Bachelor Thesis Marketing
Online shoppers: Oud of nieuw? ‘De rol van leeftijd in het online aankoopproces.’
Naam: ANR:
Erik Wiese 166778
Topic: Begeleider: Studieprogramma: Plaats: Datum:
Sociale netwerken en nieuwe media Dr. S. Wuyts Marketing Management (premaster) Tilburg 11-06-2010
Managementsamenvatting E-commerce is de laatste jaren één van de belangrijkste online activiteiten geworden. Het online aankoopkanaal zit weliswaar anders in elkaar dan het traditionele aankoopkanaal. Binnen het online aankoopproces spelen andere zaken zoals gebruiksgemak, directe internet ervaring en acceptatie van technologie een belangrijke rol. Daarnaast zijn er in de huidige literatuur tegenstrijdigheden te vinden. Zo verklaard het ene onderzoek dat demografische factoren een beperkte invloed hebben in het online aankoopproces, en het andere onderzoek dat dit weldegelijk van belang is. Daarnaast is er in de literatuur ook onduidelijkheid over welke leeftijdsgroep online de meeste aankopen doet. Met dit gegeven in combinatie met het belang van de drie bovengenoemde factoren, welke een belangrijke rol spelen in het online aankoopproces, is de volgende probleemstelling geformuleerd: ‘Op welke wijze verklaren gebruiksgemak, directe internet ervaring en acceptatie van technologie het verschil tussen jongere en oudere consumenten met betrekking tot online aankoopgedrag?’ Naast het directe effect van leeftijd op online aankoopgedrag, wordt doormiddel van het verklaren van het effect van gebruiksgemak, directe internet ervaring en acceptatie van technologie antwoord gegeven op de probleemstelling. Met het antwoord op de probleemstelling wordt de tegenstelling weerlegd. In deze literatuurstudie is uitgewezen dat demografische factoren weldegelijk invloed hebben, en dat het met name de jongere consument is die door gebruiksgemak, directe internet ervaring en acceptatie van technologie online aankoopgedrag vertonen. Dit in tegenstelling tot het directe effect van leeftijd op online aankoopgedrag. Dit effect laat zien dat de oudere consument meer te besteden heeft dan de jongere consument. Leeftijd heeft via alle drie de factoren een negatief effect op online aankoopgedrag.
2
Inhoudsopgave Managementsamenvatting....................................................................................................... 2 1
2
3
4
5
Inleiding ............................................................................................................................. 4 1.1
Achtergrond ................................................................................................................. 4
1.2
Aanleiding ................................................................................................................... 5
1.3
Probleemstelling en onderzoeksvragen ....................................................................... 7
1.4
Conceptueel model ...................................................................................................... 7
1.5
Relevantie .................................................................................................................... 8
1.6
Structuur rapport .......................................................................................................... 8
Leeftijd en online aankoopgedrag ................................................................................... 9 2.1
Online aankoopgedrag ................................................................................................. 9
2.2
Leeftijd en online aankoopgedrag ............................................................................. 11
Verklaringen van het online aankoopgedrag ............................................................... 14 3.1
Gebruiksgemak .......................................................................................................... 14
3.2
Internet ervaring ........................................................................................................ 16
3.3
Acceptatie van technologie ........................................................................................ 16
Verklaring van verschillen door leeftijd ....................................................................... 19 4.1
Leeftijd en gebruiksgemak ....................................................................................... 19
4.2
Leeftijd en directe internet ervaring .......................................................................... 20
4.3
Leeftijd en acceptatie van technologie ...................................................................... 21
4.4
Effect van leeftijd op online aankoopgedrag ............................................................. 23
Conclusies, beperkingen en aanbevelingen................................................................... 24 5.1
Conclusies .................................................................................................................. 24
5.2
Beperkingen en toekomstig onderzoek ...................................................................... 26
5.3
Aanbevelingen ........................................................................................................... 28
Bibliografie .............................................................................................................................. 30
3
1
Inleiding
In deze inleiding komt de achtergrond van deze literatuurstudie aan bod en wordt de aanleiding concreet toegelicht. Daaropvolgend worden de onderzoeksvragen geformuleerd en zal de probleemstelling centraal staan. Aan de hand van het conceptuele model wordt er een visuele weergave gemaakt van de variabelen en relaties van deze studie. Tot slot wordt de relevantie nader toegelicht en zal de structuur van het rapport besproken worden. 1.1
Achtergrond
E-commerce is één van de belangrijkste karakteristieken op het internet geworden. Ecommerce kan gedefinieerd worden als het kopen en verkopen van informatie, producten en diensten via computer netwerken. Deze computer netwerken zijn hoofdzaken het internet (Kalakota & Whinston, 1997). Volgens UCLA Center for Communication Policy (2001) is ecommerce derde in de rij van meest populaire internet activiteiten. Het moet alleen e-mailen en surfen over het web voor zich dulden. Verder blijkt uit het rapport dat consumenten met veel internet ervaring gemiddeld twintig online aankopen doen, en gebruikers die nieuw zijn slechts vier aankopen op het web doen. Het internet is in vergelijking tot traditionele media geheel anders. Het zorgt voor een tweezijdige interactiviteit (Hoffman & Novak, 1996). Uit een studie (Citrin, Sprott, Silverman, & Stem, 2000) komt naar voren dat een grotere hoeveelheid internetgebruik (niet aankoop gerelateerd) leidt tot een grotere hoeveelheid van aankoop van producten online. Een recentere studie bevestigt dit en meldt dat de ervaring met internet een positieve werking heeft op de frequentie en de bestedingshoeveelheid online van de consument (Doolin, Dillon, Thompson, & Corner, 2005). Daarnaast verklaren Van der Heijden, Verhagen en Creemers (2003) dat de omgang met technologie om de aankoop online te doen invloed heeft op het online aankoopgedrag van de consument. Een belangrijk onderdeel van de omgang met technologie is het gebruiksgemak. Dit komt tot uiting in het ‘Technology Acceptance Model’ (TAM) welke officieel de mate van acceptatie van het gebruik van technologieën binnen de werkplaats verklaart (Davis & Bagozzi, 1989). In het onderzoek van Van der Heijden, Verhagen en Creemers (2003) wordt TAM gebruikt om de technologische acceptatie van internet- en websitegebruik te onderzoeken. Interessant is te weten welk segment in de bevolking daadwerkelijk de meeste aankopen online doen. Li en Zhang (2002) verklaren op basis van verschillende onderzoeken over internet dat de online populatie relatief jonger is, hoger opgeleid is en rijker is hoewel de 4
afstanden langzamerhand steeds kleiner worden. Levy (1988) suggereert dat studies met verschillen in geslacht misleidend zijn wanneer het niet gerelateerd wordt aan leeftijd. Er is weliswaar een discussie over de impact van demografische factoren in de besluitvorming van mensen om internet te gebruiken. Als een persoon eenmaal online is schijnt het dat demografische factoren geen belangrijke factoren zijn in het beïnvloeden van online aankoop beslissingen (Li & Zhang, 2002). 1.2
Aanleiding
Hierboven in de achtergrond komt naar voren dat internet ervaring, gebruiksgemak en omgang met technologie bepalende factoren zijn ten opzichte van het online aankoopgedrag van consumenten. Daarnaast is er veel discussie over de relatieve impact van demografische factoren zoals bijvoorbeeld leeftijd. Van de weinige studies concluderen Bellman et al. (1999) dat demografische variabelen zoals inkomen, educatie en leeftijd een beperkte impact heeft op het besluit van de vraag om online te kopen. In tegenstelling tot voorgaande verklaren Korgaonkar en Wolin (1999) dat oudere mannen de groep zijn die het hoogste online aankoopgedrag laten zien. Dit wordt ondersteund door een onderzoek van Donthu en Garcia (1999). Zij vonden dat de kans groter is dat oudere internetgebruikers online aankopen doen dan jongere internetgebruikers, alhoewel jongere internetgebruikers een positievere attitude ten opzichte van shoppen op internet hebben. Wetende dat een positieve attitude leidt tot aankoopintenties (Fishbein & Ajzen, 1975) verklaren Joines, Scherer en Scheufele (2003) dat jongere respondenten aangeven vaker online te shoppen. Zoals hierboven naar voren komt zijn er twee duidelijke tegenstellingen in de literatuur. Hieronder zijn de twee tegenstelling concreet gesitueerd. Tegenstelling 1: Enerzijds wordt gesteld dat demografische factoren, waaronder leeftijd, een beperkte impact op online koopgedrag heeft. Anderzijds vinden studies wel verschillen tussen verschillende leeftijdsgroepen. Hieruit komt een andere tegenstelling voort. Tegenstelling 2: Enerzijds wordt verklaard dat de kans groter is dat oudere internetgebruikers online aankopen doen dan jongere internetgebruikers. Hierin is leeftijd dus wel bepalend. Daarentegen wordt gesteld dat jongere internetgebruikers een positievere attitude ten opzichte van online shoppen hebben en dat jongeren aangeven vaker online te shoppen. 5
In figuur 1 zijn de tegenstellingen in een visueel overzicht weergegeven:
Invloed demografische factoren Tegenstelling 1 JA
Meer online aankoopgedrag van jongeren
NEE
Meer online aankoopgedrag van ouderen
Tegenstelling 2 Figuur 1: overzicht tegenstellingen
Interessant is te kijken hoe deze tegenstelling tot stand komt, en wat nu werkelijk de impact van leeftijd is op het aankoopgedrag van de consument online. Om het uiteindelijke aankoopgedrag te verklaren moeten er een aantal factoren meegenomen worden die het aankoopgedrag verklaren. In de achtergrond werd gesteld dat gebruiksgemak, internet ervaring en acceptatie van technologie belangrijke elementen zijn die het uiteindelijk aankoopgedrag bepalen. Middels deze literatuurstudie wordt gekeken of de hiervoor genoemde elementen de tegenstelling verklaren.
