Airbnb: a place like home?

UNIVERSITEIT GENT FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN

Airbnb: a place like home? Een onderzoek naar de acceptatie van Airbnb in Vlaanderen

Wetenschappelijke verhandeling

aantal woorden: 20 386

STEFANIE MAES

MASTERPROEF COMMUNICATIEWETENSCHAPPEN afstudeerrichting JOURNALISTIEK

PROMOTOR: PROF. DR. GINO VERLEYE COMMISSARIS: LYNN COOREVITS ACADEMIEJAAR 2014 – 2015

Inzagerecht in de masterproef

Ondergetekende, Stefanie Maes geeft hierbij toelating aan derden, niet-behorend tot de examencommissie, haar proefschrift in te zien.

Datum en handtekening ………………………….. ………………………….

Deze toelating geeft aan derden tevens het recht om delen uit de scriptie/ masterproef te reproduceren of te citeren, uiteraard mits correcte bronvermelding.

2

Abstract Airbnb, een online community voor het huren en verhuren van leefruimtes, is de laatste maanden een hot topic in de Vlaamse actualiteit. Is het wel legaal? Zorgt het niet voor oneerlijke concurrentie ten aanzien van de hotels? Onderzoeken focussen zich voornamelijk op de wetmatige aspecten van Airbnb, maar zorgt het echt voor problemen bij de hotels? Is Airbnb de hotelmarkt aan het overnemen? Aan de hand van een onderzoek wordt nagegaan in hoeverre Airbnb gekend is in Vlaanderen en in welke mate Vlamingen zouden meegaan in het concept van Airbnb. Een opvallend resultaat is dat maar liefst 70% van de onderzoeksgroep nooit eerder gehoord heeft van Airbnb en slechts 4% het reeds heeft gebruikt. Verder werd er met behulp van clusteranalyse nagegaan welke segmenten we kunnen onderscheiden op vlak van houding ten aanzien van Airbnb, hierdoor is er een profiel bekomen van verschillen groepen in de bevolking. De personen die zouden meegaan in het Airbnbverhaal zijn de jongere generaties van de bevolking die op zoek zijn naar avontuur en op reis gaan om andere culturen te ontdekken en nieuwe mensen te leren kennen. Verder profileren ze zich als lowbudget reizigers, waarbij ze goed kunnen navigeren op het internet. Huidig onderzoek heeft de aanzet gegeven naar verder onderzoek wat betreft het profiel van de gebruikers van Airbnb. Sleutelwoorden: Airbnb, adaptatie, sharing economy

3

Inhoudstafel Inhoudstafel...................................................................................................................................................... 4 Dankwoord ....................................................................................................................................................... 6 Inleiding ............................................................................................................................................................ 7 1.

Literatuurstudie.................................................................................................................................. 9

1.1.

Diffusie van innovatie .......................................................................................................................... 9

1.2.

Sharing economie ............................................................................................................................... 13

1.3.

Algemene reismotivaties en -attitudes................................................................................................ 14

1.4.

Case study: Airbnb ............................................................................................................................. 16

1.4.1.

Historiek ............................................................................................................................................. 16

1.4.2.

Concept............................................................................................................................................... 16

1.4.3.

e-Businessmodel ................................................................................................................................. 17

1.4.4.

Literatuur overview............................................................................................................................. 19

2.

Onderzoeksdesign ............................................................................................................................. 22

2.1.

Verantwoording onderzoeksmethode ................................................................................................. 22

2.2.

Procedure en stimulus materiaal ......................................................................................................... 22

2.3.

Verantwoording onderzoeksgroep...................................................................................................... 23

2.4.

Verwerking verzamelde gegevens ...................................................................................................... 24

3.

Resultaten .......................................................................................................................................... 25

3.1.

Beschrijvende statistiek ...................................................................................................................... 25

3.2.

Inferentiële statistiek .......................................................................................................................... 27

3.2.1.

Opdeling in clusters ............................................................................................................................ 27

3.2.2.

Kennis over en houding ten opzichte van Airbnb .............................................................................. 28

3.2.3.

Clusters gelinkt aan reismotivaties en -attitudes ................................................................................ 31

3.2.4.

Sociodemografische kenmerken van de clusters ................................................................................ 36

4

4.

Bespreking van de resultaten .......................................................................................................... 40

5.

Algemeen besluit en discussie .......................................................................................................... 43

6.

Kritische noot en suggesties voor verder onderzoek ..................................................................... 45

7.

Aanbevelingen voor Airbnb............................................................................................................. 46

8.

Bronnenlijst ....................................................................................................................................... 47

8.1.

Wetenschappelijke literatuur .............................................................................................................. 47

8.1.1.

Wetenschappelijke artikels ................................................................................................................. 47

8.1.2.

Boeken ................................................................................................................................................ 49

8.1.3.

Niet-gepubliceerde rapporten ............................................................................................................. 50

8.2.

Niet-wetenschappelijke literatuur ....................................................................................................... 50

8.2.1.

Krantenartikels ................................................................................................................................... 50

8.2.2.

Masterproeven .................................................................................................................................... 50

8.2.3.

Internet................................................................................................................................................ 50

9.

Bijlagen .............................................................................................................................................. 52

9.1.

Vragenlijst .......................................................................................................................................... 52

9.2.

Somschalen ......................................................................................................................................... 58

5

Dankwoord Het stap voor stap tot stand brengen van deze masterproef was een boeiende, maar niet altijd even eenvoudige opdracht. Gelukkig kon ik rekenen op de steun van vele mensen die ik bij deze graag zou willen bedanken. In de eerste plaats gaat mijn dank uit naar mijn promotor, Prof. Dr. Gino Verleye, voor zijn hulp en raad tijdens het hele proces. Het was niet steeds evident om af te spreken, maar via diverse kanalen heeft hij mij steeds bijgestaan met deskundig advies en goede feedback. Ook zijn assistente Serena D’hooge zou ik graag bedanken om me een beter zicht te geven op de wereld van de statistische bewerkingen. Ze gaf me nieuwe inzichten, waardoor ik zelf aan de slag kon met het programma SPSS. Ook wil ik mijn respondenten in de bloemetjes zetten, want zonder hen had deze masterproef nooit tot zijn recht gekomen. Dus daarom: een welgemeende dankuwel aan al mijn vrienden, familie en kennissen die de tijd hebben genomen om mijn vragenlijst zorgvuldig in te vullen. Tot slot wil ik ook mijn familie en beste vrienden bedanken voor de steun tijdens het schrijven van deze masterproef, maar ook gedurende mijn volledige opleiding. Ze gaven mij telkens dat duwtje in de rug om door te gaan en ik kon altijd op hen rekenen wanneer er iets minder goed ging.

6

Inleiding In ons leven wordt reizen steeds belangrijker. Mensen gaan massaal op reis: of het nu gaat om een binnenlandse dan wel buitenlandse trip, voor zaken of voor het plezier. Door de vele technologische evoluties kan ook de reissector niet achterblijven op het Web 2.0 met al haar mogelijkheden. De sharing economie krijgt een gevestigde marktpositie, de grootte ervan wordt maar liefst op 23 miljard euro geschat (Malhotra & Van Alstyne, 2014). De gevolgen ervan zijn reeds zichtbaar: een veranderd consumentengedrag en consumptiepatronen die verschuiven (Buhalis & Law, 2008). Meer dan 25 miljoen gasten in meer dan 190 landen. 2008 was het jaar waarin Airbnb het levenslicht zag en sindsdien is het de hele wereld aan het veroveren (Zekanovic-Korona & Grzunov, 2014). Het is een online community waar reizigers een kamer huren bij personen die een leefruimte te veel hebben. Het kan gaan over een kamer, maar eveneens over een kasteel of mobilhome. De vraag van reizigers naar unieke verblijfplaatsen is niet nieuw, maar het verblijven in woonplaatsen van onbekenden zorgt voor een nieuwe dimensie. Het is een element dat zorgt voor dat tikkeltje meer avontuur. Door de komst van Airbnb en gelijkaardige initiatieven is reizen veel meer geworden dan lukraak een hotel kiezen en een vliegtuig boeken bij een traditioneel reisbureau. Airbnb bestaat op heden al 7 jaar, maar is dit ook af te leiden aan de verspreidings- en acceptatiegraad van de dienst? Uit de theorie van Rogers (2003) kunnen er vijf verschillende categorieën van personen gestileerd worden op vlak van adaptatie. Maar wie zijn dat bij Airbnb? En hoe is het gesteld met de diffusie van deze innovatie? Er wordt gespeculeerd dat Airbnb voor een oneerlijke concurrentie zorgt ten opzichte van hotels en andere derden (Bryon, 2014). Maar zorgt Airbnb eigenlijk voor een bedreiging van de hotels? Zijn de Vlaamse reizigers wel degelijk klaar om gebruik te maken van Airbnb en af te stappen van de traditionele gewoontes van een hotel? Aan de hand van een literatuurstudie willen we eerst en vooral duidelijkheid scheppen omtrent enkele theoretische kaders, namelijk diffusie van innovatie en de sharing economie. Verder zullen algemene motivationele of attitudinale aspecten worden besproken die de reizigers aanzetten tot het aankopen van een reis. Ook wordt er een duidelijk beeld gegeven over wat Airbnb is en welk onderzoek er reeds naar gevoerd is. Vervolgens wordt er aandacht besteed aan het onderzoeksdesign en de methodologie, waarin wordt toegelicht welke onderzoeksstrategie zal toegepast worden. Tot slot wordt er getracht een besluit te trekken waarin er wordt weergegeven wat de attitude van de Vlaamse bevolking is ten opzichte van Airbnb en welke bevolkingsgroepen al dan niet geïnteresseerd zijn in Airbnb. Volgende onderzoeksvragen worden geformuleerd met betrekking tot het onderzoek: RQ1: In hoeverre is Airbnb gekend in Vlaanderen? RQ 2: In hoeverre is de Vlaamse bevolking klaar om Airbnb te gebruiken?

7

RQ 3: Wie zijn de personen die de verschillende segmenten van adaptatie vertegenwoordigen? En hoe positioneren deze segmenten zich ten opzichte van Airbnb?

8

1. Literatuurstudie 1.1. Diffusie van innovatie Een nieuw idee op de markt brengen is geen eenvoudige handeling, zelfs niet wanneer het vele voordelen met zich meebrengt (Rogers, 2003; Cooper, 2011). De tijd tussen het moment waarop een nieuw product op de markt komt en het moment waarop het is ingeburgerd in de maatschappij, kan enorm variëren (Rogers, 2003). Dit vormt dan ook het voornaamste probleem voor de meerderheid van de organisaties: hoe kan de snelheid van verspreiding worden beïnvloed? Volgens het onderzoek van Liu, Ku en Li (2013) kan maar liefst 50% van de variantie van de mate van adaptatie verklaard worden aan de hand van het framework van Rogers. Diffusion is the process in which an innovation is communicated through certain channels over time among the members of a social system (Rogers, 2003, p. 35). Aldus Rogers (2003) is diffusie een aparte soort van communicatie, waarbij er wordt bericht over nieuwe ideeën, tussen verschillende personen in een maatschappij en dat gedurende een bepaalde tijd. Bij deze communicatie is steeds een bepaalde onzekerheid betrokken ten gevolge van een tekort aan voorspelbaarheid, structuur en informatie omdat het nog zo nieuw is. Soms wordt diffusie gelijkgesteld aan verspreiding, maar hier wordt er onder diffusie zowel de spontane als geplande verspreiding van ideeën gerekend. Uit de voorgaande definitie kunnen er vier kernelementen gestileerd worden om diffusie in de hand te werken. Eerst en vooral is er de innovatie: “an idea, practice or object that is perceived as new by an individual or other unit of adoption” (Rogers, 2003, p. 12). Innovatie staat los van tijd en ruimte. Het is niet belangrijk of een innovatie nieuw is op vlak van tijd of als het nieuw is voor een bepaald individu. Een product of dienst kan nog steeds als innovatie aanzien worden wanneer het reeds vijf jaar bestaat, maar nog niet gekend was door een individu. Volgens het onderzoek van Rogers (2003) kunnen we aannemen dat hoe meer (1) voordelen een innovatie met zich meebrengt, des te sneller die innovatie geaccepteerd zal worden. Voorgaande vaststelling wordt tegengesproken door Lorenzo-Dus (2006) en Lekakos (2009) die stellen dat consumenten nooit enkel en alleen voor praktische voordelen gaan adapteren aan een innovatie. Volgens Rogers (2003) is ook de (2) compatibiliteit van belang bij de introductie van een innovatie. Het handelt over de mate waarin een nieuw product/dienst kan gebruikt worden met bestaande waarden en waarbij de noden van de potentiële consument bevredigd worden. Wanneer iets nieuws niet voldoende compatibel is, gaan mensen het niet snel aanvaarden. De termijn van inburgering zal op zijn beurt verlengd worden. Verder is ook (3) complexiteit een factor die mee bepaald of een product al dan niet zijn weg zal vinden tot het grote publiek. Wanneer een nieuw product moeilijk is om te begrijpen of extra aan te leren technieken vereist, zal de verspreiding minder snel verlopen. Het proces van diffusie wordt afgeremd wanneer het nieuwe product complex van aard is. Ook de (4) trialability of testbaarheid van een product wordt naar voren gebracht

9

wanneer het gaat om de snelheid van diffusie. Wanneer mensen iets kunnen proberen op een gelimiteerde basis, gaat men zich gemakkelijker aanpassen. Tot slot wordt er aangegeven dat ook (5) waarneembaarheid een belangrijke factor is in het diffusieproces. De mate waarin het resultaat van innovatie zichtbaar is, zorgt voor een snellere aanpassing (Rogers, 2003). Onderzoeken van Lorenzo-Dus (2006) en Lekakos (2009) voegen hieraan toe dat mensen veelal voor een innovatie kiezen in functie van sociale prestige en het vormen van hun identiteit. Volgens het onderzoek van Zhu en He (2002) kan de mate van adaptatie zelfs ingeschat kunnen worden met behulp van enkele predictoren, namelijk: geslacht, leeftijd en niveau van educatie. Het verspreiden van deze innovaties gebeurt met behulp van communicatiekanalen. De inhoud van de verspreidde boodschap bevat een nieuw idee. Het hoofddoel is om dat nieuwe idee over te brengen naar andere individuen of bevolkingsgroepen. Het communicatiekanaal zorgt voor de verbinding tussen verschillende personen. Een eerste manier van communiceren is via massamedia. Het is een snelle en efficiënte manier om het grote publiek te informeren. Het zorgt voor een zekere awareness rond een bepaald thema. Er kan gedacht worden aan informatie in onder meer kranten of op televisie. Naast de massamedia, zijn interpersoonlijke kanalen eveneens van belang. Ze zijn meer effectief wanneer het gaat om het individu te overtuigen van een nieuw concept. Zo worden nieuwe ideeën uitgewisseld door face-to-face conversaties tussen twee of meer individuen (Zhu & He, 2002). Diffusie kan als een sociaal proces gezien worden, waarbij potentiële consumenten zich gaan identificeren met de gebruikers van de innovatie. Ten gevolge van het identificeergedrag wordt modeling en imitatiegedrag belangrijk. Ook is er de laatste jaren een toenemende mate van interactieve communicatie via het internet zichtbaar (Salter & Hansen, 2001; Rogers, 2003). Naast de innovatie zelf en het communicatiekanaal, is tijd het derde element in het diffusieproces. De tijdsdimensie komt in drie verschillende vormen naar voren, namelijk: het innovation-decision proces, de mate van innovativeness en de adopter categories. Het innovation-decision proces is een proces dat wordt doorlopen door elk individu die in aanraking komt met de innovatie. Zo is adaptatie volgens Antonelli (2006) het resultaat van voorgaand decision-making proces. Het proces bestaat uit vijf grote stappen, namelijk: knowledge, persuasion, decision, implementation en confirmation. Een individu zal kennismaken met de innovatie en proberen te begrijpen hoe het in zijn werking gaat. Er zal snel een positieve of negatieve houding gevormd worden ten opzichte van het nieuwe product, waardoor de innovatie al dan niet zal worden geaccepteerd door het individu. Wanneer de innovatie wordt geaccepteerd, zal men de innovatie gebruiken in het dagelijkse leven. Tot slot zal men bevestiging geven over het al dan niet algemeen tevreden zijn van het gebruik ervan. Innovativeness staat voor de mate waarin een individu relatief eerder is bij de adaptatie aan een innovatie ten opzichte van andere leden van de maatschappij. Doordat niet iedereen op hetzelfde moment tot adaptatie overgaat, kunnen er vijf verschillende categorieën onderscheiden worden, namelijk: de innovators (2.5% van de bevolking), de early adopters (13.5% van de bevolking), early majority (34% van

10

de bevolking), de late majority (34% van de bevolking) en de laggards (16% van de bevolking) (Rogers, 2003). Volgens het framework van Rogers (2003) zijn er dus vijf verschillende categorieën te onderscheiden waarin personen kunnen geplaatst worden op basis van hun mate van adaptatie aan een product of dienst. De beschrijving van de categorieën zijn ideaaltypes van personen die in de praktijk niet zo perfect getypeerd voorkomen. Eerst en vooral zijn er de innovators, deze personen worden gekenmerkt door hun ondernemingsgezinde ingesteldheid en hebben een grote interesse in nieuwe ideeën. Daardoor gaan ze een netwerk van kennissen opbouwen dat verder gaat dan de geografische grenzen. Men gaat buiten de cirkel van nabije vrienden treden, waarbij men vaak op zoek gaat naar andere innovators. Toch moet er opgemerkt worden dat niet iedereen een innovator kan zijn, er zijn namelijk enkele vereisten waaraan elke innovator moet voldoen. Zo is er eerst en vooral nood aan voldoende financiële middelen: wanneer een innovatie achteraf toch niet zo rendabel blijkt te zijn, kan er veel geld verloren gaan. Verder is het van belang dat de innovator over de nodige technische kennis beschikt om complexe innovaties te kunnen gebruiken. Ook moet de persoon kunnen omgaan met een hoge mate van onzekerheid: op het moment dat de innovator de innovatie gebruikt, is er slechts weinig informatie voorhanden en ook het terugvallen op medegebruikers is onwaarschijnlijk. Samenvattend kan er gesteld worden dat het gaat om personen die niet bang zijn om risico’s te nemen en als durvers in het leven staan (Rogers, 2003). Innovators zijn belangrijk in het diffusieproces omdat ze het nieuwe idee lanceren in de maatschappij. Ze hebben de rol van gatekeeper. Zij beslissen welke innovaties er daadwerkelijk op de markt zullen aanslaan of juist niet (Rogers, 2003). Volgens Zekanovic-Korona en Grzunov (2014) gaan deze pioniers, die vertrouwd zijn aan de informatie technologie, geen moeite hebben met een gebrek aan communicatie met derden. Ze vertrouwen erop dat ze met behulp van het internet op een eenvoudige manier tot een oplossing of alternatief zullen komen. De early adopters vormen een meer geïntegreerd deel van de maatschappij in vergelijking met de innovators. Early adopters hebben de hoogste mate van opinieleiderschap, waardoor ze een rolmodel vormen voor vele naasten of kennissen. Als profiel zouden ze volgens het onderzoek van Liu et al. (2013) jonger en hoger opgeleid zijn, waarbij ze geen schrik hebben om uit te komen voor hun eigen mening. Volgens het onderzoek van van Eyck, Jager en Leeflang (2011) zijn opinieleiders, en dus ook de early adopter, in staat om op een snellere manier kunnen oordelen of een product of dienst al dan niet kwaliteitsvol is. De potentiële adopter gaat hen als voorbeeld zien, waarbij ze advies en informatie kunnen vragen over de innovatie. Personen gaan de early adopters zien als “the individual to check with” (Rogers, 2003, p. 26). Vanaf het moment dat zij het nieuwe product gaan gebruiken, krijgt het product een verzekerde uitstraling. De onzekerheid errond zal dalen, waardoor personen sneller het product zullen testen, accepteren en aankopen. De early adopters gaan ook een subjectieve evaluatie overbrengen aan kennissen, waardoor de

