de demografische gegevens geslacht (39.4% man, 60.6% vrouw), leeftijd (M = 26.48, SD = 8.37) en opleidingsniveau (1.8% Basisonderwijs, 16.3%
Middelbare School (VMBO, HAVO, VWO), 7.7% Middelbaar Beroeps Onderwijs (MBO, MAVO), 25.8% Hoger Beroeps Onderwijs (HBO), 31.7% Wetenschappelijk Onderwijs (Bachelor), 16.7% Wetenschappelijk Onderwijs (Master)).
Verder is nog gekeken naar de frequentie van online aankopen (0% Nooit, 18.1% Jaarlijks, 65.6% Maandelijks, 14.9% Wekelijks, 0.9% Dagelijks) (M = 2.99, SD = 0.61), en bekendheid met Televisiewinkel.nl (Ja = 7.2%, Nee = 92.8%). Als laatste werd gevraagd hoe groot de interesse in het product was met de stelling: ‘Ik heb over het algemeen een interesse in televisies’. Dit item is gemeten op een 7-punts Likert schaal van 1 (Helemaal mee oneens) tot 7 (Helemaal mee eens). Hieruit blijkt dat respondenten over het algemeen redelijk weinig interesse hebben in televisies (M = 3.04, SD = 0.71).
Verder is tussen de schaal van koopintentie het item: ‘Vul hier 1 in (helemaal mee
oneens)’ toegevoegd, om de oplettendheid van de respondenten te toetsen.
Resultaten
Manipulatiecheck
Aan de hand van de manipulatiecheck voor personalisatie van Dijkstra (2005) is gecontroleerd of de gepersonaliseerde conditie als persoonlijker wordt ervaren door de respondenten dan de niet-gepersonaliseerde conditie. Hiervoor is een onafhankelijke t-toets uitgevoerd met de onafhankelijke variabele personalisatie (gepersonaliseerd vs.
niet-gepersonaliseerd). Er blijkt geen significant verschil te bestaan tussen de gepersonaliseerde conditie (M = 4.54, SD = 1.06) en de niet gepersonaliseerde conditie (M = 4.20, SD = 1.06), t (219)= -2.35, p = 0.985. De manipulatie van personalisatie was dus niet succesvol.
Vervolgens is de herinnering van het statement over de manier van dataverzameling getoetst van de respondenten. 55.9% (n = 62) van de respondenten die zijn blootgesteld aan het statement wisten zich dit nog te herinneren, 44.1% (n = 49) gaf onjuist aan geen statement
te hebben gezien. 90.0% (n = 99) van de respondenten die niet zijn blootgesteld aan het statement gaf aan geen statement gezien te hebben, 10.0% (n = 11) gaf onjuist aan wel een statement te hebben gezien.
Vervolgens is herkenning getoetst. 75.7% (n = 84) van de respondenten die zijn blootgesteld aan het statement herkende het statement wanneer zij die zagen, 24.3% (n = 27) gaf aan dat zij het statement niet gezien hadden. 83.6% (n = 92) van de respondenten die geen statement gezien hadden gaven aan het statement niet te herkennen wanneer zij die zagen, 16.4% (n = 18) gaf onjuist aan het statement wel te hebben gezien.
20.36% van de respondenten (n = 45) herkende het statement niet, terwijl ze hier wel aan blootgesteld waren, of gaven aan het statement wel te herkennen terwijl ze hier niet aan waren blootgesteld. Bij deze respondenten is de manipulatie niet geslaagd. Er is voor gekozen de resultaten uit te voeren over de substeekproef (n = 176) waarbij de manipulatie wel gelukt is. Dit is gedaan om te controleren of herkenning van het statement van invloed is op de resultaten. Eerst worden de resultaten besproken van de substeekproef en daarna worden de relevante verschillen besproken tussen de substeekproef en de totale steekproef (N = 221).
Randomisatie
ANOVA en Chi-square laten zien dat de vier experimentele groepen niet verschillen met betrekking tot geslacht, χ² (3) = 1.55, p =0 .671, leeftijd F (3,172) = 0.97, p = 0.401, opleiding χ² (15) = 11.23, p = 0.736, bekendheid met Televisiewinkel.nl χ² (3) = 5.60, p = 0.133 en frequentie online aankopen χ² (12) = 13.04, p = 0.366. De variabelen worden niet
meegenomen als covariaten in de analyses, omdat we er zeker van kunnen zijn dat de effecten op privacyzorgen en koopintentie hierdoor niet verstoord worden.
