Markterfolg im Mobile Commerce : Faktoren der Adoption und Akzeptanz von M-Commerce-Diensten [1. Aufl] 3835000918, 9783835000919 [PDF]

Zitiervorschau

Stefan Wriggers Markterfolg im Mobile Commerce

GABLER EDITION WISSENSCHAFT Schriftenreihe der HHL- Leipzig Graduate Scliool of Management

HHL.

In dieser Schriftenreihe werden aktuelle Forschungsergebnisse aus dem Bereich Unternehmensfiihrung prasentiert. Die einzelnen Beitrage spiegein die wissenschaftliche Ausrichtung der HHL in Forschung und Lehre wider. Sie zeichnen sich vor allem durch eine ganzheitliche, integrative Perspektive aus und sind durch den Anspruch gepragt, Theorie und Praxis zu verbinden sowie in besonderem MaBe internationale Aspekte einzubeziehen.

Stefan Wriggers

Markterfolg im Mobile Commerce Faktoren der Adoption und Akzeptanz von M-Commerce-Diensten

Miteinem Geleitwortvon Prof. Dr. Manfred Kirchgeorg

Deutscher Universitats-Verlag

Bibliografische Information Der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnetdiese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet iJber abrufbar.

Dissertation H H L - Leipzig Graduate School of Management, 2005

l.AuflageFebruar2006 Alle Rechte vorbehalten © Deutscher Universitats-Verlag/GWV Fachverlage GmbH, Wiesbaden 2006 Lektorat: Brigitte Siegel / Nicole Schweitzer Der Deutsche Universitats-Verlag ist ein Unternehmen von Springer Science+Business Media. www.duv.de Das Werk einschlieBlich aller seiner Telle ist urheberrechtlich geschutzt. Jede Verwertung auBerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzuiassig und strafbar. Das gilt insbesondere fiir Vervielfaltigungen, Ubersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung In elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten waren und daher von jedermann benutzt werden durften. Umschlaggestaltung: Regine Zimmer, Dipl.-Designerin, Frankfurt/Main Druck und Buchbinder: Rosch-Buch, ScheSlitz Gedruckt auf saurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 3-8350-0091-8

Geleitwort Aufgrund der Verbreitung von Mobilfunkgeraten haben sich in den letzten Jahren neue Marktchancen fur so genannte Mobile-Commerce-Dienstleistungen eroffnet. Die Bandbreite dieser Dienste reicht von SMS-Diensten uber Klingelton-, Film- und Musikdownloads bis hin zu Reiseinformationsdiensten. Wenngleich eine Vielzahl von Studien ubereinstimmend zur Jahrtausendwende ein erhebliches Nachfragepotenzial fur diese Dienste prognostiziert hat, so entwickelte sich die Akzeptanzbereitschaft nur zogerlich. Erst seit Mitte dieses Jahrzehnts erieben die M-Commerce-Dienste eine verstarkte Verbreitung, wenngleich viele Unternehmen noch keinen kommerziellen Erfolg erzielen konnten.

Vor diesem Hintergrund beschaftlgt sich der Verfasser der vorliegenden Dissertationsschrift mit den Einflussfaktoren der Adoption und Akzeptanz von M-CommerceDienstleistungen auf theoretischer wie auch empirischer Basis. Er knupft damit an der Tradition der adoptions- und akzeptanztheoretischen Untersuchungen an und en/veitert diese in interessanter Weise durch die Aussagen der Means-End-Theorie. Letztere versucht die Motivation des Entscheidungsverhaltens von Nachfragern mit einem spezifischen Vorgehen der Ziel-Mittel-Analyse zu erfassen. Die Means-EndTheorie hat erst in den letzten Jahren in der Kauferverhaltensforschung eine zunehmende Anwendung erfahren. Der Verfasser belegt mit seiner Untersuchung, dass die Mens-End-Theorie wertvolle Erkenntnisse fur die Akzeptanzforschung liefern kann. In Tiefeninterviews hat der Verfasser die komplexen Konsummotivationen mithilfe der Laddering-Technik erfasst und dann in Means-End-Chains uberfuhrt. Die Erkenntnisse der Means-End-Analyse bildeten die Grundlage fur die Entwicklung einer Onlinebefragung von Mobile-Commerce-Nutzern.

Hierbei stand die Erhebung der

Einflussfaktoren des Adoptions- und Akzeptanzverhaltens von M-CommerceDiensten im Mittelpunkt. Hypothesengestutzt werden eine Vielzahl von Einflussfaktoren untersucht. SchlieRlich erhalt der Leser durch eine ausfuhrliche Charakterislerung von Early und Heavy User eine pragnante Vorstellung von Nutzermerkmalen,

VI um die Ansprache

von spezifischen

Kundensegmenten

fur

M-Commerce-

Dienstleistungen gezielt fordern zu konnen. Fur die Marketingwissenschaft als auch fur die Unternehmenspraxis liefert die vorliegende Schrift gleichermaUen einen Erkenntnisgewinn, um das methodische Instrumentarium der Means-End-Analyse fur die Zwecke der Akzeptanzforschung und die Forderung der Diffusion von M-Commerce-Dienstleistungen einzusetzen. Somit wurde ich mich freuen, wenn das Werk in Wissenschaft und Praxis eine gebuhrende Beachtung finden wurde. Leipzig, im Dezember 2005

Prof. Dr. Manfred Kirchgeorg Lehrstuhl Marketingmanagement HHL - Leipzig Graduate School of Management

VII

Vorwort Die vorliegende Arbeit entstand wahrend meiner Zeit als externer Doktorand am Lehrstuhl Marketingmananagement der Handelshochschule Leipzig. Meinem Doktorvater Prof. Dr. Manfred Kirchgeorg mochte ich an dieser Stelle zuerst danken. Die vielen Gesprache, die gute Erreichbarkeit und die wertvollen fachlichen Anregungen waren eine tolle Unterstutzung. Wichtig war auch die menschliche Art, durch die der gesamte Lehrstuhl Marketingmanagement gepragt ist und die Dissertation mit einer Atmosphare der Hilfsbereitschaft, aber auch des hohen Anspruchs begleitet haben. Deshalb bin ich alien Mitarbeitern des Lehrstuhls dankbar, besonders Claudia Potschke und Eva Grobe sowie Dr. Oliver Klante, Dr. Alexander Lorbeer, Dr. Steffen Herrmann und Dipl.-Kfm. Lars Fiedler. Fur die Erstellung des Zweitgutachtens danke ich Herrn Prof. Dr. Hagen Lindstadt und Herrn Prof. Dr. Malte Brettel. Die umfangreiche Marktforschung dieser Arbeit wurde erst durch die Unterstutzung durch die Bertelsmann AG moglich. Robert Fahle von RTL und Dirk Freise sowie Thorsten Rehling von Handy.de danke ich fur die Kooperation bei den Kundenbefragungen. Dr. Michel Clement, Dr. Bodo Thielmann und Dr. Ingo Garczorz sorgten fur hilfreiche Tips und Anregungen, aber auch fur unglaublichen SpaB bei unzahligen Squash-Abenden, Segeltorns auf der Alster, Ausflugen zu den Beach-Clubs und in das Nachtleben von Hamburg. Dankbar bin ich auch meiner Mutter fur die detaillierte Korrektur der Arbeit, meinem Vater und meinem Bruder fur die Unterstutzung. Stefan Wriggers

IX

Inhaltsverzeichnis

1

2

Einleitung

1

1.1

Problemstellung

1

1.2

M-Commerce-Dienste als Untersuchungsgegenstand des Marketing

8

1.3

Einordnung des theoretischen Bezugsrahmens

21

1.4

Zielsetzungen und Gang der Untersuchung

29

Theoretischer Bezugsrahmen 2.1

Adoptions- und Akzeptanztheorie zur Bestimmung der Markterfolgsfaktoren

33

2.1.1

Grundzuge der Adoptions- und Akzeptanztheorie

33

2.1.2

Adoptions- und Akzeptanzprozess

35

2.1.3

Adopterkategorien

38

2.1.4

Adoptions- und Akzeptanzfaktoren

2.2

40

2.1.4.1

Produktbezogene Adoptions- und Akzeptanzfaktoren

42

2.1.4.2

Konsumentenbezogene Adoptions- und Akzeptanzfaktoren

45

2.1.5

Uberblick uber die abgeleiteten Hypothesen

Means-End-Theorie zur Exploration der Konsummotivationen

55 57

2.2.1

Grundzuge der Means-End-Theorie

57

2.2.2

Means-End-Verfahren

63

2.2.3

Marketing-lmplikationen baslerend auf der Anwendung der MeansEnd-Verfahren

2.3

68

Theorie der Marktsegmentierung von Dienstleistungen zum zielgruppengerechten Einsatz der Marketinginstrumente

71

2.3.1

Grundzuge der Theorie der Marktsegmentierung

71

2.3.2

Markterfassung von Dienstleistungen

72

2.3.3

Marktbearbeitung von Dienstleistungen

76

Zusammenfuhrung der theoretischen Konzepte

81

2.4

3

33

Ennpirische Untersuchung 3.1

Uberblick tiber die Vorgehensweise

83 83

X 3.2

Explorative Vorstudie

84

3.2.1

Ablauf und Design der Vorstudie

84

3.2.2

Ergebnisse der Vorstudie

91

3.2.2.1

Befunde zu den Konsummotivationen

91

3.2.2.2

Befunde zum Konsumentenverhalten

105

3.2.3

Zusammenfassung der Ergebnisse und Implikationen fur die Onlinebefragung

3.3

Onlinebefragung

108 110

3.3.1

Ablauf und Design der Onlinebefragung

110

3.3.2

Operationalisierung, Messung und Validierung der Variablen

116

3.3.2.1

Operationalisierung und Messung der abhangigen Variablen

3.3.2.2

Operationalisierung, Messung und Validierung der unabhangigen Variablen

121

3.3.2.2.1 Operationalisierung der unabhangigen Variablen

121

3.3.2.2.2

128

Messung der unabhangigen Variablen

3.3.2.2.3 Validierung der Konstrukte 3.3.3

Befunde zum Adoptions- und Akzeptanzverhalten

3.3.3.1

Uberprufung der Voraussetzungen

134 147 147

3.3.3.2

Befunde zu den Adoptionsfaktoren

149

3.3.3.3

Befunde zu den Akzeptanzfaktoren

156

3.3.3.4

Charakterisierung der Early Adopter und Heavy User

165

3.3.4

Befunde zur Markterfassung

Implikationen und Wurdigung 4.1

116

170

181

Implikationen der Untersuchungsergebnisse fur die Marktbearbeitung von M-Commerce-Diensten

181

4.1.1

Implikationen fur die Produktpolitik

4.1.2

Implikationen fur die Kommunikationspolitik

189

4.1.3

Implikationen fur die Preispolitik

194

4.1.4

Implikationen fur die Distributionspolltik

197

4.2

Wurdigung der Ergebnisse und Implikationen fur die Wissenschaft

I Zusammenfassung und Ausblick

184

199

209

XI

Abbildungsverzeichnis Abbildung 1: Abbildung 2: Abbildung 3:

Prognose der Entwicklung des Markts fur Mobilkommunikation in Europa

2

Einordnung der Dissertation in den Innovationsprozess

7

Relevante Einflussfaktoren auf die Entwicklung des MCommerce

11

Abbildung 4:

Theoretischer Rahmen der Untersuchung

22

Abbildung 5:

Darstellung des Adoptions- und Akzeptanzprozesses

37

Abbildung 6:

Adopterkategorien nach Rogers

38

Abbildung 7:

Adoptions- und Akzeptanzfaktoren

42

Abbildung 8:

Means-End-Modell von Gutman und Reynolds

57

Abbildung 9:

Means-End-Modell von Olson und Reynolds

60

Abbildung 10: Verfahren der Means-End-Theorie

63

Abbildung 11:

77

Marktbearbeitungsstrategien

Abbildung 12: Ablaut der explorativen Vorstudie

85

Abbildung 13: Charakteristika der 21 Befragten

87

Abbildung 14: Spezifikation der Vorgehensweise zur Identifizierung von Means-End-Chains Abbildung 15: Quantitative Ergebnisse der explorativen Vorstudie

90 91

Abbildung 16: Attributhauptkategorien fur die Dienste ..Bildmitteilungen versenden" und „Klingelt6ne herunterladen"

93

Abbildung 17: Nutzenkategorien ftir die Dienste ..Bildmitteilungen versenden" und ..Klingeltone herunterladen"

97

Abbildung 18: Wertekategorien fur die Dienste ..Bildmitteilungen versenden" und ..Klingeltone herunterladen"

99

Abbildung 19: Hierarchical Value Map fur ..Bildmitteilungen versenden" und ..Klingeltone herunterladen", Cutoff Level=5, inklusive redundante Means-End-Chains

102

Abbildung 20: Informations- und Transaktionskanale von M-CommerceAbbildung 21:

Diensten

106

Modell der Onlinebefragung

Ill

XII Abbildung 22: Ablauf der Onlinebefragung

112

Abbildung23: Charakteristika der 649 Befragten

113

Abbildung 24: Diffusionsverlauf von M-Commerce-Diensten

117

Abbildung 25: Ausgaben fur Mobil-Telefonieren und M-Commerce-Dienste

118

Abbildung 26: Ausgabenvertellung fur M-Commerce-Dienste In Euro/Monat

119

Abbildung 27: Relative Haufigkeit der Nutzungsintensitat von M-CommerceDiensten Abbildung 28: Bewertung der Attribute von M-Commerce-Diensten

120 129

Abbildung 29: Bewertung der Nutzenkomponenten von M-ConrimerceDiensten

131

Abbildung 30: Bewertung von ZielenAA/erthaltungen durch die Nachfrager von M-Commerce-Diensten Abbildung 31:

132

Bewertung der Leistungsfahigkeit der Anbieter von MCommerce-Diensten

133

Abbildung 32: Odd-ratios der signiflkanten Adoptionsfaktoren

155

Abbildung 33: Odd-ratios der signiflkanten Akzeptanzfaktoren

161

Abbildung 34: t-Werte der produktbezogenen Adoptions-ZAkzeptanzfaktoren

173

Abbildung 35: Marktbearbeitungsstrategien von M-Commerce-Diensten im Zeitverlauf

182

Abbildung 36: Means-End-Chain-basierte Kommunikationsstrategie (MECCAS-Modell)

191

XIII

Tabellenverzeichnis Tabelle 1:

Ausgewahlte Definitionen der Termini M-Commerce und MBusiness

12

Tabelle 2:

Typologie von M-Commerce-Diensten privater Nachfrager

19

Tabelle 3:

Kennzeichnung der Adopterkategorien

39

Tabelle 4:

Konsumentenbezogene Adoptions- und Akzeptanzfaktoren fur Dienstleistungen

47

Ubersicht der abgeleiteten Hypothesen (Teil 1 von 2)

55

Tabelle 6:

Ubersicht der abgeleiteten Hypothesen (Teil 2 von 2)

56

Tabelle 7:

Ausgewahlte Publikationen in den Forschungsbereichen der

Tabelle 5:

Means-End-Theorie Tabelle 8:

Attributkategorien fiir die Dienste ..Bildmitteilungen versenden" und „Klingelt6ne herunterladen"

Tabelle 9:

62

Konsumentenprofile fur zentrale Werthaltungen

Tabelle 10: Rotierte Faktorlosung der 26 produktbezogenen Items

92 104 137

Tabelle 11: Zuordnung der produktbezogenen Faktoren zu den RogersKonstrukten

140

Tabelle 12: Rotierte Faktorlosung der 17 Items zu den Werthaltungen

142

Tabelle 13: Rotierte Faktorlosung der zehn anbieterbezogenen Items

144

Tabelle 14: Zuordnung der unabhangigen Variablen zu den Hypothesen (Teil 1 von 2)

145

Tabelle 15: Zuordnung der unabhangigen Variablen zu den Hypothesen (Teil 2 von 2)

146

Tabelle 16: Auszug aus der Korrelationsmatrix der unabhangigen Variablen

147

Tabelle 17: Klassiflkationsmatrix des Adoptionsmodells

150

Tabelle 18: Empirische Ergebnisse zu den Adoptionsfaktoren (Teil 1 von 2)

152

Tabelle 19: Empirische Ergebnisse zu den Adoptionsfaktoren (Teil 2 von 2)

153

Tabelle 20: Klassifikationsmatrix des Akzeptanzmodells

157

Tabelle 21:

Empirische Ergebnisse zu den Akzeptanzfaktoren (Teil 1 von 2)

159

Tabelle 22: Empirische Ergebnisse zu den Akzeptanzfaktoren (Teil 2 von 2)

160

XIV Tabelle 23: Zusammenfassung signifikanter Adoptions- und Akzeptanzfaktoren

164

Tabelle 24

Deskriptiver Vergleich von Early und Late Adopter

166

Tabelle 25

Deskriptiver Vergleich von Heavy und Light User

168

Tabelle 26

Beschreibung der Segmente anhand soziookonomischer und psychographischer Varlablen

175

Tabelle 27: Beschreibung der Segmente anhand verhaltensorientierter Variablen (Teil 1 von 2)

177

Tabelle 28: Beschreibung der Segmente anhand verhaltensorientierter Variablen (Teil 2 von 2)

179

Tabelle 29: Zusammenfassung der Charakterisierung der identifizierten Marktsegmente

180

XV

Abkurzungsverzeichnis ankomm.

ankommen

ARPU

Average Revenue Per User

ausg.

ausgeben

beeindr.

beeindrucken

benachricht.

benachrichtigt

berucks.

berucksichtigen

beson.

besonders

BJIdmJt.

Bildmitteilungen

bzw.

beziehungsweise

CRM

Customer Relationship Management

DF1

Digitales Fernsehen 1

ed(s).

Editor(s)

erw.

en/vartetes

etai.

et alii

EW

Einwohner

f.

folgende

ff.

fortfolgende

Geschm.

Geschmack

GPRS

General Packet Radio Service

GSM

Global System for Mobile Communication

Hrsg.

Herausgeber

HVM

Hierarchical Value Map

i.d.R.

in der Regel

Individual.

Individualitat

inkl.

inklusive

insbes.

insbesondere

J.

Jahre

KMO

Kaiser-Meyer-Olkin

Koeffiz.

Koeffizient

LR

Likelihood Ratio

XVI M-Commerce, MC

Mobile Commerce

MMS

Multi Media Messaging Service

mehr.

mehrmals

Min.

Minuten

mind.

mindestens

Mon.

Monat

monatl.

monatliches

Nettoeink.

Nettoeinkommen

Nr.

Nummer

Nutzenk.

Nutzenkomponenten

PC

Personal Computer

RTL

Radio Television Luxemburg

SCM

Supply Chain Management

Selbstverw.

Selbstven^/irklichung

Sign.

Signifikanzniveau

SIM

Subscriber Identity Module

SMS

Short Messaging Service

tag!.

taglich

UMTS

Universal Mobile Telecommunication System

v.a.

vor allem

Verb.

Verbindung

Verbindung.

Verbindungen

vgl.

vergleiche

vglw.

vergleichsweise

VIF

Variance Inflation Factor

Vorz.

Vorzeichen

Werthalt.

Werthaltung

WLAN

Wireless Local Area Network

z.B.

zum Beispiel

zuverl.

zuverlassig

1

Einleitung

1.1

Problemstellung

Der europaische Markt fur Mobilkommunikation ist gegenw^rtig durch zwei zentrale Entwicklungen gekennzeichnet: Zum einen befindet sich das Segment fur mobile Sprachtelefonie nach Jahren des starken Wachstums in einer Phase der MarktsSttigung. Die Penetrationsraten mobiler Endgerate steigen nur noch leicht und die Preise ftir mobile Sprachkommunikation sind als Ergebnis eines intensiven Wettbewerbs einem stetigen Verfall ausgesetzt.^ Zum anderen besteht ein erhebliches Wachstumspotenzial im Bereich des Mobile Commerce (M-Commerce). Der Terminus ist im Zug der Konvergenz^ zwischen Informations- und Telekommunikationstechnologien entstanden. Mit ihm verknupft sich die Vorstellung, Internetdienste^ uber mobile Endgerate nutzen zu konnen."* Als Ergebnis dieser Entwicklungen gehen zahlreiche Studien davon aus, dass der Gesamtmarkt fur Mobilkommunikation in Europa weiterhin wSchst.^ Beispielsweise prognostiziert die Investmentbank J.P. Morgan einen Anstieg des Umsatzvolumens von 79 Mrd. US $ im Jahre 2000 auf 122 Mrd. US $ im Jahre 2005 (vgl. Abbildung 1).® Haupttriebkraft des Wachstums um 54 % sind die vielfaitigen Dienstleistungen des M-Commerce^, auf die im Jahre 2005 ein Umsatz von 51 Mrd. US $ entfallen soil.® Dadurch wird der Umsatzruckgang im Bereich der mobilen Sprachtelefonie mehr als ausgeglichen.

Vgl. Xonio 2001, S. 15ff. und 74 ff.; Durlacher Research 2001, S. 16; Gribnitz/Krosta 2002; BUIIingenAA/ttrter 2000, S. 15; Statistisches Bundesamt 2002 und Kapitel 1.2. Vgl. zum Konvergenz-Begriff beispielsweise Thielmann 2000, S. 9 ff. Die Begriffe Dienste bzw. Dienstleistungen und Services werden im Folgenden synonym venvendet. Dies hat fur die Nutzer den Vorzug, nicht wie beim Personal Computer an bestimmte Orte und gegebenenfalls Nutzungszeiten gebunden zu sein. Vgl. hierzu Petersmann/Nicolai 2001, S. 30. Vgl. Boston Consulting Group 2000, S. 12; Andersen 2000, S. 12; J.P. Morgan 2000, S. 5. Vgl. J.P. Morgan 2000, S. 5. Im Folgenden M-Commerce-Dienstleistungen Oder kurz M-Commerce-Dienste genannt. Allerdings kommen die Umsatzprognosen zu unterschiedlichen Ergebnissen. Beispielsweise geht Jupiter von einem M-Commerce-Umsatzvolumen von 8 Mrd. Euro in Europa im Jahre 2005 aus. Dagegen prognostiziert Durlacher Research den fast zehnfachen Wert, 76 Mrd. Euro. Vgl. Jupiter 2001, S. 11 ff.; Durlacher Research 2001, S. 20; Boston Consulting Group 2000, S. 12, Andersen 2002, S. 12.

in Mrd. $ , +54%

122,0

Infodienste/ Surfen SMS

[

M-CommerceDienste

Transaktionsdienste f BusinessDatendienste f E-Mail

Mobile Sprachtelefonie

Machine-to-ma8% chine-Dlenste [ Multimedia1 2% dienste [ Werbedienste 1 2%

79,4

Abbildung 1:

75.7

70,7

2000

2005

H g 22% B •

20% 18%

14% 14%

Prognose der Entwicklung des Markts ftir Mobilkommunikation in Europa Quelle: J. P. Morgan 2000, S. 5.

Die erhebliche okonomische Relevanz des M-Commerce wird mit der starken Penetration mobiler EndgerSte in der Bevolkerung begrundet. Mehr als 1 IVIilliarde Besitzer von Mobiltelefonen soil es derzeit weltweit geben.^ Damit ist die Penetrationsrate hoher als bei jedem anderen Kommunikationsgerat. Mit der Mehrzahl der mobilen EndgerSte der Konsumenten soil der mobile Zugang zum Internet mbglich sein.^° AuSerdem basieren die hohen prognostizierten Umsatzvolumina auf der Annahme der schnellen Diffusion von M-Commerce-Diensten. Beispielsweise nimmt J.P. Morgan fur mobile Informationsdienste und das Surfen einen Diffusionsgrad von 66 % im Jahre 2010 an, also knapp zwei Drittel aller Mobilfunkkunden sollen zu diesem Zeitpunkt diese Dienste nutzen.^^ Aktuelle Untersuchungen zeigen jedoch, dass sich die Annahme der schnellen Diffusion von M-Commerce-Dienstleistungen nicht bestatigt. Nur 2 % aller potenziellen Konsumenten in Deutschland nutzten im Jahre 2000 M-Commerce-Dienste mehr als Vgl. Ascari et al. 2000, S. 5. In Europa wird dagegen von knapp 360 Millionen Mobilfunknutzern im gleichen Jahr ausgegangen. Vgl. Durlacher Research 2001, S. 16 f. Vgl. Pech/Brodie-Smith/Ha 2001, S. 58.

eine Stunde pro Woche.^^ Die Bereitschaft, ein Mobiltelefon fur EJnkSufe zu verwenden, ist sogar rucklaufig.^^ Allgemein sind die Konsumenten mit den derzeitigen Diensten nicht zufrieden, die Akzeptanz des M-Commerce bei den Nutzern ist bislang deutlich unter den hohen En^/artungen geblieben.^^ Angesichts der Vielzahl gescheiterter Innovationen aufgrund mangelnder Nutzerakzeptanz wird deutlich, dass die Eriangung von Akzeptanz bei den Nachfragern von M-Commerce-Diensten eine zentrale Herausforderung ist.^^ Hinzu kommt, dass die Markteinfuhrung der genannten Dienste erhebliche Investitionen erfordert. Beispielsweise sind fur die UMTS-Lizenzen in Deutschland insgesamt knapp 51 Mrd. Euro ausgegeben worden. Der hohe Finanzmittelbedarf hat dazu beigetragen, dass einzelne UMTS-Lizenzinhaber wie Quam und Mobilcom die Markteinfuhrungsplane in Deutschland wieder aufgegeben haben.^® Zur Eriangung der Akzeptanz bei den Nutzern reicht es zudem nicht aus, isoliert einzelne Services anzubieten. Es mussen auch die Voraussetzungen fur die Nutzung in Form leistungsfahiger Mobilfunknetze und entsprechender mobiler Endgerate vorliegen. M-Commerce-Dienste konnen auch ais Systemguter interpretiert werden, well sich der Nutzen fur die Konsumenten erst aus der Nutzungsverbundenheit der relevanten Systemkomponenten ergibt.^^ Neben diesem Aspekt muss bei der Markteinfuhrung einzelner M-Commerce-Dienste noch ein weiterer Punkt beachtet werden, namlich die Netzeffekte. Der Nutzen des

Vgl. J.P. Morgan 2000, S. 56. Vgl. Boston Consulting Group 2000, S. 18. Waren im Jahr 2000 noch 32 % aller im Rahmen einer Studie in sechs LSindern befragten Personen zu mobilen EinkSufen bereit, so betrug der Anteil ein Jahr spater nur noch 4 %. Vgl. A.T. Kearney 2001, A.T. Kearney 2000. Die M-Commerce-Dienste werden oft ais zu teuer, zu langsam Oder zu umstandlich in der Bedienung angesehen. Bei vielen Anwendungen ist der zentrale Kundennutzen nicht sichtbar. Vgl. Boston Consulting Group 2000, S. 26 f.; Durlacher Research 2001, S. 80; Gribnitz/Krosta 2002; Jodeleit 2002, S. 13 und Kollmann 2001, S. 59. Vgl. Peters/Clement 2001. Fur UMTS-Linzenzen sind in Europa insgesamt mehr ais 130 Mrd. Euro ausgegeben worden und auf mindestens den gleichen Betrag wird der Finanzmittelbedarf in Europa fur den Aufbau der UMTS-Netzinfrastruktur und die Vermarktung neuer Dienste geschSltzt. Vgl. Krosta/Schafer 2002; Kommission der Europaischen Gemeinschaften 2001, S. 6. Dies bedeutet, dass beispielsweise zum Angebot von Multimediadiensten nicht nur die entsprechenden Services angeboten, sondern auch attraktive Inhalte, funktionsfahige Endgerate in einer ausreichenden Stuckzahl sowie entsprechende Bandbreiten in den Netzwerken bereitgestellt werden mussen. Vgl. Backhaus 1995, S. 347 ff.; Taschner 2001, S. 84 ff.; Weiber 1997, S. 286; KOster 1999, S. 5; Clement 2000, S. 29 ff.

Systems fur die Konsumenten ist von der Anzahl anderer Nutzer abhSngig. Erst wenn eine bestimmte Mindestanzahl, die so genannte kritische Masse erreicht ist, ist der Vorteil des gesamten Systems so groS, dass eine schnelle Diffusion erfolgen kann. Wird die kritische Masse mangels Akzeptanz innerhalb kurzer Zeit nicht erreicht, droht das Scheitern der Innovation.^® Wesentliche Voraussetzung fur die regelmaUige Nutzung (Akzeptanz) einer Innovation in konkreten Anwendungssituationen ist die erstmalige Obernahme (Adoption) derselben.^® Verschiedene Faktoren wirken auf den Prozess der Adoption bzw. der Akzeptanz ein und beeinflussen dessen Dauer, Verlauf und Ergebnis.^^ Die Kenntnis dieser Faktoren liefert entscheidende Hinweise auf die Ausgestaltung des Marketing im Zug der Markteinfuhrung von Innovationen. Jedoch liegen hierzu bislang keine wissenschaftlichen Untersuchungen fur M-Commerce-Dienste vor. Bei der Analyse der Antriebe bzw. Ursachen des Adoptions- und Akzeptanzverhaltens spielen die Motivationen der Konsumenten eine wesentliche Rolle.^^ Mittlen^/eile existieren Untersuchungen, die Teilaspekte der kognitiven Konsummotivationen fur M-Commerce-Dienste identifizleren.^^ Diese sind jedoch meist theoretisch hergeleitet Oder sehr allgemein, well sie sich l.d.R. auf alle existierenden oder gar nur potenziell mdglichen Dienste beziehen. Zudem fehlen ForschungsansStze, die die Erfahrungen regelmSSiger Nutzer detailliert berucksichtigen. Auf eine Erhebung der Verknupfung von Eigenschaften und Nutzenkomponenten der M-Commerce-Dienste sowie der servicebezogenen Werthaltungen der Konsumenten, wie sie beispielsweise Im Rahmen der Means-End-Theorie vorgenommen wird, wurde bislang verzichtet.23

'" Vgl. Clement 2000, S. 2 f. ^^ ^° ^^ ^^ ^^

Vgl. Vgl. Vgl. Vgl. Vgl.

Kollmann 1999. S. 129; 1996, S. 68, Weiber 1992, S. 3. Kollmann 1996, S. 95 ff., Weiber 1992. S. 4 ff. Kroeber-Riel/Weinberg 1999, S. 141 ff. beispielsweise Boston Consulting Group 2000. S. 15 ff. Herrmann 1996, S. 7 ff.

Im Zug der Markteinfuhrung von Innovationen ist die Erreichung bestimmter Zielgruppen (Innovatoren, Fruhadopter) zur beschleunigten Diffusion der Neuerungen wesentlich.^^ Im weiteren Verlauf der Diffusion von Innovationen bietet sich die differenzierte Bearbeitung einzelner Marktsegnnente an. Relevante theoretische Grundlagen hierzu liefert eine Marktsegmentierung. Das in Bezug auf M-CommerceDienste publizierte Wissen zeigt erste grobe Segmentierungsansatze in private und geschaftliche Nutzer.^^ Jedoch fehlen bislang integrierte AnsStze, bei denen die Adoptions-, Akzeptanz- und Motivationsforschung berucksichtigt wird. Zur Einordnung der aufgezeigten Sachverhalte bietet sich der Innovationsprozess an (vgl. Abbildung 2). Wird dieser

in den Teilen

Ideengewinnung, -prufung,

-realisierung und Markteinfuhrung^® komplett durchlaufen, so konnen M-CommerceDienste im sozialen System diffundieren bzw. von den Nachfragern adoptiert bzw. akzeptiert werden. Im Verlauf des Innovationsprozesses existieren bedeutende Herausforderungen. Einerseits besteht das Risiko, dass durch einen zu langen Time-toMarket ein verspateter Markteintritt erfolgt und vorhandene Chancen verpasst werden. Andererseits existiert bei zugigen innovationsprozessen das Risiko, unausgereifte Produkte anzubieten (Entwicklungsrisiko). Abgesehen von der Festlegung der Dauer des Innovationsprozesses besteht fur Innovationsmanager eine weitere Schwierigkeit: Vor der Markteinfuhrung einer Neuerung mussen der Marketingmix und entsprechende Zielgruppen festgelegt werden, ohne detaillierte Informationsgrundlagen zu besitzen. Es besteht zu diesem Zeitpunkt eine erhebliche Unsicherheit, welche Nachfrager die Innovation tatsachlich ubernehmen und welche Faktoren ihr Nachfrageverhalten bestimmen. Die klassische Marktforschung kann hier kaum helfen, da die potenziellen Nachfrager die Innovation vor Markteinfuhrung noch gar nicht kennen konnen.^^ Erst nach der Markteinfuhrung einer Neuerung lassen sich von den tatsachlichen Nachfragern adoptions- bzw. akzeptanzrelevante Faktoren, Konsummotivationen und relevante Marktsegmente empirisch erheben. Werden die^^ ^^ ^® ^^

Vgl. Rogers 1995, S. 252 ff., Meffert 2000, S. 418 ff. Vgl. Boston Consulting Group 2000, S. 18, Ovum 2000, S. 59 ff., Zobel 2001, S. 87 ff. Vgl. Meffert 2000, S. 380 ff.; Witt 1996, S. 7 ff.; Brockhoff 1999, S. 38. Ausnahmen hierzu sind Tests, die jedoch beispielsweise in Bezug auf die Innovat des Absatznriarkts begrenzt sind. Vgl. Meffert 2000, S. 408 ff.; Zobel 2001, S. 66.

6 se Aspekte analysiert und entsprechende MarketingmaRnahmen abgeleitet, so kann die Marktbearbeitung verbessert und als ErgebnJs die Adoption bzw. Akzeptanz der Innovation gesteigert werden. Die vorliegende Arbeit ordnet sich demnach in die Prozesse der Markteinfuhrung, -analyse und -bearbeitung ein (vgl. Abblldung 2). Fasst man die bisherige DIskussion zusammen, so wird die Problemstellung der vorliegenden Arbeit deutlich. M-Commerce-Dienste weisen zwar ein erhebliches 6konomisches Potenzial auf, jedoch stoRen viele eingefuhrte Dienste auf eine mangelnde Akzeptanz. Zur erfolgreichen Markteinfuhrung und -bearbeitung sind detaillierte Informationen zu den Faktoren der Adoption und Akzeptanz von M-CommerceDiensten, zu den Konsummotivationen der Nachfrager und zu relevanten Marktsegmenten notwendig, die bislang in der betriebswirtschaftlichen Literatur nicht vorliegen. Diese Aspekte sollen in der vorliegenden Arbeit untersucht werden, woraus sich deren inhaltliche Neuerung erschlie&t. Die methodische Neuerung der Dissertation resultiert aus der Verknupfung der Adoptions- und Akzeptanzforschung mit der Means-End-Theorie und der Marktsegmentierung auf der Basis des Dienstleistungsmarketing. Es wird ein integrierter, konsumenten- und leistungsbezogener Ansatz geschaffen, mit dem ein Beitrag geleistet wird, das erhebliche Potenzial innovativer M-Commerce-Dienste zu erschlieRen.

Innovationsprozess Ideengewinnung

^i Ideen\ realisation

\ Ideen\ prtifung

• Systemati- \ . Grob-/Feinsche/unsy- \ auswahl stematische /• Konkreti• Befragung / sierung von Konsu- f •Wirtschaftmenten/ / lichkeitsExperten / analysen

)

\ • Festlegung \ Marketing) konzept /• Position ie/ rung / • Tests (Markt i' Store etc.) i Time-tomarket

^

Abbildung 2:

Entwicklungsrlsiko

Einordnung der Dissertation in den Innovationsprozess Quelle: in Aniehnung an Witt 1996; Meffert 2000, S. 380 ff.

8 1.2

M-Commerce-Dienste als Untersuchungsgegenstand des Marketing

Es ist zunachst sinnvoll, eine Analyse der Marketingumwelt vorzunehmen, um relevante Einflussfaktoren auf die Entwicklung des M-Commerce zu analysieren.^® In der Literatur werden vonviegend drei Komponenten der Makroumwelt thematisiert und als relevant angesehen (vgl. Abbildung 3): die technologische, okonomische und sozlokulturelle Umwelt.^^ Eine wesentliche technologische Antriebskraft ist die deutliche Steigerung der Datenubertragungsraten im Zug der Einfuhrung der Telekommunikationsstandards GPRS Oder UMTS. Wahrend mit dem GSM-Standard noch Ubertragungsraten von 9,6 Kilobit pro Sekunde erzielt werden, sind mit UMTS theoretisch bis zu 2 Megabit pro Sekunde m6glich.^° Dies ist eine zentrale Voraussetzung fur die schnelle und einfache Handhabung von M-Commerce-Dlensten. GPRS und UMTS ermogllchen auch eine paketbasierte Datenubertragung. Dies bedeutet fur den Nutzer, dass lange Einwahlzeiten zum Gebrauch mobiler Onlinedienste entfallen, well eine stSndlge („always-on"-) Verbindung hergestellt ist. Daruber hinaus sind fur den Konsumenten durch GPRS/UMTS differenzierte Abrechnungsverfahren (zum Beispiel pay-per-bit, pay-per-session) m5glich. Eine weitere technologische Antriebskraft ist neben der Digitalisierung von Medieninhalten die Leistungssteigerung und Miniaturisierung der Endgerdte. In diesem Zusammenhang sind farbige LCD-Displays, leistungsfahigere Akkus, Prozessoren und Arbeitsspeicher oder Eingabe- und Steuerungsfunktionen

Die Analyse der Marketingumwelt hat eine besondere Relevanz aufgrund der zunehmenden Komplexitat und Dynamik der Umwelt. Sie kann untergliedert werden in eine globale Makroumwelt und in eine Mikro- bzw. Aufgabenumwelt. Wahrend letztere diejenigen Elemente beinhaltet, mit denen eine Unternehmung zur Erreichung ihrer Ziele interagieren kann, so umfasst erstere die nichtkontrollierten Variablen, die das Verhalten der Marktteilnehmer beeinflussen k()nnen. Die Analyse der Marketingumwelt beschrdnkt sich in der vorliegenden Arbeit auf die Makroumwelt. Sie beinhaltet Okonomische, soziokulturelle, politisch-rechtliche, technologische und Okologische Komponenten. Vgl. Meffert 2000, S. 28 ff.; Nieschlag/Dichtl/H6rschgen 1991, S. 612 ff.; Weiber 1992, S. 79 ff. Vgl. BQIIingen/WOrter 2000. S. 9 ff.; Borowicz/Scherm 2000, S. 470 ff.; WIrtz 2001, S. 43 f. und 47 ff.; Kalakota/Robinson 2002, S. 30 ff.; MOhlenbruch/Schmieder 2001, S. 16 ff.; Nachtmann/Trlnkel 2002, S. 7 ff.; Durlacher Research 2001, S. 11; Statistisches Bundesamt 2002; Gribnitz/Krosta 2002; Krosta 2002a; o.V. 2002a. Vgl. o.V. 2002a, Borowicz/Scherm 2000, S. 470 ff.; Kalakota/Robinson 2002, S. 30 ff.; M6hlenbruch/Schmieder 2001, S. 16 ff.; Nachtmann/Trinkel 2002, S. 7 ff.; Durlacher Research 2001, S. 9ff.

