MUC.
MARKENEMPFEHLUNG IN SOZIALEN MEDIEN INTERNATIONALE STUDIE ZU GENERELLEN EINFLUSSFAKTOREN UND SPEZIFISCHEN MOTIVEN IM PLATTFORMVERGLEICH
PROF. DR. DR. CASTULUS KOLO | ANNA-LENA BORGSTEDT MÜNCHEN, DEZEMBER 2014
003
VORWORT Erste international vergleichende und repräsentative Studie zum Empfehlungsverhalten in sozialen Medien, die Agenturerfahrung mit wissenschaftlicher Fundierung verbindet Vorliegende Studie auf der Basis umfangreicher Auswertungen des bereits vorliegenden wissenschaftlichen Fundus und daraus abgeleiteter noch offener Fragen systematisiert erstmalig das Empfehlungsverhalten in sozialen Medien in Deutschland und stellt es durch einen Vergleich mit den USA in einen internationalen Kontext: Warum empfehlen Konsumenten überhaupt Marken in Social Media? Was für Aktivitäten gehen sie dazu nach? Welche Rolle spielen sogenannte «Influencer» dabei und wie lassen sich diese eingrenzen? Durch soziale Medien wird das Repertoire der Markenkommunikation in vielerlei Hinsicht erweitert. Während das traditionelle "Word-of-Mouth" vor allem auf starken Beziehungen, wie Freunden, aufsetzt, teilen CoKonsumenten ihre Markenerfahrungen online auch deutlich darüber hinaus.
Dies gilt umso mehr, wenn Influencer als überzeugungsstarke, markenbewusste Multiplikatoren involviert sind. Co-Konsumenten als ein spezieller Influencer-Typus können damit – wenn verstanden - eine entscheidende Rolle in der Markenkommunikation spielen.
Auf der Basis von 2.000 Onlineinterviews gibt diese Untersuchung Aufschluss über Ansatzpunkte des Influencer-Marketings. So können Einzelbefunde, wie z.B. Beobachtungen zu konkreten Kampagnen in einen Gesamtzusammenhang mit strukturierten und standadisierten Selbsteinschätzungen eines repräsentativen Bevölkerungssamples gebracht werden.
Mit der freundlichen Unterstützung durch die Webguerillas konnte somit Praxisexpertise im Influencer-Marketing auf ein fundiertes wissenschaftliches Fundament gestellt werden.
Das «electronic Word-of-Mouth» kann damit eine viel breitere Wirkung auf den Markterfolg von der Imageverbesserung über die Kaufentscheidung bis hin zur Konsumentenbindung entfalten.
David Eicher // Geschäftsführer Webguerillas GmbH
Prof. Dr. Dr. Castulus Kolo und Anna-Lena-Borgstedt //
Dekan und wissenschaftliche Projektmitarbeiterin an der Hochschule Macromedia,
University of Applied Sciences
004
INHALT 1. EINFÜHRUNG IN DIE STUDIE: MARKENEMPFEHLUNG, INFLUENCER UND SOCIAL MEDIA
3. STUDIENERGEBNISSE: SOCIALMEDIA-AKTIVITÄTEN DER INFLUENCER
2. STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
4. METHODISCHER HINTERGRUND
005
#01
EINFÜHRUNG IN DIE STUDIE:
MARKENEMPFEHLUNGEN, INFLUENCER UND
SOCIAL MEDIA
006
#01 EINFÜHRUNG IN DIE STUDIE: MARKENEMPFEHLUNGEN, INFLUENCER UND SOCIAL MEDIA
«INFLUENCER»-TYPEN IN DER MARKENKOMMUNIKATION Durch Empfehlungen in Social Media können sogenannte «Influencer» Markenkommunikation
als «electronic Word-of-Mouth» auslösen und damit den Markterfolg nachhaltig beeinflussen «INFLUENCER»- KATEGORIEN IN DER MARKENKOMMUNIKATION BZW. IM (ELEKTRONISCHEN) WORD-OF-MOUTH
MARKTERFOLG
„ewom“
«VALUE-ADDING INFLUENCER» (JOURNALISTEN, WISSENSCHAFTLER, ANALYSTEN, BERATER, …)
CO-KONSUMENTEN ALS «INFLUENCER» (ANDERE POTENTIELLE KÄUFER)
POSITIVES IMAGE KAUFENTSCHEIDUNG KONSUMENTENBINDUNG
«SUPPLY-CHAIN INFLUENCER» (ZULIEFERER, PRODUZENTEN, HANDELSPARTNER, …) «ELECTRONIC WORD-OF-MOUTH» (EWOM) IN SOCIAL MEDIA «WORD OF MOUTH» (WOM) MARKENKOMMUNIKATION
Quelle: Eigene Darstellung; Influencer-Kategorien nach Brown und Hayes (2008)
007
#01 EINFÜHRUNG IN DIE STUDIE: MARKENEMPFEHLUNGEN, INFLUENCER UND SOCIAL MEDIA
CHARAKTERISTIKA VON
CO-KONSUMENTEN ALS INFLUENCER Mit besonders ausgeprägter Vernetzung, überdurchschnittlichem Markenbewusstsein und einer Reputation als Marktkenner werden Co-Konsumenten von reinen Recommendern zu Influencern INFLUENCER
EINFACHER RECOMMENDER
ALLGEMEINER SOCIAL MEDIA NUTZER
Influencer neigen durch besonders hohes Markenbewusstsein zum Empfehlen von Marken.
Charakteristikum 1: Influencer sind Recommender (Alle, die in den letzten 6 Monaten eine positive Markenempfehlung oder eine negative Äußerung in Social Media ausgesprochen haben) mit überdurchschnittlich hohem Markenbewusstsein.
Durch ihre ausgeprägte Vernetzung erreichen sie gleichzeitig mehr CoKonsumenten als der durchschnittliche Social-Media-Nutzer.
Charakteristikum 2: Influencer nutzen mindestens täglich Social Media.
Durch ihre Reputation als Marktkenner wirken sie in ihren Empfehlungen auch besonders überzeugend.
Charakteristikum 3: Influencer haben eine überdurchschnittliche Reputation als Marktkenner. Durch ihre besonders hohe Multiplizität (Netzwerkgröße) und Viralität (Überzeugungskraft) können Influencer Kommunikationskaskaden auslösen
Quelle: Eigene Darstellung nach einer Definition von Ko-Konsumenten als
Influencer bei PeerIndex „The Science of Influence“ (n.d.)