11

acceptatie opnieuw in de hand wordt gewerkt (Zhu & He, 2002; Rogers, 2003). Ook al heeft deze categorie een grote invloed op anderen, het aanmoedigen van de hele bevolking is een utopie (van Eck et al., 2011). De categorie early majority omvat personen waarbij hun innovation-decision periode relatief langer is in vergelijking met die van de innovators en de early adopters. Deze personen gaan de innovatie accepteren net voordat de gemiddelde persoon uit de maatschappij dat doet. Ze willen niet de leiders zijn, maar ook niet de allerlaatsten om over te gaan tot adaptatie. Ze gaan op een frequente basis interactie aan met hun peers, maar hebben zelden een functie als opinieleider in de samenleving. De early majority speelt eveneens een belangrijke rol in het diffusieproces, aangezien zij de koppeling vormen tussen enerzijds de early adopters en de late majority. Ze hebben de mogelijkheid om beide groepen te verbinden, ze bezitten interconnectiviteit. Opmerkelijk is dat deze categorie de grootste hoeveelheid personen omvat van de bevolking (Rogers, 2003). Een persoon die binnen de late majority categorie valt, gaat juist na de gemiddelde persoon de innovatie accepteren. Maar liefst één derde van de maatschappij valt binnen deze categorie, door deze personen wordt een innovatie aanvankelijk sceptisch onthaald en voorzichtig benaderd. Ze bezwijken vaak onder de peer pressure en door de economische noodzaak om een innovatie te omarmen. De maatschappelijke waarden en normen moeten gerespecteerd worden door de innovatie, als dat niet het geval is zal de adaptatie uitgesteld worden. Wanneer de meerderheid van de bevolking de innovatie heeft geaccepteerd en de meeste onzekerheid is weggewerkt, zal ook de late majority zich wagen aan het nieuwe product (Rogers, 2003). De laggards zijn diegene die zich als laatste aanpassen aan een innovatie (Rogers, 2003). Volgens Moore & McKenna (2002, p. 13) kunnen ze als volgt gedefinieerd worden: ‘‘they simply don’t want anything to do with new technology, for any of a variety of reasons, some personal and some economic. Laggards are generally regarded as not worth pursuing on any other basis’’. Er kan dus vanuit gegaan worden dat laggards geen interesse hebben in innovaties, waarbij ondernemingen almaar vaker deze doelgroep expliciet gaan negeren. Verschillende onderzoeken geven aan dat ze heel lang zullen weerstaan aan een innovatie, waarbij dat meestal de oudste personen uit de maatschappij zijn (Rogers, 2003; Essen & Östlund, 2011; Matzler, Mooradian, Füller & Anschober, 2014). Ze bezitten over weinig of geen opinieleiderschap en moeten alles overkrijgen van de voorgaande categorieën (Essen & Östlund, 2011). Ze hangen vast aan traditionele waarden, waarbij het verleden als het ultieme referentiepunt dient (Matzler et al., 2014). De laggards willen een volledige garantie dat het nieuwe idee niet zal falen, maar hebben een tekort aan bronnen waarbij ze terechtkunnen met vragen of opmerkingen. Het onderzoek van Anthony, Johnson, Sinfield en Altmann (Geciteerd in: Matzler et. al, 2014, p. 21) reikt een aantal factoren aan als oorzaak waarom ze niet adapteren aan een innovatie: gebrek aan skills, de prijs, gebruiksvriendelijkheid en de tijd om te leren werken met de innovatie. In tegenstelling tot voorgaande onderzoeken stelt het onderzoek van Szmigin en Carrigan (2002, p. 520) het volgende: “Clearly there are many products that older consumers will not be interested in but it is important to recognize that resisting innovation is not something particular to older consumers”. Aldus

12

Szmigin en Carrigan (2000) zijn het niet steeds de oudere personen die de laggards zijn, maar kunnen ook jongere personen weinig interesse tonen in innovaties.

1.2. Sharing economie Reeds in de prehistorie gingen mensen goederen uitlenen of ruilen met elkaar, de sharing economie is dus allesbehalve nieuw. Het is een fenomeen dat ver terug gaat in de tijd, maar die recentelijk fundamentele veranderingen heeft ondergaan (John, 2013; Schor, 2014). Een fenomeen dat wel degelijk voor verandering in de consumptiepatronen van consumenten zorgt, het vervult specifieke noden in tijden waarbij het Web 2.0 regeert en overheerst (John, 2012). De sharing economie blijkt meer en meer effectief te zijn, waardoor er een toenemende economische impact is voor de andere, meer traditionele bedrijven. “The problem is not whether to bury or build the sharing economy: it is already on the ground” (Malhotra & Van Alstyne, 2014, p. 27). De vraag is dus niet meer of de sharing economie is gekomen om te blijven bestaan, maar eerder in welke mate ze van belang zal zijn in de toekomst en in hoeverre het een invloed zal uitoefenen op de bestaande economie? De huidige sharing economy kan helemaal niet vergeleken worden met die van vroeger. Toch blijft het begrip ‘delen’ uitsluitend positief beladen. Delen is altijd goed en wordt steeds gelinkt aan positieve sociale verbindingen. Maar door de technologische innovaties wordt het op heden mogelijk om op een grote schaal te opereren. Tijds- en ruimtegrenzen kunnen met een vingerknip overschreden worden doordat de sharing economie zich voornamelijk digitaal ontwikkelt (John, 2013; Malhotra & Van Alstyne, 2014; Stene & Holte, 2014; Zervas, Proserpio & Byers, 2015). Volgens het onderzoek van John (2013) kunnen er twee verschillende vormen van sharing economie onderscheiden worden. Enerzijds is er de ‘sharing economy of production’ en anderzijds de ‘sharing economies of consumption’. In het eerste geval gaat het om websites zoals Wikipedia, waar duizenden mensen bijdrages gaan leveren op een site, maar er zelf niet voor worden betaald (Reagle, 2010). In deze masterproef gaat het voornamelijk over de ‘economies of consumption’, waarbij vaak de term collaboratieve consumptie wordt vermeld. Collaboratieve consumptie staat voor het volgende:“collaborative consumption occurs when people participate in organized sharing, bartering, trading, renting, swapping, and collectives to get the same pleasures of ownership with reduced personal cost and burden, and lower environmental impact” (Botsman & Rogers, geciteerd in: John, 2013, p. 119). Het gaat met andere woorden om het delen van eigen bezittingen met anderen, maar eveneens het gebruiken van hetgeen samen gecreëerd werd met als logisch gevolg dat de kosten dalen voor alle partijen. Deze collaboratieve consumptie kan volgens John (2013) op zijn beurt in twee types onderverdeeld worden, namelijk: individueel delen en delen met behulp van een derde partij. Beide hangen nauw samen met de komst van het internet, zonder het internet waren veel van deze mogelijkheden niet denkbaar geweest. Eerst en vooral komt het vaak voor dat persoonlijke bezittingen worden gedeeld met iemand, bijvoorbeeld een boek uitlenen. Toch valt het op dat mensen steeds vaker geld willen als tegenprestatie, er kan dus besloten worden dat er steeds meer verhuurd in plaats van uitgeleend wordt. Een tweede vorm komt ter sprake

13

wanneer er de komst is van een derde partij. De derde partij gaat bijvoorbeeld auto’s ter beschikking stellen, waar leden van de community de auto’s kunnen gebruiken wanneer ze willen. Het is van belang op te merken dat er op dat moment niemand meer aan het delen is, maar dat er enkel en alleen een bepaald product wordt gedeeld. De vraag kan gesteld worden waarom mensen interesse blijven tonen in de sharing economie, als we er eigenlijk toch voor moeten betalen? Volgens Schor (2014) worden ze voornamelijk gedreven door de nieuwigheid van deze tendens en door technologische evoluties. Verder geven Malhotra en Van Alstyne (2014) aan dat het bij de sharing economie belangrijk is om te investeren in je klanten. Zo is het bij Airbnb belangrijk dat er voor hoog kwalitatieve foto’s wordt gezorgd. Zolang mensen laag kwalitatieve foto’s publiceren, blijven de huurders weg. Vanaf het moment dat er een verbeterde weergave merkbaar is, zullen de inkomsten verdubbelen. Door te investeren in klanten wordt er een meerwaarde gecreëerd voor het bedrijf. Wat dan volgt is een win-winsituatie (Schrage, 2012). Toch is de sharing economie niet enkel een succesverhaal. Volgens Baker (2014, 27 mei) staat de sharing economie voor een deprofessionalisering van de economie. De hosts die actief zijn op Airbnb moeten niet aan dezelfde strenge vereisten voldoen in vergelijking met hoteluitbaters. Zo kan er bijvoorbeeld gedacht worden aan de veiligheidsvoorschriften in geval van brand of ander gevaar. Verder betalen de hosts vaak geen taxen aan de overheid, waardoor velen het hebben over een situatie van oneerlijke concurrentie. Er wordt gespeeld met de grenzen van privaat en publiek (John, 2013). Voor ondernemingen die actief zijn in het werkveld waarbij Web 2.0 en de sharing economie overheersen, is het vooral belangrijk om een community te creëren. Bedrijven vatten dat ook op als hun taak, hun hoofdbezigheid (John, 2013). Wanneer de sharing economie echt wil slagen, is het van belang dat zoveel mogelijk fouten inzake de markt en regulatie vermeden worden. Zo kan het bijvoorbeeld gebeuren dat bepaalde delen van de markt voordeel halen uit de nadelen van andere delen van de markt. Dat zijn praktijken die niet over het hoofd mogen gezien worden. Elke onderneming, zowel on- als offline moeten gelijke kansen krijgen (Malhotra en Van Alstyne, 2014; Baker, 2014). Tot slot stelt Schor (2014) dat er een meer democratische organisatie nodig is, waarbij er mensen worden samengebracht door de sharing economie en niet worden uiteengedreven. Volgens Gobble (2015) kan er dan weer besloten worden dat de grote namen van de sharing economie voor vele uitdagingen komen te staan.

1.3. Algemene reismotivaties en -attitudes Er circuleren verschillende definities voor motivatie, maar algemeen wordt motivatie gezien als ‘de bereidheid om iets te doen, wat wordt bepaald door het vermogen om de behoeftes te bevredigen’ (Ryan & Deci, 2000, p. 54). Behoeftes en algemene motivaties zijn de motoren voor het menselijk gedrag en zijn bijgevolg uiterst belangrijk voor de toerismesector. De push en pull theorie, die zijn oorsprong kent bij de onderzoeker Dann (1977), wordt veel gebruikt bij het verklaren van reismotivaties. Deze theorie gaat push en pull factoren onderscheiden die ervoor zorgen dat mensen op reis gaan. Enerzijds is er de push dimensie, waar de nadruk ligt op de innerlijke druk die een individu ervaart om op reis te gaan. Bij de pull dimensie

14

komt de druk van exterieur, zo gaan bepaalde factoren ervoor zorgen dat een individu wordt aangetrokken tot een bestemming. Toeristenbestemmingen gaan vaak proberen om reizigers te overtuigen van hun attracties die ze te bieden hebben, om hen zo naar de bestemming te lokken. Mensen gaan dus zowel gedreven worden door hun innerlijke drang om op reis te gaan, als aangetrokken worden door de bestemming zelf (Mohammad & Som, 2010). In onderstaande paragrafen worden de push en pull factoren belicht vanuit recentere literatuur, aangezien de studies van Dann (1977) gedateerd zijn. Mensen gaan om talloze redenen op reis. Het kan gaan van toerisme en het bezoeken van familie tot business trips of vrijwilligerswerk in het buitenland, maar vooral toerisme lijkt de voornaamste reden te zijn om op reis te gaan (Bühler, Rüegg, Steffen, Hatz & Jaeger, 2014). De motivaties zullen nooit identiek als er meerdere personen worden vergeleken. Bij de factoren betreffende de push motivaties gaat het voornamelijk om de sociaalpsychologische factoren van reizigers, de interne of emotionele aspecten. Factoren die prominent voorkomen bij de push motivaties zijn relaxatie en het ontsnappen aan het dagdagelijkse leven. Verder kunnen eveneens volgende factoren voorkomen bij de push motivaties: de drang naar nieuwe kennis over nieuwe culturen, het hebben van sociale interacties, het bevorderen van relaties en het bekomen van prestige (Mohammad & Som, 2010; Pesonen, 2011; Yiamjanya & Wongleedee, 2014). De pull motivaties gaan op hun beurt meer over de aantrekkelijkheid van een reisbestemming, ofwel de externe/situationele aspecten (Yoon & Uysal, 2005). Reizigers worden aangetrokken door events en activiteiten die in een bepaald land worden georganiseerd, de bereikbaarheid, de betaalbaarheid, de geschiedenis en cultuur, de drang naar afwisseling, avontuur en natuur (Mohammad & Som, 2010). De pull en push motivaties zijn eveneens bestemmingsafhankelijk. Zo blijkt uit het onderzoek van Yiamjanya en Wongleedee (2014) dat de voornaamste pull factor om op reis te gaan naar Thailand het Thaïs eten is. Wanneer er gekeken wordt naar het onderzoek van Pesonen (2011), gevoerd voor landelijke bestemmingen, zien we dat toeristen zich vooral door de rustige omgeving aangetrokken voelen. Tot slot is het van belang op te merken dat push en pull motivaties steeds in wisselwerking staan met elkaar. Meestal gaat een push motivatie vooraf aan een pull motivatie. Naast de theoretische opdeling van Dann, wordt er in de literatuur eveneens aandacht besteed aan het theoretisch kader van Ross en Iso-Ahola (1991). Hierbij wordt de opsplitsing gemaakt tussen enerzijds het ontsnappen aan de routine of stressvolle omgeving en anderzijds het zoeken naar recreatiemogelijkheden voor bepaalde psychologische beloningen. Daarnaast kunnen we eveneens het onderzoek van Pesonen (2011) betrekken, waarbij er vier verschillende soorten reizigers kunnen onderscheiden worden, namelijk de social travelers, de wellbeing travelers, de home region travelers en de family travelers. De social traveler worden gekenmerkt door de interesse in het ontmoeten van nieuwe personen en het gevoel van samenhorigheid met de host. Ze willen eveneens zelf een inbreng hebben in het planningsproces. Het gevoel van controle is aanwezig, waarbij de reiziger zich geaccepteerd wil voelen. De wellbeing travelers gaan op hun beurt meer aandacht besteden aan de luxe die er is. Belangrijke motivaties voor hen zijn onder meer het ontsnappen aan het drukke leven, fysieke rust en relaxatie. De derde groep vertoont weinig opvallende

15

motivaties, het meest belangrijke is het bezoeken van familieleden of vrienden. Tot slot is er de groep family travelers, zij willen hoofdzakelijk tijd spenderen met hun familie. Plezier maken, een toffe tijd hebben en het verkennen van nieuwe plaatsen worden als voornaamste motivaties opgevat. Naast deze soorten reizigers kunnen er eveneens verschillende reisstijlen onderscheiden worden, namelijk: luxueus reizen, middenklasse reizen, lowbudget reizen of backpacking. Een lowbudget reisstijl is voornamelijk weggelegd voor de jongere generaties, 40% van de 16- tot 60-jarigen gaan hiervoor kiezen. Waartegen 90% van de 60plussers een luxueuzere reis of een reis in de middenklasse gaat verkiezen (Bühler et al., 2014). Wanneer er gekeken wordt naar personen die vooral reizen in functie van hun werk, is het opvallend dat zij meer luxueus reizen in vergelijking met andere groepen (Bühler et al., 2014). Ook kan er een verschil voorkomen in travel mode. Enerzijds zijn er de mensen die onafhankelijk willen zijn, waarbij deze personen alles zelf willen organiseren en regelen, zonder tussenkomst van derden. Anderzijds zijn er de mensen die zelf niks organiseren. Ze laten alles over aan het reisbureau, waardoor ze een gevoel van zekerheid ervaren (Lee, Guillet, Law & Leung, 2012).

1.4. Case study: Airbnb 1.4.1. Historiek Airbnb is opgericht in augustus 2008 en gevestigd in San Francisco, Californië. Twee vrienden konden hun huishuur niet betalen, waardoor ze op zoek gingen naar een oplossing. Ze kwamen op het idee om luchtmatrassen in hun appartement te leggen en die te verhuren aan reizigers. Als snel bleek het een gat in de markt te zijn, niet veel later was dan ook ‘Air, Bed & Breakfast’ geboren. Later kreeg het een krachtigere naam: Airbnb. Het oorspronkelijke concept groeide uit tot ondenkbaar veel accommodaties op nog meer verschillende plaatsen over de hele wereld. Sinds zijn startjaren heeft het een enorme doorgroei gekend (Vital, 2014), waardoor het op heden in maar liefst 34.000 steden in 190 landen aanwezig is.

