De perceptie van 'succes' van e-commerce voor consumenten

Martijn Severijns
In deze scriptie werd een nieuw succesmodel gecreëerd om e-commerce succes voor de consument te analyseren. Vervolgens werd dit model getest door data uit een enquête te verwerken (primaire dataverzameling) via 'partial leas squares path modelling. Ten slotte vond er een validatie plaats via bootstrapping resampling.

Systeem kwaliteit en gebruiksvriendelijkheid belangrijk voor e-commerce succes

Een student van de KU Leuven ontwikkelde voor zijn masterproef Internationaal Zakenwezen (Handelswetenschappen) een experimenteel model dat de succesperceptie voor e-commerce consumenten tracht te verklaren. Het model werd getoetst aan de hand van data uit een enquête bij 236 studenten Handelswetenschappen. Uit het onderzoek blijkt dat voornamelijk de kwaliteit en gebruiksvriendelijkheid van het e-commerce systeem essentieel zijn.

Het resultaat?

Gebruiksvriendelijkheid en kwaliteit van de e-commerce website en in mindere mate de kwaliteit van informatie op de website hebben een positieve invloed op de tevredenheid van de consument. Onrechtstreeks dragen deze waarde ook bij tot de intentie van de consument om tot herhaalaankopen over te gaan, iets wat binnen het succesmodel gezien wordt als ‘ultiem succes’. In dit onderzoek hebben andere variabelen zoals imago van het bedrijf en de invloed van vrienden & familie geen bewezen effect op het succes van e-commerce.

Onderzoeksopzet

Eerdere studies tonen aan dat tal van variabelen zoals ‘systeem kwaliteit (o.a. de snelheid en gebruiksvriendelijkheid van de website) en ‘informatie kwaliteit’ (o.a. de relevantie en nauwkeurigheid van de informatie op de website) een invloed uit kunnen oefenen op e-commercesucces. Het doel van het model van de student is echter om een input te creëren voor computergestuurde oplossingen (Automated Business Analytics) om e-commercesucces voor bedrijven te optimaliseren. De student Handelswetenschappen is de eerste onderzoeker die dit unieke model creëert dat zich volledig focust op e-commerce succes. Hij onderzoekt wat succes van online aankopen voor consumenten is, met als doel de online retailer te helpen bij wat voor consumenten belangrijk is.

Onderzoeksmethode

De student ging aan de slag met 2 bekende succesmodellen, respectievelijk het ‘informatiesystemen succes model’ en het ‘technology acceptance model’, die hij, samen met zijn eigen inzichten, transformeerde tot een uniek succesmodel voor e-commerce. Dit model werd vervolgens getoetst door een enquête bij 236 studenten Handelswetenschappen aan de KULeuven Antwerpen. Aan de deelnemers werd, onrechtstreeks, gevraagd wat zij belangrijk vonden bij de aankoop van online kleding. Zo werd onderzocht welke variabele de grootste impact had op een stijging van herhaalaankopen, het ultieme succes voor het e-commerce bedrijf.

Kortom: E-commercesucces wordt veroorzaakt door een hoge systeem kwaliteit en gebruiksvriendelijkheid, informatie kwaliteit draagt ook bij tot het succes.

---- EINDE BERICHT ----

Noot voor de redactie Contactpersoon: Martijn Severijns | Student Master in de Handelswetenschappen – Internationaal Zakenwezen | martijn.severijns@gmail.com