Het effect op koopintentie
H1 stelt dat blootstelling aan een gepersonaliseerde webwinkel leidt tot een positievere koopintentie dan blootstelling aan een niet-gepersonaliseerde webwinkel. Om H1 te toetsen is een onafhankelijke t-test uitgevoerd met personalisatie (gepersonaliseerd vs.
niet-gepersonaliseerd) als onafhankelijke en de koopintentie als afhankelijke variabele. Het verschil tussen de groepen bleek significant, t (174) = 2.11, p = 0.036. Respondenten die zijn blootgesteld aan de gepersonaliseerde conditie (M = 3.08, SD = 1.31) hadden een lagere koopintentie dan respondenten die zijn blootgesteld aan de niet-gepersonaliseerde conditie (M = 3.51, SD = 1.15). Dit resultaat is niet in lijn met de hypothese. Hypothese 1 wordt
verworpen.
Het effect op privacyzorgen
H2 stelt dat blootstelling aan een gepersonaliseerde webwinkel leidt tot meer privacyzorgen dan blootstelling aan een niet-gepersonaliseerde webwinkel. Om H2 te toetsen is een
onafhankelijke t-toets uitgevoerd met twee groepen (personalisatie vs. geen personalisatie) als onafhankelijke en privacyzorgen als afhankelijke variabele. Uit de onafhankelijke t-toets blijkt geen significant verschil tussen de respondenten die zijn blootgesteld aan de
gepersonaliseerde conditie (M = 4.72, SD = 1.06) en respondenten die zijn blootgesteld aan de niet-gepersonaliseerde conditie (M = 4.48, SD = 1.32), t (174) = -1.38, p = 0.171.
Blootstelling aan een gepersonaliseerde webwinkel leidt niet tot meer privacyzorgen dan blootstelling aan een niet-gepersonaliseerde webwinkel. Hypothese 2 wordt daarom verworpen.
Het mediërende effect van privacyzorgen
webwinkel en koopintentie medieert. Om de effecten van personalisatie in een webwinkel op de koopintentie, gemedieerd door privacyzorgen te meten is MODEL 4 van Hayes’
PROCESS macro gebruikt (Hayes, 2013). Deze methode berekent de coëfficiënten van de paden in een mediatiemodel en genereert 5000 bootstrap samples voor bias corrected betrouwbaarheidsintervallen, om zo de effecten van personalisatie op koopintentie, via privacyzorgen te schatten.
Er is een analyse gedaan voor de afhankelijke variabele koopintentie, met personalisatie (gepersonaliseerd, niet-gepersonaliseerd) als onafhankelijke variabele en privacyzorgen als mediator (zie Figuur 2). Er is geen significant effect gevonden van
personalisatie op privacyzorgen (b = 0.24, se = 0.17, p = 0.171). Ook wordt geen significant effect gevonden van privacyzorgen op koopintentie (b = -0.09, se = 0.09, p = 0.336). Het totale effect van personalisatie op koopintentie is statistisch significant (b = -0.43, se = 0.20, p = 0.036). Ook het directe effect van personalisatie op koopintentie, via privacyzorgen is statistisch significant (b = -0.41, se = 0.20, p = 0.047). Het indirecte effect is niet significant (indirect effect = -0.02, boot SE = 0.03, 95% BCBCI [-0.14, 0.01]. Het resultaat is niet conform de hypothese, hypothese 3 wordt verworpen. Privacyzorgen mediëert niet het verband tussen personalisatie en koopintentie.
Direct effect van personalisatie op koopintentie = c’ * p < 0.05
Figuur 2. Mediatiemodel: Effect van personalisatie op koopintentie via privacyzorgen
Het modererende effect van de manier van dataverzameling
H4 en H5 werden getoetst met Model 7 van Hayes’ PROCESS macro (2013), door middel van moderated mediation. Er is een analyse gedaan voor de afhankelijke variabele
koopintentie, met personalisatie (gepersonaliseerd vs. niet-gepersonaliseerd) als
onafhankelijke variabele, de manier van dataverzameling (open vs. verborgen) als moderator en privacyzorgen als mediator.
H4 stelt dat het verband tussen personalisatie en privacyzorgen wordt beïnvloed door de manier van dataverzameling, waarbij een open dataverzameling leidt tot minder
privacyzorgen dan verborgen dataverzameling. Er bleek geen significant interactie effect tussen personalisatie en de manier van dataverzameling te bestaan (b = -0.43, se = 0.35, p = 0.22). Dit resultaat is niet conform de hypothese, hypothese 4 wordt verworpen. De manier van dataverzameling modereert niet het verband tussen personalisatie en privacyzorgen.