008
#01 EINFÜHRUNG IN DIE STUDIE: MARKENEMPFEHLUNGEN, INFLUENCER UND SOCIAL MEDIA
AUSLÖSER DER MARKENEMPFEHLUNG IN SOCIAL MEDIA Empfehlungsneigung je Platform variiert soziodemografisch nach Produkt entsprechend Nutzungs-intensität, Markenbewusstsein, Reputation als Marktkenner – Auslöser sind unterschiedliche Motive BEVÖLKERUNG
UNTERSCHIEDLICHES EMPFEHLUNGSVERHALTEN JE PRODUKTKATEGORIE VERNETZUNG (AKTIVE
NUTZUNG SOZIALER
MEDIEN)
(PERSÖNLICHES) MARKEN-
BEWUSSTSEIN
REPUTATION ALS
MARKENKENNER
EXTROVERTIERTHEIT UND REPUTATION + PERSÖNLICHES MARKEN- UND PRODUKTFANDOM + ALTER
ALTRUISTISCHE BERATUNG ANDERER +
FINANZIELLE VORTEILE DURCH DIE EMPFEHLUNG +
GESCHLECHT
BILDUNG
"GUTE" UNTERNEHMEN UNTERSTÜTZEN +
INFLUENCER
"EMPOWERMENT" ALS KRITISCHER KONSUMENT UNZUFRIEDENHEIT AUSDRÜCKEN UND RACHE AUSÜBEN SPEZIFISCHE AUSLÖSENDE MOTIVE GRUNDSÄTZLICHE EMPFEHLUNGSNEIGUNG EMPFEHLUNGSVERHALTEN JE PRODUKTKATEGORIE
Quelle: Eigene Darstellung; Motivkategorien aus Faktorenanalyse zu 32 verschiedenen Einzelmotiven
aus der wissenschaftlichen Fachliteratur
009
#02
STUDIENERGEBNISSE: MARKENEMPFEHLUNG UND EINGRENZUNG VON INFLUENCERN
0010
#02 STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
GENERELLE MARKENEMPFEHLUNGEN
IN SOCIAL MEDIA Ein Drittel der Bevölkerung spricht sich in Social Media für oder gegen Marken aus, die Hälfte
weit über den Freundeskreis hinaus – eWOM erweitert den Scope von traditionellem Word-of-Mouth Recommender, die mit Freunden über Marken in Social Media sprechen*, Prozent
Anteile der Recommender in der Bevölkerung, Prozent
31% der Teilnehmer bezeichnen sich als Recommender, da sie in den letzten 6 Monaten mindestens eine positive Markenempfehlung oder eine negative Markenäußerung in Social Media ausgesprochen haben.
n = 289
n = 627
31 % 46 %
46% dieser Recommender adressieren dabei auch potentielle Konsumenten innerhalb ihres Netzwerkes in Social Media. eWOM erweitert den Scope von traditionellem Word-of-Mouth.
54 % 69 % n = 1.376
Recommender Nicht-Recommender
n = 335
Zustimmung** Keine Zustimmung
*«Im Allgemeinen spreche ich auf sozialen Netzwerken gerne mit meinen Freunden über Marken» I
**Anteile der Recommender, die zustimmen und voll und ganz zustimmen
Quelle: Studienergebnisse
0011
#02 STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
EINGRENZUNG POTENTIELLER INFLUENCER UNTER DEN RECOMMENDERN Etwa 9% der Gesamtbevölkerung sind Influencer in Social Media*; dieses Ergebnis bestätigt eine McKinsey-Studie (2010), in der 8-10% der Bevölkerung potentielle Influencer waren Gesamtbevölkerung (18-65)
Influencer
31.2%
Mio. 5151MIO.
69.9%
15,9 MIO. Mio. 15,9
73.6%
56.5%
11,12 Mio. 11,12 MIO.
6,28 Mio. 6,28 MIO.
4,6 Mio. 4,6 MIO
* Statistisches Bundesamt; Studienergebnisse, McKinsey (2010)
Recommender (Min. 1 Empfehlung in den letzten
6 Monaten)
Social-Media-
Aktive (täglich)
Überdurchschnittlich
Markenbewusste (>3,19)
Überdurchschnittliche
Reputation als
Marktkenner (> 3,56)
Quelle: Statistisches Bundesamt; Studienergebnisse, McKinsey (2010)
0012
#02 STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
HÄUFIGKEIT DER SOCIAL
MEDIA NUTZUNG Alle Influencer nutzen täglich Social Media, während nur etwa die Hälfte aller Teilnehmer
und zwei Drittel aller Recommender täglich, Social Media nutzen 51% aller Studienteilnehmer nutzen täglich oder fast täglich Social Media.
Social Media Nutzung – Verteilung des Gesamtsamples, Recommender und Influncer , Prozent
100
71% der Recommender nutzen täglich oder fast täglich Social Media.
71
Alle Influencer (100%) nutzen täglich oder fast täglich Social Media.eWOM erweitert den Scope von traditionellem Word-of-Mouth.
51
Quelle: Studienergebnisse
14 2 Nie < 1 pro Monat
8
5
1-3 pro Monat
8
17 16
Alle Teilnehmer Recommender Influencer
6
1 pro Woche
Mehrmals pro
Woche
Täglich oder
fast täglich
0013
#02 STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
SELBSTEINSCHÄTZUNG DER INFLUEN-
CER ZU MARKENBEWUSSTSEIN Influencer identifizieren sich mit Marken, denen sie in Social Media folgen, und haben eine emotionale
und sehr persönliche Beziehung zu ihnen Verteilung nach Zustimmung* zu Markenbewusstsein – Verteilung des Gesamtsamples,
Recommender und Influncer , Prozent
100
97
99
97
Fragen zu Markenbewusstsein beruhen auf der «Brand engagement in self-concept»Skala nach Sprott, Czellar & Spangenberg (2009) und wurden auf 5 Fragen reduziert.
96
83
77
74
72
Teilnehmer konnten auf einer Skala von 0 (stimme überhaupt nicht zu) bis 5 (stimme voll und ganz zu) ihr Markenbewusstsein selbst einschätzen. Der Mittelwert gibt Auskunft für das durchschnittliche Markenbewusstsein.
69
56 47
40
39
Der Mittelwert der Influencer für das durchschnittliche Markenbewusstsein liegt bei 4,18 und ist demnach überdurchschnittlich (>3,19) hoch.