6
1.3
Probleemstelling en onderzoeksvragen
Op basis van de achtergrond en aanleiding van dit onderzoek is de volgende probleemstelling tot stand gekomen: Op welke wijze verklaren gebruiksgemak, directe internet ervaring en acceptatie van technologie het verschil tussen jongere en oudere consumenten met betrekking tot online aankoopgedrag? Onderstaande onderzoeksvragen leiden tot het oplossen van bovenstaande probleemstelling: 1. Hoe staan leeftijd en gebruiksgemak in relatie tot elkaar, en hoe vertaalt zich dat tot online aankoopgedrag? 2. Hoe staan leeftijd en internet ervaring in relatie tot elkaar, en hoe vertaalt zich dat tot online aankoopgedrag? 3. Hoe staan leeftijd en omgang met technologie in relatie tot elkaar, en hoe vertaalt zich dat tot online aankoopgedrag? 1.4
Conceptueel model
Het conceptuele model zorgt voor een visuele weergave van deze literatuurstudie. In de aanleiding kwam al duidelijk naar voren dat er veel twijfel bestaat over de invloed van leeftijd op het online aankoopgedrag van consumenten. Daarnaast kwam naar voren dat gebruiksgemak, internet ervaring en omgang met technologie belangrijke factoren zijn in het verklaren van het aankoopgedrag online van consumenten. Deze studie staat in figuur 2 visueel weergeven:
Gebruiksgemak
Leeftijd
Figuur 2: Conceptueel model
Directe internet ervaring
Online aankoopgedrag
Acceptatie van technologie
7
1.5
Relevantie
Academische relevantie Hebben demografische factoren als leeftijd invloed op online aankoopgedrag, en als dit zo is, welke rol spelen de factoren gebruiksgemak, internet ervaring en omgang met technologie hierin? Zoals in paragraaf 1.2 al is aangehaald bevinden zich twee tegenstellingen in de literatuur. Vanuit academisch oogpunt is het relevant om te weten hoe deze tegenstelling tot stand komt. Met de hierboven genoemde factoren wordt vanuit de bestaande literatuur gekeken op welke wijze leeftijd invloed heeft op het online aankoopgedrag van consumenten. Op dit moment hebben wetenschappers te maken met de bovengenoemde tegenstelling wat kan zorgen voor veel onduidelijkheid. Deze studie zal hen meer duidelijkheid geven met betrekking tot de relatie tussen leeftijd en online aankoopgedrag. Hierin zal onderscheid worden gemaakt tussen een direct effect van leeftijd op online aankoopgedrag, en effecten via gebruiksgemak, directe internet ervaring en acceptatie van technologie. Er worden verschillende mogelijke verklaringen onderscheiden hoe leeftijd online aankoopgedrag kan beïnvloeden. Bedrijfsrelevantie Managers kunnen in hun marketinguitingen verschillende doelgroepen tegelijk aanspreken met dezelfde boodschap, maar men kan ook bepaalde subpopulaties onderscheiden van elkaar. Als duidelijk is welke leeftijdsgroep met name aankopen online doet kunnen managers hier met hun marketingstrategie op in spelen. Zodoende kan men gerichter betreffende doelgroep benaderen. Verder is het relevant als bedrijven de verkoop van haar producten of diensten (of de promotie hiervan) willen verplaatsen naar online. Met de informatie uit deze literatuurstudie weet men hoe leeftijd een rol speelt en hoe het online aankoopgedrag van jongeren en ouderen tot stand komt (invloed van de drie factoren). 1.6 Structuur rapport In het vervolg van het deze studie wordt elke deelvraag apart in een hoofdstuk behandeld. In hoofdstuk 2 worden allereerst leeftijd (onafhankelijke variabele) en online aankoopgedrag (afhankelijke variabele) toegelicht. In hoofdstuk 3 worden de mediators gebruiksgemak, internet ervaring en omgang met technologie uitgewerkt. Vervolgens worden hoofdstuk 4 alle relaties in kaart gebracht tussen de onafhankelijke variabele, de mediators en de afhankelijke variabele. Tot slot worden in hoofdstuk 7 de conclusie, aanbevelingen en beperkingen uiteen gezet. 8
2
Leeftijd en online aankoopgedrag
In dit hoofdstuk wordt een beschrijving gegeven van de onafhankelijke variabele leeftijd, en de afhankelijke variabele online aankoopgedrag. In de eerste paragraaf wordt de variabele Online aankoopgedrag verder uitgewerkt. In de tweede paragraaf wordt dieper ingegaan op de demografische factor leeftijd. 2.1
Online aankoopgedrag
Voordat er veelvuldig gebruik werd gemaakt van internet, kochten mensen al vanuit huis producten. De verandering van de levensstijl van de consument, waarbij meer de focus werd gelegd op vrijetijdsbesteding, een verhoging van het aantal werkende vrouwen en de eis van meer service en gemak, heeft invloed gehad op een enorme groei van aankopen vanuit huis (Stone, 1979). Er was met name een groei bij families met twee kostwinners en families met meer besteedbaar inkomen die weinig tijd te besteden hebben. Het internet kan hierin een goede oplossing bieden. Vele bedrijven die hun bedrijfsvoering concentreren in de traditionele offline kanalen spelen hierop in en verhuizen steeds meer naar het online kanaal met hun marketing aanpak. Een interessant gegeven hierbij is dat dergelijke bedrijven over het algemeen niet hun bedrijfsvoering in de traditionele offline kanalen verminderen maar het enkel versterken met het online kanaal. Dergelijke bedrijven worden ook wel ‘multichannel firms’ genoemd. Multiple channels zorgen voor een groter bereik binnen de markt (Frambach, Roest, & Krishnan, 2007). Bedrijven moeten goed begrijpen wat het unieke van elk kanaal is en hoe dit waarde kan verhogen in het aankoopproces van de consument. Van de twee kanalen richten we ons in deze literatuurstudie op het online kanaal. Online aankoopgedrag kan beschreven worden als het proces van aankoop van producten en diensten via het internet (Li & Zhang, 2002). Dit online aankoopproces kan opgedeeld worden in drie verschillende fases (Frambach, Roest, & Krishnan, 2007): 1. Pre-purchase 2. Purchase 3. Post-purchase Hieronder staan de verschillende fases nader toegelicht.
