Shopping Convenience: Wie macht man Convenience messbar?

Ein Schild an einer gläsernen Tür zeigt das Wort "Open".

eresult entwickelt gerade ein Befragungsinstrument zur Messung der Shopping Convenience auf Online-Shops (Shopping Convenience – So können Sie Bequemlichkeit & Annehmlichkeit beim Online-Shopping steigern). Naheliegend, da beide Konstrukte – UX & Convenience – viele Gemeinsamkeiten und Schnittmengen haben (Bequemlichkeit ist UX in Vollkommenheit). Ein Name für das Befragungsinstrument ist schon gefunden – ConQuest (Convenience Questionaire) – nun braucht es noch die Items. In diesem Beitrag möchte ich Ihnen Einblick in den Stand der Entwicklung des Messinstrumentes geben. Mit ConQuest wird es möglich sein, Shops hinsichtlich ihrer Shopping Convenience zu bewerten, zeitlich zu überwachen und miteinander zu vergleichen.

Erfahren Sie nun, wo wir stehen, bei der Entwicklung von ConQuest, und wie wir vorgegangen sind, um ein valides und zuverlässiges Messinstrument zu finden.

Anlass für alles war und ist unsere feste Überzeugung, dass Shopping Convenience im Zeitalter von agentenbasiertem Online-Einkaufen, Bestellungen über digitale Sprachassistenten, Bestellbutton im Haushalt, bequeme Check-In/Check-Out Stationen und Umkleidekabinen mit Bedien-, Steuer- und Ausgabeeinheiten eine immer wichtigere Bedeutung für Händler bekommt. Sowohl für BtoC als auch BtoB Händler, sowohl für junge als auch alte Zielgruppen und unabhängig vom Sortiment des Händlers.

Erste Frage war: Wer beschäftigt sich schon in Wissenschaft und Praxis mit dem Thema?

1. Sekundärforschung („Desk Research“) – Aufarbeitung des Standes der Forschung

Wir erkannten schnell: In der Wissenschaft ist das Thema kaum präsent. Noch nicht.

Wir fanden nur eine Studie, die sich dem Thema Shopping Convenience bei Online-Shops widmet. Dies war die Studie von Ling (Alice) Jiang, Zhilin Yang und Minjoon Jun „Measuring consumer perceptions of online shopping convenience“, aus dem Jahr 2012. Sie benennen zum ersten Mal die verschiedenen Dimensionen von Shopping Convenience, die aus den Ergebnissen von Fokusgruppen gewonnen wurden. Der so entstandene Fragebogen war eine erste, aber sehr gelungene Grundlage für ConQuest.

Darauf konnten wir aufbauen, auch auf dem 5 Dimensionenmodell:

  • Access Convenience
    Ein Shop muss bei der Suche nach Produkten gut auffindbar sein.
  • Search Convenience
    Das Sortiment muss einfach zu erkunden sein (und sollte breit und tief sein).
  • Evaluation Convenience
    Die Auswahl geeigneter Artikel muss schnell und zuverlässig erfolgen können.
  • Transaction Convenience
    Die gefundenen Artikel müssen einfach bestellbar sein.
  • Possession/Post Possession Convenience
    Der Erhalt (und die Rückgabe) gekaufter Produkte muss unkompliziert sein.

Aktuellere Gedanken und Daten zum Thema Shopping Convenience gibt die Wissenschaft leider nicht her. In der Praxis schaute das anders aus. Per intensiver Internet-Recherche fanden wir weitere, thematisch passende Veröffentlichungen:

Diese Studien gaben uns weitere Impulse und Anregungen für die Optimierung und Weiterentwicklung unseres Messinstrumentes. Und sie bestärkten uns in unserer Annahme, dass Shopping Convenience in der Zukunft zu einer wichtigen Währung im E-Commerce werden wird.

