Instagram als Markthalle der Zukunft – Forschungsüberblick.

In den letzten zehn Jahren hat sich Social Commerce zu einem aufstrebenden Phänomen entwickelt. Das Interesse von Marketer, Unternehmen und Forscher ist gleichermaßen groß. Es werden vor allem Forschungsbereiche der Informationssystematik, des Marketings und des elektronischen Commerce adressiert. Sie basieren auf Modellen des E-Commerce unter der Anwendung verschiedener Theorien unter anderem das Technology Acceptance Model, die Theory of planned Behaviour und der Social Support Theory. Sarker, Rana, Hughe, & Dwivedi, Y. (2020) untersuchten 65 unterschiedliche Publikationen in Bezug auf Social Commerce Plattformen. 

Behavior Intention wurde in verschiedensten Studien als abhängige Hauptvariable untersucht. Positiv beeinflusst durch Attitude, Website-Quality, Flow und Trust, Subjective Norm, Perceived Ease of Use, Relationship Quality, Social-Commerce Construct, Perceived Ease of Usefulness, Social Support und WHOM-Intention. Positiven Einfluss nehmen ebenfalls Use Behavior, Impulsive Buy und Social Sharing Intention. 

Weiter wurde Trust von besonders vielen Einzelstudien untersucht. Vertrauen setzt sich zusammen aus Informal Support und Emotional Support und weisen in allen Publikationen einen signifikanten positiven Einfluss auf Trust auf. Ebenfalls wirken Social Commerce Construct, Familarity und Perceived Ease of Use positiven auf Vertrauen.Emotional und Informal Support üben zudem einen positiven Einfluss auf Social Commerce Intention aus. 

Todri & Adamopolous (2014) fassten Ergebnisse der fünfunddreißigste internationale Konferenz über Informationssysteme in Auckland zusammen. So wurden unterschiedliche individualspezifische Variablen untersucht, die positiven Einfluss auf das Kaufverhalten der Nutzer nehmen. Unter anderem die Größe des sozialen Netzwerkes, Follower-Anzahl und Vertrautheit mit der Plattform. Weiter konnte beobachtet werden, dass Loyalität des Benutzers gegenüber der Marke sowie die Anzahl der personalisierten Nachrichten die Wahrscheinlichkeit, ein Produkt zu kaufen, am stärksten positiv beeinflusst. Auch die Größe der sozialen Nachbarschaft bedingt einen Effekt auf dessen Intention, innerhalb eines Social Commerce Modells aktiv zu werden. Eine Verdopplung der Anzahl an Follower eines Nutzers verringert die Interaktion mit der Community um 47,7 %. Es gibt also Hinweise darauf, dass die Nutzer die Größe ihres sozialen Netzwerkes bei Kaufentscheidung und Bewertung auf SC Plattformen berücksichtigen. Zudem wurde thematisiert, dass ein sozial verwandter Nutzer die Wahrscheinlichkeit, einen Kauf zu tätigen, immer dann beeinflusst, wenn dieser ein häufiges Kaufverhalten zeigt. Ähnlich verhält es sich mit Empfehlungen. Je intensiver der unmittelbare Bekanntenkreis dem Nutzer einen Service weiterempfiehlt, desto höher ist die Wahrscheinlichkeit, dass dieser einen Kauf tätigt. Demzufolge können Peer-Effekte im Social Commerce beobachtet werden. Außerdem konnte festgestellt werden, dass Familarity mit der Plattform eine signifikante Rolle spielt. So erhöht das Fachwissen und die Vertrautheit durch eine längere Benutzungszeit von einem Monat die Kaufbereitschaft.

Basierend auf der Literatursichtung konnten verschiedene Faktoren für den Erfolg von S-Commerce Plattformen identifiziert werden. Anhand der vorangegangener Forschung wurden Erkenntnisse aus unterschiedlichen Studien berücksichtigt, Variablen adaptiert und in Abhängigkeiten zueinander gesetzt. Ebenso wurden themenverwandte Elemente zu kombinierten Modellen zusammengefasst und durch wichtige Bestandteile erweitert. So wurde folgendes Konstrukt entworfen. Dieses stellt die wichtigsten Erfolgsfaktoren für den S-Commerce auf Instagram dar.