30 Alle Teilnehmer Recommender Influencer Ich habe eine
besondere Beziehung
zu Marken, denen ich folge
Ich kann mich mit
wichtigen Marken
identifizieren
Meine Lieblings-
marken sind ein Teil
von mir
Ich fühle eine
persönliche
Verbindung
zwischen der Marke
und mir
Meine Marken geben
einene wichtigen Hinweis
darauf, wer ich bin
*Mindestens teilweise Zustimmung
Quelle: Studienergebnisse; Fragen zu Markenbewusstsein nach Sprott et al. (2009)
0014
#02 STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
SELBSTEINSCHÄTZUNG DER INFLUENCER ZUR REPUTATION ALS MARKTKENNER Influencer bezeichnen sich als gute Informationsquelle für Marken, Rabatte und Angebote, stellen ihren Freunden
gerne neue Marken vor und können empfehlen, wo diese gekauft werden können Zustimmung* zur Reputation als Marktkenner – Verteilung des Gesamtsamples, Recommender und Influncer, Prozent
92
100
100
99
92
90
100
99 84
80 66 48
55
57
Die Fragen zur Reputation als Marktkenner (Market Maven) beruhen auf der «Market Maven»-Skala von Feick und Price (1987) und wurden originalgetreu übernommen.
81
88
Teilnehmer konnten auf einer Skala von 0 (stimme überhaupt nicht zu) bis 5 (stimme voll und ganz zu) ihre Reputation als Marktkenner selbst einschätzen. Der Mittelwert gibt Auskunft für die durchschnittliche Reputation als Marktkenner.
62 51
Alle Teilnehmer Recommender Influencer Ich stelle meinen
Ich mag es,
Ich werde oft
Sollte ich danach
Meine Freunde halten
Freunden gerne neue
Menschen zu helfen, indem
nach Informationen
gefragt werden, so könnte
mich für eine gute
Marken und Produkte vor ich sie mit Informationen
über Produkte, Einkaufs-
ich auf verschiedene
Informationsquelle,
über viele verschiedene
stätten und Angebote
Produkte bezogen empfehlen,
wenn es um neue
Produkte versorge. gefragt. wo einzukaufen ist. Produkte oder
Angebote geht.
Stellen Sie sich jemanden
vor, der Informationen
über eine Vielzahl von
Produkten hat und
diese auch gerne mit
anderen teilt.**
Die durchschnittliche Selbsteinschätzung zur Reputation als Marktkenner der Influencer liegt bei 4,32 und ist demnach überdurchschnittlich (>3,56) hoch. Quelle: Studienergebnisse
0015
#02 STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
SOZIODEMOGRAFIE
DER INFLUENCER Influencer sind eher männliche junge Berufstätige, die tendenziell höher gebildet sind Geschlecht, Prozent
Alter, Prozent
11
8
11
15
10 6 2
Weiblich Männlich Anteile Influencer
Anteile Influencer
Geschlecht, Prozent
Alter, Prozent
57,7
18-24 25-34 35-44 45-54 55-65
11
16 Weiblich Männlich
23
15
5
Verteilung Influencer
11% aller männlichen Teilnehmer sind Influencer.
12 Abgeschlossene Lehre Fachspezifische Ausbildung Mittlere Reife & Abitur Bachelor Master
7
5
Anteile Influencer
Bildung, Prozent
18-24 25-34 35-44 45-54 55-65
17 11
12
Verteilung Influencer
18% aller 35-34 jährigen Teilnehmer sind Influencer. 27% aller Teilnehmer, die einen Bacheloroder Masterabschluss haben, sind Influencer.
58% aller Influencer sind männlich.
27 28
41
42,3
Verteilung Influencer
Bildung, Prozent
18
Abgeschlossene Lehre Fachspezifische Ausbildung Mittlere Reife & Abitur Bachelor Master
41% aller Influencer sind zwischen 25-34 Jahren alt. 40% aller Influencer haben einen Bacheloroder Masterabschluss. Quelle: Studienergebnisse
0016
#03
STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
0017
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
LÄNDERSPEZIFISCHE NUTZUNG SOZIALER NETZWERKE Deutschland und die USA unterscheiden sich kaum - nur in in der allgemeinen Social-Media-Nutzung wie etwa bei Twitter, das in den USA deutlich stärker genutzt wird, gibt es signifikante Unterschiede Gesamtsample
78
93
97
27 Facebook
Deutschland
49
67
57
Twitter
58
85 Alle Teilnehmer Recommender Influencer
YouTube
91
95
23 Facebook
43
58
58
Twitter
81 38
Alle Recommender Influencer
95
98
31 Facebook
55
Twitter
Lediglich Twitter wird in den USA deutlich stärker genutzt als in Deutschland.
YouTube
97% der Influencer nutzen Facebook.
Generelle Plattformnutzung – Verteilung des Gesamtsamples, Recommender und Influencer , Prozent
80
Facebook ist die am stärksten genutzte Plattform in Deutschland und den USA. YouTube ist die am zweitstärksten genutzte Plattform in Deutschland und den USA.
Generelle Plattformnutzung – Verteilung des Gesamtsamples, Recommender und Influencer , Prozent
77
USA
Diese Studie reproduziert das bereits bekannte Bild zur Social Media Nutzung:
Generelle Plattformnutzung – Verteilung des Gesamtsamples, Recommender und Influencer, Prozent
73
57
78
88
67% der Influencer nutzen Twitter. Alle Recommender Influencer
YouTube
85% der Influencer nutzen YouTube. Quelle: Studienergebnisse
0018
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
BEZUG VON MARKENINFOR-
MATIONEN NACH PLATTFORMEN Influencer folgen Lieblingsmarken am meisten auf Facebook und Twitter, um Informationen zu beziehen
Marken auf sozialen Netzwerken folgen, Verteilung des Gesamtsamples,
Recommender und Influencer Prozent
93
Nahezu alle Influencer (99%) folgen ihren Lieblingsmarken auf Facebook.
99
83
89
89% der Influencer folgen ihren Lieblingsmarken auf Twitter.
75
64
75% der Influencer abonnieren die Kanäle ihrer Lieblingsmarken auf YouTube.
63
Quelle: Studienergebnisse
39
31 Alle Teilnehmer Recommender Influencer
Facebook
Twitter
YouTube
0019
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
FORMEN DER MARKEN-
INTERAKTION AUF FACEBOOK Influencer interagieren am häufigsten mit Marken auf Facebook, indem sie die
bereitgestellten Inhalte liken oder teilen
79
Facebook Interaktionen* – Verteilung des Gesamtsamples,
Recommender und Influencer , Prozent
75
75% der Influencer teilen mindestens einmal in der Woche die von ihren Lieblingsmarken bereitgestellten Inhalte.
