Vom E-Commerce lernen. RFID und Smartphone als Konversionsoptimierer im stationären Modehandel E-Book

Niklas Dorn

• Herausgeber: GRIN Verlag
• Kategorie: Fachliteratur
• Sprache: Deutsch
• Veröffentlichungsjahr: 2015

Beschreibung

Masterarbeit aus dem Jahr 2013 im Fachbereich BWL - Offline-Marketing und Online-Marketing, Note: 1,3, Hochschule der Medien Stuttgart (Fakultät Electronic Media), Sprache: Deutsch, Abstract: Aufbauend auf dem Konzept der Personalisierung und der individuellen Kundenansprache im E-Commerce, verfolgte diese Arbeit das Ziel, die Vorteile einer personalisierten Kundenansprache im Rahmen eines praxisnahen Konzepts für den stationären Modehandel nutzbar zu machen. Dabei wurde untersucht, wie sich durch die intelligente Verknüpfung der RFID-Technologie, Smartphones und Empfehlungsalgorithmen eine automatisierte Personalisierung zur Konversionssteigerung während des Einkaufsvorgangs im stationären Geschäft realisieren lässt. Neben einer Untersuchung der Wirkung von Personalisierung auf die Konversionsrate und einer Betrachtung der Treiber von Personalisierung im E-Commerce, erfolgte eine Potenzialanalyse der RFID-Technologie sowie von Smartphones. Dabei konnte gezeigt werden, dass sich die RFID-Technologie durch Anbringung von RFID-Tags zur Erfassung des Kundenverhaltens einsetzen lässt. Die RFID-Tags funktionieren dabei ähnlich den Page-Tags (Cookies) im Online-Handel. Zudem wurde das Smartphone als ständiger Begleiter und Bindeglied zwischen der Online und der Offlinewelt identifiziert. Mit Hilfe der darauf aufbauenden quantitativen Online-Befragung konnten signifikante Zusammenhänge zwischen der Smartphone-Marke und ihren Nutzern im Hinblick auf ihre Ausgabe- und Zahlungsbereitschaft, sowie ihr Einkaufsverhalten in Bezug auf Bekleidung, festgestellt werden. Dabei zeigten sich eindeutige Korrelationen zwischen der Smartphone-Marke und dem Einkaufsverhalten von Smartphone-Nutzern in Bezug auf Bekleidung. Es stellte sich u.a. heraus, dass das Smartphone einen Indikator für die Höhe der jährlichen Ausgaben sowie die Zahlungsbereitschaft (ZB) für Bekleidung eines Smartphone-Nutzers darstellt. Apple-Nutzer korrelierten dabei mit den höchsten und LG-Nutzer mit den niedrigsten jährlichen Ausgaben. Die vorliegende Arbeit liefert damit ein praxisnahes Konzept für die Einführung einer auf RFID, Smartphone und Empfehlungsalgorithmen basierenden Personalisierung im Handel. Sie stellt damit einen möglichen Ausgangspunkt für die Einführung einer individuelle Kundenansprache und einer systematischen Konversionsoptimierung in der „Offline-Welt“ dar.

Leseprobe

Impressum:

Copyright (c) 2015 GRIN Verlag / Open Publishing GmbH, alle Inhalte urheberrechtlich geschützt. Kopieren und verbreiten nur mit Genehmigung des Verlags.

Bei GRIN macht sich Ihr Wissen bezahlt! Wir veröffentlichen kostenlos Ihre Haus-, Bachelor- und Masterarbeiten.

Jetzt bei www.grin.com

Eidesstattliche Erklärung

Hiermit versichere ich, Niklas Georg Dorn, an Eides Statt, dass ich die vor-liegende Masterarbeit mit dem Titel: „Vom E-Commerce lernen: RFID und Smartphone als Konversionsoptimierer im stationären Modehandel“ selbständig und ohne fremde Hilfe verfasst und keine anderen als die angegebenen Hilfsmittel benutzt habe. Die Stellen der Arbeit, die dem Wortlaut oder dem Sinn nach anderen Werken entnommen wurden, sind in jedem Fall unter Angabe der Quelle kenntlich gemacht. Die Arbeit ist noch nicht veröffentlicht oder in anderer Form als Prüfungsleistung vorgelegt worden.