2. Fragebogenübersetzung

Ergebnis der Sekundärforschung war die Erkenntnis, dass der Fragebogen von Ling (Alice) Jiang, Zhilin Yang und Minjoon Jun eine gelungene Ausgangsbasis darstellte. Da dieser jedoch in einer anderen Sprache vorlag und auch in einem anderen Kulturkreis entstand, konnten wir ihn nicht einfach 1zu1 verwenden. Also ließen wir den englischen Text ins Deutsche übersetzen. Um jedoch sicher zu gehen, dass keine Übersetzungsfehler vorliegen, haben wir anschließend den deutschen Fragebogen noch einmal ins Englisch übersetzen lassen.

Nachdem uns nun drei Sprachvarianten vorlagen (Original Englisch, deutsche Übersetzung, Rückübersetzung ins Englische), haben wir die Differenzen evaluiert und diskutiert und haben im Team eine Konsenslösung zu den Wording-Unterschieden im Detail herbeigeführt. Damit stand nun die Vorversion unseres Fragebogens fest. Offen war nun noch die Frage, ob die Dimensionen und Items auch für unseren Kulturkreis passend sind, und ob sie ganzheitlich das aktuelle Verständnis von Shopping Convenience abbilden.

Unsere Lösung: Ein Austausch mit E-Commerce und UX Experten. An diesem Austausch nahmen insgesamt 2 E-Commerce Experten aus Unternehmen und Wissenschaft teil, ergänzt um 3 eresulter, die als UX‘ler unterschiedliche Online-Shopbetreiber beraten.

3. Experten-Fokusgruppe

Da unsere Experten an unterschiedlichen Orten, verteilt über Deutschland tätig waren, führten wird die Fokusgruppen online durch. Dazu setzen wir das Tool MURAL ein, das explizit für die Zusammenarbeit in virtuellen Teams entwickelt wurde.

MURAL biete wie ein großes Whiteboard, auf dem jeder mit Zugang jederzeit und von jedem Ort aus Post-It’s, Dokumente, Fotos etc. auf das Board „pinnen“ kann. Dies ermöglicht auch über große Distanzen eine gute Zusammenarbeit.

Im ersten Schritt beschrieben die Experten ihre Erfahrungen zum Thema „Shopping Convenience“ und was sie damit verbinden. Diese Erfahrungen wurden über das Tool auf Post-It’s geschrieben und dann den anderen Teilnehmern vorgestellt. Anschließend haben wir die Post-It’s geclustert. Dies führte zu einer regen Diskussion, sodass auch neue Post-It’s mit Ergänzungen erstellt worden sind.

Im Ergebnis hatten wir viele weitere Aspekte und Dimensionen für das Konstrukt „Shopping Convenience“, die im Fragebogen von Ling (Alice) Jiang, Zhilin Yang und Minjoon Jun nicht abgebildet waren

In Fokusgruppen wurden Ergebnisse geclustert.

Abb. 2: Ergebnisse aus der Fokusgruppe

3. Fragebogenerstellung

Durch die Fokusgruppe konnten wir die Dimensionen der Shopping Convenience validieren und haben uns auch entschlossen noch weitere Fragebogenitems mit in unseren eigenen Fragebogen aufzunehmen. Diese Items sind aus der Fokusgruppe hervorgegangen und wurden abschließend noch einmal intern besprochen.

Insgesamt umfasste unsere Version 0.9 von ConQuest 32 Fragen sowie drei Fragen zur Verhaltensintention.
Als Skala für unsere 32 Items wählten wir eine 5-stufige Zustimmungsskala (stimme überhaupt nicht zu – stimme voll zu), ähnlich wie Ling (Alice) Jiang, Zhilin Yang und Minjoon Jun.

4. Erhebung

Die erste Erhebungswelle haben wir Anfang Januar gestartet. Dazu wurde der Fragebogen zunächst programmiert und anschließend durchgetestet.

Als Teilnehmer für die Studie haben wir das Online-Access-Panel Bonopolis.de herangezogen und dort allen Personen aus Deutschland eine Einladung zu der Umfrage geschickt. Als kleine Entschädigung für den zeitlichen Aufwand der Teilnehmer haben wir unter allen Teilnehmern einen Shop-Gutschein für einen Shop ihrer Wahl verlost.