1.4.2. Concept Airbnb stelt zichzelf voor als een community-marktplaats waar mensen over de hele wereld unieke accommodaties kunnen ontdekken, adverteren en reserveren. Personen kunnen hun vrije (leef)ruimte verhuren en reizigers kunnen die ruimtes op hun beurt huren bij de hosts. Het reserveren kan zowel online via een computer als vanaf een mobiele telefoon. Airbnb richt zich op een breed publiek door een grote verscheidenheid aan logies aan te bieden. Zo kan je een nacht in een appartement verblijven, maar evengoed een kasteel afhuren gedurende twee weken. Er zijn logies beschikbaar in elke prijscategorie en dit over de hele wereld. Er is bijgevolg voor ieder wat wils. De onderzoeken van Kim, Xu en Gupta (2012) en Tang, Gao, Liu en Sarma (2012) tonen aan dat het belangrijk is om het vertrouwen van de consument te winnen en te handhaven, wanneer alle verrichtingen online gebeuren. Airbnb tracht deze vertrouwensrelatie op te bouwen met behulp van verschillende functies. Eerst en vooral kan er pas efficiënt genavigeerd worden op de website wanneer de gebruiker een profiel heeft aangemaakt. Wanneer je een profiel hebt, volgt de

16

geverifieerde identificatie of de zogenaamde virtuele ID check. Hierbij wordt het Airbnb profiel van de gebruiker verbonden aan andere informatiebronnen van de reiziger, zoals bijvoorbeeld aan een Facebook- of LinkedInpagina. Verder wordt de reiziger eveneens verplicht om een afbeelding te uploaden van een officieel identiteitsbewijs zoals je paspoort of rijbewijs. Het gebruik van een profielfoto wordt eveneens hoog in het vaandel gedragen. Voorgaande factoren dragen bij tot een grotere mate van vertrouwen voor de reiziger, maar ook voor de persoon die een ruimte verhuurt. De verhuurder moet op basis van de gedeelde informatie van de reiziger een besluit maken of de reservering al dan niet kan doorgaan. Naast een profiel, zijn de recensies die verschijnen op Airbnb eveneens belangrijk. Alle recensies zijn geschreven door gasten en verhuurders die reeds een ruimte hebben verhuurd of gehuurd. Iedere recensie is als het ware gebaseerd op een voltooide reservering van een gast in een verblijfplaats van een verhuurder. Airbnb verzekert zijn gebruikers garant te staan voor eerlijke en transparante recensies. Recensies zouden verwijderd worden wanneer deze in strijd zijn met de recensierichtlijnen (https://www.airbnb.be/). Airbnb wil het zijn online bezoekers zo gemakkelijk mogelijk maken, daardoor gebeuren alle verrichtingen via de website. Zo biedt het zijn gebruikers de mogelijkheid om berichten te versturen, via een aparte chatapplicatie. Er kan op deze manier meer informatie ingewonnen worden en kan de gebruiker er zeker van zijn of iemand al dan niet te vertrouwen is. Er kan steeds met de vlag-functie (zie infra) aangegeven worden wanneer een van de partijen zich verdacht gedraagt. Naast het faciliteren van de gebruiksvriendelijkheid tracht Airbnb vooral een veilig platform te zijn voor de gebruikers. Bij het reserveren van een verblijfplaats betalen gasten via de website zelf. Vervolgens wordt het bedrag doorgestuurd naar de verhuurder, het doorstorten van het bedrag gebeurt 24 uur na het inchecken van de gast bij de verhuurder. Betalingen die niet via de website verlopen, worden als verdacht beschouwd en moeten meteen worden aangegeven aan de hand van de vlagfunctie. De klantenservice staat 24 uur op 7 dagen paraat om gebruikers bij te staan en hun vragen te beantwoorden. Er wordt benadrukt dat het gaat om echte mensen en niet om computers. Ze zijn de hele dag beschikbaar, waar je je ook ter wereld bevindt, aldus Airbnb (https://www.airbnb.be/).

1.4.3. e-Businessmodel Het moet opgemerkt worden dat Airbnb veel verder gaat dan de sharing economie an sich. Het zorgt er in eerste instantie voor dat de fysieke wereld van de consument wordt samengebracht met zijn digitale en virtuele wereld (Gobble, 2015). Airbnb is een soort van user-generated brand en sociaal netwerk, die op veel media aandacht kon en kan rekenen (Yannopoulou, Moufahim & Bian, 2013; Zekanovic-Korona & Grzunov, 2014). Bij de opstart van Airbnb was het volgens de CEO van Airbnb, Brian Chesky niet eenvoudig om een gepaste strategie te vinden waarmee Airbnb de wereld kon veroveren. Daarom werd er aan de slag gegaan zonder vooropgestelde plannen of strategieën, maar kreeg het op een spontane manier vorm (Carr, 2014, 17 maart). Het huidige business model van Airbnb is er een waarbij men uitsluitend actief is op het Internet. Hiervoor vallen ze voornamelijk terug op hun eigen website en verschillende sociale netwerksites. We zien dat ze heel actief zijn op Facebook, Twitter, Instagram en Youtube. Elk account heeft een verschillende invulling van marketingstrategie. Zo valt het op dat ze Instagram gebruiken om aan visuele

17

marketing te doen, terwijl er op Youtube aan content marketing gedaan wordt door een kijk te geven in de onderneming. Facebook en Twitter gaan ze inzetten om puur reclame te maken, waarbij er verwezen wordt naar blogposts en buitengewone verblijfplaatsen (Wegert, 2014). Volgens Minazzi (2015) zijn ze niet de enigen die gebruik maken van sociale netwerken in hun communicatiestrategieën. Meer en meer worden sociale netwerken een soort van distributiekanaal, waarbij de consument rechtstreeks kan reserveren via de sociale netwerkpagina. Zo is er bijvoorbeeld de ‘boek nu’ functie waardoor de consument rechtstreeks op de reserveringspagina terechtkomt. Op de website van Business Insiders (2011, 27 september) wordt aangegeven dat de oprichters van Airbnb drie belangrijke aspecten in acht hebben genomen bij het opstarten van hun project. Eerst en vooral was er het aspect prijs: de prijs is van groot belang voor consumenten die een reis online boeken. Ten tweede wil men ervoor zorgen dat de reiziger in contact komt met de stad zelf en de plaatselijke cultuur, dat is meestal een ontbrekende factor wanneer er gereserveerd wordt bij een hotel. Als laatste aspect wilden ze een gemakkelijk alternatief bieden om een kamer te huren bij een local, vaak willen mensen die keuze maar is die er veelal niet bij een traditionele reisorganisatie. Airbnb kon natuurlijk niet op zichzelf een grote onderneming worden, bij de start ervan kon het rekenen op steun van een aantal kapitaalkrachtige ondernemingen en geld uit andere bronnen. Tot op heden kan het rekenen op de steun van enkele sponsorships (https://www.crunchbase.com/organization/ airbnb). De laatste jaren is de marginale kost voor Airbnb teruggekomen naar bijna nul euro en hebben ze oneindig veel verschillende bronnen van inkomsten. Zo haalt Airbnb zijn inkomsten voornamelijk uit de commissie die zowel hosts als reizigers aan Airbnb betalen (Zekanovic-Korona & Grzunov, 2014). Airbnb ontvangt 10 procent commissie op elke transactie die gebeurt op de website. Uit een document op de website van Business Insiders (2011, 27 september) wordt de rekensom gemaakt voor de tijdsperiode 2008-2011: wanneer de organisatie steeds 10% commissie krijgt op elke transactie en er ongeveer 10,6 miljoen transacties per jaar gebeuren, kan men ervan uitgaan dat als de voorgaande 10% 20 dollar bedraagt, Airbnb aan de haal gaat met maar liefst 200 miljoen dollar in drie jaar tijd. Hierbij moet er opgemerkt worden dat dit de beginjaren van Airbnb betrof. Op heden wordt de dienst steeds populairder en zal bijgevolg ook de winst in een rechte lijn stijgen. De marktoriëntatie van Airbnb is gericht op het behalen van winst, waarbij de marktstructuur peer to peer is. In tegenstelling tot de business to peer structuur gaat Airbnb diensten uitwisselen tussen de gebruikers zelf. Airbnb is een soort van regulator tussen enerzijds de host en anderzijds de reiziger (Schor, 2014).

Bij de start van Airbnb waren de

grondleggers vooral gefocust op toeristen die een reis maakten. Aan de huidige website valt het op dat men op heden steeds meer aandacht besteedt aan zakenmensen die voor enkele dagen in een stad moeten verblijven. Zo gaan ze speciale pagina’s aanmaken voor zakenmensen, zodat ook zij een beroep kunnen doen op Airbnb (www.airbnb.be/business-travel). Airbnb heeft ervoor gekozen om te innoveren met een zakenmodel, deze manier van werken is doorgaans krachtiger dan te innoveren met een technologie. Het is moeilijker om een zakenmodel te kopiëren in vergelijking met een technologie. Wanneer een traditioneel hotel bijvoorbeeld wil uitbreiden, zullen extra

18

gebouwen moeten geplaatst worden. Airbnb kan kosteloos kamers toevoegen aan zijn bestand, door mensen de mogelijkheid te geven hun bestaande huizen te delen en te verhuren (“Innovatief businessmodel klopt innovatieve technologie”, 2014, 24 december). De winstmakende ingesteldheid dat Airbnb vertoont, heeft op zijn beurt een zekere invloed op de manier waarop het ‘delen’ verloopt (Schor, 2014). Er wordt eigenlijk niet meer gedeeld zoals wordt begrepen onder sharing economy, maar er wordt vooral een product gedeeld. Door deze commerciële aard van het concept gaat Airbnb veel zorg besteden aan het opbouwen van een imago dat staat voor efficiëntie en professionaliteit. Dat gaan ze concreet doen door verhalen van gebruikers in de kijker te zetten. Die verhalen worden gevisualiseerd door gebruik te maken van foto’s en filmpjes. Deze strategie is belangrijk zodat het merk ook inhoud krijgt. Daarnaast worden eveneens de ervaringen van hosts en reizigers op de voorgrond geplaatst. Er is een visualisatie van ‘het normale’, waarbij ‘typische’ personen of personen waarin we onszelf herkennen hun huis openstellen voor reizigers, waarbij er ruimte is om te communiceren met anderen.

1.4.4. Literatuur overview Wanneer er wordt gekeken naar het reeds gevoerde onderzoek met betrekking tot Airbnb, kan er besloten worden dat er nog veel ontgonnen terrein is. Er werden al een paar onderzoeken gestart, maar telkens blijft men aan de oppervlakte. De focus in voorgaande onderzoeken ligt vooral op de verhuurders van een ruimte en de al dan niet legaliteit van Airbnb. Maar zo goed als nooit op de personen die Airbnb gebruiken om te reizen. Er zijn enkele onderzoeken die zich focussen op het waarom reizigers voor Airbnb kiezen, maar er wordt niet in de diepte gewerkt. In onderstaande paragrafen worden bestaande onderzoeken, die voor deze masterproef relevant zijn, aangehaald en meer toegelicht. Volgens het onderzoek van Consigli, Gallagher, Kumar, Mehta, Purnell en Templeton (2012) zijn er drie oorzaken waarom reizigers Airbnb verkiezen boven andere verblijfsmogelijkheden. Eerst en vooral valt het op dat Airbnb veel goedkoper is in vergelijking met andere opties. Er moeten geen extra onderhoudskosten betaald worden, de reiziger betaalt enkel zijn overnachting, niks meer en niks minder. Reizigers geven aan dat ze het gespaarde geld kunnen gebruiken om uitstapjes ter plaatse te bekostigen (Stene & Holte, 2014). Verder zijn de hosts niet op winstbejag uit zoals de hotels. Ze willen hun inkomen boosten door reizigers te huisvesten wanneer hun woning onbewoond is (Schor & Fitzmaurice, 2014). Hierdoor zijn de prijzen op Airbnb beduidend lager dan de gemiddelde marktprijs voor een overnachting. Reizigers kunnen een nieuwe stad bezoeken, de wereld rondreizen zonder een grote som geld te moeten neertellen (Consigli et al., 2012; Schor, 2014). Naast de factor prijs is ook de gebruiksvriendelijkheid van Airbnb een grote troef (Consigli et al., 2012; Stene & Holte, 2014; Zekanovic-Korona & Grzunov, 2014). Op hun website maken ze gebruik van hoge kwalitatieve foto’s om hun verblijfplaatsen te catalogeren. De consument ziet op een efficiënte manier een hele reeks prachtige foto’s waarbij de reiziger wordt ondergedompeld in de vakantiesfeer. Daarnaast kan de

19

bezoeker van de website oneindig blijven doorscrollen, honderden logies kunnen bekeken worden zonder ook maar één onderbreking. Het navigeren op de website zorgt volgens sommigen voor een ervaring op zich (Consigli et al., 2012). De eenvoudige communicatie draagt eveneens bij tot een groot voordeel. Wanneer een reiziger een verblijfplaats heeft gevonden dat past met zijn/haar wensen, is het gemakkelijk om een bericht te sturen naar de host aan de hand van het interne systeem. Het verzoek wordt verstuurd, waarna de host zelf kan beslissen of het verzoek al dan niet wordt geaccepteerd. Een laatste onderdeel van de gebruiksvriendelijkheid omvat de rol als bemiddelaar die Airbnb op zich neemt. Eens een transactie is afgerond, hoeven zowel reiziger als verhuurder niets meer te doen. Airbnb gaat zelf het geld overbrengen van reiziger naar host. Er wordt ervoor gezorgd dat beide partijen zo weinig mogelijk met extra problemen of risico’s in aanraking kunnen komen. Beide partijen zijn verzekerd en worden beschermd voor mogelijke negatieve ervaringen. Reizigers geven zelf ook aan zich beschermd te voelen wanneer ze het betaalsysteem van Airbnb raadplegen (Stene & Holte, 2014; Zekanovic-Korona & Grzunov, 2014). Tot slot heeft Airbnb een sociale service in plaats van een search-based service. Airbnb wil een echte community creëren, waarbij het verhuursysteem een persoonlijke ervaring wordt. Het incorporeren van reviews gaat enerzijds andere reizigers helpen bij het plannen van hun trip, anderzijds kan er door de reviews een duidelijk beeld gevormd worden van de host, zo kan Airbnb zelf ingrijpen wanneer er oneerlijke praktijken plaatsvinden (Consigli et al., 2012). Het werken aan de hand van feedbackmechanismen stimuleert volgens bepaalde auteurs eveneens de vertrouwensrelatie tussen koper en verkoper, in dit geval tussen reiziger en host. Een persoon die reeds op een bepaalde plaats was, kan zonder enig probleem zijn bevindingen en commentaren achterlaten. Op die manier kunnen toekomstige consumenten ervaringen lezen van voorgaande klanten en draagt dit bij tot de stimulering van de aankoopintentie (Urban, Sultan & Qualls, 2000; Cheung & Lee, 2006; Tang et al., 2012). Deze voorgaande factoren dragen gedeeltelijk bij tot het creëren van een vertrouwensrelatie tussen de partijen. Toch stelt het onderzoek van Zekanovic-Korona en Grzunov (2014) dat het grootste probleem van Airbnb ligt bij het opbouwen van een vertrouwensrelatie bij mensen die hun huizen openstellen voor anderen. Een vertrouwensband is zowel in de on- en offline wereld van groot belang. Aangezien de consument geen fysieke houvast heeft, is het het streefdoel van onlinebedrijven om vertrouwen te kunnen beheren en te handhaven, waardoor personen gestimuleerd worden om de online omgeving te aanvaarden (Farell & Farell, 2012). Zonder vertrouwensband, gaan potentiële consumenten niet geloven in het concept. Daarom wordt er ook gewerkt met een identiteitsverificatie. Zowel de gasten als de hosts geven aan dat dit voor een meerwaarde zorgt (Stene & Holte, 2014). Waarom hosts zich gaan engageren op Airbnb blijkt vanzelfsprekend volgens het onderzoek van Rauch en Schleicher (2015). De verhuurders moeten zich niet in dezelfde mate inspannen in vergelijking met hoteluitbaters of uitbaters van bed and breakfasts. Ze hoeven zich geen zorgen te maken omtrent vergunning, reclame of verzekeringen. Het enige dat van hen verlangd wordt is dat ze zelf kiezen wanneer en voor wie ze hun huis beschikbaar stellen. De commissie die hosts moeten betalen aan Airbnb zijn ook beduidend lager in vergelijking met de commissies aan reisbureaus. Bij Airbnb gaat het om zo’n 3% van het totale bedrag, waar

20

reisbureaus vaak 20 tot 30% van het bedrag gaan opeisen. De hosts bevinden zich over het algemeen in een veiligere positie in vergelijking met de reiziger/huurder. Zij kunnen tot op het laatste moment een reservatie afzeggen, terwijl een reiziger dat niet kan. Het controleverlies van reizigers kan volgens hen negatieve effecten hebben op de vertrouwensrelatie (Zekanovic-Korona & Grzunov, 2014). Wanneer we kijken in de bestaande literatuur, is er weinig terug te vinden over de personen die reeds huurden met behulp van Airbnb. Volgens Zervas, Proserpio & Byers (2015) staat Airbnb voor ‘gewone’ verblijven, waarbij er niet de meeste luxe aan te pas komt. Hierdoor besluiten zij dat mensen die niet vastzitten aan een bepaald budget, niet snel voor Airbnb zullen kiezen. Airbnb is goedkoop en richt zich volgens hen voornamelijk op mensen die budgetvriendelijk wensen te reizen. Verder concludeerde hun onderzoek dat eveneens business reizigers en personen die vaak op reis gaan naar luxe resorts, niet of minder geneigd zijn een beroep te doen op Airbnb. Uit het onderzoek van Yannopoulou et al. (2013) kan afgeleid worden dat voornamelijk mensen die op zoek zijn naar avontuur gebruik gaan maken van Airbnb. Bij het verkennen van een nieuwe stad of plaats gaan ze zich een echte local wanen wanneer ze logeren bij iemand van de streek. Verder stelt het onderzoek van Stene & Holte (2014) dat het voornamelijk sociale mensen zijn die Airbnb gebruiken, ze zijn vaak op zoek naar nieuwe contacten of willen nieuwe invalshoeken van reizen ontdekken Tot slot haalt het onderzoek van Zekanovic-Korona en Grzunov (2014) aan dat de mensen die Airbnb gebruiken meestal vertrouwd zijn met het internet en de informatietechnologie. Wanneer iets geannuleerd wordt, zal er niet gepanikeerd worden. Maar is men er van overtuigd een oplossing te vinden met behulp van het internet.

21

2. Onderzoeksdesign 2.1. Verantwoording onderzoeksmethode Met dit onderzoek willen we nagaan in welke mate Airbnb gekend is in Vlaanderen en of de Vlaamse bevolking al dan niet open staat om Airbnb te gebruiken in de toekomst. Vervolgens zal er een link gelegd worden tussen enerzijds de mate van adaptatie van een persoon en anderzijds de houding ten opzichte van Airbnb. Het is vooral belangrijk om te kunnen aangeven welke doelgroepen Airbnb reeds heeft bereikt en welke doelgroep(en) moeilijk te bereiken zijn. Voorgaande doelstellingen zullen we onderzoeken aan de hand van kwantitatief onderzoek. De voorkeur gaat uit naar het gebruik van een survey, zodat de verkregen gegevens op een kwantitatieve manier kunnen vergaard worden en vervolgens kunnen worden gegeneraliseerd. Aangezien de vragenlijst over een online fenomeen gaat, wordt er geopteerd voor het werken aan de hand van een online vragenlijst. Elke respondent moet in het bezit zijn van een computer/tablet met internetverbinding. Dataverzameling via het internet biedt ons veel mogelijkheden. Het is onder meer snel, goedkoop, anoniem, veel mensen worden bereikt en er kunnen controles worden ingebouwd op het correct invullen. Mogelijke nadelen die hieraan verbonden zijn, zijn de veiligheid van de verzamelde gegevens en de mogelijkheid tot meervoudige respons (Korzilius, 2000).