69 61
55
54 46
43
69% der Influencer kommentieren mindestens einmal in der Woche die von ihren Lieblingsmarken bereitgestellten Inhalte.
39
35
55% der Influencer teilen eigene Inhalte mindestens einmal in der Woche auf dem Unternehmensprofil ihrer Lieblingsmarken.
26 18
19
16
18 Alle Teilnehmer Recommender Influencer
Inhalte liken
Inhalte teilen
Inhalte kommentieren
79% der Influencer liken mindestens einmal in der Woche die von ihren Lieblingsmarken bereitgestellten Inhalte.
Eigene Inhalte auf
Markeninhalte auf
Markenprofil posten eigenem Profil posten
61% der Influencer teilen Markeninhalte mindestens einmal in der Woche auf dem eigenen Profil. *Alle Teilnehmer, Recommender und Influencer, die mindestens einmal in der Woche interagieren
Quelle: Studienergebnisse
0020
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
FORMEN DER MARKENINTER-
AKTION AUF TWITTER Influencer interagieren am häufigsten mit Marken auf Twitter,
indem sie die bereitgestellten Inhalte retweeten
67% der Influencer erwähnen mindestens einmal in der Woche ihre Lieblingsmarken in Tweets.
Twitter Interaktionen* – Verteilung des Gesamtsamples, Recommender und Influencer , Prozent
61% der Influencer antworten mindestens einmal in der Woche auf die Tweets ihrer Lieblingsmarken.
69
67
61
69% der Influencer retweeten mindestens einmal in der Woche die bereitgestellten Inhalte ihrer Lieblingsmarken
43 28
34
28
31
32
Alle Teilnehmer Recommender2 Influencer Marken erwähnen
Auf Tweets d. Marken antworten
Inhalte d. Marken retweeten
*Alle Teilnehmer, Recommender und Influencer, die mindestens einmal in der Woche interagieren
Quelle: Studienergebnisse
0021
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
FORMEN DER MARKENINTER-
AKTION AUF YOUTUBE Influencer interagieren am häufigsten mit Marken auf YouTube, indem sie Videos liken und teilen 48% der Influencer abonnieren die Kanäle ihrer Lieblingsmarken.
YouTube Interaktionen* – Verteilung des Gesamtsamples, Recommender
und Influencer , Prozent
53
48
51
56
56 46
42
41
53% der Influencer kommentieren mindestens einmal in der Woche die von ihren Lieblingsmarken bereitgestellten Videos.
45
56% der Influencer liken mindestens einmal in der Woche die von ihren Lieblingsmarken bereitgestellten Videos.
34
17
18
23
19
56% der Influencer teilen mindestens einmal in der Woche die bereitgestellten Videos ihrer Lieblingsmarken.
14 Alle Teilnehmer Recommender Influencer
Kanäle abonnieren
Videos kommentieren
Videos liken
Videos teilen
45% der Influencer laden mindestens einmal in der Woche eigene Videos hoch, die sie dabei zeigen, wie sie die Produkte ihrer Lieblingsmarken benutzen.
Eigene Videos posten Quelle: Studienergebnisse
0022
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
FORMEN DER MARKENINTER-
AKTION AUF BLOGS UND IN FOREN Mehr als die Hälfte der Influencer sprechen, kommentieren und schreiben mindestens wöchentlich
über Marken und Produkte auf Blogs und in Foren und erreichen so eine hohe Resonanz 64% der Influencer kommentieren mindestens einmal in der Woche Einträge auf Blogs und in Foren.
Blogeinträge kommentieren – Verteilung des Gesamtsamples, Recommender und Influencer, Prozent
64 46
44 15
9
Nie
22
22
12
< 1 pro Monat
11
19
14
1-3 pro Monat
Alle Teilnehmer Recommender Influencer
20 1 pro Woche - täglich
Blogeinträge schreiben – Verteilung des Gesamtsamples, Recommender und Influencer , Prozent
55
54% der Influencer schreiben mindestens einmal in der Woche Einträge auf Blogs und in Foren,
54
19
Nie
12
23
32
30 17
< 1 pro Monat
10
19
17
1-3 pro Monat
12 1 pro Woche - täglich
Alle Teilnehmer Recommender Influencer
Quelle: Studienergebnisse
0023
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
POSITIVE UND NEGATIVE MARKENÄUßERUNGEN DER «INFLUENCER» Bei den meisten Influencern gehen positive und negative Äußerungen Hand in Hand; ausschließlich negative Äußerungen sind die Ausnahme Positive Markenempfehlung, Prozent
Häufigkeit der Markenempfehlung bei nur positiv empfehlenden Influencern, Prozent
20 %
Bei Influencern insgesamt dominieren mit 78% parallele Markenäußerungen im Positiven wie im Negativen.
38
n = 37
2 %
19
Nur negative Markenäußerungen sind die Ausnahme.
19
16
38% der ausschließlich positiv empfehlenden Influencer tut dies 1-3 mal pro Monat.
8 Nur positiv Nur negativ Beides
78 % n = 142
< 1 pro Monat
1 pro Woche
Die Häufigkeit der positiven und negativen Markenäußerung korreliert positiv miteinander. Je häufiger Influencer sich positiv über Marken äußern, desto häufiger tun sie dies auch negativ.
Täglich od
fast täglich
Häufigkeit der positiven und negativen Markenäußerung, Prozent
61
Quelle: Studienergebnisse
35 12 < 1 pro Monat
11 1-3 pro Monat
18
24 6
1 pro Woche
10
Mehrmals pro Woche
12
11
Täglich od fast täglich
Positiv Negativ
0024
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
MOTIVE POSITIVE MARKENEMPFEHLUNG UND NEGATIVE MARKENÄUßERUNG Die Auslöser für positive Markenempfehlungen und negative Äußerungen in Social Media
sind fünf beziehungsweise 2 unterschiedliche Motive: Positive Markenempfehlung
Motive der Markenempfehlung, Mittelwerte*
4,21 3,57
3,52
4,42
Negative Markenempfehlung
4,35
3,86
3,69 3,15
2,69
Aus der Literatur ergeben sich 32 verschiedene Motive (siehe Folien 25 und 26), die für positive Markenempfehlungen & negative Markenäußerungen in Social Media von Bedeutung sind. Daraus wurden durch eine explorative HauptkomponentenFaktorenanalyse 7 zentrale Motive ermittelt.
