Personaliserade mejl: En kvantitativ studie om hur personaliserade mejl påverkar e-lojalitet

(1)

Personaliserade mejl

En kvantitativ studie om hur

personaliserade mejl påverkar e-lojalitet

Kandidatuppsats 15 hp

Företagsekonomiska institutionen Uppsala universitet

VT 2019

Datum för inlämning: 2019-06-05

Petter Olsson Erik Felin

Handledare: Peter Thilenius

(2)

Sammandrag

I samband med att marknadsföringen blir allt mer digital, slits marknadsförare mellan traditionell masskommunikation och personaliserad marknadsföring för att uppnå lojalitet hos sina konsumenter. Studien syftar till att undersöka den personaliserade sidan av myntet och i synnerhet skillnader mellan grupper som får ett personligt respektive ett opersonligt mejl, avseende effekter på e-lojalitet. Genom ett kvantitativt angreppssätt och en digital enkätundersökning har fenomenet undersökts i samarbete med företaget Stellar Equipment.

Studien testar både den direkta relationen mellan personalisering och e-lojalitet men även via de medierande variablerna; användbarhet, tillfredsställelse och tillförlitlighet. Resultatet baserat på 494 respondenter visar att personalisering har en effekt på e-lojalitet både direkt och via medierande variabler. Emellertid visar gruppjämförelsen en statistiskt signifikant skillnad mellan grupperna endast gällande den direkta relationen samt den medierande variabeln tillfredsställelse.

Nyckelord:

Digital marknadsföring, Personalisering, E-lojalitet, Konsumentbeteende, B2C, Mejl

(3)

Innehållsförteckning

1. Inledning 1

1.1 Syfte och frågeställning 3

2. Teori 4

2.1 Personaliserad marknadsföring 4

2.2 Konsumentbeteende 5

2.3 Analytiskt ramverk 6

2.3.1 Upplevd personalisering 7

2.3.2 Upplevd e-lojalitet 7

2.3.3 Hypotesgenerering 8

3. Metod 13

3.1 Datainsamling 13

3.1.3 Utformning av enkät 15

3.1.4 Operationalisering av variabler 16

3.1.5 Utformning av mejl 18

3.2 Analysmetod 20

3.2.1 Intern reliabilitet 20

3.2.2 Principalkomponentanalys 20

3.2.3 Korrelationstest 20

3.2.4 Korrelationsjämförelser 21

4. Resultat 23

4.1 Enkätsvar 23

4.2 Intern reliabilitet 26

4.3 Test av hypoteser 27

4.4 Sammanställning av hypoteser 29

5. Diskussion 31

5.1 Hypoteser 31

5.2 Allmän diskussion 33

6. Slutsats 35

7. Vidare forskning 37

Referenslista 38

Appendix 43

Appendix A - Enkät 43

Appendix B - Utformning av personaliserat mejl 45

Appendix C - Exempelutformning opersonligt mejl 49

(4)

1. Inledning

Marknadsförare slits mellan den traditionella masskommunikationen och den personaliserade marknadsföringen (Vesanen, 2007), i jakten på kundnöjdhet och bibehållande av långsiktiga kundrelationer (Grönroos, 2017). En utmaning är att komma lagom nära sina konsumenter, utan att uppfattas inkräktande (Goldfarb & Tucker, 2011). Företag har sedan länge kommunicerat med sina kunder med hjälp av olika medier och över tid har den här kommunikationen blivit allt mer digital (Hoffman & Novak, 1996). En anledning till varför företag väljer att erbjuda sina tjänster digitalt är konkurrenskraften som de digitala verktygen tillför (Qualman, 2010), exempelvis att anpassa marknadsföringen efter konsumentens behov (Montgomery & Smith, 2009). Dimensioner som funktion och estetik är ytterligare aspekter företag med fördel använder sig av, vilket sedermera är svårt att efterlikna i en icke-elektronisk handelsmiljö (Childers, Carr, Peck, Carson, 2001).