9
Pre-purchase fase Individuen hebben moeite met het maken van beslissingen voor zichzelf in situaties waar relevante aspecten van de keuze niet gecontroleerd kunnen worden (Xia & Sudharshan, 2002). Door deze complexiteit maakt de consument gebruik van hulp voor zijn of haar keuze. Pre-purchase is een kritische stap in het aankoopproces van de consument, en in het bijzonder bij producten en diensten met hoge betrokkenheid (Mourali, Laroche, & Pons, 2005). Bij dit traject zoeken consumenten informatie over de attributen van het product dat zij overwegen te kopen (Payne, Bettman, & Johnson, 1993). Cook en Coupey (1998) zijn van mening dat het internet hier uitermate geschikt voor is. Zij beweren dat het internet een capabel midden is om efficiënt en effectief productinformatie te vinden, te verenigen en te evalueren. Keeney (1999) voegt hieraan toe dat het een snelle en comfortabele manier is om informatie te vergelijken met daarbij het vereenvoudigen van de evaluatie van alternatieven. Het online kanaal wordt naar verwachting het kanaal op het gebied van informatie zoeken in de pre-purchase fase waar de meeste voorkeur naar uit gaat (Shankar, Smith, & Rangaswamy, 2003). Purchase fase In het beslissingsproces van de aankoop verplaatst de consument zich van het zoeken gebaseerd op eigenschappen naar het zoeken gebaseerd op alternatieven (Payne, Bettman, & Johnson, 1993). Als we kijken naar consumenten die voor het eerst een bepaalde aankoop doen hebben persoonlijke adviseurs de beste positie om deze consumenten te helpen met het identificeren en verklaren van aspecten die de consument overweegt in het proces (Cook & Coupey, 1998). Het internet is hierin beperkt. Door dit gegeven verklaren Vroomen, Donkers, Verhoef en Franses (2005) dat het minder waarschijnlijk is dat ‘first-time buyers’ gebruik maken van het online kanaal. Internet ervaring kan hierin mogelijk een oplossing zijn. Montoya-Weiss, Voss en Grewal (2003) vermelden dat de consumenten evaluatie van een marketing kanaal, en internet in het bijzonder, beïnvloed wordt door de ervaring met het kanaal. In hoofdstuk 3, paragraaf 3.2 wordt verder ingegaan op internet ervaring. Post-purchase fase In de post-purchase fase wordt gekeken of men doorgaat met een leverancier of dat men een aankoop herhaalt. Het kanaal dat men prefereert is degene waar de consument zich het meest 10
comfortabel bij voelt. Voor degene met internet ervaring is dit vermoedelijk online, en voor de consument zonder internet ervaring is dit vermoedelijk offline. Bij een herhalingsaankoop heeft men profijt van zijn of haar eerdere aankoop (Frambach, Roest, & Krishnan, 2007). Bij een positieve gebruikservaring is het mogelijk dat dit een motiverende werking heeft tot het gebruik van een computer in een computer omgeving (Hoffman & Novak, 1996). 2.2
Leeftijd en online aankoopgedrag
In deze literatuurstudie heeft leeftijd een belangrijke positie. Zoals in de aanleiding al duidelijk is uitgewerkt is er veel onduidelijkheid over de invloed van leeftijd op het online aankoopgedrag van consumenten. Deze tegenstelling komt met name tot uiting in de frequentie van het aantal aankopen online. De ene studie verklaart dat jongeren meer aankopen online doen (Joines, Scherer, & Scheufele, 2003), en de andere studie beweert dat het de oudere consument is die gemiddeld meer aankopen doet (Donthu & Garcia, 1999). Deze paragraaf gaat daarom dieper in op de verschillende consumentengroepen; jonge consumenten online en oude consumenten online. Jonge consumenten online Er is niet heel veel studie gedaan naar de verschillen tussen jonge en oude consumenten online. Er zijn wel een aantal zaken onderzocht, waaronder online winkelmotivaties. Dholakia en Uusitalo (2002) hebben gevonden dat jongere consumenten meer aankopen doen op basis van genot/plezier (hedonic) maar ook op basis van nuttigheid (utility) ten opzichte van oudere consumenten. Als we kijken naar de attitude, welke de intentie en werkelijke aankoop beïnvloedt, dan valt te zien dat jonge consumenten een positieve attitude ten opzichte van online winkelen laten zien (Sorce, Perotti, & Widrick, 2005). Deze positieve attitude wordt met name gevormd door het gemak dat online winkelen biedt. Daaraan kan toegevoegd worden dat op het gebied van het zoekgedrag online de jonge consument ook beter scoort dan andere segmenten in de samenleving (Sorce, Perotti, & Widrick, 2005). Oude consumenten online Senioren hebben meer besteedbaar inkomen en koopkracht dan andere segmenten van de samenleving in de VS (Polyak, 2000). In 2011 bereikt de ‘babyboom generatie’ de 65 jaar (Miller, Kim, & Schofield-Tomschin, 1998). Trocchia en Janda (2000) verklaren dat oudere consumenten een groeiende maar minder vertegenwoordigd segment van internetgebruikers zijn. Deze groep noemt men een nieuw 11
virtueel segment. Het betreft een segment wat nog niet aangeboord is door marketeers. Daarnaast heeft men een groter vrij besteedbaar inkomen (dus exclusief uitgaven primaire levensbehoeften) en meer tijd dan andere segmenten. Veel oudere mensen zijn geïnteresseerd in het leren over computers. Daarnaast gebruikt men tegenwoordig al geregeld de computer. In de VS identificeert ongeveer 29 procent van de oudere populatie zichzelf als computergebruiker (White, et al., 1999). Verschillende studies beweren dat oudere volwassenen meer tijd nodig hebben om computer programma’s te begrijpen en over het algemeen meer fouten maken in dit proces (White, et al., 1999). De schattingen in de literatuur van het aantal ouderen online lopen uiteen. In ieder geval kan geconcludeerd worden dat minder dan één op de vier van de oudere burgers online actief is (Eastman & Iyer, 2004). Ouderen worden door Eastman en Iyer gedefinieerd als 65 jaar of ouder. Verder verklaren ze dat als ouderen eenmaal online zijn, ze meer tijd online besteden dan wanneer ze nog niet online actief waren. Trocchia en Janda (2000) onderscheiden een zestal motieven welke het verschil illustreren tussen oudere burgers die wel internet gebruiken en oudere burgers die geen gebruik maken van het internet: 1. Associatie met referentiegroep 2. Natuurlijke aard voor sociale relaties/verhoudingen 3. Vorige ervaring met technologie 4. Tegenstand van verandering 5. Perceptie van de werkelijkheid 6. Fysieke handigheid/mobiliteit Een referentiegroep kan gedefinieerd worden als een groep dat dient als uitgangspunt van het vormen van individuele belangen, attitudes, beliefs en keuzes (Bearden & Etzel, 1982). In bovenstaand geval is dat dus de groep ouderen die gebruik maken van het internet. Wanneer de groep waar men zich mee associeert internetgebruikers zijn, kan dit een doorslaggevende factor zijn voor ouderen tot het gebruiken van internet. Wat betreft de natuurlijke aard voor sociale relaties en verhoudingen kan het volgende vermeld worden over ouderen. Ouderen die internet zien als een tool om sociale banden te versterken zijn meer geneigd om gebruik te maken van het internet. Uit het onderzoek van Trocchia en Janda (2000) kwam naar voren dat de ouderen die internet gebruiken niet alleen in contact willen staan met vrienden en familie 12
maar ook nieuwe contacten willen maken. Verder komt naar voren dat de vorige ervaring met technologie een belangrijk aspect is. Dit heeft te maken met de verwachtingen en beliefs voor het vasthouden/aanhouden van een technologie (in dit geval internet) (Robertson & Kassarjian, 1991). Tegenstand van verandering is ook een belangrijk aspect in dit geheel. Mensen kunnen voordelen zien van een verandering, en de veranderingen en innovaties accepteren. Dit is het geval bij ouderen die internet gebruiken. Over het algemeen staan deze mensen open voor veranderingen en innovaties. Er zijn weliswaar ook mensen die tegenstand bieden tegen veranderingen. Deze mensen maken normaliter geen gebruik van het internet. Een ander punt is de perceptie van de werkelijkheid. Er zijn veel mensen die sceptisch zijn over het kopen van producten online. Deze mensen willen graag de producten voelen, ruiken of zien. Dit kan een belemmering zijn om online aankopen te doen. Het laatste punt vermeld dat handigheid met computers en internet bepalend is voor ouderen tot het gebruik. Wanneer iemand zich geen raad weet op het wereldwijde web dan is men minder snel geneigd om het internet te gebruiken.