Bibliografie

Akter, S., & Wamba, S. F. 2016. Big data analytics in E-commerce: a systematic review and agenda for future research. Electronic Markets, Vol. 26: 173-194.
Al-Gahtani, S. S. 2011. Modeling the electronic transactions acceptance using an extended Technology Acceptance Model. Applied Computing and Informatics, Vol. 9, 47-77.
Bentler, P. M. 1980. Multivariate Analysis with Latent Variables: Causal Modeling. Annual Review of Psychology, Vol. 31, 419-456.
Bollen, K. A. 1987. Total, direct, and indirect effects in structural equation models. Sociological methodology, Vol. 17, 37-69.
Boyd, D., & Crawford, K. 2012. Critical questions for big data: provocations for a cultural, technological, and scholarly phenomenon. Information Communication and Society, Vol. 15, 662–679.
Brown, I., & Jayakody, R. 2008. B2C e-commerce success: A test and validation of a revised conceptual model. Electronic Journal Information System Evaluation, Vol. 11, 167-184.
Cao, M., Zhang, Q., & Seydel, J. 2005. B2C e-commerce web site quality: an empirical examination. Industrial Management & Data Systems, Vol. 105, 645-661.
Cenfetelli, R. T., Benhassat, I., & Al-Natour, S. 2008. Addressing the what and how of online services: Positioning supporting-services functionality and service quality for business-to-consumer success. Information Systems Research, Vol. 19, 161-181.
Chen, C. D., & Cheng, C. J. 2008. Understanding consumer intention in online shopping: A respecification and validation of the DeLone and McLean model. Behaviour and Information Technology, Vol. 28, 335-345.
Chernick, M. R. 2011. Bootstrap methods: A guide for practitioners and researchers. New York: John Wiley & Sons.
Chin, W. W. 1998. The partial least squares approach for structural equation modeling. In A. Marcoulides, Modern methods for business research (pp. 295-336). Londen: Lawrence Erlbaum Associates.
Chiu, C.-M., Wang, E. T., Fang, Y.-H., & Huang, H.-Y. 2014. Understanding customers' repeat purchase intentions in B2C e-commerce: the roles of utilitarian value, hedonic value and perceived risk. Information Systems Journal, Vol. 24, 85-114.
Cole, C. A., & Balasubramanian, S. K. 1993. Age Differences in Consumers' Search for Information: Public Policy Implications. Journal of consumer research, Vol. 20, 157-169.
Coley, A., & Burgess, B. 2003. Gender differences in cognitive and affective impulse buying. Journal of Fashion Marketing and Management, Vol. 7, 282-299.
Colla, E., & Lapoule, P. 2012. E-commerce: exploring the critical success factors. International Journal of Retail & Distribution Management, Vol. 40, 842-864.
34
Davenport, T. H., & Harris, J. G. 2006. Competing on Analytics: The New Science of Winning. Boston: Harvard Business School Press.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. 1989. User acceptance of computer technology: A comparison of two theoretical models. Management Science, Vol. 35, 982-1003.
DeLone, W. H., & McLean, E. R. 1992. Information systems success: The quest for the dependent variable. Information Systems Research, Vol. 3, 60-95.
DeLone, W. H., & McLean, E. R. 2003. The DeLone and McLean model of information systems success: a ten-year update. Journal of Management Information Systems, Vol 19, 9-30.
DeLone, W. H., & McLean, E. R. 2004. Measuring e-Commerce Success: Applying the DeLone and McLean Information Systems Success Model. International Journal of Electronic Commerce, Vol. 9, 31-47.
Eggert, A., & Ulaga, W. 2002. Customer perceived value: a substitute for satisfaction in business markets? Journal of Business and Industrial Marketing, Vol. 17, 107-118.
Fishbein, M., & Ajzen, I. 1975. Belief, Attitude, Intentions and Behaviour: An Introduction to Theory and Research. Boston: Addison-Wesley.
Gefen, D., Karahanna, E., & Straub, D. W. 2003. Trust and TAM in online shopping: an integrated model. MIS quarterly, Vol. 27, 51-90.
Hair, F. H., Hult, G. t., Ringle, C. M., & Sarstedt, M. 2014. A primer on partial least squares structural equation modeling (PLS-SEM). Thousand Oaks: Sage Publications.
Hamdollah, R., & Baghaei, P. 2016. Partial Least Squares Structural Equation Modeling with R. Practical Assessment: Research & Evaluation, Vol. 21, 1-16.