H5 stelt dat personalisatie in een webwinkel (vs geen personalisatie in een webwinkel) zorgt voor meer privacyzorgen wat vervolgens de koopintentie negatief beïnvloedt, dit effect
zal het sterkst zijn wanneer iemand niet is blootgesteld aan een open dataverzameling (zie Figuur 3). Er is geen significant effect gevonden van personalisatie op privacyzorgen (b = 0.44, se = 0.24, p = 0.068) en van de manier van dataverzameling op privacyzorgen (b = 0.20, se = 0.25, p = 0.421). Daarnaast wordt ook geen significant effect gevonden van
privacyzorgen op koopintentie (b = -0.09, se = 0.09, p = 0.336). Het directe effect van personalisatie is wel statistisch significant (b = -0.41, se = 0.20, p = 0.047). Verder wordt geen conditioneel indirect effect van open dataverzameling (indirect effect = -0.00, 95% CI [-0.10; 0.06]) of verborgen dataverzameling (indirect effect = -0.04, 95% CI [-0.22; 0.03]) op de koopintentie via privacyzorgen gevonden. Er wordt geen moderated mediation aangetoond (index of moderated mediation = 0.04, boot SE = 0.07, 95% CI [-0.03; 0.27]). Het resultaat is niet conform de hypothese. Hypothese 5 wordt verworpen.
Direct effect van personalisatie op koopintentie = c’ * p < 0.05
Figuur 3. Modererend mediatiemodel: Effect van personalisatie op koopintentie via privacyzorgen
Verschillen tussen de totale steekproef en substeekproef
Enkel het effect van personalisatie op koopintentie blijkt significant te verschillen wanneer de groep respondenten die op basis van de manipulatiecheck zijn verwijderd niet worden
meegenomen in de analyses. Wanneer de totale steekproef (N = 221) wordt meegenomen blijkt het directe effect van personalisatie op koopintentie niet significant (b = -0.35, se = 0.19, p = 0.062), terwijl wanneer wordt gekeken naar de substeekproef (n = 176) het directe effect van personalisatie wel statistisch significant is (b = -0.41, se = 0.20, p = 0.047). Dit betekent dat het niet slagen van de manipulatie van invloed is geweest op het effect van personalisatie op de koopintentie.
Conclusie en discussie
Uit dit onderzoek blijkt dat personalisatie, in de vorm van live notificaties, in een webwinkel zorgt voor een lagere koopintentie dan wanneer dit niet aanwezig is. Daarnaast bleek dat privacyzorgen geen mediërende rol vervulde tussen personalisatie en de koopintentie. Verder heeft ook de manier van dataverzameling geen invloed op het verband tussen personalisatie en de koopintentie, via privacy zorgen. Verborgen dataverzameling zorgt er niet voor dat privacyzorgen versterken en de koopintentie vermindert.
Tegen verwachting in blijkt dat personalisatie een negatief effect heeft op de
koopintentie. Op basis van het ELM (Petty & Cacioppo, 1979), self-referencing (Rogers et al., 1997) en het TPB (Ajzen, 1991) werd voorspeld dat personalisatie ervoor zorgt dat een
boodschap persoonlijk relevant wordt (Aguirre et al., 2015; Dijkstra, 2005; Dijkstra et al., 2008). Hierdoor zou deze worden verwerkt via de centrale route, wat een mogelijke positieve attitudeverandering en vervolgens een verhoogde koopintentie teweeg brengt. Verder wijst ook eerder onderzoek op een positief effect van personalisatie op de koopintentie (Lee & Kwon, 2008). Dit blijkt voor dit onderzoek echter niet het geval.
Privacyzorgen blijken het gevonden negatieve effect van personalisatie op de koopintentie niet te verklaren. In lijn met de Personalization-Privacy Paradox (Awad & Krishnan, 2006) en de Privacy Calculus (Awad & Krishnan, 2006; Laufer & Wolf, 1977; Milne & Gordon, 1993) werd voorspeld dat personalisatie mogelijk leidt tot meer
privacyzorgen, omdat personalisatie samengaat met het openbaren van persoonlijke
informatie en het daarbij afwegen van de voor- en nadelen hiervan. Daarnaast toonde eerder onderzoek aan dat personalisatie leidt tot meer privacyzorgen (Aguirre et al., 2015; Jamal et al., 2013; Lokhande & Meshram, 2015) en dat privacyzorgen van invloed zijn op de
koopintentie (Fortes & Rita, 2016; Liao, Liu, & Chen, 2011; Taylor, Davis, & Jillapalli, 2009). Dit onderzoek bevestigt dit verband niet.
Eveneens blijkt dat de manier van dataverzameling geen rol speelt bij het verband tussen personalisatie, privacyzorgen en de koopintentie. In lijn met de Psychological
Ownership Theory (Aguirre et al., 2015), werd voorspeld dat de manier van dataverzameling mogelijk van invloed is op het verband tussen personalisatie, privacyzorgen en de
koopintentie. Verborgen dataverzameling zorgt ervoor dat er sneller een gevoel van
controleverlies optreedt, wat een negatief effect heeft op de koopintentie via privacyzorgen. Daarentegen zorgt open dataverzameling ervoor dat dit gevoel van controleverlies niet optreedt wat het negatieve effect van personalisatie op de koopintentie via privacyzorgen kan afzwakken (Aguirre et al., 2015; Tam & Ho 2006). In dit onderzoek blijken deze bevindingen en theorieën echter niet te kloppen.