2,64
«Persönliches Marken- und Produktfandom», «"Gute" Unternehmen unterstützen» und «Altruistische Beratung Anderer» waren die am stärksten ausgeprägten Motive für positive Markenempfehlungen in Social Media.
3,36 2,88 2,38 2,04
Recommender Influencer Extrovertiertheit und Reputation
Persönliches Marken- und Produktfandom
Altruistische Beratung Anderer
Finanzielle Vorteile durch die Empfehlung
"Gute" Unternehmen unterstützen
"Empowerment" als kritischer Konsument
Unzufriedenheit ausdrücken und Rache ausüben
«Konsumenten-Empowerment als unzufriedene Konsumenten» und «Unzufriedenheit ausdrücken und Rache ausüben» sind die Motive, um negative Markenäußerungen in Social Media zu verfassen. *Mittelwerte auf einer Skala von 0 = stimme überhaupt nicht zu bis 5 = stimme voll und ganz zu
Quelle: Studienergebnisse
0025
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
LITERATURANALYSE UND BESCHREIBUNG DER EMPFEHLUNGSMOTIVE (1/2) Die Grundlage für Markenempfehlungen in Social Media war eine Literaturauswertung mit Fokus auf Motiven von Empfehlungsgebern in klassischen Word-of-Mouth und im elektronischen Word-of-Mouth AUTOR(EN)
MOTIVE (ORIGINAL AUS DEM ENGLISCHEN)
BESCHREIBUNG
Dichter (1966)
Product-involvement Self-involvement Other-involvement Message-involvement
Bezieht sich auf eine Empfehlung aufgrund einer starken persönlichen Bindung zum Produkt Bezieht sich auf das Produkt, das als Mittel dient, um emotionale Bedürfnisse zu befriedigen Bezieht sich auf die WOM Aktivität, die dem Empfänger etwas zurückgeben soll Bezieht sich auf WOM, das von Marketingmaßnahmen, Werbung und PR beeinflusst wird
Involvement Self-enhancement
Bezieht sich auf das Interesse und Involvement mit einem bestimmten Thema Bezieht sich auf Selbstdarstellung, Aufmerksamkeit zu erregen und das eigene Wissen zu präsentieren
Concern for others
Bezieht sich auf den aufrichtigen Wunsch, anderen dabei zu helfen, eine bessere Kaufentscheidung zu treffen
Message intrigue Dissonance Reduction
Bezieht sich auf das Reden über bestimmte Anzeigen oder Verkaufs-Appelle Bezieht sich darauf, kognitive Dissonanz nach dem Kauf zu minimieren
Positive altruism Product-involvement Self-enhancement
Bezieht sich darauf, anderen etwas Gutes zu tun, ohne eine Gegenleistung zu erwarten Bezieht sich auf Interesse am Produkt selbst oder Begeisterung durch Besitz des Produktes Bezieht sich darauf, das eigene Image zu verstärken, indem man sich selbst als intelligenter Käufer darstellt
Helping the company Negative altruism Anxiety reduction
Bezieht sich darauf, dem Unternehmen zu helfen und es zu bewerben Bezieht sich darauf, andere davor zu bewahren, die gleiche negative Erfahrung zu machen Bezieht sich darauf, negatives WOM zu nutzen, um Ärger, Besorgnis und Frustration auszudrücken
Vengeance Seeking advice
Bezieht sich darauf, das Unternehmen aufgrund von schlechten Erfahrungen zu rächen Bezieht sich darauf, Ratschläge zu bekommen, um Probleme zu lösen
Engel, Blackwell und Miniard (1993)
Sundaram, Mitra und Webster (1998)
Quelle: Bronner & Hoog (2010); Cheung & Lee (2012); Dichter (1966); Engel et al. (1993); Hennig-Thurau et al. (2004); Sundaram et al. (1998)
0026
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
LITERATURANALYSE UND BESCHREIBUNG DER EMPFEHLUNGSMOTIVE (2/2) Aus der Literatur und herangezogenen Expertenmeinungen ergaben sich 32 Motive, die für positive Markenempfehlungen und negative Markenäußerungen in Social Media von Bedeutung waren AUTOR(EN)
MOTIVE (ORIGINAL AUS DEM ENGLISCHEN)
BESCHREIBUNG
Platform assistance
Bezieht sich auf die vermittelnde Rolle der Plattform in Bezug auf Komfort und Unterstützung
bei der Problembekämpfung Bezieht sich darauf, aufgrund von schlechten Erfahrungen dem Unternehmen zu schaden,
das Unternehmen zu rächen, und Verärgerung auszudrücken Bezieht sich darauf, anderen zu helfen, bessere Kaufentscheidungen durch die eigene positive
Erfahrung zu treffen oder andere vor schlechten Produkten oder Erfahrung zu warnen Bezieht sich auf eine positive Selbstdarstellung Bezieht sich auf die soziale Interaktion mit anderen und die Zugehörigkeit zu Gleichgesinnten Bezieht sich auf monetäre Anreize Bezieht sich darauf, Unternehmen durch gute Erfahrungen zu unterstützen Bezieht sich darauf, Tipps und Unterstützung von anderen zu erhalten, um Probleme zu lösen
Venting negative feelings Hennig-Thurau, Gwinner, Walsch und Gremler (2004)
Concern for other consumers Extraversion /positive self-enhancement Social benefits Economic incentives Helping the company Advice seeking
Self-directed Bronner und de Hoog (2010)
Cheung und Lee (2012)
Helping others Social benefits Consumer empowerment
Bezieht sich auf monetäre Anreize, dem Unternehmen zu schaden weil das Unternehmen
einem selbst geschadet hat und dem Verlangen danach, Unzufriedenheit zu äußern Bezieht sich darauf, anderen zu helfen, eine bessere Kaufentscheidung zu treffen Bezieht sich darauf, eigene Erfahrungen zu teilen und mit Gleichgesinnten in Kontakt zu kommen
Helping companies
Bezieht sich auf die Erwartung, dass Unternehmen eher gewillt sind, Dinge zu ändern,
wenn sie in der Öffentlichkeit diskutiert werden Bezieht sich auf den Wunsch, Unternehmen zu helfen
Reputation Sense of belonging
Bezieht sich darauf, bei einem großen Publikum als Experte angesehen zu werden Bezieht sich auf die Zugehörigkeit zu einer Gemeinschaft und das damit verbundene Vertrauensgefühl