Hull, G. 2015. Successful failure: what Foucault can teach us about privacy self-management in a world of Facebook and big data. Ethics and Information Technology, Vol. 17, 89-101.
Koufaris, M. 2002. Applying the Technology Acceptance Model and Flow Theory to Online Consumer Behavior. Information Systems Research, Vol. 13, 205-223.
Lian, J.-W., & Yen, D. C. 2014. Online shopping drivers and barriers for older adults: Age and gender differences. Computers in Human Behavior, Vol. 37, 133-143.
Liebermann, Y., & Stashevsky, S. 2002. Perceived risks as barriers to Internet and e-commerce usage. Qualitative Market Research: An International Journal, Vol. 5, 291-300.
Liu, C., & Arnett, K. P. 2000. Exploring the factors associated with Web site success in the context of electronic commerce. Information & management, Vol. 38, 23-33.
Martin, K. E. 2015. Ethical Issues in the big data Industry. MIS Quarterly Executive, Vol. 14, 67-85.
Mathieson, K. 1991. Predicting user intentions: Comparing the Technology Acceptance Model with the theory of planned behavior. Information Systems Research, Vol. 2, 173-191.
Molla, A., & Licker, P. S. 2001. E-commerce systems success: an attempt to extend and respecify the DeLone and McLean model of IS success. Journal of Electronic Commerce Research, Vol. 2, 1-11.
35
Moon, J., & Kim, Y. 2001. Extending the TAM for a World-Wide-Web Context. Information and Management, Vol. 38, 217-230.
Moore, G. C., & Benhasat, I. 1991. Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Research, Vol. 2, 192-222.
Nunan, D., & Domenico, M. 2013. Market research and the ethics of big data. International Journal of Market Research, Vol. 55, 505-520. Ogonowski, A., Montandon, A., Botha, E., & Reyneke, M. 2014. Should new online stores invest in social presence elements? The effect of social presence on initial trust formation. Journal of Retailing and Consumer Services, Vol. 21, 482-491.
Rai, A., Lang, S. S., & Walker, R. B. 2002. Assessing the validity of IS success models: an empirical test and theoretical analysis. Information Systems Research, Vol. 13, 50-69.
Rouibah, K., Lowry, P. B., & Al-Mutairi, L. 2015. Dimensions of Business-to-Consumer (B2C) Systems Success in Kuwait: Testing a Modified DeLone and McLean IS Success Model in an E-Commerce Context. Journal of Global Information Management, 41-70.
Sanchez, G. 2013. PLS Path Modeling with R. Berkeley: Trowchez Editions.
Sharkey, U., Scott, M., & Acton, T. 2010. The influence of quality on e-commerce success: An empirical application of the DeLone and McLean IS success model. International Journal of E-Business Research, Vol. 6, 68-84.
Suh, B., & Han, I. 2003. The Impact of Customer Trust and Perception of Security Control on the Acceptance of Electronic Commerce. International Journal of Electronic Commerce, Vol. 7, 135-161.
Taylor, S., & Todd, P. A. 1995. Understanding information technology usage: A test of competing models. Information Systems Research, Vol. 6, 144-176.
Tifferet, S., & Herstein, R. 2012. Gender differences in brand commitment, impulse buying, and hedonic consumption. Journal of Product & Brand Management, Vol. 21, 176-182.
Van Der Heijden, H. 2004. User acceptance of hedonic information systems. MIS Quarterly, 695-705.
Venkatesh, V., & Bala, H. 2008. Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, Vol. 39, 273-315.
Venkatesh, V., & Davis, F. D. 2000. A theoretical extension of the Technology Acceptance Model: Four longitudinal field studies. Management Science, Vol. 46, 186-204.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. 2003. User acceptance of information technology: Toward a unified view. MIS Quarterly, Vol. 27, 425-478.
Wang, Y.-S. 2007. Assessing e-commerce systems success: a respecification and validation of the DeLone and McLean of IS success. Information Systems Journal, Vol. 18, 529-557.
Wang, Y.-S., & Tang, T.-I. 2003. Assessing customer perceptions of web site service quality in digital marketing environments. Journal of End User Computing, Vol. 15, 14-31

Universiteit of Hogeschool
Master Handelswetenschappen - Internationaal Zakenwezen
Promotor
Patrick Wessa
Kernwoorden