2.2. Procedure en stimulus materiaal Met het oog op een zo groot mogelijk aantal respondenten te kunnen bereiken, werd de vragenlijst verspreid via onder meer e-mail en sociale media. De respondenten krijgen een bericht toegestuurd die de link naar de online enquête bevat. Voor het aanmaken van de online enquête wordt er gebruik gemaakt van het software programma ‘Qualtrics Survey Solution’. De keuze voor een online vragenlijst is voor de hand liggend, aangezien het concept dat wordt afgetoetst een online community is. De vragenlijst1 kan opgedeeld worden in drie grote onderdelen. In het eerste luik wordt er gepeild naar de reismotivaties van de respondent, vragen zoals “waarom gaat u op reis” tot “hoeveel geld spendeert u gemiddeld op reis aan een overnachting?” worden gesteld aan de respondent. Deze vragen zorgen ervoor dat we ons een goed beeld kunnen schetsen van de reismotivaties en -attitudes van de respondent, zodat we die later kunnen associëren met andere aspecten. Het tweede luik wordt volledig besteed aan Airbnb. Er wordt eerst en vooral nagegaan of de respondent reeds vertrouwd is met het concept en of hij er al gebruik van maakte. Vervolgens wordt er een duidelijke omschrijving gegeven van wat Airbnb precies is, zodat elke respondent precies weet wat het concept inhoudt. Verder wordt nagegaan in hoeverre men meegaat in het Airbnb verhaal. Hiervoor wordt er gebruik gemaakt van de bestaande Decision Support System of DSS- schaal (Verleye & Demarez, 2005). Deze schaal, bestaande uit twee delen, is zowel segmenterend als metend. Met behulp van de DSI schaal2,

1

Zie bijlage 1 : vragenlijst

2

Zie bijlage 2a : DSI schaal

22

die geïntegreerd is in de DSS schaal, kan er eerst en vooral een onderscheid gemaakt worden tussen: de innovators, de early adopters, de early majority, de late majority en de laggards. Deze somschaal is intern consistent met een Chronbach’s alfa van 0.823. De schaal was omgekeerd geschaald met als doel de respondenten te maskeren die lukraak antwoordmogelijkheden aanduidden. Ten tweede wordt er een bepaald concept voorgesteld, waarbij er eerst globaal wordt gevraagd of de consument geïnteresseerd is, vervolgens wordt een perfect pakket aangeboden en tot slot een pakket dat afwijkt van de persoonlijke eisen. Het voorgaande wordt voorgesteld met behulp van de schaal PSI of Product Specific Inovativeness schaal3. De schaal is intern consistent in huidig onderzoek met een Chronbach’s alfa van 0.812. Het derde en laatste luik van de enquête omvat enkele sociodemografische vragen, zodat er een goed beeld kan gevormd worden van wie de respondenten zijn en wat ze in het leven doen. In dat laatste luik wordt er onder meer gebruik gemaakt van de somschaal Internet Usage scale van Mathwick en Rigdon (2004) 4. Ook hier is het een interne consistente schaal in ons onderzoek, met een Chronbach’s alfa van 0.873. Tot slot kunnen we aangeven dat de meerderheid van alle vragen wordt geformuleerd aan de hand van 5punten Likertschalen. Dat geeft respondenten een brede keuzemogelijkheid en laat ons toe om statistische berekeningen van een hoger niveau uit te voeren. Het moet opgemerkt worden dat alle 5-punten Likertschalen van uiterst positief naar uiterst negatief gaan. Een waarde 1 staat dus voor het helemaal geïnteresseerd zijn of akkoord gaan, terwijl een waarde 5 staat voor helemaal ongeïnteresseerd te zijn of helemaal oneens te zijn met een stelling.

2.3. Verantwoording onderzoeksgroep De proefgroep bestaat uit personen van verschillende leeftijden, de leeftijd varieerde tussen de 15 en 66 jaar (M = 30.65, SD = 12.80). Er wordt gepoogd een zo evenwichtig mogelijke verdeling te bekomen tussen de respondenten. Zodat er zowel vrouwen als mannen vertegenwoordigd zijn, maar ook de verschillende leeftijdscategorieën aanwezig zijn. De proefgroep bestaat uit 33% mannen en 67% vrouwen. Verder moeten de respondenten in het bezit zijn van een computer/tablet en internetverbinding. Meer specifieke informatie over de respondenten is terug te vinden bij de resultaten van de sociodemografische beschrijvingen. We wensen een steekproef te behalen van minimum 250 respondenten, want een steekproef is pas relevant wanneer er minstens 250 respondenten hebben deelgenomen (Moore & McCabe, 2012). De vragenlijst werd opgestart door 309 personen, na de datacleaning waren er nog 265 bruikbare vragenlijsten.

3

Zie bijlage 2b : PSI schaal

4

Zie bijlage 2c : Internet Usage schaal

23

2.4. Verwerking verzamelde gegevens De verzamelde data wordt verwerkt met behulp van het programma SPSS (Statistical Package for the Social Science). Er wordt een significantieniveau gehanteerd van 5%, indien p < 0.05 wordt de nulhypothese aanvaard. Naast deze mate van significantie vinden we het ook belangrijk stil te staan bij de niet-significante resultaten, hierbij zullen we het hebben over tendensen. Wanneer er gesproken wordt over een tendens is p > 0,05. Bij aanvang van de verwerking van de resultaten worden er frequentietabellen getrokken zodat de data kan gecontroleerd worden op mogelijke fouten. Er worden enkele bestaande somschalen gebruikt om de mate van computergebruik na te gaan en de mate van adaptatie aan een innovatie. Eerst en vooral wordt ervoor gezorgd dat de schalen niet langer omgekeerd geschaald zijn, zodat vervolgens de interne consistentie kan worden nagegaan. Voor het analyseren van de gegevens wordt er gebruik gemaakt van clusteranalyse. Op die manier zijn er clusters ontstaan, waardoor het mogelijk wordt om de clusters te vergelijken op verschillende vlakken aan de hand van volgende tests: One-Way ANOVA en de Chikwadraattoets. Belangrijk om te vermelden is dat de resultaten van de One-Way ANOVA steeds werden geanalyseerd met behulp van de Scheffe post-hoc testen, zodat we een nauwkeuriger beeld krijgen van de significante verschillen tussen de clusters. Ook bij de Chikwadraattoets zijn de gestandaardiseerde residuelen van groot belang om een significante over- of ondervertegenwoordiging aan te tonen. Wanneer de Adjusted Residual groter is dan 2, kunnen we spreken van een significante oververtegenwoordiging en bijgevolg een positieve samenhang. Wanneer de Adjusted Residual kleiner is dan -2, kunnen we spreken van een significante ondervertegenwoordiging en bijgevolg een negatieve samenhang.

24

3. Resultaten 3.1. Beschrijvende statistiek In onderstaande paragrafen gaan we de bekomen relevante resultaten puur beschrijven door frequentietabellen te trekken uit te bekomen data. Er wordt nog geen opdeling gemaakt in verschillende clusters. Op basis van deze resultaten kunnen we al enkele opmerkelijke bevindingen aankaarten. Uit het onderzoek is gebleken dat toerisme bij de meerderheid van de proefgroep (94 %) de voornaamste motivatie is om te reizen, terwijl het reizen ten gevolge van business, het bezoeken van familie of vrienden of het uitvoeren van vrijwilligerswerk veel minder frequent voorkomt. Er wordt voornamelijk gekozen voor middenklasse reizen (67%), maar ook luxueus reizen (16%) en lowbudget reizen (17%) zijn matig vertegenwoordigd binnen de onderzoeksgroep. De meerderheid van de onderzoeksgroep (46%) is afgelopen jaar zo’n 2 tot 3 keer op reis geweest, waarbij 47% van de onderzoeksgroep gemiddeld 51 tot 100 euro spendeert aan een overnachting. Relaxatie (M = 1.32) blijkt de belangrijkste drijfveer te zijn om op reis te gaan met vervolgens het ontsnappen aan het dagelijkse leven (M = 1.45) en het verkennen van toeristische plekken (M = 1.77). De respondenten worden voornamelijk door het klimaat (M = 1.5) aangetrokken, gevolgd door de natuur (M = 1.65) en de betaalbaarheid (M = 1.78) van de bestemming. Verder zien we dat onze respondenten vooral op reis gaan met hun partner (M = 2.34), gevolgd door op reis gaan met het gezin (M = 2.48). Alle respondenten verblijven zo goed als altijd in een hotel (M = 1.94), ze zullen de andere opties zelden of nooit gebruiken. Wanneer er wordt nagegaan in hoeverre de respondenten Airbnb reeds kennen, zien we dat maar liefst 70.2% van de totale onderzoeksgroep nog nooit eerder gehoord heeft van Airbnb. Bij de overige 29.4%, die al van Airbnb heeft gehoord, is er slechts 4.5% van de respondenten die Airbnb al ooit gebruikte. Wanneer het concept wordt voorgesteld aan de respondenten en ze kennis hebben gemaakt met Airbnb, geeft de meerderheid (39%) te kennen dat ze het overwegen om Airbnb uit te proberen. 12.5% zou Airbnb zéker eens proberen, waar 20,1% het niet weet of ze Airbnb zouden gebruiken. 19.7% van de onderzoeksgroep geeft aan Airbnb waarschijnlijk niet te proberen en 8,3% is er van overtuigd Airbnb nooit te gebruiken. Na het algemene concept aan te bieden, wordt er een optimaal pakket van Airbnb aangeboden. We zien dat er 45.8% van de respondenten geïnteresseerd is in Airbnb, wanneer er aan alle noden van de reiziger wordt voldaan. 18.6% is heel geïnteresseerd, waar 20.5% noch geïnteresseerd, noch ongeïnteresseerd is. Tot slot is de resterende 15.1% ongeïnteresseerd tot helemaal ongeïnteresseerd. Wanneer er een afwijkend pakket wordt aangeboden, zien we dat de meerderheid van de respondenten (34%) ongeïnteresseerd is in het gebruik van Airbnb. Er is amper 1.5% van de onderzoeksgroep nog heel geïnteresseerd in het concept en 16,7% geïnteresseerd, terwijl er 16.3% van de respondenten helemaal ongeïnteresseerd zijn. Wanneer we kijken naar korte of lange verblijven, zien we dat de meerderheid (31%) van de respondenten ongeïnteresseerd zal zijn in een verblijf van langer dan 3 nachten. Terwijl de meerderheid van de respondenten (35%) twijfelt

25

over het gebruik van Airbnb op korte termijn. Ook zien we dat het grootste deel van de respondenten over het algemeen twijfelachtig gaan staan tegenover zowel binnen- als buitenlands gebruik van Airbnb. Wanneer we kijken naar de personen die deelgenomen hebben aan het onderzoek, kunnen we volgend profiel opstellen. Op vlak van geslacht is er een ongelijke verdeling, we zien een balans van 33% mannen en 67% vrouwen. De minimumleeftijd van de respondenten is 15 jaar, terwijl de maximumleeftijd 66 jaar bedraagt (M = 30.65, SD = 12.80). Wanneer we de leeftijden in categorieën plaatsen, zien we dat de meerderheid van de respondenten (53%) binnen de groep van 18 tot 24-jarigen valt. 39% van de respondenten is in het bezit van een academische of professionele bachelordiploma en 37% heeft een diploma hoger secundair onderwijs. Wanneer er gekeken wordt naar de beroepsstatus, zien we dat 47.5% van de respondenten bediende is en 32.8% student is. Een hieruit logisch gevolg is dat de meerderheid van de respondenten (51%) een gemiddeld inkomen heeft van 0 tot 1500 euro en 27,5% van de respondenten een gemiddeld inkomen heeft van 1500,01 tot 2000 euro.

26

3.2. Inferentiële statistiek 3.2.1. Opdeling in clusters Aan de hand van verklarende statistiek willen we eerst en vooral de verzamelde data segmenteren in verschillende clusters. Op basis van de gevormde clusters kunnen we verbanden zoeken tussen de personen in de clusters en hun houding ten aanzien van Airbnb. Aangezien het niet evident is om zelf lukraak te kiezen hoeveel clusters er idealiter kunnen gemaakt worden, opteren we om gebruik te maken van hiërarchische clustering. Door de hiërarchische clustering uit te voeren wordt het duidelijk dat de data in vier à zes verschillende clusters kan worden onderverdeeld. Wanneer beide opties worden uitgetest, kunnen we concluderen dat de indeling aan de hand van vier clusters de beste en meest relevante manier is. Vervolgens wordt de K-means clustering uitgevoerd, waarbij er wordt geclusterd op 2 variabelen. Zo wordt er enerzijds geclusterd op basis van de somschaal adaptatie en anderzijds op de aanvaarding van het algemene concept ‘Airbnb”. De bekomen clusters verschillen significant want uit de ANOVA-tabel is gebleken dat er significantie is van kleiner dan 0.000 voor beide variabelen (F adaptatie = 113.08, F concept = 495.14). Uit de volgende tabel kan er afgeleid worden welke clusters er zijn gevormd en hoe ze zich verhouden ten opzichte van elkaar:

Tabel 1: Voorstelling van de vier clusters met bijhorende M-waardes op de somschaal adaptatie en algemene aanvaarding van het concept. Tabel 1 toont ons de vier gevormde clusters waarbij er een gelijkwaardige verdeling is van de proefpersonen over de verschillende clusters. Cluster 1 krijgt de naam “laggards, personen die niet geïnteresseerd zijn in Airbnb” en bevat 49 personen. We zien hoge gemiddelde scores bij cluster 1 voor zowel de somschaal adaptatie (M = 3.83) als voor de schaal waarbij de algemene aanvaarding van het concept (M = 4.43) wordt gemeten. Dat geeft weer dat deze personen pas laat overgaan tot adaptatie en bijgevolg geen interesse tonen in Airbnb. Cluster 2 bevat 67 personen en krijgt de naam “innovators, personen die heel geïnteresseerd zijn in Airbnb”. Deze personen gaan zich snel aanpassen aan een innovatie (M = 2.15) en tonen veel interesse in Airbnb (M = 1.61). Doordat ze snel overgaan tot adaptatie, is het een logisch gevolg dat ze Airbnb ook vrij snel accepteren. Cluster 3 omvat 66 personen die neutrale gemiddelde scores vertonen op beide variabelen. Ze krijgen bijgevolg de naam “late majority, personen die twijfelen over Airbnb”. Ze vertonen gemiddelde scores op de gemeten somschalen (M adaptatie = 2.97, M Airbnb = 3.30). Het zijn personen die twijfelen om

27

zich in het algemeen aan te passen aan een innovatie, een logische gevolgtrekking hierbij is dat ze ook gaan twijfelen bij het gebruik van Airbnb. Deze personen gaan zich afwachtend opstellen en gaan pas over tot adaptatie wanneer er reeds veel mensen hun zijn voorgegaan. Tot slot hebben we cluster 4 die de naam “early majority, geïnteresseerd in Airbnb” krijgt en waarin 62 personen vervat zitten. We zien een vrij hoge gemiddelde score op de somschaal adaptatie (M = 3,22), maar een lage score wanneer de algemene aanvaarding van Airbnb (M = 1,92) wordt bekeken. Het zijn mensen die niet snel gaan innoveren, maar toch nieuwsgierig zijn naar de innovatie want ze tonen een zekere interesse in Airbnb. Met deze voorgaande clusters zullen in onderstaande paragrafen verdere analyses gedaan worden met het oog op het beter te kunnen definiëren van de verschillende clusters.

3.2.2. Kennis over en houding ten opzichte van Airbnb Vooreerst wordt aan de hand van een Chikwadraattoets nagegaan welke clusters reeds kennis hadden van Airbnb, vooraleer het gehele concept werd toegelicht. Onder kennis hebben valt eveneens het gehoord hebben van het woord Airbnb. Het valt op dat de cluster 2 en 4 opmerkelijk hoger scoren in vergelijking met de clusters 1 en 3. Slechts 10,2% van de personen in cluster 2 heeft reeds gehoord van Airbnb, terwijl maar liefst 56,7% van de personen in cluster 2 aangeven kennis te hebben van Airbnb. Wanneer er gekeken wordt naar cluster 3, zien we dat 15,2% van de personen Airbnb kennen, terwijl 36,1% van de personen in cluster 4 Airbnb reeds kent. De clusters die we identificeren als innovators en early majority gaan al van tevoren meer kennis hebben omtrent het concept Airbnb. Zo is er een significante oververtegenwoordiging van het niet kennen in cluster 1(AD = 3.5) en cluster 3 (AD = 3.2), terwijl er een significante oververtegenwoordiging (AD = 5.4) is van het wel kennen in cluster 2 (zie bijlage 3a). Meer specifiek wordt er eveneens nagegaan of er respondenten reeds gebruik maakten van Airbnb. Door een Chikwadraattoets uit te voeren, zien we dat de gebruikers van Airbnb in de clusters 2 en 4 vervat zitten. Zo heeft 25,7% van personen uit cluster 2 reeds gebruik gemaakt van Airbnb en 15,8% van de personen uit cluster 4. Opmerkelijk is dat niemand uit de clusters 1 of 3 reeds gebruik maakte van Airbnb. De eerder genoemde clusters werden onder meer gevormd op basis van algemene acceptatie van het concept, maar hoe gedragen deze clusters zich wanneer ze een optimaal pakket aangeboden krijgen van Airbnb? Een pakket dat perfect afgestemd is aan de noden van een specifieke reiziger? Door het uitvoeren van een OneWay ANOVA kunnen we enkele significante verschillen (F = 94.29, p < 0.000) opmerken tussen de clusters. Wanneer we kijken naar de Scheffe post-hoc test zien we dat alle clusters significant verschillen met elkaar (p < 0.000), behalve cluster 2 verschilt niet significant (p = 0.718) met cluster 4. We zien dat cluster 2 (M = 1.63, SD = 0.69) significant meer interesse heeft in Airbnb in vergelijking met cluster 1 (M = 3.69, SD = 0.93), cluster 3 (M = 2.63, SD = 0.74) en cluster 4 (M = 1.77, SD = 0.53). We kunnen concluderen dat de clusters 2, 3 en 4 significant meer interesse tonen in Airbnb in vergelijking met cluster 1. Personen in cluster 1 zullen helemaal ongeïnteresseerd zijn wanneer er een optimaal pakket wordt aangeboden. Er kan besloten

28

worden dat de personen uit cluster 2 en 4 het meest geïnteresseerd zijn in het optimale pakket in vergelijking met de andere clusters. Naast het optimale pakket van Airbnb wordt ook nagegaan hoe de clusters zich gedragen wanneer er een afwijkend pakket wordt aangeboden. Hoe reageren de clusters wanneer de wensen van de reiziger niet volledig kunnen ingelost worden? Door het uitvoeren van een One-Way ANOVA zien we in eerste instantie dat er significante verschillen (F = 24.99 , p < 0.000) zijn tussen de clusters. Met behulp van de Scheffe post-hoc test zien we dat cluster 1 significant verschilt met alle andere clusters, waarbij er telkens een pwaarde is van < 0.000. Zo gaan de personen uit cluster 1 significant minder geïnteresseerd zijn in een afwijkend pakket in vergelijking met de andere clusters. Er kan besloten worden dat de personen uit cluster 1 Airbnb volledig afkeuren en ongeïnteresseerd zijn (M = 4.39, SD = 0.79) wanneer er een afwijkend pakket wordt aangeboden. Terwijl de personen uit cluster 2 (M = 3, SD = 1.02) meer gaan twijfelen dan bij een optimaal pakket, waardoor ze noch geïnteresseerd, noch ongeïnteresseerd zullen zijn. De personen uit de clusters 3 (M = 3.46, SD = 0.89 ) en 4 (M = 3.25, SD = 0.81) gaan zowel twijfelen als iets minder geïnteresseerd zijn wanneer er een afwijkend pakket wordt aangeboden. Verder verschilt ook cluster 2 significant van cluster 3 (p = 0.032), waarbij cluster 2 significant (M = 3, SD = 1.02) meer interesse gaat tonen bij een afwijkend pakket in vergelijking met cluster 3 (M = 3.46, SD = 0.89). 5

4,5

4

3,5 Beoordeling algemeen concept 3

Beoordeling optimaal pakket Beoordeling afwijkend pakket

2,5

2

1,5

1 Cluster 1

Cluster 2

Cluster 3

Cluster 4

Figuur 1: Grafische voorstelling: houding van de clusters ten opzichte van Airbnb bij verschillende aangeboden pakketten (1 = heel geïnteresseerd, 2 = geïnteresseerd, 3 = noch geïnteresseerd, noch ongeïnteresseerd, 4 = ongeïnteresseerd, 5 = helemaal ongeïnteresseerd).

