Im Folgenden werden die sieben Erfolgsfaktoren des Location-Based Mobile Marketings auf Basis des Journals „An Empirical Analysis of Location-Based Mobile Advertising – Determinants, Success Factors, and Moderating Effects” von Oliver T.Kurtz, Bernd W. Wirtz und Paul F.Langer analysiert.
Das Journal untersucht sieben Erfolgsfaktoren des Location-Based Mobile Marketings. Es stellt diese miteinander in Beziehung und trifft nachfolgend Hypothesen über ihre Wirkung, sowie deren Erfolg auf das ortsbezogene Ausspielen von Marketingmaßnahmen. Diese werden im Rahmen einer Studie anhand von Nutzern der App PAYBACK getestet. Insgesamt werden Perspektiven und Risiken des Location-Based Mobile Marketing deutlich.
Location-Based Mobile Marketing
Location-Based Mobile Marketing (LBA) ist der Fachbegriff für das Ausspielen von orts- und kontextbezogener Werbung auf mobilen Endgeräten, in der Regel über App-Push-Benachrichtigungen. Die Relevanz und Effizienz dieser Werbung ist, besonders im Vergleich zu herkömmlicher Werbung, größer, da Nutzer anhand ihres Standorts, dem Zeitpunkt und ihrem daraus resultierenden Verhalten präzise angesprochen werden können.
Ein exemplarischer Anwendungsfall wäre beispielsweise, wenn Starbucks-App-Nutzer auf ihrem Weg zur Arbeit auf diese Weise eine Push-Benachrichtigung erhalten, welche sie über die nächstgelegene Starbucks-Filiale und die heutigen Angebote o.Ä. informiert.
LBA-Erfolgsfaktoren
Wie bereits einleitend erwähnt, identifiziert das Journal sieben LBA-Erfolgsfaktoren, welche insgesamt in drei Dimensionen eingeteilt werden. Diese werden wie folgt beschrieben: Die Wahrnehmung der App-Funktionalitäten, die Datenschutzsphäre und der Einfluss des Standortkontextes.
Der Wahrnehmungssphäre der App-Funktionalitäten werden die folgenden 4 Erfolgsfaktoren untergeordnet: Personalisierung, Anreize, Vorherige Erlaubnis und die Unterstützung einer Outdoor-Navigation. Weiterführend werden die Vorteile und die Risiken der Offenlegung personenbezogener Daten der Datenschutzsphäre zugeordnet. Zuletzt beinhaltet der Einfluss des Standortkontextes die Location Context Quality.
Nach Identifikation und Erläuterung der LBA-Erfolgsfaktoren soll deren Auswirkung auf die Einstellung der Nutzer zu LBA, die Intention personenbezogener Daten offenzulegen und die Kaufintention untersucht werden. Ebenso wird der Einfluss der Location Context Quality als standortbezogener Service zwischen den einzelnen Auswirkungen untersucht.
Hypothesen
Um die Untersuchung dieser Auswirkungen und Einflüsse umzusetzen, wurden anschließend verschiedene Hypothesen gebildet. Insgesamt wurden 16 Hypothesen formuliert, die optimaler Weise bestätigt werden sollen. Einen detaillierten Überblick über die Hypothesen ermöglicht das in Abbildung 1 abgebildete Konzeptionelle LBA-Modell. Dieses visualisiert die aufgestellten Hypothesen sowie zu untersuchende Wechselwirkungen.
Die erste Hypothese sagt aus, dass der Grad der Personalisierung sich positiv auf die Nutzereinstellung zu LBA auswirkt (H1). Personalisierte Anzeigen sollen demnach bewirken, dass der Nutzer LBA besser bewertet und wahrnimmt. Die Nutzereinstellung zu LBA steigt. Die zweite Hypothese baut auf der ersten auf. Sie beschreibt, dass der Effekt der ersten Hypothese durch das Hinzuziehen der Location Context Quality weiterhin verbessert wird (H2). Insgesamt würden somit personalisierte Anzeigen mit Bezug zu dem aktuellen Standort und Kontext des Nutzers die Einstellung zu LBA verbessern.