13
3
Verklaringen van het online aankoopgedrag
In het conceptuele model zijn drie mediators opgenomen. Uit onderzoeken in het verleden is naar voren gekomen dat betreffende variabelen (gebruiksgemak, internet ervaring en acceptatie van technologie) van invloed zijn op het online aankoopgedrag van de consument. In onderstaande paragrafen zijn de drie mediators nader uitgewerkt. In het figuur hieronder staat weergeven waarop de focus in dit hoofdstuk ligt: Gebruiksgemak
Directe internet ervaring
Online aankoopgedrag
Acceptatie van technologie Figuur 3: Gedeelte van het conceptueel model wat in dit hoofdstuk besproken wordt
3.1
Gebruiksgemak
In paragraaf 2.2 kwam al naar voren dat gemak voor het veelvuldig gebruik van internet al een belangrijke factor was in het aankoopproces van de consument. Het internet heeft tot op heden goed ingespeeld op deze wens. In deze literatuurstudie wordt gekeken naar de mediatie van gebruiksgemak op de relatie tussen leeftijd en aankoopgedrag. Om meer inzicht te krijgen in de variabele gebruiksgemak wordt dit begrip in deze paragraaf nader toegelicht. De focus van het begrip gebruiksgemak zal liggen in een online setting. Het begrip gebruiksgemak kan gedefinieerd worden als de mate waarin een persoon gelooft dat het gebruiken van een speciaal systeem vrij is van krachtsinspanning (Davis, 1993). Voordat er sprake was van veelvuldig gebruik van het internet was gemak al een factor welke meespeelde in het aankoopproces van consumenten. Hieronder staan vijf voordelen van gemak met betrekking tot thuis winkelen (Darian, 1987): 1. Reductie van tijd voor winkelen 2. Flexibiliteit in de tijd voor winkelen 3. Bespaart inspanning voor het bezoeken van winkels 4. Besparing van ergernis 5. De mogelijkheid tot impulsaankoop of reactie op een advertentie 14
Als we dit vertalen naar een online context, en in dit geval een website, wordt gesteld dat gemak refereert naar de mate waarin een klant de website eenvoudig, intuïtief en gebruiksvriendelijk vindt. Belangrijke antecedenten hierbij zijn de toegankelijkheid van informatie en de eenvoud van transactieprocessen. De kwaliteit van de website is voor internet retailers met name van belang omdat dit het enige raakvlak met de markt betreft (Palmer & Griffith, 1998). Volgens Schaffer (2000) verlaat 30 procent van de consumenten een website zonder aankoop te doen omdat men niet haar weg kan vinden op de site. Verder beargumenteert hij dat een gemaksvriendelijke website een korte reactietijd, een snelle voltooiing van de transactie en een minimalisering van de krachtsinspanning van de consument verzorgt. Online consumenten verwachten een snel en efficiënt proces van hun transactie. Als klanten belemmeringen en frustraties ervaren in hun inspanningen tot het verkrijgen van informatie en het doen van transacties, dan is het minder waarschijnlijk dat men terug komt (Cameron, 1999). Een studie van Jarvenpaa en Todd (1996-97) verklaart dat gemak het meest ervaren voordeel van internet shoppen is. Daarentegen werden slechte klantenservice, slecht design van de website en het ervaren risico betiteld als de negatieve factoren van het shoppen online. Donthu en Garcia (1999) vonden in hun studie dat internet shoppers in grotere mate gemakszoekers zijn dan consumenten die niet op internet shoppen. Uit de resultaten van een onderzoek van Girard, Korgaonkar en Silverblatt (2003) komt naar voren dat gemaksgeoriënteerde en recreatiegeoriënteerde consumenten, net als de demografische variabelen als geslacht, educatie en inkomen, significant gerelateerd zijn aan de voorkeur voor online aankoop. Hierin scoorden consumenten die winkelen op basis van gemak hoger op producten als kleding en parfum. Daarnaast wordt gesteld dat de gemaksgeoriënteerde consument gericht is op het besparen van tijd en krachtsinspanning. Men wil niet veel tijd besteden aan het zoeken en proberen te begrijpen van complexe product informatie. Men geniet van het gemak van ‘in–home shopping’. Gebruiksgemak is samen met bruikbaarheid een cognitieve component van de gebruiksevaluatie. Dit betekent dat het betrekking heeft op het vermogen van kennis. Gebruiksgemak is een antecedent van attitude ten opzichte van online aankoop (Van der Heijden, Verhagen, & Creemers, 2003). Het is dus een bepalende factor in het aankoopproces van de consument.
15
3.2 Internet ervaring Ervaring met en educatie over internet is groeiende. De frequentie van shoppen online en de bestedingshoeveelheid online zijn positief geassocieerd aan internet ervaring van consumenten (Doolin, Dillon, Thompson, & Corner, 2005). Verder verklaren deze onderzoekers dat bij een verhoging van de internet ervaring het waargenomen productrisico en het persoonlijke risico wordt verminderd. Internet ervaring zorgt voor veiligheid en betrouwbaarheid. In een onderzoek waarin online ervaring als modererende factor opereert wordt het begrip klantervaring gebruikt (Rodgers, Negash, & Suk, 2005). Klantervaring is opgesplitst in twee soorten ervaringen: 1. Directe ervaring 2. Indirecte ervaring Voorbeelden van directe ervaring zijn informatie zoeken, evaluatie en aankoop/consumptie van producten. Voorbeelden van indirecte ervaring zijn advertentie exposure en de observatie van consumptie van anderen (Alba & Hutchinson, 1987). Beide ervaringen kunnen invloed hebben op de internet ervaring van de consumenten, maar daarnaast ook op de aankoop of consumptie ervan. De klant ervaring beperkt zich namelijk niet alleen tot een specifieke productcategorie, maar is ook gerelateerd aan een aankoop/consumptie context zoals bijvoorbeeld doelen en gebruikssituaties (Rodgers, Negash, & Suk, 2005). In deze literatuurstudie wordt enkel het effect op online aankoopgedrag onderzocht. Vandaar dat we verder niet ingaan op indirecte ervaring. Geconcludeerd kan worden dat directe internet ervaring een positief effect uitoefent op het online aankoopgedrag van de consument. Hoe meer directe internet ervaring een consument heeft, des te meer een consument vertrouwen en veiligheid voelt met betrekking tot het online aankoopproces. Dit gegeven leidt tot een grotere bestedingshoeveelheid online. 3.3
Acceptatie van technologie
In grote mate kunnen bij een studie over online consumentengedrag modellen gebruikt worden welke ook op het gebied van aankoop ‘offline’ of op traditioneel aankoopgedrag gericht zijn. Daarentegen is er wel een belangrijk verschil tussen offline- en online aankoopgedrag (Van der Heijden, Verhagen, & Creemers, 2003). Bij online aankoopgedrag
16
is, in tegenstelling tot traditioneel aankoopgedrag, omgang met technologie een belangrijke factor. Een fysieke winkel is in de online context vervangen door een online winkel. Dit vereist een mate van omgang met de technologie van het internet (Tan & Thoen, 2001). Dit item is onderzocht doormiddel van het ‘Technology Acceptance Model’ (TAM, figuur 4), welke de mate van acceptatie van het gebruik van technologieën binnen de werkplaats verklaard (Davis & Bagozzi, 1989). TAM is gebouwd op het TRA-model (Theory of Reasoned Action, figuur 3) welke ontwikkeld is door Ajzen en Fishbein (1975). TRA is een wijd bestudeerde theorie vanuit de sociaal psychologische wetenschap. Het model neemt een causaal verband aan van beliefs, attitude en intenties wat leidt tot aankoopgedrag.
Figuur 4: Theory of Reasoned Action (TRA)
TAM gebruikt het TRA-model als frame en de uitkomsten ondersteunen dit frame ook. TAM is door verschillende onderzoekers in variërende settings toegepast. In de studie van Van der Heijden, Verhagen en Creemers (2003) bijvoorbeeld wordt TAM gebruikt om de technologische acceptatie van internetgebruik en websitegebruik te onderzoeken.
Figuur 5: Technology Acceptance Model (TAM)
Doormiddel van het Technology Acceptance Model kan de impact van externe factoren op interne beliefs, attitudes en intenties worden nagegaan. In figuur 4 is dit verband weergeven. 17
‘Perceived Usefulness’ kan gedefinieerd worden als de subjectieve waarschijnlijkheid dat met behulp van een specifiek applicatie systeem de werkzaamheden van een potentiële gebruiker zal toenemen. De variabele ‘Perceived Ease of Use’ staat voor het gebruiksgemak welke de potentiële gebruiker verwacht te hebben (Davis & Bagozzi, 1989). De bruikbaarheid en het gebruiksgemak leiden tot een bepaalde attitude van het gebruik. Net zoals in het TRA-model leidt dit vervolgens tot intentie en uiteindelijk tot werkelijk gedrag. Wanneer de bruikbaarheid en het gebruiksgemak negatief zijn voor een persoon heeft dit een negatief effect op de attitude ten opzichte van het gebruik van een bepaalde technologie. De acceptatie van de technologie zal hierdoor dus laag zijn. In de context van deze literatuurstudie is deze technologie het internetgebruik. Geconcludeerd kan worden dat acceptatie van technologie, en in dit geval internet, een positief effect heeft op het gebruik van internet.