An der Umfrage nahmen alle Panellisten teil, die im Dezember 2017, mehr als 6 Bestellungen im Monat Dezember 2017 getätigten und bei einem der 8 umsatzstärksten Shops in Deutschland bestellt haben.

5. Auswertung

Zunächst haben wir alle Daten einer Faktorenanalyse unterzogen. Dabei wurde die Methode der Hauptaxenanalyse mit anschließender orthogonaler Rotation (Varimax) verwendet (ganz klassisches Vorgehen). Da wir von 6 semantischen Dimensionen ausgingen, legten wir die Anzahl der Faktoren auf 6 fest.

Anhand dieser Analyse kamen wir zu folgenden Erkenntnissen:

      1. Die ermittelte Faktorstruktur entsprach größtenteils unserem vorausgesetzten theoretischen Konstrukt: Die meisten Fragebogenitems zeigten ihre höchsten Ladungen mit dem jeweils vorgesehenen Faktor.
      2. Es zeigte sich allerdings, dass Such- und Beurteilungskomfort statistisch schwieriger getrennt werden können: Hier entstanden viele Cross-Loadings, was uns eine Zusammenlegung der Dimensionen zu einer in Betracht ziehen ließ.
      3. Einige Items zeigten keine eindeutige „Zugehörigkeit“ zu einem Faktor, sondern korrelierten mit vielen Faktoren. Hier haben wir in der Folge deren Formulierung analysiert und diese infolgedessen dahingehend umformuliert, dass sie semantisch besser in eine der von uns aufgestellten Dimensionen passten.

Mit den Dimensionen haben wir Reliabilitätschecks durchgeführt. Hierzu haben wir mit den Items von jeder Dimension den Alpha-Koeffizienten nach Cronbach berechnet. Es zeigten sich mit der Ausnahme des After-Sales-Komfort (=0,75) sehr gute Reliabilitäten.

Wir wollten natürlich noch überprüfen, wie valide die erhobene „Shopping Convenience“ ist. Wir haben hier untersucht, wie gut sich Verhaltensintentionen wie die Absicht, wieder bei demselben Online-Shop zu kaufen, durch die Shopping Convenience vorhersagen lassen. Dies nennt man Kriteriumsvalidität (Die Verhaltensintentionen sind hier das Kriterium). Wir haben eine multiple Regression gerechnet mit den Faktorscores der 6 Dimensionen als Prädiktoren und den Verhaltensintentionen als abhängiger Variable (die 3 Verhaltensintentionsitems wurden mit einer Hauptkomponentenanalyse zu einem Score zusammengefasst). Der Multiple-Korrelationskoeffizient ist mit 0,717 sehr hoch. Alle Shopping-Convenience-Dimensionen haben hier einen signifikanten Anteil an der Varianzaufklärung mit der Ausnahme des Zugriffskomforts. Dies ist aber wahrscheinlich auf die stark eingeschränkte Varianz zurückzuführen, da man ja quasi immer auf alle Shops zugreifen kann.

Aufgrund dieser Ergebnisse stand für uns fest, dass für eine genauere Validierung der Items eine weitere Befragungswelle stattfinden muss und sind auch bereits motiviert in die 2. Welle gestartet.

Im Ergebnis haben wir nun eine Version 1.0 unseres Fragebogens, den wir in einer weiteren Erhebungswelle einsetzen werden. Die hier gewonnenen Daten und Erkenntnisse zum Fragebogen ConQuest werden ich Ihnen in meinem kommenden Beitrag vorstellen und dann auch einen Einblick in unseren Fragebogen bieten. Sie bekommen dann den Blick durch’s Schlüsselloch von mir ermöglicht.

Es geht also weiter mit unserer Studien- und Beitragsserie zum Thema Shopping Convenience.

Falls wir nun Ihr Interesse für die Studie und Shopping Convenience geweckt haben und Sie gerne mehr darüber erfahren wollen, dann kommen Sie einfach auf mich zu (sina.steep@eresult.de).

Portraitfoto: Sina Steep

Sina Steep

User Experience Consultant

eresult GmbH

Bisher veröffentlichte Beiträge: 4

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert