In den letzten zehn Jahren hat sich Social Commerce zu einem aufstrebenden Ph\u00e4nomen entwickelt. Das Interesse von Marketer, Unternehmen und Forscher ist gleicherma\u00dfen gro\u00df. 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. <\/p>\n\n\n\n
Behavior Intention wurde in verschiedensten Studien als abh\u00e4ngige 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. <\/p>\n\n\n\n
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 \u00fcben zudem einen positiven Einfluss auf Social Commerce Intention aus. <\/p>\n\n\n\n
Todri & Adamopolous (2014) fassten Ergebnisse der f\u00fcnfunddrei\u00dfigste internationale Konferenz \u00fcber Informationssysteme in Auckland zusammen. So wurden unterschiedliche individualspezifische Variablen untersucht, die positiven Einfluss auf das Kaufverhalten der Nutzer nehmen. Unter anderem die Gr\u00f6\u00dfe des sozialen Netzwerkes, Follower-Anzahl und Vertrautheit mit der Plattform. Weiter konnte beobachtet werden, dass Loyalit\u00e4t des Benutzers gegen\u00fcber der Marke sowie die Anzahl der personalisierten Nachrichten die Wahrscheinlichkeit, ein Produkt zu kaufen, am st\u00e4rksten positiv beeinflusst. Auch die Gr\u00f6\u00dfe 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 Gr\u00f6\u00dfe ihres sozialen Netzwerkes bei Kaufentscheidung und Bewertung auf SC Plattformen ber\u00fccksichtigen. Zudem wurde thematisiert, dass ein sozial verwandter Nutzer die Wahrscheinlichkeit, einen Kauf zu t\u00e4tigen, immer dann beeinflusst, wenn dieser ein h\u00e4ufiges Kaufverhalten zeigt. \u00c4hnlich verh\u00e4lt es sich mit Empfehlungen. Je intensiver der unmittelbare Bekanntenkreis dem Nutzer einen Service weiterempfiehlt, desto h\u00f6her ist die Wahrscheinlichkeit, dass dieser einen Kauf t\u00e4tigt. Demzufolge k\u00f6nnen Peer-Effekte im Social Commerce beobachtet werden. Au\u00dferdem konnte festgestellt werden, dass Familarity mit der Plattform eine signifikante Rolle spielt. So erh\u00f6ht das Fachwissen und die Vertrautheit durch eine l\u00e4ngere Benutzungszeit von einem Monat die Kaufbereitschaft.<\/p>\n\n\n\n
Basierend auf der Literatursichtung konnten verschiedene Faktoren f\u00fcr den Erfolg von S-Commerce Plattformen identifiziert werden. Anhand der vorangegangener Forschung wurden Erkenntnisse aus unterschiedlichen Studien ber\u00fccksichtigt, Variablen adaptiert und in Abh\u00e4ngigkeiten 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 f\u00fcr den S-Commerce auf Instagram dar.<\/p>\n\n\n\n
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 \u201eInstagram Shopping\u201c t\u00e4tigt. 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.<\/p>\n\n\n\n
Die in Sarker, Rana, Hughe und Dwivedi, Y. (2020) angesprochene Variable WHOM-Intention, also die Intention, \u00fcber ein Produkt zu berichten, ist mit der Social Commerce Intention in dieser Studie \u00e4quivalent. Nach Todri und Adamopolous (2014) ist die Gr\u00f6\u00dfe des unmittelbaren Onlinenetzwerks des Users daf\u00fcr 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 Aktivit\u00e4t und Nutzungsdauer einer Social Commerce Plattform eine Wirkung auf die Kaufkraft hat. Mithilfe der ver\u00e4nderbaren Community Engagement, die als unabh\u00e4ngige Variable von Social Commerce Intention definiert wurde, soll herausgefunden werden, ob der Einsatz auf Instagram ein Einfluss auf die SCI nimmt. <\/p>\n\n\n\n
Insbesondere in Bezug auf Instagram Shopping wird festgehalten, dass aufgrund der Begebenheit von personalisierten Vorschl\u00e4gen und die M\u00f6glichkeit, immer und \u00fcberall neue Produkte zu entdecken, Impulsive Buy einen hohen Einfluss haben k\u00f6nnte. <\/p>\n\n\n\n