18
4
Verklaring van verschillen door leeftijd
In dit hoofdstuk wordt er inzicht verkregen over het verband tussen leeftijd en de drie mediators. Naast het directe effect wordt doormiddel van de drie mediators (uitgewerkt in hoofdstuk 3) gekeken op welke wijze verschillen in gebruiksgemak, directe internet ervaring en acceptatie van technologie verklaard worden door leeftijd. Uiteindelijk worden op basis van deze gegevens hypotheses geformuleerd. 4.1
Leeftijd en gebruiksgemak
In deze paragraaf wordt de relatie weergeven tussen leeftijd en gebruiksgemak. Oudere werknemers neigen in een lager tempo te leren dan de jongere werknemers (Sterns & Doverspike, 1989). Kline en Schieber (1982) verklaren dat ouderen minder goed het onderscheid kunnen maken tussen verschillende stimuli binnen een visueel systeem (zoals internet) dan jongere mensen. Venkatesh, Moris, Davis en Davis (2003) laten in een studie zien dat de verwachting van een prestatie een determinant is van de intentie tot het gebruik van een technologie (zoals internet). Leeftijd heeft in dit geheel een modererend effect. Met name bij jongere gebruikers is dit een belangrijk item. Wanneer een jonge gebruiker van een technologie verwacht dat zijn prestatie met de technologie goed zal zijn, zal hij eerder de intentie hebben om de technologie te gebruiken. In de context van deze studie zal dat dus het internet zijn. Perceived behavior control Bovenstaande informatie heeft te maken met de ‘perceived behavior control’. ‘Perceived behavior control’ kan gedefinieerd worden als de perceptie van mensen van het gemak of de moeilijkheid van de prestatie van de ‘behavior of interest’, wat staat voor een serie gebeurtenissen (Morris & Venkatesh, 2000). Om voorgaande te verduidelijken wordt hier een duidelijk voorbeeld gegeven tussen jongeren en ouderen met betrekking tot het introduceren van nieuwe technologieën op de werkvloer. Om het verschil tussen oudere en jongere werknemers aan te geven, moeten trainingsprogramma’s gestructureerd worden met de behoeften van beide groepen werknemers. Bij het implementeren van nieuwe technologieën, wensen trainers en managers te benadrukken hoe belangrijk nieuwe technologieën zijn om werknemers te helpen tot het vergroten van hun productiviteit, prestaties en het verbeteren van resultaten. Aan de andere kant lijken oudere werknemers meer beïnvloed door ‘perceived behavior control’. In dit geval wensen trainers het gebruiksgemak te benadrukken om oudere werknemers die sceptisch zijn tegenover het gebruik van nieuwe technologieën op de 19
werkvloer te overtuigen. Sociale factoren (subjective norms) zijn vaak bepalend bij oudere werknemers. Van belang is dus om te zorgen voor positieve geluiden over het nieuwe systeem binnen de organisatie (Morris & Venkatesh, 2000). Bovenstaande informatie laat dus zien dat jongeren beter met nieuwe technologieën zoals het internet overweg kunnen en dat het gebruiksgemak voor ouderen een belangrijk item betreft. Ouderen hechten veel waarde aan de mening van hun sociale omgeving. Wanneer het gebruik vergemakkelijkt wordt en de sociale omgeving het aanvaardt, zal de verwachting van de prestatie en de verwachting van het vrij zijn van krachtsinspanning groter zijn waardoor men eerder de intentie heeft gebruik te maken van de technologie. Geconcludeerd kan worden dat als de leeftijd toeneemt het gebruiksgemak van de consument afneemt. Ouderen hebben een negatievere perceptie dan jongeren ten opzichte van nieuwe technologieën zoals het internet en nog specifieker e-commerce online. Op basis van bovenstaande informatie kan de volgende hypothese geformuleerd worden: H1: Leeftijd heeft een negatief effect op gebruiksgemak. 4.2
Leeftijd en directe internet ervaring
In deze paragraaf wordt gekeken naar het verschil in leeftijd ten opzichte van directe internet ervaring. Hierin is het van belang wat de ‘online skills’ zijn van consumenten uit verschillende leeftijdsgroepen. ‘Online skills’ De term ‘online skills’ kan gedefinieerd worden als het vermogen om efficiënt en effectief informatie te vinden op het wereldwijde web (Hargittai, 2002). Het vermogen van klanten om internetgebaseerde informatie te begrijpen en te beschrijven staat in relatie met hun bestaande ervaring op het gebied van internet (Moreau, Lehmann, & Markman, 2001). De hoeveelheid van eerdere ervaring met het internet beïnvloed de online handelingen. Mensen die meer tijd online besteden, zowel thuis als op andere locaties, zullen vermoedelijk een betere kennis van het internet hebben en bezitten meer ‘online skills’ (Howard, Rainie, & Jones, 2001). Kats en Aspden (1997) concluderen dat jongeren langer online zijn dan gemiddeld. Dit betekent dus dat jongeren meer ervaring online hebben dan ouderen. De studie van Hargittai (2002) bevestigd dit en verklaard dat jongeren meer ‘online skills’ hebben dan ouderen. Deze studie 20
heeft een onderzoek gedaan onder internetgebruikers die minstens eenmaal per maand gebruikten van het wereldwijde web. Hierin werd gekeken hoe snel personen van verschillende leeftijd een aantal taken uitvoerden op het internet. Hierin kwam naar voren dat jongeren (eind tieners, begin twintigers) sneller zijn dan dertigers en veertigers. Op hun beurt zijn de dertigers en veertigers weer sneller dan de oudere respondenten. Uit bovenstaande kan geconcludeerd worden dat jongeren meer ‘online skills’ bezitten dan ouderen. Zoals Moreau, Lehmann en Markman (2001) in hun studie verklaarden dat het begrijpen en beschrijven van internetgebaseerde informatie in relatie staan met de bestaande ervaring van een persoon kan geconcludeerd worden dat jongeren meer internet ervaring hebben dan oudere consumenten. Op basis van bovenstaande informatie kan de volgende hypothese geformuleerd worden: H2: Leeftijd is negatief gerelateerd aan de directe internet ervaring van de consument. 4.3
Leeftijd en acceptatie van technologie
In deze paragraaf wordt vanuit de acceptatie van technologie steeds specifieker toegewerkt naar de acceptatie van het internet en e-commerce. Het verschil tussen jongere- en oudere consumenten heeft in deze een centrale plaats. Acceptatie van technologie De onderzoekers Sharit en Czaja (1993) hebben geconstateerd dat leeftijdsverschillen in het informatie proces impact hebben op de computer gebaseerde prestaties van oudere werknemers. De technologische innovatie literatuur vermeldt dat er voor leeftijd significantie is gevonden. Harrison en Rainer (1992) verklaren dat er een relatie is tussen leeftijd en de acceptatie van nieuwe technologieën. Ouderen neigen meer naar hun gebruikelijke manier van gedrag (op basis van routine). Morris en Vekatesh (2000) voegen hieraan toe dat de mens in een vroeg stadium van technologische acceptatie al een ‘acceptatie beslissing’ maakt. De jongere werknemers accepteren eerder nieuwe technologieën. De oudere werknemers hechten meer waarde aan subjectieve normen (de sociale druk om het gedrag wel of niet uit te voeren). Een verklaring voor deze constatering kan zijn dat de kans groter is dat jongeren vaker bloot zijn gesteld aan nieuwe technologieën op vroege leeftijd. Voor ouderen is dit anders. Zij hebben de hogere school al afgerond voordat de computer haar intrede heeft gedaan. Men is hierdoor gewend om een oplossing te zoeken op basis van traditionele- niet technologische manier. Oudere consumenten nemen pas winkeltechnologieën aan wanneer er een voordeel 21
zich aandient of wordt gecommuniceerd. De ouderen die open staan voor nieuwe technologieën hebben hogere inkomens, leven in grotere huizen en zijn mensen die zich openstellen voor printed media (Zeithaml & Gilly, 1987). Acceptatie van internet Als we kijken naar het gebruik van internet verklaart Modahl (2000) dat ouderen minder graag internet gebruiken door de negatieve attitude ten opzichte van technologie. Volgens Modahl is de attitude ten opzichte van technologie de meest belangrijke determinant bij het kopen van een computer en het gebruik van internet. Verder vermoedt Modahl dat ouderen het internet niet alleen willen proberen. De negatieve attitude ten opzichte van internet hindert oudere mensen om online te gaan. Van de ouderen die geen internetgebruiker zijn denkt 54 procent dat het internet gevaarlijk is, 51 procent denkt niks te missen wanneer men niet online is, 39 procent vindt het te duur en 36 procent vindt de ‘online wereld’ verwarrend (Lenhart, 2000). Acceptatie van e-commerce Uiteindelijk kan gesteld worden dat een positieve attitude leidt tot een hogere intentie tot het gebruik van internet. De kwestie binnen deze paragraaf is het verschil in leeftijd op de acceptatie van technologie en of dit leidt tot acceptatie van e-commerce. Vanuit de literatuur is ondersteuning te vinden voor dit gegeven. Pavlou (2003) verklaart dat TAM leidt tot de acceptatie van business-to-consumer (B-to-C) commerce en zodoende leidt tot online consumentengedrag. De term ‘e-commerce acceptance’ vermeld werkelijk gedrag, niet enkel de intentie tot gedrag. Als we voorgaande relateren aan het feit dat een negatieve attitude ouderen hindert om online te gaan kan geconcludeerd worden dat deze groep e-commerce minder accepteert dan jongeren. Naar aanleiding van bovenstaande informatie kunnen de volgende hypotheses geformuleerd worden: H3: Leeftijd heeft een negatieve invloed op de acceptatie van technologie, internet en ecommerce.