9 durch Spracheingabe zu nennen, welche die Nutzerfreundlichkeit der mobilen Endgerate erheblich verbessern. Auch okonomische Antriebskrafte beeinflussen den M-Commerce. In den Jahren 1996 bis 2000 betrug das Wachstum der Mobilfunkteilnehmer in Europa Jewells mehr als 50 %}^ Inzwischen ist mit einer durchschnittlichen Diffusionsrate von mehr als 70 % in Europa von einem fast gesSttigten Markt auszugehen.^^ Das Wachstum der Mobilfunkteilnehmer wird sich nur noch schwach fortsetzen. Des Weiteren sind die Preise fur die mobile Sprachtelefonie einem stetlgen Verfall ausgesetzt. Zwischen 1995 und 2000 haben sie sich mehr als halbiert. Dieser Trend setzte sich auch in den Jahren 2001 und 2002 fort, wenngleich mit etwas schwScherer Tendenz.^^ Aufgrund des Preisverfalls der Kernleistung der mobilen Sprachtelefonie (vgl. Abbildung 1) und der hohen finanziellen Belastungen durch die aufgezeigten Investitionen in neue Technologien (zum Beispiel UMTS) stehen die Mobilfunknetzbetreiber unter einem erheblichen

Druck.

Die Umsatz- bzw.

Ertragslucke

soil durch

neue

M-Commerce-Dienste geschlossen werden. Diese Perspektive wird untermauert durch die steigende Nachfrage der Konsumenten nach einfachen Datendiensten wie SMS, auf die in Deutschland im Jahre 2001 bereits mehr als 10 % des Umsatzvolumens der Mobilfunknetzbetreiber entfielen.^^

Des Weiteren wecken Trends in der soziokulturellen Umwelt den Bedarf nach neuen mobilen Diensten, die die steigende Mobilitdt in der Bevolkerung sowohl im privaten als auch im beruflichen Bereich beinhalten. Die Mobilitat der Konsumenten wird zum einen gefGrdert durch den Ausbau der Infrastruktur im Bereich des Luft-, Strallen- und Schienenverkehrs, zum anderen durch die gestiegenen Anforderungen der globalen Wirtschaft, schlieRlich aber auch durch die Moglichkeiten der (mobilen) Informations- und Kommunikationstechnologien.^^ Daneben spielt der Wunsch vieler Konsumenten nach hoherer Effizienz bzw. Zeitersparnis eine Rolle. Ein mittlen/veile ^^ ^^ ^^ ^ ^^

Vgl. Durlacher Research 2001, S. 16. Vgl. Gribnitz/Krosta 2002. Vgl. Bullingen/WOrter 2000, S. 15; Statlstisches Bundesamt 2002. Vgl. Krosta 2002a. Vgl. Bullingen/WOrter 2000, S. 9; Meffert 2000, S. 1006 ff.

10 weit verbreitetes Phanomen in der Gesellschaft ist die so genannte JnstantMentalitat".^^ Anbieter, die im Vergleich zu Konkurrenten schneller liefern konnen, werden von den Konsumenten bevorzugt. Des Weiteren kann ein Trend zur wachsenden Individualisierung des Konsumentenverhaltensfestgestellt werden.^^ Produkte Oder Leistungen, die eine gewisse Einzigartigkeit Oder individuelle Merkmale aufweisen, werden verstSrkt nachgefragt. M-Commerce-Dienste scheinen daher geeignet, die Bedurfnisse der Verbraucher nach Zeitersparnis und IndividualitSt zu befriedigen. Aus den bisherigen Ausfuhrungen (vgl. Abbildung 3) wird deutiich, dass die verschiedenen Antriebskrafte zu einer positiven Entwicklung des M-Commerce beitragen konnen. Angesichts des erheblichen Marktpotenzials ist mittlen/veile eine Vielzahl

von

wissenschaftlichen

und

praxisorientierten

Veroffentlichungen

Gestaltungsformen und Auswirkungen des M-Commerce erschienen.^®

^ Vgl. WQthrich 1991,8.373. ^' Vgl. Meffert 2000, S. 107. ^ Vgl. Wirtz 2001a, S. N 9; Rayport/Wirtz 2001, S. 30.

zu

11

Einflussfaktoren Schnellere und paketbasierte Datenubertragung Digitalisierung Miniaturisierung Hohe finanzielle Belastungen der Netzbetreiber Hohe Penetration mobiler Endgerate Preisverfall Steigende MobilitSt der Bevolkerung Wunsch nach Effizienz/ Zeitersparnis Individualisierung

Entwicklung des MCommerce

Abbildung 3: Relevante Einflussfaktoren auf die Entwicklung des M-Commerce

Die dabei verwendeten begrifflichen Grundlagen sind jedoch uberaus unterschiedlich Oder zum Teil kaum durchdacht.^^ Es bietet sich deshalb an, den Begriff M-Commerce-Dienste hinreichend zu definieren. Zur Besciireibung der innovativen Dienstleistungen im Zug der Konvergenz zwischen Kommunikations- und Informationstechnologien wird neben der Bezelchnung Mobile Commerce auch Mobile Business venA/endet.'*^ Die in der Literatur aufgefuhrten Definitionen der beiden Termini sind jedoch auRerst heterogen (vgl. Tabelle 1). Es lasst sich jedoch feststellen, dass die Verwendung mobiler Endgerate (zum Beispiel Mobiltelefon, PDA) anstelle fest installierter PCs ein wesentliches Merkmal des Mobile Commerce ist. Ein weiteres Merkmal ist die Nutzung von Mobilfunknetzen oder von anderen drahtlosen Netzen.

^^ Vgl. Gerpott 2001,8.36. ^ Verschiedentlich wird auch von Wireless Commerce, Wireless Data, Wireless Electronic Commerce bzw. Business, Mobile Internet, Mobile Data Services sowie mobilen Daten- bzw. Zusatzdiensten gesprochen. Vgl. Zobel 2001, S. 2 f.; Gerpott 2001, S. 36; J.P. Morgan 2000, S. 1; Forrester 2000, S. 1 ff.; Durlacher 2001, S. 5 ff.; Jodeleit 2002.

12 1 Quelle Durlacher Research 1999. S. 7

Definition „The working definition of Mobile Commerce ... is any transaction with a monetary value that is conducted via a mobile telecommunications network."

Accenture 2000, S. |46

Mobile Commerce is Electronic Commerce based on mobile telephony, short-range wireless links, voice activation and interactive digital TV.

Borowicz/Scherm 2000. S. 469

..Mobile-Commerce soil hier als eine spezielle Fomn des Electronic-Commerce aufgefasst werden." Die Geschdftsabwicklung wird uber ..Mobilfunknetze Oder Satelliten sowie mobile EndgerSte" unterstUtzt.

Bullingen/Wdrter 2000. S. 3

Beim M-Commerce werden „alle Phasen der elektronischen Geschaftsabwicklung Uber ein Mobilfunknetz bzw. ein mobiles Endgerat (Handy. PDA. Lap-/Palmtop) vorgenommen. M-Commerce stellt insofern eine Untermenge von E-Commerce-Aktivitaten dar."

Kehoe 2000

Mobile commerce is electronic commerce conducted on mobile phones.

Meta Group 2000

M-Commerce bezeichnet jede Art geschSftlicher Transaktionen. bei der die Beteiligten auf elektronischem Wege miteinander kommunizieren und zumindest einer der Beteiligten bei der AusfUhrung der Transaktion mobil ist und diese Transaktion auf Basis von mobiler Kommunikation stattfindet.

Schmitzer/ Butterwegge 2000

Mobile Commerce bezeichnet die wirtschaftliche Nutzung von mobilen Endgeraten, vor allem von Mobiltelefonen und PDAs.

Wiedmann/Buxel/ Buckler 2000, S. 684

..Die elektronisch gestutzte Abwicklung von Online-Geschdftsvorfailen auf Basis der Nutzung mobiler Endgerdte wird als Mobile Commerce ... bezeichnet."

Albers/Becker2001. S. 73

Als M-Commerce werden „alle kommerziellen Anwendungen aufgefasst. die per Funk Ubertragen werden kOnnen. Pr^ziser definiert ist damit der gesamte Datenverkehr per Funk gemeint."

Bergeron 2001, S. 14

Mobile Commerce Js the use of wireless technologies to access content on the web or to use the internet as the network for voice and data communications".

Gerpott2001.S. 36

Mobile Business bezeichnet „den Einsatz von Uber die blo&e Sprachtelefonie hinausgehenden Datendiensten in ttffentlichen Mobilfunknetzen und von mobilen Endgeraten ... zur Vorbereitung und/oder Vereinbarung und/oder Abwicklung von geschaftlichen Leistungen".

Geer/Gross 2001, S. 73

,M-Commerce im weiteren Sinn beschreibt... jede Art von Anwendung Uber mobile Endgerate".

Kollmann2001.S. 59

Unter dem Begriff M-Commerce wird verstanden. „dass elektronische Transaktionen mit einem monetaren Wert anstatt Uber stationare Datennetzwerke (insb. Internet)... Uber mobile Telekommunikationsnetzwerke (insb. Mobiltelefone) abgewickelt werden."

Nicolai/Petersmann 2001a, S. 4

„Mobile Business wird hier als Teilmenge des Electronic Business verstanden. Wenn Aktivitaten des Electronic Business durch ein mobiles Endgerat Uber ein Mobilfunknetz erfolgen. kann von Mobile Business gesprochen werden.... Wenn Transaktionen des E-Commerce durch ein mobiles Endgerat Uber ein Mobilfunknetz erfolgen. handelt es sich um M-Commerce."

Steimer 2001. S. 137

Mobile Business „umfasst die ortsungebundene (mobile) Beschaffung. Verarbeitung und Bereitstellung von Informationen aller Art. zur Abwicklung von Geschafts- und Kommunikationsvorgangen unter Einsatz mobiler Endgerate und Nutzung geeigneter Dienste und Netzinfrastrukturen."

Wirtz2001.S. 45

..Unter dem Begriff Mobile Business wird die Anbahnung sowie die teilweise respektive vollstandige UnterstUtzung, Abwicklung und Aufrechterhaltung von Leistungsaustauschprozessen mittels elektronischer Netze und mobiler Zugangsgerate verstanden".

Wohlfahrt/Wittlinger 2001,5.2

Unter M-Commerce wird jede Transaktion mit monetarem Gegenwert verstanden, die mit Hilfe drahtloser InformationsUbertragung auf einem mobilen Endgerat ausgefUhrt bzw. zu diesem Ubermittelt wird.

Zobel2001.S. 3

„Unter Mobile Business verstehe ich alle auf mobilen Geraten (..Devices") ausgetauschten Dienstleistungen, Waren sowie Transaktionen."

Horster 2002, S. 59

„M-Commerce umfasst alle kabellosen Transaktionen mit einem monetaren Wert unter Nutzung mobiler Technologien wie z.B. Handys Oder PDAs, die immer mit dem Internet verbunden sind oder jederzeit mit dem Internet verbunden werden kOnnen."

Kalakota/Robinson 2002. S. 8

.Mobile Commerce refers to business trar«actions while on the move." Mobile Business ..is the application infrastructure required to maintain business relationships and sell information, services, and commodities by means of the mobile devices".

Tabelle 1: AusgewShlte Definitionen der Termini M-CommerCe und IVI-Business

13 Bei der Analyse des Begriffs Mobile Commerce failt weiterhin auf, dass es eine enge bzw. weite Auslegung gibt. Bei der engen Auslegung umfasst Mobile Commerce nur Handelstransaktionen, bei der weiten Auslegung zusStzlich auch Transaktionen, die zum Beispiel informierenden oder unterhaltenden Zwecken dienen."*^ Um den vielfSItigen PhSnomenen des Mobile bzw. M-Commerce gerecht zu werden, wird im Folgenden eine weite Interpretation des Begriffs zugrunde gelegt, die auf den dargelegten Uberlegungen von Gerpott basiert.**^ M-Commerce-Dienste lassen sich demzufolge wie folgt definieren:

M-Commerce-Dienste bezeichnen tiber die blo&e Sprachtelefonie hinausgehende Dienstleistungen, die mobile Endgerate (Mobiltelefone, PDAs) und offentliche Mobilfunltnetze bei der Vorbereitung und/oder Vereinbarung und/oder Abwicldung eines Leistungsaustauschprozesses nutzen.

Grundlage der Definition von M-Commerce-Diensten ist ein phasenorientiertes Verstandnis von Dienstleistungen hinsichtlich der Dienstleistungspotenziale, -prozesse und -ergebnisse. Demnach sind Dienstleistungen ..selbstSndlge, marktfShige Leistungen, die mit der Bereitstellung ... und/oder dem Einsatz von Leistungsfahigkelten ... verbunden sind (Potenzialorientlerung). Interne ... und externe Faktoren ... werden im Rahmen des Erstellungsprozesses kombiniert (Prozessorientierung). Die Faktorenkombination des Dienstleistungsanbieters wird mit dem Ziel eingesetzt, an den externen Faktoren, an Menschen ... oder deren Objekten ... nutzenstiftende

Die weite Auslegung wird von einigen Autoren als Mobile Business interpretiert und von dem enger gefassten Begriff des Mobile Commerce abgegrenzt. Vgl. Wirtz 2001, S. 45; Gerpott 2001, S. 37; Nicolai/Petersmann 2001, S. 4. Diese Differenzierung hat den Vorteil, dass die beiden oft synonym verwendeten Begriffe des Mobile Commerce und Mobile Business syste-matisch eingeordnet sind und sich der Begriff Mobile Commerce mit der umgangssprachlichen Interpretation der UnterstQtzung von Handelstransaktionen im Sinn des Bezugs von Waren und Dienstleistungen deckt. Jedoch darf nicht vergessen werden, dass im Mobile Business fur die Nutzung der Dienstleistungen im Regelfall substanzielle (zum Beispiel zeit- oder Datenvolumenabhdngige) GebUhren zu entrichten sind. Es findet also auch im Mobile Business eine Handelstransaktion statt. Deshalb kann auch in diesem Zusammenhang von Mobile Commerce gesprochen werden. In dieser Untersuchung wird auf eine Differenzierung der Begriffe verzichtet und im Folgenden nur noch von Mobile Commerce gesprochen. Vgl. Gerpott 2001, S. 36 und Tabelle 1. Jedoch wird die Nutzung drahtloser Obermittlungstechnologien wie WLAN oder Bluetooth von der Betrachtung ausgeschlossen.

14 Wirkungen ... zu erzielen (Ergebnisorientierung)".'*^ Ausgehend vom dem phasenorientierten Verstandnis des Dienstleistungsprozesses konnen die folgenden drei generellen Besonderheiten abgeleitet werden:^^ 1. die Immaterialitat von Dienstleistungen, 2. die Leistungsfahigkeit des Dienstleistungsanbieters und 3. die Integration des externen Faktors. Diese Besonderheiten stellen erhebliche Herausforderungen fur das Marketing von M-Commerce-Diensten dar, worauf im Folgenden eingegangen wird. Die Immaterialitat von Dienstleistungen beruht darauf, dass die zur Leistungserbringung erforderlichen Potenziale vor der Erbringung sinnlich nicht wahrnehmbar und unkorperlich sind. Ein Leistungsanbieter kann bei der ersten Kontaktaufnahme nur seine Fahigkeit und Bereitschaft offerieren.'*^ Als Folge davon mussen abstrakte Leistungspotenziale von M-Commerce-Diensten (zum Beispiel ortsunabhangige und zeitverzugslose Lieferung von Informationen) materialisiert werden, was hohe Anforderungen an das Marketing stellt."*® Beim Absatz der M-Commerce-Dienste ist zudem darauf zu achten, dass die Dienstleistungskompetenzen der Anbieter entsprechend dokumentiert werden.^^ Dies bedeutet, dass den Konsumenten die spezifischen Fahigkeiten eines Anbieters zum Beispiel zur Lieferung Oder Bereitstellung informierender oder unterhaltender Inhalte Vgl. Meffert/Bruhn 2000, S. 30; Hiike 1989, S. 10 ff. Zur ErlSuterung dieser Definition wird an dieser Stelle auf ein konkretes Beispiel eingegangen. Bei einen mobilen Formel-1-Nachrichten-dienst manifestieren sich die Leistungspotenziale des Services in der Fahigkeit zur Ubermittlung von Redaktions- bzw. Informationsleistungen. Interne Faktoren wie Redakteure bzw. Kommunikations- und Informationssysteme werden mit den externen Faktoren (den Konsumenten) kombiniert. Die nutzenstiftende Wirkung besteht aus der zeitverzugslosen und ortsunabhangigen Lieferung von Informationen bezQglich des Verlaufs und des Ergebnisses eines Formel 1-Rennens. Vgl. Meffert/Bruhn 2000, S. 51; Kleinaltenkamp 2001, S. 27 ff. Vgl. Meffert/Bruhn 2000, S. 51 ff.; Kleinaltenkamp 2001, S. 33 f. An dieser Stelle wird darauf hingewiesen, dass Vorleistungen und Ergebnisse von Dienstleistungen durchaus materiellen Charakter aufweisen kOnnen. Aus der Immaterialitat von M-Commerce-Dienstleistungen erwachsen weitere Marketinganforderungen. Zur Sicherstellung der Leistungsfahigkeit mussen entsprechende Leistungskapazitaten flexibel zur Verfugung gestellt werden. Dies ist beispielsweise notwendig, wenn eine Vielzahl von Konsumenten in kurzer Zeit einen entsprechenden Dienst nutzt. Daruber hinaus erscheint es ratsam, eine hohe Distributionsdichte der Dienste anzustreben, um eine jederzeitige NutzungsmOglichkeit durch die Konsumenten zu gewahrleisten. Dies kann durch das Angebot einer MCommerce-Dienstleistung bei mOglichst alien Mobilfunknetzbeti'eibern in einem jeweiligen Land und durch eine hohe Verfugbarkeit der entsprechenden Netze gewahrleistet werden.

15 hinreichend nahe gebracht werden mussen. Dabei spielen nicht nur die Kernleistungen eine Rolie, sondern auch Zusatzleistungen, wie zum Beispiei die sichere Abwicklung von Zahlungsstromen beim mobilen Einkaufen. Eine weitere Herausforderung ist die Integration des externen Faktors, im Speziellen des Nachfragers. Die spezifischen Bedurfnisse der Kunden sind im Verlauf des Prozesses der Dienstleistungserstellung zu berticksichtigen. Dabei nimmt das Qualitatsmanagement von Dienstleistungen eine zentrale Stellung ein, urn auf die individuellen En/vartungen und Kompetenzen der Nachfrager eingehen zu konnen. In diesem Zusammenhang wird bei M-Commerce-Diensten die ..Usability" als wichtige Voraussetzung fur die Akzeptanz der Dienste angesehen."*® Neben den dienstleistungsspezifischen Besonderheiten von M-Commerce-Services sind weitere Aspekte zur Charakterisierung des Untersuchungsgegenstands von Bedeutung. Diese werden insbesondere bei der Abgrenzung zu ElectronicCommerce-Diensten deutlich. Aus den bisherigen Darlegungen wurde deutlich, dass im M-Commerce offentliche Mobilfunknetze genutzt werden. Dagegen wIrd der Electronic Commerce durch elektronische Netze im Allgemeinen unterstutzt. Bei dieser weiten Auslegung des Begriffs Electronic Commerce kann Mobile Commerce als Teilmenge des erstgenannten Terminus interpretiert werden.'*^

Im Vergleich zu den E-Commerce-Diensten weisen M-Commerce-Services vier herausragende Leistungspotenziale auf, die aus der Verwendung spezifischer Technologien resultieren: Mobilitat, Erreichbarkeit, Lokalisierung und ldentifikation.^° ^^ Vgl. Meffert/Bruhn 2000, S. 54 ff.; Kleinaltenkamp 2001, S. 35. ^® Vgl. Yom 2001, S. 174. Unter Usability wird die ..effektive, effiziente und zufriedenstellende" Nutzung der entsprechenden Services verstanden. Vgl. Yom 2001, S. 176. *^ Electronic Commerce im engeren Sinn nutzt jedoch das Internet bzw. das World Wide Web. Vgl. Wirtz2001,S. 34. ^° Vgl. Wirtz 2001, S. 46; Feldmann 2002, S. 351 ff.; Gerpott 2001, S. 37; Kollmann 2001, S. 61; Durlacher Research 1999, S. 8 f.; Wohlfahrt 2001, S. 50 f; Zobel 2001, S. 63. Neben diesen vier Aspekten kOnnen weitere Leistungspotenziale von M-Commerce-Diensten am Praxisbeispiel i-mode verdeutlicht werden. Dieser M-Commerce-Service wurde im Jahre 1999 vom Mobilfunknetzbetreiber NTT DoCoMo in Japan eingefOhrt und erreichte innerhalb von nur drei Jahren einen erheblichen Zuspruch von uber 32 Millionen Abonnenten. Mittlerweile entfallen rund 20 % der UmsatzerlOse von NTT DoCoMo auf i-mode. Wesentliche Umsatztreiber sind jedoch nicht „rationale" Dienste

16 Mit Mobilitat ist die Moglichkeit gemeint, M-Commerce-Dienste jederzeit und von jedem Standort nutzen zu kSnnen.^^ Des Weiteren verweisen einige Autoren im Zusammenhang mit der Mobilitat auf die permanente Mitfuhrung der mobilen EndgerSte.^^ Dadurch wurden Konsumenten zu den Geraten eine „pers6nlichere" Form der Beziehung aufbauen als beispieisweise zu PCs. Eng verknupft mit dem Aspekt der Mobilitat ist die permanente Erreichbarkeit. Besonders zeitkritische Informationen konnen sofort ubertragen werden und erreichen den Nutzer ohne Verzogerung. Daruber hinaus konnen Mobilfunkkunden uber ihre Telefone lokalisiert werden. Dies ermoglicht beispieisweise die Zusendung ortsbezogener Informationen, beispieisweise die Anzeige der Wegbeschreibung zu dem nachstgelegenen Bankautomaten oder Restaurant. SchlieBlich ist uber die SIM-Karte eines Mobiltelefons eine eindeutige Identifikation des Konsumenten moglich. Dies kann die bequeme Abwicklung von Bezahlvorgangen unterstutzen (zum Beispiel Abrechnung uber die monatliche Mobilfunkrechnung) oder die Zusendung individueller Informationen ermoglichen.

Gleichzeitig weisen M-Commerce-Dienste im Vergleich zu E-Commerce-Diensten wesentliche Einschrdnkungen bei den Leistungspotenzialen auf. Diesbezuglich sind zum einen die kleinen Displays der mobilen EndgerSte zu nennen.^^ Damit einher gehen eingeschrankte Darstellungsmoglichkeiten von Inhalten auf den Mobiltelefonen. Zum anderen gilt die Dateneingabe und Handhabung dieser GerSte als kompliziert und umstSndlich. Daruber hinaus werden von Konsumenten hSufig die geringen Datenubertragungsraten moniert, die jedoch im Zug der Einfuhrung der neuen Mobilfunkstandards GPRS und UMTS deutlich ansteigen werden.

wie zum Beispiel Mobile Banking, sondern Services, die der Unterhaltung oder Entspannung dienen bzw. die Pflege sozialer Kontakte unterstutzen. Vgl. Behnke 2002, S. 72 f. 37 % der Zugriffe auf i-mode-Seiten entfallen derzeit auf Klingelton- oder Logodienste, 21 % auf unterhaltende mobile Dienste, 20 % auf Spiele und Horoskope, 12 % auf informierende mobile Services und jeweils 5 % auf Datenbank- oder Transaktionsdienste. Vgl. NTT DoCoMo 2002. ^^ In diesem Zusammenhang wird oft von einer „anywhere/anytime usage" gesprochen. Hierfur wird allerdings eine entsprechende Netzverfugbarkeit vorausgesetzt. Vor dem Hintergrund des aufgezeigten gesellschaftlichen Trends der gestiegenen Mobilitat in der BevOlkerung und dem wachsenden Bedurfnis nach Zeitersparnis/Effizienz hat dieser Faktor eine hohe Relevanz. ^^ Vgl. beispieisweise Pech/Brodie-Smith/Ha 2001, S. 57. ^^ Vgl. Accenture 2001, S. 50; Boston Consulting Group 2000, S. 27.

17 Die angefuhrten spezifischen Leistungspotenziale und das erhebliche prognostizierte Marktvolumen

haben

viele

Unternehmen

dazu

ermutigt,

eine

Fulle

von

M-Commerce-Diensten zu entwickein und anzubieten. Zur Kennzeichnung des breiten Spektrums der Services bietet es sich an, diese hinreichend zu systematisieren. M-Commerce-Dienste lassen sich zunachst nach dem Nachfrager der Dienstleistungen in zwei Gruppen klassifizieren:^ Die erste Gruppe umfasst diejenigen Dienste, bei denen private Konsunnenten die Nachfrager sind. In ihr sind beispielsweise mobile Nachrlchtendienste, ortsabhangige Dienste (Location Based Services), SMS oder MMS enthalten.^^ In der zweiten Gruppe werden Dienste zusammengefasst, bei denen private oder offentliche Unternehmen/lnstltutlonen als Nachfrager auftreten. Beispiele hierfur sind mobile Officedienste^®, mobile Flottenmanagementdienste, mobile CRM- Oder SCM-Dienste. Im Rahmen dieser Untersuchung erfolgt eine BeschrSnkung auf M-Commerce-Dienste, bei denen private Konsumenten die Nachfrager sind. Diese Dienste konnen anhand es angestrebten Nutzens systematisiert werden. Hierbei konnen drei Kategorien unterschieden werden:^^ 1. informierende/unterhaltende Dienste: Darunter werden Dienste verstanden, bei denen informierende und/oder unterhaltende Inhalte und Konzepte bereitgestellt werden. 2. Kommunikationsdienste: Es werden Kommunikatlonsplattformen bzw. die M5glichkeitzum Daten-/lnformationsaustausch zur Verfugung gestellt. 3. Transaktionsdienste: Diese Dienste gewShrlelsten die Anbahnung, Aushandlung und/oder den Abschluss von Handelstransaktionen.

^ Vgl. Gerpott 2001, S. 36 ff.; Petersmann/NJcolai 2001a, S. 12 ff.; Durlacher Research 2001, S. 77 ff. ^^ Weitere Services sind beispielsweise mobile Abstimm-A/otingdienste, mobile EInkaufs-/ Shoppingdienste und mobile Bezahl-ZPaymentdlenste. ^ Darunter wird zum Beispiel der Zugang zu einem unternehmensinternen Mail-System verstanden. ^^ Wirtz fuhrt im Zusammenhang mit Electronic Business noch eine vierte Kategorle an, die sich auf die Transferierung von Aus- und Weiterbildungsleistungen (E-Education) bezieht. Nachdem die Dienste dieser Kategorle auch informierenden bzw. unterhaltenden Kommunikations- oder Transaktions-Zwecken dienen kttnnen, wird auf diese Kategorle verzichtet. Vgl. Wirtz 2001, S. 39 ff.

18 Diese Systematik reicht jedoch nicht aus, urn eine hinreichende Transparenz uber die wesentlichen Eigenarten von M-Commerce-Diensten privater Nachfrager zu erhalten.^® Deshalb wurde eine weiter gehende Typologisierung der Services anhand von sechs Kriterien vorgenommen (vgl. Tabelle 2).^® Das erste Kriterium bezieht sich auf das Vorliegen einer zeitlichen Nutzungsmotivation beim Konsumenten. Es kann zwischen einer zeitlich dringenden oder nicht dringenden Nutzung (zum Beispiel zum Zeitvertreib) unterschieden werden. Des Weiteren konnen Dienste differenziert werden, ob sie auf die Nutzung unten/vegs oder an einem festen Ort abzielen (ortsabiiangige Nutzungsmotivation). Daruber hinaus kann zwischen personalisierten und standardisierten Diensten unterschieden werden (Typologisierung nach dem Individualisierungsgrad).

Nachdem die vorllegende Arbeit den Anspruch erhebt, generallsierbare Aussagen fOr die Gesamtheit der M-Commerce-Dienste privater Nachfrager zu erarbeiten, ist die Schaffung von Transparenz Qber die wesentlichen Charakteristika der Services an dieser Stelle von Bedeutung. tn der LIteratur wird die FQtte neuer M-Commerce-Services bislang nicht einheitlich systematisiert Oder teilweise v6llig unstrul Durchfuhrung Interviews • Test durchfuhren • Test auswerten, IVIodifikationen vornehmen • Anschreiben fiir User erstellen • Interviewpartner anschreiben und auswahlen • Interviews durchfuhren und dokumentieren • Fotos erstellen

Juni 2002

V Auswertung und Dokumentatlon

\ ^

• Inhaltsanalyse und Entwicklung des Kategoriensystems • Berechnung Implikationsmatrix • Ausarbeitung Hierarchical Value Map • Weitere quantitative Auswertungen • Dokumentatlon und Prasentation der Erhebung

Abbildung 12: Ablauf der exploratlven Vorstudie Quelle: in Aniehnung an Weis/Steinmetz 2000, S. 100.

Die explorative Vorstudie wurde in den Monaten April bis Juni 2002 vorbereitet und durchgefuhrt (vgl. Abbildung 12). Dabei wurde im Rahmen der Vorbereitung unter anderem das Befragungsziel festgelegt, relevante Literatur ausgewertet sowie das Design der Befragung abgestimmt. Anschlieliend fanden nach einem Test der Methodik anhand zweier Personen die entsprechenden Interviews mit insgesamt 21 Personen statt. Die Gesprache wurden aufgezeichnet und die Befragten wurden bei Einwilligung fotografiert.^^^ Den Abschluss der Vorstudie bildeten im Juni 2002 die in Abschnitt 2.2.2 angesprochenen Means-End-Verfahren sowie weitere quantitative Auswertungen und die Dokumentatlon der Erhebung. Vor der Durchfuhrung der Laddering-lnterviews wurde zunSchst der Untersuchungsgegenstand festgelegt. Hierzu kommen grundsatzlich einzelne Dienste von einem speziellen Anbieter Oder von mehreren Anbietern, Kategorien von Diensten (zum Beispiel informierende Dienste) oder Marken in Frage. In Anbetracht der Zielsetzungen der empirischen Untersuchung wurden die beiden folgenden einzelnen Dienste gewahit:

Dies gestattet es den Anbietern von M-Commerce-Diensten, ein eindrucksvolles und facettenreiches Vorstellungsbild von den jeweiligen Zielkunden zu erhalten.

86 •

Bildmitteilungen versenden: Ein Bildmotiv wird uber das Internet ausgewahit und gegebenenfalls mjt einer personlichen GruBbotschaft versehen und an andere Mobilfunknutzer verschickt.^^®

•

Klingeltone herunterladen: Eine Melodie eines gewunschten Lieds wird ausgewahit und an das eigene Mobiltelefon versandt. Die Melodie des Lieds ist anstelle eines voreingestellten Tons auf dem Mobiltelefon bei Anrufen zu horen.^^^

Die Dienste haben Bezugspunkte zu den drei Kategorien von M-Commerce-Diensten (informierende/unterhaltende Dienste, Kommunikationsdienste, Transaktionsdienste) und wurden von den Probanden allgemein und nicht spezifisch In Bezug auf das Angebot eines bestlmmten Anbieters erortert. Bezuglich der Durchfuhrung der Laddering-lnterviews sind des Weiteren folgende Festlegungen getroffen worden: Aufgrund der explorativen Zielsetzung der Vorstudie wurde die Direct-Elicitation-Methode zur Identifizierung der Schlusselattribute eingesetzt.^^° Daruber hinaus wurde ein Soft Laddering durchgefuhrt (Tiefenintervlews) und auf den Einsatz von spezifischer Software zur Analyse der Ergebnisse verzichtet.^^^ Hinsichtlich der sozlookonomischen Merkmale der Befragten (vgl. Abbildung 13) zeigte sich, dass diese zwischen 15 und 33 Jahren alt waren. Das Durchschnlttsalter betrug 22 Jahre. Sie setzten sich zu gleichen Teilen aus MSnnern und Frauen zusammen, verfugten uber eine hohe Ausbildung und wohnten mehrheitlich in GroBstadten. Aufgrund des niedrigen Durchschnittsalters der Befragten ist von einer vorwiegend privaten Nutzung der M-Commerce-Dienste auszugehen.

^^® Vgl. Handy.de 2002a. ^^^ Vgl. Handy.de 2002b. ^^° Vgl. Bech-Larsen 1997. S. 20. ^^^ Beispielsweise die Software ..Laddermap". Vgl. hierzu Gengler/Reynolds 1996, S. 22 ff.; die Auswertung wurde mit Microsoft Excel durchgefOhrt.

87

:iiiiiiii4

Alter:

0 22 Jahre, Altersgruppe 1 5 - 3 3 Jahre

Geschlecht:

weiblich: 11, mdnnlich: 10

Ausbildung:

UniversitSt: 5, Gymnasium: 8, Realschule: 6, Hauptschule: 2

• Beschdftigung: SchUler/Studenten: 9, Angesteilte: 5, Auszubildende: 4, sonstige: 3 • Einwohnerzahl des Wohnorts: > 500.000:10,100-500.000: 2, 50-100.000: 3, < 50.000: 6 Verh«ltons-\ • Mobiltelefon: Nokia: 15, Siemens: 3, Trium: 2, Panasonic: 1; ori#ntkiirte ) WAP/GPRS-fShiges IMobiltelefon: 11 tW#i1cin>i Spali haben ist mir einfach wichtig den Kategorien niedriger Preis —• mehr Abwechslung —• bringt SpaU -> Vergnugen zugeordnet und somit eine Means-End-Chain gebildet, die die Angaben mehrerer Befragter zusammenfasst.

^^^ Vgl. Reynolds/Gutman 2001, S. 34 ff. ^^® Vgl. Grunert/Grunert 1995, S. 213 ff.

90 Keine 100 Clicks maChen mOssen Attributermittiung

Ubersichtlich

Nicht zu teuer Keine 100 Clicks machen mOssen Laddering

Geht schnell. habemehrZeit fOr anderes

Qbersichtlich

Finde, was ich mdchte

Nervt sonst bringt SpaB

Nicht zu teuer

Mehr Tdne runterladen fOrs Geid

ist lustig

Zeit sinnvoll nutzen MeansV EndLadder Spaft haben ist mireinfach wichtig

Inhaltsana-

lyse, Kategorienbildung X Personen

Abwttehsftmg M Bringt 8paS

VengnOgen

MeansEndChain

Abbildung 14: Spezifikation der Vorgehensweise zur Identifizierung von Means-End-Chains

Nachdem der Ablauf und das Design der explorativen VorstudJe eingehend erlSutert wurden, kann nun im Folgenden auf die entsprechenden Ergebnisse eingegangen werden.

91 3.2.2

Ergebnisse der Vorstudie

3.2.2.1

Befunde zu den Konsummotivationen

Zur Analyse der komplexen Konsummotivationen wurden innerhalb der explorativen Vorstudie unterschiedliche Means-End-Verfahren angewendet. Nach Abschluss der Laddering-lnterviews wurden im Rahmen einer Inhaltsanalyse 622 relevante Textpassagen fur die beiden Dienste „Bildmitteilungen versenden" und „Klingelt6ne herunterladen" identifiziert. Mehr ais die Halfte davon (326 der 622, 52 %) konnte der Rubrik Nutzenkomponenten (vgl. Abbildung 15), 29 % der Rubrik Attribute und 19 % der Rubrik Werthaltungen zugeordnet werden. Die Textpassagen wurden uber beide Dienste hinweg zu insgesamt 34 Kategorien verdichtet.

# Textpassagen

Summe 1 Attribu- Nutzen- Wert- 1 1 #Be- |#Leitern I^Leitern/ I^TextpasBefragte sagen/ te kompo- haltunfragte Leiter nenten gen |

Bildmitteilungen versenden

283

84

146

53

18

84

4,7

3,4

Klingeltdne herunterladen

339

98

180

61

21

97

4,6

3,5

Gesamt

622

182

326

114

21

181

# Kategorien

34

14(6)

11

9

Abbildung 15: Quantitative Ergebnisse der explorativen Vorstudie

Es konnten ebenfalls 181 Means-End-Leitern ermittelt werden. Dabei war die Aussagebereitschaft der Befragten, gemessen an der Anzahl der explorierten Leitern pro Befragten, fur die jeweiligen Dienste in etwa gleich groU. Bei dem Dienst „Bildmitteilungen versenden" gab es durchschnittlich 4,7 Leitern pro Befragtem, bei dem Dienst „Klingelt6ne herunterladen" 4,6. Analog verhielt es sich mit der durchschnittlichen Lange einer Leiter gemessen an der Anzahl Textpassagen pro Leiter. Bei dem Dienst „Bildmitteilungen versenden" entsprach eine Leiter im Schnitt 3,5 Textelementen, bei dem Dienst „Klingelt6ne herunterladen" 3,4 Textelementen.

92 Die im Verlauf des Direct Elicitation gewonnenen 182 Textpassagen auf Attributebene sind den folgenden 14 Kategorien zugeordnet worden (vgl. Tabelle 8 und Anhang 2 bzw. 3):

Attributkategorien

Bedeutung/ausgewahlte Textpassagen

Unkompliziert (*)

Einfache Benutzerfuhrung/Navigation

Ubersichtlich (*)

Ubersichtliche, gut geordnete Rubriken/Kategorien

Schnell ankommen (*)

Kommt schnell auf Handy an

Wenige Links (*)

Nicht 100 Klicks machen/Seiten aufrufen mussen

Keine Anmeldung (*)

Mogllchst keine Anmeldung^^^

Zugige Prozesse (*)

Schnelle Ablaufe (Servergeschwindigkelt)

Gute Ausfuhrung (**)

Mogllchst lange Melodlen, erkennbare Motive

Individualitat (**)

Eigene Lieder/Motive erstellen konnen

Endgeratqualitat (**)

Qualitat des auf Handy ankommenden Bilds/Tons entspricht der zuvor gesehenen

Neue Lieder/Motive (**)

Neueste/aktuelle Lieder/Motive

Niedriger Preis

Nicht zu teuer, billig

Grolie Auswahl

Breites Angebot (z.B. Blinking SMS)

Hohe Sicherheit

Tone/Motive vorher anschauen, kein Missbrauch

Outer Service

Kontaktmoglichkeiten zum Anbieter (E-Mail)

|

Tabelle 8: Attributkategorien fur die Dienste „Bildmitteilungen versenden" und „Klingeltdne herunterladen"

Dieser Aspekt wurde hSufiger von jungeren Befragten (unter 20 Jahren) genannt.

93 Die 14 Kategorien wurden jm nachsten Schritt zu sechs Attributhauptkategorien zusammengefasst, um relevante Implikationen fur das Marketing erzielen zu konnen. Die mit (*) gekennzeichneten Kategorien wurden der Kategorie „einfacher Gebrauch" zugeordnet, die mit (**) markierten Kategorien der Bezeichnung „hohe Qualitat (des Angebots)". Die weiteren 4 Attributkategorien entsprechen auch jeweils einer gleichnamigen Hauptkategorie.