Beperkingen en vervolgonderzoek
Hoewel het huidige onderzoek met zorgvuldigheid is opgezet zijn er een aantal
noemenswaardige beperkingen. Deze beperkingen kunnen wellicht het negatieve effect van personalisatie op koopintentie en het uitblijven van de effecten van privacyzorgen en de
manier van dataverzameling in dit onderzoek verklaren.
Meerdere respondenten gaven aan dat zij de webwinkel erg vol en druk vonden. De drukke webwinkel kan voor information overload (Miller, 1956) hebben gezorgd waardoor de effecten op privacyzorgen en koopintentie in dit onderzoek ontbreken. Het Limited Capacity Model (Lang, 2000) stelt dat consumenten een beperkte cognitieve capaciteit beschikbaar hebben om informatie te verwerken. Information overload ontstaat wanneer een persoon meer informatie moet verwerken dan dat er cognitieve capaciteit beschikbaar is om dit te doen. In een online omgeving ontstaat information overload eerder doordat er geen mogelijkheid is tot menselijk contact, waarin uitleg wordt gegeven (Parra & Ruiz, 2009). Information overload kan er voor gezorgd hebben dat personalisatie, in de vorm van live notificaties, en de manier van dataverzameling niet zijn verwerkt doordat er teveel informatie te zien was in de
webwinkel. Hierdoor kon het verwachte effect wellicht niet plaatsvinden. Het is voor
vervolgonderzoek belangrijk de webwinkel overzichtelijker te maken. Er wordt verwacht dat dit ervoor zorgt dat respondenten beter in staat zijn de gepersonaliseerde live notificaties en de manier van dataverzameling in zich op te nemen, wat er voor kan zorgen dat de
koopintentie via privacyzorgen sterker wordt beïnvloed.
Een andere beperking heeft betrekking op de manipulatie van de manier van
dataverzameling. Het is hierbij opvallend dat veel respondenten die zijn blootgesteld aan het statement over open dataverzameling dit zich niet konden herinneren (geen herinnering = 44,1%) of het statement niet herkende (geen herkenning = 24,3%). Het zou kunnen zijn dat het open statement over de manier van dataverzameling niet duidelijk genoeg zichtbaar was of dat respondenten niet wisten wat bedoeld werd met het statement.
Een andere mogelijke oorzaak voor het niet herkennen van het statement kan banner blindheid zijn (Benway, 1998; Hervet, Guerard, Tremblay, & Chtourou, 2011; Tuten, 2008). Banner blindheid houdt in dat internetgebruikers banners op websites ontwijken (Drèze &
Hussherr, 2003) of er geen aandacht aan schenken (Chatterjee, 2008). Tijdens blootstelling aan de webwinkel is wellicht gelet op de algemene inhoud, zoals de televisie, het merk of de kleuren in de webwinkel. Hierdoor is het statement over de manier van dataverzameling genegeerd. Als gevolg hiervan is bij de respondenten, zoals aangegeven, wellicht geen cognitief bewustzijn opgetreden (Tuten, 2008).
In vervolgonderzoek is het belangrijk het statement over de manier van
dataverzameling duidelijker zichtbaar te maken. Er kan bijvoorbeeld worden onderzocht of de plek op de pagina of de grootte van de meldingen van invloed zijn op herinnering en
herkenning. Er wordt verwacht dat wanneer er wel cognitief bewustzijn optreedt de manier van dataverzameling een sterker effect heeft op de koopintentie via privacyzorgen.
Een laatste belangrijke beperking van dit onderzoek is dat de gepersonaliseerde live notificaties niet als persoonlijk genoeg werden ervaren, om een verschil te creëren tussen de gepersonaliseerde en niet-gepersonaliseerde conditie. De gepersonaliseerde webwinkel werd niet significant persoonlijker gevonden dan de niet-gepersonaliseerde webwinkel
(Mgepersonaliseerd = 4.54, Mniet-gepersonaliseerd = 4.20). Dit kan komen doordat het laten zien
van live notificaties een nieuwe vorm van personalisatie is waarover nog niet voldoende kennis beschikbaar is. Hierdoor weten respondenten wellicht niet dat deze live notificaties persoonlijk op hen zijn gericht, waardoor de webwinkel niet als persoonlijk ervaren wordt (Maslowska et al., 2016). Dit kan er ook voor gezorgd hebben dat self-referencing niet is opgetreden, omdat de boodschap niet als persoonlijk relevant is ervaren. Het is voor
vervolgonderzoek interessant om naast live notificaties ook andere vormen van personalisatie mee te nemen om zo te kijken welke vormen van personalisatie daadwerkelijk als persoonlijk worden ervaren. Hierbij is het wenselijk dat de ‘waargenomen personalisatie’ als mediërende variabele wordt meegenomen. Zo kan de mate van waargenomen personalisatie aangetoond worden tussen de verschillende vormen van personalisatie. Er kan bijvoorbeeld gedacht
worden aan identificatie van de respondent bij naam of contextualisatie door gebruik van demografische gegevens, zoals geslacht of cultuur (Maslowska et al., 2016). Op basis van onderzoek van Maslowska, Smit en van den Putte (2016) wordt verwacht dat wanneer de waargenomen personalisatie hoog is, het effect van personalisatie via privacyzorgen op koopintentie ook sterker is.