22
4.4
Effect van leeftijd op online aankoopgedrag
In deze paragraaf wordt het directe effect besproken van leeftijd ten opzichte van online aankoopgedrag. Het directe effect beschrijft de weg van jongeren en ouderen naar online aankoopgedrag zonder alle effecten die deze relatie beïnvloeden zoals gebruiksgemak, directe internet ervaring en acceptatie van technologie. Er dient dus gekeken te worden vanuit een economisch perspectief. Economisch Er bestaat geen twijfel over het feit dat kinderen tussen de 11 en 16 jaar economisch al erg actief zijn. Velen hebben een bijbaan en de meerderheid heeft een bankaccount, hoewel onder de naam van hun ouders (Furnham, 1999). Binnen deze leeftijdsgroep zijn ook duidelijke verschillen te zien. Oudere kinderen ontvangen meer geld, doormiddel van zakgeld en loon, dan de jongere kinderen in deze groep. Verder zijn ze op natuurlijke wijze meer verwikkeld in alle economische activiteiten. Men spaart meer, doet meer bankgerelateerde activiteiten en geeft meer geld uit aan verschillende zaken (Furnham & Argyle, 1998). Deze trend zet zich voort over de gehele bevolkingsgroep. Volwassenen hebben meer besteedbaar inkomen dan kinderen. Lohse, Bellman en Johnson (2000) verklaren dat hoe hoger het jaarlijks inkomen van een huishouden is, hoe meer online aankopen er worden gedaan. Als we hier de cijfers van het Centraal Bureau voor de Statistiek (2008) langs leggen valt te zien dat de leeftijdsgroep met de hoofdkostwinner tussen de 45-54 jaar gemiddeld het hoogste besteedbaar inkomen heeft van de bevolking. Het besteedbaar inkomen van jongeren (tot 25 jaar) is het laagste met € 12.700,-. De middelste groep (45-54 jaar) heeft met € 42.200,- het hoogste besteedbare inkomen op jaarbasis. Na deze groep loopt het besteedbare inkomen weer af. De oudste bevolkingsgroep (vanaf 75 jaar) heeft een gemiddelde van € 24.200,-. Uit bovenstaande kan geconcludeerd worden dat de oudere bevolkingsgroep meer besteedbaar inkomen heeft dan de jongere bevolkingsgroep. Dit duidt erop dat de oudere bevolkingsgroep meer middelen heeft dan jongeren om aankopen te doen. Met het feit dat het gemiddelde inkomen van online consumenten hoger ligt is de verwachting dat de oudere bevolkingsgroep eerder online aankopen zal doen. De volgende hypothese kan geformuleerd worden: H4: Leeftijd heeft een positief effect op het online aankoopgedrag van consumenten.
23
5
Conclusies, beperkingen en aanbevelingen
In dit hoofdstuk worden de conclusies, beperkingen en aanbevelingen uiteengezet. In de paragraaf van de conclusies wordt antwoord gegeven op de centrale probleemstelling. Tevens worden de tegenstellingen welke in hoofdstuk 1 uitgewerkt zijn weerlegd. Bij de beperkingen worden issues besproken welke conflicterend waren. Daarnaast worden in deze paragraaf zaken voor toekomstig onderzoek geformuleerd. Tot slot worden er praktische aanbevelingen gegeven aan managers voor de korte en lange termijn. 5.1
Conclusies
In deze paragraaf wordt antwoord gegeven op de centrale probleemstelling van deze literatuurstudie middels van het beantwoorden van de deelvragen.
De centrale
probleemstelling is als volgt geformuleerd: ‘Op welke wijze verklaren gebruiksgemak, directe internet ervaring en acceptatie van technologie het verschil tussen jongere- en oudere consumenten met betrekking tot online aankoopgedrag?’ Ouderen hebben meer financiële middelen dan jongeren. Men heeft meer te maken met economische activiteiten en het besteedbare inkomen ligt hoger dan dat van de jongere consument. Hieruit kan geconcludeerd worden dat vanuit economisch perspectief de verwachting bestaat dat ouderen meer online aankopen doen dan jongeren. Hierin is echter geen rekening gehouden met de beïnvloeding van gebruiksgemak, directe internet ervaring en acceptatie van technologie. Aan de hand van deze drie factoren, die ook verwerkt zijn in de deelvragen van deze literatuurstudie, wordt toegewerkt naar het beantwoorden van de probleemstelling. Gebruiksgemak Het geloof van het vrij zijn van krachtinspanning bij het gebruik van een bepaald product of een bepaalde dienst staat hierin centraal. Het is gebleken dat ouderen meer dan jongeren beïnvloed worden door de perceptie van het gemak (Morris & Venkatesh, 2000). Ouderen staan veelal sceptisch tegenover het gebruik van nieuwe technologieën (Trocchia & Janda, 2000). Jongeren daarentegen hebben een positieve attitude ten aanzien van online winkelen (Sorce, et al., 2005). Deze positieve attitude wordt met name gevormd door het gemak dat online winkelen biedt. Voor ouderen is het moeilijker om een nieuwe technologie zoals internet onder de knie te krijgen. Wanneer de perceptie van het gemak in dat geval negatief is 24
bestaat de kans dat men niet over gaat tot het gebruik van het internet en in het bijzonder ecommerce. Men grijpt in dat geval terug op het traditionele aankoopkanaal (Harrison & Rainer, 1992). Gemaksgeoriënteerde consumenten zijn significant gerelateerd aan de voorkeur voor online aankoop (Girard, Korgaonkar, & Silverblatt, 2003). Zoals hierboven al opgemerkt zijn jongeren meer georiënteerd op gemak dan ouderen. Verder zijn online shoppers meer belust op gemak dan niet internet shoppers. Met het gegeven dat jongeren meer online zijn dan ouderen (Katz & Aspden, 1997), en dat ouderen ten opzichte van jongeren een negatievere perceptie hebben van het gemak van nieuwe technologieën, kan gesteld worden dat, op basis van gebruiksgemak, jongeren meer online aankopen doen dan de oudere consument. Directe internet ervaring In dit verhaal staan de ‘online skills’ van de consument centraal, en of deze skills leiden tot meer online aankoopgedrag. Howard et al. (2001) vermoeden in hun studie dat degene die meer tijd online besteed meer kennis van het internet heeft en meer online skills bezit. Ten opzichte van ouderen hebben jongeren meer online skills (Hargittai, 2002). Het vermogen van klanten om internetgebaseerde informatie te begrijpen en te beschrijven staat in relatie met hun bestaande ervaring op het gebied van internet (Moreau, Lehmann, & Markman, 2001). De online skills staan dus duidelijk in relatie met de internet ervaring van de consument. Een consument met veel online skills zal vermoedelijk veel internet ervaring hebben. Als we de koppeling maken met het online aankoopgedrag van de consument kan gesteld worden dat internet ervaring leidt tot een hogere frequentie online aankopen en een grotere bestedingshoeveelheid. Doolin et al. (2005) stellen namelijk dat de frequentie van shoppen online en de bestedingshoeveelheid online positief geassocieerd zijn aan internet ervaring van consumenten. Aangezien jongeren meer online skills hebben, en dus meer ervaren zijn met het internet, kan geconcludeerd worden dat door directe internet ervaring jongeren meer online aankopen doen dan ouderen. Acceptatie van technologie Internet en in het bijzonder e-commerce is een nieuwe technologie. Oudere mensen zijn in tegenstelling tot jongeren niet opgegroeid met het gebruik van een computer. Jongeren van 25
tegenwoordig krijgen in het basisonderwijs al les met behulp van een computer en het internet. Ouderen neigen meer naar de traditionele- en routinematige middelen (Harrison & Rainer, 1992). Jongeren daarentegen accepteren eerder nieuwe technologieën dan ouderen (Morris & Venkatesh, 2000). De attitude ten opzichte van het internet speelt in dit verhaal een belangrijke rol. Volgens Modahl (2000) hebben ouderen een negatieve attitude ten opzichte van het gebruik van internet. Als we bovenstaande relateren aan het online aankoopgedrag kan gesteld worden dat acceptatie van technologie leidt tot acceptatie van business-to-consumer (B-to-C) commerce wat vervolgens leidt tot online aankoopgedrag (Pavlou, 2003). De acceptatie is hoger bij jongeren dan bij ouderen dus kan er geconcludeerd worden dat de jongere consumenten door de acceptatie van e-commerce meer online aankoopgedrag vertonen. Algeheel gezien kan geconcludeerd dat het vermoeden bestaat dat de jongere consument, door de aanwezigheid van gebruiksgemak, directe internet ervaring en acceptatie van technologie, meer online aankoopgedrag laat zien. Dit in tegenstelling tot het directe effect van leeftijd op online aankoopgedrag waarin naar voren kwam dat de oudere consument meer economische middelen bezit. Als we bovenstaande conclusie betrekken op de tegenstellingen die geformuleerd zijn in hoofdstuk 1 van deze literatuurstudie kan verklaard worden dat leeftijd (demografische factor) weldegelijk impact heeft op het online aankoopgedrag van de consument. Weliswaar komt dit niet tot uiting in de directe relatie, maar wel via gebruiksgemak, directe internet ervaring en acceptatie van technologie. Verder komt naar voren dat bij het meenemen van deze drie factoren het de jongere consument is die vermoedelijk meer online aankoopgedrag zal laten zien. 5.2