Attributhauptkategorien

NIedriger Preis

# Befragte

0-Wichtiglteit Bedeutungsfalitor

' '' '^'^ ^^f.S

Hohe QuaiitM

17

1,6

Grode Auswahl

14

2.1

J 52%

Hohe SIcherheit

11

1,3

49%

1

2,0

Guter Service

71%

U4%

Abbiidung 16: Attributhauptkategorien fOr die Dienste „Bildmitteilungen versenden" und „Klingeltdne herunterladen"

Die quantitativen Ergebnisse der Befragung fur die insgesamt sechs Attributhauptkategorien zeigt Abbiidung 16. Die Attributhauptkategorien: einfacher Gebrauch, niedriger Preis und hohe Qualitat haben mit einem Bedeutungsfaktor^^® von Jewells uber 70 % bei den Befragten eine herausragenden Stellenwert vor den drei anderen Attributhauptkategorien: groRe Auswahl, hohe SIcherheit und guter Service. Die in Abbiidung 16 dargestellten Ergebnisse beziehen sich auf die zusammengefassten ErgebDer Bedeutungsfaktor berOckslchtlgt nicht nur die durchschnittiiche Wichtigkeit eines Merkmals fur die Befragten, sondern auch die Haufigkeit der Nennungen. Die Berechnung des Bedeutungsfaktors wird am Beispiel des einfachen Gebrauchs eriautert. 20 der 21 Probanden machten Angaben in dieser Hauptattributgruppe, das entspricht einem Anteil von 95 %. Auf einer Skala von 1 bis 6 (1 = sehr wichtig, 6 = sehr unwichtig) vergaben die Befragten den Merkmalen dieser Rubrik durchschnittlich eine Wichtigkeit von 2,0. Wird diese Skala normiert, so erhait man den Wert von 80 % (Dieser Wert ergibt sich aus der Forme!: 0,8 = 1-[(2,0-1,0)/(6,0-1,0)].) Der Bedeutungsfaktor des einfachen Gebrauchs von 76 % ergibt sich aus dem Produkt des Anteils der Befragten (95 %) und der normierten durchschnittlichen Wichtigkeit (80 %).

94 nisse der beiden DJenste „BildmJtteilungen versenden" und „Klingelt6ne herunterladen". Fur jeden einzelnen Dienst ergaben sich vergleichbare Ergebnisse (vgl. Anhang 3). Die Bedeutungsinhalte der Attributhauptkategorien ergeben sich aus den extrahierten Textpassagen, die in Anhang 2 und 3 aufgefuhrt sind. Am Beispiel der Kategorien einfacher Gebrauch und hohe Qualitat sollen diese Angaben analysiert werden (vgl. Tabelle 8). Die Attributhauptkategorie „einfacher Gebrauch" fasst die Subkategorien unkompliziert, ubersichtlich, schnell ankommen, wenige Links, keine Anmeldung und zugige Prozesse zusammen. Unter „unkompliziert" ist eine einfache, selbsterklarende Benutzerfuhrung/Navigation oder beispielsweise eine einfache Abrechnung, zum Beispiel uber die Mobiltelefon-Rechnung subsummiert. Daruber hinaus forderten einige Befragte, dass der Bezug der Dienste nicht den Wechsel vom Internet auf das Telefon Oder die Ubermittlung einer Kennziffer erfordern sollte. Die Kategorie „ubersichtlich" fasst Textpassagen zusammen, die einen schnellen Zugriff durch ubersichtliche, gut geordnete Rubriken/Kategorien fordern. Aber auch die MaSgabe, dass nicht zu viele Informationen auf einer Seite unterbracht werden sollen, finden sich in dieser Rubrik wieder. „Schnell ankommen" bezieht sich auf die schnelle Ubersendung auf das jeweilige Mobiltelefon bzw. auf kurze Wartezeiten in einer Hotline. „Wenige Links" fasst AuBerungen der Befragten zusammen, die wenige Klicks bzw. Seitenaufrufe bei der Bedienung des Angebots fordern. Die Kategorie „keine Anmeldung" gruppiert Wunsche der Probanden nach nur wenigen Fragen zum Beispiel auf einer Website bei einer Anmeldung fur einen M-Commerce-Dienst oder den Verzicht auf eine Anmeldung. SchlieRlich beziehen sich „zugige Prozesse" zum einen auf schnelle Ablaufe auf der Internetseite, zum anderen aber auch auf die Geschwindigkeit beim Herunterladen der Inhalte.

Die Attributhauptkategorie „hohe Qualitat" fasst die Subkategorien gute Ausfuhrung, Individualitat, Endgeratqualitat und neue Lieder/Motive zusammen. Bei dem Dienst „Klingelt6ne herunterladen" nannten die Probanden bei „gute Ausfuhrung" unter an-

95 derem folgende Anforderungen: moglichst lange Melodien ohne Wiederholung, ein originalgetreuer (oder spektakularer) Klang, keine Fehler/Pausen in den Melodien Oder die Erkennbarkeit der Melodie. Bel dem Dienst „Bildmitteilungen versenden" gaben die Befragten an, dass die jeweiligen Motive einfallsreich, originell, witzig, neu und in Bezug auf Einzelheiten erkennbar sein sollten. Des Weiteren sollen die Spruche zu den Motiven passen und nicht „plump" oder „doof wirken (Originalzitate der Befragten). Im Zusammenhang mit Jndividualitat" wurden zum einen AuRerungen zusammengefasst, die sich auf Editorfunktionen beziehen, mit denen die Erstellung eigener Lieder/Motive oder personlicher Texte moglich ist. Zum anderen wurden Forderungen der Probanden aufgelistet, die sich auf die Berucksichtigung individueller Praferenzen (Originalzitate der Befragten: „m6chte meine Musik haben", „m6chte ausgefallene Sachen haben") beziehen. Unter „Endgeratqualitaf sind Forderungen zusammengefasst, wonach zum Beispiel Klingeltone moglichst originalgetreu klingen sollen Oder Motive fur Bildmitteilungen auf dem Mobiltelefon auch so aussehen wie im Internet dargestellt. Abschlieliend beziehen sich „neue Lieder/Motive" auf neue, aktuelle und abwechslungsreiche Inhalte.

Aus der explorativen Vorstudie lassen sich hinsichtlich der Attribute der beiden M-Commerce-Dienste folgende zentrale Erkenntnisse zusammenfassen: •

hohe Bedeutung des einfachen Gebrauchs: Die angebotenen Dienste sollen moglichst einfach zu bedienen sein. Dabei spielen eine unkomplizierte Handhabung, Ubersichtlichkeit und Schnelligkeit eine grofie Rolle.

•

hohe Bedeutung von Preis und Qualitat: Preis und Qualitat wurden bei der Befragung wichtiger eingestuft als eine groBe Auswahl, Sicherheit und Service.

•

ahnliche Rangfolge der Atthbuthauptkategorien: Fur die beiden Dienste „Bildmitteilungen versenden" und „Klingelt6ne herunterladen" ergaben sich identische Rangfolgen, jedoch wurde beim erstgenannten Dienst die Qualitat hbher bewertet.

•

Vorbehalte sehrjunger Konsumenten vor Registrierung/Anmeldung: In der Befragung auRerten insbesondere die Probanden unter 20 Jahren groRe Vorbehalte vor einer Registrierung/Anmeldung.

96 Die 322 Textpassagen der beiden Dienste „Bildmitteilungen versenden" und „Klingeltone herunterladen" in der Rubrik Nutzenkomponenten wurden insgesamt den elf Nutzenkategorien spare Zeit, bringt SpaR, kann eigenen Geschmack berucksichtigen, spare Geld, kann andere beeindrucken/Freude bereiten, habe mehr Abwechslung, halte besser Kontakt zu anderen, kann mich differenzieren, kein Missbrauch persbniicher Daten, Empfanger wird zuverlassig benachrichtigt und erkenne leichter eigenes Handy zugeordnet. Zur Erl^uterung der Kategorien wIrd auf Anhang 4 und 5 venA/iesen, in dem die entsprechenden Textpassagen zusamnnengefasst sind. Stellvertretend fur alle Kategorien soUen hier die Nutzenargumente spare Zeit, bringt SpaB und kann andere beeindrucken/Freude bereiten ausfuhrlich eriautert werden.

Zum Nutzenargument „spare Zeit" ist zu bemerken, dass es fur die Mehrzahl der Probanden nicht bedeutsam ist, dass das Dienstleistungsergebnis eine Zeitersparnis darstellt. Vielmehr soil der Dienstleistungsprozess (Benutzung, Handhabung) im Vergleich zu anderen Angeboten weniger zeitaufwendig sein. Dadurch haben die Probanden mehr Zeit fur andere Tatigkeiten (zum Beispiel die Arbeit) und kbnnen uber die Inhalte moglichst sofort verfugen. Einige AuSerungen der Befragten deuten auch auf eine gewisse Ungeduld bei der Benutzung der Services hin. Hinsichtlich der Nutzenkategorie „bringt SpaS" kann gesagt werden, dass fur 15 der 21 Befragten SpaR aus einem einfachen Gebrauch resultiert. Ist der Gebrauch der Services nicht einfach, wurden diese sonst „langweilig sein" und „einfach nerven" (Originalzitate der Befragten). Nur fur 13 der 21 Probanden ist SpaR eine Folge der Inhalte des Services (zum Beispiel Melodie des Klingeltons oder Motiv der Bildmitteilung).

Die Nutzenkategorie „kann andere beeindrucken/Freude bereiten" fasst zwei Themenkomplexe zusammen. Der Komplex „andere beeindrucken", der vergleichsweise haufig fur den Dienst „Klingeltbne herunterladen" genannt wurde, beinhaltet folgende Nutzenargumente: durch den Gebrauch von M-Commerce-Diensten werden die Befragten von anderen erkannt, Freunde denken posltiv uber sie, sie mussen ihr Mobiltelefon nicht vor anderen verstecken oder sie ISgen „voll im Trend" (Originalzitat eines Befragten). Der Komplex „anderen eine Freude bereiten" wurde vergleichsweise haufig bei dem Dienst „Bildmltteilungen versenden" genannt. Dabei aulierten die Pro-

97 Probanden unter anderem, dass andere Personen sich an der Mitteilung erfreuen Oder Spall daran haben sollten, oder wiesen darauf hin, dass sie beim Gebrauch des Dienstes haufjg eine wichtige, persbniiche Mitteilung ubersenden, zu der sie sich lange Gedanken gemacht haben. Nutzenkategorien

# Befragte Anteil der Befragten

Spare Geld

it

Kann andere beeindrucken/Freude bereiten

13

Habe mehr Abwechslung

12

Halte besser Kontakt zu anderen

6

Kann mich differenzieren

6

62%

J J 29% 3

19%

Kein Missbrauch persdnlicher Daten

4

Empfdngerwird zuverlSssig benachrichtigt

3

14%

3

14%

Erkenne leichter eigenes Mobiltelefon

57%

3 29%

Abbildung 17: Nutzenkategorien fOr die Dienste ..Bildmitteilungen versenden" und „Klingeltdne herunterladen"

Bei einer Analyse der quantitativen Ergebnisse zu den Nutzenkategorien (vgl. Abbildung 17) fallt auf, dass das Nutzenargument „spare Zeif mit 19 Nennungen am haufigsten genannt wurde. Aber auch die Nutzenargumente bringt SpaR, kann eigenen Geschmack berucksichtigen oder spare Geld wurden hSufiger als andere Nutzenkategorien enA/ahnt. Vergleicht man die jeweiligen Dienste miteinander im Hinblick auf die Bedeutung der Nutzenkategorien (vgl. Anhang 4 und 5), so sticht folgendes Ergebnis hervor: Die vier Nutzenargumente spare Zeit, bringt SpaR, kann eigenen Geschmack berucksichtigen und spare Geld werden bei beiden Services am haufigsten genannt. Zudem hat das Nutzenargument „kann andere beeindrucken/Freude bereiten" bei dem Dienst „Bildmitteilungen versenden" (von 68 % der Probanden genannt) eine hohere Bedeutung als bei dem Dienst „Klingelt6ne herunterladen" (38 %).

98 Eine Zusammenfassung der wesentlichen Erkenntnisse zu den NutzenkategorJen ergibt folgendes Bild: •

Zeit sparen, SpaR haben, den eigenen Geschmack beriicksichtigen und Geld sparen sind die wichtigsten Nutzenkomponenten bei den beiden Diensten „Klingeltone herunterladen" und „Bildmitteilungen versenden".

•

Spali im weiteren Sinn ergibt sich fur die Befragten in erheblichem Umfang durch einen einfachen Gebrauch.

•

Soziale Akzeptanz (andere beeindrucken) spielt eine wesentliche Rolle bei dem Dienst „Klingelt6ne herunterladen".

•

Anderen eine Freude zu bereiten ist eine wichtige Nutzenkomponente des Dienstes „Bildmitteilungen versenden".

Die 114 Textpassagen fur die beiden oben genannten Dienste zu den Werthaltungen der Probanden sind zu folgenden neun Kategorien verdichtet worden: Geld sinnvoll ausgeben, Vergnugen, Zeit sinnvoll nutzen, Freundschaft, Leistungsfahigkeit, Schonheit, soziale Anerkennung, Selbstven/virklichung bzw. Individualitat und aufregendes Leben. Die entsprechenden Textpassagen zu den Kategorien befinden sich in Anhang 6. Fur die Anzahl der Nennungen in den Wertekategorien der 21 Befragten (vgl. Abbildung 18) kann festgestellt werden: Die Werthaltung „Geld sinnvoll ausgeben" erhielt 16 Nennungen vor den anderen Kategorien: Zeit sinnvoll nutzen (9 Nennungen), Vergnugen (8 Nennungen) und Freundschaft (6 Nennungen). Die zuletzt genannte Werthaltung wurde bei dem Dienst „Bildmitteilungen versenden" hSufiger genannt als bei ..Klingeltone herunterladen" (vgl. Anhang 6). Im Gegensatz dazu wurden die Werthaltungen Selbstven/virklichung/lndividualitat und soziale Anerkennung haufiger bei dem Dienst „Klingelt6ne herunterladen" genannt. Zudem auRerten etiiche Befragte, dass die beiden Services keine zentralen Bedurfnisse befriedigen wurden. Diese seien ja „nicht lebensnotwendig" oder wurden „nur zum SpaR" genutzt. Es erscheint einleuchtend, dass es bei nicht existentiellen Diensten umso wichtiger ist, dass die Ressourcen der Nutzer (Zeit und Geld) sparsam venA/endet werden und die entsprechenden Werthaltungen eine hohe Bedeutung erzielen.

99

Wertekategorien

# Befragte Anteil der Befragten

Geld sinnvoll ausgeben

16

Zeit sinnvoll nutzen VergnUgen Freundschaft

^^m^^^^^W

8

•*- ' " ' ^ ' ^ i S i ^ B ^ ^ H H P

6

Leistungsfdhigkeit

5

Selbstverwirkllchung/lndlvidualitllt

4

Sozlale Anerkennung •- - f - i ^ ^ ^ ^ ^ ^ 1 ? ^

4

Schonheit

1 76% 1 43%

9

1 29% 1 24% 1 19% 1 IQo/.

Z D 10%

-X^^^jiUM^^

Aufregendes Leben

1 38%

1

^

5%

Abblldung 18: Wertekategorien fur die DIenste „Bildmittellungen versenden" und „Klmgeltdne herunterladen"

Somit kann in Bezug auf die Wertekategorien der Befragten festgestellt werden: •

Geld/Zeit sinnvoll nutzen, Vergnugen und Freundschaft sind die am haufigsten genannten Werthaltungen.

•

Selbstven^/irklichung/lndividualitat und soziale Anerkennung sind bei denn Dienst „Klingelt6ne herunterladen" wichtig.

•

Freundschaft ist bei denn Dienst ..Bildmitteilungen versenden" wichtig.

Ausgehend von den Ergebnissen der Inhaltsanalyse und der Kategorlenbildung konnten entsprechende Implikationsmatrizen berechnet werden (vgl. Anhang 7, 8, 11, 12, 14 und 15). Abbildung 19 gibt eine fur die beiden Dienste „Klingelt6ne herunterladen" und „Bildmitteilungen versenden" zusammengefasste Hierarchical Value Map mit einem Cutoff Level^^^ von funf an. In dieser Hierarchical Value Map wurden die direkten Verbindungen (inklusive der redundanten) berucksichtlgt. Insgesamt werden 69 % der Verbindungen der Implikationsmatrix reprasentiert. Somit ist in etwa die Anforderung von Gengler und Reynolds erfullt.^^° Weitere, fur beide Dienste zusammengefasste Hierarchical Value Maps mit einem Cutoff Level von drei und vier Der Cutoff Level gibt an, welche Mindesthaufigkeit in der Implikationsmatrix eine Verbindung zwischen zwei Kategorien haben sollte, um in der HVM reprasentiert zu werden.

100 sind im Anhang aufgefuhrt (vgl. Anhang 8 und 9). Die wichtigsten Means-EndChains der fur die beiden Dienste zusammengefassten HVM mit einem Cutoff Level von funf konnen wie folgt interpretiert werden (vgl. Abbildung 19): 1. Die Attributkategorien: eine gute Ausfuhrung, hohe Sicherheit, groRe Auswahl und Ubersichtlichkeit fordern das Nutzenargument „kann eigenen Geschmack berucksichtigen". Dies fuhrt im Wesentlichen zu drei weiteren Verbindungen. Erstens resultiert aus dem zuletzt genannten Nutzenargument die Nutzenkategorie „kann andere beeindrucken/Freude bereiten" sowie die Werthaltungen soziale Anerkennung und Freundschaft. Zweitens folgt die Nutzenkategorie ..bringt SpaR" und die Werthaltung Vergnugen sowie drittens das Nutzenargument „spare Geld" und die Werthaltung Geld sinnvoll ausgeben. 2. Die Attributkategorie niedriger Preis fordert den Nutzen „spare Geld" und dieser die Werthaltung Geld sinnvoll ausgeben. 3. Die Attributkategorien des einfachen Gebrauchs: Obersichtlichkeit, wenige Links, unkompliziert, schnell ankommen sowie eine grolie Auswahl fordern das Nutzenargument „spare Zeit". Daraus resultieren fur die Befragten die Nutzenkategorien „habe mehr Abwechslung" und „bringt SpaB" sowie die Werthaltungen Vergnugen, Leistungsfahigkeit sowie Zeit sinnvoll nutzen. 4. Aus der Attributkategorie keine Anmeldung folgen die Nutzenkategorien kein Missbrauch personlicher Daten, bringt SpaR und die Werthaltung Vergnugen. Vergleicht man die Hierarchical Value Maps fur die einzelnen Dienste jeweils miteinander, so haben bei dem Dienst „Klingelt6ne herunterladen" folgende Verbindungen im Vergleich zum Dienst „Bildmitteilungen versenden" eine hohere Bedeutung (vgl. Anhang 13 und 16):

^^ Vgl. Gengler/Reynolds 1995, S. 25.

101 •

Die Attributkategorie „hohe Sicherheif ^^^ fOrdert das Nutzenargument „kann eigenen Geschmack berucksichtigen". Dies fuhrt zum einen zu der Nutzenkategorie Differenzierung und zu den Werthaltungen Seibstverwirkiichung bzw. Individualitat. Zum anderen fijhrt es sowohl zur Nutzenkategorie „bringt SpaR" und zur Werthaltung Vergnugen als auch zur Nutzenkategorie „spare Geld" und zur Werthaltung Geld sinnvoll ausgeben.

•

Aus der Nutzenkategorie „spare Zeif folgt einerseits das weitere Nutzenargument „spare Geld" und die Werthaltung Geld sparen. Andererseits folgt aus „spare Zeit" die Nutzenkategorie mehr Abwechslung und daraus die Werthaltungen Leistungsfahigkeit und Geld sinnvoll nutzen.

Im Gegensatz zu dem Dienst „Klingelt6ne herunterladen" sind bei ..Bildmitteilungen versenden" folgende Verbindungen wichtig: •

Aus der Attributkategorie gute Ausfuhrung folgen die Nutzenargumente kann eigenen Geschmack berucksichtigen und kann andere beeindrucken/Freude bereiten sowie die Werthaltung Freundschaft.

•

Die Nutzenkategorie Kontakt zu anderen fuhrt zur Nutzenkomponente kann andere beeindrucken/Freude bereiten und zur Werthaltung Freundschaft.

•

Die Attributkategorie schnell ankommen fuhrt zur Nutzenkategorie Empfanger wird zuverlcissig benachrichtigt.

Ein Sicherheitsgefuhl entsteht dadurch, dass der Klingelton vor dem Download gehGrt werden kann.

102

Keine Anmeldung

-n=a Unkomplizi«rt

Ubersicht-I IWenige lichkelt Links n-17 1 ln-10

Werth. Nutzenk.

I

I

Attribute

n: Anzahi Textpassagen pro Kategorie (inkl. Mehrfachnennungen pro Befragten)

Schnell ankomm. n-14

Verbindunosstarke zwischen Kateaorien: ^^^B

Mind. 20 Verbindungen

•i^iBM

10-19 Verbindungen 5-9 Verbindungen

Abbildung 19: Hierarchical Value Map fUr „Bildmitteilungen versenden" und „Klingeltdne herunterladen", Cutoff LeveNS, inklusive redundante Means-End-Chains

Fur eine weitergehende Illustration der komplexen Konsummotivationen der Probanden wurden, basierend auf ausgewahlten Wertekategorien, typische Konsumenten deskriptiv profiliert (vgl. Tabelle 9). Insgesamt wurden die sechs folgenden Wertekategorien skizziert: Selbstverwirklichung/lndividualitat, Leistungsfahigkeit und Zeit sinnvoll nutzen, soziale Anerkennung, Freundschaft, Geld sinnvoll ausgeben und Vergnugen. Die Beschreibung erfolgte anhand soziookonomischer und verhaltensorientierter Segmentierungskriterien (Alter, Geschlecht, Bildung, monatliches Nettoeinkommen, monatliche Ausgaben fur Mobil-Telefonieren und M-CommerceDienste und monatliche Nutzung der Dienste Klingeltone herunterladen und Bildmitteilungen versenden) sowie besonderer Merkmale und charakteristischer Aussagen. Die erste Probandin, bei der die Wertekategorie „Selbstven/virklichung/lndividualitat" dominierte, wurde als Individualistin bezeichnet. Sie nutzt M-Commerce-Dienste, urn

103 sich von anderen abheben zu k6nnen. AuffSllig war zudem ihre Innovator-Rolle im sozialen Umfeld, weil sie Freunde zum Gebrauch von M-Commerce-Diensten animierte, indem sie unter anderem ein Mobiltelefon verschenkte. Die zweite Probandin zeichnete sich vor allem durch ihr Streben nach Zeiteffizienz aus. Sie verfugt uber ein hohes monatliches Nettoeinkommen und legt besonderen Wert auf veriSssliche Dienste. Beim dritten Konsumenten war das Streben nach sozialer Anerkennung auffallig. Fur ihn ist es eine wichtige Nutzungsmotivation, im Bekanntenkreis (auf dem Pausenhof der Schule) eine Wertschatzung zu erhalten. Fur die vierte Probandin ist Freundschaft ein wichtiges Ziel im Leben. Sie mochte anderen gerne eine Freude machen und nutzt hierzu auch M-Commerce-Dienste. Der funfte Konsument achtet bei M-Commerce-Diensten auf den Preis, weil sein zur VerfQgung stehendes Einkommen gering ist. Dies gilt auch fur den sechsten Probanden, wobei die vorherrschende Nutzungsmotivation besonders vom Streben nach SpaS und Vergnugen beeinflusstwird.

Nach der Schilderung der Ergebnisse der Means-End-Analyse sollen nun die Resultate der weiteren Untersuchung des Konsumentenverhaltens M-Commerce-Dienste vorgestellt werden.

bezQglich der

104 Means-EndWertekategorie Selbstverwirklichung/ Individual jtdt

Bezeichnung Proband Die Indlviduaiistin

Leistungsf^higkeit und Zeit sinnvoll nutzen

Die Zeitokonomische

Soziale Anerkennung

Allgemeine Segmentierungsmerkmale

Besondere Merkmale

Charakteristische Aussagen

• 20 Jahre, weiblich, Studentin • Monatl. Nutzung Dienste BM und KT: ]e 2-3 mal • Monatl. Nettoeink.: 700 € • Monatl. Ausgaben fur MobilTelefonieren+ M-Commerce: 60€+20€ = 80€

• Innovator-Rolle in Gruppe • Studienabbruch • M6chte Screendesignerin werden

Laddering-Beispiel: wichtig ist eine gute Auswahl, insbesondere ausgefallene Sachen -» finde das, was mir gefdilt - • kann mich von anderen differenzieren -*• Individualitdt, mdchte was Eigenes sein. Ich muss mich auf Telekommunikation einfach verlassen kdnnen; dient der Vorbereitung von Dingen, von denen ich etwas habe.

• Straffes Zeit• 19 Jahre, weiblich, Gymnasimanagement: astin Schule, Arbeit • Monatl. Nutzung Dienste BM als Sdngerin und KT: 6-7 bzw. 2 mal und weiterer • Monatl. Nettoeink.: 1480 € Nebenjob • Monatl. Ausgaben fur MobilTelefonieren+ M-Commerce: 20€ + 45€ = 65€ Der nach • 17 Jahre, mannlich, Realschu- • Betreibt unentAnerkenler geltliches Internung Stre- • Monatl. Nutzung Dienste BM net-Angebot bende • Mdchte Feuerund KT: 1 bzw. 3-4 mal wehrmann wer• Monatl. Nettoeink.: 50 € den • Monatl. Ausgaben fur MobilTelefonieren+ M-Commerce: 9€+10€=19€

Freundschafl Die nach • 20 Jahre, weiblich, Studentin Freund• Monatl. Nutzung Dienste BM schafl und KT: 3 bzw. 1-2 mal Strebende • Monatl. Nettoeink: 600€ • Monatl. Ausgaben fur MobilTelefonieren+ M-Commerce: 40€ + 25€ = 65€ Geld sinnvoll Der Preis- • 19 Jahre, mannlich, ausgeben bewusste Auszubildender • Monatl. Nutzung Dienste BM und KT: 1 bzw. 3 mal • Monatl. Nettoeink.: 400 € • Monatl. Ausgaben fur MobilTelefonieren+ M-Commerce: 60€ + 9€ = 69€

• Freundschaft ist sehr wichtiges Ziel • Nutzungsmotivation: anderen eine Freude machen

Vergnugen

• Vergnugen ist wichtiges Ziel

Der SpaQ>-• 17 Jahre, mSnnlich, orientierte Auszubildender • Monatl. Nutzung Dienst KT: 1 mal • Monatl. Nettoeink.: 500 € • Monatl. Ausgaben fur MobilTelefonieren+ M-Commerce: 20 € + 6 € = 26 €

• Achtet stark auf Preise

Tabelle 9: Konsumentenprofile fiir zentrale Werthaltungen

Frijher war es etwas Besonderes, ein Handy zu haben, und es war noch cooler, einen guten Klingelton zu haben. Da gab es schon mal auf dem Schulhof einen Wettbewerb um den besten Klingelton. Wenn bei mir das Handy klingelt, singen plOtzlich alle Freunde um mich herum mit, das bringt richtig Spall - wir schenken uns mittlerweile gegenseitig KlingeltOne. Habe nicht so viel Geld: frage mich oft: Muss das sein, stimmt der Preis? Klingeltdne sind nicht unbedingt lebensnotwendig, mache das so nebenher. Wenn es zu teuer wird, mache ich es einfach nicht. Aktueile Songs als Klingelton sind lustig. Da lacht schon mal die ganze U-Bahn dariiber.

105 3.2.2.2

Befunde zum Konsumentenverhalten

Im Rahmen der Analyse des Konsumentenverhaltens bezuglich M-CommerceDienste wird auf die Nutzungssituation dieser Services, die Bedeutung verschiedener Distributionskanale beim Kauf bzw. bei der Informationssuche und die Rolle der Marke eingegangen. Bezuglich der Nutzungssituation von M-Commerce-Diensten konnen folgende Ergebnisse dokumentiert werden: Am haufigsten wurden die Dienste von den Befragten zu IHause und vorwiegend zum Zeitvertreib genutzt. Dabei lagen von^/iegend Nutzungsmotive vor, die durch Zeitvertreib („Kill Time", „Surfen") oder dem Streben nach Unterhaltung bzw. SpaR charakterisiert sind. Mit geringerer Haufigkeit wurden die Services bei der Arbeit in Anspruch genommen, zum Beispiel in Pausen oder zur Ablenkung. Erstaunlichen/veise wurden M-Commerce-Dienste am seltensten in Situationen genutzt, die durch Mobilitat und gegebenenfalls durch eine zeitlich dringende Nutzungsmotivation gekennzeichnet waren, wie beispielsweise die ortsunabhSngige Teilnahme an Auktionen oder die Einholung von Fahrplaninformationen „unten/y/egs". Die Probanden wurden auch zur Bedeutung verschiedener Kan^le beim Kauf von bzw. bei der Informationssuche zu M-Commerce-Diensten befragt. Folgende Kanale wurden

dabei

berucksichtigt:

Internet,

mobiles

Internet,

Handel,

Fernse-

henA/ideotext, Zeitschriften, Zeitungen, Radio, Freunde/Bekannte. Hinsichtlich der Nutzungswahrscheinlichkeit der Kanale bei der Informationssuche zu M-Commerce-Diensten ergaben sich bei den 21 Befragten auf einer Skala von 1-6 (1=sehr wahrscheinlich, 6= sehr unwahrscheinlich) folgende Mittelwerte (vgl. Abbildung 20): Mit einer sehr hohen Wahrscheinlichkeit werden das Internet (Mittelwert: 1,2) bzw. Freunde/Bekannte (Mittelwert 1,8) genutzt. Mit groSem Abstand folgen der Handel (Mittelwert: 2,9), Zeitschriften (Mittelwert 3,0), FernsehenA/ideotext und Zeitungen (Jewells Mittelwert 3,6) und das Radio (Mittelwert 4,0). Tendenziell eher unwahrscheinlich ist die Nutzung des mobilen Internets bei der Informationssuche zu M-Commerce-Diensten mit einem Mittelwert von 5,0.

106 Wenn du dich Uber M-Commerce'Dienste informierst, wie wahrscheinUch ist es, dass du dabei folgende KanSle benutzt? Sehr unwahrscheinlich 5 6

Sehr wahrscheinlich 1 2

• Mobiles Internet • Handel • FernsehenA/ldeotext • Zeltschriften • Zeitungen • Radio

Wenn du M-Commerce-Dienste kaufst, wie wahrscheinUch ist es, dass du dabei foigende KanSle benutzt? 9

Mitt.rw.rt

Sehr wahrscheinUch 1 2

3

4

Sehr unwahrscheinlich 5 6 c

Mobiles Internet Handel FernsehenA/ideotext Zeltschriften Zeitungen Radio Abbildung 20: Informations- und TransaktionskanSle von M-Commerce-Diensten

Bei der Analyse der Nutzungswahrscheinlichkeit der Kanale beim Kauf von M-Commerce-Diensten ergab sich ein ahnliches Bild (vgl. Abbildung 20): Mit einer sehr hohen Wahrscheinljchkeit wird das Internet (Mittelwert: 1,3) genutzt. Deutlich abgeschlagen folgen der Handel (Mittelwert: 3,8), Zeltschriften (Mittelwert 4,0), Zeitungen (Mittelwert 4,5), Radio (Mittelwert 5,0) und FernsehenA/ideotext bzw. mobiles Internet (jeweils Mittelwert 5,3).

107 Daraus kann gefolgert werden, dass bei den Befragten mit Abstand das Internet der wichtigste Informations- und Transaktionskanal von M-Commerce-Diensten ist und Freunde/Bekannte einen erheblichen Einfluss bei der Meinungsbildung haben. Etliche Personen auRerten eine grode Abneigung gegen das mobile Internet wegen hoher bzw. nicht kontrollierbarer Kosten. SchlieUlich wurden die Probanden gefragt, ob sie beim Kauf von M-CommerceDiensten auf den Anbieter achten. 13 der 21 Befragten bejahten, die ubrigen acht Personen verneinten diese Frage. Daruber hinaus gaben zwolf der 21 Personen an, dass sie auch von einem unbekannten Anbieter M-Commerce-Dlenste kaufen warden, die restlichen neun Personen nicht. Daraus kann gefolgert werden, dass fur die Mehrheit der Befragten die Marke des Anbieters beim Kauf eine wichtige Rolle spielt, sie jedoch auch neuen Anbietern eine Chance geben. Die wichtigsten Faktoren bei der Auswahl des Anbieters sind (in Klammern jeweils die HSiufigkeit der Nennungen bei den 21 Befragten, Mehrfachnennungen sind mdglich): serioses/vertrauensvolles/Sicherheit vermittelndes Auftreten (10), niedriger Preis (7), ansprechendes Lay-out der Webseite (6), Empfehlungen von Bekannten/Freunden (5), gutes Produktangebot (5), guter Service/Kontaktmogllchkeiten (5) und groSe Auswahl (2). Im nachsten Abschnitt sollen die Ergebnisse der explorativen Vorstudie zusammengefasst und Schlussfolgerungen fur die weitere Onlinebefragung vorgestellt werden.

108 3.2.3

Zusammenfassung der Ergebnisse und Implikationen fur die Onlinebefragung

Zielsetzung der Vorstudie war die Analyse der Konsummotivationen regelmSSiger Nutzer von M-Commerce-Diensten sowie die explorative Untersuchung des Konsumentenverhaltens. Hinslchtlich der Konsummotivationen wurden bel Anwendung der Means-End-Verfahren die wichtigsten Serviceattribute, Nutzenkomponenten und Werthaltungen der Nutzer ermittelt. Als wichtigste Serviceattribute wurden ein einfacher Gebrauch, ein niedriger Preis und eine hohe Qualitat identifiziert. Die Untersuchung der Nutzenargumente ergab, dass originare Nutzenkomponenten (Ich erkenne leichter das eigene Mobiltelefon durch einen individuellen Klingelton) vergleichsweise weniger haufig genannt wurden als soziale und psychische Nutzenkomponenten (Der Service bringt Spali oder trSgt dazu bei, dass man sich differenzieren kann). SchlieUlich konnten Werthaltungen ermittelt werden, die mit der Nutzung der Dienste zusammenhangen, beispielsweise Freundschaft, Vergnugen, Leistungsfahigkeit, Zeit/Geld sinnvoll nutzen.

Daruber hinaus wurden fur die Anwendung der Means-End-Verfahren die Verknupfungen der entsprechenden Attribute, Nutzenkomponenten und Werthaltungen in Hierarchical Value Maps dargestellt. Dabei konnte ein detailliertes Verstandnis der Zusammenhange zwischen Servicekomponenten und Bestandteilen der Konsumentenpersoniichkeit (Werthaltungen) erarbeitet werden. Fur die weitere empirische Untersuchung sind die gewonnenen Informationen (Textpassagen und Zitate aus den Tiefenlnterviews, detaillierte Schilderung der Nutzungssituation etc.) hilfreich und werden insbesondere bei der Operationalisierung der Konstrukte zur Messung von Adoptions- und Akzeptanzfaktoren berucksichtigt. Des Weiteren eriaubte die Erhebung von Segmentierungskriterien eine detaillierte Profilierung der Probanden. Schlielilich wurden die Nutzungssituation von M-Commerce-Dlensten analysiert, die Bedeutung verschiedener Informations- und Transaktionskanale untersucht sowie Items zur Beurteilung der Rolle der Marke gewonnen.

Aufgrund der Erkenntnisse der explorativen Vorstudie und unter Berucksichtigung der Zielsetzungen der Arbeit stellen sich folgende Fragen fur die weiterfuhrende em-

109 pirische Analyse, die mit einer deutlich groReren Anzahl von Probanden durchgefuhrt werden soil: •

Wie k6nnen Means-End-Chains bzw. -Kategorien die Adoption und Akzeptanz von M-Commerce-Diensten erklaren?

•

Bestimmen Komponenten des Grund- oder des Zusatznutzens starker das Adoptions- bzw. Akzeptanzverhalten?

•

Welche Means-End-Chains bzw. -Kategorien konnen zu einer Marktsegmentierung herangezogen werden?

•

En/veisen sich die in der explorativen Vorstudie genannten wichtigsten Attribute, Nutzenkomponenten und Werthaltungen auch als adoptions- bzw. akzeptanzfordernd in der Onlinebefragung, die mit einer groReren Stichprobe durchgefuhrt wird?

Diese Fragen sollen im Anschluss an die Onlinebefragung untersucht werden.

110 3.3

Onlinebefragung

3.3.1

Ablauf und Design der Onlinebefragung

Durch eine Onlinebefragung (vgl. Abbildung 21) soil unter anderem herausgefunden werden, welchen Einfluss produkt- und konsumentenbezogene Faktoren (unabhangige Variablen)

auf

die

(fruhe)

Adoption

und

(hohe)

Akzeptanz

von

M-Commerce-Diensten (abhangige Variablen) haben. Zu diesem Zweck wurden zunachst theoretisch Hypothesen formuliert (vgl. Abschnitt 2.1.4). Urn diese geeignet testen zu konnen werden entsprechende Konstrukte operationalisiert und durch Items gemessen. Dabei wird auf bereits vorliegende Forschungsergebnisse (Literatur), die Ergebnisse der explorativen Vorstudie (Means-End-Analyse) und auf Expertengesprache zuruckgegriffen. Eine Differenzierung der abhangigen Variablen Adoption (in fruhe und spate Adoption) bzw. Akzeptanz (in hohe und niedrige Akzeptanz) eriaubt gleichzeitig die Profilierung der relevanten Zielgruppen Early Adopter bzw. Heavy User. Nachdem die konsumentenbezogenen Faktoren auch Segmentierungskriterien sind, kann in einem integrierten Forschungsansatz gleichzeitig eine Markterfassung durchgefuhrt werden.

Fur die Onlinebefragung wurden die Probanden uber Werbebanner und Links In E-Mail-Newsletter der Kooperationspartner Handy.de und RTL^^^ auf die Befragungsseite geleitet. Als Incentive konnten die Probanden an einer Verlosung teilnehmen, bei der es drei Geldpreise in Hohe von 50, 25 und 15 Euro sowie sieben Einkaufsgutscheine bei Handy.de in Hohe von 10 Euro zu gewinnen gab. Insgesannt haben 1.030 Personen an der Befragung teilgenommen, wobei nach Elimination von 334 Abbrechern und 47 Personen mit unplausiblen Angaben insgesamt 649 Personen berucksichtigt wurden. Der Fragebogen (vgl. Anhang 17-25) umfasste insgesamt 127 Fragen, die von den Probanden im Durchschnitt nach 13,5 Minuten beantwortet wurden.

^^^ Vgl. www.rtlgroup.com.

111 Explorative Vorstudie | ExpertengesprSche Literatur

Abbildung 21: Model! der Onllnebefragung

Es wurden keine Variationen von Stimuli (zum Beispiel des Preises) und keine Kontrolle von Storfaktoren vorgenommen, somit liegt ein nicht experimentelles Forschungsdesign vor. Es wurden keine kontrollierenden Variablen in die Befragung mit aufgenommen, die fur Validit^tstests geeignet sind.^^^ Der Fragebogen gliederte sich in mehrere Abschnitte: Nach der Startseite (Anhang 17) wurde zunachst die Nutzungsintensitat von insgesamt 16 M-Commerce-Diensten erhoben (vgl. Anhang 18). Anschlieliend wurden die Probanden von^/iegend zu verschiedenen Attributen und Nutzenkomponenten von M-Commerce-Diensten (vgl. Anhang 19-21) und zu individuellen Werthaltungen befragt (vgl. Anhang 22). Des Weiteren wurden Einstellungen zur Leistungsfahigkeit der genutzten M-CommerceAnbieter sowie zusatzliche soziookonomische und verhaltensorientierte Segmentierungskriterien erfasst (vgl. Anhang 23-25).