Praktische implicaties
Ondanks de beperkingen van dit onderzoek is het een goede stap in onderzoek naar de effecten van personalisatie in de vorm van live notificaties. Uit dit onderzoek blijkt dat personalisatie in de vorm van live notificaties een negatief effect heeft op de koopintentie. Wanneer marketeers de koopintentie willen verhogen wordt dus afgeraden om personalisatie in de vorm van live notificaties te gebruiken.
Echter kan deze conclusie ook in twijfel getrokken worden. De privacy paradox gaat er vanuit dat er een verschil is tussen de intentie die mensen hebben om persoonlijke
informatie vrij te geven en het uiteindelijke gedrag (Norberg, Horne, & Horne, 2007). Eerder onderzoek bevestigt deze paradox (Norberg et al., 2007). Volgens R. van Dijk, e-commerce consultant voor Televisiewinkel.nl, is de implementatie van live notificaties bij
Televisiewinkel.nl verantwoordelijk voor een stijging in het conversiepercentage van 1.50% naar 2.72% (persoonlijke communicatie, 19 juni 2017). Deze gegevens zijn achterhaald uit een A/B test met de personalisatie tool Barilliance. Ondanks dat hieruit blijkt dat
personalisatie een positief effect heeft op koopgedrag, moet wel rekening gehouden worden met een negatieve koopintentie die mogelijk onvoorziene effecten kan hebben.
Vervolgonderzoek zal moeten uitwijzen of dit daadwerkelijk zo is.
Omdat de manier van dataverzameling daarnaast ook geen effect laat zien wordt niet aangeraden, naast het verplichte cookiestatement, consumenten op de hoogte te brengen over
de manier van dataverzameling.
Daarnaast hebben deze bevindingen wellicht gevolgen voor de wet en regelgeving over online dataverzameling. Misschien moeten consumenten beter beschermd of
geïnformeerd worden, omdat zij zich niet bewust zijn van de manieren waarop bedrijven persoonlijke data verzamelen. Een publiekscampagne biedt hier wellicht gelegenheid voor.
Referenties
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. doi:10.1016/0749-5978(91)90020-T
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
Aguirre, E., Roggeveen, A. L., Grewal, D., & Wetzels, M. (2016). The
personalization-privacy paradox: Implications for new media. Journal of Consumer Marketing, 33(2), 98–110. doi:10.1108/jcm-06-2015-1458
Ansari, A., & Mela, C. F. (2003). E-customization. Journal of Marketing Research, 40(2), 131-145. doi:10.1509/jmkr.40.2.131.19224
Awad, N. F., & Krishnan, M. S. (2006). The personalization privacy paradox: An empirical evaluation of information transparency and the willingness to be profiled online for personalization. MIS Quarterly, 30(1), 13-28. Retrieved from
http://www.jstor.org/stable/25148715
Baek, T. H., & Morimoto, M. (2012). Stay away from me: Examining the
determinants of consumer avoidance of personalized advertising. Journal of Advertising, 41(1), 59-76. doi: 10.2753/JOA0091-3367410105
Benway, J. P. (1998). Banner blindness: The irony of attention grabbing on the world wide web. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 42(5), 463–467. doi:10.1177/154193129804200504
Bandyopadhyay, S. (2011). Antecedents and consequences of consumers online privacy concerns. Journal of Business & Economics Research (JBER), 7(3), 41-48. doi:10.19030/jber.v7i3.2269
Barilliance (n.d.). Social proof for ecommerce. Retrieved March 30, 2017 from: https://www.barilliance.com/social-proof-for-ecommerce/
Berendt, B., Günther, O., & Spiekermann, S. (2005). Privacy in e-commerce: Stated preferences vs. actual behavior. Communications of the ACM, 48(4), 101-106. doi:10.1145/1053291.1053295
Cahn, A., Alfeld, S., Barford, P., & Muthukrishnan, S. (2016). An empirical study of web cookies. Proceedings of the 25th International Conference on World Wide Web (WWW), 16. 891-901. doi:10.1145/2872427.2882991
Cao, Y., & Li, Y. (2007). An intelligent fuzzy-based recommendation system for consumer electronic products. Expert Systems with Applications, 33(1), 230–240.
doi:10.1016/j.eswa.2006.04.012
Chatterjee, P. (2008). Are unclicked ads wasted? Enduring effects of banner and pop-up ad exposures on brand memory and attitudes. Journal of Electronic Commerce Research, 9(1), 51.