Behavior Intention:

Als zu testender Hauptfaktor wurde die Variable Behavior Intention (BI) definiert. Behavior Intention stellt die zentrale Variable dar, die zeigt, wie wahrscheinlich es ist, dass ein Nutzer einen Kauf auf „Instagram Shopping“ tätigt. BI wird beeinflusst durch Attitude und Use Behavior. Es konnte herausgefunden werden, dass die Einstellung zu einer S-Commerce Plattform einen erheblichen Einfluss auf die Kaufabsicht nimmt. Ebenso wurde das Nutzungsverhalten, Use Behavior als eine wichtige Einflussvariable auf Behavior Intention identifiziert.

Social Commerce Intention:

Die in Sarker, Rana, Hughe und Dwivedi, Y. (2020) angesprochene Variable WHOM-Intention, also die Intention, über ein Produkt zu berichten, ist mit der Social Commerce Intention in dieser Studie äquivalent. Nach Todri und Adamopolous (2014) ist die Größe des unmittelbaren Onlinenetzwerks des Users dafür entscheidend, ob eine Kaufentscheidung getroffen wird. Folglich hat die Reichweite eines Nutzers eine Einwirkung auf dessen Social Commerce Intention und wurde in diesem Modell als Einflussvariable definiert. Ebenso wurde thematisiert, dass die Aktivität und Nutzungsdauer einer Social Commerce Plattform eine Wirkung auf die Kaufkraft hat. Mithilfe der veränderbaren Community Engagement, die als unabhängige Variable von Social Commerce Intention definiert wurde, soll herausgefunden werden, ob der Einsatz auf Instagram ein Einfluss auf die SCI nimmt. 

Impulsive Buy:

Insbesondere in Bezug auf Instagram Shopping wird festgehalten, dass aufgrund der Begebenheit von personalisierten Vorschlägen und die Möglichkeit, immer und überall neue Produkte zu entdecken, Impulsive Buy einen hohen Einfluss haben könnte. 

Familarity:

Social Commerce wird über eine Website oder Applikation abgewickelt. Studien konnten zeigen, wie ausschlaggebend die Qualität einer Website im E-Commerce Segment ist. Demzufolge ist die Qualität auch ein bedeutender Faktor bei der Untersuchung der Kaufabsicht von S-Commerce Konstrukten. Funktionen, Service- und Systemqualität werden mittels der unabhängigen Website Quality getestet. Die unabhängige Variable Ease of Navigation misst, ob Instagram eine einfache Navigation und Suchfunktion besitzt. In Sarker, Rana, Hughe und Dwivedi, Y. (2020) konnte zudem gezeigt werden, dass Perceived Ease of Use, Perceived Usefulness und Flow einen hohen Einfluss auf Behavior Intention nehmen. Perceived Ease of Use und Perceived Usefulness gehen dabei auf das Technology Acceptance Model zurück. Weiter wurde Familarity, also die Vertrautheit mit einer Plattform, als relevanter Faktor für die Kaufabsicht von Nutzern dargestellt. Es wurde davon ausgegangen, dass die Vertrautheit einer Plattform mit der einfachen Bedienung dieser einhergeht. Demzufolge wird in diesem Modell die abhängige Variable Familarity als ein Kombinationskonstrukt aus unterschiedlichen unabhängigen Faktoren zusammengefasst. Perceived Ease of Use berücksichtigt zusätzlich den Faktor Vertrautheit. Anhand von Flow, Website Quality und Ease of Navigation wurde die Benutzerfreundlichkeit und Qualität des Systems mit einbezogen.

Social Support:

Neben der Möglichkeit, innerhalb eines Social Commerce Konstruktes, Produkte zu kaufen und zu verkaufen, ist ein besonderes Argument des Social Commerce eine soziale Interaktion zwischen den Nutzern. Soziale Unterstützung hat sich als ein wichtiges Konstrukt des S-Commere herauskristallisiert und beschreibt sowohl die emotionale als auch die informelle Unterstützung der User untereinander. Aufgrund der Immaterialität des Internets wurde der Faktor Economic Support fallen gelassen. In dieser Studie konnte eine andere Annahme aufgestellt werden. Aufgrund der Forschungsergebnisse von Todri und Adamopolous (2014) wurde entdeckt, dass neben der Wertigkeit von Empfehlungen auch das wirtschaftliche Verhalten des sozialen Netzwerkes eine Rolle spielt. Also ob Freunde bereits kommerzielle Käufe auf einer S-Commerce Plattform tätigen, getätigt haben oder es unterstützen, Käufe zu tätigen. Basierend auf diesen Informationen wurden für Social Support drei unabhängige Variablen definiert: Emotional Support, Informal Support und Economic Support. Economic Support soll dabei nicht als eine wirtschaftliche Förderung in Form von materiellen Mitteln, wie z. B. Geld betrachtet werden, sondern viel mehr durch die Unterstützung und der Ähnlichkeit des eigenen Verhaltens mit dem des sozialen Umfeldes. (Abb. 6, Social Support, eigene Darstellung) 