Dadurch wurden verzerrende Einflusse der KontroJIvariablen auf das Antwortverhalten der Probanden ausgeschlossen. Zudem erschien die Aufnahme weiterer Variablen angesichts des bereits umfassenden Fragekatalogs und einer mOglichen Oberforderung der Befragten als kritisch.

112 Juli - August 2002 Vorbereitung • Befragungsziele und -design festlegen • Vorhandene Literatur und Vorstudie auswerten • Konstrukte operationalisieren • Fragebogen ausarbeiten • Befragung mit Kooperationspartnern abstimmen (Incentives, Dauer der Promotion auf Webseite)

September - Oktober 2002 y DurchfUhrung • Fragebogen (Offline) testen und modlfizleren • Befragung programmieren • Fragebogen online testen und modlfizleren • Anschrelben erstellen • Traffic auf Befragungsselte lierstellen • Ergebnisse kontrollleren

November 2002 - Januar 2003 V. Auswertung und Dokumentation • • • • • • •

\ ^ /

Deskriptive Analyse Faktorenanalyse Konstruktvalldierung Korrelationsanalyse Logistlsclie Regression Cluster-Analyse Dokumentation der Erhebung

Abbildung 22: Ablauf der Oniinebefragung

Die Oniinebefragung wurde in den Monaten Juli bis August 2002 vorbereitet, im September und Oktober durchgefuhrt und in den darauf folgenden Monaten ausgewertet (vgl. Abbildung 22). Zur Vorbereitung wurden das Befragungsziel bzw. das -design festgelegt, vorhandene Literatur ausgewertet, Experteninterviews gefuhrt und die Ergebnisse der explorativen Vorstudie berucksichtigt. AnschlieRend wurden zur Erstellung des Fragebogens die jeweiligen Konstrukte (zum Beispiel relativer Vorteil) operationalisiert. AuBerdem wurden spezielle Fragestellungen mit den Kooperationspartnern Handy.de und RTL abgestimmt. Die Off- und Online-Pretests ergaben jeweils nur geringfugige Modifikationen in den Formulierungen einiger Fragen. Im Anschluss an die Befragung wurden deskriptive und multivariate Analysen (Faktorenanalyse, Korrelationsanalyse, logistische Regression und Clusteranalyse) vorgenommen. SchlieRlich wurde die Oniinebefragung dokumentiert.

Die 649 Befragten wiesen unter anderem folgende soziookonomische Merkmale auf (vgl. Abbildung 23): Sie waren zu 53 % weiblich und zwischen 12 und 69 Jahren alt. Das Durchschnittsalter betrug 27 Jahre. 38 % der Probanden wohnten in

113 • Alter: \ • Geschlecht:

liiiiifci/

/ ^

OY

•—•

* lA

-

4 «%

AA

l«»ft»M^».

0 27 Jahre, Aitersgruppe 1 2 - 6 9 Janre weiblich: 53 % , mdnnlich: 47 %

• Personen in Haushalt:

1:16 %, 2: 22 %, 3: 25 %. 4: 23 %, 5: 9 %, 6 und mehr: 5 %

• Famiiienstand:

ledig: 71 %, verheiratet: 21 %, geschieden: 6 %, verwitwet: 2 %

• Beruf:

SchQIer: 28 %, Auszubildende: 8 %, Studenten: 11 %, Angestellte: 33%, Arbeiter: 11 %, Selbstandige/Freiberufliche: 9%

• Bildung:

Hauptschule: 14 %, Real-/Fach-/Handels8chuie: 35 %, Gymnasium: 26 %, Hochschuie/Fachhochschule: 15 %, Anderes: 10 %

• Einwohnerzahl des Wohnorts:

> 500.000: 20 %, 100.000-500.000: 15 %, 50.000-100.000: 10 %, 20.000-50.000:13 %, 5.000-20.000:19 %, 2.0005.000: 12 % , < 2.000: 1 1 %

|V«rltatl6iis-\

• Eigener Internetzugang: ja: 92 %, nein: 8 %

oHofitlerli ) iMerkinaie /

• Modem:

analog: 33 %, ISDN: 30 %, Breitband/DSL: 34 %, weia nicht: 3 %

• Mobiltelefon:

Nokia: 74 %, Siemens: 18 %, Motorola: 2 %, Sony/Ericsson: 2 %, andere: 4 %

1 2

• WAP/GPRS-f^hig:

ja: 65 %, nein: 35 %

• Vertrag:

ja: 62 %, nein: 38 %

• Nettoeinkommen:

0 869 € pro Monat

• Mobilfunkausgaben:

Mobil-Teiefonieren^: 36,2 € pro Monat M-Commerce-Dienste^: 28,5 € pro Monat

Inklusive monatlich* GrundgabUhr Ob«r Mobll-Tel«foniertn hinausg«h«nde Ausgi ban fUr informiarande/untarhaltanda Diansta, Kommunlkation*- und Transaktionsdianstt

65€»34€ (0-ARPU

I

2002) ^

Abbildung 23: Charakteristika der 649 Befragten

Haushalten mit einer oder zwei Personen (die Befragten jeweils mitgezcihit). Fast drei Viertel (71 %) waren ledig und knapp die Halfte (47 %) waren Schuler, Auszubildende Oder Studierende. Mehr als ein Drittel (35 %) der Befragten besuchte zum Zeitpunkt der Befragung eine Real-/Fach- oder Handelsschule bzw. wohnte in einer GroRstadt mit mehr als 100.000 Einwohnern. Hinsichtlich der verhaltensorientierten Merkmale fiel der hohe Ausstattungsgrad mit einem eigenen Internetzugang (92 %) auf, der je zu etwa einem Drittel uber ein analoges Modem, ISDN oder Breitband/DSL hergestellt wurde. Fast drei Viertel (74 %) der Probanden verfugten uber ein Mobiltelefon der Marke Nokia und bei der Mehrhelt (65 %) war es WAP/GPRS-fahig. 62 % der Befragten waren Vertragskunden. Im Durchschnitt verfugten sie uber ein Monatsnettoeinkommen von 869 Euro. Mehr als sieben Prozent davon (64,7 Euro/Monat) wurden fur das Mobil-Telefonieren und fur M-Commerce-Dlenste ausgegeben.

114 Vergleicht man die aufgeljsteten Merkmale der Befragten mit geeigneten Vergleichswerten, so konnen folgende wesentliche Charaktermerkmale der Stichprobe aufgelistet werden: •

jung: Das Durchschnittsalter der Befragten ist mit 27 Jahren deutiich niedriger als das der Bevolkerung der Bundesrepublik Deutschland, aber auch als das der Internet-Nutzer in der Bundesrepublik Deutschland.^^"*

•

technikaffin: Das Ausstattungsniveau der Probanden bezuglich moderner Informations- und Kommunlkationstechnik ist in der Stichprobe wesentlich hoher als im Bevolkerungsdurchschnitt im Jahre 2002. So verfugen in Deutschland nur 6 % der Haushalte uber einen Internetzugang per DSL/Breitband, in der Stichprobe sind dies jedoch mehr als 30 % der Befragten. Auch verfugen nur 12 % aller deutschen Haushalte uber ein internetfShiges Mobiltelefon, in der Stichprobe sind es 62 % der Probanden.^^^

•

Heavy User: Die durchschnittlichen Monatsausgaben fur Mobil-Telefonieren und M-Commerce-Dienste sind mit knapp 65 Euro deutiich hoher ist als der geschatzte durchschnittliche Monatsumsatz pro Kunde (ARPU) europaischer Telekommunikationsanbieter in HGhe von 34 Euro im Jahre 2002.^^®

Die Stichprobe en/veist sich demnach als geeignet, um die Zielsetzungen der vorliegenden Arbeit zu erfullen. Der hohe Anteil intensiver und regelmaSlger Nutzer von M-Commerce-Diensten ist eine wichtige Voraussetzung fur die Ermittlung valider Faktoren der Akzeptanz. Der geringe Altersdurchschnitt und die hohe Technikaffinitat lasst darauf schlieBen, dass ein bedeutsamer Anteil von Early Adopter in der Stichprobe enthalten Ist und somit auch valide Adoptionsfaktoren identifiziert werden konnen. Die groRe Stichprobenzahl wird es zudem eriauben, relevante Marktsegmente zu ermittein, Zielgruppen zu beschreiben und segmentspezifische Implikationen fur das Marketing herauszuarbeiten.

^^ Vgl. Statistisches Bundesamt 2003, S. 16. Aufgrund des niedrigen Alters und der Tatsache, dass die Befragten von Internetsetten rekrutiert wurden, wetche Qberwiegend M-Commerce-Dienste for die private Nutzung anbieten, liegt die Vermutung nahe, dass bei den Befragten die private Nutzung von M-Commerce-Diensten Qberwiegt. ^^^ Vgl. Statistisches Bundesamt 2003, S. 9. ^^ Vgl. Krosta 2002a.

115 Anknupfend an die Beschreibung der Stichprobe, der Darstellung des Designs und der Vorgehensweise der Onlinebefragung kann im folgenden Abschnitt auf die Operationalisierung, Messung und Validierung der Variablen eingegangen werden.

116 3.3.2

Operationalisierung, Messung und Validierung der Variablen

3.3.2.1

Operationalisierung und Messung der abhangigen Variablen

Zur Untersuchung der Einflussfaktoren auf die Adoption und Akzeptanz von M-Commerce-Diensten mussen zunSchst die abhSngigen Variablen definiert und gemessen werden. In dieser Arbeit wird unter Adoption der Zeitpunkt der Ubernahme des ersten M-Commerce-Dienstes durch ein Individuum verstanden. Zur Messung dieses Sachverhalts wurden die Probanden gefragt, seit wann sie Services in den Kategorien informierende/unterhaltende, Kommunikations- oder TransaktionsDienste nutzen (vgl. Anhang 25). Die Adoption (von M-Commerce-Diensten) bezeichnet gemSli obiger Definition das Maximum der drei erhobenen Zeitpunkte und diese betragt bei den Probanden der Onlinebefragung durchschnittlich 2,1 Jahre.^^^ Die Ubernahmezeitpunkte In den einzelnen Kategorien variieren untereinander erheblich. Es sind jeweils folgende durchschnittliche Adoptionszeitpunkte (bzw. Nutzungsdauern) aufzufuhren: •

Kommunikationsdienste: 1,8 Jahre.

•

Informierende/unterhaltende Dienste: 1,5 Jahre.

•

Transaktionsdienste: 0,8 Jahre.

^^^ Bel der Messung der abhangigen Variablen mOssen fehlende Werte beachtet werden. Insgesamt weisen die abhSingigen Variablen kaum Missing Values auf, die fOr die nnultivariaten Untersuchungen durch den Median ersetzt wurden. Damit wird der Zielsetzung Rechnung getragen, durch m6glichst viele Messungen das Adoptions- und Akzeptanzverhalten prognostizieren zu kOnnen. Gleichzeltlg muss kritisch angemerkt werden, dass dies zu Verzerrungen fohren kann. Bei wenlgen Missing Values erscheint diese Vorgehensweise jedoch unkritisch. Fur die jeweiligen Missing Values sind hier die entsprechende SPSS-Notation, die Beschreibung der Variablen und die Anzahl der Missing Values angegeben: - AUSG__KOM: Kommunikationsdienste-Ausgaben (in Euro/Monat): 2, - AUSG_SUM: Mobiltelefon- und MC-Dienste-Ausgaben (in Euro/Monat): 6, - AUSG_TRA: Transaktionsdienste-Ausgaben (in Euro/Monat): 4, - AV_AUSM_: M-Commerce-Ausgaben (in Euro/Monat): 6, - AV_DAUER: M-Commerce-Nutzungsdauer: 4, - DAUERJN: Nutzungsdauer Jnformationsdienste (in Jahren): 3, - DAUER_KO: Nutzungsdauer Kommunikationsdienste (in Jahren): 4 und - DAUER_TR: Nutzungsdauer Transaktionsdienste (in Jahren): 2.

117 Kumulierter Anteil der Adopter f 100%

100% Z l ^ ^ , . ^

75% 66%

/

/

60% 31% 17%

26% 1% 00/

i 8

1% 7

y^

y^

10% ^^^^ 3%^^^^^^---^ 6

6

4

w 1 2 1 0 Adoption vor... Jahren

3

Early Adopter n=645

A

Late Adopter •

•

»

Abbildung 24: Diffusionsverlauf von M-Commerce-Diensten

Daraus kann geschlossen werden, dass Kommunikationsdienste die Haupttreiber der Adoption von M-Commerce-Diensten sind. Angesichts einer durchschnittlichen Adoptionszeit fur Mobiltelefone von 4,0 Jahren bei den Probanden der Onlinebefragung kann festgestellt werden, dass die Diffusion von M-Commerce-Diensten im Durchschnitt zwei Jahre hinter der Verbreitung von Mobiltelefonen verlSuft. Analysiert man die Verteilung der Adoption bei den Befragten, so zeigt die Onlinebefragung einen s-formigen Diffusionsverlauf von M-Commerce-Diensten (vgl. Abbildung

24). Wahrend

erst

wenige

Personen

(3

% der

Befragten)

einen

M-Commerce-Dienst sechs Jahre oder langer vor Durchfuhrung der Befragung adoptiert haben, so stieg im Zeitraum von drei Jahren bis zu einem Jahr der kumulierte Anteil der Adopter auf 87 % an. Dieser Anstieg ist vermutlich auf die wachsende Verbreitung von Prepaid-Mobiltelefonen im Jahr 2000 in Deutschland zuruckzufuhren. Der Anstieg der Diffusionskurve schwacht sich im weiteren Zeitverlauf deutlich ab, was auf eine vorlaufige Marktsattigung fur M-Commerce-Dienste schlieRen lasst.

118 100%

64,7

56% 0-ARPU 2002 in Europa: 34 €

36,2 44%/100%

26% 7,5

28,5

Summe

1

MobilTelefonieren''

M-CommerceDienste

54% 15,3

20%

Informier- Kommuende/unter- nikationshaltende dienste Dienste

5,7 Transaktionsdienste

Inklusive monatliche GrundgebOhr

Abbildung 25: Ausgaben fUr Mobil-Telefonieren und M-Commerce-Dienste Fur die Uberprufung der aufgestellten Hypothesen ist es notwendig festzulegen, ab welchem Zeitpunkt

von

einer fruhen

bzw. spaten

Adoption

(Early/Late

Adoption) gesprochen wird. In dieser Arbeit wird nach Durchfuhrung von Experteninterviews von einer fruhen (spaten) Adoption gesprochen, wenn die Adoption mindestens drei Jahre (hochstens zwei Jahre) vor Durchfuhrung der Onlinebefragung stattgefunden hat. Early (Late) Adopter sind demzufolge Personen, die einen MCommerce-Dienst mindestens drei Jahre (hochstens zwei Jahre) vor Durchfuhrung der Onlinebefragung adoptiert haben. Auf Early (fruhe) Adopter entfallen 31 % der Befragten, auf Late (spate) Adopter 69 % (vgl. Abbildung 24 und Anhang 26). Unter Akzeptanz wird die wiederholte Nutzung von IVI-Commerce-Diensten verstanden. Fur informlerende/unterhaltende, Kommunikations- oder TransaktionsDienste wurden die monatlichen Ausgaben der Probanden erhoben, urn das AusmaB der individuellen Nutzung zu messen (vgl. Anhang 25). Die Summe dieser drei Werte ergibt die monatlichen Ausgaben fur M-Commerce-Dienste und charakterisiert somit die Akzeptanz im Sinn obiger Definition.

119 Untersucht man die Verteilung der Ausgaben fur M-Commerce-Dienste und MobilTelefonieren in der Onlinebefragung, so zeigt sich folgendes Ergebnis (vgl. Abbildung 25): Auf M-Commerce-Dienste entfallen mit durchschnittlich 28,5 Euro/Monat 44 % der Gesamtausgaben in Hohe von durchschnittlich 64,7 Euro/Monat. Mehr als die Halfte der M-Commerce-Ausgaben (15,3 Euro/Monat) werden durch Kommunikationsdienste verursacht, gefolgt von informierenden/unterhaltenden Diensten (7,5 Euro/Monat) und Transaktionsdiensten (5,7 Euro/Monat).

14% 13%

28,5 € ^ riVlittelwert: Standardabweichung: 36,4 € L Median: 17,0 c J

0/

1 -5

4%

4%

5-10 10-1515-20 20-25 25-30 30-35 35-40 40-50 50-60 60-7070-100 >=100

Light User

Heavy User

Euro/Monat

-•• n=643 Abbildung 26: Ausgabenverteilung fur M-Commerce-Dienste in Euro/Monat

Hinsichtlich der Verteilung der Ausgaben ausschlielilich fur M-Commerce-Dienste ergibt sich folgendes Bild (vgl. Abbildung 26): Auffallig ist die rechtsschiefe Verteilung um den Median von 17,0 Euro/Monat. Die M-Commerce-Ausgaben reichen bei einem Mittelwert von 28,5 Euro/Monat bis zu 320 Euro/Monat. Dadurch ist auch die hohe Standardabweichung von 36,4 Euro/Monat zu erklaren. Nach Durchfuhrung von Experteninterviews wurden die Grenzen fur Heavy und Light User wie folgt festgelegt. Von Heavy (Light) User bzw. einer hohen (niedrigen) Akzeptanz im Sinn der

120 Hypothesen wird in dieser Arbeit gesprochen, wenn die monatlichen Ausgaben der Befragten fur M-Commerce-Dienste groSer (kleiner oder gleich) 25 Euro waren. Demzufolge sind 40 % (60 %) der Befragten Heavy (Light) User. Bitte gib aufeiner Skala von 1 bis 6 an, wie oft du folgende Dienste nutzt: 1 Nie • • • • • • • • • • • • • • • •

Klingeltone herunterladen Logos Oder Bildmitteilungen Nachrichtendienste Ortsabhilngige Infodienste SMS MMS (Multi-Media-Messaging) Mobile Flirt-/Datingdienste Mobile Chatdienste Mobile Votingdienste Mobile Erotikdienste Mobile Banking-ZBrokeragedienste Mobile Bezahldienste Mobile Einkaufsdienste Mobile Auktionen (z.B. Ebay) Download von Spielen Mobiler Internetzugang

2 4 3 6 5 1 mal/ 1mal/ 2-3 mal/ 1 mal/Mehrmals Monat Woche Woche Tag taglich

25% . 22% i

1%_

^^^

^JJIS. M^^K'

fl^B

^^^H

^HK ^^^B

^^^1

^^H ^^^B ^W

19% 17% 2% 6% 10% 11% 21% 4% 9% 13% 19% 22% 23% 12%

6% 17% 13% 6% 7% 4% 4% 5% 6% 1% 6% 6% 5% 8% 5% 4%

4% 15% 11% 4% 14% 2% 1% 4% 3% 1% 3% 2% 1% 5% 2% 4%

0% 2% 6% 1% 21% 2% 1% 1% 1% 0% 1% 0% 0% 2% 1% 4%

1% 2% 3% 1%

m1%m 0% 1% 0% 0% 1% 1% 0% 1% 0% 3%

Abblldung 27: Relative HSufigkeit der Nutzungslntensitflt von M-Commerce-Diensten

Fur eine Klarung der Frage, welche Dienste die M-Commerce-Ausgaben in den jeweiligen Kategorien informierende/unterhaltende, Kommunikations- oder Transaktionsdienste treiben, wurde von den 649 Probanden ausgewertet, wie regelmadig sie insgesamt 16 Dienste nutzen. Die Nutzungsintensitat wurde auf einer Skala von 1-6 (1= nie, 2= einmal pro l\/lonat, 3= zweimal pro Woche, 4= zwei- bis dreimal pro Woche, 5= einmal taglich, 6= mehrmals tSglich) erhoben. In Abbildung 27 ist die relative Haufigkeit der jeweiligen Skalenintervalle aufgefuhrt. Dabei wird deutlich, dass der Dienst „SMS" die mit deutlichem Abstand hochste Nutzungsintensitat aufweist. Von mehr als der Halfte (55 %) der Befragten wird er mehrmals taglich genutzt. Dagegen nehmen fast zwei Drittel (63 %) der Probanden Klingeltondienste nur einmal pro Monat in Anspruch. Auch Logo- oder Bildmitteilungsdienste werden von der Mehrzahl der Probanden nur einmal im Monat genutzt. Daruber hinaus ist anzumerken, dass die weiteren 13 Services nur in geringem Made von den Nachfragern akzeptiert wer-

121 den. Jewells zwischen 48 und 94 % der Befragten gaben an, dass sle die Dienste nie In Anspruch nehmen. Aus der Auswertung kann gefolgert werden, dass der Haupttrelber der Ausgaben fur Kommunlkatlonsdienste der Service „SMS" 1st. MIt groRem Abstand folgt „Logos bzw. Blldmlttellungen herunterladen/verschlcken". Die monatlichen Kosten fur die Befragten In der Kategorle Jnformlerende/unterhaltende Dienste" entstehen vermutllch durch die Nutzung von Nachrlchten- und Kllngeltondlensten. Aber auch Telle des Services „Logos bzw. Blldmlttellungen herunterladen/verschlcken" konnen dieser Rubrik zugeordnet werden. Popularster Transaktionsdienst 1st der Service „mobile Auktlonen", der jedoch wie Infodlenste nur von einem kleinen Segment genutzt wird. Im Anschluss an die Analyse der Nutzungslntensltat von M-Commerce-Dlensten und der Messung der abh^nglgen Varlablen soil nun auf die unabhSngigen Varlablen elngegangen werden, die fur die Onllnebefragung In geelgneter Form operatlonalisiert, gemessen und valldiert werden mussen. 3.3.2.2

Operatlonallslerung, Messung und Valldlerung der unabhSnglgen Varlablen

3.3.2.2.1 Operatlonallslerung der unabhdnglgen Varlablen Zur Untersuchung der EInflussfaktoren auf die Adoption bzw. die Akzeptanz von M-Commerce-Dlensten sind die Varlablen zu deflnleren, anhand derer die EInflusse gemessen werden. Folgt man der Zlelsetzung, diese Faktoren In einer einzigen emplrlschen Untersuchung erfassen zu wollen, so mussen streng genommen zwei Varlablensets ven/vendet werden, die Jewells den EInfluss auf die Adoption bzw. die Akzeptanz getrennt messen. Dies bedeutet, dass die Anzahl der Fragen belder Sets relatlv gering sein muss, um die Probanden bei der Untersuchung nicht zu uberfordern. Zur Erzielung relevanter Impllkationen fur das Marketing von M-Commerce-Dlensten und der Verarbeltung der detailllerten Informatlonen der Onllnebefragung erscheint jedoch die Verwendung eines umfassenden Fragenkatalogs sinnvoll. Deshalb wurden die Fragen so operatlonalisiert, dass sle den EInfluss auf die Akzeptanz messen. Die gewonnenen Informatlonen wurden glelchzeitig als Schatzung ftir die (tatsachllchen) EInflussfaktoren auf die Adoption ven/vendet, die bei den Befragten zum Tell

122 bereits einige Jahre vor dem Erhebungszeitpunkt stattgefunden hat. Diesem Vorgehen liegt die Annahme zugrunde, dass die produkt- bzw. konsumentenbezogenen Einflussfaktoren auf die Adoption im Zeitverlauf konstant bleiben.^^® Empirische Untersuchungen haben gezeigt, dass die jeweiligen Einflussvariablen in Bezug auf den Untersuchungsgegenstand in geeigneter Form operationalisiert und validiert werden mussen.^^^ Hierbei ist bei vielen Konstrukten (wie zum Beispiel dem relativen Vorteil) die subjektive Wahmehmung der Konsumenten entscheidend. Demzufolge wird die Operationalisierung der unabhangigen Variablen wie folgt vorgenommen: Die Fragen basieren zum einen auf den in der explorativen Vorstudie ermittelten Ergebnissen unter anderem zu Attributen, Nutzenkomponenten und Werthaltungen von M-Commerce-Diensten. Darin finden sich explizit die subjektiven Wahrnehmungen der Probanden wieder. Es wurden entsprechende Formulierungen der Befragten verwendet, um eine moglichst hohe Validitat sicherzustellen. Zum anderen wurden bei der Fragebogenerstellung bereits validierte Skalen vergleichbarer Innovationen aus der Literatur berucksichtigt.^^° Hinsichtlich der Operationalisierung der unabhangigen Variablen konnen direkt messbare Variablen und nicht direkt messbare Konstrukte unterschieden werden. Direkt messbare Variablen konnen mit einer einzigen Fragestellung gemessen werden. Nicht direkt messbare Konstrukte sind abstrakte Konzepte, die durch mehrere Fragestellungen (Multi-Items) gemessen werden. Damit wird der Komplexitat von Untersuchungsgegenstanden Rechnung getragen.^^^ In diesem Abschnitt wird von/viegend die Operationalisierung der Konstrukte dargestellt. Bezuglich der hier nicht aufgefuhrten direkt messbaren Variablen wird auf Anhang 23-25 ven/viesen.

^^® Vgl. zu alternativen Vorgehensweisen beispielsweise Litfin 2000, S. 90 ff. ^^® Vgl. Litfin 2000. S. 30 f.; Kollmann 1998, S. 195 ff.; Schmalen/Pechtl 1992, S. 92; Tomatzky/ Klein 1982, S. 34ff. ^^^ Vgl. Pedersen/Nysveen/Thorbjomsen 2002, S. 35 ff.; Schlobinski et al. 2001, S. 25 ff.; Litfin 2000, S. 142 ff.; Clement 2000, S. 58 und 172 ff.; B^hr-Seppelfricke 1999, S. 106 ff.; Rogers 1995, S. 212 ff.; Kollmann 1996, S. 192 ff.; Pohl 1996, S. 269 ff.; Schuster 1994, S. 112 f.; Meffert 2000, S. 124; Meffert/Bruhn 2000, S. 57. ^^^ Vgl. Homburg/Glering 1996, S. 6.

123 Zur Operationalisierung der produktbezogenen Konstrukte relativer Vorteil, Kompatibilitat, Komplexitat, Erprobbarkeit und Kommunizierbarkeit wurden die Ergebnisse der exploratjven Vorstudie und entsprechende Literatur ausgewertet.^^^ Der relative Vorteil

von

M-Commerce-Diensten

zeigt

sich

in

der

Uberlegenheit

zu

existierenden Alternativen. Zur Operationalisierung des relativen Vorteils werden hier Produkteigenschaften (Attribute) und Nutzenkomponenten herangezogen. Dabei wurden folgende Fragen gestellt, die auf einer Skala von 1 bis 6 (1= trifft voll und ganz zu, 6= trifft gar nicht zu) zu beantworten waren^^^: Die M-Commerce-Dienste, die ich nutze ... • • • • • • • • •

ATTR_A1: ATTR_A2: ATTR_A3: ATTR_A4: ATTR_A5: ATTR_B1: ATTR_B2:

haben eine hoiie Qualitat, haben einen niedrigen Preis, haben ein gutes Preis-Leistungs-Verhaltnis, haben eine groUe (Angebots-) Auswahl, haben einen guten Service, sind zuverlassig, sind aktuell (zum Beispiel haben neue Chartlieder bei Klingeltondiensten), ATTR_B3: kommen schnell an (auf dem Handy) und ATTR_B7: kann man nach den eigenen Wunschen zusammenstellen.

Bei den M-Commerce-Diensten, die ich nutze ... • • • •

ATTR_C2: bekommt man auf dem Handy genau das, was man vorher (zum Beispiel im Internet) gesehen hat, ATTR_C6: kann man die Kosten vor Gebrauch gut einschatzen, ATTR_C7: kann man die Kosten gut kontrollieren (zum Beispiel per Rechnung) und ATTR_C8: kann man nach Gebrauch gut sagen, wie viel es gekostet hat.

Ich nutze M-Commerce-Dienste, well sie... • • •

NUTZ_A1: SpaR machen, NUTZ_A2: Geld sparen, NUTZ_A3: Zeit sparen.

^^^ Vgl. Pedersen/Nysveen/Thorbjornsen 2002, S. 35 ff.; Schlobinski et al. 2001, S. 25 ff.; Litfin 2000, S. 142 ff.; Clement 2000, S. 58 und 172 ff.; Bahr-Seppelfricke 1999. S. 106 ff.; Rogers 1995. S. 212 ff.; Kollmann 1996, S. 192 ff.; Pohl 1996, S. 269 ff.; Schuster 1994, S. 112 f; Meffert 2000, S. 124; Meffert/Bruhn 2000, S. 57. ^^^ Die zur jeweiligen Frage angefuhrte Abkurzung bezeichnet die SPSS-Notation der Frage; die Skalen gelten fur die in Kapitel 3.3.2.2.1 aufgefuhrten Variablen aufier fur die Werthaltungen und die Mediennutzung.

124 • • •

NUTZ_A4: abwechslungsreich sind, NUTZ_A5: viele meiner Freunde/Bekannte nutzen und NUTZ_A6: positiv bei meinen Freunden/Bekannten auffallen.

Ich nutze M-Commerce-Dienste, weil... •

• •

NUTZ_B1: man damit anderen (zum Beispiel Freunden) eine Freude bereiten kann, NUTZ_B2: man damit mit anderen besser in Kontakt bleiben kann, NUTZ_B3: man damit leichter sein Handy erkennen kann, NUTZ_B4: man sich damit von anderen abheben/unterscheiden kann, NUTZ_B5: man das bekommt, was einem gefallt, NUTZ_B6: man sich ein langes Telefonat sparen kann, NUTZ_B7: man auch kommunizieren kann, ohne sprechen zu miissen, NUTZ_B8: man sich vorher genau uberlegen kann, was man mitteilen will, NUTZ_C1: man sie von jedem beliebigen Ort aus benutzen kann,^^ NUTZ_C2: man damit ortsbezogene Infos (zum Beispiel Stadtinfos) bekommt,^'^^ NUTZ_C3: man damit die Zeit vertreiben kann.246 NUTZ_C4: man damit etwas Dringendes eriedigen kann, ^^^ NUTZ_C5: man kurzfristig Infos erhalten kann,

• •

NUTZ_C6: man schnell Informationen verarbeiten kann und NUTZ_C7: personliche Daten nicht missbraucht werden.

• • • • • • • • •

Die Kompatibilitat von M-Commerce-Diensten beschreibt den wahrgenommenen Grad der Ubereinstimmung der Neuerung mit Werthaltungen und Normen sowie mit bisher venA^endeten GerSten. Diese technische Kompatibilitat wurde wie folgt operationalisiert: Die M-Commerce-Dienste, die ich nutze ... •

ATTR_B6: funktionieren auf vielen verschiedenen Handy-Modellen.

Die Komplexitat druckt sich in der Schwierigkeit aus, die Vorteile von M-CommerceDiensten zu erkennen und diese zu venA/enden.^^® Es wurden folgende Fragen aufgenommen: ^^ Dieses Item kann auch zur Operationalisierung der ..ortsunabhangigen" Nutzungsmotivation herangezogen werden. ^^^ Dieses Item kann auch zur Operationalisierung der ..ortsbezogenen" Nutzungsmotivation herangezogen werden. ^^' Dieses Item kann k auch zur Operationalisierung der Nutzungsmotivation ..Zeitvertreib" herangezogen werden.

125 Die M-Commerce-Dienste, die ich nutze ... • • •

ATTR_A6: sind unkompliziert und bequem, ATTR__A7: sind ubersichtlich gegliedert und ATTR_A8: sind schnell zu bedienen.

Bei den M-Comnnerce-Diensten, die ich nutze ... • • •

ATTR_C3: kommt man mit wenigen Klicks dort hin, wo man will (zum Beispiel zur Bestellung), ATTR_C4: muss man bei der Anmeldung nur ganz wenlge Angaben machen und ATTR_C5: muss man sich uberhaupt nicht anmelden.

Die Erprobbarkeit von M-Commerce-Diensten wurde mit folgenden Items gemessen: Die M-Commerce-Dienste, die ich nutze ... • •

ATTR_B8: kann man vor Gebrauch gut ausprobieren und ATTR_C1: kann man das, was man haben will, vorher genau anschauen/ anhoren.

Die Kommunizierbarkeit beschreibt die Einfachheit, mit der Eigenschaften und Vorteile von M-Commerce-Dienste potenziellen Nachfragern vermittelt werden konnen. Dies beinhaltet auch die Beobachtbarkeit der Services. Die Kommunizierbarkeit von M-Commerce-Diensten wurde wie folgt operationalisiert: Die M-Commerce-Dienste, die ich nutze ... • •

ATTR_B4: fallen auf in der Offentlichkeit und ATTR_B5: haben Vorzuge, die man anderen Leuten leicht erklSiren kann.

Neben den produktbezogenen Variablen mussen noch weitere Konstrukte operationalisiert werden. Aufbauend auf den Ergebnissen der explorativen Vorstudie wurden in Bezug auf die Leistungsfahigkeit des Anbieters folgende Items aufgenommen: Die von mir genutzten Anbieter von M-Commerce-Diensten ... • •

ANB1: sind series, ANB2: stnd vertrauensvoll,

^*^ Dieses Item kann auch zur Operationalisierung der Nutzungsmotivation „zeitliche Dringlichkeit" herangezogen werden. ^^Wgl. Rogers 1995, S. 242 f.

126 • • • • • • • • • • •

ANB3: ANB4: ANB5: ANB6: ANB7: ANB8: ANB9: ANB10: ANB11: ANB12: ANB13:

sind sicher, sind preisgunstig, bieten einen guten Service, bieten gute Kontaktmoglichkeiten (zum Anbieter), haben Dienste, die einfach zu bedienen sind, haben schnelle Dienste, haben Dienste mit einer ubersichtlichen Auswahl, prasentieren sich ansprechend (zum Beispiel schone Internet-Seite), nutzen auch viele meiner Freunde/Bekannte, haben ein Angebot mit hoher Qualitat und sind bekannte Markenanbieter.^^^

Die Preissensibilitat und die Risikobereitschaft der Nachfrager von M-CommerceDiensten wurden jeweils mit folgenden Fragen gemessen: • •

PREIS_1: Wie oft ich M-Commerce-Dienste nutze, hangt stark vom Preis ab. PREIS_2: Neue M-Commerce-Dienste probiere ich erst dann aus, wenn ich mir 100%ig sicher bin, dass meine En/vartungen erfullt werden.

Zur Messung der Nutzung von Massenmedien durch die Nachfrager von M-Commerce-Diensten wurden folgende Fragen in Bezug auf die Medien Fernsehen. Radio, Zeitungen und Zeitschriften gestellt: Wie viel Zeit verbringst du am Tag durchschnittlich mit folgenden Medien? (Skala von 1-6, 1=keine Zeit , 2= 0,3 berichtet; fett hervorgehobene Faktorwerte ( > 0,5) werden zu r Interpretation des Faktors herangezogen

Kommunalit«t 0,43 0,48 0,50 0.63 0.44 0,69 0,61 0,53 0.56 0,65 0,59 0,64 0,64 0,73 0,61 0.75 0.79

Tabelle 12: Rotierte Faktorldsung der 17 items zu den Werthaltungen

Abschlieliend sollen nun die anbieterbezogenen Items von M-Commerce-Diensten untersucht werden. Hierzu wurden 12 Anbieter-ltems herangezogen (vgl. Anhang 30). Das Datenmaterial ist fur eine Faktorenanalyse sehr gut geeignet.^®^ Nach der Durchfuhrung der Hauptkomponentenanalyse legt das Kaiser-Kriterium eine Losung mit zwei Faktoren nahe, die 70 % der Varianz erklart. Bin grau unterlegtes Item wurde wegen nicht eindeutiger Zuordnung eliminiert. Daraufhin wurden zwei weitere Faktorenanalysen durchgefuhrt. In die letzte Faktorenanalyse (vgl. Tabelle 13) gingen 10 Anbieter-ltems ein, nachdem zuvor zwei Variablen eliminiert wurden. Relevante Prufkriterien zeigen auch fiir ' SPSS-Notation: F12_HARM. ^SPSS-Notation: F13 EFFI. Die Korrelationsmatrix belegt, dass die Items mehrfach signifikant miteinander korrelieren. Das Kaiser-Meyer-Olkin-Mafi erreicht den Wert von 0,93 (..marvelous") und der BarJett Test of Sphericity nimmt den hochsignifikanten Wert von 6.049 an. DarQber hinaus sind weniger ais 25 % der Nicht-Diagonal-Elemente der Anti-lmage-Kovarianz-Matrix ungleich null (> 0,09).

143 dieses Datenmaterial eine gute Eignung fur eine Faktorenanalyse.^®^ Auf Basis der Hauptkomponentenanalyse und des Kaiser-Kriteriums wird eine Losung mit zwei Faktoren gewahlt. Sie erkJart knapp 73 % der Varianz. Die Werte des Cronbachs Alpha der zwei Faktoren liegen bei 0,90 und 0,91 und weisen auf ein sehr hohes Mali interner Konsistenz hin. Des Weiteren belegt die Eindimensionalitat der Anbieterkonstrukte eine hohe konvergente Validitat. Die Konstrukte weisen zudem eine ausreichende Konvergenz- und Diskriminanzvaliditat auf.^®^ Die Interpretation der Faktoren ergibt einerseits den Faktor Vertrauen^^^ in den Anbieter, der die Items ANB1, ANB2 und ANB3 (series, vertrauensvoll und sicher) erklart. Andererseits kann der Faktor Leistungspotenziale^^^ des Anbieters identifiziert werden, der die restllchen Items interpretiert. Das Fazit bezuglich der Konstruktvalidierung zeigt, dass die Ergebnisse als sehr zufriedenstellend zu bezeichnen sind. Die geblldeten Faktoren weisen ubenA/iegend eine sehr hohe Validitat auf und konnen zusammen mit weiteren Items den jeweiligen Konstrukten zugeordnet werden. Dadurch konnen reliable und valide Tests der Hypothesen zur Beschreibung des Adoptions- und Akzeptanzverhaltens von M-Commerce-Diensten erfolgen, die ein wesentlicher Bestandteil des folgenden Abschnitts sind.