Chen, Y. H., Hsu, I. C., & Lin, C. C. (2010). Website attributes that increase consumer purchase intention: A conjoint analysis. Journal of Business Research, 63(9-10), 1007–1014. doi:10.1016/j.jbusres.2009.01.023
Dijkstra, A. (2005). Working mechanisms of computer-tailored health education: Evidence from smoking cessation. Health Education Research, 20(5), 527–539.
doi:10.1093/her/cyh014
Dijkstra, A. (2008). The psychology of tailoring-ingredients in computer-tailored persuasion. Social and Personality Psychology Compass, 2(2), 765–784. doi:10.1111/j.1751-9004.2008.00081.x
Dinev, T., & Hart, P. (2004). Internet privacy concerns and their antecedents-measurement validity and a regression model. Behaviour & Information Technology, 23(6), 413-422. doi:10.1080/01449290410001715723
Drèze, X., & Hussherr, F. X. (2003). Internet advertising: Is anybody watching? Journal of Interactive Marketing, 17(4), 8-23. doi:10.1002/dir.10063
Fortes, N., & Rita, P. (2016). Privacy concerns and online purchasing behaviour: Towards an integrated model. European Research on Management and Business Economics, 22(3), 167-176. doi:10.1016/j.iedeen.2016.04.002
Friestad, M., & Wright, P. (1994). The persuasion knowledge model: How people cope with persuasion attempts. Journal of Consumer Research, 21(1), 1-31. http://dx.doi.org/10.1086/209380.
Häubl, G., & Trifts, V. (2000). Consumer decision making in online shopping environments: The effects of interactive decision aids. Marketing Science, 19(1), 4-21.
doi:10.1287/mksc.19.1.4.15178
Hayes, A. F. (2013). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. New York, NY: Guilford Press.
Hawkins, R. P., Kreuter, M., Resnicow, K., Fishbein, M., & Dijkstra, A. (2008).
Understanding tailoring in communicating about health. Health Education Research, 23(3), 454-466. doi:10.1093/her/cyn004
Ho, S. Y., & Bodoff, D. (2014). The effects of web personalization on user attitude and behavior: An integration of the elaboration likelihood model and consumer search theory. MIS Quarterly, 38(2), 497-520.
Jamal, A., Coughlan, J., & Kamal, M. (2013). Mining social network data for personalisation and privacy concerns: A case study of Facebook’s beacon. International Journal of Business Information Systems, 13(2), 173-198. doi: 10.1504/ijbis.2013.054334
Joinson, A. N., & Paine, C. B. (2007). Self-disclosure, privacy and the internet. In A. Joinson (Ed.), Oxford handbook of internet psychology (pp. 237-252). Oxford: Oxford
University Press.
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2009). Trust and satisfaction, two stepping stones for successful e-commerce relationships: A longitudinal exploration. Information Systems Research, 20(2), 237–257. doi:10.1287/isre.1080.0188
Kim, J. U., Kim, W. J., & Park, S. C. (2010). Consumer perceptions on web advertisements and motivation factors to purchase in the online shopping. Computers in Human Behavior, 26(5), 1208–1222. doi:10.1016/j.chb.2010.03.032
Lambrecht, A., & Tucker, C. (2013). When does retargeting work? Information specificity in online advertising. Journal of Marketing Research, 50(5), 561-576.
doi:10.1509/jmr.11.0503
Lang, A. (2000). The limited capacity model of mediated message processing. Journal of Communication, 50(1), 46–70. doi:10.1093/joc/50.1.46
Langheinrich, M., Nakamura, A., Abe, N., Kamba, T., & Koseki, Y. (1999). Unintrusive customization techniques for web advertising. Computer Networks, 31(11-16), 1259– 1272. doi:10.1016/s1389-1286(99)00033-x
Laufer, R. S., & Wolfe, M. (1977). Privacy as a concept and a social issue: A
multidimensional developmental theory. Journal of Social Issues, 33(3), 22–42. doi:10.1111/j.1540-4560.1977.tb01880.x
Lee, C. H., & Cranage, D. A. (2011). Personalisation–privacy paradox: The effects of personalisation and privacy assurance on customer responses to travel web sites. Tourism Management, 32(5), 987–994. doi:10.1016/j.tourman.2010.08.011
Lee, K. C., & Kwon, S. (2008). Online shopping recommendation mechanism and its influence on consumer decisions and behaviors: A causal map approach. Expert Systems with Applications, 35(4), 1567-1574. doi:10.1016/j.eswa.2007.08.109 Liao, C., Liu, C. C., & Chen, K. (2011). Examining the impact of privacy, trust and risk perceptions beyond monetary transactions: An integrated model. Electronic Commerce Research and Applications, 10(6), 702-715.