Enjoyment of helping
Bezieht sich darauf, anderen dabei zu helfen, bessere Kaufentscheidungen zu treffen
Quelle: Bronner & Hoog (2010); Cheung & Lee (2012); Dichter (1966); Engel et al. (1993); Hennig-Thurau et al. (2004); Sundaram et al. (1998)
0027
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
MOTIV-CLUSTER BEI INFLUENCERN Mit den zwei formal unterschiedlichsten (am wenigsten korrelierten) Motiven lassen sich
vier Motiv-Cluster unterscheiden Motiv «Empowerment als kritischer Konsument» überdurchschnittlich
Eine Faktoren- wie auch Cluster-Analyse weist die Bündelung verschiedener Motivlagen aus, die jeweils typisch für einen Influencer sind
Quelle: Studienergebnisse
Keine besonders ausgeprägten Motivlagen 26%
BRAND CRITICS 24%
BRAND LOVERS
BRAND MAVENS
27%
23%
Motiv «Persönliches Markenund Produktfandom» überdurchschnittlich
0028
#03 STUDIENERGEBNISSE: SOCIAL-MEDIA-AKTIVITÄTEN DER INFLUENCER
VERGLEICH DEUTSCHLAND
VERSUS USA Bis auf die bekannten länderspezifischen Unterschiede in der allgemeinen Social-Media-Nutzung sind die Markeninteraktion und die Ausprägung der Motive in Deutschland und den USA sehr ähnlich Die Analyse hat gezeigt, dass sowohl der Umgang und die Auseinandersetzung mit Marken in Social Media als auch die Ausprägung der Motive für positive Markenempfehlungen und negative Markenäußerungen in beiden Ländern gleich sind
Influencer, die Marken in Social Media folgen im Ländervergleich, Prozent
99
100
94
81
71
79
Deutschland USA Facebook
Twitter
YouTube
Motive der Markenempfehlung von Influencern im Ländervergleich, Mittelwerte*
3,113,17
3,833,93
4,054,16 2,922,94
3,864,13
3,033,13
*Mittelwerte auf einer Skala von 0 = stimme überhaupt nicht zu bis 5 = stimme voll und ganz zu Quelle: Studienergebnisse
2,152,27 Deutschland USA
Extrovertiertheit
und Reputation
Persönliches MarkenAltruistische und Produktfandom Beratung anderer
Wirtschaftlichen Erfolg erlangen
Unternehmen unterstützen
KonsumentenEmpowerment als unzufriedene Konsumenten
Demnach ist die Markenkommunikation von Motiven sehr universell, auch was danach in Social Media passiert
Unzufriedenheit ausdrücken und Rache ausüben
0029
#04
METHODISCHER
HINTERGRUND
0030
#04 METHODISCHER HINTERGRUND
METHODIK DER
DATENERHEBUNG
Ziel der Studie war, die spezifischen Motive für positive Empfehlungen und negative
Markenäußerungen von Co-Konsumenten als Influencer in Social Media zu erarbeiten
ERHEBUNGSMETHODE Quantitative internationale Online-Umfrage in DE und USA Completion Rates in DE bzw. USA bei 84% bzw. 86% Durchschnittliche Bearbeitungszeit in DE bzw. USA bei 4m 52s bzw. 7m 18s Durchführung der Befragung im Zeitraum von 24.06.2014 bis 11.07.2014
STICHPROBE Jeweils repräsentative Befragung in DE und USA mit insgesamt ca. 2.000 Fällen
STRUKTUR UND FILTERFÜHRUNG DER BEFRAGUNG Fragen zu soziodemografischen Merkmalen Quoten Alter & Geschlecht Filter: Quoten Fragen zum allgemeines Nutzerverhalten in Social Media Filter: Nutzung von Facebook Filter: Nutzung Twitter Filter: YouTube Fragen zur Nutzung von Blogs & Foren
DE: 1.006 Interviews
Fragen zur Häufigkeit der Social Media Nutzung
USA: 997 Interviews
Fragen zum allgemeinen Empfehlungsverhalten
Nachbildung der soziodemografischen Verteilung der Gesamtbevölkerung
durch Quoten auf Alter und Geschlecht
Filter: Empfehlung in den letzten 6 Monaten
Altersdurchschnitt: 18-65 Jahre
Fragen zu positiven Markenempfehlungen
Fragen zu spezifischen Motiven der Markenempfehlung Fragen zu negativen Markenempfehlungen
Offene Frage zu spezifischen Marken
Fragen zur Reputation als Marktkenner (Market Mavens) anhand der Skala von Feick & Price (1987) Fragen zu Markenbewusstsein anhand der Skala von Sprott et al. (2009)
0031
#04 METHODISCHER HINTERGRUND
AUTOREN
Die Studie wurde an der Macromedia Hochschule, University of Applied Sciences im Kontext eines
Forschungsprogramms zur Social-Media-Kommunikation durchgeführt
Prof. Dr. Dr. Castulus Kolo Wissenschaftlicher Projektleiter,
Dekan, Macromedia University of Applied Sciences
Anna-Lena Borgstedt M.A. Projektmitarbeiterin,
Macromedia University of Applied Sciences
0032
STUDIENERGEBNISSE: MARKENEMPFEHLUNGEN UND EINGRENZUNG VON INFLUENCERN
REPRÄSENTATIVITÄT
DER STUDIE Mehr als die Hälfte der Influencer sprechen, kommentieren und schreiben mindestens wöchentlich
über Marken und Produkte auf Blogs und in Foren und erreichen so eine hohe Resonanz Alter, Prozent
Geschlecht, Prozent
26 19 20
22
12 50,45 49,55
51,7
48,3
Deutsche Bevölgerung Studie "Markenempfehlungen
in Social Media"
12
Weiblich Männlich
n = 1.006
Amerikanische
Bevölkerung
M = 42,7 SD = 13
18-24 25-34 35-44 45-54 55-65
Quelle: Bundeszentrale für Politische Bildung, 2010; United States Census Bureau, 2012; Studienergebnisse
Min = 18
Max = 65
Alter, Prozent
22
20
22 21
15
48,7
18-24 25-34 35-44 45-54 55-65
Deutsche Bevölkerung Studie "Markenempfehlungen
in Social Media"
Geschlecht, Prozent
49,82 50,18
26,5 22,5 19,420,1
51,3
Studie "Markenempfehlungen
in Social Media"
22,6 21,721,5 20,6
13,7
Weiblich Männlich
n = 997
Amerikanische
Bevölkerung
Studie "Markenempfehlungen
in Social Media"
0033
#04 METHODISCHER HINTERGRUND