Social Commerce wird \u00fcber eine Website oder Applikation abgewickelt. Studien konnten zeigen, wie ausschlaggebend die Qualit\u00e4t einer Website im E-Commerce Segment ist. Demzufolge ist die Qualit\u00e4t auch ein bedeutender Faktor bei der Untersuchung der Kaufabsicht von S-Commerce Konstrukten. Funktionen, Service- und Systemqualit\u00e4t werden mittels der unabh\u00e4ngigen Website Quality getestet. Die unabh\u00e4ngige 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 zur\u00fcck. Weiter wurde Familarity, also die Vertrautheit mit einer Plattform, als relevanter Faktor f\u00fcr 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 abh\u00e4ngige Variable Familarity als ein Kombinationskonstrukt aus unterschiedlichen unabh\u00e4ngigen Faktoren zusammengefasst. Perceived Ease of Use ber\u00fccksichtigt zus\u00e4tzlich den Faktor Vertrautheit. Anhand von Flow, Website Quality und Ease of Navigation wurde die Benutzerfreundlichkeit und Qualit\u00e4t des Systems mit einbezogen.<\/p>\n\n\n\n
Neben der M\u00f6glichkeit, 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 Unterst\u00fctzung hat sich als ein wichtiges Konstrukt des S-Commere herauskristallisiert und beschreibt sowohl die emotionale als auch die informelle Unterst\u00fctzung der User untereinander. Aufgrund der Immaterialit\u00e4t 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 K\u00e4ufe auf einer S-Commerce Plattform t\u00e4tigen, get\u00e4tigt haben oder es unterst\u00fctzen, K\u00e4ufe zu t\u00e4tigen. Basierend auf diesen Informationen wurden f\u00fcr Social Support drei unabh\u00e4ngige Variablen definiert: Emotional Support, Informal Support und Economic Support. Economic Support soll dabei nicht als eine wirtschaftliche F\u00f6rderung in Form von materiellen Mitteln, wie z. B. Geld betrachtet werden, sondern viel mehr durch die Unterst\u00fctzung und der \u00c4hnlichkeit des eigenen Verhaltens mit dem des sozialen Umfeldes. (Abb. 6, Social Support, eigene Darstellung)\u00a0<\/p>\n\n\n\n
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 Beziehungsqualit\u00e4t als wichtiger Einflussfaktor beobachtet werden. Beziehungsqualit\u00e4t beschreibt ein Zusammenspiel von Vertrauen, Zufriedenheit und Commitment. Vertrauen bezieht sich dabei auf die \u00dcberzeugung, 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 \u00fcbereinstimmt. Trust und Beziehungsqualit\u00e4t \u00fcberschneiden sich in vielerlei Hinsicht. In diesem Modell wurde der einfachheitshalber Vertrauen als ein Konstrukt der Beziehungsqualit\u00e4t gesehen. Somit wurde Trust auf Basis von den Unabh\u00e4ngigen, Vertrauen in die Community, in die Plattform als auch Commitment und Zufriedenheit untersucht.<\/p>\n\n\n\n
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 daf\u00fcr Five-Point-Likert Items verwendet. Durchgef\u00fchrt wurde der Fragebogen via Unipark. Aufgrund einer demografischen Verwands zwischen Fragebogenteilnehmer und Fragebogenbetreuer k\u00f6nnte eine Stichprobenverzerrung vorliegen. Um dieser m\u00f6glichst zu entgehen, wurde breitfl\u00e4chig \u00fcber diverse Kan\u00e4le zur Umfrage eingeladen. Hinsichtlich dieser Studie konnte das gew\u00fcnschte Alter der Teilnehmer zwischen 18 und 36 Jahre eingegrenzt werden. Zudem sollten nur Personen in die Stichprobe einflie\u00dfen, die Instagram nutzen und in Deutschland, \u00d6sterreich 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 Umst\u00e4nde als kritisch angesehen werden. Aufgrund der Komplexit\u00e4t von S-Commerce Modellen, die eine Vielzahl unterschiedlicher wissenschaftlicher Bereiche abdecken, konnte nur eine kleine Anzahl an Erfolgsfaktoren f\u00fcr den S-Commerce getestet werden. Dies bildete auf keinen Fall ein vollst\u00e4ndiges Bild ab. Die Validit\u00e4t 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 repr\u00e4sentativ statt. Die Sampleanzahl war nicht ausreichend f\u00fcr die Populationsgr\u00f6\u00dfe. Ergebnisse k\u00f6nnen demnach als gute Anhaltspunkte verwendet werden. Es wird aber angemerkt, dass diese nicht vollumf\u00e4nglich sind. Die gesamte Arbeit ist auf Anfrage erh\u00e4ltlich.<\/p>\n\n\n\n