doi:10.1016/j.elerap.2011.07.003
Lokhande, P. S., & Meshram, B. B. (2015). Analysis and design of web personalization systems for e-commerce. International Journal of Web Technology, 4(2), 40–46. doi:10.20894/ijwt.104.004.002.003
Maslowska, E., Smit, E. G., & van den Putte, B. (2016). It is all in the name: A study of consumers' responses to personalized communication. Journal of Interactive Advertising, 16(1), 74-85. doi: 10.1080/15252019.2016.1161568
Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81-97.
doi:10.1037/h0043158
Milne, G. R., & Gordon, M. E. (1993). Direct mail privacy-efficiency trade-offs within an implied social contract framework. Journal of Public Policy & Marketing, 12(2), 206-215. Retrieved from http://www.jstor.org/stable/30000091
Milne, G. R., Bahl, S., & Rohm, A. (2008). Toward a framework for assessing covert marketing practices. Journal of Public Policy & Marketing, 27(1), 57-62. doi:10.1509/jppm.27.1.57
Montgomery, A. L., & Smith, M. D. (2009). Prospects for personalization on the Internet. Journal of Interactive Marketing, 23(2), 130-137. doi:10.1016/j.intmar.2009.02.001
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
Ohkubo, M., Suzuki, K., & Kinoshita, S. (2005). RFID privacy issues and technical challenges. Communications of the ACM, 48(9), 66-71.
doi:10.1145/1081992.1082022
Parra, J. F., & Ruiz, S. (2009). Consideration sets in online shopping environments: The effects of search tool and information load. Electronic Commerce Research and Applications, 8(5), 252-262. doi:10.1016/j.elerap.2009.04.005
Petty, R. E., & Cacioppo, J. T. (1979). Issue involvement can increase or decrease persuasion by enhancing message-relevant cognitive responses. Journal of Personality and Social Psychology, 37(10), 1915–1926. doi:10.1037/0022-3514.37.10.1915
Pierce, J. L., Kostova, T., & Dirks, K. T. (2003). The state of psychological ownership: Integrating and extending a century of research. Review of General Psychology, 7(1), 84-107. doi:10.1037/1089-2680.7.1.84
Rogers, T. B., Kuiper, N. A., & Kirker, W. S. (1977). Self-reference and the encoding of personal information. Journal of Personality and Social Psychology, 35(9), 677–688. doi:10.1037/0022-3514.35.9.677
Rust, R. T., & Chung, T. S. (2006). Marketing models of service and relationships. Marketing Science, 25(6), 560-580. doi:10.1287/mksc.1050.0139
Smit, E. G., Van Noort, G., & Voorveld, H. A. M. (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
Song, J., & Zahedi, F. (2001, December). Web design in e-commerce: A theory and empirical
analysis. Paper presented at the International Conference on Information Systems
(ICIS), Wisconsin, Milwaukee.
Spears, N., & Singh, S. N. (2004). Measuring attitude toward the brand and purchase intentions. Journal of Current Issues & Research in Advertising, 26(2), 53-66. doi:10.1080/10641734.2004.10505164
Sundar, S. S., & Marathe, S. S. (2010). Personalization versus customization: The importance of agency, privacy, and power usage. Human Communication Research, 36(3), 298-322. doi:10.1111/j.1468-2958.2010.01377.x
Tam, K. Y., & Ho, S. Y. (2006). Understanding the impact of web personalization on user information processing and decision outcomes. MIS Quarterly, 30(4), 865-890. Taylor, D. G., Davis, D. F., & Jillapalli, R. (2009). Privacy concern and online
personalization: The moderating effects of information control and compensation. Electronic Commerce Research, 9(3), 203-223. doi:10.1007/s10660-009-9036-2
Teng, L., & Laroche, M. (2007). Building and testing models of consumer purchase intention in competitive and multicultural environments. Journal of Business Research, 60(3), 260–268. doi:10.1016/j.jbusres.2006.09.028
Tucker, C. E. (2014). Social networks, personalized advertising, and privacy controls. Journal of Marketing Research, 51(5), 546-562. doi:10.1509/jmr.10.0355
Tuten, T. L. (2008). Advertising 2.0: Social media marketing in a web 2.0 world. Westport, Connecticut: Greenwood Publishing Group.
