Interaktive Informationsmanagement-Tools in Online Shops: Studienergebnisse und Gestaltungsempfehlungen

Abstract

In Online Shops steht Käufern eine Vielzahl an Produkten mit unterschiedlichen Produkteigenschaften zur Verfügung. Dieses große Informationsangebot kann eine Informationsüberlastung (Information Overload) bewirken, was zu Unzufriedenheit bei den Käufern und zu niedrigeren Abschlussraten führen kann. Abhilfe schaffen Interaktive Informationsmanagement-Tools (IIMT), die es den Käufern ermöglichen, durch Filtern, Sortieren oder Vergleichen das Informationsangebot selbst steuern zu können. IIMT unterstützen dabei verschiedene Entscheidungsstrategien, die Käufer beim Produktkauf in Online Shops anwenden. Zum Beispiel eliminiert ein Käufer, der die Elimination-by-Aspects-Strategie anwendet, Produkte, die gewünschte Grenzwerte beim wichtigsten Attribut nicht erreichen. Sind nach diesem Schritt noch mehrere Produkte in der Auswahl verblieben, wird mit dem zweitwichtigsten Attribut fortgefahren, und zwar solange, bis ein Produkt übrig bleibt. Ein Online Shop mit Filter würde die Anwendung dieser Strategie unterstützen.Wir analysierten die in den 100 umsatzstärksten Online Shops in Nordamerika vorhandenen IIMT. Die Studienergebnisse zeigen, dass Online Shops Entscheidungsstrategien unterstützen, die von Käufern auch häufig angewendet werden. Diese Strategien werden durch einige wenige Tools (Funktionen zum Filtern, Funktionen zum Sortieren, Produktvergleichsmatrizen) unterstützt. Die Ergebnisse zeigen weiter, dass vor allem bei der Gestaltung der Tools noch Potentiale zur Verbesserung bestehen.AbstractOnline shops provide a multitude of products with different attributes to their customers. This enormous information supply often leads to information overload, which may negatively affect customer satisfaction and conversion rates. Therefore, interactive information management tools (IIMT) can help customers to control the information supply by filtering, sorting, or comparing product attributes. Moreover, IIMT support different decision strategies that customers apply in their online shopping decision processes. For example, a customer applying the elimination-by-aspects strategy eliminates products that do not meet the cutoff value for the most important attribute; this elimination process is repeated for the second most important attribute, the third most important attribute and so on, and processing continues until a single product remains. An online shop with filtering tools would support the application of this strategy.We examined the 100 largest online shops in North America. Results show that the online shops support decision strategies which are frequently used by customers. To support these decision strategies only a few IIMT are needed (filter, sort, product comparison matrices). Moreover, our results indicate that although tools for filtering and sorting are widely used in practice, great potential still exists regarding the design of the tools.