Instagram weist auf die Verhaltensabsicht, ein Produkt zu kaufen, eine neutrale Einstellung auf. Nutzer sind weder sehr kaufbereit noch weniger kaufbereit. Teilnehmer, die sich f\u00fcr eine Auspr\u00e4gung entscheiden konnten, gaben an, eher eine geringere Kaufbereitschaft zu besitzen. Dem gegen\u00fcber stehen 36 % der Nutzer mit einer positiven Resonanz und sieben Prozent unentschlossen potenzielle K\u00e4ufer. Die Nutzungsh\u00e4ufigkeit der Plattform weist einen positiv moderaten Einfluss auf die Kaufbereitschaft vor. Wird Instagram h\u00e4ufig genutzt, so f\u00fchrt 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 gegen\u00fcber der Plattform und Community beeinflusst. Nutzer, die bereit sind, am SCI teilzunehmen, beabsichtigen eher ein Produkt auf Instagram zu kaufen. \u00dcber 40 % waren dazu bereit, nach einem Produktkauf auch \u00fcber dies zu berichten. Social Commerce Intention wird dabei von drei unterschiedlichen Faktoren beeinflusst: von Trust, Social Support und Reichweite. Soziale Unterst\u00fctzung 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 gegen\u00fcber der Plattform und Community das Verhalten, \u00fcber 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, \u00fcber 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 Qualit\u00e4t, Akzeptanz und Bedienung der Plattform l\u00e4sst sich Instagram als gut bewerten. Fast alle Nutzer empfanden die Plattform als benutzerfreundlich und sind vertraut mit dieser. Nutzer, die ein h\u00f6heres 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 wei\u00dft Social Support einen moderaten Einfluss auf Trust aus. Ist der Social Support hoch, so steigert sich auch das Vertrauen gegen\u00fcber der Plattform. Impulsive Buy und Social Support konnten als nicht korrelativ untersucht werden. Demnach beeinflussen impulsive K\u00e4ufe und wirtschaftliche, emotionale und informelle Unterst\u00fctzung anderer User das Kaufverhalten nicht. Der soziale Support auf Instagram wurde von 68 % als negativ empfunden. 70 % gaben an, keine impulsiven K\u00e4ufe zu t\u00e4tigen. 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 K\u00e4ufe zu t\u00e4tigen, bereits vorhanden ist.<\/p>\n","protected":false},"excerpt":{"rendered":"
In den letzten zehn Jahren hat sich Social Commerce zu einem aufstrebenden Ph\u00e4nomen entwickelt. Das Interesse von Marketer, Unternehmen und Forscher ist gleicherma\u00dfen gro\u00df. Es werden vor allem Forschungsbereiche der Informationssystematik, des Marketings und des elektronischen Commerce adressiert. Sie basieren auf Modellen des E-Commerce unter …<\/a><\/p>\n","protected":false},"author":1,"featured_media":380,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[12,11],"tags":[],"class_list":["post-374","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-alles","category-wissen"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/rumition.de\/wp-content\/uploads\/2022\/04\/Mein-Post-8.png","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/posts\/374","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/comments?post=374"}],"version-history":[{"count":6,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/posts\/374\/revisions"}],"predecessor-version":[{"id":701,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/posts\/374\/revisions\/701"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/media\/380"}],"wp:attachment":[{"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/media?parent=374"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/categories?post=374"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rumition.de\/index.php\/wp-json\/wp\/v2\/tags?post=374"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}