QUELLENBASIS DER STUDIE (1/2) Abratt, Russell; Nell, Deon; Nezer, Christo, (1995). Role of the Market Maven in Retailing: A General Marketplace Influencer [PDF]. Journal of Business and Psychology. 10 (1), pp.31-55. Available at: http://link.springer.com.springer.emedia1.bsbmuenchen.de/article/10.1007/BF02249268. Accessed 11 April 2014. Anderson, Eugene W., (1998). Customer Satisfaction and Word of Mouth [PDF]. Journal of Service Research. 1 (1), pp.5-17. Available at: http://jsr.sagepub.com/content/1/1/5. Accessed 24 April 2014. Bronner, Fred; de Hoog, Robert, (2011). Vacationers and eWOM: Who Posts, and Why, Where, and What? [PDF]. Journal of Travel Research. 50 (1), pp.15-26. Available at: http://jtr.sagepub.com/content/50/1/15. Accessed 19 March 2014. Brown, Duncan and Hayes, Nick. Influencer Marketing: Who really influences your customers?, Butterworth-Heinemann, 2008 Bundeszentrale für Politische Bildung (2010). Bevölkerung nach Altersgruppen und Geschlecht [ONLINE]. Available at: http:// www.bpb.de/wissen/X39RH6,0,Bev%F6lkerung_nach_Altersgruppen_und_Geschlecht.html. Accessed 07 July 2014 Census (2010). Age and Sex Composition 2010 [ONLINE]. Available at: http://www.microsoft.com. Accessed 07 July 2014] Castronovo, Cristina; Huang, Lei, (2012). Social Media in an Alternative Marketing Communication Model [PDF]. Journal of Marketing Development and Competitiveness. 6 (1), pp.117-131. Available at: http://www.na-businesspress.com/jmdc/ castronovoc_web6_1_.pdf. Accessed 13 May 2014. Cheng, Simone; Lam, Terry ; Hsu, Cathy H. C., (2006). Negative Word-of-Mouth Communication Intention: An Application of the Theory of Planned Behavior [PDF]. Journal of Hospitality & Tourism Research. 30 (1), pp.95-116. Available at: http:// jht.sagepub.com/content/30/1/95. Accessed 19 March 2014. Cheung, Christy M.K.; Lee, Matthew K.O., (2012). What drives consumers to spread electronic word of mouth in online consumer-opinion platforms? [PDF]. Decision Support Systems. 53, pp.218-225. Available at:http:// www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0167923612000413. Accessed 19 March 2014. Coulter, Keith S.; Roggeveen, Anne, (2012). "Like it or not": Consumer responses to word-of-mouth communication in on-line social networks [PDF]. Management Research Review. 35 (9), pp.878-899. Available at: http:// www.emeraldinsight.com.emeraldinsight.emedia1.bsb-muenchen.de/journals.htm?articleid=17044175. Accessed 13 May 2014. Engel, James F.; Kegerreis, Robert J.; Blackwell, Roger D., (1969). Word-of-Mouth Communication by the Innovator [PDF]. Journal of Marketing. 33 (3), pp.15-19. Available at: http://www.jstor.org/stable/1248475. Accessed 07 May 2014. Feick, Lawrence F.; Price, Linda L., (1987). The Market Maven: A Diffuser of Marketplace Information [PDF]. Journal of Marketing Communications. 51 (1), pp.83-97. Available at: http://www.jstor.org/stable/1251146. Accessed 11 April 2014.
Global Webindex (2013). GlobalWebIndex’s quarterly update of social media usage trends around the world [ONLINE]. Available at: https://www.globalwebindex.net. Accessed 15 July 2014. Goldsmith, Ronald E.; Flynn, Leisa R.; Clarck, Ronald A., (2012). Motivators of market mavenism in the retail environment [PDF]. Journal of Retailing and Consumer Services. 19, pp.390-397. Available at: http:// www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0969698912000288. Accessed 11 April 2014. Hennig-Thurau, Thorsten; Walsh, Gianfranco, (2003/2004). Electronic Word-of-Mouth: Motives for and Consequences of Reading Customer Articulations on the Internet [PDF]. International Journal of Electronic Commerse. 8 (2), pp.51-74. Available at: http://www.jstor.org/stable/27751096. Accessed 19 March 2014. Hennig-Thurau, Thorsten; Gwinner, Kevin P.; Walsh, Gianfranco; Gremler, Dwayne D., (2004). Electronic Word-of-Mouth via Consumer-Opinion Platforms: What Motivates Consumers to Articulate Themselves on the Internet? [PDF]. Journal of Interactive Marketing. 18 (1), pp. 38-55. Available at: http://onlinelibrary.wiley.com.wiley.emedia1.bsb-muenchen.de/doi/ 10.1002/dir.10073/abstract. Accessed 11 April 2014. Huefner, Jonathan C.; Hunt, Keith H., (2000). Consumer retaliation as a response to dissatisfaction [PDF]. Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior. 13, pp.61-82. Available at: http://lilt.ilstu.edu/staylor/csdcb/articles/ Volume13/Huefner%20et%20al%202000.pdf. Accessed 29 April 2014. i-cod, (2009). Meinungsführer in Online-Social-Networks [PDF]. i-cod-Studie (01). München: i-cod ltd. Eigenverlag. Jalilvand, Mohammad Reza; Esfahani, Sharif Shekarchizadeh; Samiei, Neda, (2011). Electronic word-of-mouth: challenges and opportunities [PDF]. Procedia Computer Science. 3, pp.42-46. Available at: http:// www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S1877050910003832. Accessed 01 April 2014. Jansen, Bernard; Zhang, Mimi; Sobel, Kate; Chowdury, Abdur, (2009). Twitter Power: Tweets as Electronic Word of Mouth [PDF]. Journal of the American Society For Invormation Science and Technology. 60 (11), pp.2169-2188. Available at: http:// onlinelibrary.wiley.com.wiley.emedia1.bsb-muenchen.de/store/10.1002/asi.21149/asset/21149_ftp.pdf? v=1&t=hv5hdkaq&s=5aa4de84f56ed39e7ba96382d42bdeb64e35a930. Accessed 13 May 2014. Kaiser, Sandra, (2012). The Power of eWOM on Facebook - Der Einfluss sozialer Kontakte im Vergleich zu klassischer Werbung [Arbeitspapier zur Schriftenreihe Schwerpunkt Marketing; Bd. 204]. 1st ed. München: FGM-Verl., Verl. der Fördergesellschaft Marketing e.V.