Ich habe die Bedeutung der eidesstattlichen Versicherung und die prüfungs-rechtlichen Folgen (§ 19 Abs. 2 Master-SPO der HdM) sowie die strafrechtlichen Folgen (gem. § 156 StGB) einer unrichtigen oder unvollständigen eidesstattlichen Versicherung zur Kenntnis genommen.

___________________________________

Kurzfassung

Aufbauend auf dem Konzept der Personalisierung im E-Commerce, verfolgt diese Arbeit mit dem Titel „Vom E-Commerce lernen: RFID und Smartphone als Konversionsoptimierer im stationären Modehandel“ das Ziel, die Vorteile einer Personalisierung auf den stationären Modehandel zu übertragen. Dies soll durch Verknüpfung von RFID-Technologie, Smartphones und Empfehlungsalgorithmen ermöglicht werden.

Neben einer Untersuchung der Wirkung von Personalisierung auf die Konversionsrate und einer Betrachtung der Treiber von Personalisierung im

E-Commerce, erfolgt eine Potenzialanalyse der RFID-Technologie sowie von Smartphones. Mit Hilfe eines hypothesengeleiteten Vorgehens im Rahmen einer quantitativen Online-Befragung wird untersucht, welche Zusammenhänge zwischen der Smartphone-Marke und ihren Nutzern im Hinblick auf ihre Ausgabe- und Zahlungsbereitschaft sowie ihr Verhalten in Bezug auf Bekleidung bestehen. Die daraus gewonnenen Erkenntnisse dienen zur Lösung des Kaltstart-Problems eines Empfehlungsalgorithmus für den stationären Modehandel.

Im Rahmen der Untersuchung konnten Zusammenhänge zwischen der Smartphone-Marke und dem Einkaufsverhalten von Smartphone-Nutzern in Bezug auf Bekleidung festgestellt werden. Darüber hinaus konnte ein praxisnahes Konzept entwickelt werden, das aufzeigt, wie sich die Vorteile einer Personalisierung im E-Commerce durch Verknüpfung von RFID-Technologie, Smartphones und Empfehlungsalgorithmen auch auf den stationären Modehandel übertragen lassen.

Autor: Niklas Georg Dorn

Abstract

Boosted by the concept of personalization in e-commerce, the goal of this work named “E-Commerce as best practice: RFID and smartphone as conversion boosters in brick and mortar apparel stores” is to bring the advantages of a personalization to apparel retail stores by linking RFID technology, smartphones and recommender systems.

First the effects of personalization on the conversion rate and the amplifiers of personalization in e-commerce are outlined. Then the strengths of RFID and smartphones will be analyzed. Second, based on these analyses, the correlations between smartphone brands on the one hand and annual spending, willingness to pay and shopping behavior of smartphone users referring to fashion on the other hand, will be quantified using a hypothesis driven online survey. Findings of this research should help to solve the cold-start problem of a recommender system in apparel retail stores by delivering solid data.

The results in the observed sample showed correlations between the smartphone brand and the fashion shopping behavior of smartphone users. Furthermore a practical concept exhibits how to benefit by the gains of personalization proofed in e-commerce linking different technologies in brick and mortar apparel stores.