Utöver vikten av funktion och estetik, finns det ytterligare aspekter som inte får förkastas. I jakten på att skapa framgångsrika e-handelsföretag menar Reichheld & Schefter (2000) att starkt fokus riktas mot att locka till sig kunder, snarare än att behålla dem. Det menar författarna är ett misstag. De förklarar vidare att utan kundlojalitet kommer även den mest väldesignade företagsmodellen att kollapsa. Att attrahera kunder till att köpa ett företags produkt eller tjänst är en mycket kostsam process och om inte kunderna återkommer blir situationen ohållbar i längden. Kundlojalitet blir således en ekonomisk nödvändighet (Reichheld & Schefter, 2000).

När det kommer till e-handel används begreppet e-lojalitet, vilket i tidigare forskning definierats som en konsuments intention att köpa från en e-handlare samt att konsumenten inte avser byta från e-handlaren i fråga (Flavián, Guinalíu & Gurrea, 2005).

För att skapa ett övertag gentemot konkurrenter när det kommer till e-lojalitet, använder många företag inom e-handel stora datamängder för att lära känna sina kunder (McAfee, Brynjolfsson, Davenport, Patil & Barton, 2012). Syftet är att utvinna information som exempelvis kan användas till att erbjuda konsumenter realtidsservice, dynamisk prissättning och förbättrad interaktion. För e-handlare innebär insamlingen av data en möjlighet att spåra varje enskild konsuments beteende för att fastställa det mest effektiva sättet att omvandla engångskonsumenter till återkommande konsumenter (Jao, 2013) och således främja e-lojalitet (Flavián, Guinalíu & Gurrea, 2005).

(5)

Ett sätt att använda kunskapen man fått av att lära känna sina kunder är personalisering (Riggins, 1999) vilket handlar om att anpassa en produkt eller tjänst för en specifik kund (Montgomery & Smith, 2009). Sahni, Wheeler & Chintagunta (2018) visar genom sin studie att personaliserade mejl, där mottagarens namn inkluderas, ökar sannolikheten att mottagaren öppnar mejlet med 20%. Vidare ökar sannolikheten för köp med 30%. Mejlen var utformade som så kallat icke-informativa, vilket innebär att information kring produkter inte inkluderas i mejlen. Istället inkluderas information i form av personuppgifter, exempelvis konsumentens namn. Således innebär informativa mejl att de innehåller produktförslag. Författarna framför dessutom kritik till sin studie för att den endast undersöker en liten del av personalisering och menar att ytterligare empiriska studier behövs för att vidare förstå effekterna av personalisering. Därav ökar relevansen att utföra den här studien.

En annan studie inom personalisering har undersökt sambandet mellan personalisering av tjänster och kundlojalitet där resultatet visar att personalisering har en indirekt effekt på kundlojalitet (Ball, Coelho & Vilares, 2006). Med tanke på att studien endast fokuserar på personalisering av tjänster ökar det relevansen att testa samma samband ur ett produktperspektiv, och mer specifikt ett e-handelsperspektiv. Ett företag som är verksamt inom försäljning av produkter genom e-handel är Stellar Equipment. Företaget säljer kläder och utrustning inom alpint och friluftsliv (Stellar Equipment, 2019) samt uppger sig inte fokusera på personalisering i sin marknadsföring i nuläget (Personlig kommunikation, 13 februari, 2019). Det blir således ett passande studieobjekt i den här undersökningen.

Vad gäller personalisering av produktrekommendationer visar en tidigare studie flera positiva aspekter, exempelvis i form av lägre kostnader för e-handelsföretaget och ökad köpintention hos kunder. Emellertid har personalisering blivit allt vanligare inom e-handel medan de empiriska bevis på effekterna är få, de bevis som finns är dessutom motsägelsefulla. Vidare bör framtida studier fokusera på hur personalisering påverkar kundlojalitet. (Zhang, Agarwall, Lucas, 2011)

Eftersom e-lojalitet är en så pass betydande komponent och tidigare studier fokuserat på icke- informativa personaliserade mejl, är det intressant att undersöka huruvida personaliserade mejl med produktförslag, således informativa, påverkar kundlojalitet. Med anledning av tidigare

(6)

vilka typer av produkter det handlar om i synnerhet, ökar det studiens relevans ytterligare.