Trust:

Auch Vertrauen stellt eine wichtige Variable in Bezug auf Behavior Intention dar (siehe Kapitel 3.2). Genauer gesagt, wenn ein Benutzer ein starkes Vertrauen in eine Plattform hat, so ist er eher bereit, den Inhalten Richtigkeit zuzusprechen. Ebenso wird es wahrscheinlicher, dass der Nutzer Informationen mit der Community teilt und Bewertungen zu einem Produkt abgibt. Neben Trust konnte die Beziehungsqualität als wichtiger Einflussfaktor beobachtet werden. Beziehungsqualität beschreibt ein Zusammenspiel von Vertrauen, Zufriedenheit und Commitment. Vertrauen bezieht sich dabei auf die Überzeugung, dass der Dienstleister und/oder die Community auf Instagram ehrlich und wohlwollend ist. Commitment bezeichnet eine dauerhafte Beziehung, die als eine Bindung zu beschreiben ist. Die Bindung ist dem Nutzer so wichtig, dass er besondere Anstrengungen aufwendet, um diese aufrechtzuerhalten. Zufriedenheit bezieht sich auf einen emotionalen Zustand, der eintritt, wenn der Nutzer mit der Leistung und der interaktiven Erfahrung des Gesamtzustandes übereinstimmt. Trust und Beziehungsqualität überschneiden sich in vielerlei Hinsicht. In diesem Modell wurde der einfachheitshalber Vertrauen als ein Konstrukt der Beziehungsqualität gesehen. Somit wurde Trust auf Basis von den Unabhängigen, Vertrauen in die Community, in die Plattform als auch Commitment und Zufriedenheit untersucht.

Das vorliegende theoretische Konstrukt wurde durch eine Umfrage zur Erhebung quantitativer Daten getestet. Es konnten Items aus bestehender Forschung adaptiert und erhoben werden. Mehrheitlich wurden dafür Five-Point-Likert Items verwendet. Durchgeführt wurde der Fragebogen via Unipark. Aufgrund einer demografischen Verwands zwischen Fragebogenteilnehmer und Fragebogenbetreuer könnte eine Stichprobenverzerrung vorliegen. Um dieser möglichst zu entgehen, wurde breitflächig über diverse Kanäle zur Umfrage eingeladen. Hinsichtlich dieser Studie konnte das gewünschte Alter der Teilnehmer zwischen 18 und 36 Jahre eingegrenzt werden. Zudem sollten nur Personen in die Stichprobe einfließen, die Instagram nutzen und in Deutschland, Österreich und der Schweiz wohnen. Weiter gilt die Antwortzeit als ein wichtiger Kennwert. Dabei wurden diejenigen Zeiten aus dem Gesamtsample gestrichen, die von der durchschnittlichen Bearbeitungszeit stark abwichen. Ebenso auf Tendenz zur Mitte und Tendenz zu extremen bereinigt. Es konnten 151 Personen untersucht werden. Bei der Bewertung der Ergebnisse dieser Studie mussten einige Umstände als kritisch angesehen werden. Aufgrund der Komplexität von S-Commerce Modellen, die eine Vielzahl unterschiedlicher wissenschaftlicher Bereiche abdecken, konnte nur eine kleine Anzahl an Erfolgsfaktoren für den S-Commerce getestet werden. Dies bildete auf keinen Fall ein vollständiges Bild ab. Die Validität der Items war durch eine Adaption als nicht absolut valide zu betrachten. Weiter war die leichte Inkonsistenz der Skala Impulsive Buy differenziert zu bewerten. Die Stichprobenziehung fand nicht repräsentativ statt. Die Sampleanzahl war nicht ausreichend für die Populationsgröße. Ergebnisse können demnach als gute Anhaltspunkte verwendet werden. Es wird aber angemerkt, dass diese nicht vollumfänglich sind. Die gesamte Arbeit ist auf Anfrage erhältlich.