^®^ Das Kaiser-Meyer-Olkin-Mafi zeigt den Wert von 0,91 (..marvelous") und der Barlett Test of Sphericity nimmt den hochsignifikanten Wert von 4.844 an. Weniger als 25 % der Nicht-DlagonalElemente der Anti-lmage-Kovarianz-Matrix sind unglelch null (> 0.09). ^®^ Alle Items laden ausreichend hoch auf einen Faktor. wShrend sie auf den anderen Faktor deutlich niedrigere Ladungen aufweisen. Vgl. Homburg/Giering 1996. S. 8. ^^® SPSS-Notation: F8 VERT

144 Faktor 1 Interpretation Leistungspotenziale

2 Vertrauen

0.91 0,90 Cronbachs a Item Beschrelbung ANB1 Sind serids 0.88 ANB2 Sind vertrauensvoll 0.90 Sind sicher ANB3 0,39 0.81 Bieten gute Kontaktmdglichkeiten (zum Anbieter) AN 86 0,72 0,31 ANB7 Haben Dienste, die einfach zu bedienen sind 0.33 0,81 Haben schnelle Dienste ANB8 0,81 Haben Dienste mit einer ubersichtlichen Auswahl ANB9 0,84 Prasentieren sich ansprechend (z.B. schCne Internet-Seite) ANB10 0,77 ANB11 Nutzen auch viele meiner Freunde/Bekannte 0,65 Haben ein Angebot mit hoher Qualitdt 0,34 ANB12 0.78 Eigenwert 6.0 1.2 Erkiarter Varianzanteil in Prozent 60,5 12.1 Kumulierter Varianzanteil in Prozent 60,5 72,6 Barlett's Test of Sphericity: 4.844 Signifikanz: 0,000 MaQ der Stichprobeneignung nach Kaiser-Meyer-Olkin: 0,911 marvelous Nur Faktonverte > 0,3 berichtet; fett hervorgehobene Faktonwerte (> 0,5) werden zur Interpretation des Faktors herangezogen

Kommunalitiit 0.83 0,89 0,81 0,61 0,77 0,74 0.79 0,66 0.44 0,72

Tabelle 13: Rotierte Faktorldsung derzehn anbieterbezogenen Items

DJe Zuordnung der Faktoren und Items zu den Konstrukten bzw. Hypothesen zeigen zusammenfassend die Tabellen 14 und 15. Darin sind die einzelnen Hypothesen, die korrespondierenden Messvariablen (einzelne Items bzw. Faktoren) und die en/varteten Vorzeichen der Koeffizienten aufgefuhrt, die fur die empirische Uberprufung der Hypothesen einen hypothesenkonformen Befund signalisieren. Das jeweils erwartete Vorzeichen eines Koeffizienten ergibt sich aus der Formulierung der Hypothese und der Skalierung der unabhSngigen Variablen. Zusdtzlich sind noch entsprechende Kovariate aufgefuhrt, die in die Untersuchung ohne eine theoretisch abgeleitete Hypothese aufgenommen wurden, um der Heterogenitat des Samples gerecht zu werden.

145

Relativer Vorteil

Unabhangige Variablen Erwartetes Vorzeichen* SPSS-Notation Beschreibung Haben einen niedrigen Preis ATTR_A2 Sind zuveriassig ATTR_B1 Bekommt man auf dem Handy genau das, was man ATTR_C2 vorher (z.B. im Internet) gesehen hat SpaG machen NUTZ_A1 Abwechslungsreich sind NUTZ_A4 Positiv bei meinen Freunden/Bekannten auffallen NUTZ_A6 Man damit anderen (z.B. Freunden) eine Freude NUTZ_B1 bereiten kann Man damit mit anderen besser in Kontakt bleiben kann NUTZ_B2

2 3

Relativer Vorteil Relativer Vorteil Kompatibilitat Komplexitdt

F3_C0MM F6_EFFI F5_DIFF ATTR_C3

3

Komplexitdt

ATTR_C4

3 3 4 4

Komplexitm Komplexitm Erprobbarkeit Erprobbarkeit

ATTR_C5 F1_EASE ATTR_B8 ATTR_C1

4 5 6 7 8 9 10 11 11

Erprobbarkeit Kommunizierbarkeit Alter Einkommen Bildungsniveau GrOsse des Wohnorts Manner Risikobereitschaft Risikobereitschaft

F4_C0NT F2_AUFF ALTER

iHypothese Beschreibung iNr Relativer Vorteil Relativer Vorteil Relativer Vorteil Relativer Vorteil Relativer Vorteil Relativer Vorteil Relativer Vorteil

EINK_SU_ SCHULE. EINWOHN SEX NUTZ_C7 PREIS_2

12,13 Keine ZeK, Geld verschwenden 14.15 SpaK, Freundschaft Ortsbezogen 16

F13_EFFI

17

NUTZ_C1

18 19 20

Ortsunabhangig

F11_SPAS NUTZ_C2

Effiziente Kommunikation Allgemeine Effizienz Soziale Differenzierung Kommt man mit wenigen Klicks dort hin, wo man will (z.B. zur Bestellung) Muss man bei der Anmeldung nur ganz wenige Angaben machen Muss man sich Qberhaupt nicht anmelden Einfacher Gebrauch Kann man vor Gebrauch gut ausprobieren Kann man das, was man haben will, vorher genau anschauen/anhOren Kostenkontrolle Auffailigkeit Alter (in Jahren) Monatliches Nettoeinkommen (in Euro) Schulabschluss Einwohner Geschlecht PersOnliche Daten nicht missbraucht werden Neue M-Commerce Dienste probiere ich erst dann aus, wenn ich mir 100%ig sicher bin, dass meine Envartungen erfUlK werden Effizienz SpaG und Freundschaft Man damit ortsbezogene Infos (z.B. Stadtinfos) bekommt Man sie von jedem beliebigen Ort aus benutzen kann

+ +

. . •f

*

. . . -

NUTZ_C4 Dringend Man damit etwas Dringendes eriedigen kann NUTZ_C3 Man damit die Zeit vertreiben kann Zeitvertreib ANB4 Sind preisgUnstig Leistungsfahigkeit Anbieter Bieten einen guten Service 20 ANB5 Leistungsfahigkeit Anbieter 20 Leistungsfahigkeit F7_LEIS Leistungspotenziale Anbieter F8_VERTR Vertrauen 20 Leistungsfahigkeit Anbieter *Erw 0,3 berichtet). Es konnen aus der Literatur zwar keine kritischen Werte fur das Vorliegen von Multikollinearitat entnommen werden, jedoch wird ein Wert > 0,5 vielfach als problematisch erachtet.^®^ In dieser Untersuchung weisen insgesamt 16 Variablen einen Korrelationskoeffizienten > 0,5 auf.^^° Die ermittelten Korrelationen kdnnen zum Teil inhaltlich begrundet werden. So ist es einleuchtend, dass ein gutes Preis-Leistungs-Verhaltnis mit der Einschatzung niedriger Preise korreliert (ATTR_A2 und ATTR_A3). Auch die Korrelation von SpaS und Abwechslung (NUTZ_A1 und NUTZ_A4) ist nach den Untersuchungen der explorativen Voruntersuchung einleuchtend, well diese beiden Nutzenargumente Bestandteile einer Means-End-Chain sind. Auch die Korrelationen des Alters mit dem Nettoeinkommen und dem Beruf sind schlussig (ALTER, EINK_SU_ und BERUF, vgl. Anhang 31). Zur Vermeidung von Multikollinearitdt wurden elf unabhangige Variablen von den weiteren Analysen ausgeschlossen.^^^ Die Analyse der Toleranz- bzw. VarianceInflation-Factor-Werte (vgl. Anhang 32) machte keine weiteren Eliminationen notwendig.^^^ Die Analyse von AusreiBern zeigte im Rahmen der Berechnung der Cooks Distance keine AuffSlligkeiten. In den folgenden beiden Abschnltten werden Faktoren der Adoption und Akzeptanz von M-Commerce-Diensten ermittelt.

^®® Vgl. Backhaus et al. 2000, S. 41; Litfin 2000, S. 211; Gedenk 1994, S. 238 f.; Green/Tull/Albaum 1988, S. 456; Hair Jr. et al. 1995, S. 127; Krafft 1995, S. 300; Wittink 1988, S. 89 f. ^^ ATTR_A2, ATTR_A3, ATTR_C1, ATTR_C2, ATTR_C3, ATTR_C4, NUTZ_A1, NUTZ_A4, NUTZ_B1, NUTZ_B2, ANB4, ANB5, F7_LEIS, EINK_SU_, ALTER, BERUF, jeweils grau unterlegt in Tabelle 16 bzw. Anhang 31. ^^^ ATTR__A3, ATTR_C1, ATTR_C2, ATTR_C3. NUTZ__A1. NUTZ_B1, ANB4, ANB5, EINK_SU_, ALTER, BERUF. ^®^ Zwar kann bei dieser Vorgehensweise ein „omitted variable bias" auftreten, jedoch sind die weiteren MOglichkeiten zur Begegnung von MultlkollinearitSit (ErhOhung des Stichprobenumfangs bzw. Zuordnung eines Items zu einem Faktor) nicht durchfuhrbar bzw. sinnvoll. Vgl. hierzu Litfin 2000, S. 212 und die dort angegebene Literatur.

149 3.3.3.2

Befunde zu den Adoptionsfaktoren

Zur Ermittlung der Adoptionsfaktoren wurde eine logistische Regression^®^ durchgefuhrt. Als abhSngige Variable diente hierbei die dichotome Messgrolie AZ_EA_30, die im Fall einer fruhen Adoption^®^ den Wert 1 annimmt, ansonsten 2}^^ Als entsprechende Einflussvariablen auf eine fruhe Adoption wurden die in den Abbildungen 36 und 37 dargestellten Items und Faktoren gewahit, mit Ausnahme der elf zuvor ausgeschlossenen Variablen. Zudem wurde die Variable HANDYTYP elinninlert, die eine quasivollstandige Trennung im Zug der Durchfuhrung der Prozedur „multinominal logistlsch" mit dem Softwarepaket SPSS 11.0 verursacht hatte. Die Gute des Schatzmodells wurde anhand des Likelihood-ratio-Tests, Mc-Faddens r^ und der Klassifikationsmatrix (Maximum Chance Criterion) uberpruft.^^ Der LRTest ergibt ein Signifikanzniveau < 0,001, welches weit unterhalb der geforderten Schwelle von 0,05 liegt sowie einen x^-Wert von 157,3. Mc-Faddens r^ liegt mit 0,20 genau an der kritischen Grenze, die eine gute Modellanpassung signalisiert.^®^ Die Klassifikationsmatrix (vgl. Tabelle 17) zeigt folgendes Bild: Von den 199 Early Adopter werden nur 88 (44 %) richtig klassifiziert. Dagegen werden von den 450 Late Adopter 399 (89 %) richtig zugeordnet. Das logistische Regressionsmodell klassifiziert insgesamt von alien 649 Personen 487 (75 %) richtig. Nachdem der Anteil der korrekt Klassifizierten groBer ist als die groRte Teilgruppe der 649 Probanden (69 %), ist das Maximum Chance Criterion erfullt. Zusammenfassend kann also von einer guten Modellanpassung mit hoher Trennkraft gesprochen werden.

2^^ Vgt. Backhaus et a!. 2000. S. 104 ff. ^^ Obernahme eines M-Commerce-Dienstes vor mindestens drei Jahren, vgl. Kapitel 3.3.2.1. ^^^ Die in Kapitel 3.3.2.1 aus inhaltlichen Uberlegungen festgelegte Grenze von drei Jahren erzielte auch im Vergleich zu Grenzen von zwei und vier Jahren die beste Modellanpassung. ^^ Vgl. Backhaus et al. 2000, S. 114 ff.; Litfin 2000, S. 217 ff. ^®^ Vgl. Backhaus et al. 2000, S. 116; Urban 1993, S. 62 f.

150 Beobachtet Anzahl Prozent JEarly Adopter AZ_EA_30 = 1 Late Adopter A2_EA_30 = 2 Summe

Vorhergesagt (Anzahl) Early Adopter Late Adopter

RIchtige Vorhersage Anzahl Prozent

199

31%

88

111

88

44%

450

^^S2S^S1i^^l

51

399

399

89%

649

100%

139

510

487

Tabelle 17: Klassifikationsmatrix des Adoptionsmodells

Basierend auf dem dargelegten logistischen Regressionsmodell wurden die entsprechenden EinflussgroRen auf die friihe Adoption gepruft und die Hypothesen getestet. Die empirischen Ergebnisse hierzu sind in den Tabellen 18 und 19 dargestellt. Darin sind die aufgestellten Hypothesen, die unabhangigen Variablen zur Messung der Hypothesen, das en/vartete Vorzeichen der Koeffizienten gemali der Formulierung der Hypothese und der Skalierung der unabhangigen Variablen, die tatsachlichen Koeffizienten der logistischen Regression und die korrespondierenden Signifikanznlveaus nach dem LR-Test^^® und die Ergebnisse des Hypothesentests aufgefuhrt. Dabei bedeuten folgende Abkurzungen auf einem Signifikanzniveau von mindestens 90 %: V:

signifikantes hypothesenkonformes Ergebnis,

F:

signifikante Falsifizierung der Hypothese,

(V): signifikanter adoptionsfordernder Einfluss der Kovariate, (F): signifikanter adoptionshemmender Einfluss der Kovariate, NS: nicht signifikantes Ergebnis und MK: Ausschluss der unabhangigen Variable wegen Multikollinearitat. Betrachtet man die produktbezogenen Adoptionsdeterminanten (vgl. Hypothesen 1-5, Tabelle 18), so konnen folgende Ergebnisse festgestellt werden: Hypothese 1 (Mit zunehmendem relativen Vorteil von M-Commerce-Diensten steigt die Wahrscheinlichkeit fur eine frtihe Adoption) wird in Bezug auf den Faktor „effiziente Kom-

Mit dem LR-Test kOnnen im Vergleich zur Wald-Statistik zuverl^ssigere Signifikanzaussagen gemacht werden. Deshalb wurden die Einflussfaktoren auf die Adoption bzw. Akzeptanz zunachst anhand des LR-Tests beurteilt. Nachdem SPSS fur die AusprSigungen nicht-metrischer Variablen nur die Wald-Statistik angibt, wurde diese zus^tzllch aufgefuhrt. Vgl. Litfin 2000, S. 224; Menard 1995, S. 39 ff.; Hosmer/Lemeshow 1989, S. 31; Backhaus et al. 2000, S. 119 f

151 munikation" (F3_C0MM^®®) hochsignifikant gestutzt. Weitere unabhSngige Variablen wie zum Beispiel NUTZ_A6 Oder F6_EFFI weisen zwar ein hypothesenkonformes Vorzeichen der Koeffizienten auf, jedoch liegt keine ausreichende Signjfikanz > 90 % vor. Des Weiteren stutzen die empirischen Ergebnisse die Hypothese 3 des adoptionsfordernden Einflusses einer geringen Komplexitat in Bezug auf die Variable F1_EASE^°°. Die restlichen produktbezogenen unabhSngigen Variablen weisen nicht ausreichend signifikante^°^ Koeffizienten auf oder wurden aufgrund von Multikollinearitat ausgeschlossen. Deshalb konnen die empirischen Ergebnisse die Hypothesen zur Kompatibilitat, Komplexitat und zur Kommunizierbarkeit weder stutzen noch falsifizieren. Bezuglich der konsumentenbezogenen Adoptionsfaktoren der Hypothesen 6-24 (vgl. Tabellen 18 und 19) konnen folgende signifikante^°^ Befunde festgestellt werden: Hypothese 8 der adoptionsfordernden Wirkung eines hohen Bildungsniveaus wird in Bezug auf die Variable „SCHULE_" gestutzt. Gleiches gilt fur den adoptionsfordernden Einfluss eines groRen Wohnorts (Hypothese 9, Variable EINWOHN) und einer hohen Risikobereitschaft (Hypothese 11, Variable NUTZ_C7). Dagegen wurde Hypothese 16 zur ortsbezogenen Nutzungsmotivation in Bezug auf die Variable „NUTZ_C2" falsifiziert. Wiederum weisen etiiche unabhSngige Variablen wie zum Beispiel Geschlecht ein hypothesenkonformes Vorzeichen der Koeffizienten auf, jedoch liegt keine ausreichende Signifikanz > 90 % vor. Die weiteren 18 Hypothesen kSnnen weder gestutzt noch falsifiziert werden.

^^ Wie in Abschnitt 3.3.2.2.3 beschrieben laden die folgenden Items auf diesen Faktor: NUTZ_B6 (man sich ein langes Telefonat sparen kann), NUTZ_B7 (man auch kommunizleren kann, ohne sprechen zu mussen), NUTZ_B8 (man sich vorher genau Uberlegen kann, was man mitteilen will), NUTZ_C5 (man kurzfristig Infos erhalten kann), NUTZ_C6 (man schnell Informationen verarbeiten kann). ^°° Anakig zu Abschnitt 3.3.2.2.3 laden die folgenden Items auf diesen Faktor: ATTR_A1 (haben eine hohe Qualitat), ATTR_A4 (haben eIne grolie Angebotsauswahl), ATTR_A5 (haben einen guten Service), ATTR_A6 (sind unkompliziert und bequem), ATTR_A7 (sind Qbersichtlich gegliedert), ATTR_A8 (sind schnell zu bedienen). ^°^ Signifikanzniveau > 90 %. ^°^ Signifikanzniveau > 90 %.

152 iHypothese Nr. iBeschrelbung 1 RelativerVorteil

1

Unabhanglge Variablen SPSS-Notation Betchreibung Haben einen niedrigen Preis ATTR_A2

Erw. Vorz.

Koefflz. 0.08

Signiflk.* 0,43

0,01

0,96

1 RelativerVorteil

ATTR_B1

Sind zuverldssig

1 RelativerVorteil

ATTR_C2

1 RelativerVorteil

NUTZ_A1

Bekommt man auf dem Handy genau das. was man vorher (z.B. im Internet) gesehen hat SpaB machen

1 RelativerVorteil

NUTZ_A4

Abwechslungsreich sind

0.08

0,50

1 RelativerVorteil

NUTZ_A6

-0,12

0.25

1 RelativerVorteil

NUTZ_B1

1 RelativerVorteil

NUTZ_B2

Positiv bei meinen Freunden/Bekannten auffallen Man damit anderen (z.B. Freunden) eine Freude bereiten kann Man damit mit anderen besser in Kontakt

1 RelativerVorteil

F6_EFFI

Allgemeine Effizienz

2 Kompatibilitdt

F6_DIFF

Soziale Differenzierung

3 Komplexitat

ATTR_C3

Kommt man mit wenigen Klicks dort hin. wo man will (z.B. zur Bestellung) Muss man bei der Anmeldung nur ganz wenige Angaben machen Muss man sich Uberhaupt nicht anmelden

3 Komplexitdt

ATTR_C4

3 Komplexitat

ATTR_C5

Ergebnis Hypothesentest** NS NS MK

MK NS NS MK 0.06

^^E

0.56

NS

-0,17

0,29

NS

0,15

0.31

NS MK

0,05

0.61

NS

0.12

0,11

NS

pr ^ S i -0.09

^m.'^^^m 0,30

4 Erprobbarkeit

ATTR_B8

Kann man vor Gebrauch gut ausprobieren

4 Erprobbarkeit

ATTR_C1

4 Erprobbarkeit

F4_C0NT

Kann man das. was man haben will, vorher genau anschauen/anhOren Kostenkontrolle

-0.19

0,17

NS

5 Kommunizierbarkeit 6 Alter

F2_AUFF

Auffdlligkeit

-0,11

0,50

NS

ALTER

Alter (in Jahren)

7 Einkommen

EINK_SU_

Monatliches Nettoeinkommen (in Euro)

NS

MK

MK

+

MK

i # l : l ?!^W^PW1 • ^JMPWM'i'^^' - ^v

1 V^%iteNi»itf 10 Manner

::^:

,. ^ - t i ^ . •£• v,^^-' vVj

SEX

Geschlecht

>wa?f'*^^r;'| 11 Risikobereitschaft

12,13 KeineZeit. Geld verschwenden 14.15 Spas. Freundschaft

PREIS_2

. ' < • * * ' ' '

WMTtMII' Neue M-Commerce-Dienste probiere ich erst dann aus, wenn ich mir 100%ig sicher bin, dass meine Erwartungen erfullt werden

F13_EFFI

Effizienz

F11_SPAS

SpaB und Freundschaft

^WWi 17 Ortsunabhangig

NUTZ_C1

18 Dringend

NUTZ_C4

Man sie von jedem beliebigen Ort aus benutzen kann Man damit etwas Dringendes eriedigen kann

19 Zeitvertreib

NUTZ_C3

Man damit die Zeit vertreiben kann

-0,35

fl^

0.14

0t9

NS • r---^.---.

+

0,07

0,42

NS

.

0.01

0,92

NS

.

0.05

0,65

NS

^^^.t

'-^^ft'

.

^*pi:^i^-:d

-0.10

0.37

NS

0,01

0.81

NS

-0,02

0.83

NS

* nach LR-Test, bei AusprSgungen nicht-metrischer Variablen: Wald-Statistik " V: Stutzung der Hypothese; F: Falsifizierung der Hypothese; (V): adoptionsffirdemder Befund (ohne Hyp(Dthese); (F): adoptionshemniender Befund (ohne Hypothese). alle jeweils mit Signifikanzniveau > 90%; NS: nicht s gnifikant MK: Ausschluss wegen Multikollinearitat

Tabelle 18: Empirische Ergebnisse zu den Adoptionsfaktoren (Teil 1 von 2)

153 [Hypothese Nr. iBeschreibung 20 LeistungsfShigkeit Anbieter 20 Leistungsf£ihigkeit Anbieter 20 LeistungsfdhigkeJt Anbieter 20 Leistungsfdhigkeit Anbieter 21 Markentreue

Unabhilngige Variablen SPSS-Notation Betchrelbung ANB4 Sind preisgijnstig ANB5

Bieten einen guten Service

F7_LEIS

Leistungspotenziale

F8_VERTR

Vertrauen

ANB13

Sind bekannte Markenanbieter

22 Preissensibilitat

PREIS_1

23 E-CommerceNutzung 24 MassenmedienNutzung - Keine

MEDIENJ

Wie oft ich M-Commerce-Dienste nutze, hangt stark vom Preis ab Intemetnutzung (in Min./Tag)

MEDIEN_S

Massenmediennutzung (in Min./Tag)

AUSG_TEL

Handyausgaben inki Grundgebuhr (in Euro/Monat)

- "-• i^ifii'"-''^ ^'^ ''^--?.

Erw. Vorz.

. . _ +

Koeffiz.

Signifik.*

Ergebnis Hypothesentest**

1

MK MK

-0.01

0,95

NS

-0.11

0,40

NS

-0.06

0,61

NS

0.04

0,49

NS

+

0,00

0,15

NS

+

0.00

0,72

NS

0.00

0,73

NS

^^^S

- Keine

HAUSH

Personen in Haushait

0.02

0,76

NS

- Keine

MEDIEN_H

Handynutzung (in Min./Tag)

0,00

0.49

NS

- Keine

F10_FRIE

Frieden und Sicherheit

0,15

0,16

NS

- Keine

F12_HARM

Harmonie

0,03

0.76

NS

•^K^fPpiPl?;?' '^Jr M M ^ ^ ^ M i i i ^ l ^ ^ \^^^^m0&W:-f?^

^ 0.71i ^ ^ ^NSi ^

- Keine

WERT_A1

Ein gemutliches Leben

-0,04

- Keine

WERT_A2

Ein aufregendes Leben

-0.02

0.81

- Keine

WERT_A5

Schdnheit

0.06

0.46

NS

- Keine

WERT_B7

Das Heil der Seele

0.00

0.97

NS

- Keine

WERT_B8

Selbstachtung

-0,05

0.48

NS

- Keine

FAMILIE

Familienstand

0,83

NS

- Keine

B_LAND

Bundesland

0.69

NS

- Keine

(B_LAND=31

Bremen

NS

- Keine

(B_LAND=6]

Hamburg

NS

- Keine

{B_LAND=11]

Saarland

- Keine

INT_ZUG

Eigener Intemetzugang?

0.35

- Keine

MODEM_

Modemtyp des Internetzugangs

0,76

NS

W9 - Keine

VERTRAG

Vertrags- oder Prepaidkunde

NS

NS

w^

NS

..„,_- ^^.,._.

0.67

NS

* nach LR-Test, bei Ausprdgungen nicht-me rischer Variablen: Wald-Statistik •* V: Stijtzung der Hypothese; F: Falsifizieru ig der Hypothese; (V): adoptionsfdrdemder Befund (ohne Hypothese); (F): adoptionshemmender Befund (ohne Hy x>these), alle jeweils mit Signifikanzniveau > 90%; NS: nicht sig nifikant. MK: Ausschluss wegen Multikollinearitat

Tabelle 19: Empirische Ergebnisse zu den Adoptionsfaktoren (Teil 2 von 2)

Betrachtet man die Ergebnisse der Regressionsanalyse in Bezug auf die Kovariate, so konnen noch drei weitere signifikante konsumentenbezogene Befunde zum Adoptionsverhalten aufgefuhrt und interpretiert werden: •

DAUER_HA (Nutzungsdauer eines Handys in Jahren): Personen, die schon lange ein Mobiltelefon nutzen, haben im Vergleich zu anderen Personen eine hohere Wahrscheinlichkeit fur eine fruhe Adoption von M-Commerce-Diensten.

154 •

F9_SELB (Selbstverwirklichung/lndividualltat^°^): Menschen, denen die Werthaltungen des Faktors „Selbstverwirklichung und Individualitaf vergleichsweise wichtig sind, haben eine hohere Wahrscheinlichkeit fur eine fruhe Adoption.

•

[WAP=1]: Personen, die ein WAP-/GPRS-fahiges Mobiltelefon besitzen und als technikaffin interpretiert werden konnen, haben eine hohere Wahrscheinlichkeit fur eine fruhe Adoption.

Nach der Analyse der Wirkungsausrichtung und Signifikanz der Koeffizienten der unabhangigen Varlablen wurde nun deren relative Wirkungsstarke untersucht. Hierzu wurden die sogenannten „Odd-ratios"^°^ herangezogen, die in Abbildung 32 dargestellt sind. Dabei zeigt sich, dass die Variablen WAP=1 (WAP-/GPRS-fahiges Handy) und DAUER_HA (Nutzungsdauer eines Handys in Jahren) mit Odd-ratios von jeweils 1,52 und 1,50 am starksten zur Trennung beitragen. Es folgen die Variablen (in Klammern die Beschreibung der Variable und die jeweiligen Odd-ratios): NUTZEN_C7 (personliche Daten nicht missbraucht werden; 1,35), SCHULE_ (Schulabschluss; 1,31) und NUTZEN_C2 (man damit ortsbezogene Infos, zum Beispiel Stadtinfos bekommt; 1,29). Schlielilich verfugen die Variablen: EINWOHN (Einwohner; 0,90),

F1_EASE

(einfacher

Gebrauch;

0,76),

F9_SELB

(Selbstven/virkli-

chung/lndividualitat; 0,74) und F3_C0MM (effiziente Kommunikation; 0,71) uber die geringsten Odd-ratios. Auffailig ist, dass die produktbezogenen Determinanten (effiziente Kommunikation und einfacher Gebrauch) vergleichsweise weniger stark zur Trennung beitragen als die konsumentenbezogenen.

^°^ Wie in Kapitel 3.3.2.2.3 beschrieben, laden die folgenden Items auf diesen Faktor: WERT_A3 (Leistungsfahigkeit), WERT_A8 (Ktugheit und Weisheit), WERT_A9 (Freiheit und UnabhSngigkeit), WERT_B1 (Selbstverwirklichung und Individualit^t), WERT_B11 (Kreativitat). ^^ Das Odd-ratio einer unabhSngigen Variable gibt an, wie sich das Chancenverhaitnis zugunsten einer fruhen Adoption andert, wenn die entsprechende Variable urn eine empirische Einheit erhGht wird (vgl. Backhaus et al. 2000, S. 121). Zu alternativen Vorgehensweisen zur Analyse der Wirkungsstarke vgl. Litfin 2000, S. 222 ff.

155 SPSS-Notation Beschreibung

Wirkung^

Odd-ratio

Signifilcanz^

[WAP=1]

WAP-/GPRS-fdhiges Handy

• i

1,52

0,09

DAUER_HA

Nutzungsdauer Handy

•

1,50

0,00

NUTZ_C7

•

SCHULE_

Kein IVIissbrauch personiicher Daten Schuiabschluss

•

1,31

0,02

NUTZ_C2

Ortsbezogene infos

•

1,29

0,00

EiNWOHN

Einwohner

0,90

0,10

F1_EASE

Einfacher Gebrauch

0,76

0,09

F9_SELB

Seibstverwirl(iichung/ individuaiitdt Effiziente Kommunil^ation

F3 COiVIIVI 1 2

1,35

0,00

0,74

0,01

0,71

0,03

•*•/-: adoptionsfttrderndeZ-hemmende Wirkung Nach Wald

Abbiidung 32: Odd-ratios der signifilcanten Adoptionsfalctoren

Aus der bisherigen Diskussion tiber die WirkungszusammenhSnge der Adoption kann folgendes Fazit gezogen werden: •

Zentrale produktbezogene Adoptionsfaktoren warden identifiziert: Die beiden einzigen produktbezogenen unabhSngigen Variablen, die einen signifikanten Einfluss auf die Adoption ausuben, sind die effiziente KommuniRation und der einfache Gebrauch der Dienste. Dabei konnen die Nutzenargunnente der effizienten Kommunikation als wahrgenommener relativer Vorteil interpretiert werden und die Attribute des einfachen Gebrauchs beschreiben eine geringe Komplexitat.

•

Zahlreiche signifikante konsumentenbezogene Adoptionsdeterminanten warden ermittelt: Im Vergleich zu den produktbezogenen Adoptionsdeterminanten wurden in der Onlinebefragung zahlreiche konsumentenbezogene Faktoren ermittelt, die mit bisherigen Untersuchungen^°^ in Einklang stehen: Early Adopter sind verglichen mit Late Adopter besser ausgebildet, technikaffiner (WAP-/GPRS-fahiges Handy), risikofreudiger und wohnen in gro&eren Stadten. Piausibel erscheint auch, dass Early Adopter von M-Commerce-Diensten schon fruhzeitig ein Mobil-

' Vgl. zum Beispiel Rogers 1995, S. 269 ff.

156 telefon adoptiert und genutzt haben. Von Interesse fur das Marketing von M-Commerce-Diensten ist zudem der adoptionsfordernde signifikante Befund des Faktors „Selbstverwirklichung und Individualitat" sowie die Falsifizierung der ortsbezogenen Nutzungsmotivation. •

Konsumentenbezogene Adoptionsfaktoren weisen einen hOheren Erkl^rungsbeitrag auf als produktbezogene: Analysiert man die entsprechenden Odd-ratios, so zeigt sich, dass die konsumentenbezogenen Determinanten einen hoheren Beitrag zur Trennung zwischen einer fruhen und spaten Adoption leisten als die produktbezogenen Determinanten. Dies deutet auf eine hohere Bedeutung der soziookonomischen und psychographischen Variablen fur die Marktbearbeitung von M-Commerce-Diensten hin.

•

Viele theoretische Konzepte konnten uberraschenderweise weder gestutzt noch falsifiziert warden: Insgesamt 18 der 24 Hypothesen konnten durch die Ergebnisse der empirischen Untersuchung weder gestutzt noch falsifiziert werden. Dies beinhaltet auch Konstrukte, die bislang in der Literatur umfassend diskutiert wurden, wie zum Beispiel die Moglichkeit, M-Commerce-Dienste unabhangig vom Ort nutzen zu konnen oder die Nutzungsmotivationen zeitliche Dringlichkeit und Zeitvertreib.

3.3.3.3

Befunde zu den Akzeptanzfaktoren

Zur Ermittlung der Akzeptanzfaktoren wurde folgendes Model! der logistischen Regression gewahit: Als abhSngige Variable diente die dichotome MessgroBe AZ_HU25, die im Fall einer hohen Akzeptanz^°® den Wert 1 annimmt, ansonsten 2.^°^ Als entsprechende Einflussvariablen auf eine hohe Akzeptanz wurden die In Abschnitt 3.3.3.2 aufgefuhrten Items und Faktoren gewahit. Die Gute des Schatzmodells wurde wiederum anhand des LR-Tests, Mc-Faddens r^ und der Klassifikationsmatrix uberpruft. Der LR-Test ergibt ein Signifikanzniveau < 0,001 und ist weit unterhalb der geforderten Schwelle von 0,05 bei einem x^-Wert von 217,42. Auch Mc-Faddens r^ llegt mit 0,25 oberhalb der Grenze von 0,2. Die ^°® Monatliche Ausgaben ftir M-Commerce-Dienste von mehr als 25 Euro, vgl. Abschnitt 3.3.2.1.

157 Klassifikationsmatrix (vgl. Tabelle 20) zeigt folgendes Bild: Von den 259 Heavy User werden nur 160 (62 %) richtig klassifiziert. Dagegen werden von den 390 Light User 325 (83 %) korrekt zugeordnet. Das logistische Regressionsmodell klassifiziert insgesamt von alien 649 Personen 485 (75 %) richtig. Nachdem der Anteil der richtig Klassifizierten groBer ist als die groRte Teilgruppe der 649 Probanden (60 %), ist das Maximum Chance Criterion erfullt. Zusammenfassend kann auch hier von einer guten Modellanpassung mit hoher Trennkraft gesprochen werden. Beobachtet Anzahl Prozent Heavy User AZ_HU25 = 1 Light User AZ_HU25 = 2 Summe

259

40%

390 649

100%

Vorhergesagt (Anzahl) Heavy User Light User

Richtige Vorhersage Prozent Anzahl

160

99

160

62%

65

325

325

83%

225

424

485

Tabelle 20: Klassifikationsmatrix des Alczeptanzmodeiis

Basierend auf dem dargelegten logistischen Regressionsmodell wurden die entsprechenden EinflussgroRen auf die hohe Akzeptanz gepruft und Hypothesen getestet. Die empirischen Ergebnisse hierzu sind in den Tabellen 21 und 22 dargestellt. Betrachtet man die produktbezogenen Akzeptanzdeterminanten (vgl. Hypothesen 15), so konnen folgende Ergebnisse zusammengefasst werden: Die Hypothese, dass mit zunehmendem relativen Vorteil von M-Commerce-Diensten die Wahrscheinlichkeit fur eine hohe Akzeptanz steigt, wird mit dem Faktor „effiziente Kommunikation" (F3_C0MM) hochsignifikant gestutzt. In Bezug auf die gleiche Hypothese weist die Variable ATTR_A2 (haben einen niedrigen Preis) einen signifikanten hypothesenkontraren Befund auf. Dies kann dahingehend interpretiert werden, dass die Preise der genutzten Services von den Heavy User als hoch bewertet werden. Dabei sind jedoch Vielnutzer von den Vorteilen der M-Commerce-Dienste ijberzeugt, sonst wurden sie diese nicht so intensiv in Anspruch nehmen. Daruber hinaus stutzen die empirischen Ergebnisse die Hypothese des akzeptanzfordernden Einflusses einer geringen Komplexitat in Bezug auf die Variable „F1_EASE". Die restlichen produktbezogenen unabhangigen Variablen welsen nicht ausreichend sigDie in Kapitel 3.3.2.1 aus inhaltlichen Uberlegungen festgelegte Grenze von 25 Euro erzielte auch im Vergleich zu den Berechnungen mit 20, 30 und 40 Euro die beste Modellanpassung.

158 nifikante^°® Koeffizienten auf oder wurden aufgrund von Multikollinearitat ausgeschlossen. Deshalb konnen die empirischen Ergebnisse die Hypothesen zur Kompatibilitat, Komplexitat und zur Kommunizierbarkeit weder stutzen noch falsifizieren. Bezuglich der konsumentenbezogenen Akzeptanzfaktoren (Hypothesen 6-24, Tabellen 21 und 22) konnen folgende signifikante^°® Befunde gemacht werden: Hypothese 11 (akzeptanzfordernde Wirkung einer hohen Risikobereitschaft) wird in Bezug auf die Variable „PREIS_2" gestutzt. Analog stutzen die empirischen Ergebnisse die Hypothesen des akzeptanzfordernden Einflusses einer hohen Auspragung der ortsbezogenen Nutzungsmotivation (Hypothese 16, Variable NUTZ_C2), einer hohen Leistungsfahigkeit des Anbieters (Hypothese 20, Variable F8_VERTR^^°) und einer hohen Massenmediennutzung (Hypothese 24, Variable MEDIEN__S). Dagegen wird Hypothese 19 in Bezug auf die Variable „NUTZ_C3" falsifiziert: M-Commerce-Dienste scheinen nicht intensiv zum Zeitvertreib genutzt zu werden. In Bezug auf die Kovariate konnen noch weitere signifikante konsumentenbezogene Befunde zum Akzeptanzverhalten aufgefuhrt und interpretiert werden: •

AUSG_TEL (Telefonausgaben inkluslve Grundgebuhr in Euro/Monat): Personen mit hohen Ausgaben fur das Mobil-Telefonieren haben eine groRere Wahrscheinlichkeit fur eine hohe Akzeptanz von M-Commerce-Diensten als Personen mit niedrigen Ausgaben.

^ Slgnifikanznlveau > 90 %. ^°® Slgnifikanznlveau > 90 %. ^^° Wie in Abschnitt 3.3.2.2.3 beschrieben laden die Items ANB1 (sind seriOs), ANB2 (sind vertrauensvoll), ANB3 (sind sicher) auf diesen Faktor.

159 UnabMngige Variablen l^'*f''j^''^^j>""g„, ,„, SPSS-Notation Beschreibung -^WpiWn|pTW]|pffl|--,: PIIPipiM^||iMifPf||§i%'i' ATTR_B1 1 Relativer Vorteil Sind zuverlassig

[Hypothese

Nr. 1' -

1 Relativer Vorteil

ATTR_C2

Erw. Vorz.

\ 1 ; y%::i WW?'r ^ ]

NUTZ_A1

Bekommt man auf dem Handy genau das, was man vorher (z.B. im Internet) gesehen hat SpaB machen

1 Relativer Vorteil

NUTZ_A4

Abwechslungsreich sind

1 Relativer Vorteil

NUTZ_A6

1 Relativer Vorteil

NUTZ_B1

1 Relativer Vorteil

NUTZ_B2

Positiv bei meinen Freunden/Bekannten auffallen Man dam it anderen (z.B. Freunden) eine Freude bereiten kann Man dam it mit anderen besser in Kontakt bleiben kann

1 Relativer Vorteil

1

FejEFFI

Allgemeine Effizienz

F5_DIFF

Soziale Differenzierung

3 Komplexitdt

ATTR_C3

3 Komplexitdt

ATTR_C4

3 Komplexitdt

ATTR_C5

Kommt man mit wenigen Klicks dort hin, wo man will (z.B. zur Bestellung) Muss man bei der Anmeldung nur ganz wenige Angaben machen Muss man sich iiberhaupt nicht anmelden

^^joni^^f^^^

mjmi ATTR_B8

4 Erprobbarkeit

ATTR_C1

Kann man vor Gebrauch gut ausprobieren

4 Erprobbarkeit

F4_C0NT

5 Kommunizierbarkeit 6 Alter

F2_AUFF

Auffdiligkeit

ALTER

Alter (in Jahren)

7 Einkommen

EINK_SU_

Monatliches Nettoeinkommen (in Euro)

8 Bildungsniveau

SCHULE_

Schulabschluss

EINWOHN

Einwohner

SEX

Geschlecht

11 Risikobereitschaft

NUTZ_C7

PersOnliche Daten nicht missbraucht warden

•Chan 12 Keine Zeit, Geld verschwenden 14,15 SpaB. Freundschaft

F13_EFFI

vwrckm Effizienz

F11_SPAS

SpaB und Freundschaft

NUTZ_C1

18 Dringend

NUTZ_C4

StifittfifotVliftiiHnnit Man sie von jedem beliebigen Ort aus benutzen kann Man damit etwas Dringendes eriedigen kann

- ''i»t»teM»w»^ "^''1mmJ^^"^:-mxi':^mmmim'imm^mm--^'

NS

-0,08

0.46

NS

-0,08

0,42

NS

-0,08

0.40

-0,25

0,12

0,02

0.90

NS

p^^;f^0l^j| NS NS MK

0.12

0.24

NS

-0.08

0,26

NS

•iM^^ -0,02

^igK iv-t^r-v"'; T ; ^ ~f>f~^i:'ff\ 0,81

NS MK

.