Eftersom ovannämnda studier konstaterat en medierande effekt på e-lojalitet genom personalisering är det även av intresse att undersöka om en direkt relation mellan personalisering och e-lojalitet förekommer.

1.1 Syfte och frågeställning

Syftet med studien är att tillföra ytterligare kunskap inom området personalisering när det kommer till e-handel. Genom en empirisk undersökning där informativ personaliserad marknadsföring inkluderas kan resultatet tillföra material inom det kunskapsgap som tidigare forskning medfört och således vara av intresse för teoretiker. Studien syftar till att undersöka både den direkta och indirekta relationen mellan personalisering och e-lojalitet. Vidare syftar studien till att undersöka skillnaderna i effekterna mellan ett personaliserat budskap och ett opersonligt budskap. Studien behandlas ur ett företagsperspektiv med tanke på det faktum att Stellar Equipment bedriver en e-handel riktad mot konsumenter. Således studeras relationen företag till konsument, business to consumer (B2C). Resultatet är därav även av intresse för Stellar Equipment med tanke på den produktinriktade verksamheten samt att personalisering endast ligger i företagets periferi. Det är följaktligen ett relevant studieobjekt för att besvara följande frågeställningar:

● Hur påverkar personaliserade mejl upplevd e-lojalitet?

● Leder ett personaliserat budskap till en starkare direkt korrelation till e-lojalitet?

● Leder ett personaliserat budskap till en starkare indirekt korrelation till e-lojalitet?

(7)

2. Teori

Som tidigare nämnt har marknadsföringen blivit allt mer digital (Hoffman & Novak, 1996), vilket öppnat upp för nya möjligheter tack vare de digitala verktygen som nu finns tillgängliga (Qualman, 2010). Att implementera personalisering blir således allt mer intressant då den förväntas ha positiva utfall inom customer relationship management (CRM). Bland annat hjälper den marknadsförare att närma sig konsumenternas förväntningar och samtidigt undvika spam-reaktioner (Roman & Hernstein, 2004). Den gren av digital marknadsföring som den här studien avser behandla är just personalisering.

2.1 Personaliserad marknadsföring

Personalisering definieras enligt Montgomery & Smith (2009) som “processen att leverantören individuellt anpassar produkter eller tjänster för en specifik person baserat på tidigare beteende eller transaktioner”. I den här studien är det ovan definition som används för att förklara personalisering. Personalisering är en grundpelare inom marknadsföringsstrategier och den fundamentala tanken med det är att anpassa en standardiserad produkt eller service till kundernas individuella behov. För att kunna anpassa kommunikationen krävs information, vilket inhämtas från kundens beteende och tidigare transaktioner. En betydelsefull del av lyckad personalisering är teknologi, oavsett om det handlar om insamling av information, interaktion till kund, analysering av kund eller att göra den faktiska anpassningen för att uppfylla kundens behov (Montgomery & Smith, 2009). Motsatsen till personalisering, vilket kan benämnas som standardisering, innebär att produkter eller tjänster är designade att passa företagets genomsnittliga kund. Det är ett säkrare och mer konservativt sätt att utveckla produkter, dock inte lika fokuserat på kundnytta (Franke & Schreier, 2008; Syam, Krishnamurthy & Hess, 2008). Inom marknadsföring kan det liknas med masskommunikation (Roman & Hernstein, 2004).

Det grundläggande målet med personalisering är att värdet som genereras ska överstiga kostnaderna, det är dock inte alltid fallet. Exempelvis kan en hög grad av personalisering inom produktion leda till att kostnaderna är högre än det genererade värdet, eftersom produktionen är anpassad för att vara standardiserad och kostnadseffektiv. Vidare finns risker med personalisering, exempelvis att kunder kan reagera negativt på personliga budskap om de på förhand upplever en låg grad av upplevt värde av företagets tjänster. Det innebär att

(8)

personaliseringen kan vara onödig eller helt enkelt negativ (White, Zahay, Thorbjornsen, Shavitt, 2008). Ytterligare en risk med personalisering är att kunderna känner att den är för påtvingad, vilket ofta grundar sig i att kunden anser att deras data används på inkräktande sätt (Goldfarb & Tucker, 2011).