Author: Niklas Georg Dorn

Inhaltsverzeichnis

Eidesstattliche Erklärung

Kurzfassung

Abstract

Abkürzungsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1 Einleitung

1.1 Zielsetzung und Problemstellung

1.2 Thematische Einordnung und Abgrenzung des Untersuchungsgegenstandes

1.3 Gang der Arbeit

2 Grundlagen der Untersuchung

2.1 Konversionsrate

2.1.1 Definition

2.1.2 Bildung und Messung

2.2 Konversionsratenoptimierung

2.3 Personalisierung als Mittel der Konversionsratenoptimierung

2.3.1 One-to-One Marketing

2.3.2 Definition Personalisierung

2.3.3 Vorrausetzungen für die Umsetzung von Personalisierung

2.3.3.1 Web-Analytics

2.3.3.2 Segmentierung

2.3.4 Wirkung der Personalisierung auf die Konversionsrate

2.3.5 Neue Treiber der Personalisierung

2.3.5.1 Big Data

2.3.5.2 Data-Mining

2.3.5.3 Predictive Analytics

2.3.5.4 Behavioral-Targeting

2.3.5.5 Machine Learning

2.3.5.6 Empfehlungssysteme

3 Der stationäre Modehandel

3.1 Status Quo

3.2 Implikationen der Personalisierung im E-Commerce für den stationären Modehandel

3.3 Technologische Treiber

3.3.1 RFID

3.3.2 Smartphone

3.3.3 Zwischenfazit

3.4 Konzept zur Echtzeit-Konversionsratenoptimierung im stationären Modehandel

3.5 Kaltstart-Problem

3.5.1 Problematik

3.5.2 Lösungsansatz

4 Quantitative Online-Befragung

4.1 Mögliche Datenquellen und Herleitung der Hypothesen

4.2 Untersuchungsziel

4.3 Methodik

4.4 Aufbau

4.5 Datenerhebung und –Analyse

4.5.1 Charakterisierung der Daten und Einschätzung der Aussagekraft

4.5.1.1 Analyse

4.5.1.2 Ergebnisse

4.5.2 Überprüfung der Hypothesen

4.5.2.1 Hypothese H1 und H2:

4.5.2.2 Hypothese H3 und H4

4.5.2.3 Hypothese H5

4.5.2.4 Hypothese H6

4.5.2.5 Hypothese H7

4.5.4.6 Hypothese H8

4.5.2.7 Hypothese H9

4.5.2.8 Hypothese H10

4.5.2.9 Hypothese H11

4.5.2.10 Hypothese H12

4.5.3 Diskussion der Ergebnisse

4.5.4 Grenzen der Untersuchung

5 Fazit

6 Ausblick

7 Literatur- und Quellenverzeichnis

8 Anhang

Anhang 1: Verfahren des Data-Minings

Association rule learning

Classification

Cluster Analyse

Regression

Anhang 2: Suchverfahren versus Empfehlungsalgorithmen

Anhang 3: Online-Fragebogen:

Abkürzungsverzeichnis

Tabellenverzeichnis

Tabelle 1: Bekleidungskategorien Frauen nach Spiegel Outfit 7 Studie (SPIEGEL-Verlag 2011, S. 9), Eigene Berechnung und Darstellung

Tabelle 2: Bekleidungskategorien Männer nach Spiegel Outfit 7 Studie (SPIEGEL-Verlag 2011, S. 9), Eigene Berechnung und Darstellung

1 Einleitung

Lange Jahre schien der stationäre Modehandel sein Allheilmittel gegen stagnierende Umsätze in einer konstanten Marktkonsolidierung und der damit verbundenen Realisierung von Skaleneffekten zu sehen. So erwirtschaften Großfilialisten mittlerweile zwar die Hälfte aller Umsätze, neue Wachstumsimpulse gingen von ihnen in letzter Zeit aber nicht aus. (Der Handel 2013) Während der Umsatz des Einzelhandels mit Textilien, Bekleidung und Schuhen zwischen 2002 und 2012 nur um 2,3 Prozent wuchs, stieg der Umsatz des technologiegetriebenen Versand- und Internethandels mit Textilien, Bekleidung und Schuhen im gleichen Zeitraum um 23,7 Prozent. (Statistisches Bundesamt 2013a)

Ein möglicher Grund für den Erfolg könnte in der konsequenten Ausrichtung des E-Commerce an den Grundsätzen der in den 1990 Jahren durch Don Peppers und Martha Rogers ausgerufenen One-to-One Economy liegen (Peppers und Rogers 2002, c2000, S. 7). Immer ausgereiftere Techniken zur Messung und Analyse des Kundenverhaltens und eine fortschreitende Personalisierung von Inhalten scheinen den Online-Handel dabei zu beschleunigen. Big Data und moderne Data-Mining Verfahren geben zusätzliche Impulse und ermöglichen automatisierte Personalisierung in Echtzeit.