Beperkingen en toekomstig onderzoek
In deze literatuurstudie is gebruik gemaakt van literatuur uit verschillende vakgebieden. Literatuur van technologie en innovatie tot marketing. Daarnaast is de psychologische literatuur ook veelvuldig toegepast. Vele theorieën zijn vanuit verschillende vakgebieden doorgetrokken naar een marketingcontext. Om er zeker van te zijn of de juiste conclusies zijn getrokken zouden de hypotheses getest moeten worden in de vorm van een empirische studie. Daarnaast zijn er naast gebruiksgemak, directe internet ervaring en acceptatie van technologie nog andere factoren die invloed hebben op online aankoopgedrag. Hieronder staan er een 26
aantal genoemd, onder andere uit een studie van Bhatnagar, Misra en Raghav Rao (2000) en Doolin et al. (2005):
Innovatie
Vertrouwen
Risico
Merkbewustzijn
Impulsiviteit
Prijsbewustzijn
Om een compleet beeld te krijgen van de invloed van leeftijd op online aankoopgedrag zouden alle factoren die deze relatie geleiden empirisch getest moeten worden. Naar aanleiding van deze empirische studie kan naast de richting van het effect ook uitspraken gedaan worden over de grootte van het effect. Zodoende kunnen er concretere praktische aanbevelingen gegeven worden aan managers. Verder is in deze literatuurstudie geen duidelijk verschil aangegeven tussen jong en oud. Wanneer er een empirische studie uitgevoerd wordt moet er duidelijk onderscheid worden gemaakt tussen jongeren, volwassenen en senioren/ouderen. Dan kan het werkelijke effect van de economische middelen op het online aankoopgedrag getoetst worden per doelgroep. Verder kunnen dan de verschillende effecten van de factoren (die hierboven genoemd zijn) per doelgroep getoetst worden. Dit geeft een completer beeld van de invloed per factor per doelgroep. In vervolgonderzoek kan de variabele gebruiksgemak beter vervangen worden door ‘perceived behavior control’, wat staat voor de perceptie van het gemak of de moeilijkheid van de prestatie (Morris & Venkatesh, 2000). Perceptie staat voor de subjectieve waarneming van de werkelijkheid, met andere woorden hoe iemand tegen de werkelijkheid aankijkt. Door de ‘perceived behavior control’ komt dus duidelijker naar voren hoe de consument aankijkt tegen het gebruik, en of men verwacht van het gebruik gemak te ondervinden of dat men verwacht dat het moeilijk is. Dit zal een beter afspiegeling geven van hoe de consument tegen het gebruik van e-commerce aankijkt. Naast leeftijd kunnen in de toekomst ook andere demografische gegevens (of in combinatie met elkaar) getoetst worden aan de hand van bovengenoemde factoren. In de literatuur bevindt zich een tegenstelling over de invloed van de demografische factoren op het online 27
aankoopgedrag. Enerzijds wordt verklaard dat demografische factoren wel invloed hebben op online aankoopgedrag (Korgaonkar en Wolin 1999; Donthu en Garcia 1999; Joines, et al., 2003), maar anderzijds wordt dit tegengesproken Bellman, et al., 1999). Leeftijd zal vervangen of aangevuld kunnen worden met bijvoorbeeld geslacht, educatie, inkomen en grootte van huishouden. Tot slot kwam in de literatuur naar voren dat gemaksgeoriënteerde consumenten met name hoog scoren op de aankoop van kleding en parfum online (Girard, et al., 2003). Dit is een indicatie dat er verschillen zijn op basis van productcategorieën. In een vervolgonderzoek is het mogelijk interessant om het onderscheid te onderzoeken tussen low- of high involvement producten. Daarnaast treden er mogelijk ook verschillen op bij de online afname van producten of diensten. 5.3
Aanbevelingen
Op basis van de conclusies worden in deze paragraaf praktische aanbevelingen gedaan aan managers. Doormiddel van deze managementimplicaties kunnen managers besluiten om de marketingactiviteiten en/of marketingcommunicatie te wijzigen of juist te behouden. Er wordt in deze paragraaf onderscheid gemaakt tussen korte- en lange termijn. Korte termijn Jongeren zijn gemiddeld langer online dan ouderen (Katz & Aspden, 1997). Voor een onderneming die jongeren als doelgroep heeft biedt dit kansen om meer te gaan investeren in marketingcommunicatie binnen het online kanaal op korte termijn. De oudere doelgroep daarentegen heeft een negatieve attitude ten opzichte van het online kanaal (Modahl, 2000). Alle online retailers zouden tezamen trainingen en workshops kunnen organiseren om deze oudere doelgroep bij te scholen. Hierdoor leert men om te gaan met het medium waardoor de ervaring stijgt, de acceptatie hoger zal liggen en het gebruiksgemak ervaren zal worden. Lange termijn Als we kijken naar de lange termijn biedt dit kansen voor vele ondernemers. Tegenwoordig worden jongeren middels het onderwijs opgeleid met computers. Als we dit projecteren op gebruiksgemak, directe internet ervaring en acceptatie van technologie mag verwacht worden dat dit een positief effect op alle drie de factoren heeft. Over een aantal jaren groeit deze doelgroep naar een leeftijd wanneer men economisch actiever is. Volgens het Centraal Bureau voor de Statistiek (2008) heeft de leeftijdsgroep van 45-54 jaar het hoogst besteedbare 28
inkomen. Op dit moment is dat een groep consumenten die niet zijn opgeleid middels een computer. De verwachting is dan ook dat deze groep minder zal scoren op de drie factoren dan bijvoorbeeld de doelgroep van 15-24 jaar. Ondernemers moeten zich dus voorbereiden op een generatie die meer online actief is. Dit biedt vele kansen om het traditionele verkoopkanaal in de nabije toekomst te vervangen door een online kanaal, of aan te vullen met een online kanaal.
29
Bibliografie Journals en boeken Ajzen, I., & Fishbein, M. (1975). Belief, attitude, intention and behavior: an introduction to theory and research. Reading, Mass. (etc.): Addison-Wesley. Alba, J., & Hutchinson, J. (1987). Dimensions of consumer expertise. Journal of Consumer Research , 13, 411-54. Bearden, W., & Etzel, M. (1982). Reference group influences on product and brand purchase decision. Journal of Consumer Research , 9, 183-94. Bellman, S., Lohse, G., & Johnson, E. (1999). Predictors of online buying behavior. Communications of the ACM , 42, 32-8. Bhatnagar, A., Misra, S., & Raghav Rao, H. (2000). On risk, convenience, and Internet shopping behavior. Communications of the ACM , 13, 98-105. Cameron, M. (1999). Content that works on the web. Target Marketing , 1, 22-58. Citrin, A., Sprott, D., Silverman, S., & Stem, D. (2000). Adoption of internet shopping: the role of consumer innovativeness. Industrial Management and Data Systems , 100, 294-300. Cook, D., & Coupey, E. (1998). Consumer Behavior and Unresolved Regulatory Issues in Electronic Marketing. Journal of Business Research , 41, 231-38. Czaja, S., & Sharit, J. (1993). Age differences in the performance of computer-based work. Psychology and Aging , 8, 59-67. Darian, J. (1987). In-Home Shopping: Are There Consumer Segments? Journal of Retailing , 63, 163-86. Davis, F. (1993). User acceptance of information technology: System characteristics, user perceptions and behavioral impacts. International Journal of Man-Machine Studies , 13, 47587. Davis, F., & Bagozzi, R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management Science , 35, 983-1003. Dholakia, R., & Uusitalo, O. (2002). Switching to electronic stores: consumer characteristics and the perception of shopping benefits. International Journal of Retail & Distribution Management , 30, 459-69. Donthu, N., & Garcia, A. (1999). The internet shopper. Journal of Advertising Marketing , 39, 52-9.