Van Reijmersdal, E. A., Fransen, M. L., van Noort, G., Opree, S. J., Vandeberg, L., Reusch, S., … Boerman, S. C. (2016). Effects of disclosing sponsored content in blogs: How the use of resistance strategies mediates effects on persuasion. American
Wessel, M., & Thies, F. (2015, May). The effects of personalization on purchase intentions for online news: An experimental study of different personalization increments. Paper presented at Twenty-Third European Conference on Information Systems (ECIS), Münster, Germany. doi:10.18151/7217524
White, T. B., Zahay, D. L., Thorbjørnsen, H., & Shavitt, S. (2008). Getting too personal: Reactance to highly personalized email solicitations. Marketing Letters, 19(1), 39-50. doi:10. 1007/s11002-007-9027-9
Xu, H., Luo, X. R., Carroll, J. M., & Rosson, M. B. (2011). The personalization privacy paradox: An exploratory study of decision making process for location-aware marketing. Decision Support Systems, 51(1), 42-52. doi:10.1016/j.dss.2010.11.017
Yeon Kim, H., & Chung, J. E. (2011). Consumer purchase intention for organic personal care
products. Journal of Consumer Marketing, 28(1), 40-47.
Bijlage 1: Stimulusmateriaal
Webwinkel 1: Gepersonaliseerd met open dataverzameling
Welkom op de website van Televisiewinkel.nl! Wil je een tv kopen? Dan ben je bij Televisiewinkel aan het juiste adres. Deze website gebruikt cookies en scripts (hierna te noemen “Cookies”) om uw gebruik te analyseren. Hierdoor maken we het surfen op onze website makkelijker voor u en kunnen we op basis van uw getoonde interesse in de webwinkel, relevante aanbiedingen en informatie geven. Het gebruik van cookies is veilig. Er kan geen persoonlijke informatie, zoals een telefoonnummer of een e-mailadres, uit cookies worden herleid.
Webwinkel 2: Niet-gepersonaliseerd met open dataverzameling
Welkom op de website van Televisiewinkel.nl! Wil je een tv kopen? Dan ben je bij Televisiewinkel aan het juiste adres. Deze website gebruikt cookies en scripts (hierna te noemen “Cookies”) om uw gebruik te analyseren. Hierdoor maken we het surfen op onze website makkelijker voor u en kunnen we op basis van uw getoonde interesse in de webwinkel, relevante aanbiedingen en informatie geven. Het gebruik van cookies is veilig. Er kan geen persoonlijke informatie, zoals een telefoonnummer of een e-mailadres, uit cookies worden herleid.
Webwinkel 3: Gepersonaliseerd met verborgen dataverzameling
Welkom op de website van Televisiewinkel.nl! Wil je een tv kopen? Dan ben je bij Televisiewinkel aan het juiste adres.
Webwinkel 4: Niet-gepersonaliseerd met verborgen dataverzameling
Welkom op de website van Televisiewinkel.nl! Wil je een tv kopen? Dan ben je bij Televisiewinkel aan het juiste adres.
Bijlage 2: Vragenlijst
Geachte heer, mevrouw,
Met deze mail wil ik u uitnodigen om mee te doen aan een onderzoek dat wordt uitgevoerd onder toezien van de School of Communication, onderdeel van de Universiteit van
Amsterdam. De titel van dit onderzoek waar ik uw medewerking voor vraag is
‘consumentengedrag in een webwinkel’. U zult een afbeelding/video te zien krijgen van een webwinkel. Vervolgens worden een aantal vragen gesteld over de webwinkel die u gezien heeft. Alleen als u wel eens online winkelt kunt u meedoen aan dit onderzoek. Het doel van deze studie is inzicht verkrijgen in het gedrag van consumenten in een webwinkel. De deelname duurt niet langer dan 10 minuten.
Omdat dit onderzoek wordt uitgevoerd onder verantwoordelijkheid van onderzoeksinstituut ASCoR, Universiteit van Amsterdam, kunnen we garanderen dat:
1) Uw anonimiteit wordt gewaarborgd, en dat uw persoonlijke informatie niet wordt doorgespeeld aan derden, tenzij u daar toestemming voor geeft.
2) Daarnaast kunt u zonder opgaaf van redenen weigeren mee te doen aan het onderzoek of uw deelname voortijdig afbreken. U kunt achteraf, binnen 24 uur, uw toestemming voor het gebruik van de onderzoeksgegevens intrekken.
3) Dit onderzoek brengt geen risico’s of ongemakken met zich mee, de onderzoeker zal u niet met opzet misleiden en u zal niet worden blootgesteld aan expliciet beledigend materiaal. 4) U kunt uiterlijk 5 maanden na afloop van het onderzoek de beschikking krijgen over een onderzoeksrapport waarin de algemene resultaten van het onderzoek worden toegelicht.