0034
#04 METHODISCHER HINTERGRUND
QUELLENBASIS DER STUDIE (2/2) Kapoor, Payal S.; Jayasimha, K.R; Sadh, Ashish, (2013). Brand-related, Consumer to Consumer, Communication via Social Media [PDF]. IIM Kozhikode Society & Management Review. 2 (43), pp.43-57. Available at: http://ksm.sagepub.com/content/ 2/1/43. Accessed 13 May 2014. Keller, Ed and Berry, Jon. The Influentials, Free Press, 2003 Kim, Eunice; Sung, Yongjun; Kang, Hamsu, (2014). Brand followers' retweeting behavior on Twitter: How brand relationships influence brand electronic word-of-mouth [PDF]. Computers in Human Behavior. 37, pp.18-25. Available at: http:// www.sciencedirect.com/science/article/pii/S0747563214002295. Accessed 13 May 2014. McKinsey Quarterly (2010). A new way to measure word-of-mouth marketing [ONLINE]. Available at: http:// www.mckinsey.com/insights/marketing_sales/a_new_way_to_measure_word-of-mouth_marketing. Accessed 15 November 2015. Nardi, Bonnie A.; Schiano, Diane J.; Gumbrecht, Michelle; Swartz, Luke, (2004). Why We Blog [PDF]. Communications of the ACM. 47 (12), pp.41-46. Available at: http://psych.stanford.edu/~mgumbrec/Why_We_Blog.pdf. Accessed 28 April 2014. Neuhold, Christoph, (2012). Generation Y - Motivators for traditional and electronic WOM. 1st ed. München: Akademische Verlagsgemeinschaft. Oetting, Martin, (2009). Ripple Effect - How Empowered Involvement Drives Word of Mouth. 1st ed. Wiesbaden: Gabler. PeerIndex (n.d.). The Science of Influence - The History, Evolution, Application, and Future of Influence Marketing [ONLINE]. Available at: http://peerindex.com/pdf/The-Science-of-Influence.pdf. Accessed 15 November 2015. Reiter, Kornelia, (2008). Aspekte und Ausprägungen des viralen Marketing im Internet. 1st ed. Bremen: Salzwasser-Verlag. Richins, Marsha L., (1983). Negative Word-of-Mouth by Dissatisfied Consumers: A Pilot Study [PDF]. Journal of Marketing Communications. 47 (1), pp.66-78. Available at: http://www.jstor.org/stable/3203428. Accessed 24 April 2014. Richins, Marsha L. (1987). A Multivariate Analysis of Responses to Dissatisfaction [PDF]. Journal of the Academy of Marketing Science. 15 (3), pp.24-31. Available at: http://link.springer.com/article/10.1007%2FBF02722168. Accessed 24 April 2014. Slama, Mark E.; Williams, Terrell G. (1990). Generalization of the Market Maven's Information Provision Tendency Across Product Categories [ONLINE]. Available at: http://www.acrwebsite.org/search/view-conference-proceedings.aspx?Id=6997. Accessed 04 May 2014.
Sprott, Davic; Czellar, Sandor; Spangenberg, Eric, (2009). The importance of a general measure of brand engagement on market behavior: Development and validation of a scale [PDF]. Journal of Marketing Research. 46 (1), pp.92-104. Available at: https://auth.ama.org/publications/JournalOfMarketingResearch/Documents/Importance_General_Measure.pdf. Accessed 04 May 2014. Statista (2014). Leading social networks worldwide as of January 2014, ranked by number of active users (in millions) [ONLINE]. Available at: http://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/. Accessed 13 May 2014. Sundaram, D.S.; Mitra, Kaushik; Webster, Cynthia , (1998). Word-Of-Mouth Communications: a Motivational Analysis [ONLINE]. Advances in Consumer Research. 25, pp.527-531. Available at: http://www.acrwebsite.org/search/viewconference-proceedings.aspx?Id=8208. Accessed 24 April 2014. Verhagen, Tibert; Nauta, Anniek; Feldberg, Frans, (2013). Negative online word-of mouth: Behavioral indicator or emotional release? [PDF]. Computers in Human Behavior. 29, pp.1430–1440. Available at: http:// www.sciencedirect.com.sciencedirect.emedia1.bsb-muenchen.de/science/article/pii/S0747563213000460. Accessed 24 April 2014. Walsh, Gianfranco; Elsner, Ralf, (1999). 'Der Market Maven in Deutschland: ein Diffusionsagent für Marktinformationen'. In: Jahrbuch der Absatz und Verbrauchsforschung. 45th ed. Berlin: GfK Nürnberg, Gesellschaft für Konsum-, Markt- und Absatzforschung e.V. pp.418-434. Walsh, Gianfranco; Gwinner, Kevin P.; Swanson, Scott R., (2004). What makes mavens tick? Exploring the motives of market mavens' initiation of information diffusion [PDF]. Journal of Consumer Marketing. 21 (2), pp.109-122. Available at: http:// www.emeraldinsight.com.emeraldinsight.emedia1.bsb-muenchen.de/10.1108/07363760410525678. Accessed 11 April 2014. Walsh, Gianfranco; Elsner, Ralf, (2012). Improving referral management by quantifying market mavens' word of mouth value [PDF]. European Management Journal. 30, pp.74-81. Available at: http://www.sciencedirect.com.sciencedirect.emedia1.bsbmuenchen.de/science/article/pii/S0263237311000259. Accessed 11 April 2014. Wiedmann, Klaus-Peter; Walsh, Gianfranco; Mitchell, Vincent-Wayne, (2001). The Mannmaven: an agent for diffusing market information [PDF]. Journal of Marketing Communications. 7 (4), pp.196-212. Available at: http://dx.doi.org/10.1080/13527260127413. Accessed 11 April 2014. Weimann, Gabriel, (1994). The influentials: People who influence people. 1st ed. Albany, NY: State Univ. of New York Press. Wiedmann, Klaus-Peter; Walsh, Gianfranco; Mitchell, Vincent-Wayne, (2001). The Mannmaven: an agent for diffusing market information [PDF]. Journal of Marketing Communications. 7 (4), pp.196-212. Available at: http://dx.doi.org/ 10.1080/13527260127413. Accessed 11 April 2014.
0035
VIELEN DANK FÜR IHRE AUFMERKSAMKEIT WEITERE INFOS UNTER WWW.MHMK.DE
MUC.
DAVID EICHER // GESCHÄFTSFÜHRER M