Dem stationären Modehandel auf der anderen Seite, fehlten bislang die technischen Mittel, um es dem E-Commerce gleich zu tun. Eine Echtzeit-Erfassung und Auswertung des Kundenverhaltens und eine anschließende Personalisierung war bisher nicht möglich. Neue Technologien, wie RFID und die wachsende Verbreitung mobiler Endgeräte im Endkundenbereich, bieten nun das Potenzial, die bislang dem Online-Handel vorbehaltenen Möglichkeiten zur Steigerung der Konversionsrate auch auf den stationären Handel zu übertragen.

1.1 Zielsetzung und Problemstellung

Aufbauend auf dieser Annahme verfolgt die Arbeit das Ziel, ein Konzept zu entwickeln, um die frei werdenden Potenziale für den stationären Modehandel nutzbar zu machen. Im Rahmen dessen sollen Kunden passend zu ihrem Nutzerprofil, ihrem Verhalten und den von ihnen ausgewählten Produkten individuelle Angebote erhalten, die sie in Echtzeit in der Kaufentscheidung beeinflussen. Das Konzept wird dabei auf der Verknüpfung der RFID-Technologie, einer Smartphone-Applikation und Empfehlungsalgorithmen basieren. Die Schwierigkeit liegt dabei im sogenannten Kaltstart-Problem (Cold-Start-Problem) (Masthoff op. 2011, S. 695).

Das bedeutet, dass in der Einführungsphase eines Empfehlungssystems keine Erfahrungswerte, in Form von Daten, zum Verhalten und den Bedürfnissen der Kunden vorliegen. Allerdings lassen sich nur auf Basis solcher Daten Empfehlungssysteme entwickeln, die zuverlässig und wirkungsvoll, personalisierte Empfehlungen generieren und damit die Konversionsrate zu steigern vermögen. Die benötigte Datengrundlage für die Erstellung individueller Angebote kann damit theoretisch erst durch Beobachtung und Analyse des Verhaltens sukzessive aufgebaut werden. (Inaba 2009, S. 97) (Schein et al. 2002)(Desrosiers und Karypis op. 2011, S. 131)(Masthoff op. 2011, S. 695)Weiteres Ziel ist es deshalb das Kaltstart-Problem durch die Schaffung einer gesicherten Datengrundlage im Rahmen einer empirischen Untersuchung zu lösen.

Methodisch basiert die Arbeit auf der einen Seite auf der kritischen Analyse von Sekundärliteratur. Auf der anderen Seite wird mit Hilfe eines hypothesengeleiteten Vorgehens untersucht, welche Zusammenhänge zwischen der Smartphone-Marke und ihren Nutzern im Hinblick auf ihre Ausgabe- und Zahlungsbereitschaft sowie ihr Verhalten in Bezug auf Bekleidung bestehen. Die erforderlichen Primärdaten werden dabei in einer quantitativen Online-Befragung erhoben. Die daraus gewonnenen Erkenntnisse können dann in Form sogenannter „Business Rules“ als Grundlage für die Entwicklung eines Empfehlungsalgorithmus für den stationären Modehandel dienen.

1.2 Thematische Einordnung und Abgrenzung des Untersuchungsgegenstandes

Thematisch bewegt sich die Arbeit im Spannungsfeld zwischen Online-Handel und stationärem Handel, zwischen neuer Technologie und den Auswirkungen auf den Konsumenten. Die Recherche identifizierte auf der einen Seite verschiedene Forschungsarbeiten zum Einsatz von RFID im Einzelhandel. So untersuchten beispielsweise Uhrich at al., wie RFID im stationären Modehandel zu Marketingzwecken eingesetzt werden kann (Uhrich et al. 2008). Auch der Einsatz der RFID-Technologie ist, speziell in Kombination mit Business Intelligence Verfahren zur Optimierung des Warenbestandsmanagements, hinlänglich untersucht. Beispielsweise in der Arbeit von Baars et al. (Baars et al.)Auf der anderen Seite gibt es diverse Untersuchungen zur Wirkung von mobilen Endgeräten auf das Konsumentenverhalten im Einzelhandel.