Anreize wie Treuepunkte, Gutscheine oder Rabatte beeinflussen die Nutzereinstellung zu LBA ebenfalls positiv (H3). Die Nutzung der Location Context Quality beeinflusst die Wirkung von H3 wiederum positiv. (H4). Besonders wirksam wären somit Anreize, welche den Nutzer erreichen, sobald er einen bestimmten Radius um den beworbenen Shop betritt und die Situation, in der er sich befindet, einen Ladenbesuch wahrscheinlicher macht.
Darüber hinaus beeinflusst eine explizite, vorherige, durch den Nutzer erteilte, Erlaubnis zu Werbezwecken, die Nutzereinstellung zu LBA positiv (H5). Erneut wird dieser Einfluss insbesondere durch die Location Context Quality gesteigert. (H6).
Zuletzt wird die Nutzereinstellung zu LBA durch die Unterstützung einer Outdoor-Navigation verbessert (H7). Diese Wirkung wird anlog zu der zweiten und vierten Hypothese durch die Location Context Quality gesteigert (H8). Sobald der Nutzer von seinem Ausgangsstandort zu einem Shop o.Ä. gut geleitet werden kann, soll sich seine Einstellung zu LBA verbessern.
Die neunte Hypothese sagt aus, dass die Wahrnehmung der Vorteile, durch die Offenlegung personenbezogener Daten, die Intention diese offenzulegen positiv beeinflusst (H9). Die Location Context Quality soll diese Wirkung ebenfalls verstärken (H10). Demnach würde ein Nutzer personenbezogenen Daten besonders dann offenlegen, wenn sie sich über die Vorteile der Offenlegung bewusst sind. Also beeinflusst die Location Context Quality ebenfalls die Intention personenbezogene Daten offenzulegen (H11).
In der zwölften Hypothese wird davon ausgegangen, dass mit der Offenlegung personenbezogener Daten ein negativer Einfluss auf die Absicht diese preiszugeben einhergeht. (H12).
Weiterhin beeinflusst die Nutzereinstellung zu LBA die Kaufintention positiv (H13). Die Nutzereinstellung zu LBA beeinflusst zudem die Intention personenbezogene Daten offenzulegen positiv (H14). Die Intention personenbezogene Daten offenzulegen, wirkt sich ebenfalls positiv auf die Kaufintention aus (H15). Im Rückschluss vermittelt die Intention personenbezogene Daten offenzulegen einen positiven Zusammenhang zwischen der Nutzereinstellung zu LBA und der Kaufintention (H16).
Methode und Daten
Um korrekte Ergebnisse aus den Hypothesen schließen zu können, wurde im Vorfeld eine Umfrage erstellt, welche die Validität und die Reliabilität des Modells und der Hypothesen bestätigt. Als Untersuchungsobjekt dieser Umfrage dienten PAYBACK App-Nutzer, welche die App aktiv nutzen. Da Payback eine der wenigen Apps auf dem deutschen Markt ist, welche LBA aktiv anwendet, bildeten ihre Kunde die optimale Zielgruppe zur Durchführung der Studie.
Innerhalb der Umfrage wurden zehn Konstrukte gebildet, die mehrheitlich aus den LBA-Erfolgsfaktoren bestanden und jeweils anhand von vier Items gemessen worden sind. Bewertet wurden die Items anhand einer siebenstufigen Likert Skala. Erhoben wurden verschiedene statistische Kennzahlen wie die Varianz oder die Korrelation. Insgesamt konnte für das Modell anhand der Umfrage Reliabilität und Validität nachgewiesen werden, sodass im nächsten Schritt weitere statistische Ergebnisse mit Hilfe einer Statistik-Software IBM SPSS erhoben werden konnten.
Ergebnisse der Hypothesen
Der Einfachheit halber werden die statistischen Ergebnisse hier nicht betrachtet, sondern lediglich deren Implikationen. Konkret werden im Folgenden nur die Ergebnisse der Hypothesen betrachtet.
Insgesamt konnten 13 der 16 Hypothesen belegt werden, während die drei Hypothesen H5, H6 und H11 nicht nachgewiesen werden konnten. Die belegten Hypothesen sind in Abbildung 2 grün dargestellt, während die entkräfteten rot dargestellt sind.
Auffällig ist, dass die explizit erteilten vorherigen Erlaubnisse zu Werbezwecken die Nutzeinstellung zu LBA nicht positiv beeinflussen (H5). Diese Wirkung kann daher auch nicht von der Location Context Quality positiv hervorgehoben werden (H6).