29

Figuur 1 toont ons een algemene conclusie van de houding ten opzichte van Airbnb naargelang het aangeboden pakket varieert. Er kan besloten worden dat alle respondenten lagere scores vertonen bij het algemene concept als bij het optimale concept. Opmerkelijk is dat elke cluster zal afhaken of minder geïnteresseerd zal zijn wanneer het reispakket afwijkt van zijn/haar specifieke noden. Naast het optimale en afwijkende pakket, is het ook interessant om na te gaan of er een verschil bestaat tussen het mogelijke gebruik van Airbnb in het binnen- of buitenland. Met behulp van een One-Way ANOVA zien we dat er opnieuw significante verschillen zijn tussen de verschillende clusters, zowel op vlak van binnenlandse (F = 36.11, p < 0.000) als buitenlandse (F = 100.84, p < 0.000) reizen. Wanneer we starten met de binnenlandse reizen, zien we dat cluster 1 significant verschilt met alle andere clusters met een pwaarde < 0,000. De personen in cluster 1 gaan significant minder interesse tonen in het gebruik van Airbnb voor binnenlandse reizen in vergelijking met alle andere clusters. Wanneer we de gemiddelde scores bekijken voor de binnenlandse reizen zien we dat cluster 1 helemaal niet geïnteresseerd is (M = 4.10, SD = 0.85), cluster 2 (M = 2.48, SD = 1.00) en 4 (M = 2.7, SD = 0.96) wel geïnteresseerd zijn en cluster 3 (M = 3.29, SD = 0.69) zich neutraal opstelt door noch geïnteresseerd, noch ongeïnteresseerd te zijn. Verder verschilt ook cluster 2 significant (p < 0.000) van cluster 3, waar cluster 2 significant meer interesse zal tonen in binnenlandse reizen met Airbnb in vergelijking met cluster 3. Als er vervolgens gekeken wordt naar het gebruik van Airbnb in het buitenland zijn er zoals reeds eerder aangehaald eveneens significante verschillen op te merken tussen de verschillende clusters. Ook hier verschilt cluster 1 met alle andere clusters, waarbij alle p’s < 0.000. Cluster 1 (M = 4.41, SD= 0.68) gaat opnieuw significant (p < 0.000) minder geïnteresseerd zijn in het gebruik van Airbnb, waar de andere clusters net meer geïnteresseerd zijn in het concept. Er kan eveneens afgeleid worden dat cluster 2 significant van cluster 3 (p < 0.000) en cluster 4 (p = 0.043) verschilt, waarbij cluster 2 (M=2.04 , SD = 0.86) significant meer interesse zal hebben in het gebruik van Airbnb in het buitenland in vergelijking met de andere twee clusters. Tot slot verschilt ook cluster 3 significant (p < 0.000, M = 3.23, SD = 0.81) van cluster 4 (M = 2.44, SD = 0.69), waarbij cluster 3 significant minder interesse zal tonen in buitenlandse reizen met behulp van Airbnb. Wanneer we de algemene vergelijking maken tussen binnen- en buitenlandse verblijven met Airbnb, zien we dat er op de buitenlandse reizen algemeen genomen eerder beroep wordt gedaan dan op de binnenlandse verblijfplaatsen van Airbnb. De gemiddelde scores van clusters 2, 3 en 4 liggen lager bij de buitenlandse reizen in vergelijking met de binnenlandse reizen, wat wijst op een hogere mate van interesse. Enkel cluster 1 vertoont een hogere gemiddelde waarde bij het buitenlands reizen (M = 4.41, SD = 0.68), wat erop wijst dat personen uit cluster 1 heel ongeïnteresseerd zijn in het gebruik van Airbnb in het buitenland. De personen uit cluster 1 gaan bijgevolg eerder Airbnb gebruiken voor een binnenlandse reis in plaats van een buitenlandse reis.

30

Naast de binnen- en buitenlandse verblijven kan ook de duur van het verblijf een mogelijke beïnvloedende factor zijn voor het al dan niet gebruiken van Airbnb. In de vragenlijst wordt het onderscheid gemaakt tussen een kort verblijf (een tot drie nachten) en een lang verblijf (meer dan drie nachten). Uit de ANOVA-tabel kunnen we afleiden dat er voor zowel de korte (F = 85.48, p < 0.000) als lange (F = 51.84, p < 0.000) verblijfsduren significante verschillen zijn tussen de verschillende clusters. Eerst en vooral wordt de focus gelegd op de korte verblijven: alle clusters verschillen significant van elkaar. Cluster 1 verschilt significant (p < 0.000) van alle andere clusters. Wanneer we de gemiddelde waardes bekijken zien we dat de personen uit de clusters 2, 3 en 4 significant meer een kort verblijf zouden boeken met Airbnb in vergelijking met cluster 1. De personen in cluster 1 (M = 3.98) geven aan dat ze waarschijnlijk niet of zeker niet gebruik zullen maken van Airbnb voor een kort verblijf. Alle andere gemiddelde waarden liggen tussen de 1.90 en 2.67. Zo heeft cluster 2 de laagste gemiddelde waarde (M = 1.90, SD = 0.70), gevolgd door cluster 4 (M = 2.27, SD = 0.61) waardoor we er kunnen van uitgaan dat zij waarschijnlijk wel gebruik zullen maken van Airbnb voor een kort verblijf. Cluster 3 twijfelt meer aangezien ze een gemiddelde waarde hebben van 2,90 (SD = 0.68), het meest gekozen antwoord is bij hen “noch geïnteresseerd, noch ongeïnteresseerd”. Cluster 2 verschilt eveneens significant van alle andere clusters, waar cluster 2 steeds significant meer gebruik zou maken van een kort verblijf. Algemeen genomen kunnen we volgende conclusie trekken: personen uit cluster 2 zijn het meest geïnteresseerd in een kort verblijf, gevolgd door de personen uit cluster 4. Personen uit cluster 1 zijn niet echt geïnteresseerd in een kort verblijf terwijl de personen in cluster 3 eerder neutraal staan tegenover een kort verblijf met Airbnb. Wanneer we vervolgens kijken naar verblijven langer dan drie nachten, kan er uit de ANOVA tabel opnieuw afgeleid worden dat er significante verschillen zijn tussen de clusters (F = 51.85, p < 0.000). Alle clusters verschillen significant met elkaar (p < 0.000), behalve de clusters 2 en 4 verschillen niet significant (p = 0.522). Wanneer de gemiddelde waarden worden bekeken kunnen we enkele vaststellingen doen. Eerst en vooral gaan de personen in cluster 1 (M = 4.46, SD = 0.62) significant (p < 0.000) minder een beroep doen op Airbnb voor een lang verblijf in vergelijking met de andere clusters. Cluster 1 vertoont bijgevolg de hoogste gemiddelde waarde wat zich vertaalt in de antwoordmogelijkheid ‘zeker niet gebruiken’. Cluster 2 heeft het laagste gemiddelde (M = 2.64, SD = 0.95) met een betekenis dat deze personen “waarschijnlijk wel” of “misschien” Airbnb gebruiken voor een langere reis. Cluster 4 (M = 2.86, SD = 0.89) sluit goed aan bij de omschrijving van cluster 2 op vlak van lange verblijven aangezien ze eveneens een lage gemiddelde waarde vertonen. Verder kan cluster 3 (M = 3.5) onderverdeeld worden in personen die misschien of waarschijnlijk niet Airbnb gebruiken voor een reis langer dan drie dagen. Tot slot gaat cluster 2 significant (p < 0.000) meer Airbnb gebruiken voor een lang verblijf in vergelijking met cluster 1 en 3.

3.2.3. Clusters gelinkt aan reismotivaties en -attitudes Vervolgens wensen we de reismotivaties en –attitudes na te gaan van de personen in de verschillende clusters. In de onderstaande paragrafen worden verschillende factoren aangehaald die een invloed hebben op de reiskeuze van een reiziger. Deze worden in relatie gesteld met de verschillende clusters.

31

Eerst en vooral wordt de vraag: “waarom wilt u op reis gaan?” gesteld aan de respondenten. Deze vraag is een 5-puntenlikertschaal en had heel wat factoren in zich: relaxatie, ontsnappen aan dagelijkse leven, nieuwe kennis opdoen over andere culturen, het verbeteren van relaties met mensen, sociale interacties met anderen, prestige, familie of vrienden bezoeken en tot slot het verkennen van toeristische plekken. Slechts drie van deze voorgaande antwoorden zijn significant verschillend tussen de clusters, namelijk: prestige (p = 0.023), sociale interacties met anderen (p = 0.002) en nieuwe kennis opdoen over andere culturen (p < 0.000). Te beginnen met nieuwe kennis opdoen over andere culturen zien we een significant verschil (F = 6.39, p < 0.000) in de ANOVA tabel. Uit de Scheffe post-hoc test kan er afgeleid worden dat cluster 1 significant verschilt met zowel cluster 2 (p = 0.001) als cluster 4 (p = 0.008). Hieruit kunnen we afleiden dat de clusters 2 (M = 1.57, SD= 0.74) en 4 (M = 1.66, SD = 0.66) significant meer interesse hebben in het opdoen van nieuwe kennis over andere culturen in vergelijking met cluster 1 (M = 2.19 , SD = 1.00). Wanneer we kijken naar het aspect ‘sociale interactie met anderen’ zien we eveneens een significant verschil (F= 4.91, p = 0.002). Dat significante verschil (p = 0.006) situeert zich tussen cluster 1 en 2, we kunnen vaststellen dat cluster 1 (M = 2.78, SD = 1.10) significant minder belang hecht aan sociale interactie met anderen in vergelijking met cluster 2 (M = 2.19, SD = 0.87). Verder is er eveneens een significant verschil tussen cluster 1 en 3 (p = 0.040), waar hetzelfde geldt als voorheen: de personen in cluster 1 (M = 2.78 , SD = 1.10) hechten significant minder belang aan sociale interactie met anderen in vergelijking met die in cluster 3 (M= 2.30, SD = 0.74). Af te leiden uit de ANOVA-tabel blijkt er een significant verschil (F= 3.23, p = 0.023) te zijn op vlak van belang hechten aan prestige. Wanneer er gekeken wordt bij Scheffe post-hoc test, zien we dat de significante verschillen verdwijnen of te verwaarlozen zijn. Na voorgaande significante verschillen te overlopen, zijn er enkele tendensen die opvallen in de meanscores met betrekking tot het waarom mensen op reis gaan. Deze tendensen zijn niet significant (p < 0.05) maar wel vermeldenswaardig. De personen uit cluster 1 zijn degene die relaxatie het belangrijkst vinden in vergelijking met de andere clusters, terwijl dat personen uit cluster 2 niet zozeer relaxatie aanzien als hoofddoel van een reis. Algemeen genomen zijn de gemiddelde waardes bij relaxatie vrij laag, wat betekent dat relaxatie voor iedereen van enig belang is wanneer hij op reis gaat. Wanneer er gekeken wordt naar het item “ontsnappen aan dagelijkse leven” zien we opnieuw dat cluster 1 de laagste score vertoont en cluster 2 de hoogste. Personen in cluster 1 zullen dus in een hogere mate op reis willen om te ontsnappen aan het dagelijkse leven, terwijl dat bij cluster 2 minder het geval is. Het verbeteren van relaties met mensen is voor cluster 2 het belangrijkst in vergelijking met de andere clusters, cluster 1 vindt dat het minst belangrijk. Over het algemeen liggen deze gemiddelde waarden vrij hoog (+/- 2.54), waardoor we kunnen besluiten dat het verbeteren van relaties niet aan de basis ligt bij het boeken van een reis. Het bezoeken van vrienden en familie vertoont eveneens hoge gemiddelde waardes, dat wijst erop dat mensen zo goed als nooit op reis gaat met het oog op het bezoeken van familie of vrienden. De gemiddelde waarden variëren van 3.12 tot 3.33. Tot slot wordt bevraagd of men op reis gaat omwille van toeristische plekken, hierbij vallen lage gemiddelde waarden (M = 1.60 tot 1.90). Dat betekent dat elke cluster belang hecht aan toeristische plekken wanneer hij

32

op reis gaat. Cluster 1 (M = 1.92, DS= 1.02) gaat zich meer distantiëren van de toeristische plekken, terwijl cluster 3 (M= 1.62, DS= 0.72) meer de toeristische plekken zal opzoeken. Naast de ‘waarom’ vraag, wordt er eveneens nagegaan wat de reiziger aantrekt in een bepaalde bestemming, waarbij volgende verschillende aantrekkingsfactoren worden aangereikt: de events en activiteiten die er plaatsvinden, de bereikbaarheid, de geschiedenis en cultuur, de natuur, de betaalbaarheid, het klimaat, het lokale eten en tot slot het avontuur. Voor drie van de acht voorgaande factoren zijn er significante verschillen gevonden tussen de clusters, namelijk bij het klimaat (F= 3.11, p = 0.027), het lokale eten (F = 3.74, p = 0.012), avontuur (F = 9.98, p < 0.000) en de bereikbaarheid (F= 2.78, p = 0.042). Eerst en vooral is er een significant verschil op te merken bij de factor klimaat (p = 0.027), waarbij de clusters 3 (M= 1.71, SD= 0.78) en 4 (M= 1.33, SD= 0.57) significant verschillen met een p-waarde van 0.031. Hieruit kunnen we afleiden dat de personen in cluster 4 significant meer waarde hechten aan het klimaat in vergelijking met de personen uit cluster 3.Wanneer er naar de algemene resultaten wordt gekeken met betrekking tot klimaat kan er uit de gemiddelde waarden afgeleid worden dat het klimaat voor alle clusters als heel belangrijk wordt aangegeven (M varieert tussen 1.47 en 1.71). Ook op vlak van lokaal eten zijn er significante verschillen op te merken tussen de gevormde clusters. Zo is er een significant verschil (p = 0.022) tussen cluster 1 (M = 2.39, SD = 1.01) en 2, waar cluster 2 (M = 1.88, SD = 0.81) significant meer belang hecht aan het lokale eten. Ze gaan onder meer op reis omdat het lokale eten hun aandacht trekt, waar cluster 1 geen of veel minder aandacht besteedt aan het lokale eten. Tot slot zijn er significante verschillen op te merken bij de factor avontuur, waar de p-waarde kleiner is dan 0.000. Het valt op dat cluster 1 significant verschilt van twee andere clusters. Cluster 1 verschilt significant met cluster 2 (p < 0.000, M= 1,81, SD= 0.93), waarbij cluster 1 (M= 2.84 , SD= 1.21) significant minder belang hecht aan avontuur op reis. Met cluster 3 is er een significant verschil van p = 0.027, waarbij eveneens cluster 1 avontuur minder belangrijk vindt in vergelijking met cluster 3 (M= 2.26, SD= 0.85). Hieruit kunnen we afleiden dat de personen in cluster 1 niet avontuurlijk zijn, maar voornamelijk op zoek zijn naar rust. Daartegenover zijn de personen uit cluster 2 het meest avontuurlijk, aangezien ze ook een gemiddelde waarde hebben van 1.80, wat wijst op een hoog verlangen naar avontuur. De gemiddelde waarde van cluster 1 ligt het hoogst, wat wijst op weinig interesse in avontuur op reis. Verder verschilt ook cluster 2 significant met cluster 4 (p = 0.027) op vlak van het avontuurlijke aspect, waar cluster 2 significant meer aandacht besteedt aan avontuur op reis in vergelijking met de personen uit cluster 4 (M = 2.32, SD = 1.07). Naast deze voorgaande significante verschillen, zijn er ook enkele niet-significante tendensen die opvallen in de verkregen data bij deze vraag. Zo gaan de personen in cluster 2 de natuur het hoogst inschatten (M = 1.50, SD = 0.77) in vergelijking met de andere clusters, waar personen uit cluster 1 (M = 1.71, SD = 0.85) en 3 (M = 1.70, SD = 0.72) natuur als minder belangrijk gaan aangeven. Wanneer er gekeken wordt naar de bereikbaarheid zien we in de ANOVA-tabel dat er een significant verschil is tussen de clusters, maar wanneer er gekeken wordt naar de Scheffe post-hoc test verdwijnt dat significant verschil. Het wordt duidelijk dat cluster 1 (M = 1.82, SD = 0.91) het meeste belang hecht aan de bereikbaarheid van een