30
Doolin, B., Dillon, S., Thompson, F., & Corner, J. (2005). Perceived Risk, the Internet Shopping Experience and Online Purchasing Behavior: A New Zealand Perspective. Journal of Global Information Management , 13, 66-88. Eastman, J., & Iyer, R. (2004). The elderly's uses and attitudes towards the Internet. Journal of Marketing Research , 21, 208-220. Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behaviour: an introduction to theory and research. Boston, MA: Addison-Wesley. Frambach, R., Roest, H., & Krishnan, T. (2007). The impact of consumer internet experience on channel preference. Journal of Interactive Marketing , 21, 26-41. Furnham, A. (1999). The saving and spending habits of young people. Journal of Economic Psychology , 20, 677-97. Furnham, A., & Argyle, M. (1998). The psychology of money. Londen: Routledge. Girard, T., Korgaonkar, P., & Silverblatt, R. (2003). Relationship of type of product, shopping orientations, and demographics with preference for shopping on the internet. Journal of Business and Psychology , 18, 101-20. Hargittai, E. (2002). Second-Level Digital Divide: Differences in People's Online Skills . Peer-Reviewed Journal on the Internet , 7. Harrison, A., & Rainer, R. (1992). The Influence of Individual Differences on Skill in EndUser Computing. Journal of Management Information Systems , 9, 93-111. Hoffman, D., & Novak, T. (1996). Marketing in Hypermedia Computer-Mediated Environments: Conceptual Foundations. Journal of Marketing , 60, 50-68. Howard, P., Rainie, L., & Jones, S. (2001). Days and Nights on the Internet: The Impact of a Diffusing Technology. American Behavioral Scientist , 45, 383-404. Iyer, R., & Eastman, J. (2006). The Elderly and their Attitudes toward the Internet: The Impact of Internet Use, Purchase and Comparison Shopping. Journal of Marketing Theory and Practice , 14, 57-67. Jarvenpaa, S., & Todd, P. (1996-97). Consumer Reactions to Electronic Shopping on the World Wide Web. International Journal of Electronic Commerce , 20, 59-88. Joines, J., Scherer, C., & Scheufele, D. (2003). Exploring motivations for consumer web use and their implications for e-commerce. Journal of Consumer Marketing , 20, 90-108. Katz, J., & Aspden, P. (1997). Motivations for and barriers to Internet usage: results of a national public opinion survey. Internet Research , 7, 170-88. Kalakota, R., & Whinston, A. (1997). Electronic Commerce: A Manager's Guide. Reading, MA: Addison-Wesley. 31
Keeney, R. (1999). The Value of Internet Commerce to the Consumer. Management Science , 45, 533-42. Kline, D., & Schieber, F. (1982). Aging and Human Visual Function. New York: Liss. Korgaonkar, P., & Wolin, L. (1999). A Multivariate analysis of web usage. Journal of Advertising Research , 38, 7-21. Lenhart, A. (2000). Who's Not Online? 57 Percent of Those Without Internet Access Say They Do Not Plan to Log On. Washington: Pew Internet & American Life Project. Levy, J. (1988). Intersections of Gender and Aging. The Sociological Quarterly , 29, 479-86. Li, N., & Zhang, P. (2002). Consumer online shopping attitudes and behavior: An assessment of research. Eighth Americas Conference on Information Systems , 508-17. Lohse, G., Bellman, S., & Johnson, E. (2000). Consumer buying behavior on the Internet: Findings from panel data. Journal of Interactive Marketing , 14, 15-29. Miller, N., Kim, S., & Schofield-Tomschin, N. (1998). The effects of activity and aging on rural communities living and consuming. The Journal of Consumer Affairs , 32, 343-68. Modahl, M. (2000). Now or Never: How Companies Must Change Today to Win the Battle for Internet Consumers. New York: HarperCollins Books. Montoya-Weiss, M., Voss, G., & Grewal, D. (2003). Determinants of Online Channel Use and Overall Satisfaction With a Relational, Multichannel Service Provider. Journal of the Academy of Marketing Science , 31, 448-458. Moreau, C., Lehmann, D., & Markman, A. (2001). Entrenched knowledge structures and consumer response to new products. Journal of Marketing , 38, 14-29. Morris, M., & Venkatesh, V. (2000). Age difference in technology adoption decisions: Implications for a changing work force. Personnel Psychology , 53, 375-403. Mourali, M., Laroche, M., & Pons, F. (2005). Antecedents of consumer relative preference for interpersonal information sources in pre-purchase search. Journal of Consumer Behavior , 4, 307-18. Palmer, J., & Griffith, D. (1998). An emerging model of web site design for marketing. Communications of the ACM , 41, 44-51. Pavlou, P. (2003). Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. International Journal of Electronic Commerce , 7, 101-34. Payne, J., Bettman, J., & Johnson, E. (1993). The Adaptive Decision Maker. Cambridge: Cambridge University Press.
32
Cole, J.I., Suman, M., Schramm, P., Lunn, R., & Lebo, H. (2001). The UCLA Internet report 2001: Surveying the digital future-year two. Polyak, I. (2000). The center of attention. American Demographics , 22, 30-2. Robertson, T., & Kassarjian, H. (1991). Handbook of Consumer Behavior. Englewood Cliffs, NJ: Prentice-Hall. Rodgers, W., Negash, S., & Suk, K. (2005). The Moderating Effect of On-line Experience on the Antecedents and Consequences of On-Line Satisfaction. Psychology & Marketing , 22, 313-31. Schaffer, E. (2000). A better way for web design. InformationWeek , May, 194-95. Shankar, V., Smith, A., & Rangaswamy, A. (2003). Customer Satisfaction and Loyalty in Online and Offline Environments. International Journal of Research in Marketing , 20, 15375. Sorce, P., Perotti, V., & Widrick, S. (2005). Attitude and age differences in online buying. International Journal of Retail & Distribution Management , 33, 122-32. Sterns, H., & Doverspike, D. (1989). Aging and the training and learning process. San Francisco: Jossey Boss. Stone, B. (1979). Successfull Direct Marketing Methods. Chicago: Crain Books. Tan, Y. H., & Thoen, W. (2001). Toward a generic model of trust for electronic commerce. International Journal of Electronic Markets , 5, 61-74. Teo, T., Lim, V., & Lai, R. (1999). Intrinsic and extrinsic motivation in Internet usage. The International Journal of Management Sciene , 27, 25-37. Trocchia, P., & Janda, S. (2000). A phenomenological investigation of Internet usage among older individuals. Journal of Consumer Marketing , 17, 605-16. Van der Heijden, H., Verhagen, T., & Creemers, M. (2003). Understanding online purchase intentions: Contributions from technology and trust perspectives. European Journal of Information Systems , 12, 41-48. Venkatesh, V., & Davis, F. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science , 46, 186. Venkatesh, V., Morris, M., Davis, G., & Davis, F. (2003). User Acceptance of Information Technology: Toward a Unified Way. MIS Quarterly , 27, 425-78. Vroomen, B., Donkers, B., Verhoef, P., & Franses, P. (2005). Selecting Profitable Customers for Complex Services on the Internet. Journal of Service Research , 8, 37-47. Welford, A. (1980). Handbook of mental health and aging. Englewood: In Birren JE, Sloane, R (Eds.). 33
White, H., McConnell, E., Clipp, E., Bynum, L., Teague, C., Navas, L., et al. (1999). Surfing the net in later life: A review of the literature and pilot study of computer use and quality of life. The Journal of Applied Gerontology , 18, 358–378. Xia, L., & Sudharshan, D. (2002). Effects of Interruptions on Consumer Online Decision Processes. Journal of Consumer Psychology , 12, 265-280. Zeithaml, V., & Gilly, M. (1987). Characteristics affecting the acceptance of retalling technologies: a comparison of elderly and non-elderly consumers . Journal of Retailing Banking, 63, 49-68.
Websites Centraal Bureau voor de Statistiek (2008). Inkomen en bestedingen. http://www.cbs.nl/nlNL/menu/themas/inkomen-bestedingen/cijfers/extra/2008-inkomensverdeling.htm
34