En viktig aspekt att beakta när effekterna av personalisering undersöks är skillnaden mellan faktisk och upplevd personalisering. Vad det innebär är att en personligt anpassad interaktion kan upplevas som icke-personlig och en icke-personlig interaktion kan upplevas som personlig (Li, 2015). Studier visar även upplevd personalisering, snarare än faktisk personalisering, förändrar de underliggande psykologiska mekanismerna hos personer som blir utsatta för personalisering (Li, 2015; Rimer & Kretuer, 2006). Med anledning av det är upplevd personalisering vad som undersöks i den här studien.

Personalisering förekommer inom marknadsföring på flera olika sätt. Ett av sätten är genom en interaktion mellan företaget och kunden där kunden blir erbjuden produktrekommendationer i linje med kundens behov och intressen, vilket är baserat på kundens tidigare beteende.

Anpassning av produktrekommendation visar även positivt relaterat till högre tillfredsställelse hos kunden (Thirumaial & Sinha, 2011). Principen att anpassa produkter efter kundens behov går även att applicera på tjänster (Ball, Coelho & Vilares, 2006), det är dock inget som sker i den här studien. En annan typ av personalisering är att olika typer av personuppgifter, exempelvis namn inkluderas i mejlmarknadsföring, vilket ökar sannolikheten att mejlet öppnas samt köpintention (Sahni, Wheeler & Chintagunta, 2018). En annan personalisering utifrån personuppgifter kan vara kön, vilket kan leda till bättre effekter av marknadsföring så länge marknadsföringen anpassas på ett lämpligt sätt (Xu, 2006). Vidare är personalisering associerat med social närvaro i form av förhöjd vänlighet, sensitivitet och uppmärksamhet vilket leder till en högre grad av upplevd personalisering (Verhagen, Nes, Feldberg & Dolen, 2014).

2.2 Konsumentbeteende

En modell för att mäta hur konsumenter upplever och accepterar informationssystem är Technology acceptance model (TAM), framtagen av Davis (1986). Modellen förklarar användarbeteende genom att belysa avgörande faktorer, med målet att på ett generellt sätt förklara acceptans. Modellen anser vara behjälplig inte enbart för att förutse, utan även för att förklara exempelvis varför ett system inte accepterats, i syfte att kunna korrigera eventuella

(9)

felaktigheter. Därför är ett essentiellt ändamål med TAM att skapa ett fundament för att kunna härleda effekten av externa faktorer på intern övertygelse, attityder och intentioner. TAM föreslår två specifika övertygelser som är av högsta relevans, upplevd användbarhet och upplevd användarupplevelse. Modellen kan appliceras över ett brett urval av teknologier med fokus på slutanvändare (Davis, Bagozzi, Warshaw, 1989). TAM ligger till grund för den modell Cyr, Hassanein, Head, Ivanov (2007) använt i sin studie.

Cyr et al. (2007) undersöker huruvida upplevd social närvaro inom B2C e-handel påverkar kundlojalitet. I studien utvecklas och testas en modell uppbyggd utifrån faktorerna upplevd social närvaro, upplevd användarupplevelse, användbarhet, tillförlitlighet och tillfredsställelse där samtliga variabler leder till e-lojalitet. Variablerna upplevd användbarhet, tillförlitlighet och tillfredsställelse är medierande. Modellen av Cyr et al. (2007) en vidareutveckling av Davis, Bagozzi, Warshaw (1989) TAM-modell och används som utgångspunkt för den här studiens analytiska ramverk, vissa justeringar har emellertid gjorts för att modellen bättre ska passa den här studiens syfte, frågeställningar och empiri.