Da im Rahmen der Studie nur aktive Nutzer der Payback-App befragt wurden, bei welchen die Erlaubnis zu Werbezwecken weit in der Vergangenheit liegt, gehen die Autoren von einer nicht vermeidbaren Verzerrung der Ergebnisse aus. Oder Nutzer nehmen die Anzahl der Push-Nachrichten nur gering war, weswegen sie die Erlaubnis unnötig finden. Es ist auch möglich, dass Nutzer keine Erlaubnis erteilen wollen oder ihre Erlaubnis sogar zurückziehen, wenn sich der Inhalt der personalisierten Push-Nachrichten an anderen Stellen doppelt.
So wirkt sich die Location Context Quality nicht positiv auf die Intention personenbezogene Daten offenzulegen aus (H11). Diese wirkt sich lediglich auf die wahrgenommenen Vorteile durch die Offenlegung dieser Daten aus, die als Konsequenz die Absicht der Offenlegung der Daten erhöht (H10).
Die anderen Hypothesen konnten anhand des Modells bestätigt werden.
Zusammenfassung der Ergebnisse
Die Erkenntnisse, die aus dieser Studie gewonnen werden konnten, lassen sich wie folgt zusammenfasst:
- Personalisierung, Anreize sowie die Untersetzung der Outdoor-Navigation haben positive Wirkung auf die Nutzereinstellung zu LBA
- Die Vorherige Erlaubnis hat kein positives Auswirken zu LBA
- Das Bewusstsein über Vorteile personenbezogene Daten offenzulegen hat einen positiven Einfluss auf die Intention diese offenzulegen, während das Bewusstsein über die Risiken personenbezogene offenzulegen einen negativen Einfluss auf die Intention diese offenzulegen hat
- Die Location Context Quality hat einen positiven Einfluss auf die Wirkung der Personalisierung, der Anreize, der Unterstützung der Outdoor-Qualität, sowie auf das Bewusstsein über Vorteile und Risiken bei Offenlegung personenbezogener Daten
- Durch die verbesserte LBA-Nutzereinstellung und die erhöhte Intention personenbezogene Daten offenzulegen wird die Kaufintention erhöht
- Insgesamt konnte also nachgewiesen werden, dass die LBA-Erfolgsfaktoren die Kaufintention wiederum erhöhen.
Kritik an der Studie
Wichtig zu erwähnen ist, dass die Studie kritisch betrachtet werden kann. Demnach existieren zahlreiche Gründe, die die Ergebnisse der Studie unter Umständen anzweifeln lassen können.
Es wurden im Rahmen der Studie leidlich sieben Erfolgsfaktoren untersucht, es ist aber davon auszugehen, dass weitere Erfolgsfaktoren existieren, welche das Location-Based Advertising beeinflussen.
Des Weiteren wurde nur eine kleine Stichprobe mit insgesamt 294 Teilnehmern erhoben. Sämtliche Teilnehmer stammen außerdem aus Deutschland und nutzen alle die gleiche App. Erkenntnisse, die von den weltweiten Nutzern anderer Apps mit LBA stammen, werden nicht betrachtet. Zuletzt wurde die Umfrage in einem kurzen Zeitraum durchgeführt. Die Studie hätte hinsichtlich ihres Untersuchungszeitraumes weit ausgedehnt werden können.
Die drei Autoren Oliver T.Kurtz, Bernd W. Wirtz und Paul F.Langer weisen ausdrücklich darauf hin, dass die Studie nur ein erster Aufschlug im Bereich der LBA-Forschung ist, und befürworten jegliche weiterführende Forschung bzgl. der Einflussfaktoren des Location Based Marketing.
Trotz der Kritik ist die Studie inhaltlich valide und reliabel, weswegen die Ergebnisse der Studie durchaus als lehrreich und erkenntnisreich anzusehen sind. Diese bieten eine gute Basis für die weiterführende Forschung in diesem Bereich.
Quelle
Kurtz, Oliver T. & Wirtz, Bernd W. & Langer, Paul F., 2021. „An Empirical Analysis of Location-Based Mobile Advertising—Determinants, Success Factors, and Moderating Effects,“ Journal of Interactive Marketing, Elsevier, vol. 54(C), pages 69-85. https://ideas.repec.org/a/eee/joinma/v54y2021icp69-85.html