Modellierung des Einkaufsverhaltens von Verbrauchern in sozialen Einkaufs-Communities mit Clickstream-Daten

Soziale Einkaufs-Communities (SSCs) entstehen aus einer Verknüpfung von sozialen Netzwerken und Online-Shopping. Neben direkten Einkaufsmöglichkeiten in Shopbots (z. B. Suchfelder) bieten SSCs zusätzlich nutzergenerierte soziale Einkaufselemente an. Dazu gehören Empfehlungslisten, Bewertungen, Stile (d.h. von Nutzern angeordnete Sortimente), Tags und Nutzerprofile. Käufe können durch das Folgen eines Links zu einem teilnehmenden Online-Shop (Click-out) getätigt werden. SSCs verzeichnen hohe Wachstumsraten in der Beliebtheit bei den Verbrauchern (z. B. zieht Polyvore mehr als 6 Millionen eindeutige Besucher pro Monat an). Somit hat dieses Geschäftsmodell in den letzten Jahren erhebliches Risikokapital erhalten. Durch die Analyse von Clickstream-Daten untersuchen wir, welche Faktoren, insbesondere soziale Einkaufselemente, signifikant sind, um das Einkaufsverhalten innerhalb von SSCs vorherzusagen. Unser Logit-Modell umfasst etwa 2,73 Millionen Besuchssitzungen und zeigt, dass soziale Einkaufselemente einen signifikanten Einfluss ausüben, sowohl positiv als auch negativ. Tags und hohe Bewertungen haben einen positiven Einfluss auf einen Click-out. Im Gegensatz dazu ist die Wahrscheinlichkeit eines Click-outs umso geringer, je mehr Listen und Stile verwendet werden. Dennoch scheinen Listen und Stile die Verweildauer auf der Seite und das Stöbern zu erhöhen. Darüber hinaus ist die Wahrscheinlichkeit eines Click-outs umso geringer, je mehr direkte Einkaufselemente verwendet werden. Steigende Transaktionskosten und Informationsüberflutung könnten mögliche Gründe sein. Wir haben auch herausgefunden, dass Community-Mitglieder eher einen Click-out durchführen als gewöhnliche Nutzer. Dies impliziert, dass Community-Mitglieder profitabler sind.