0,00

0.97

-0,10

0.56

NS NS MK MK

+ fWkl

i^i^

r ':kwi«ii^r\;--^ mm;:m^^i 17 Ortsunabhangig

0,79

MK

-

^y' « t t i i t b t , WMtei ie}i^i«^1r90%i9 ' ' •rat l)in, ifeiM ititlnt Erwnirtttng»n •rittit

i W ^ ^m^^^m

MK

+ +

9 GrOsse des Wohnorts 10 Manner

Ergebnis Hypothesentest**

MK

^';H^7^

rT mmmmm&^'fwww'!^^-t^^

Kann man das, was man haben will, vorher genau anschauen/anhdren Kostenkontrolle

^mMeniimm^s-t' pm^t\

Sig. nifiit.*

mm mm ^m -

1 Relativer Vorteil

2 Kompatibilitdt

4 Erprobbarkeit

-0,04

. -

'^•Mmmmmn^Mi!^ti^ w^^mmm^my^mm

•

Koeffiz.

-0,04

0.74

NS

-0,03

0,60

NS

-0,19

0.41

NS

0,14

0.15

NS

^0^^i} :i?^#;d

^ fC"^-'\

-.r;-^

Q^

";-:.;-

0,06

0,59

NS

0,07

0,56

NS

-0,05

0,64

NS

. - r;--^

-0.01 -J-

~mft'

'" ^ ^'

0,81

nm^-\

r nach LR-Test, bei AusprSgungen nicht-metrischer Variablen: Wald-Statistik ** V: Stijtzung der Hypothese; F: Falsifizierung der Hypothese; (V): akzeptanzfCrdernder Befund (ohne Hypothese); (F): akzeptanzhemmender Befund (ohne Hypothese), alle jeweils mit Signifikanzniveau > 90%; NS: nicht signifikant. MK: Ausschluss wegen Multikollinearitat

NS ^^^ r ^^' 'T--*f«vJ 1

|

Tabelle 21: Empirische Ergebnisse zu den Akzeptanzfaktoren (Teil 1 von 2)

MEDIEN_H (Mobiltelefonnutzung in Minuten/Tag): Bei Menschen mit einer intensiven Mobiltelefonnutzung ist die Wahrscheinlichkeit fur eine hohe Akzeptanz von M-Commerce-Diensten groBer.

160 [Hypothese Nr. |Be8chreibung~ 20 Leistungsfahigkeit Anbieter 20 Leistungsfdhigkeit Anbieter 20 Leistungsfdhigkeit Anbieter

UnabhUngige Variablen SPSS-Notation iBeschreibung Sind preisgunstig ANB4 ANB5

Erw. Vorz.

Bieten einen guten Service Leistungspotenziale

21 Markentreue

ANB13

22 Preissensibilitdt

PREIS_1

Sind bekannte Markenanbieter Wie oft ich M-Commerce-Dienste nutze, hdngt stark vom Preis ab Internetnutzung (in Min./Tag)

- Keine

DAUER_HA

lEttfO/Moniit) Nutzungsdauer Handy (in Jahren)

- Keine

HAUSH

Personen in Haushalt

- Keine

F10_FRIE

Frieden und Sicherheit

- Keine

F12_HARM

Harm on ie

- Keine

F9_SELB

Selbstvenvirklichung/lndividualitdt

- Keine

WERT_A1

Ein gemutliches Leben

- Keine

WERT_A5

Sch6nheit

- Keine

WERT_B7

Das Heil der Seele

- Keine

WERT_B8

Selbstachtung

- Keine

FAMILIE

Familienstand

23 E-CommerceNutzung \ Hiitniii0>

^K«lii»

mi

"iM'

• KMIl# • KftifM

ISnrkitMl

- Keine

INT_ZUG

Eigener Internetzugang?

- Keine

MODEM_

Modemtyp des Internetzugangs

- Keine

WAP

Handy = WAP/GPRS-fShig?

- Keine

[WAP=1]

Ja

- Keine

VERTRAG

IVertrags- Oder Prepaidkunde

* nach LR-Test, bei Auspr^gungen nicht-metrischer Variablen: Wald-Statistik ** V: Stutzung der Hypothese; F: Falsifizierung der Hypothese; (V): akzeptanzfdrdemder Befund (ohne Hypothese); (F): akzeptanzhemmender Befund (ohne Hypothese), alle jeweils mit Signifikanzniveau > 90%; NS: nicht signifikant, MK: Ausschluss wegen Multikollinearitat

Tabelle 22: Empirische Ergebnisse zu den Akzeptanzfaktoren (Teil 2 von 2)

WERT_A2 (ein aufregendes Leben): Personen, denen ein aufregendes Leben vergleichsweise wichtig ist, haben eine groRere Wahrscheinlichkeit fur eine hohe Akzeptanz. [B_LAND=3, 6, 11] (Bremen, Hamburg, Saarland): Die Wahrscheinlichkeit ftir eine hohe Akzeptanz ist bei Personen aus den Bundeslandern Bremen, Hamburg und Saarland niedriger als in den restlichen Bundeslandern.

161 SPSS-Notation Beschreibung

1 2

Wirkungi

Odd-ratio

Signifikanz^

PREIS_2

Bin 100%ig sicher, dass Erwartungen erftillt werden

-

H

ATTR_A2

IHaben einen niedrigen Preis

-

•

1,19

NUTZ_C3

Zeit vertreiben

-

•

1,16

AUSG_TEL

Telefonausgaben (in €/IVIon.)

+

1 1,02

0,00

MEDIEN_.H

Handynutzung (in IVIin./Tag)

+

1 1,01

0,00

MEDIEN.S

ly/lassenmediennutzung (in Min./Tag)

+

1 1,00

0,01

NUTZ_C2

Ortsbezogene Infos

+

0,85

0,06

WERT_A2

Ein aufregendes Leben

+

0,84

0,08

F3_C0MM

Effiziente Kommunikation

+

F8_VERTR

Vertrauen

+

F1_EASE

Einfacher Gebrauch

+

[B_LAND=3]

Bremen

-

1 0,24

0,03

[B_LAND=6]

l-lamburg

-

1 0,21

0,04

[B_LAND=11]

Saarland

-

1 0,11

0,03

1,22

0,75 0,73 0,69

0,03 0,07 0,06

0,08 0,02 0,03

+/•: akzeptanzfdrdernde/-hemmende Wirkung Nach Wald

Abbildung 33: Odd-ratios der signifikanten Akzeptanzfaktoren

Nach der Analyse der Wirkungsausrichtung und Signifikanz der Koeffizienten der unabhangigen Variablen wurde deren relative Wirkungsstarke anhand der Odd-ratios untersucht. Es zeigt sich (vgl. Abbildung 33), dass die Variable „PREIS_2", die eine hohe Risikobereitschaft signalisiert, mit einem Odd-ratio von 1,22 am starksten zur Trennung beitragt. Es folgen die beiden Variablen ATTR_A2 (niedrger Preis) und NUTZ_C3 (Zeit vertreiben) mit Odd-ratios von 1,19 und 1,16. Eine starke Trennwirkung haben auch die Variablen mit einem Odd-ratio nahe oder gleich 1,00: AUSG_TEL (Telefonausgaben inklusive Grundgebuhr in Euro/Monat), MEDIEN_H (Mobiltelefonnutzung in Minuten/Tag) und MEDIEN_S (Massenmedien-Nutzung in Min./Tag). Es folgen die Variablen (in Klammern die Beschreibung der Variablen und

162 die jeweiligen Odd-ratios) NUTZ_C2 (man damit ortsbezogene Infos (zum Beispiel Stadtinfos) bekommen kann; 0,85), WERT_A2 (ein aufregendes Leben; 0,84), F3_C0MM (effiziente Kommunikation; 0,75), F8_VERTR (Vertrauen; 0,73) und F1_EASE (einfacher Gebrauch; 0,69). Einen vergleichsweise schwachen Trenneinfluss weisen die Variablen der Bundeslander Bremen, Hamburg und Saarland (mit Odd-ratios von Jewells klelner als 0,25) auf. Aus der bisherigen Diskussion uber die Wirkungszusammenhange der Akzeptanz kann folgendes Fazit gezogen werden: •

Zentrale produktbezogene Akzeptanzfaktoren warden identifiziert: Hinslchtlich des relatlven Vortells von M-Commerce-Diensten weist die Variable „effiziente Kommunikation" einen signifikanten akzeptanzfordernden Einfluss auf. Jedoch wirkt sich die Wahrnehmung hoher Praise signifikant negativ auf den relativen Vorteil aus. Daruber hinaus en/veist sich ein einfacher Gebrauch als signifikant akzeptanzffirdernd.

•

M-Commerce-Dienste werden zielgerichtet und bewusst genutzt: Aus der Wahrnehmung hoher Preise und der Ablehnung der Nutzung aus Zeitvertreib kann gefolgert werden, dass M-Commerce-Dienste gerade von Heavy User zielgerichtet und (wert-) bewusst genutzt werden.

•

Im Vergleich zu den Adoptionsfaktoren warden zahlreiche anterschiedliche konsamentenbezogene Akzeptanzdeterminanten ermittelt: Die Untersuchung identifiziert zahlreiche konsumentenbezogene signifikante Akzeptanzfaktoren, die sehr unterschiedlich von den ermittelten Adoptionsfaktoren sind. Plausibel erscheint der Befund, dass eine intensive Mobiltelefonnutzung (verbunden mit hohen monatlichen Ausgaben fur das Mobil-Telefonieren) sich akzeptanzfordernd auswirkt. Jedoch ist es angesichts der Nichtbefunde bei den Adoptionsfaktoren uberraschend, dass sich eine starke Massenmediennutzung, ein hohes Vertrauen in den Dienstleistungsanbieter und die hohe Wichtigkeit der Werthaltung „aufregendes Leben" akzeptanzfordernd auswirken. Dies gilt umso mehr fur die ortsbezogene Nutzungsmotivation, die sich zwar signifikant akzeptanzfordernd, aber auch signifikant adoptionshemmend auswirkt.

163 •

Viele theoretische Konzepte konnten uberraschenderweise weder gestutzt noch falsifiziert werden: Insgesamt 17 der 24 Hypothesen konnten durch die Ergebnisse der empirischen Untersuchung weder gestutzt noch falsifiziert werden. Dabei ersclieint es uberraschend, dass sich beispielsweise hinsichtlich der Markentreue, Preissensibilitat und einer hohen Nutzung von E-Commerce-Diensten kein signifikanter, akzeptanzfordernder Einfluss herausgestellt hat. Die vielen Nichtbefunde sind in Bezug auf das Marketing von M-Commerce-Diensten durchaus vorteiihaft: Knappe Marketingbudgets konnen so auf diejenigen Faktoren fokussiert werden, die einen signifikanten Einfluss auf das Konsumentenverhalten haben.

Die Ergebnisse der Hypothesentests und die signifikanten Kovariaten werden nochmals zusammenfassend in Tabelle 23 dargestellt. Im Anschluss daran werden im folgenden Abschnitt Early Adopter und Heavy User von M-Commerce-Diensten als relevante Zielgruppen des Marketing charakterisiert.

164

ATTR B8 Erprobbarkeit Kommunizierbarkeit Alter ALTER Einkommen EINK_SU_

Kann man vor Gebrauch gut ausprobieren Mehrere Variablen Alter (in Jahren) Monatliches Nettoeinkommen (in Euro)

NS

SM

'mmm111

llliHcobepittselmft

SEX

12,13 Keine Zeit, Geld verschwenden 14,15 Spali, Freundschaft

Spali und Freundschaft

16

Ortsbazogeh

17

Ortsunabhangig

NUTZ_C1

18 19 20

Dringend 2a»vartratt> taiatunganhigkaitAnblatar

NUTZ_C4 WUTZ_C3 FB^VERTR

Keine

Man damit ortebezogana Infbs (z.B. ^Mi^nfpf>>y^«i31

jgln aufpeaandaa taban Bundesland

rBuwD-ei

Haaitourg iSaariand Handy = WAP/GPRS-fahi^?

E-CommerceNutzung

wjtomi

NS N«u0 M-Comm#rD«-Dl4Mist» probiom icli •rst jdann aus, w«nn teh mlr 100%ig richer Mn, Idass ffiaino Erwaitunden arfOUt warden Effizienz

NUTZ_C2

24

Geschlecht

msmicf PREIS^2

Markentreue Preissensibilitat

NS

[B LAND»111 WAP fWAI^Il

iBttman

NS

NS

NS NS

NS

NS

NS

NS

NS NS NS NS

JSL

JEL JEL NS

31

Legende V: StQtzung der Hypothese; F: Falsifizierung der Hypothese; (V): Adptions-ZAkzeptanzfaktor (ohne Hypothese); (F): Adoptions-ZAkzetanzfaktor bei negativer Auspragung des Items/Faktors (ohne Hypothese); alle jeweils mit Signifikanzniveau < 0,1; NS: nicht signifikant, MK: Ausschluss wegen Multikollinearitat

Tabelle 23: Zusammenfassung signifikanter Adoptions- und Akzeptanzfaktoren

165 3.3.3.4

Charakterisierung der Early Adopter und Heavy User

Die in den vorherigen Abschnitten beschriebenen Adoptions- und Akzeptanzfaktoren geben einen Einblick in das Adoptions- und Akzeptanzverhalten der Nachfrager von M-Commerce-Diensten. Zur Ableitung von Marketing-lmplikationen steilen diese Erkenntnisse jedoch nur einen ersten Schritt dar. Ein zweiter Schritt liegt in der tiefer gehenden Profilierung von Early Adopter und Heavy User von M-CommerceDiensten als bedeutende Zielgruppen des Marketing. Hierzu konnen neben den zuvor ermittelten signifikanten Adoptions- und Akzeptanzfaktoren weitere sozio6konomische und verhaltensorientierte Merkmale herangezogen werden. Die detaillierte Analyse dieser Merkmale soil im Folgenden in Bezug auf Early und Late Adopter bzw. Heavy und Light User dargestellt werden. Die Analyse der Profile von Early und Late Adopter (vgl. Tabelle 24, signifikante Befunde auf einem Niveau > 95 % sind grau unterlegt) offenbart zunalchst drei hochsignifikante soziookonomische Merkmale. Erstens sind fruhe Adopter mit durchschnittlich 28,6 Jahren alter als spate Adopter (Durchschnitt: 26,0 Jahre). Zweitens verfugen Early Adopter uber ein hoheres monatliches Nettoeinkommen von durchschnittlich 967,5 Euro im Vergleich zu 725,3 Euro der Late Adopter. Drittens ist der hohe Anteil Berufstatiger bei Early Adopter mit 64,3 % verglichen mit 47,8 % bei Late Adopter hervorzuheben. Vergleicht man die Nutzung von M-Commerce-Diensten zwischen Early und Late Adopter, so zeigen sich nur vier signifikante Befunde (auf einem Signifikanzniveau > 95 %): Zum einen gaben fruhe Adopter an, dass sie mit monatlich 19,3 Euro deutlich mehr fur Kommunikationsdienste ausgeben als spate Adopter (13,5 Euro). Dagegen scheinen Late Adopter die Dienste Logos oder Bildmitteilungen verschicken mit 2,5 mal/Monat tendenziell haufiger zu nutzen als Early Adopter, die wiederum aktiver in der Nutzung von mobilen Auktionen oder dem mobilen Internetzugang sind. Die zuletzt genannten M-Comnr>erce-Dienste werden Im Durchschnitt jedoch weniger als einmal pro Monat genutzt. Bei den zwolf anderen Diensten sind keine signifikanten Unterschiede (auf einem Signifikanzniveau > 95 %) hinsichtlich der Nutzungsintensitatzu erkennen.

166 ISPSS^tetion

Signifi- 0 : Early 0 : Late Beschraibung

0Alle Adopter | Adopter J|n«649j

kanz"

1 «*•" FralbAriifiichor) AUSG INF AUSO^KO^ AUSG TR piEN_A1

Informationsdienste-Ausgaben (in Euro/Monat) Komifiufitkatibittiliensto-Auagabtfn (tfi Eiiro/Monat) Transaktionsdienste-Ausgaben (in Euro/Monat) [Klingeltdne herunterladen"^

piEN_A3

Nachrichtendienste (z.B. Sport-oder Bdrsen News uber

piEN_A4

WAP/GPRS Oder SMSf Ortsabhangige Infodienste (z.B. Party-/ Restaurant-Finder)"^

piEN_A5 piEN_A6 piEN_A7 piEN_A8 piEN_B1 piEN_B2 piEN_B3 piEN_B4 DIEN_B5

SMS'^ MMS (Multi-Media-Messaging)''' Mobile Flirt-ZDatingdienste"' Mobile Chatdienste'^' Mobile Voting- (Abstinnm-) Dienste"' Mobile Erotikdienste"' Mobile Banking-ZBrokeragedienste"' Mobile Bezahldienste (z.B. Paybox)"' Mobile Einkaufsdienste (CDs/Bucher)"'

DIEN B7

Download von Spielen auf das Handy"'

*•*

9Bm

* * * 1

6,5 19,2 6,7

7,9

7,5

13^

1«,3 i

5,3

5,7

1.9

2,0

2.1

2.2

2.2

1.5

1.5

1.5

5,2 1.3 1,2 1.3 1,4

5.1 1.3 1,3 1.5 1.5

5.1 1.3 1,3 1,4 1.5

1,1 1.5 1.4 1.4

1.1 1,3 1.3 1.4

1.1 1,4 1,3 1.4

1.4

1.4

1.4 *

1

1,9

mmmr^i j^M^a^ag^^^aa^^^^^'^^M^^^'^^'^ \[ t ^ f J 4 - - - f ^ ^ ^ a) Signifikanzniveau < 0,01 ***,< 0,05 (und >= 0,01)- **, < 0,1 (und >= 0,05): * b) Nutzung der Dienste: 1=nie, 2=1 mal/Monat, 3=1 mal/Woche, 4=2-3 malA/Voche, 5=1 mal/Tag 6=mehnT . tagi.

Tabelle 24:

1

Deskriptiver Vergleich von Early und Late Adopter

Zusammenfassend lassen sich die signifikanten Befunde zu den Adoptionsdeterminanten (vgl. Abschnitt 3.3.3.2) und den weiteren soziodkonomischen bzw. verhaltensorientierten Merkmalen der Early Adopter im Vergleich zu Late Adopter wie folgt charakterisieren: alt (Durchschnittsalter 28,6 Jahre), einkommensstark (durchschnittliches Nettoeinkommen 967,5 Euro/Monat), berufstatig (Anteil 64,3 %), hohe monatliche Ausgaben fur Kommunikationsdienste, technikaffin (hohere Ausstattung mit WAP/GPRS-fahigen Mobiltelefonen), Fruhadopter von Mobiltelefonen, risikofreudig, gut ausgebildet, in groSen Stadten wohnend und hohe Bedeutung der Werthaltungen Selbstven/virklichung und Individualitat.

167 Die Profilierung kann ergSnzt werden durch signifikante produktbezogene PrSferenzen von Early Adopter (vgl. Abschnitt 3.3.3.2): Sie bevorzugen im Vergleich zu Late Adopter M-Commerce-Dienste, die eine effiziente Kommunikation erm5glichen und einfach im Gebrauch sind. Die Nutzenargumente ortsbezogener Informationsdienste werden abgelehnt. Daruber hinaus kann angefuhrt werden, dass fruhe Adopter in der Onlinebefragung 31 % der Befragten reprasentieren. Auf diese Teilgesamtheit entfallen 35 % der Gesamtausgaben aller Probanden fur M-Commerce-Dienste. Daraus wird ersichtlich, dass die hohe Relevanz der Early Adopter von M-Commerce-Diensten nicht aus einer deutlich intensiveren Nutzung der Dienste resultiert. Vielmehr ist die zentrale Rolle der fruhen Adopter im Kommunikationsnetzwerk und die Vorbild- bzw. Pionierfunktion fur andere Konsumenten im Mittelpunkt. Im Anschluss an Early Adopter sollen nun Heavy User profiliert werden. Sie reprasentieren zwar nur 40 % der Befragten, jedoch entfallen auf dieses Segment 79 % der Gesamtausgaben aller Probanden fur M-Commerce-Dienste. Daher stellen Heavy User eine lukrative Zielgruppe dar. Betrachtet man die Profile von Heavy und Light User (vgl. Tabelle 25, signifikante Befunde auf einem Niveau > 95 % sind grau unterlegt), so kann angefuhrt werden, dass der Anteil der Berufstatigen bei den Heavy User signifikant hoher ist als bei den Light User. Die emplrischen Befunde zu Alter und Einkommen sind nicht signifikant.

168 SPSSNotation Beschreibung ALTER Alter (in Jahren) ^ I N K S U ^ Monatliches Nettoeinkommen (in Euro)

Signifi- 0 : Hea- 0 : Light 0 A i i e kanz vy User User (n«649) 27.4 26.4 26.8 799.6 £1£.9 ^ 788.8

•i*w^^^^^^^Wli ^^m^^mmm^m^^

1,T

NytninisiiatJer transiMoiisclioricitld = 0,05): b) Nutzung der Dienste: 1=nie, 2=1 mal/Monat, 3=1 malA/Voche, 4=2-3 malA/'^oche, 5= 1 |DIEN_A6

"1,9':": ,2,4 2,2

2,2 t^ 2,4

1,8 2,1 2,0

1,7

1,3

1,5

5,5 1.5 1,5 1,5 1,5 1,2

4,9 1,2 1,1 1,3 1,4 1,1 1,2 1,2 1,2 1,5 1,3 1,4

5.1 1.31.3 1,4 1,5

1,6 1.5 1,6 1,9 1,6 1,9

1,1 1,4 1,3 1,4 1.7 1,4 1.6

ma I/Tag 6=mehrm . tagi.

1

Tabelle 25: Deskriptlver Verglelch von Heavy und Light User

Hinsichtlich des Nutzungsverhaltens bezuglich der M-Commerce-Dienste fallt auf, dass Heavy User alle Dienste bis auf Mobile Voting hochsignifikant starker nutzen als Light User. Eine intensive Nutzung von M-Commerce-Diensten bezieht sich also nicht auf einzelne Services oder einzelne Servicegruppen, sondern auf das gesamte Serviceportfolio. Des Weiteren ist ersichtlich, dass Vielnutzer die jeweiligen M-Commerce-Dienste signifikant fruher adoptiert haben: Die durchschnittliche Nutzungsdauer von informierenden/unterhaltenden Diensten, Kommunikations- und Transaktionsdiensten ist mit jeweils 1,8, 2,0 und 1,1 Jahren bei Heavy User wesentlich langer als bei Light User. Fasst man die bisherigen signifikanten Befunde zu den Akzeptanzdeterminanten (vgl. Abschnitt 3.3.3.3) und den weiteren soziookonomischen bzw. verhattensorientierte Merkmalen zusammen, so zeichnen sich Heavy User im Vergleich zu Light User durch folgendes Profil aus:

169 berufstatig (Anteil 57,9 %). hohe Nutzungsintensitat aller M-Commerce-Dienste (bis auf Mobile Voting), fruhe Adoption von M-Commerce-Diensten, risikofreudig, Vielnutzer eines Mobiltelefons (hohere monatliche Ausgaben, intensiver taglicher Gebrauch), intensive Massenmediennutzung, hohe Wichtigkeit der Werthaltung „ein aufregendes Leben", Starke Inanspruchnahme von vertrauensvoll wirkenden Anbietern und in geringem MaRe in Bremen, Hamburg oder Saarland lebend. Die Profilierung wird ergSnzt durch produktbezogene Praferenzen der Heavy User (vgl. Abschnitt 3.3.3.3): Sie bevorzugen im Vergleich zu Light User M-CommerceDienste, die eine effiziente Kommunikation ermOglichen und einfach im Gebrauch sind. Dabei uben/vlegt eine gezielte und bewusste Nutzung, nachdem die Services nicht zum Zeitvertreib genutzt und die Preise als nicht niedrig wahrgenommen werden. Das Nutzenargument ortsbezogener Informationsdienste stdl^t dabei auf Zustimmung. Anhand der dargelegten Befunde kdnnen Early Adopter und Heavy User von M-Commerce-Diensten spezifisch mit entsprechenden MarketingmaRnahmen bearbeitet werden. Jedoch konnen durch die beschriebene A priori-Segmentlerung nicht alle relevanten Telle des Markts fur M-Commerce-Dienste ermittelt und charakterisiert werden. Entscheidende Erkenntnisse hierzu liefert eine Markterfassung, die im folgenden Abschnitt behandelt wird.

170 3.3.4

Befunde zur Markterfassung

Bei differenzJerter Betrachtung der Segmente des Markts fur M-Commerce-Dienste konnen genaue Aussagen hinsichtlich der Verhaltensrelevanz einzelner Faktoren der Adoption und Akzeptanz getroffen werden. Die Kenntnis hieruber eriaubt den zielgerechten Einsatz der Marketinginstrumente, urn so die Adoption und Akzeptanz von M-Commerce-Diensten voranzutreiben. Hierzu liefert die oben dargelegte Segmentierung der Early und Late Adopter bzw. der Light und Heavy User einige Ansatzpunkte. Fur die detaillierte Untersuchung der segmentspezifischen Unterschiede des Konsumentenverhaltens wurde eine hierarchische Clusteranalyse durchgefuhrt.^^^ Zur Erfassung der segnnentspezifischen Unterschiede des Konsumentenverhaltens wurden die Angaben der 649 Probanden herangezogen, die in Abschnitt 3.3.2 beschrieben sind. Hinsichtlich der Art und Anzahl der zu berucksichtigenden Varlablen fur die Segmentbildung ist auf deren Relevanz, diskriminatorische Fahigkeit und Vergleichbarkeit zu achten.^^^ Diese Anforderungen sind in Bezug auf die produktbezogenen Adoptions-

bzw. Akzeptanzfaktoren

F1_EASE

(einfacher

Gebrauch),

F2_AUFF (Auffailigkeit), F3_C0MM (effiziente Kommunikation), F4_C0NT (Kostenkontrolle), F5_DIFF (soziale Differenzierung) und F6_EFFI (allgemeine Efflzienz) erfullt. Zum einen sind diese Faktoren aus theoretischen Oberlegungen als relevant fur den zu untersuchenden Sachverhalt anzusehen. Zum anderen weisen sie In der Onlinebefragung bessere diskriminatorische Fahigkeiten als andere erhobene Varlablen auf.^^^ Daruber hinaus sind die produktbezogenen Adoptions- und Akzeptanzfaktoren fur Vergleiche mit anderen empirlschen Untersuchungen geeignet. Eine A prIorl-Gewichtung der segmentblldenden Variablen wurde nicht vorgenommen, well keine theoretlsche bzw. emplrlsche Rechtfertigung fur eine solche Gewich^^^ Vgl. Backhaus et al. 2000, S. 384 ff. Vgl. zu alternativen Segmentierungsmethoden Wedel/Kamakura2000, S. 17. ^^^ Vgl. Aldenderfer/Blashfield 1984, S. 19 ff.; De Sarbo et al. 1984; Backhaus et al. 2000, S. 381 ff. ^^^ Die diskriminatorische Fahigkeit der produktbezogenen Adoptions- bzw. Akzeptanzdeterminanten wurde in der empirischen Analyse mit folgenden Variablen verglichen und erwies sich als stets besser: genutzte Dienste (Variable DIEN_A1 - DIEN_B8; die Variablen wurden zuvor mit einer Faktorenanalyse verdichtet), M-Commerce-Ausgaben (AV_AUSM_), Innovativeness/Adoptionsdauer

171 tung vorliegt und diese zu Verzerrungen fuhren kann.^^^ AuBerdem sind die segmentbildenden Variablen als standardisierte GrdHen in die hierarchische Clusteranalyse eingegangen, weil sie durch eine explorative Faktorenanalyse gebildet warden.^^^ Die Inspektion der Korrelationen zwischen diesen Variablen (vgl. Anhang 31) zeigt keine kritischen Werte > 0,9.^^® Hinsichtlich des Proximitatsmalies wurde aus inhaltlichen En/vSgungen ein DistanzmaU gewahit (quadrierte euklidische Distanz). Als Fusionierungsalgorithmus wird das Ward-Verfahren benutzt.^^^ Dieses hierarchisch-agglomerative Verfahren findet in den meisten Fallen sehr gute Partitionen, neigt jedoch zur Bildung gleichgroRer Gruppen und wird durch AusreiUer negativ beeinflusst.^^® Zur Elimination von Ausreil^ern wurde das zur Kettenbildung neigende SingleLinkage-Verfahren eingesetzt.^^^ Nach einer Empfehlung von Punj und Stewart konnen bis zu 10 % der Untersuchungsobjekte als Ausreilier eliminiert werden.^^° Jedoch ist diese Ansicht in der Adoptions- bzw. Akzeptanzforschung nicht unumstritten, weil kleine, aber bedeutsame Segmente wie Meinungsfuhrer moglichen/veise nicht in die Untersuchung eingehen konnen. Demzufolge orientiert sich diese Untersuchung in etwa an der GroRenordnung von Clement, bei der ca. 5 % der AusreiHer eliminiert wurden.^^^ Die Betrachtung des Dendrogramms des Single-Linkage-Verfahrens ergibt, dass 39 Objekte (6 % der 649 Befragten) erst sehr spat in die Cluster eingehen. Eine detaillierte Analyse der Falle zeigt, dass sie als Ausreilier zu interpretieren sind und deshalb aus dem Datensatz entfernt werden konnen. Die weiteren Berechnungen beziehen sich somit auf 610 Beobachtungen.

(AV_DAUE_), Faktoren der Werthaltungen (F9_SELB. FIO^FRIE. F11_SPAS, F12_HARM. F13_EFFI) Alter und Kombinationen aus diesen Variablen. ^^^Vgl. Everitt1993, S. 39f. ^^^ Fur eine kritische WQrdigung der Durchfohrung einer Faktorenanalyse vor der Clusteranalyse (sog. ..Tandem Clustering"): vgl. beispielsweise Clement 2000, S. 206 f. ^^^ Vgl. Backhaus et al. 2000, S. 382. ^^Wgl. Ward 1963. ^^® Vgl. Bergs 1981, S. 96 f; Wedel/Kamakura 2000, S. 49. ^^^ Vgl. Backhaus et al. 2000, S. 365 ff. ^^° Vgl. Punj/Stewart 1983, S. 143.

172 Die Anwendung des Elbow-Kriteriums legt eine Losung mit vier Clustern nahe.^^^ Betrachtet man die F-Werte fur drei, vier und funf Cluster (vgl. Anhang 33), so ist die Homogenitat der belden zuletzt genannten Losungen am hochsten. Jedoch zeigt die Analyse der t-Werte, dass vier Cluster inhaltlich am besten zu interpretieren sind. DIese endgultige Losung wird im Folgenden anhand der t-Werte Interpretiert (vgl. Abblldung 34). Auf Segment A entfallen 37 % der Gesamtausgaben aller Befragten fur M-Commerce-Dienste und es reprSsentiert ein Drittel der Probanden. Es fallt zunachst auf, dass die Nutzenargumente effiziente Kommunikation und einfacher Gebrauch mit t-Werten von -0,46 bzw. -0,44 vergleichsweise stark zutreffen. Deshalb wird dieses Segment mit „Kommunikationsfreaks" bezeichnet. Fur Nachfrager dieses Segments sind die Attribute und Nutzenargumente der Auffailigkeit, sozialen Differenzierung und der allgemeinen Effizienz weniger zutreffend.

^^^ Vgl. Clement 2000, S. 209. ^^^ Vgl. zum Elbow-Kriterium Backhaus et al. 2000, S. 375 ff.

173 Segment A:

Kommunikationsfreaks

Einfacher Gebrauch 0,33

Auff^iligkeit

37% der M-Commerce-Ausgaben 33% der Befragten

EfFiziente Kommunikation Kostenkontrolle Soziale Differenzierung Aligemeine Effizienz Segment B:

Effizienzorientierte

Einfacher Gebrauch Auffailigkeit 30% der M-Commerce-Ausgaben 27% der Befragten

Effiziente Kommunikation Kostenkontrolle Soziale Differenzierung Aligemeine Effizienz

.1,1

Segment C: gemSRigt

DifferenzierungsbedOrftige 0,83

Einfacher Gebrauch Auffailigkeit Effiziente Kommunikation Kostenkontrolle

24% der M-Commerce-Ausgaben 29% der Befragten

.0,2:

Soziale Differenzierung

.0,

Aligemeine Effizienz Segment D: stark

DifferenzierungsbedOrftige

Einfacher Gebrauch

9% der M-Commerce-Ausgaben 10% der Befragten

Auffailigkeit Effiziente Kommunikation

1.29

Kostenkontrolle Soziale Differenzierung Aligemeine Effizienz -0,90 Trifft vergleichsweise zu

-0,40

0,10

0,60

1,10 Trifft vergleichsweise nicht zu

Abbildung 34: t-Werte der produktbezogenen Adoptions-ZAkzeptanzfaktoren

174 Auch das zweite Segment B ist bedeutsam. Es repr^sentiert 30 % der Gesamtausgaben fur M-Commerce-Dienste und 27 % der Probanden. Auffallig ist die hohe Bedeutung der allgemeinen Effizienz mit einem t-Wert von -1,04. Die Nutzenargumente, dass die genutzten M-Comnnerce-Dienste Zeit Oder Geld sparen bzw. auch von vielen Freunden/Bekannten genutzt werden, sind bei den Befragten sehr zutreffend. Daraus wird die Bezeichnung des Segments als ..Effizienzorientierte" abgeleitet. Fur das Segment C (24 % der Gesamtausgaben fur M-Commerce-Dienste, 29 % der Probanden) fallt zunachst ein wenig zutreffender einfacher Gebrauch auf (t-Wert von 0,83). Die Nutzenargumente und Attribute der sozialen Differenzierung und Kostenkontrolle

sind

fur

die

Befragten

dieser

Gruppe

mit

t-Werten

von

-0,71 bzw. -0,57 mehr zutreffend. Dieses Segment wird als die Gruppe der „gemafiigt Differenzierungsbedijrftigen" betrachtet. SchlieRlich ist das letzte Segment D mit 9 % der Gesamtausgaben fur M-Commerce-Dienste und 10 % der Befragten am kleinsten. Die Nutzenargumente und Attribute der sozialen Differenzierung und Auffalligkeit sind fur die Probanden dieser Gruppe mit t-Werten von -0,71 bzw. -0,57 am zutreffendsten. Dagegen werden Kostenkontrolle und allgemeine Effizienz stark abgelehnt. Dieses Segment kann als die Gruppe der „stark Differenzierungsbedurftigen" angesehen werden. Nach der Analyse und Interpretation der Segmente anhand der Auspragungen der t-Werte der (aktiven) Segmentierungskriterien sollen im Anschluss die Cluster anhand weiterer passiver Variablen beschrieben werden. Hierzu soil zunachst auf soziookonomische und psychographische Kriterien eingegangen werden. Die in Tabelle 26 grau unterlegten signifikanten Unterschiede in den Segmenten hinsichtlich der soziookonomischen Variablen deuten auf folgende Aspekte hin:

175 ISozioftkonomische Variablen

1 SPSS-Notation

Beschreibung

Sign.*'

Mittelwerte der Segmente A B C - V?^^^*f'

8iX«1 BERUF ^ > ¥ r ' | ^ i ^ j ^ i % i ^ m^^^^'"^^!^''^^!^'^^:^:'^^^^^ ;?>?-;:-**t'^;«t"f:>mM-'~^ -:-j^yFIlZsPAS S|*BituiidF»«nd»elMifi *•* 0»68 -0,08 F12 HARM Harmonie -0,12 0,06 FISjm Effteleni •• •0,02 «0,18

f y,;p

WAP = 1

WAP/GPRS-fahiges Handy

Frage: Wie oft nutzt du folgende Dienste? Mittelwerte der Segmente''* SPSS-Notation

Beschreibung

DIEN_A3

DIEN_A5 DIEN_A6 DIEN_A7

Nachrichtendienste (z B Sport-oder Bbrsen News uber WAP/GPRS Oder SMS) OrtsabhSngige Infodienste (z.B. Party-/ Restaurant-Finder) SMS MMS (Multi-Media-Messaging) Mobile Flirt-/Datingdienste

5.2 1.3 12

DIEN_B2 DIEN_B3 DIEN B4

Mobile Erotikdienste Mobile Banking-ZBrokeragedienste Mobile Bezahldtenste (z.B Paybox)

1,1 1.5 1,4

[OIEII.B0

Moblto AuMionlfl ^B. E b a ^ Download von Spielen auf das Handy Mobiler Internetzugang (z B fur Laptop)

DIEN A4

DIEN_B7 DIEN 88

1.5

f ^ -/^^K ^^ 1,4 1.7

5,3 1.4 1.4__

1,6

1.3

5.0 1.3 1,2

5.3 1,3 13

t-?&f^w^~ ^^^S 1,2 1,1 1.3 1.3 1,3 1,3

^ 1,5P 1,7

^SR 1.0 1.4 1.3

*%^^^^^H 1.3 1.6

1,4 1,6

Ausgaben fur Mobil-Telefonieren und M-Commerce-Dienste SPSS-Notation AUSG_SU_ AUSG_TEL

AUSGJNF AUSG_KO_

Beschreibung Handy und M-Commerce-Dienste-Ausgaben (in Euro/Monat) Telefonausgaben inkl. Grundgebiihr (in Euro/Monat) Informationsdienste-Ausgaben (in Euro/Monat) Kommunikationsdienste-Ausgaben (in Euro/Monat)

Sign/'

*

Mittelwerte der Segmente A B C 65,4 69,0 65,7

54,8

32,8

36,9

42,3

29,6

8,6 15,9

7,8 17,4

7.1 12,8

5.6 17,3

Eiiro/liloiiaft a) Signifikanzniveau < 0,01 :***,< 0,05 (und >= 0,01): **; < 0,1 (und >= 0,05): * b) T-Werte0: vergleichsweise unwichtig c) T-Werte0: trifft vergleichsweise nicht zu d) 1=nie, 2=1 mal/Monat, 3=1 mal/Woche, 4=2-3 mal/Woche, 5=1 mal/Tag, 6=mehrmals taglich

Tabelle 27: Beschreibung der Segmente anhand verhaltensorientierter Variablen (Teil 1 von 2) In den Segmenten A und C ist die Ausstattung mit einem Internetzugang mit ISDN Oder DSL mit 70 % bzw. 71 % signifikant hoher als in den Segnnenten B und D. Des

178 Weiteren ist im Segment D der Anteil der Konsumenten mit Siemens-MobJItelefonen (31 %) sowie im Segment C der Anteil Vertragskunden (70 %) auffallig hoch. In Bezug auf die Intensitat der Nutzung ausgewahlter Dienste zeigen sich folgende signifikante Unterschiede zwischen den Segmenten. Die Dienste Klingeltone herunterladen, Logos oder Bildmitteilungen verschicken, mobile Auktionsdienste und mobile Chat-A/otingdienste werden in den Segmenten B und D intensiver genutzt als in A und C. Hervorzuheben ist zudem die vergleichsweise niedrige Nutzung von mobllen Einkaufsdiensten im Segment C. Die durchschnittlichen M-Commerce-Ausgaben in Hohe von 32,6 bzw. 32,1 Euro/Monat sind in den Segmenten A und B signifikant hoch. Dies zeigt sich auch in Bezug auf die Ausgaben fur mobile Transaktionsdienste. Deshalb ist es plausibel, dass der Anteil der Heavy User in diesen Gruppen ebenfalls signifikant hoch ist (vgl. Tabelle 28). Hinsichtlich der durchschnittlichen Nutzungsdauer von Moblltelefonen ist besonders die lange Dauer In Segment C (4,4 Jahre) anzufuhren. Im Segment A werden signifikant linger mobile Kommunikationsdienste genutzt (durchschnittliche Nutzungsdauer 2,1 Jahre), dagegen in Segment B linger mobile Transaktionsdienste (durchschnittliche Nutzungsdauer 0,8 Jahre). Daruber hinaus ist die tdgliche Nutzungsdauer von Moblltelefonen von 81 Minuten in Segment B zu en/vShnen. SchlieBlich zeigt sich, dass die vier Segmente hinsichtlich der Bewertung der genutzten Anbieter von M-Commerce-Diensten signifikant differieren. Dabei fallt bei Segment A die hohe Wertsch^tzung vertrauensvoller Anbieter und eines guten Services auf. Bei Segment B ist die Zustimmung zu alien Anbieter-ltems (sind preisgunstig, bieten einen guten Service, sind bekannte Markenanbieter, Leistungspotenziale, Vertrauen) relativ hoch.