33

bestemming in vergelijking met de personen uit alle andere clusters. Algemeen genomen zien we dat de gemiddelde scores rond de 2 liggen, waar cluster 1 de laagste waarde heeft en cluster 2 (M = 2.30, SD = 0.94) de hoogste waarde. Hieruit volgt dat elke cluster vrij veel belang hecht aan de bereikbaarheid. Verder is de betaalbaarheid van een reis voor iedereen belangrijk, wat zich uit in lage meanscores. Cluster 4 (M= 1.66, SD= 0.77) hecht er het meeste belang aan, terwijl cluster 2 de hoogste score heeft (M = 1.85, SD = 0.94) en bijgevolg het minst bekommerd is om de betaalbaarheid. Tot slot zien we dat cluster 1 het minst geïnteresseerd is in geschiedenis en cultuur van een bepaalde bestemming (M = 2.12, SD = 1.15), terwijl cluster 2 op zijn beurt het meest geïnteresseerd is in geschiedenis en cultuur (M = 1.73, SD = 0.88). Er wordt ook gepeild naar de verblijfplaats waar de respondenten doorgaans logeren wanneer ze op reis gaan. Om verschillen te vinden tussen de clusters wordt er gebruik gemaakt van een One-Way ANOVA. Wanneer er gekeken wordt in de ANOVA-tabel kunnen we afleiden dat er significante verschillen zijn bij het gebruik van campings (F = 2.82, p = 0.040) en het huren van toeristische accommodaties (F = 2.74, p = 0.044). Maar als we kijken naar de Scheffe post-hoc test zien we dat deze voorgaande significante verschillen verdwijnen. Uit de niet-significante gegevens kunnen eveneens enkele tendensen worden gestileerd. Wanneer we kijken naar het verblijven in hotels, zien we dat alle clusters vaak tot altijd in een hotel verblijven. De gemiddelde waarden variëren van 1 tot 2, waarbij cluster 3 (M= 1.85, SD= 0.81) de laagste waarde heeft en cluster 4 (M= 2.03, SD= 0.85) de hoogste waarde vertoont. We kunnen dus stellen dat hotels tot op heden heel belangrijk zijn voor een doorsnee reiziger. Wanneer we kijken naar verblijven op een camping, zien we dat de laagste score zichtbaar is bij cluster 2 (M= 3.73, SD= 1.05). Personen van cluster 2 gaan soms naar een camping, terwijl de personen uit cluster 1 (M = 4.30, SD= 1.13) nooit naar een camping gaan. De meerderheid van de personen uit de clusters 3 (M = 4.10, SD= 1.08) en 4 (M = 3.93, SD= 1.03) geeft aan bijna nooit tot nooit te verblijven op een camping. Wat het verblijven in vakantiecentra, gehuurde toeristische accommodatie, tweede verblijf en andere privé accommodaties betreft zijn alle clusters het unaniem eens met elkaar: ze gebruiken voorgaande verblijven zelden tot nooit. De vraag wordt eveneens gesteld met wie de respondenten op reis gaan. Met behulp van een One-Way ANOVA zien we dat er significante verschillen zijn tussen de clusters wanneer het gaat over op reis gaan met het gezin (F= 6.39, p < 0.000), met vrienden (F= 9.47, p < 0.000) of alleen (F= 4.93, p = 0.002). Om dat van dichterbij te kunnen bekijken wordt er gebruik gemaakt van de Scheffe post-hoc test. Deze toets toont ons dat er een significant verschil is tussen cluster 1 en cluster 4 (p = 0.009) op vlak van op reis gaan met het gezin. Zo gaan personen uit cluster 1 (M = 2.10, SD = 1.32) significant meer met hun gezin op reis in vergelijking met personen uit cluster 4 (M = 2.88, SD = 1.25). Het op reis gaan met het gezin verschilt eveneens significant tussen de clusters 3 en 4 (p = 0.010), waarbij cluster 3 (M = 2.17, SD = 1.05) significant meer op reis gaat met het gezin in vergelijking met cluster 4 (M = 2.88, SD = 1.25). Wanneer er gekeken wordt naar het op reis gaan met vrienden zien we dat cluster 1 significant verschilt van alle andere clusters. Cluster 1 gaat significant minder op reis met vrienden in vergelijking met cluster 2 (p < 0.000), cluster 3 (p = 0.003) en cluster 4 (p = 0.018). Wanneer we kijken naar de gemiddelde waardes kan er afgeleid worden dat

34

de personen in cluster 2 het meest met vrienden op reis gaan (M = 2.43, SD = 0.85), terwijl cluster 1 (M = 3.36, SD = 1.15) en 3 (M = 2.80, SD = 0.82) het minst met vrienden op reis zullen gaan. Verder zien we eveneens een significant verschil (p = 0.003) tussen cluster 1 en 2 op vlak van alleen op reis gaan. Uit de gemiddelde waarden kan er afgeleid worden dat personen uit cluster 2 (M = 4.32, SD= 1.017) significant meer alleen op reis zullen gaan in vergelijking met personen uit cluster 1 (M= 4.89, SD = 0.31). Toch is hier enige duiding noodzakelijk aangezien de gemiddelde scores algemeen hoog liggen met een variatie van 4.32 tot 4.90. Elke cluster geeft aan zelden tot nooit alleen op reis te gaan, waar cluster 1 de laagste score vertoont. Er zijn geen significante verschillen gevonden tussen de clusters op vlak van op reis gaan met je partner, alle gemiddelde waarden liggen hierbij heel laag (M varieert hier van 2.11 tot 2.62). In de vragenlijst wordt eveneens bevraagd hoeveel keer de respondent het afgelopen jaar op reis ging. Door het uitvoeren van een Chikwadraattoets (waarbij Adjusted Residuals belangrijk zijn) zien we dat de personen die geen enkele keer op reis gingen in het afgelopen jaar significant oververtegenwoordigd zijn in cluster 1 met een Adjusted Residual (AR) waarde van 2,7. Deze personen, die afgelopen jaar niet op reis gingen, zijn op hun beurt significant ondervertegenwoordigd (AR = -2.2) in cluster 2. In cluster 2 is er een significante oververtegenwoordiging (AR = 2.6) van personen die afgelopen jaar meer dan vijf keer op reis gingen. Deze personen, die meer dan vijf keer op reis gingen, zijn op hun beurt significant ondervertegenwoordigd (AR = 2.2) in cluster 4. Naast deze significante resultaten, kunnen we eveneens enkele tendensen opmerken in de overige resultaten. Als we zowel de significante als niet-significante resultaten samennemen, kunnen we volgende conclusies trekken. Cluster 1 bevat voornamelijk personen die afgelopen jaar geen enkele keer (AR = 2.7) of 1 keer (AR = 1.5) op reis zijn geweest, waarbij er een ondervertegenwoordiging (AR = -1.6) is van personen die meer dan vijf keer op reis zijn geweest. Cluster 2 heeft een oververtegenwoordiging (AR = 2.6) van personen die meer dan vijf keer op reis geweest zijn en waar ook veel personen in vervat zitten die vier à vijf keer op reis zijn geweest (AR = 1.9). Er is een duidelijke ondervertegenwoordiging van personen die geen enkele keer op reis gingen (AR = -2.2) in cluster 2. Cluster 3 en cluster 4 zijn moeilijk te definiëren aangezien er een mengeling van respondenten aanwezig is. Enkel bij cluster 4 is er een duidelijke ondervertegenwoordiging (AR = -2.2) van personen die meer dan vijf keer op reis zijn geweest het afgelopen jaar. Aan de hand van een Chikwadraattoets wensen we na te gaan of er al dan niet een over- of ondervertegenwoordiging is van de grootte van het uit te geven bedrag per nacht in de verschillende clusters. Het valt op dat cluster 2 de personen bevat die het minste geld willen uitgeven aan een overnachting, er is namelijk een significante oververtegenwoordiging (AR = 2.1) van het bedrag 0 tot 50 euro en een significante ondervertegenwoordiging (AR = -2) van 151 tot 200 euro. Verder zien we een significante oververtegenwoordiging (AR = 2) van de prijscategorie 201 tot 250 euro in cluster 1, personen uit cluster 1 zijn bijgevolg bereid om meer geld te besteden aan een overnachting. Andere niet-significante tendensen kunnen opgemerkt worden: de personen die meer dan 250 euro per nacht uitgeven, bevinden zich voornamelijk in cluster 3 (AR = 1.5). Daarnaast valt het ook op dat personen die 151 tot 200 euro willen

35

besteden per nacht, vooral gesitueerd zijn in cluster 1. Tot slot gaan personen die tussen de 51 en 100 euro besteden per nacht zich in cluster 4 bevinden. Tot slot werd ook nagegaan welke reisstijl de respondent het beste typeert. Om na te gaan of er verschillen zijn tussen de clusters werd er gebruik gemaakt van de Chikwadraattoets, waarbij we ook hier een beroep doen op de Adjusted Residuals. We zien dat luxueus reizen significant oververtegenwoordigd is in cluster 1 (AD = 2.3), maar significant ondervertegenwoordigd is in cluster 4 (AD = -2.5). Verder valt er eveneens een significante oververtegenwoordiging van lowbudget reizigers op in cluster 2 (AD = 3.5) en een significante ondervertegenwoordiging van lowbudget reizigers in cluster 3 (AD = -3.3). We kunnen hieruit concluderen dat personen in cluster 1 de voorkeur geven aan luxe reizen. Verder zijn de personen uit cluster 2 voornamelijk lowbudget reizigers, terwijl de personen in cluster 3 helemaal geen lowbudget reizigers zijn. Wanneer er eveneens gekeken wordt naar de niet-significante resultaten zien we dat de personen waarbij de reisstijl middenklasse is, zich voornamelijk bevinden in de clusters 3 en 4.

3.2.4. Sociodemografische kenmerken van de clusters Aangezien we graag willen weten wat de persoonskenmerken zijn van de personen in de verschillende clusters, is het belangrijk dat we enkele toetsen uitvoeren om een beter inzicht te krijgen in de gevormde clusters. Onderstaande paragrafen geven meer duidelijkheid over onder meer leeftijd, geslacht en opleidingsniveau in de verschillende clusters. 1. Leeftijd Na het uitvoeren van een One-Way ANOVA zien we dat er significante verschillen zijn tussen de clusters (F= 4.45, p = 0.005) op vlak van leeftijd. Zo is er een significant verschil (p = 0.038) tussen cluster 1 en 2: de personen in cluster 1 (M= 33.63, SD= 12.17) zijn significant ouder in vergelijking met de personen in cluster 2 (M= 26.55, SD= 10.48). Wanneer er naar de gemiddelde waardes wordt gekeken voor deze clusters, zien we dat cluster 1 een gemiddelde waarde heeft van 33,63, terwijl dat 26,5 is bij cluster 2. Er is eveneens een significant verschil (p = 0.024) tussen cluster 2 en cluster 3, waar de personen in cluster 2 significant jonger zijn in vergelijking met de personen in cluster 3 (M = 33.55, SD = 13.64). Verder zijn er geen significante verschillen tussen de clusters, maar wanneer er gekeken wordt naar de andere meanscores kan er wel een tendens opgemerkt worden. De personen die vertegenwoordigd zijn in cluster 1 zijn de oudste personen die deelgenomen hebben aan het onderzoek, waarbij de gemiddelde leeftijd rond de 34 jaar oud ligt. Cluster 2 omvat de jongste personen in vergelijking met de andere clusters, zo gaan zij gemiddeld 26 jaar zijn. Cluster 3 leunt aan tegen cluster 1, waar de gemiddelde leeftijd 33 jaar oud is. Tot slot zijn de personen in cluster 4 rond de 29 jaar oud. We kunnen hieruit afleiden dat de clusters met de twee jongste doelgroepen het meeste interesse tonen in Airbnb en terug te vinden zijn in de clusters 2 en 4. 2. Opleidingsniveau

36

Om na te gaan of er significante verschillen zijn tussen de clusters qua opleidingsniveau, wordt de Chikwadraattoets uitgevoerd. We zien dat er een significante oververtegenwoordiging (AR = +3,1) is van personen met een masterdiploma in cluster 2, terwijl er een significante ondervertegenwoordiging (AR = 2,8) is van personen met een hoger secundair diploma in diezelfde cluster. Verder zijn personen met een lager secundair diploma significant ondervertegenwoordigd (AR = -2,2) in cluster 4. Tot slot zijn personen met een bachelor diploma significant ondervertegenwoordigd (AR = -2,8) in cluster 3. Uit voorgaande significante resultaten kan geconcludeerd worden dat de personen in cluster 2 het hoogst opgeleid zijn. Wanneer er gekeken wordt naar de niet-significante resultaten kunnen volgende algemene tendensen worden opgemerkt. Cluster 1 bestaat voornamelijk uit personen die het secundair onderwijs hebben afgewerkt of in het bezit zijn van een bachelordiploma. Wanneer er gekeken wordt naar de personen met een masterdiploma, zien we dat zij zich vooral bevinden in cluster 2. Cluster 3 bevat vooral personen die het middelbaar onderwijs afwerkten en cluster 4 vertoont dezelfde eigenschappen als cluster 1 op vlak van opleidingsniveau. 3. Beroepsstatus Om na te gaan of er significante verschillen zijn qua beroepsstatus in de verschillende clusters wordt een Chikwadraattoets uitgevoerd. Er vallen significante onder- en oververtegenwoordiging op, maar er wordt niet voldaan aan de randvoorwaarden: 45% van de cellen heeft een verwacht aantal dat minder is dan 5, waardoor de betrouwbaarheid in het gedrang komt.

We zien dat studenten significant zijn

oververtegenwoordigd in cluster 2 met een Adjusted Residual waarde van 2,8, terwijl de studenten significant zijn ondervertegenwoordigd in cluster 1 (AR = -3.3). De gepensioneerden (AR = 2.2) van de onderzoeksgroep zijn significant oververtegenwoordigd in cluster 3. Verder gaan arbeiders significant oververtegenwoordigd zijn in cluster 1 (AR = 3.1). Uit de niet-significante resultaten kunnen we afleiden dat de bedienden zich voornamelijk in cluster 1 bevinden samen met de arbeiders. De zelfstandigen lijken verdeeld te zijn over de verschillende clusters en kunnen niet worden toegewezen aan één specifieke cluster. 4. Computergebruik Aangezien Airbnb een online platform is, moeten gebruikers van de dienst het internet bijgevolg goed onder de knie krijgen. Dat werd nagegaan aan de hand van de intern consistente somschaal computergebruik (Chronbach’s alfa = 0.873), waar we vervolgens trachten om met behulp van een One-Way ANOVA verschillen te zoeken tussen de clusters inzake het internetgebruik. Uit de ANOVA-tabel kan er afgeleid worden dat er een significant verschil zal zijn (F = 13,20, p < 0.000) tussen de clusters. Er is namelijk een significant verschil tussen de clusters 1 en 2 (p < 0.000), waarbij cluster 2 (M= 2.05, SD = 0.89) significant meer gebruik maakt van het internet in vergelijking met cluster 1 (M = 3.07, SD = 1.03). Verder verschilt cluster 2 significant van cluster 3 (p < 0.000) en 4 (p = 0.002), waarbij cluster 2 opnieuw het meest gebruik maakt van het internet. Wanneer we naar de gemiddelde waardes kijken, zien we dat cluster 2

37

duidelijk de laagste waarde heeft, wat resulteert in het meeste gebruik van het internet. Ze zijn ten opzichte van alle andere clusters significant meer bezig met het internet en al zijn mogelijkheden. Het valt eveneens op dat cluster 1 de personen bevat die het minst gebruikmaken van het internet. De gemiddelde waardes van de clusters 3 en 4 variëren tussen de 2,75 tot 2,68, wat wijst op een gemiddeld gebruik van het internet. Wanneer er nog een One-Way ANOVA wordt uitgevoerd, waarbij er geen gebruik wordt gemaakt van de somschaal maar van de items in de somschaal kunnen we meer in detail treden wat betreft de specifieke verschillen tussen de clusters. Uit deze bewerking kunnen we afleiden dat de personen in cluster 2 (M= 1.16, SD = 0.48) significant (p = 0.002) meer uren spenderen op het internet in vergelijking met personen uit cluster 1 (M = 1.84, SD = 1.23) en 3 (M = 1.68, SD = 0.95, p = 0.013).Vervolgens zien we dat cluster 2 ( M = 2.34, SD = 1.29) zichzelf de hardnekkige computer- en internetgebruikers vindt, waardoor ze opnieuw significant verschillen (alle p’s < 0.011) van de andere clusters. Tot slot geven de personen in cluster 2 (M = 2.46, SD = 1.17) aan dat ze ontelbaar veel websites bezoeken per week, ook hiermee verschillen ze significant (alle p’s < 0.010) van de andere clusters. Ook hieruit kunnen we concluderen dat de personen in cluster 2 diegene zijn waarbij het internet een thuishaven is, ze hebben er geen moeite mee en hebben er vertrouwen in. Wanneer we tot slot kijken naar de gemiddelde waarden zien we dat cluster 2 steeds de laagste score heeft, gevolgd door cluster 4 en 3, terwijl cluster 1 steeds de hoogste score vertoont. 5. Geslacht Op basis van geslacht is er geen significant verschil (p = 0.246) op te merken tussen de verschillende clusters. Wanneer er gekeken wordt naar de rijpercentages valt het op dat de meerderheid van de mannen zich in cluster 2 bevindt, terwijl de meerderheid van de vrouwen in cluster 3 zit. Aangezien onze onderzoeksgroep niet evenwichtig verdeeld is qua geslacht, zijn er in elke cluster een groter aantal vrouwen aanwezig in vergelijking met het aantal mannen. 6. Gemiddeld inkomen Het gemiddelde inkomen wordt met behulp van een Chikwadraattoets gerelateerd aan de vier verschillende clusters. Er wordt niet aan alle randvoorwaarden voldaan, waardoor we uiterst voorzichtig moeten omgaan met de bekomen resultaten. We zien dat er in cluster 1 een significante ondervertegenwoordiging is van personen met een gemiddeld netto-inkomen van 0 tot 1500 euro (AR = -2.4). Cluster 1 zal bijgevolg vooral personen bevatten die meer verdienen dan 1500 euro per maand. Verder kan er ook afgeleid worden dat er in cluster 2 een significante oververtegenwoordiging is van personen die tussen de 0 en 1500 euro (AR = 2.1) verdienen. Als we kijken naar de niet-significante resultaten, valt het op dat de personen met een nettoinkomen tussen de 0 en 1500 euro (AR = 1.4) goed vertegenwoordigd zijn in cluster 4. We kunnen eveneens afleiden dat personen met een gemiddeld netto-inkomen van 1500,01 tot 2000 euro eerder niet tot cluster 2 behoren, dat kunnen we zien aan de AR-waarde van -1,8, terwijl ze in cluster 1 een AR-waarde tonen van 1.2.

38

Cluster 1 bevat eveneens een groot deel van de personen met een gemiddeld netto-inkomen tussen de 4000,01 en 6000 euro (AR = 1.2).