Ergebnisse der Studie:

Instagram weist auf die Verhaltensabsicht, ein Produkt zu kaufen, eine neutrale Einstellung auf. Nutzer sind weder sehr kaufbereit noch weniger kaufbereit. Teilnehmer, die sich für eine Ausprägung entscheiden konnten, gaben an, eher eine geringere Kaufbereitschaft zu besitzen. Dem gegenüber stehen 36 % der Nutzer mit einer positiven Resonanz und sieben Prozent unentschlossen potenzielle Käufer. Die Nutzungshäufigkeit der Plattform weist einen positiv moderaten Einfluss auf die Kaufbereitschaft vor. Wird Instagram häufig genutzt, so führt das zu einem leichten Anstieg der Kaufintention. Es konnte ein moderater Zusammenhang zwischen Social Commerce Intention, Familarity und Trust auf Behavior Intention nachgewiesen werden. Die Kaufabsicht wird demnach von der Bereitschaft am Social Commerce Modell teilzunehmen, Benutzerfreundlichkeit und Vertrautheit der Applikation sowie Vertrauen gegenüber der Plattform und Community beeinflusst. Nutzer, die bereit sind, am SCI teilzunehmen, beabsichtigen eher ein Produkt auf Instagram zu kaufen. Über 40 % waren dazu bereit, nach einem Produktkauf auch über dies zu berichten. Social Commerce Intention wird dabei von drei unterschiedlichen Faktoren beeinflusst: von Trust, Social Support und Reichweite. Soziale Unterstützung empfanden 42 % der Nutzer als positiv. Demnach steigert Social Support die Bereitschaft, an der Social Commerce Intention teilzunehmen. Trust konnte einen positiv hohen Einfluss auf SCI nachweisen. So steigert Vertrauen gegenüber der Plattform und Community das Verhalten, über Produkte zu berichten. Weiter konnte ein geringer bis moderater Einfluss von Reichweite auf SCI festgestellt werden. Dabei wiesen Fragebogenteilnehmer eine mittlere Reichweite auf. Eine mittlere Reichweite hat einen geringen positiven Einfluss auf die Bereitschaft, über Produkte zu berichten. Nutzer, die mit Instagram vertraut sind und die Applikation als benutzerfreundlich wahrnehmen, sind eher bereit, ein Produkt zu kaufen. In Bezug auf die Qualität, Akzeptanz und Bedienung der Plattform lässt sich Instagram als gut bewerten. Fast alle Nutzer empfanden die Plattform als benutzerfreundlich und sind vertraut mit dieser. Nutzer, die ein höheres Vertrauen in die Plattform und Community aufweisen, sind eher bereit, ein Produkt zu kaufen. Obwohl Trust von 58 % der Teilnehmer als negativ empfunden wurde, nimmt Vertrauen einen positiven Einfluss auf die Behavior Intention. Der Trust wird durch Familarity und Social Support beeinflusst. Familarity weist dabei einen hohen Einfluss auf Vertrauen aus. Ist die Benutzerfreundlichkeit, Vertrautheit und Akzeptanz von Instagram gegeben, so sind Nutzer bereit, der Plattform und Community ihr Vertrauen zu schenken. Weiter weißt Social Support einen moderaten Einfluss auf Trust aus. Ist der Social Support hoch, so steigert sich auch das Vertrauen gegenüber der Plattform. Impulsive Buy und Social Support konnten als nicht korrelativ untersucht werden. Demnach beeinflussen impulsive Käufe und wirtschaftliche, emotionale und informelle Unterstützung anderer User das Kaufverhalten nicht. Der soziale Support auf Instagram wurde von 68 % als negativ empfunden. 70 % gaben an, keine impulsiven Käufe zu tätigen. In Bezug auf Impuslvie Buy konnte ein Einfluss von Familarity festgestellt werden. Eine gute Benutzerfreundlichkeit und Vertrautheit mit Instagram kann immer dann das impulsive Kaufverhalten steigern, wenn die Bereitschaft, impulsive Käufe zu tätigen, bereits vorhanden ist.