Korbely, Stephanie

Electronic Word-of-Mouth als Fallbeispiele

Effekte einzelner und aggregierter Kundenbewertungen auf die Produktwahrnehmung

Kundenbewertungen auf Online-Shoppingportalen wie Amazon.de sind für viele Konsumenten eine essentielle Informationsquelle vor dem Kauf eines Produkts. Es handelt sich dabei um eine Art von Electronic Word-of-Mouth (eWOM), die in zwei verschiedenen Darstellungsformen auftritt: Neben den einzelnen Kundenbewertungen wird in der Regel auch die Durchschnittsbewertung angezeigt, die aus allen Einzelbewertungen resultiert. Dieser Unterscheidung wurde in der Forschung bislang kaum Rechnung getragen. Daher steht im Fokus der Arbeit die Frage, wie sich Einzel- und Durchschnittsbewertungen im Vergleich auf die Wahrnehmung und Beurteilung eines Produkts auswirken. Dies wird mithilfe eines Experimentaldesigns im Rahmen einer quantitativen Online-Befragung (N = 475) untersucht. Basierend auf der Fallbeispielforschung wird angenommen, dass sich lebhaftere, auf persönlichen Erfahrungen beruhende Einzelbewertungen stärker auf die Produktwahrnehmung auswirken.

Es zeigt sich, dass sowohl Einzel- als auch Durchschnittsbewertungen die Wahrnehmung und Beurteilung eines Produkts, beispielsweise die Kaufabsicht, direkt beeinflussen. Die Ergebnisse implizieren weiterhin, dass Einzelbewertungen Fallbeispielcharakter zuzuschreiben ist, da Konsumenten daraus Schlussfolgerungen ziehen, die die breite Kundenbasis betreffen. Vor dem Hintergrund des Fallbeispieleffekts begründet dies die deutlichen Anzeichen dafür, dass die Wirkung der Einzelbewertungen die der Durchschnittsbewertung übersteigt.

Steckbrief

Titel (deutsch): Electronic Word-of-Mouth als Fallbeispiele - Effekte einzelner und aggregierter Kundenbewertungen auf die Produktwahrnehmung
Titel (englisch): Electronic Word-of-Mouth as examples – Effects of single and aggregated customer reviews on product evaluations
Erhebungszeitraum: 03/2016
Stichprobe (effektiv): 475
Stand der Informationen: 21.11.2016

Kontakt

Stephanie Korbely

© 2009-2024 SoSci Panel