39

4. Bespreking van de resultaten Bij de analyse van de resultaten wordt duidelijk dat er vier grote clusters te onderscheiden zijn tussen de respondenten. In onderstaande paragrafen wordt weergegeven hoe de clusters zich gedragen ten opzichte van Airbnb en krijgen we een betere beschrijving van hun persoonskenmerken. Het eerste deel van de benaming omvat de houding als algemene adapter, het tweede deel bevat de houding ten opzichte van Airbnb. Cluster 1: laggards, ongeïnteresseerd in Airbnb De eerste cluster bevat de oudste personen die hebben deelgenomen aan het onderzoek, waarbij het doorsnee opleidingsniveau secundair onderwijs en een professionele/academisch bachelor is. Deze personen zijn voornamelijk arbeiders en bedienden, met een gemiddeld netto-inkomen tussen de 1500 en 2000 euro. Wanneer ze op reis gaan zijn relaxatie en ontsnappen aan het dagelijkse leven heel belangrijke factoren. Daarnaast gaan ze vooral naar de toeristische trekpleisters en logeren ze in een hotel. Het klimaat en de bereikbaarheid van een bestemming zijn de belangrijkste aantrekkingsfactoren die gelden voor de personen in cluster 1. Het gezelschap waarmee ze op reis gaan, is meestal hun gezin, maar ook soms met hun partner. Het aantal keren dat ze afgelopen jaar op reis gaan varieert van nul tot twee à drie keer, waar ze gemiddeld 151-200 euro tot 201-250 euro uitgeven per nacht. Deze personen zijn gewend om luxueus te reizen. Tot slot valt het op dat dit de cluster is die het minst gebruik maakt van het internet. Wanneer we kijken naar de houding van cluster 1 ten opzichte van Airbnb is er weinig goeds op te merken. Er kan besloten worden dat dit de cluster is die het minste interesse heeft in Airbnb. Reeds van bij de voorstelling van het algemene concept gaan ze ongeïnteresseerd tot helemaal ongeïnteresseerd reageren. Wanneer er een optimaal pakket van Airbnb wordt aangeboden, gaan ze noch geïnteresseerd, noch ongeïnteresseerd zijn tot ongeïnteresseerd. Een logisch gevolg is dat ze helemaal ongeïnteresseerd zijn wanneer er een afwijkend reispakket wordt aangeboden. Airbnb gebruiken voor meer dan drie nachten is niet voor deze personen weggelegd, maar twijfelen wel bij het gebruik voor een korte periode. Ze zouden ook eerder Airbnb gebruiken in het binnenland in plaats van in het buitenland, maar blijven voor beide opties opmerkelijk negatief tegenover Airbnb. Cluster 2: innovators, geïnteresseerd in Airbnb In tegenstelling tot cluster 1, is de houding van cluster 2 ten opzichte van Airbnb heel positief. Wanneer het algemene concept wordt aangereikt zijn deze personen uitsluitend enthousiast. Bij het aanbieden van een optimaal pakket gaan ze geïnteresseerd tot heel geïnteresseerd zijn, terwijl ze bij een afwijkend pakket iets meer gaan twijfelen over het gebruik van Airbnb. Ze zouden op Airbnb beroep doen voor zowel binnen- als buitenlandse reizen, maar er is voornamelijk interesse in korte verblijven van een tot drie nachten. Wanneer er meer dan drie overnachtingen zijn, gaat men twijfelen of ze al dan niet beroep zouden doen op Airbnb.

40

Deze cluster bevat de jongste personen die hebben deelgenomen aan het onderzoek, waarbij de meerderheid studenten zijn. Het grootste deel van deze personen is in het bezit van een bachelor- of masterdiploma en heeft een gemiddeld netto-inkomen van 0 tot 1500 euro. Het valt op dat het internetgebruik bij deze groep heel hoog is en dat ze zich helemaal thuis voelen in de internetsfeer. De personen in cluster 2 gaan op reis om te ontspannen, maar ook om nieuwe kennis op te doen over andere culturen en sociale interactie te hebben met anderen. Ze zijn minder toeristisch ingesteld en willen meer de lokale cultuur opsnuiven in vergelijking met de andere clusters. Ook voor deze personen is het klimaat belangrijk, maar opvallend is hier dat het lokale eten, de geschiedenis en cultuur en het te beleven avontuur voor deze groep minstens even belangrijk is. Deze personen gaan meestal op reis met hun partner of met vrienden, waarbij ze voornamelijk op hotel logeren maar soms ook beroep doen op een camping. De meerderheid van deze groep is afgelopen jaar meer dan 5 keer op reis geweest en spenderen zo’n 0 tot 50 euro per nacht aan een verblijfplaats, ze definiëren zichzelf bijgevolg als de lowbudget reizigers. Cluster 3: late majority, twijfelt over Airbnb De personen in deze cluster zijn diegene die het meest twijfelen over Airbnb. Wanneer het algemene concept wordt aangereikt zijn ze noch geïnteresseerd, noch ongeïnteresseerd. Deze houding blijven ze aannemen, zowel bij een optimaal als een afwijkend pakket gaan deze personen zich onverschillig gedragen. Ook wanneer er de mogelijkheid wordt gegeven voor een reis in het binnen- of buitenland blijven deze personen noch geïnteresseerd, noch ongeïnteresseerd. Wanneer de opdeling wordt gemaakt tussen een korte of lange reis, zien we dat deze personen geïnteresseerd zijn in een korte reis met een verblijf van Airbnb. Bij een lange reis is er een grote kans dat ze afhaken. Wanneer we deze cluster beter bekijken, zien we dat het gaat om personen die jonger zijn dan die in cluster 1, maar ouder dan die in cluster 2 en 4. Ze beschikken algemeen genomen over een diploma secundair onderwijs, waarbij de meerderheid wordt tewerkgesteld als bediende. Hun gemiddelde netto-inkomen varieert tussen de 1500 tot 2000 euro. Het zijn personen die vrij goed overweg kunnen met het internet, maar er niet nodeloos veel op rondsurfen. Deze personen gaan hoofdzakelijk op reis om te ontspannen en om toeristische plaatsen te verkennen. Verder zijn het klimaat en de bereikbaarheid van de bestemming belangrijke aantrekkingsfactoren. Ze verblijven altijd op hotel en zijn meestal in het gezelschap van hun partner of ze gaan op reis met hun gezin. Per jaar gaan ze gemiddeld één keer op reis, waarbij ze verkiezen om luxueus te reizen. Ze spenderen gemiddeld zo’n 151 à 200 euro per nacht. Cluster 4: early majority, geïnteresseerd in Airbnb De personen in cluster 4 zijn jonger in vergelijking met die in cluster 1 en 3, maar ouder dan die in cluster 2. Het zijn voornamelijk studenten en bedienden, met een bachelor diploma of een diploma secundair onderwijs. Hun gemiddelde netto-inkomen varieert tussen de 0 en 1500 euro, waarbij ze 51 tot 100 euro

41

besteden aan een overnachting op reis. Ze vertonen een matig internetverbruik, waardoor ze vlot kunnen navigeren op het internet. Deze personen gaan in eerste instantie op reis om te ontspannen, maar ook om nieuwe kennis op te doen over andere culturen en om toeristische plaatsen te bezoeken. Verder zijn het klimaat en de natuur belangrijke factoren om naar een bepaalde bestemming af te reizen. Men gaat meestal op vakantie met vrienden ofwel met hun partner, waarbij er wordt verbleven in een hotel. Deze personen gaan zo’n twee à drie keer op reis per jaar, waarbij hun reisstijl getypeerd kan worden als middenklasse reizigers. Wanneer we kijken naar de houding van deze personen ten opzichte van Airbnb zien we dat ze geïnteresseerd zijn wanneer het algemene concept wordt aangereikt. Bij een optimaal reispakket zijn ze zelfs geïnteresseerd tot heel geïnteresseerd, ook bij een afwijkend pakket wordt er nog niet meteen afgehaakt. Bij een afwijkend pakket gaan ze enerzijds noch geïnteresseerd, noch ongeïnteresseerd zijn tot ongeïnteresseerd. Voor het maken van zowel binnen- als buitenlandse reizen zouden deze personen geïnteresseerd zijn in het gebruik van Airbnb, waarbij ze eerder opteren voor een kort verblijf. Ze gaan echter wel twijfelen wanneer het gaat om een verblijf van langer dan drie nachten.

42

5. Algemeen besluit en discussie Er kan gesteld worden dat Airbnb heel actueel en alomtegenwoordig is: van reportages op televisie tot krantenartikels in onze traditionele media. Maar hoe actueel Airbnb ook mag zijn, het wordt duidelijk dat een innovatie los staat van tijd en ruimte zoals Rogers (2003) aangaf in zijn onderzoeken. Airbnb bestaat reeds 7 jaar en toch komen we tot een verrassend resultaat: maar liefst 70% van alle respondenten heeft nog nooit eerder van Airbnb gehoord. Het voorgaande toont ons meteen aan dat Airbnb op korte termijn nog niet voor desastreuze gevolgen zal zorgen in de hotelsector. Door deze onwetendheid over Airbnb kon er goed nagegaan worden hoe men zou reageren op het concept, zonder dat er reeds voorkennis was. Rogers (2003) haalde in zijn studie aan dat personen sneller tot adaptatie zullen overgaan wanneer er meer voordelen zijn. Dat is ook hier het geval: wanneer er een reispakket wordt aangeboden dat perfect aansluit bij de vraag van de reiziger, zal er een grotere mate van interesse zijn in Airbnb dan wanneer er een afwijkend pakket wordt aangeboden. Onze bevindingen zijn bijgevolg in strijd met de onderzoeken van Lorenzo-Dus (2006) en Lekakos (2009) die stellen dat voordelen niet de doorslaggevende factor zijn. Verder zien we dat ons onderzoek in dezelfde lijn ligt als dat van Rogers (2003), die stelt dat hoe complexer een bepaalde opdracht is voor iemand, hoe minder ze zullen meegaan met een innovatie. Zo gaan mensen volgens ons onderzoek sneller afhaken wanneer ze in mindere mate behendig zijn met het internet. Wanneer we kijken naar de segmentatie van onze respondenten, zien we dat er vier verschillende clusters ontstaan op vlak van houding ten opzichte van Airbnb en de mate van adaptatie, namelijk: de laggards die niet geïnteresseerd zijn in Airbnb, de innovators die heel geïnteresseerd zijn in Airbnb, de late majority die neutraal staan ten opzichte van Airbnb en tot slot de early majority die interesse tonen in Airbnb. Bij de laggards zien we dat onze gevonden resultaten gelijkenissen vertonen met reeds bestaande literatuur. Zo stellen de onderzoeken van Rogers (2003), Essen en Östlund (2011) en Matzler (2014) dat de laggards voornamelijk de oudere personen uit de maatschappij zijn, wat in dit onderzoek ook het geval is. Toch zijn er eveneens gelijkenissen met Szmigin en Carrigan (2000), aangezien de minimumleeftijd in deze cluster 18 jaar is. Er zijn dus ook, maar in mindere mate, jongeren aanwezig bij de laggards. We kunnen besluiten dat, net zoals in het onderzoek van Moore en McKenna (2002), deze personen weinig tot geen interesse tonen in Airbnb en vasthouden aan de traditionele vormen, het verleden is voor hen het ultieme referentiepunt. Huidig onderzoek voegt hier aan toe dat de personen die behoren tot de laggards weinig op reis gaan, waarbij relaxatie hun beweegreden is. De personen die geïnteresseerd zijn in Airbnb, de innovators en de early majority in deze studie, gaan enkele karakteristieken vertonen. Eerst en vooral zien we dat het voornamelijk de jongere generaties zijn die geïnteresseerd zijn in Airbnb, wat ook bevestigd wordt door (Rogers, 2003) die stelt dat vooral jonge personen het snelst zullen adapteren aan een innovatie. Verder geven Zervas et al. (2015) en Bühler et al. (2014) aan dat voornamelijk personen die geen luxueuze ingesteldheid hebben kiezen voor Airbnb. Personen die altijd luxueus reizen ontwikkelen een afkeer ten aanzien van Airbnb. De huidige studie beaamt dat,

43

aangezien er naar voren is gekomen dat vooral lowbudget reizigers, rugzaktoeristen en middenklasse reizigers interesse tonen in Airbnb. Personen die op reis gaan voor het avontuur, het leren kennen van nieuwe culturen en voor het leggen van nieuwe contacten, zijn volgens ons onderzoek eveneens in een hogere mate geïnteresseerd zijn in Airbnb. De studie van Yannopoulou et al. (2013) geeft eveneens aan dat avontuurlijke mensen sneller Airbnb zullen gebruiken, waarbij ze de lokale personen beter willen leren kennen. Tot slot zien we dat de computervaardigheid ook een grote rol speelt in het adaptatieproces aan Airbnb. In het gevoerde onderzoek valt het volgende op: hoe beter en hoe meer personen kunnen navigeren op het internet, hoe hoger de interesse in Airbnb is. Voorgaande opvatting wordt eveneens bevestigd door de studie van Zekanovic-Korona en Grzunov (2014). Uit huidig onderzoek kan afgeleid worden dat de innovators de personen zijn met het laagste inkomen, terwijl het onderzoek van Rogers (2003) aantoont dat de innovators financieel heel sterk moeten zijn. Na het gevoerde onderzoek zijn er eveneens enkele nieuwe perspectieven naar voor gekomen, die nog niet eerder aan bod kwamen in de bestaande literatuur omtrent Airbnb. Zo hebben de respondenten uit ons onderzoek, die Airbnb omarmen, volgende kenmerken: het zijn eerst en vooral personen die veel op reis gaan. Zo gaan ze gemiddeld 3 tot vijf keer per jaar op reis, waarbij ze meestal op stap gaan met vrienden. We kunnen ook vaststellen dat personen die interesse hebben in Airbnb duidelijk aangeven niet op reis te gaan omwille van toeristische doeleinden. Ze willen het leven ervaren als een local, waarbij toeristische trekpleisters geen must zijn.

44

6. Kritische noot en suggesties voor verder onderzoek Het schrijven van een masterproef is een proces waarbij niet alles verloopt zoals verwacht. Het verzamelen van de respondenten verliep vrij vlot, maar er is

een lichte oververtegenwoordiging van de jongere

leeftijdsgroepen en het vrouwelijke geslacht. De ondervertegenwoordiging van oudere personen is mogelijk te wijten aan het feit dat deze vragenlijst uitsluitend online werd uitgevoerd, ouderen zijn vaak nog niet in dezelfde mate geëngageerd met het gebruik van het internet in vergelijking met jongere generaties. Wat de vragenlijst betreft werd er geen rekening gehouden met de woonplaats van de respondent, zo is het mogelijk dat personen in de stad verschillen van mensen op het platteland. Ook het niet incorporeren van het sociale media gebruik is een zwakte van de enquête, er wordt enkel nagegaan in welke mate het internet wordt gebruikt. Bij het analyseren van de gegevens werd er gekozen om te werken met behulp van clusteranalyse. Bij aanvang werd er gepoogd te clusteren op de verschillende persoonskenmerken van de respondenten maar daaruit kwam er weinig relevante data, hoogstwaarschijnlijk ten gevolge van een te laag aantal respondenten. Daardoor werd er gekozen om te clusteren op de mate van adaptatie van de respondent én de mate van aanvaarding van het algemene concept. Verder is het belangrijk om op te merken dat deze masterproef zich uitsluitend beroept op het huren met behulp van Airbnb, maar personen kunnen ook hun ruimte verhuren. Het verhuren komt niet aan bod in deze masterproef. Er kan geconcludeerd worden dat, rekening houdend met de omvang van de onderzoeksgroep en de selectie van de respondenten, we echter bescheiden moeten zijn in de generalisatie van de resultaten. Het algemene besluit is dan ook een startpunt voor verder onderzoek. Vervolgens geven we enkele suggesties voor mogelijk vervolgonderzoek. Na het gevoerde onderzoek is het duidelijk geworden dat Airbnb nog vrij onbekend is in Vlaanderen. Verder onderzoek kan mogelijk nagaan waaraan dat te wijten is en hoe Airbnb zich beter kan profileren op de Vlaamse markt. Meer naambekendheid zou zeker voor een positieve outcome zorgen. Na dit onderzoek hebben we een beeld gekregen van wie er zal meestappen in het verhaal van Airbnb of er net niet zal in geloven. In verder onderzoek zou het nuttig zijn om na te gaan hoe de personen die weinig tot geen interesse tonen in Airbnb toch kunnen aangemoedigd worden of op z’n minst bereikt kunnen worden. Maar naast deze focus op de non-believers, is het nog belangrijker om na te gaan wat de specifieke eisen en verlangens zijn van de reizigers die geloven in Airbnb en het ook willen gebruiken. Naast de invalshoek van de reiziger, blijft het nog steeds interessant om onderzoek te doen naar de verhuurder en hoe die zich in de toekomst zal gedragen wanneer Airbnb zich misschien in een niet zo positief klimaat meer bevindt.

45

7. Aanbevelingen voor Airbnb Na het gevoerde onderzoek is het mogelijk geworden om enkele aanbevelingen te formuleren voor het bedrijf Airbnb. Ook al is Airbnb immens populair en is het op heden overal aanwezig in de media, voor veel mensen vormt Airbnb nog een groot vraagteken. Wanneer Airbnb echt wil doordringen tot de grote meerderheid van onze bevolking, zal het eerst en vooral belangrijk zijn dat Airbnb inzet op een meer lokale aanpak. Het valt op dat de doorsnee persoon uit de maatschappij niet wordt bereikt, dat kan enerzijds te wijten zijn aan de uitsluitend online aanpak, waar de overgrote meerderheid nog niet of in mindere mate in meegaat. Of aan het feit dat ze het net heel groots aanpakken, men hanteert dezelfde strategie voor zowel Amerika als België. Uit het onderzoek valt het op dat personen voornamelijk geïnteresseerd zijn in korte verblijven in het buitenland. Het zou goed zijn mocht Airbnb hierop inspelen en deze formules in de kijker te plaatsen bij de Vlaamse bevolking. Waarbij er eveneens advertenties komen in bijvoorbeeld reisbureaus of lokale folders, zodat er een grotere graad van diffusie kan plaatsvinden. Er kan besloten worden dat Airbnb tot een strategie zal moeten komen waarbij er zoveel mogelijk mensen worden bereikt. Door enkel online te opereren, zal men slechts een segment van de bevolking bereiken. Maar het bereiken van de hele samenleving blijft natuurlijk een utopie.

46

8. Bronnenlijst 8.1. Wetenschappelijke literatuur 8.1.1. Wetenschappelijke artikels Antonelli, C. (2006). Diffusion as a process of creative adoption. Journal of technology transfer, 31, 211226. Buhalis, D. & Law, R. (2008). Progress in information technology and tourism management: 20 years on and 10 years after the Internet: the state of eTourism research. Tourism management, 29, 609-623. Bühler, S., Rüegg, R., Steffen, R., Hatz, C., & Jaeger, V. K. (2014). A profile of travelers: an analysis from a large Swiss travel clinic. Journal of travel medicine, 21(5), 324-331. Cheung, C. & Lee, M. (2006). Understanding consumer trust in Internet shopping: a multidisciplinary approach. Journal of the American society for information science and technology, 57(4), 479-492. Cooper, R. G. (2011). The innovation dilemma: how to innovate when the market is mature. Product development & management association, 28(1), 2-27. Dann, G. M. S. (1977). Anomie, ego-enhancement and tourism. Annals of tourism research, 4(4), 184-194. Essen, A. & Östlund, B. (2011). Laggards as innovators? Old users as designers of new services and service systems. International journal of design, 5(3), 89-98. Farell, C. & Farell, G. (2012). Losing clients in B2C eCommerce: have we forgotten the importance of trust? eDependability: reliable and trustworthy eStructures, eProcesses, eOperations and eServices fot the future, 1, 365-378. Gobble, M. M. (2015). Regulating innovation in the new economy. Research technology management, 58(2), 62-64. Goldsmith R.E. & Hofacker C.F. (1991). Measuring consumer innovativeness, Journal of the academy of marketing science, 19(3), 209-221. John, A. N. (2012). Sharing and web 2.0: the emergence of a keyword. New media & society, 1-16. John, A. N. (2013). The social logics of sharing. The communication review, 16(3), 113-131. Kim, H-W., Xu, Y. & Gupta, S. (2012). Which is more important in Internet shopping: perceived price or trust? Electronic commerce research and applications, 11, 241-252.

47

Lee, H. A., Guillet, B. D., Law, R. & Leung, R. (2012). Travel motivations and travel distance with temporal advance: a case study of Hong Kong pleasure travellers. Journal of destination marketing & management, 1, 107-117. Lekakos, G. (2009). It’s personal extracting lifestyle indicators in digital television advertising. Journal of advertising research, 49, 404–418. Liu, Y., Ku, L. & Li, S. S. (2013). Using Rogers’s diffusion of innovations model to examine the willingness to pay for public television in Taiwan. The international journal on media management, 15, 99-118. Lorenzo-Dus, N. (2006). Buying and selling: mediating persuasion in British property shows. Media, culture & society, 28, 740–761. Malhotra, A. & Van Alstyne, M. (2014). The dark side of the sharing economy… and how to lighten it. Communications of the ACM, 57(11), 24-27. Mathwick, C. & Rigdon, E. (2004). Play, flow and the online search experience, Journal of consumer research, 31, 324-332. Matzler, K., Mooradian, T. A., Füller, J. & Anschober, M. (2014). Unlocking laggard markets: innovation without high tech. Journal of business strategy, 35(2), 19-25. Mohammad, B. A. & Som, A. P. M. (2010). An analysis of push and pull travel motivations of foreign tourists to Jordan. International journal of business and management, 5(12), 41-50. Pesonen, J. A. (2011). Segmentation of rural tourists: combining push and pull motivations. Tourism and hospitality management, 18(1), 69-82. Rauch, D. E. & Schleicher, D. (2015). Like Uber, but for local governmental policy: the future of local regulation of the ‘sharing economy’. George Mason law & economics research paper, 15(1). Ryan, R. M. & Deci, E. L. (2000). Intrinsic and extrinsic motivations: classic definitions and new directions. Contemporary educational psychology, 25, 54-67. Ross, E. L. D. & Iso-Ahola, S. E. (1991). Sightseeing tourists’ motivation and satisfaction. Annals of tourism research, 18(2), 226-237. Salter, G. & Hansen, S. (2001). The adoption and diffusion of web technologies into mainstream teaching. Journal of interactive learning research, 12(2), 281-299. Schor, J. (2014). Debating the sharing economy. Great transition initiative.

48

Schrage, M. (2012). Who do you want your customers to become? Harvard Business Review Press. Szmigin, I. & Carrigan, M. (2000). The older consumer as innovator: does cognitive age hold the key? Journal of marketing management, 16, 505-527. Tang, J., Gao, H., Liu, H. & Sarma, A. (2012). eTrust: understanding trust evolution in an online world. Proceedings of the 18th ACM international conference on knowledge discovery and data mining, 253-261. Urban, G. L., Sultan, F. & Qualls, W.J. (2000). Placing trust at the center of your Internet strategy. MIT sloan management review, 42(1), 47–63. van Eck, P. S., Jager, W. & Leeflang, P. S. H. (2011). Opinion leaders’ role in innovation diffusion: a simulation study. Journal of product innovation management, 28(2), 187-203. Verleye, G. & De Marez, L. (2005). Diffusion of innovations: successful adoption needs more effective softDSS driven targeting. Journal of targeting, measurement and analysis for marketing, 13(2), 140-155. Yannopoulou, N., Moufahim, M. & Bian, X. (2013). User-generated brands and social media : couchsurfing and Airbnb. Contemporary management research, 9(1), 85-90. Yiamjanya, S. & Wongleedee, K. (2014). International tourists’ travel motivation by push-pull factors and the decision making for selecting Thailand as destination choice. International journal of social, education, economics and management engineering, 8(5), 1315-1320. Yoon, Y. & Uysal, M. (2005). An examination of the effects of motivation and satisfaction on destination loyalty: a structural model. Tourism management, 26(1), 45-56. Zekanovic-Korona, L. & Grzunov, J. (2014). Evaluation of shared digital economy adoption: case of Airbnb. Information and communication technology, electronics and microelectronics, 1574-1579. Zhu. J. J. H. & He, Z. (2002). Perceived characteristics, perceived needs and perceived popularity: adoption and use of the Internet in China. Communication research, 29(4), 466-495.

8.1.2. Boeken Anthony, S.D., Johnson, M.W., Sinfield, J.V. and Altmann, E.J. (2008). The innovator’s guide to growth. Boston: Harvard Business Press. Korzilius, H. (2000). De kern van een survey-onderzoek. Assen: Van Gorcum. Minnazi, R. (2015). Social media marketing in tourism and hospitality. Italië: Springer.

49

Moore, D. S. & McCabe, G. P. (2012). Statistiek in de praktijk. Den Haag: de Uitgevers bv. Moore, G. A. & McKenna, R. (2002). Crossing the chasm: marketing and selling disruptive products to mainstream customers. New York: HaperCollins. Reagle, J. M. (2010). Good faith collaboration: The culture of Wikipedia. Cambridge, MA: MIT Press. Rogers, E. M. (2003). Diffusion of innovations (vijfde uitgave). New York: Free press.

8.1.3. Niet-gepubliceerde rapporten Schor, J. B. & Fitzmaurice, C. J. (2014). Collaborating and connecting: the emergence of the sharing economy. Niet-gepubliceerd rapport, Boston, Boston University. Zervas, G., Proserpio, D. & Byers, J. (2015). The rise of the sharing economy: estimating the impact of Airbnb on the hotel industry [Research paper]. Ongepubliceerd manuscript, Boston University, School of management.

8.2. Niet-wetenschappelijke literatuur 8.2.1. Krantenartikels Baker, D. (2014, 27 mei). Don’t buy the ‘sharing economy hype’: Airbnb and Uber are facilitating rip-offs. The Guardian. Botsman, R., & Rogers, R. (2010). What’s mine is yours: the rise of collaborative consumption. New York: Harper Business. ‘Innovatief business model klopt innovatieve technologie’. (2014, 24 december). De Tijd.

8.2.2. Masterproeven Stene, A. K. & Holte, H. F. (2014). A new lease on life: why do Norwegian consumers participate in collaborative consumption? [masterproef]. Ongepubliceerd manuscript, Norwegian school of economics, marketing and brand management.

8.2.3. Internet Bryon, B. (2014, 23 augustus). Hoteliers ongerust over success Airbnb. Geraadpleegd op 20 maart 2015 op het World Wide Web: http://nieuws.vtm.be/binnenland/105538-hoteliers-ongerust-over-succes-airbnb

50

Business Insiders (2011, 27 september). Airbnb’s first pitch deck. Geraadpleegd op 6 april 2015 op het World Wide Web: http://www.businessinsider.com/airbnb-a-13-billion-dollar-startups-first-ever-pitch-deck2011-9?IR=T#-1 Carr, A. (2014, 17 maart). Inside Airbnb’s grand hotel plans. Geraadpleegd op 10 mei 2015 op het World Wide Web: http://www.fastcompany.com/3027107/punk-meet-rock-airbnb-brian-chesky-chip-conley Consigli, M., Gallagher, M., Kumar, M., Mehta, N., Purnell, J. & Templeton, R. (2012, 11 november). ‘EIS final project: Airbnb’. Geraadpleegd op 4 februari 2015 op het World Wide Web: http://tuck-faccen.dartmouth.edu/images/uploads/faculty/ron-adner/3EIS_Final_Project_Airbnb_Paper.pdf Investors in Airbnb. Geraadpleegd op 10 mei 2015 op het World Wide Web: https://www.crunchbase.com/ organization/airbnb Vital, A. (2014, 10 april). How Airbnb started. Geraadpleegd op 11 mei 2015 op het World Wide Web: http://notes.fundersandfounders.com/post/82297315548/how-airbnb-started Wegert, T. (2014, 5 december). How Airbnb is using content marketing to stay on top. Geraadpleegd op 10 mei 2015 op het World Wide Web: http://contently.com/strategist/2014/12/05/how-airbnb-is-using-contentmarketing-to-stay-on-top/ Welkom thuis. Geraadpleegd op 10 oktober 2014 op het World Wide Web: https://www.airbnb.be/.

51

9. Bijlagen 9.1. Vragenlijst Beste deelnemer, In het kader van mijn masterproef zou ik u graag enkele vragen stellen om een beter inzicht te krijgen in uw reisgedrag. Eerst zal er gevraagd worden naar uw reismotivaties en zal er een nieuw concept worden voorgesteld. Tot slot worden er enkele persoonlijke vragen gesteld. Graag wil ik benadrukken dat alle antwoorden anoniem verwerkt worden en de resultaten niet worden gepubliceerd. Alvast bedankt! Stefanie Maes 1. Wat is uw voornaamste motivatie om op reis te gaan? o

Toerisme (je wil een nieuw land ontdekken/op reis gaan voor je plezier

o

Business (je moet voor zaken naar het buitenland)

o

Het bezoeken van familie of vrienden in het buitenland

o

Andere redenen (o.a. stage in het buitenland, vrijwilligerswerk)

2. Welke reisstijl typeert u het beste? o

Luxueus reizen

o

Middenklasse reizen

o

Lowbudget reizen of rugzaktoerist

3. Waarom wilt u op reis? Helemaal mee eens

Enigszins mee eens

Noch eens, noch oneens

Enigszins mee oneens

Helemaal mee oneens

Relaxatie Ontsnappen aan dagelijkse leven Nieuwe kennis opdoen over andere culturen Het verbeteren van relaties met mensen Sociale interacties met anderen Prestige Familie of vrienden bezoeken

52

Verkennen van toeristische plekken

4. Wat trekt u aan in een bestemming? Helemaal mee eens

Enigszins mee eens

Noch eens, noch oneens

Enigszins mee oneens

Helemaal mee oneens

Vaak

Soms

Bijna nooit

Nooit

Vaak

Soms

Bijna nooit

Nooit

De events en activiteiten die er zijn De bereikbaarheid De geschiedenis en cultuur De natuur De betaalbaarheid Het klimaat Het lokale eten Avontuur

5. Met wie gaat u op reis (inclusief weekendjes weg)? Altijd Met mijn gezin Met mijn partner Met vrienden Alleen

6. Waar verblijft u als u op reis gaat? Altijd Hotels en soortgelijke vestigingen Campings Vakantiecentra en dorpen Tweede verblijf Andere privéaccommodatie

53

7. Hoeveel keer bent u het afgelopen jaar (2014) op reis geweest (inclusief weekends)? o

Geen enkele keer

o

1 keer

o

2-3 keer

o

4-5 keer

o

meer dan vijf keer

8. Wat is het bedrag dat u gemiddeld spendeert aan een verblijf? (per nacht) o

€ 0 - € 50

o

€ 51 - € 100

o

€ 101 - € 150

o

€ 151 - € 200

o

€ 201 - € 250

o

> € 251

9. Mate van adaptatie aan innovatie Helemaal Enigszins mee mee eens eens

Noch eens, noch oneens

Enigszins mee oneens

Helemaal mee oneens

Over het algemeen ben ik de eerste van mijn vriendengroep die iets nieuws probeert wanneer het op de markt verschijnt. Wanneer ik verneem dat er een nieuwe manier van reizen/verblijven bestaat, zou ik geïnteresseerd zijn dit uit te proberen. Als ik mezelf vergelijk met mijn vrienden, experimenteer ik veel met nieuwigheden. Over het algemeen ben ik de laatste in mijn vriendengroep die weet heeft van nieuwigheden of de laatste trends. Ik zal nooit iets nieuws proberen, wanneer ik er nog nooit iemand heb over horen praten of niemand het getest heeft voor mij.

54

Ik probeer graag nieuwe dingen uit vooraleer anderen dat doen. Ik ben graag de eerste.

10. Heeft u al gehoord van Airbnb? o

Ja

o

Nee

11. Zoja, wat weet u over Airbnb? 12. Heeft u al gebruik gemaakt van Airbnb? o

Ja

o

Nee

13. Voorstelling van het concept Airbnb is een nieuwe manier van reizen die ons toelaat om unieke plaatsen in de wereld te verkennen, zowel dichtbij als veraf. Het is een online community waarbij personen de vrije delen van hun huis of zelfs hun volledige huis verhuren aan reizigers. De verblijfplaatsen zijn erg uiteenlopend en bevinden zich over de hele wereld. Zo kan u bijvoorbeeld een nacht in een kasteel in de Vlaamse Ardennen verblijven, maar u kan evengoed een week of langer in een villa aan de Middellandse zee logeren. De verhuurders kunnen thuis zijn, maar ook buitenshuis vertoeven. Vooraleer u een verblijfplaats kan reserveren, bent u genoodzaakt om een profiel aan te maken op hun website. Doordat alles via het internet verloopt, is het belangrijk dat er een vertrouwensrelatie wordt opgebouwd tussen de gast en de verhuurder. Het betalen gebeurt via de website en Airbnb handelt alles zelf verder af. De gast hoeft zich dus verder niks meer aan te trekken, enkel nog een valies klaarmaken. Voor meer informatie kan u terecht op de website van Airbnb: https://www.airbnb.be/ 14. Airbnb is nu al een tijdje actief in de Belgische reissector. Nu u kennis heeft gemaakt met het concept, in hoeverre bent u geïnteresseerd hier een beroep op te doen? o

Ik zou zéker Airbnb eens uitproberen

o

Ik zou het overwegen om het uit te proberen

o

Ik weet het niet goed

o

Ik zou het waarschijnlijk niet proberen

o

Ik zou het zeker niet proberen

55

15. Indien u een optimaal reispakket van Airbnb voorgesteld zou krijgen (enkel de bestemmingen waarin u geïnteresseerd bent, de diensten die u wil zijn er aanwezig en de prijs is niet hoger dan u bereid bent te betalen). Hoe geïnteresseerd zou u zijn? o

Heel geïnteresseerd

o

Geïnteresseerd

o

Noch geïnteresseerd, noch ongeïnteresseerd

o

Ongeïnteresseerd

o

Helemaal ongeïnteresseerd

16. Indien u een reispakket van Airbnb voorgesteld zou krijgen die afwijkt van u optimale reispakket (duurder dan de prijs die u wenst te betalen, een grotere accommodatie dan u wenst of wanneer bepaalde diensten niet beschikbaar zijn, zoals Wi-Fi). In welke mate zou u geïnteresseerd zijn? o

Heel geïnteresseerd

o

Geïnteresseerd

o

Noch geïnteresseerd, noch ongeïnteresseerd

o

Ongeïnteresseerd

o

Helemaal ongeïnteresseerd

17. Zou u Airbnb gebruiken voor: Zeker

Waarschijnlijk wel

Misschien

Waarschijnlijk niet

Zeker niet

Binnenlandse reizen Buitenlandse reizen Een kort verblijf ( 1 à 3 nachten) Een lang verblijf (> 3 nachten)

18. Geslacht o

Man

o

Vrouw

19. Leeftijd 20. Wat is uw hoogst behaalde diploma? o

Lagere school

56

o

Lager secundair (drie eerste jaren voltooid)

o

Hoger secundair (drie laatste jaren voltooid)

o

Academische of professionele bachelor, graduaat

o

Masterdiploma, postgraduaat

o

Licentiaat met aanvullend diploma, master na master

21. Wat is uw beroepsstatus? o

Student

o

Zelfstandig of vrij beroep

o

Bediende

o

Arbeider

o

Gepensioneerd

22. Wat is uw gemiddelde maandelijks inkomen? o

€ 0.00 - € 1500.00

o

€ 1500.01 - € 2000.00

o

€ 2000.01 - € 4000.00

o

€ 4000.01 - € 6000.00

o

Meer dan € 6000.00

23. Internetgebruik Volledig eens

Enigszins een

Noch eens, noch oneens

Enigszins oneens

Volledig oneens

Ik spendeer meerdere uren per week op het internet Vergeleken met de meeste mensen spendeer ik veel tijd op het internet Naast de tijd dat ik spendeer aan e-mailen, vind ik mezelf een hardnekkige gebruiker van het internet. In een gewone week bezoek ik ontelbaar veel websites

57

9.2. Somschalen 2a: DSI-schaal van Goldsmith en Hofacker (1991) Chronbach’s alfa= 0.86 Schaalitems: -

In general, I am among the first (last) in my circle of friends to buy a new .......... when it appears.

-

If I heard that a new .......... was available in the store I would (not) be interested enough to buy it.

-

Compared to my friends I experiment a lot with ..........

-

In general, I am the last (first) in my circle of friends to know the titles/brands of the latest ..........

-

I will not buy a new .......... if I haven’t heard/tried it yet.

-

I (do not) like to buy .......... before other people do.

Referentie: Goldsmith R.E. & Hofacker C.F. (1991). Measuring consumer innovativeness, Journal of the academy of marketing science, 19(3), 209-221. In huidig onderzoek is deze schaal eveneens intern consistent, waarbij de Chronbach’s alfa = 0.823. Hieronder zijn de outputs terug te vinden van deze schaal.

58

2b: Product Specific Innovativeness (PSI) schaal van Verleye en Demarez (2005) De PSI-schaal bestaat slechts uit 3 vragen/statements. Eerst en vooral wordt het algemene concept van een innovatie voorgesteld, vervolgens gaat men een optimaal pakket voorstellen en tot slot een afwijkend. Er kan steeds geantwoord worden aan de hand van antwoordmogelijkheden (5-punten likertschalen). Deze schaal is intern consistent in ons onderzoek want er is een Chronbach’s alfa van 0.812. Referentie: Verleye, G. & De Marez, L. (2005). Diffusion of innovations: successful adoption needs more effective soft-DSS driven targeting. Journal of targeting, measurement and analysis for marketing, 13(2), 140-155.

59

2C: Internet Usage van Mathwick en Rigdon (2004) Chronbach’s alfa= 0.93 Schaalitems: -

I spend several hours a week on the Web

-

Compared with most Americans, I think I spend a lot of time on the Web

-

Outside of time I spend with e-mail, I consider myself to be a “heavy user” of the Web.

-

In a typical week, I visit dozen of sites.

Referentie: Mathwick, C. & Rigdon, E. (2004). Play, flow and the online search experience, Journal of consumer research, 31, 324-332. In huidig onderzoek is deze schaal eveneens intern consistent, waarbij de Chronbach’s alfa = 0.873. Hieronder zijn de outputs terug te vinden van deze schaal.

60