179 IVerhaltensorientierte Variablen Mobiltelefon- und M-Commerce-Nutzungsdauer Mittelwerte der Segmente A B C

SPSS-Notation

Beschreibung

AV_DAUE_

2,3

2,0

2,0

DAUER_I_

M-Commerce-Nutzungsdauer (ab Adoption des ersten Dienstes, in Jahren) Nutzungsdauer Infornnationsdienste (in Jahren)

1,6

1,6

1,4

IDAOERT

Iltii2tftig»iiau«r Tr8fi»iiietioitftfii»iiilt» f.'^-\^--->

Frage: Die genutzten Anbieter von IM-Commerce-Diensten ... T-Werte der Segmente" SPSS-Notation Beschreibung Sign." A B C |AIIB4 " $^praNilliii^ . ,. , ANB8 BIston sinsn gutsn Ssrviei ANB13 Sind bekannts Marksnanbistsr •** 0^2 ^^1 0,30 |F7 LEIS Leistungspotonziale •*• 0,01 4),45 0,45 FS^VERTR Vertrauen -0.13 -0.13 0.16 a) Signifikanzniveau < 0,01 :***,< 0,05 (und >= 0,01): **; < 0,1 (und >= 0,05): * b) T-Werte0: vergleichsweise unwichtig c) T-Werte0: trifft vergleichsweise nicht zu d) 1=nie, 2=1 mal/Monat, 3=1 malA/Voche, 4=2-3 malA/Voche, 5=1 mal/Tag, 6=mehrmals taglich

'^m -0,11 0,32

Tabelle 28: Beschreibung der Segmente anhand verhaltensorientierter Variablen (Teil 2 von 2)

Im Gegensatz dazu scheinen die zuvor aufgeftihrten Items fur das Segment C vergleichsweise weniger zutreffend zu sein. Bei Segment D ist eine hohe Zustimmung zu den Leistungspotenzialen des Anbieters ersichtlich. Fasst man die Charakterisierung der Segmente zusammen, so konnen weitestgehend die in Tabelle 10 dargestellten Aspekte festgehalten werden. Im folgenden Kapitel sollen aus den Ergebnissen der empirischen Untersuchung Implikationen fur die Marktbearbeitung sowie die betriebswirtschaftliche Forschung abgeleitet werden.

180 1 Segment

A: Kommunikatlonsfreaks

1 Anteil M-Com37 % merce-Ausgaben Anteil der Be33 % fragten 1 Soziodkonomische Variablen Alter 29 1 Nettoeinkommen 867 €/Monat 1 Anteil mdnnlich 47% 1 Psychographlsche Variablen 1 Produktbezoge- Effiziente Komne Faktoren munikation, einfacher Gebrauch 1 Werthaltungen Selbstachtung, Frieden und Sicherheit, Effizienz

1 B: Efflzlenzorlen- C: gem^aigt Dlfferenzlerungstlerte bedtirftlge 24 % 30 %

D: stark Dlfferenzlerungsbedurftlge 9%

27 %

29 %

10%

25 669 €/Monat 39%

28 862 €/Monat 56%

22 637 €/Monat 41 %

Allgemeine Effizienz

Soziale Differenzierung, Kostenkontrolle Ablehnung vieler Werthaltungen (z.B. ein aufregendes Leben, Selbstachtung)

Ein aufregendes Leben, Frieden und Sicherheit, SpaQ> und Freundschaft, Effizienz EInstellungen Ortsunabhdngjge Ortsunabh^ngige Risikofreudig Nutzung, ortsbezum NutzungsNutzung, ortsbezogene Infos, zogene Infos, verhalten dringende Nutdringende Nutzung, risJkofreudig zung, Zeitvertreib Verhaltensorlentlerte Variablen Mobiltelefon/ ISDN/DSL, ISDN/DSL InternetausVertragskunde stattung M-Commerce23,4 €/Monat 32.6 €/Monat 32,1 €/Monat Ausgaben Dienste KlingeltOne herunterladen. Logos Oder Bildmitteilungen verschicken, mobile Chat- und Votingdienste EInstellungen zu Vertrauen Sind preisgUnstig, M-Commercebieten einen guten Anbieter Service, sind bekannte Markenanbieter, Leistungspotenziale

Soziale Differenzierung, Auff^lligkeit SpaQ und 1 Freundschaft, ein aufregendes Leben und Selbstachtung Zeitvertreib

Siemens

1

| 1

25.2 eMonat KlingeltOne herun- 1 terladen. Logos Oder Bildmitteilungen verschicken, mobile Chat- und Votingdienste Leistungspotenzi- 1 ale

Tabelle 29: Zusammenfassung der Charakterlslerung der Identifizierten Marktsegmente

181

4

Implikationen und Wurdigung

4.1

Implikationen der Untersuchungsergebnisse fur die Marktbearbeitung von M-Commerce-Diensten

In der vorangegangenen empihschen Untersuchung wurden Adoptions- und Akzeptanzfaktoren ermittelt sowie wesentliche Zielgruppen bzw. Marktsegmente beschrieben. Es stellt sich nun die Frage, wie die FQIIe der gewonnenen Informationen verwendet werden kann, urn innovative M-Commerce-Dienste m5glichst erfolgreich in den Markt einzufuhren und im weiteren Verlauf der Diffusion zu vermarkten. In diesem Kapitel wird auf die Wahl der geeigneten Marktbearbeitungsstrategie und den Einsatz entsprechender Marketinginstrumente eingegangen.^^^ Hinsichtlich einer geeigneten Marktbearbeitungsstrategie konnen folgende Aussagen getroffen werden: Wie in Kapitel 1.1 beschrieben, ist eine wichtige Voraussetzung fur den Erfolg von Innovationen deren schnelle Diffusion. Eine beschleunigte Diffusion von M-Commerce-Diensten kann erst erfolgen, wenn mGglichst viele Nachfrager die Serviceangebote adoptieren. Deshalb bietet es sich im Zug der Markteinfuhrung von M-Commerce-Dlensten an, Early Adopter konzentriert zu bearbelten.^^^ Nachdem die Adoption fur den Markterfolg der Dienste nicht ausreicht, sondern erst durch eine regelmadige Nutzung determinlert wird, muss die Strategie der konzentrierten Bearbeitung der Early Adopter im Zeitverlauf angepasst werden (vgl. Abbildung 35).^^^ Ist nach der Markteinfuhrung eine kritische Masse bei den Nachfragern erreicht, so kann in der Folgezeit die Nutzung bzw. Akzeptanz von M-Commerce-Diensten gesteigert und deren Diffusion vorangetrieben werden. Hat sich schlieBlich im weiteren Zeitverlauf eine ausreichend groUe Anzahl von Nutzern mit heterogenen Bedtirfnissen herausgebildet, so konnen mit segmentspezifischen und bedurfnisgerechten Leistungen Wettbewerbsvorteile erzielt werden. Hierfur bietet sich die Strategie der differenzierten Marktbearbeitung an.^^®

^^^Vgl. Freter 2001. S. 301 ff. ^^^ Vgl. Rogers 1995, S. 252 ff.. Meffert 2000. S. 418 ff. ^^^Vgl. Kollmann2001.S. 64. ^^® Vgl. Freter2001, S. 302; Meffert 2000. S. 216.

182 3. Diff^renzierte Marktbear-

Kumulierter Anteil der Adopter

beitung 2. Stefgerung der Nittzungund Diffyslon

1. Konzentrierte Bearbeltung von Early Adopters

Markteinfuhrung

Adoptionszeit

Abbildung 35: Marktbearbeitungsstrategien von M-Commerce-Diensten im Zeitverlauf

Fur die aufgefuhrten Marktbearbeitungsstrategien sind geeignete Marketinginstrumente in den vier Mix-Bereichen Produkt-, Preis-, Kommunikations- und Distributionspolitik

einzusetzen.^^^

Beim

Einsatz

der

Marketinginstrumente

fur

M-Commerce-Dienste sollte beachtet werden, dass es vor der Markteinfuhrung noch unklar ist, welche Konsumenten tatsachlich die Innovationen ubernehmen und von welchen Faktoren das Nachfrageverhalten bestimmt wird. Deshalb sollte auch der Marketingmix im Zeitverlauf der Diffusion uberpruft und gegebenenfalls angepasst werden.

Weitere GestaltungsmOglichkeiten in den Bereichen Personal-, Ausstattungs- und Prozesspolitik werden in Aniehnung an Meffert und Bruhn nicht behandelt. Vgl. Meffert/Bruhn 2000, S. 277; Meffert 1998, S. 7; Freter2001. S. 307.

183 Marketinginstrumente aus den Bereichen der Produkt- und Kommunikationspolitik, die zum Teil nur sehr zeitaufwendig bzw. mit hohen Kosten modifizierbar sind, weisen bei der Marktbearbeitung von M-Commerce-Diensten eine besondere Relevanz auf.^^® Nachdem in dieser Arbeit zahlreiche produkt- und personenbezogene Adoptions- und Akzeptanzdeterminanten identifiziert worden sind, konnen hieraus detaillierte Implikationen fur die Produkt- und Kommunikationspolitik abgeleitet werden. Jedoch lassen die Ergebnisse der Onlinebefragung auch Schlussfolgerungen fur die Preis- und Distributionspolitik zu. Diese Aspekte werden im Anschluss an die Produkt- und Kommunikationspolitik dargelegt.

^^® Die zeitaufwendige bzw. kostenintensive Variation leistungspolitischer Instrumente ergibt sich unter anderem aus der Tatsache, dass M-Commerce-Dienste SystemgOter sind. Bei der Variation der Leistungspolitik muss beachtet werden, dass nicht nur einzelne Dienste modifiziert, sondern auch entsprechende Voraussetzungen bei den mobilen Endgeraten oder in den Netzwerken geschaffen werden mussen. Clement weist zudem auf die hohen Kosten fur die Repositionierung eines mit Kommunikationsmittein aufgebauten Images und die hohe Bedeutung der Kommunikationspolitik hin. Vgl. Clement 2000, S. 348 ff. und S. 356; Meffert/Bruhn 2000, S. 307.

184 4.1.1

Implikationen fur die Produktpolitik

Zu den wesentlichen Instrumenten der Produktpolitik fur Dienstleistungen zShlen die Leistungsprogramm-, Marken- und Beschwerdepolitik.^^® Im Rahmen der Leistungsprogrammpolitik werden Fragestellungen hinsichtlich der Innovation, Variation bzw. Elin^iination einzelner Leistungsprogramme behandelt. Dabei stellt der von den Nachfragern empfundene Kundennutzen hSufig den Ausgangspunkt fur die Festlegung bzw. Variation des Leistungsprogramms dar. Eine effektive Markenpolitik kann zum einen dazu beitragen, das hohe subjektive Kaufrisiko der Nachfrager fur die immateriellen Dienstleistungen zu reduzieren. Zum anderen schutzen Marken vor der Imitation von Leistungen und tragen zur Differenzierung des Angebots bei.^^° Neben der Markenpolitik hat auch die Beschwerdepolitik eine hohe Relevanz im Zug der Markteinfuhrung innovativer Dienstleistungen. Geeignete MaRnahmen konnen eine positive Mund-zu-Mund-Kommunikation und somit eine beschleunlgte Diffusion unterstutzen.^^^

Hinsichtlich der Produktpolitik von M-Commerce-Diensten lassen sich aus der empirischen Untersuchung folgende Schlussfolgerungen ableiten: Fokussieren MaRnahmen der Produktpolitik im Verlauf der Markteinfuhrung von M-Commerce-Diensten auf Early Adopter, so kfinnen zunachst die zentralen produktbezogenen Adoptionsfaktoren herangezogen werden. Die Auswertung der Onlinebefragung zeigt, dass die Wahrscheinlichkeit fur eine fruhe Adoption hoher ist bei M-Commerce-Diensten, die eine effiziente Kommunikation ermoglichen und einfach im Gebrauch sind (vgl. Abschnitt 3.3.3.2). Deshalb sollte bei neuen M-Commerce-Diensten gepruft werden, in welchem MaSe sie die Kommunikationsbedurfnisse der Konsumenten, die den zentralen Kundennutzen darstellen, befriedigen. Zudem sollten vor der Markteinfuhrung entsprechende Produkttests, speziell Usability-Tests, durchgefuhrt werden, um den einfachen Gebrauch der Dienste zu gewahrleisten. Ein einfacher Gebrauch der Services ist aus Sicht der Konsumenten nicht nur die ausschlaggebende Komponente der Dienstleistungsqualitat. Die konsequente Verfolgung dieser Forderung hinsicht^^® Vgl. Meffert/Bruhn 2000, S. 280 ff. und 284 ff. ^^° Vgl. Meffert/Bruhn 2000. S. 311 ff.; Stauss 2001, S. 549 ff. ^^^ Vgl. Meffert/Bruhn 2000, S. 324 ff.

185 lich aller konsumentenbezogenen Prozessschritte der Services bietet auch vielfaitige Moglichkeiten zur Leistungsinnovation und -variation.^^^ Weiterhin verdeutlichen die Ergebnisse der empirischen Untersuchung eine vergleichsweise hohe Wichtigkeit der Werthaltungen Selbstverwirklichung und Individualitat fur Early Adopter. Finden diese PrSferenzen bei der Produktpolitik eine Berucksichtigung, so ist eine beschleunigte Adoption der Services moglich. Dies bedeutet, dass bei der Markteinfuhrung neuer Dienste besonders individuelle Inhalte bereitgestellt werden mussen, beispielsweise Videoclips der Sendung Jack Ass" des Musiksenders MTV fur Multimedia Messaging Services eines Mobilfunknetzbetreibers.^^^ Hierzu sollten die Anbieter von M-Commerce-Diensten Kooperationen mit Medienunternehmen eingehen, urn attraktive Inhalte zu erhalten. Bei der Auswahl der Inhalte ist jedoch zu prufen, ob diese mit der gewunschten Zielgruppe (Early Adopter) korrespondieren.^^

War die Markteinfuhrung von M-Commerce-Diensten im ersten Schritt erfolgrelch, so gilt es in einem zweiten Schritt die Akzeptanz und Diffusion der Services weiter zu steigern. Hierbei ist ist die Forderung des Vertrauens der Nachfrager in den Dienstleistungsanbieter eine wesentliche Herausforderung. In Bezug auf die Produktpolitik ist zunSchst keine grundlegende Anderung notwendig, nachdem die empirische Untersuchung zeigte, dass die beiden Faktoren efflziente Kommunikation und einfacher Gebrauch auch signifikant akzeptanzfOrdernd sind. Jedoch kann zur Variation von Diensten die Werthaltung „ein aufregendes Leben" herangezogen werden, die den ^^^ So regten beispielsweise diese Forschungsergebnisse das Unternehmen Handy.de an, eine anlassbezogene Auswahl fur den Dienst ..Bildmitteilungen versenden" einzufQhren. Es wurden verschiedene Rubriken geschaffen, die Inhalte zu bestimmten Aniassen (Geburtstage, Jahres-tage) kategorisierten und die Suchdauer fur die Konsumenten erheblich reduzierte. Als Ergebnis konnte Handy.de auf Anhieb deutlich hOhere Nutzungszahlen fOr den env^hnten Service verzeichnen. ^^^ Vgl. zur Bedeutung herausragender Inhalte fur innovative E-Commerce-Dienste am Beispiel des interaktiven Fernsehens Appleton 1995, S. 32; Brors 1997; Clement 2000, S. 346. ^^ Bezieht ein Mobilfunknetzbetreiber die entsprechenden Inhalte exklusiv, so kann eine Unique Selling Proposition aufgebaut werden, die das Profil des Anbieters im Vergleich zu seinen Wettbewerbem entscheidend schSirft. Nachdem jedoch Medienuntemehmen eine mOglichst grolie Verbreitung ihrer Inhalte anstreben, sind exklusive Medieninhalte teuer. Deshalb mOssen Mobilfunknetzbetreiber die Kosten fur exklusive Inhalte stets mit den Umsatzverlusten vergleichen, die durch eine langsamere Diffusion der Dienste aufgrund eines undifferenzierten Leistungsangebots entstehen.

186 Heavy User charakterisiert. Zur Steigerung der Akzeptanz und Diffusion konnen nun neben individueilen Inhalten auch zusatzliche, „aufregende" inhaite wie zum Beispiel Live-Reportagen der FuSball-Bundesliga oder aktuelle Prominentennachrichten angeboten werden. Die Inhaite sind jedoch von Anbietern zu beziehen, die von den Konsumenten als vertrauensvoll eingestuft werden (vgl. Abschnitt 3.3.3.4). Das bedeutet fur Mobilfunknetzbetreiber wiederum, dass sie mit Medienunternehmen kooperieren sollten, urn „trusted" und ..branded content" vertreiben zu konnen. Fur die Gewinnung zusStzlicher Kunden und der Steigerung der Diffusion sollten im Rahmen der Produktpolitik auch weitere wichtige Bedurfnisse der Konsumenten beruckslchtigt werden, wie zum Beispiel SpaS haben, Freundschaften pflegen oder die Forderung von Liebe und Partnerschaft. WShrend in der Phase der Markteinfuhrung ein innovatives, aber fokussiertes Sortiment an Diensten sinnvoll ist, sollte in der folgenden Zeit das Sortiment stetig ausgeweitet werden, um den heterogenen Bedurfnissen der Konsumenten gerecht zu werden. Der Heterogenitat der Zielgruppen kann schlieSlich im Rahmen der differenzierten Marktbearbeitung Rechnung getragen werden. Betrachtet man die vier Marktsegmente, die in der empirischen Untersuchung ermittelt worden sind, so ergeben sich folgende Implikationen fur die Produktpolitik von M-Commerce-Diensten: Fur das erste Segment der „Kommunikationsfreaks" sind die wichtlgsten produktbezogenen Merkmale wiederum eine efflziente Kommunikation und ein einfacher Gebrauch. Vergleichsweise weniger wichtig sind Aspekte, die eine Differenzierung von anderen Personen oder eine soziale Auffalligkeit eriauben. Des Weiteren werden M-Commerce-Dienste vergleichsweise haufig unten/vegs genutzt sowie von vertrauensvollen Anbietern bezogen. Dies bedeutet fur die Produktpolitik, dass fur dieses Segment Dienste, die grundlegende Kommunikationsbedurfnisse befriedigen (zum Beispiel SMS und MMS), besonders erfolgversprechend sind. Die Services sollten jedoch moglichst schlicht bzw. nuchtern gehalten sein und ohne auffallige Gestaltungen auskommen (zum Beispiel ..Blinking SMS", Aufsehen erregende Motive bei Bildmitteilungen). Aulierdem wirkt sich der Aufbau von Vertrauen in den Leistungsanbleter positiv auf die Akzeptanz aus.

187 Fur das zweite Segment der „Effizienzorientierten" sind vor allem Nutzenargumente der allgemeinen Effizienz wichtig: Sie mochten durch M-Commerce-Services vorwiegend Zeit oder Geld sparen. Daraus kann fur die Produktpolitik in diesem Segment gefolgert werden, dass Dienste mit klar dokumentierten Effizienzvorteilen hohe Erfolgsaussichten besitzen. Des Weiteren ergab die Onlinebefragung, dass von dieser Zielgruppe bekannte Markenanbieter bevorzugt werden. Deshalb konnen auch hier durch den Aufbau und Erhalt einer hohen Markenidentitat wesentliche Wettbewerbsvorteile erzielt werden. Nachfragern des dritten Segments, den „gemaRigt Differenzierungsbedurftigen", ist es wichtig, sich durch den Gebrauch der Services von anderen Personen abheben Oder differenzieren zu konnen. Dies bedeutet fur die Produktpolitik dieser Zielgruppe, dass uber M-Commerce-Dienste Inhalte angeboten werden mussen, die in der Offentlichkeit auffallen, beispielsweise aktuelle Lieder aus den Charts bei Klingeltondiensten. Daruber hinaus wird gefordert, dass die jeweiligen Nutzungsgebuhren der Dienste kontrollierbar sein mussen. Die Forderung nach auffalligen Inhalten ist noch bedeutsamer fur das vierte Segment der „stark Differenzierungsbedurftigen", die Aspekte der sozlalen Differenzierung und Auffalligkeit als besonders wichtig einstufen. Als weniger wichtig werden Moglichkeiten zur Kostenkontrolle und Nutzenargumente der allgemeinen Effizienz (Zeit oder Geld sparen) wahrgenommen. Zudem werden bekannte Markenanbieter bevorzugt. Deshalb erscheinen auch fur diese Zielgruppe sozial auffallige Dienste oder Marken als besonders erfolgversprechend, um Wettbewerbsvorteile zu sichern. Als Fazlt fur die Produktpolitik kann festgehalten werden, dass sich M-CommerceDienste an den zentralen Kundennutzen (zum Beispiel die Erfullung von Kommunikationsbedurfnissen) orientieren sollten. Zudem bieten segmentspezifische Werthaltungen wie Selbstven/virklichung und Individualitat vielfaltige Ansatzpunkte zur Leistungsinnovatlon und -variation. Des Weiteren zeigte die empirische UntersuChung, dass durch den Aufbau bzw. Erhalt einer starken Markenidentitat und die

188 Forderung des Kundenvertrauens in den Dienstleistungsanbieter Wettbewerbsvorteile erzielt werden kdnnen. Nach der Darlegung wesentlicher Aspekte der Implikationen fur die Produktpolitik von M-Commerce-Diensten soil nun auf die Konnmunikationspolitik eingegangen werden.

189 4.1.2

Implikationen fur die Kommunikationspolitik

Der Kommunikationspolitik kommt im Zug der Markteinfuhrung von Innovationen eine hohe Bedeutung zu.^^^ Im Rahmen einer integrierten Kommunikationspolitik fur Dienstleistungen mussen einerseits die dienstleistungsspezifischen Besonderheiten (Immaterialitat, Leistungsfahigkeit des Anbieters, Integration des externen Faktors) berucksichtigt werden.^^® Andererseits sind die Zielgruppen fur entsprechende Kommunikationsmalinahmen festzulegen. Zur Ausgestaltung der Kommunikationspolitik stehen verschiedene Instrumente zur Verfugung. Hierzu zahlen klasslsche Werbung, Verkaufsforderung (Promotions), personliche Kommunikation, Direktkommunikation, Offentlichkeitsarbeit, Messen/Ausstellungen, Sponsoring, Eventmarketing und Multimediakommunikation.^^^ Die empirische Untersuchung ISsst folgende Schlussfolgerungen fur die Kommunikationspolitik von M-Commerce-Diensten zu: Fur die Beschleunigung der Adoption obiger Services sollten im Zug der Markteinfuhrung zunachst Early Adopter ais Zielgruppe der KommunikationsmaBnahmen dienen.^^® Fur eine zielgenaue Ansprache dieses Segments erscheint die in Abschnitt 3.3.3.4 dargestellte Profilierung geeignet. Dabei sollten entsprechende Werbebotschaften nicht nur auf die identifizierten produktbezogenen adoptionsfordernden Determinanten effiziente Kommunikation und einfacher Gebrauch abzielen. Auch relevante personenbezogene Faktoren der Early Adopter wie zum Beispiel Werthaltungen (Selbstven/virklichung und Individualitat) sollten berucksichtigt werden.

^^^ So gilt beispielsweise die nicht erfolgreiche Kommunikationsstrategie des Untemehmens DF1 ais einer der wesentiichen Grunde fOr die schleppende Diffusion des interaktiven Fernsehens. Vgl. Clement 1997. ^^ Vgl. Meffert/Bruhn 2000, S. 326 ff.; Bruhn 2001, S. 573 ff. Vgl. zum Begriff der integrierten Unternehmenskommunikation bei Dienstleistungen Bruhn 1995, S. 13. ^^^ Vgl. Meffert/Bruhn 2000, S. 338 und 349 ff. ^^ Der Begriff Early Adopter schlielit hier in Aniehnung an Abschnitt 3.3.2.1 die Innovatoren (im Sinn der Definition von Abschnitt 2.1.3) mit ein. Ubiichen/veise fungieren jedoch nur Innovatoren aufgrund der zentralen Position im Kommunikationsnetzwerk als Zielgruppe fOr Kommunikationsmalinahmen. Jedoch zeigen neuere Forschungen der Adoptionstheorie, dass es vorteilhaft sein kann, eine grOliere Zielgruppe zu wahlen. Dies gilt insbesondere fur Innovationen wie M-CommerceDienste, deren Akzeptanz am Markt nur langsam geschieht. Vgl. Mahajan/Muller 1998; Jansen 1970, S. 144; Clement 2000, S. 356 f.

190 Zur Gestaltung der Werbebotschaften konnen Surrogate fur die bildliche Darstellung eingesetzt werden, um die immateriellen

Komponenten von

M-Commerce-

Dienstleistungen zu visualisieren.^^® Dabei bietet sich zum einen die Darstellung des Dienstleistungsergebnisses bei den Konsumenten an, beispielsweise die Reaktion beim Empfang einer Liebesbotschaft via MMS. Zum anderen konnen „VorherNachher"-Vergleiche angefuhrt werden (zum Beispiel handschriftlicher Brief im Vergleich zu einer Botschaft mit einem Multimedia-Messaging-Dienst). Zudem lasst sich beispielsweise ein einfacher Gebrauch durch die Darstellung einzelner Sequenzen eines Dienstes dokumentieren. SchlieRlich ist der Einsatz von Stars bzw. Prominenten im Rahmen der Kommunikationspolitik sinnvoll, um den individuellen Charakter innovativer M-Commerce-Dienste herauszustellen. Hinsichtlich der Festlegung der entsprechenden Kanale fur die Massenkommunikation sei auf die hohe Bedeutung des Internets und des Fernsehens verwiesen, die sich in der empirischen Untersuchung nachwelsen lieli. Early Adopter konnen aber nicht nur durch Massenkommunlkation (Werbung) bearbeitet werden. Es sind auch gezielte Promotions in Szenelokalen in GroSstSdten denkbar. Dabei konnen die Vorteile innovativer M-Commerce-Dienste eindrucksvoll demonstriert und eine positive Einstellung zum Dienstleistungsanbieter aufgebaut werden. Zudem wird die Mund-zuMund-Kommunikation gefordert, die fur das Marketing von Dienstleistungen und die Diffusion von Innovationen eine wichtige Rolle spielt.^'*^

Nachdem

die

Markteinfijhrung

innovativer

M-Commerce-Dienste

erfolgreich

gestaltet wurde, sollten zur Steigerung der Diffusion und Akzeptanz Heavy User als eine weitere relevante Zielgruppe in den Fokus der Betrachtungen rucken. Die erfolgreiche Durchfuhrung entsprechender KommunikationsmaSnahmen sollte die oben beschriebenen Bedurfnisse und Werthaltungen sowie weitere Charaktermerkmale der Heavy User berucksichtigen. Als Kommunikationsinstrument sollte weiterhin Werbung intensiv eingesetzt werden, well sich in der empirischen Untersuchung die vergleichsweise hohe Massenmediennutzung der Heavy User zeigte. Daruber hinaus ^^® Vgl. Meffert/Bruhn 2000, S. 357 ff.

191 sollten die nach der Markteinfuhrung von M-Commerce-Diensten vorhandenen InformatJonen zum Nutzungsverhalten der Konsumenten angewandt werden. Dadurch konnen die Nachfrager im Rahmen der Direktkommunikation beispielsweise durch E-Mails individuell angesprochen und Cross-selling-Potenziale realisiert werden. Zur konkreten Ausgestaltung von Kommunikationsmalinahmen kann auf das in Abschnitt 2.2.3 beschriebene MECCAS-Modell zuruckgegriffen werden. Hierbei wird zunachst die Grundausrichtung der Kommunikation auf eine Werthaltung bestimmt. Abbildung 36 zeigt anhand eines Beispiels der Werthaltung „ein aufregendes Leben" die Kommunikationsstrategie. Als Ansatzpunkt zur Aktivierung dieser Werthaltung wurde die Aussage: „Einfach schneller mehr erleben!" gewahlt. Dadurch wird auch das Nutzenargument „spare Zeif angesprochen. Als Kommunikationselemente fungieren Attribute und Textpassagen des einfachen Gebrauchs: einfach, ubersichtlich und unkompliziert.

Abbildung 36: Means-End-Chain-basierte Kommunikationsstrategie (MECCAS-Modell) Quelle: in Anlehnung an Olson/Reynolds 1983, S. 88; Gengler/Reynolds 1995, S. 28 f.; Reynolds/Craddok 2001, S. 163 ff.

Vgl. Rogers 1995, S. 281 ff.; Meffert/Bruhn 2000, S. 350.

192 Wird im weiteren Verlauf der Diffusion von M-Commerce-Diensten die Strategie der differenzierten Marktbearbeitung gewahit, so kann die Kommunikationspolitik in Bezug auf die vier ermittelten relevanten Marktsegmente auf folgende Punkte eingehen: Fokussiert sich die Kommunikationspolitik auf das 1. Segment der „Kommunikationsfreaks", so bieten sich zum einen produktbezogene Determinanten (effiziente Kommunikation, einfacher Gebrauch) fur KommunikationsmaRnahmen an. Zum anderen konnen Werthaltungen wie Selbstachtung, Frieden und Sicherheit sowie Effizienz herangezogen werden. Daruber hinaus sollte die Kommunikationspolitik

fur dieses

Segment das Vertrauen der Nachfrager in den Dienstleistungsanbieter fordern. SchlieSlich konnen auch weitere Merkmale dieser Zielgruppe wie zum Beispiel Einstellungen zum Nutzungsverhalten berucksichtlgt werden. Die Onlinebefragung ergab fur das 2. Segment der ..Effizienzorientierten", dass die Probanden durch den Gebrauch von M-Commerce-Diensten Zeit bzw. Geld sparen wollen. Die Dienste werden von/viegend von preisgunstigen Markenanbietern mit einem guten Service bezogen. Des Weiteren zeigten sich In der empirischen Untersuchung relevante Werthaltungen wie ein aufregendes Leben, Frieden und Sicherheit, Spali und Freundschaft sowie Effizienz. Diese Aspekte sollten in der Kommunikationspolitik aufgegriffen werden, beispielsweise bei der Gestaltung von Werbebotschaften. Entsprechende Kommunlkationsmalinahmen fur das 3. Segment „gema(iigt Dlfferenzierungsbedurftige" konnen auf produktbezogene Merkmale wie die Moglichkeiten zur sozialen Differenzierung bzw. der Kostenkontrolle abzielen. Zudem kann die Risikofreudigkeit der Zielgruppe berucksichtigt werden. Wie zuvor geschildert wurde, sind fur das 4. Segment der „stark Differenzierungsbedurftigen" das Streben nach Auffalllgkeit und sozialer Differenzierung kennzeichnend. Diese Zielgruppe halt auch Werthaltungen wie Spafi und Freundschaft, ein aufregendes Leben und Selbstachtung fur wesentlich. Im Rahmen der Kommunikationspolitik sollte auf diese Merkmale eingegangen werden.

193 Zusammenfassend lasst sich feststellen, dass die Kommunikationspolitik von M-Commerce-Diensten zum einen die detaillierten Profile relevanter Zielgruppen (beispielsweise der Early Adopter) berijcksichtigen sollte, dabei sind nicht nur produktbezogene, sondern auch personenbezogene Merkmale wie Werthaitungen der Nachfrager bedeutsam. Zum anderen kann auf die Besonderheiten innovativer Dienstleistungen durch den Einsatz spezieller Kommunikationsinstrumente (beispielsweise Surrogate) eingegangen werden. Daruber hinaus belegte die empirische Untersuchung, dass die Nachfrager von M-Commerce-Diensten in hohem Made das Fernsehen und das Internet als Kanale der Massenkommunikation nutzen. Aus den Ergebnissen der Onlinebefragung konnen nicht nur vielfaltige MaRnahmen der Kommunikationspolitik, sondern auch der Preispolitik abgeleitet werden, auf die im nachsten Abschnitt eingegangen wird.

194 4.1.3

Implikationen fur die Preispolitik

Im Zug der Diffusion von innovativen Dienstleistungen konnen verschiedene preispolitische Strategien gewahit werden. Dabei weisen zum einen die Preisdifferenzierung und -bundelung eine hohe Bedeutung auf. Zum anderen werden in der betriebswirtschaftlichen Literatur vielfach wettbewerbsorientierte Strategien wie zum Beispiel die Penetrationspreisstrategie diskutiert.^^^ Bei der Verfolgung entsprechender Preisstrategien ist die konkrete Festlegung des Preisniveaus fur neue Dienstleistungen, zum Beispiel entsprechend der Preisbereitschaft der Nachfrager, eine unverzichtbare Aufgabe. Allerdings ist die Preisbereitschaft der Nachfrager angesichts der Immaterialitat der Dienste kaum zu bestimmen.^^^ En/vagt ein Anbieter wahrend der Markteinfuhrung innovativer M-Commerce-Dienste eine Penetrationspreisstrategie zur Erzielung von Netzeffekten, so kGnnen aus der empirischen Untersuchung folgende Uberlegungen abgeleitet werden: Es zeigte sich, dass Early Adopter besonders die Werthaltungen Individualitat und Selbstverwirklichung als wichtig erachten. Niedrige Preise von M-Commerce-Services im Zug der Markteinfijhrungsphase fuhren zwar dazu, dass sie fur breite Bevolkerungsschlchten erschwinglich sind. Diese Preispolitik kann aber dem Streben nach Individualitat entgegenstehen. Diese Argumentation erscheint plausibel, wenn man berucksichtigt, dass Early Adopter uber ein vergleichsweise hohes durchschnittliches Nettoeinkommen verfugen und risikofreudig sind. Zudem gilt zu beachten, dass der Preis ein wichtiges imageforderndes Produktmerkmal von Dienstleistungen ist.^^^ Diese Aspekte legen nahe, Penetrationspreisstrategien fur M-Commerce-Dienste im Zug der Markteinfuhrung als kritisch zu bewerten. Jedoch muss diese Argumentation im Zusammenhang mit den Preismalinahmen von Wettbewerbern und den Vorteilen bei der Erzielung von Netzeffekten beurteilt werden, die aber nicht in der vorliegenden Arbeit berucksichtigt werden konnten. ^^ Die Penetrationspreisstrategie zielt darauf ab, durch niedrige Abgabepreise - kurzfristig auch unterhatb der variabten Kosten - eine hohe Absatzmenge zu erziefen. Durch Skateneffekte kOnnen niedrige Produktionskosten erzielt werden, die andere Wettbewerber aus dem Markt drangt oder erhebliche Markteintrittsbarrieren fur neue Anbieter schafft. Vgl. ShapiroA/arian 1999, S. 14 ff. und Katz/Shapiro 1986. ^^ Vgl. Meffert/Bruhn 2000, S. 406 und 412 ff.; Woratschek 2001, S. 609 ff. und Simon 1992.

195 Soil nach der Markteinfuhrung innovativer M-Commerce-Dienste die Akzeptanz bzw. Diffusion weiter gesteigert werden, so bleten sich fur die Preispolitik zeitlich begrenzte Preisreduktionen und Rabatte an. Es zeigte sich jedoch in der empirischen Untersuchung, dass sich mit zunehmender Wahrnehmung niedriger Preise die Wahrscheinlichkeit fur eine hohe Nutzung nicht erhoht. Deshalb sind dauerhafte Preisreduktion als kritisch anzusehen, well sie nicht akzeptanzfordernd sind. Wie zuvor beschrieben, muss die Preispolitik jedoch auch im Kontext der jeweils bestehenden Wettbewerbsmalinahmen betrachtet werden. Hinsichtlich der Implikationen fur die Preispolitik in Bezug auf die identifizierten Marktsegmente kann auf folgende Punkte eingegangen werden: Die empirische Untersuchung ergab zunachst keine spezifischen Besonderheiten fur die Preispolitik des Segments „Kommunikationsfreaks". Allerdings zeigte sich, dass das Segment „Effizienzorientierte" vorwiegend preisgunstige Anbieter nutzt. Diese konnen durch gezielte Promotions oder Rabatte angesprochen werden. Fur das Segment „gema(iigt Differenzierungsbedurftige" war der Aspekt der Kostenkontrolle bedeutsam. Deshalb bietet sich fur diese Zielgruppe das Angebot von Komplettpreisen an. Schlielilich zeigte sich beim Segment „stark Differenzierungsbedurftige", dass Aspekte der sozialen Auffalligkeit geschatzt, jedoch die Moglichkeit zur Kostenkontrolle ablehnt wurde. Daraus kann geschlossen werden, dass bei den vergleichsweise jungen Konsumenten ein Preisaufschlag fur besonders auffailige Inhalte realisiert werden kann.

Als Ergebnis der Ausfuhrungen kann fur die Preispolitik von M-Commerce-Diensten festgehalten werden, dass preispolitische Instrumente segmentspezifisch eingesetzt werden konnen, beispielsweise durch das Angebot gezielter Rabatte oder von Komplettpreisen fur die jeweiligen Zielgruppen. Des Weiteren brachte die empirische Untersuchung zutreffende Argumente gegen die Verfolgung einer Penetrationspreisstrategie hervor und zeigte, dass dauerhafte Preisreduktionen nicht akzeptanzfordernd sind. Diese Ergebnisse konnen jedoch angesichts des engen Untersuchungs^^ Vgl. Meffert/Bruhn 2000, S. 413.

196 rahmens nicht generalisiert werden. Vielmehr sollten weitere Forschungsarbeiten unter anderem die Aktivitaten der Wettbewerber und unternehmensinterner Ressourcen berucksichtigen. Nach der Darlegung der Preispolitik wird abschlief^end auf die Distributionspolitik eingegangen.

197 4.1.4

Implikationen fur die Distributionspolitik

Im Rahmen der Distributionspolitik fur Dienstleistungen werden Entscheldungen hlnsichtlich der Gestaltung der AbsatzkanSle und des logistischen Systems getroffen.^^ Bei der Wahl und Ausgestaltung relevanter Absatzkandle im Zug der Markteinfuhrung von Innovationen sollten einige Kriterien beachtet werden, belspielsweise der MarkterschlieSungsdruck

oder

die

Moglichkeiten

zur

Kundenbindung

auf

unterschiedlichen Absatzwegen.^^ Entscheidungen in Bezug auf das logistische System umfassen generell den Ort der Leistungserbringung, die Lagerhaltung und den Transport materieller Leistungselemente und Faktoren.^® Hinsichtlich der Distributionspolitik von M-Commerce-Diensten belegte die emplrlsche Untersuchung die hohe Relevanz des Internets als Distributionskanal. Das bedeutet fur die Anbieter der genannten Dienste, dass der exklusive Vertrieb uber mobile EndgerSte oder das mobile Internet nicht ausreicht. Durch die Bundelung attraktiver Inhalte im Internet kfinnen weitere potenzielle Konsumenten angesprochen werden. Jedoch mussen hierfur belspielsweise Mobilfunknetzbetreiber entsprechende Handelsfunktionen im Internet konsequent ausuben, was nicht deren Kernkompetenz ist. Dies umfasst belspielsweise die optimale Sortimentsgestaltung oder die Gewahrleistung eines effizienten Services. Hierzu sollten Mobilfunknetzbetreiber Kooperationen mit geeigneten Partnern eingehen.

Betrachtet man die weite Verbreitung und intensive Nutzung des Fernsehens in Deutschland, so wird das gro&e Potenzial dieses Distributionskanals deutlich.^^ Unterhaltende Dienste wie der Bezug von Klingeltonen oder Bildern bzw. das Angebot von Kommunikationsplattformen wie mobile Votings und Chats sind fur Impulskaufe geeignet, well den Konsumenten die Vorzuge der Dienste eindrucksvoll uber das Fernsehen geschlldert werden konnen. Hierzu mussen die Angebote allerdings besonders einfach zu beziehen sein, belspielsweise uber die Versendung einer SMS

^ Vgl. Meffert/Bruhn 2000, S. 439 ff. ^^ Vgl. GerpottAA/inzer 1998, S. 485 ff.; Clement 2000. S. 360 ff. ^ Vgl. Meffert/Bruhn 2000, S. 452 ff. ^^ Vgl. GfK 2003.

198 und der Angabe einer kurzen, leicht einpragsamen Nummer. Auch auf die Funktionsfahigkeit der M-Commerce-Dienste auf moglichst vielen Mobiltelefonen ist beim Vertrieb uber das Fernsehen besonders zu achten, um die Vorteile dieses reichweitenstarken Mediums zu nutzen. Jedoch sind auch die relevanten Zielgruppen bei der Auswahl der Werbezeiten und Fernsehprogramme sowie die hohen Kosten dieses Vertriebswegs zu berucksichtigen. Des Weiteren sei darauf hingewiesen, dass fur den M-Commerce geeignete Inhalte auch uber Selbstbedienungsterminals im stationaren Handel vertrieben werden konnen. Digitale Inhalte wie Klingeltone, GruSkarten und Videoclips konnen ahnlich wie bei elektronischen Musikabhorstationen im Handel bereitgestellt werden und zum Beispiel uber eine Infrarot- Oder Funkverbindung (wie Bluetooth) auf das Mobiltelefon des Kunden ubertragen werden. Die Abrechnung erfolgt uber das jeweilige Handelsunternehmen. Bei diesem Vorgehen handelt es sich nicht um M-Commerce, well auf die Nutzung eines offentlichen Mobilfunknetzes verzichtet wird. Jedoch konnen die ausgewahlten Inhalte auch uber diese Mobilfunknetze weiter versendet und dadurch der M-Commerce gefordert werden. Der stationare Vertrieb hat fur die Nachfrager bedeutende Vorteile. Zum einen entfallen beispielsweise Internetzugangskosten bei der Auswahl von Inhalten. Zum anderen erfolgt die Abrechnung in einer einfachen und sicheren Form. Eine wesentliche Herausforderung bei dieser Vertriebsform ist jedoch die Standardisierung von mobilen Endgeraten (Infrarot- bzw. BluetoothVerbindung) oder Speichermedien der Endgerate (beispielsweise Secure-Digital- oder Multi-Media-Memory-Karten).

Nachdem

aufgezeigt

wurde,

wie

im

Verlauf

der

Diffusion

innovativer

M-Commerce-Dienste die Marketinginstrumente eingesetzt werden konnen, sollen nun die Ergebnisse der Untersuchung gewurdigt und Implikationen fur die Wissenschaft aufgezeigt werden.

199 4.2

WiJrdigung der Ergebnisse und Implikationen fur die Wissenschaft

In dieser Arbeit wurde eine integrierte, konsumenten- und leistungsbezogene Methodik geschaffen, die auf der Adoptions- bzw. Akzeptanztheorie fufit. Dariiber hinaus wurden die Means-End- und Dienstleistungstheorle sowie die Theorie der Marktsegmentierung

berticksichtigt,

urn

das

erhebliche

Potenzial

innovativer

M-Commerce-Dienste erschiielien zu konnen. Diese Methodik wurde in der empirischen Untersuchung angewendet und zur Wurdigung der einzelnen Ergebnisse wird im Folgenden auf die in Kapitel 1.4 eriauterten funf Ziele dieser Arbeit eingegangen. 1. Unter Berucksichtigung der Erkenntnisse der Means-End-Theorie wurden die Konsummotivationen fur M-Commerce-Dienste exploriert. Dabei wurden die wichtigsten Service-Attribute, Nutzenkomponenten und Werthaltungen der Nutzer ermittelt. Die Means-End-Verfahren en^/iesen sich als geeignet, insbesondere die sozialen und psychischen Nutzenkomponenten von M-Commerce-Diensten (zum Beispiel ein Service bringt SpaB oder trSgt dazu bei, dass man sich differenzieren kann) zu identifizieren. Des Weiteren wurden die mit den betreffenden Services verknupften Werthaltungen der Nachfrager ermittelt, beispielsweise Freundschaft, Vergnugen oder Leistungsfahigkeit. Daruber hinaus zeigten die in den Hierarchical Value Maps dargestellten Verknupfungen der Attribute, Nutzenkomponenten und Werthaltungen in sehr anschaulicher und eindrucksvoller Weise, welche komplexen Konsummotivationen bei den Nachfragern von M-Commerce-Diensten existieren. Mit den ermlttelten Means-End-Chains ist es nun moglich, die ZusammenhSnge zwischen den Attrlbuten bzw. Eigenschaften von M-Commerce-Diensten und den Bestandteilen der Konsumentenpersonlichkeit (Werthaltungen) zu erkennen.

2. Es konnten Faktoren bestimmt werden, welche die fruhe Adoption und hohe Akzeptanz von M-Commerce-Diensten erklaren. Hierzu wurden die aus der Literatur entnommenen allgemeinen Einflussfaktoren auf die Adoption bzw. Akzeptanz (Konstrukte wie zum Beispiel der relative Vorteil oder die Komplexit^t) an die Besonderheiten der Innovation angepasst und operationalisiert. Die detaillierten Ergebnisse der explorativen Vorstudie (unter anderem die Means-End-Analysen) wurden dabei berticksichtigt, was vermutlich einen bedeutenden Beitrag zu den zufriedenstellen-

200 den Ergebnissen der Konstruktvalidierung geleistet hat. Als wesentliche Ergebnisse konnen folgende Punkte festgehalten werden: •

Zentrale signifikante produktbezogene Adoptions- bzw. Akzeptanzfaktoren warden identifiziert: Die beiden zentralen produktbezogenen Determinanten des Adoptions- und Akzeptanzverhaltens sind die Faktoren: effiziente Kommunikation und einfacher Gebrauch. Der relative Vorteil von M-Commerce-Diensten zeigt sich in den Nutzenargumenten zur effizienten Kommunikation und en/veist sich sowohl signifikant adoptions- als auch signifikant akzeptanzfdrdernd. Gleiches gilt fur den einfachen Gebrauch, der eine geringe Komplexitat von M-CommerceDiensten charakterisiert. Mit Ausnahme der Wahrnehmung hoher Preise der genutzten Dienste als Akzeptanzfaktor lieRen sich keine weiteren signifikanten produktbezogenen Befunde feststellen.

•

Zahlreiche signifikante konsumentenbezogene Adoptions- bzw. Akzeptanzfaktoren warden ermittelt: Im Vergleich zu den produktbezogenen Determinanten wurden in der Onlinebefragung zahlreiche signifikante konsumentenbezogene Faktoren ermittelt. So en^^iesen sich Early Adopter als besser ausgebildet, technikaffiner und halten die Werthaltungen Selbstven/virklichung und Individualitat fur vergleichsweise wichtig. Heavy User hingegen weisen stark unterschiedliche Merkmale auf. Sie nutzen in erheblichem Umfang Massenmedien, wSihIen Dienstleistungsanbieter, zu denen sie ein hohes Vertrauen haben und halten die Werthaltung „ein aufregendes Leben" fur vergleichsweise wichtig.

•

Konsamentenbezogene Adoptionsfaktoren weisen einen hdheren Erklarangsbeitrag aaf als prodaktbezogene: Eine Analyse der entsprechenden Odd-ratios zeigt, dass die konsumentenbezogenen Determinanten in starkerem Ma&e eine frijhe Adoption erklaren. Hinsichtlich der Erklarung der hohen Akzeptanz ergab sich ein heterogenes Bild. Jedoch leisten auch hier viele konsumentenbezogene Determinanten einen vergleichsweise hohen Erklarungsbeitrag.

•

Viele Hypothesen konnten uberraschenderweise weder gestutzt noch falsifiziert werden: Viele der aufgestellten Hypothesen konnten durch die Ergebnisse der empirischen Untersuchung weder gestutzt noch falsifiziert werden. Dies beinhaltet auch Aspekte, die in der Literatur rege diskutiert worden sind, wie zum Beispiel die Kompatibilitat, Erprobbarkeit oder Kommunizierbarkeit der M-Commerce-

201 Dienste. Dadurch wird deutlich, dass die theoretische Diskussion mdglicher Adoptions- und Akzeptanzdeterminanten nicht ausreicht. Erst die empirische Oberprufung der Sachverhalte legt die reJevanten Kriterien des Markterfoigs dar. Die angefuhrten signifikanten Befunde zum Adoptions- und Akzeptanzverhalten konnten im weiteren Verlauf der empirischen Untersuchung urn zusStzliche soziookonomische und verhaltensorientierte Merkmale (Kovariate) ergSnzt werden, anhand derer Early Adopter und Heavy User als relevante Zielgruppen des Marketing beschrieben wurden. 3. In dieser Arbeit wurde eine Marktsegmentierung durchgefuhrt. Gestutzt auf theoretische Uberlegungen wurden die produktbezogenen Adoptions- bzw. Akzeptanzfaktoren als Varlablen fur die Segmentbildung gewShlt. Es konnten die vier Segmente identifiziert werden: 1. Kommunikationsfreaks, 2. Effizienzorientierte, 3. gemaftigt DifferenzierungsbediJrftige und 4. stark DifferenzierungsbediJrftige. Es wurde aufgezeigt, wie die Leistungs-, Preis-, Kommunikations- und Distributionspolitik im Zeitverlauf der Diffusion anzupassen ist, urn die einzelnen Segmente zielgruppengerecht zu bearbeiten. 4. Die dargelegten theoretlschen Konzepte wurden in einer integrierten, konsumenten- und leistungsbezogenen Methodik zusammengefuhrt. Ausgehend von konkreten M-Connmerce-Diensten wurden von regelmSSigen Nutzern zentrale Konsummotivationen bestimmt. Anhand empirischer und theoretischer Grundlagen konnten Adoptions- und Akzeptanzfaktoren ermittelt und segmentspezifische Implikatlonen fur das Marketing abgeleitet werden.

202 5. Es wurde gezeigt, dass diese neue Methodik in der Praxis gut anzuwenden ist. Die Durchfuhrung von Tiefeninterviews, Means-End-Verfahren, einer Oniine-Befragung und multivariater Analysen in einem integrierten Vorgehen ist zwar aufwendig. Jedoch sind die unterschiedlichen Verfahren in der betriebswirtschaftlichen Literatur hinreichend dokumentiert und problemlos anzuwenden. AuSerdem konnen durch sie umfangreiche Implikationen fur die Wissenschaft und die Praxis abgeleitet werden. SchlielJIich sollen die Ergebnisse der empirischen Untersuchung auch hinsichtlich der in Abschnitt 3.2.3 aufgeworfenen Fragen gewurdigt werden. Hierzu sind folgende Aspekte anzufuhren: •

W\e konnen Means-End-Chains bzw. -Kategorien die Adoption und Al 0,3 berichtet) Anhang 32: Toleranz- und Varlance-lnflation-Factor-Werte

272 278

Anhang 33: Vergleich der F-Werte der drei-, vier- und funf-ClusterLosungen

279

239 Anhangi:

Interviewleitfaden

Interviewleitfaden Means-End Analyse Min 10

Proband

Nr. 1 Vorbemerkungen Vorstellung: Name, bin an der Handelshochschule Leipzig,... Forschungsprojekt: Faktoren der Akzeptanz von M-Commerce-Diensten (...Erkldren: Dienste fur das Handy etc.) Ein wichtiger Punkt des Forschungsprojekts ist, zu erfahren, welche Punkte bei solchen Diensten aus Sicht der Anwender wichtig sind (und v.a. warum). Bezug zu Handy.de: fOhrender Anbieter in diesem Bereich Gratifikation: 20 Euro... Alles ist vorbereitet, Uberreichen der Gratifikation am Ende des Interviews Fragen: offene Punkte vorhanden?, duzen mOgiich? Gesprachaufeeichnung = OK? Erwartungen/Wiinsche an das Interview? Dauer ca. 1,5 Stunden, sofort Fragen stellen, wenn etwas unklar

10

2 Analyse der Nutzungssituation Zu Beginn mOchte ich dich bitten, dir einen typischen Tag aus deinem Leben vorzustellen. Kannst du bitte zunflchst ausfQIIen, welche Aktivitaten von wann bis wann passieren? Kannst du anschliefiend sagen, wann und wo du welche M-Commerce-Dienste nutzt?

30

3 Exploration Dienst 1 : KHngelton herunterladen 1. Generierung der Attribute Stell dir vor, du miJchtest gerne einen neuen Klingelton fur dein Handy haben. Welche Eigenschaften eines Klingeltondienstes sind dir wichtig? Kannst du eine Bewertung vornehmen? 2. Laddering Vorbemerkung: Ich werde nun zu den von dir genannten Eigenschaften mehrmals hintereinander fragen, warum diese wichtig fOr dich sind. Es gibt dabei keine richtigen Oder falschen Antworten. Allein deine Sicht der Dinge zdhlt. Du kannst dabei alles aufzdhlen und sagen, was dir spontan einfdllt und wahr ist. Hast du dazu noch Fragen? Beginnen wir mit Eigenschaft 1 - warum ist sie wichtig fur dich?

(...)

30

4 Exploration Dienst 2: Bildmitteilungen verschicken 1. Generierung der Attribute Stell dir vor, du wurdest gerne jemandem eine Bildmitteilung schicken. Wer kame dafur in Frage? Welche denkbaren AnlSsse gibt es? Welche Eigenschaften eines Bildmitteilungsdienstes sind dir wichtig? Kannst du eine Bewertung vornehmen? 2. Laddering (... wie vormals...) Beginnen wir mit Eigenschaft 1 - warum ist sie wichtig fOr dich?

(...)

6

5 Werteskaia

10

6 Allgemeine Fragen (persdniiche Angaben, Nutzungsverhaiten von M-Commerce Diensten)

2^

7 Abscliluss, Foto

98

Fragen an mich?

240 Anhang 2:

Ergebnisse zu den Attributen (1 von 2)

Attiibuthauptkategori«n fOr Dientte KlingeltOn* (KT) und Blldmlt. (BM) AusgewJIhlte Textpassagen Attributhauptkategorlen Einfacher Gebrauch Niedriger Preis

Siehe unten

NJcht zu teuer, billig, andere ZahlungsmOgl. auHer 0190Nummem, Mitteilung, wenn es sich auf 2 SMS zieht und teurer wird Siehe unten Hohe Qualitat GroBe Auswahl Breites Angebot (z.6. Blinking SMS, aniassbezogene Auswahl (Uriaub. Geburtstaa)) Hohe Sicheitieit TOne/Motive vorher anschauen kOnnen, zuvertdssig ankommen, keine Weltergabe/ Missbrauch von Daten (Handy-Nummer), Sicherheit: nur eine Registrlerung pro Handy-Nummer, hoher Bekanntheitsgrad des Anbieters, Sicherheit, dass es bei Handy geht (Endgerfltekompatibilitflt) Outer Service

KontaktmOglichkeiten (E-Mail, Finnenadresse), Informationen, wenn Server ausgefallen ist

Attributhauptkategorie einfacher Qebrauch (DIenste KT und BM) Ausgewahlte Textpassagen Attributkategorien Unkompliziert

Ubersichtlich

Schnell ankommen Wenige Links

Einfache BenutzerfUhmng/Navigation, keine Bedienungsanieitung lesen mussen, einfache Abrechnung (z.B. Ober Handy-Rechnung), kein Wechsel Internet Festnetz, keine Ubermittlung von ID'S nOtig bei Bestellung, nicht oft weiteraelinkt werden Schneller Zugriff durch Ubersichtliche, gut geordnete Rubriken/Kategorien, jedoch nicht zu viele auf einer Seite, sich gut zurecht finden kOnnen, keine Flash-Animationen ohne Sinn, gut anschauen kOnnen, nach Handy geordnete Auswahl Kommt schnell auf Handy an; auch: muss nicht lange mit Hotline rumtelefonieren Nicht 100 Klicks machen/Seiten aufrufen mussen, einfach und bequem, komfortabel und schnell. Top 10 Liste (Charts)

MOglichst keine Anmeldung. nicht lange ewig irgendwelche Keine nerviaen Fraoen beantworten mussen Anmelduna Ziigige Prozesse Schnelle AbWufe (Servergeschwindigkeit), Ton schnell anhOren kOnnen, schnelles Heruntertaden (zUgige Prozesse)

182 « Textpassagen absolut

100% Anteil Textpassagen

21 A) Anteil « Personen abso- Personen lut

1.8 0 - W l c h t l g - B) 0-Wlch- Bedeutungsfakkelt abso- tlgken normlert* tor(AxB) lut

69

38%

20

95%

2,0

80%

76%

34

19%

17

81%

1.6

90%

73%

32 25

18% 14%

17 14

81% 67%

1.8 2,1

88% 78%

71% 62%

20

11%

11

52%

1.3

94%

49%

2

1%

1

5%

2,0

80%

4%

69 # Textpassagen absolut 18

100% Anteil Textpassagen 26%

2 0 — A) Anteil # Personen abso- Personen lut 9 45%

—57~ 0-Wlchtlg-

B) 0 - W l c h - Bedeutungsfakkett abso- tlgkelt lut normlert* tor (AxB) 40% 88% 1.6

8

40%

1.»

82%

33%

20%

7

35%

2.2

76%

27%

14%

7

35%

2,4

72%

26%

8

12%

4

20%

2,0

80%

16%

4

6%

3

15%

1.3

94%

14%

15

22%

14 10

241

Attrlbuthauptkattgorl* QuallUt (Otensto KT und BM) lAttributkategorten

Ausgewlhlte Taxtpassagen

Gute Ausfuhaing KlingeltOnc: MOglichst lange Melodien ohne Wiedertiolung, originalgetreuer (Oder spektakulflrer) Klang, keine Fehler/Pausen, ErVennbarkeit Bildmlttallungen: Hohe QualJtflt der AusfUhrung: Motive sollen nicht nur aus fUnf Strichen bestehen, gut/niedllch aussehen, erkennbar sein (auch in Bezug auf Einzelheiten)/nicht verschwommen sein, einfallsreich/originell/witzig/neu sein, ggfs. soil eine Bedeutung hinter dem Motiv erkennbar sein. die Schrift sollte nicht zu fett sein, Motiv soil sich gut im Display einfOgen (nicht zu groO/klein), kein Rand um die Bildmitteilung; Sprtiche: nicht unpassend/plump/doof

32 « Textpassagen abtolut 16

100% Anteii Textpassagen 50%

17 A) Antell # Personen abso- Pereonen lut

1,6 0-Wlchtig- B) 0-Wlch- Bedeukelt abso- tigkett tungsfaklut normiert* tor (AxB)

12

71%

1.4

92%

66%

1.7

86%

30%

IndJvidualitat

Editorfunktion: eigene Lieder/Motive erstellen, persOnlichen Text an Bildmitteilung hflngen kOnnen. ausgefallene Lieder, "meine Musik " haben, polyphone Melodien

7

22%

6

35%

EndgerfltQualitat Neue Lieder/ Motive

Qualitflt des ankommenden Bilds entspricht gesehener, oriQinalaetreuer Klang auf Handy Neueste/aktuelle Lieder/Motive, stflndig neue Dinge

4

13%

4

24%

1.2

96%

23%

5

16%

4

24%

2.4

72%

17%

Attributhauptkategorlen nir DIenst KllngelWne Attributhauptkategorien Einfacher Gebrauch Niedriger Preis Hohe Qualitat GroOe Auswahl Hohe Sicherheit Guter Service

Attributhauptkategorten fUr DIenst Blldmittellungen Attributhauptkategorlen Einfacher Gebrauch Niedriger Preis Hohe Qualitat GroOe Auswahl Hohe Sicherheit Guter Service

»l « Textpassagen absolut

100% Antell Textpassagen

21 A) Antell #Per«onen abso- Personen lut

1.8 0-Wlchtlg- B) 0-Wlch- Bedeukett abso- tigkalt tungsfaknormiert* tor (AxB) lut

36

37%

20

95%

1.8

82%

78%

18 19 13 11 1

18% 19% 13% 11% 1%

17 14 12 10 1

61% 67% 57% 48% 5%

1.6 1.8 2,1 1.4 2.0

88% 84% 78% 92% 80%

71% 66% 46% 44% 4%

84 # Ttxtpassagen abaolut 33 16 13 12 9 1

100% Antell Textpatsagen 39% 19% 15% 14% 11% 1%

18 A) Antell # Pereonen abso- Personen lut 94% 17 16 12 11 7 1

83% 67% 61% 39% 6%

1.7 0-Wlchtlg- B) 0-Wlch- Bedeukelt abso- tlgkett tungsfaknormleit* tor (AxB) lut 80% 76% 2.0 1.6 1.3 2.2 1.2 2,0

90% 94% 76% 96% 80%

76% 63% 46% 37% 4%

242 Anhang 4:

Ergebnisse zu den Nutzenkomponenten (1 von 2) 1 326 1 21 # Nennun- Anteil Nen- # PersoAnteil gen abso- nungen nen abso- Personen iut lut 20% 64 Spart Zeit/geht schneller, habe mehr Zeit fur anderes (mache 19 90% einiges wdhrend der Arbeit - Oder nebenbei), kann/mOchte Dinge sofort haben (bin ungeduldig, Spannung, unsicher vielleicht etwas falsch gemacht?, sofort nutzen kOnnen), komme gleich zu den richtigen Sachen, mOchte nicht lange suchen, ist schneller als Telefonieren, kann es auf direktem Wege haben, keine Lust, vie! Zeit zu verschwenden (wdhrend Arbeit), kann Dienst wieder schnell vertassen, kann gleich reingehen, finde schnell, was ich mOchte (habe bestimmte Sachen im Kopf), schnell entscheiden, ob es gefdilt Oder nicht, Aufwand (investierte Zeit) lohnt sich, kann mehr auf einmal heruntertaden - spart Zeit, muss schnell gehen

Nutzenkategorien KT und BM AusgewUhlte Textpassagen Nutzenkategorien Spare Zeit

BringtSpad

Spaft durch Angebot (13/21 Personen, wichtig Insbes. fOr KlingeltOne): Bringt mehr SpaQ, als Telefonieren, ist lustig, kucke mir das geme an, neue Musik erfreut mich, ist was Besonderes, hOre Melodie des Songs, der mir gefdilt, ist angenehm, bin dadurch zufrieden, fUhle mich wohl (ist wie mit Mode)

70

21%

18

86%

50

15%

18

86%

48

15%

17

81%

28

9%

13

62%

Spaft durch Servicekomfort (15/21, wichtig fOr KlingeitOne und Biidmitteilungen): Dienst wQrde mich sonst langweilen/nerven, wird sonst langweilig/verliere die Lust, wUrde mk:h sonst drgem, well ich auf die Reaktion warte (Ungeduld, Ungewissheit der langen Antwort - liegt es an mir oder dem Anbieter?), werde nicht mit Berg von Werbung vollgeschUttet: nervt/bringt keinen SpaH, ist Idstig sonst, mOchte nicht anstOftige/unangenehme Motive sehen [deshalb aniassbezogene Auswahl] Kann eigenen Finde das, was mir gef^llt, mein Geschmack getroffen (z.B. aktueller Lieblingssong aus den Charts, chinesische Geschmack berUcksichtigen Zeichen), finde sch6ne/ausgefallene Sachen, was PersOnliches, Besonderes, Lustiges, sieht gut aus, kann ausdrticken, was ich meine Mehr GekJ fUr Aktivitdten, von denen ich was habe/die mir Spare Geld wichtiger sind (Klamotten, Freunde etc.), kein Geld verschwenden (kaufe Katze im Sack), kann Kosten kontrollieren - bezahle nicht zu viel, habe keinen Goldesel (ware enttduscht, dafUr sonst Geld bezahit zu haben), Mir entgeht sonst Geld, habe limitiertes Freizeitbudget, nicht zu teuer, spart Geld (auch Surfzeit), muss keine falschen Rechnungen bezahlen, bei geringen Preisen zahlen die Eltem Kann andere Andere beeindrucken (wichtig insbes. fQr Kiingeltttne): beeindrucken/ Werde von anderen erkannt, Freunde denken positiv Ober Freude bereiten mich, liege voll im Trend - jeder ist begeistert - gefdilt auch anderen, Umfeld ist nicht negativ eingestellt, andere Leute sprechen mich darauf an, kommt richtig bei Freunden an werde nicht falsch verstanden, muss mein Handy nicht verstecken vor anderen, Steigerungseffekte (Ketten von Mitteilungen mit gegenseitiger Uberbietung), kann den Ton Freunden zeigen, soil wirken/ Eindruck hinterlassen (auf Freund/Freundin), Geschmack von meinen Freunden ist getroffen - erhalte hohe Aufmerksamkeit, das, was ich ausdrOcken mttchte, kommt rOber - was Besonderes, mttchte mich differenzieren, um andere zu beeindrucken Anderen eine Freude bereiten (wichtig insbes. fUr Biidmitteiiungen): Person soil sich freuen/Spass dran haben, ist pers6nlicher, bereitet mehr Freude, mache wichtige, besondere Mitteilung (habe mir lange Gedanken gemacht)

243 Anhang 5:

Ergebnisse zu den Nutzenkomponenten (2 von 2) 1 57%

10%

12

8

2%

6

29%

8

2%

6

29%

10

3%

4

19%

6

2%

3

14%

3

1%

3

14%

Habe Abwechslung, mOchte mdglichst viele verschiedene TOne/Motive nutzen, mOchte nicht immerdie gleichen Sachen verschicken, kann mehrmals den Dienst nutzen [niedriger Preis], komme auf neue Sachen [durch Schnelljgke t des Dienstes], kann mehr Sachen mnteriaden furs Geld, wIrd nicht zu schnell langwellig - habe mehr Abwechslung, mOchte VIelfalt haben iHalte besser Mit anderen (Freunden) in Kontakt bleiben (bekomme nette Kontakt zu Reaktion zurUck), bleibe hdufiger in Kontakt - kann hdufiger anderen zeigen, dass ich an den Freund denke, Klingelton fdllt auf und Freunde wollen ihn haben Kann mich von anderen differenzieren/abheben, miSchte Kann mich differenzieren Dinge haben, die nicht jeder hat, was eigenes haben wollen (Tatoo) Kein Missbrauch Keine Gefahr der Weitergabe pers6nlicher Daten (Telefon, persOnlicher Adresse), gehe keine Risiken ein (vermeintlicher Vertragsabschluss, Betrug), habe Vertrauen zum Anbieter Daten (kein Missbrauch) Empfdnger wird Empf^nger wird rechtzeitig/punktiich informiert, Bildmitzuverldssig teilung/Ton kommt sicher an benachrjchtjgt Erkenne leichter Erkenne mein Handy unter vielen eigenes Handy

1 ^^

Nutzenkategorien ftir Dienst Klingeltdne Nutzenkategorie

180 21 # Nennun- Anteii Nen- # Perso- Anteii gen abso- nungen nen abso- Personen iut iut 36 20% 17 81% 28 16% 81% 17 14% 26 17 81% 41 23% 76% 16 11% 52% 19 11 10 38% 6% 8 7 24% 4% 5 5 19% 3% 4 14% 2% 3 3 14% 3 2% 3 2 1% 10% 2

iHabe mehr Abwechslung

Spare Zeit Spare Geld Kann eigenen Geschmack berUcksichtigen Bringt Spa& Habe mehr Abwechslung Kann andere beeindrucken/Freude bereiten Kann mich differenzieren Kein Missbrauch persdnlicher Daten Erkenne leicht eigenes Handy Halte besser Kontakt zu anderen Empfdnger wird zuverldssig benachrichtigt Nutzenkategorien fUr Dienst Bildmitteilungen Nutzenkategorie

Spare Zeit Bringt SpaB Kann eigenen Geschmack berucksichtigen Spare Geld Kann andere beeindrucken/Freude bereiten Habe mehr Abwechslung Kein Missbrauch persdnlicher Daten Halte besser Kontakt zu anderen Empfanger wird zuveriassig benachrichtigt Kann mich differenzieren Erkenne leicht eigenes Handy

146 18 # Nennun- Anteii Nen- # PersoAnteii gen abso- nungen nen abso- Personen lut iut 28 19% 89% 16 29 20% 83% 15 24 16% 14 78% 14% 67% 20 12 67% 18 12% 12 12 8% 56% 10 5 3% 22% 4 5 3% 22% 4 4 17% 3% 3 1 1% 1 6% 0 0% 0% 0

244 Anhang 6:

Ergebnisse zu den Werthaltungen

Wertekategorier KT und BM AusgewihKe Textpastagen |Wert0kategorien Mdchte keJn Geld vergeuden/verplempem, v.a. fUr nicht lebensnotwendige Dinge (wie KT, BM; ist nur SpaB), nnOchte kein Geld unnUtz ausgeben/verschwenden, was fUrs Geld haben, will generell sparen/denke wirtschaftllch, mOchte Geld for WIchtlges/sinnvoll ausgeben Zeit sinnvoll M6chte Zeit sinnvoll nutzen (z.B. was mit Freunden untemehmen), Zeit fUr wichtige Dinge nutzen - keine nutzen (Lebens-) Zeit verschwenden VergnOgen Spali haben, Leben genie&en Freunde zu haben ist mir wichtig, mfichte Freundschaften Freundschaft pflegen/erhalten Lelstungsfdhig- MOchte was schaffen (Berg an Arbeit) - fOr meine Kunden/Mitarbeiter da sein, mich auf die Arbeit keit konzentrieren, bin glQcklich, well ich etwas geschafft habe, bin erfolgreich, m6chte mich reinhdngen - was schaffen (Schule, Freunde, Eltem) SelbstverwlrkM6chte mein eigenes Ding durchziehen und demonstrieren, lichung/ Individualitdt (mOchte was eigenes sein), ich bin das - mein Klang, mOchte Sachen haben, die mir gefallen Individualitdt Gehdre dazu, Akzeptanz (mOchte keinen schlechten Soziale Anerkennung Eindruck hinterlassen), bin dadurch wichtig - liege vome werde beneidet Schdnhelt Sch0nheit/sch6n fUrs Auge Aufregendes Bin aktiv - habe vollen Terminplan Leben

iGeld sinnvoll ausgeben

Wertekategorien fUr Dienst Klingeltttne

Geld sinnvoll ausgeben VergnOgen Zeit sinnvoll nutzen Leistungsfdhigkeit Selbstverwirklichung/lndividualitdt Soziale Anerkennung SchOnheit Freundschaft Aufregendes Leben

Wertekategorien fUr Dienst Biidmitteiiungen

Geld sinnvoll ausgeben Vergnugen Zeit sinnvoll nutzen Freundschaft Leistungsfdhigkeit Schttnheit Soziale Anerkennung

1 114 1 21 # Nennun- Anteil Nen- # PersoAnteil gen abso- nungen nen abso- Personen lut lut 32 28% 76% 16

17

15%

9

43%

18 11

16% 10%

8 6

38% 29%

15

13%

5

24%

6

5%

4

19%

10

9%

4

19%

3 2

3% 2%

2 1

10% 5%

61 21 # Nennun- Anteii Nen- # PersoAnteii gen abso- nungen nen abso- Personen iut lut 17 28% 62% 13 15% 9 38% 8 16% 10 7 33% 11 24% 18% 5 8% 5 4 19% 10% 6 4 19% 2% 1 1 5% 1 2% 5% 1 1 2% 5% 1

53 18 # Nennun- Anteil Nen- # PersoAnteil gen abso- nungen nen abso- Personen iut iut 28% 67% 15 12 17% 9 7 39% 7 13% 33% 6 10 19% 6 33% 4 8% 17% 3 4% 2 2 11% 4 8% 2 11%

245 Anhang 7:

Implikationsmatrix ftir „Bildmitteilungen versenden" und „Klingeltdne herunterladen" (1 von 2)

F 13

Direkte Verbindungen 1.NiedrigerPr»it 2. N*u« Li«der/ Motive

4. Individualitit 5. Endgeriite-QualiUt

2

Nutzenkomponenten lW«rth«ituiig«fi 1 15 1 16 1 17 1 18 1 19 1 20 1 21 1 22 1 23 1 26 24 11 27 251 2S ] 29 1 30 1 »1 J 32] 33 I 34

^aaHlDEDEDCDEnEDQDElDaEQEaEDDIDIQED 34

26 8

5

2

16

1 10

2

3

1

7

1

1

4

3

25

1 16

1

8. Hohe Sich«rti*it 9. Obersichtlich

20

7

17

6

14. Ztigigt Prozcsse 15. Erk«nn« Icichter v i g c n M Handy 16. Kann eig. G M C h m a c k JMrtlcksichtigan 17. E m p f l n g a r wird zuvarlMssig tMnachrichtigt

1

18. Kein IMissbniuch partOniichtr Datan 19. Spare Zeit 20. Spare Geid 21. Habe nnehr Abwechslung

3

Z

22. Biingt SpaK 23. Halte besser K o n U k t zu anderen 24. Kann mich differenzieren 25. Kann andere beeindrucken/ Freude bereiten 26. Selbttverwirkllehuna/ Individualitit 27. Schdnhelt 28. Zeit tinnvoil nutzen

C O

29. Geld ainnvoii a u t g e b e n

cn

(=

30. Leistungtnhigkeit

(0

1

31. Freundschaft

32. Aufregendee Leben 33. Soziale Anerfcennung 34. Vergntigen

2

4

3

4 2

9

1

14

2

6 1

4 2

3

9

16

10

1

5

4

8 13. W t n i g * Links

3

2

14 11. Unkomplizi*rt

1

1

2

3

C

2

2 8

1

4 2

'^\

6

6

1

6

4 12 3

4

2

1

3

1

10

4

62

6 12 21 1

35

8

1

6

2

1

4

30

16 2

28

4

1

13

2

2 26

5 3

1

3

5

4

5

1

2

1

S

1

1

1

^H

1 4

24 2

1

6

1 1

10

10 3

1

0 3

3

0 0 1 0 0 0

11

246 Anhang 8:

Implikationsmatrix ftir „Bildmitteilungen versenden" und „Klingeltdne herunterladen" (2 von 2) [AT Nutzenkomponenten

Indirekte Verbindung.

|377

I.NiedrigerPreis 2. Neue Lieder/ Motive 3. Gut* AusfUhrung

2

5. Endgerite-Qualitilt

0

0

2

6

1

2

2

2

3

1

1

1

1

1 1

5 44

1

1 1

1

8. Hohe Sichertieit

c e o> c

E

1

5

24

15. Erkvnn* Itichttr aigenas 1 Handy 16. Kann tig. Gaschmack 1 bartlcksichtigan 17. Empflngar wird zuvarlMssid banachrichtigt | 18. Kain Miasbrauch pars6nllchar Datan 19. Spara Zait 20. Spara Gald

22. Bringt Spa&

1

k o

8

2

1

34. VargnQgan

6

2

2

1

6

4

1

6

2

3

1

2

8

1

2

2

1

41

1

1

3

4

$

1

4

2 2

1

8

1

8

S

1

1

2

21

4 3

3

1

2

1

5

2

6

1

2

1

2

1 3

7

1 3

2

4

7

1

1

1

1

1

3

2|

2

61

4

91

1

1

0 32

19

1 0 0 0

0 0

1

2

8 2

2

0 1

32. Aufragandaa Laban 33. Soziala Anerkannung

3

4

0

30. LaMungafilhigkait

IB

1

1

3

38

2

29. GaJd ainnvoU ausgaban

31. Fraundschaft

1

2

9

1

2

0

01

8 1

2

1 1

1

2

1

2

1

4

25. Kann andare baaindruckan/ Freuda baraitan 26. Salbatvafwirklichung/ Indlviduafitit 27. SchOnhait 28. Zatt sinnvoll nutzan

1

2 10 2 2

4

23. Hatta basaer Kontakt zu andaran 24. Kann mich diffaranziaran

2 1 4 3

7

4

21. Haba mahr Abwachalung 1

z

2 21 ,1

2

7

19

8

1

1

8

21

16 14. ZUgigt Proz*ts«

1

« |38|

2

29

9. )bersichtlich

2

3 10 1

2

11. Unkompliziert

\a

W«itliiiltiin9«ii

8 16 18 79 12 14 37 12 3 23 37 • 2 8 27 .4

11

9

6. Grofte Autwahl

r

0

40

27

4. ndividualitMt

0

11

3 1

1 l|

247 Anhang 9:

HVM fUr „Bildmitteilungen versenden" und „Klingelt5ne herunterladen", Cutoff Level=4,79 % der Verbindungen, inklusive redundante

> > at to lO V

ill o o w> •d 2

| | | aim £ -c a>

III Dl •

Z

II e

•mjeAA-

-ue;ueuodujOHuaz;nN-

-a^nquuv-

I

248 Anhang 10:

HVM ftir „Bildmitteilungen versenden" und „Klingeltdne herunterladen", Cutoff Level=3, 86 % der Verbindungen, inklusive redundante

>> o> to

I is CD 0> c

111

lit S o^