2.3 Analytiskt ramverk

TAM-modellen (Davis, Bagozzi, Warshaw, 1989) utvecklades som tidigare nämnt för att kunna användas generellt inom teknologi. Modellen av Cyr et al. (2007) var däremot mer skräddarsydd med avsikt att på bästa sätt kunna undersöka och besvara studiens syfte och frågeställningar. Varje komponent som byttes ut eller modifierades grundade sig emellertid i tidigare forskningsresultat och argumentation, vilket stärkte modellens relevans. Av samma anledningar och i egenskap av den här studiens liknande natur, motiveras användandet av nämnd modell av Cyr et al. (2007) som grund. Modellen för den här studien har på samma sätt i viss mån skräddarsytts med motivet att passa studiens syfte och frågeställningar. För det första är samtliga variabler utformade för att mäta hur respondenter upplever dem, eftersom studien inte avser mäta köpbeteende genom hårda värden, så som antal klick eller återkommande köp vilket snarare hade besvarat köpbeteende.

Komponenten upplevd användarupplevelse, vilket handlar om till vilken grad användaren uppfattar objektet att vara lätt att använda (Cyr et al. 2007), har tagits bort av flera anledningar.

Cyr et al. (2007) undersökte sitt fenomen inom den interaktiva miljön webbsidor och den här studien avser mejl. Antagandet är att mejl inte kan jämföras med en webbsida när det gäller

(10)

upplevd användarupplevelse då graderna av interaktion skiljer sig avsevärt. Vidare innebär en färre aspekt att undersöka och således praktiska undersökningsfördelar, att antalet respondenter kan öka vid en webbaserad enkät (Atif, Richards & Bilgin, 2012) och ett högre antal respondenter ger stärkta förutsättningar för en tillräcklig urvalsstorlek (Bryman & Bell, 2015, s 188). Anledningarna till de övriga förändringarna motiveras i avsnitt 2.3.1 samt 2.3.2.

2.3.1 Upplevd personalisering

I modellen av Cyr et al. (2007) är en av faktorerna som leder till ökad kundlojalitet upplevd social närvaro. Upplevd social närvaro är grundläggande i kommunikationsteori och karaktäriseras av den psykologiska närheten i framförandet av ett budskap (Straub &

Karahanna, 1998). Hög social närvaro bygger på en psykologisk kontakt med kunden, vilket på en hemsida präglas av värme, personalisering, kommunikation och känslan av mänsklig kontakt (Yoo & Alavi, 2001). I den här studien är faktorn upplevd social närvaro utbytt mot att endast undersöka personalisering för att bättre passa studiens syfte och forskningsfrågor.

2.3.2 Upplevd e-lojalitet

Konsumentlojalitet har tidigare definierats som intentionen att uppehålla sig vid en organisation (Zeithaml, Berry, Parasuraman, 1996) och fenomenet refereras till som “att förstå hur eller varför en känsla av lojalitet utvecklar sig hos kunder är en av de mest avgörande förvaltningsfrågorna i vår tid” (Luarn & Lin, 2003). Gällande e-lojalitet råder emellertid viss problematik. Wind, Mahajan, Gunther (2002) menar att konsumenter ofta genomför efterforskning online för att sedan köpa offline, vilket är ett faktum som kan göra e-lojalitet svårt att mäta.

Eftersom den här studien grundar sig i hur lojalitet upplevs av konsumenterna, kommer e- lojalitet definieras som upplevd e-lojalitet. Det i motsats till faktiskt lojalitetsbeteende, så som antal återbesök eller köp (Wind, Mahajan, Gunther, 2002). Det här tillvägagångssätt bemöter även de ovan beskrivna svårigheter relaterade till lojalitetsmätning.

(11)

Figur 1: Den här studiens analytiska ramverk utan hypoteser

2.3.3 Hypotesgenerering

Upplevd personalisering och upplevd e-lojalitet - Tidigare forskning inom personalisering har undersökt sambandet mellan personalisering av e-tjänster och höjd lojalitet hos konsumenter (Ball, Coelho, Vilares, 2006). Författarna argumenterar för att personalisering har en effekt hos konsumenter att uppleva välvilja i företaget som ansvarar för tjänsten. Vidare visar även studien att välutformad personalisering har en positiv effekt på kundlojalitet. Dock visar resultatet att sambandet mellan personalisering och lojalitet inte är direkt utan har en effekt via de medierande variablerna tillfredsställelse och tillförlitlighet (Ball, Coelho, Vilares, 2006). Därav ökar relevansen att testa det direkta sambandet mellan personalisering och e- lojalitet. Det leder fram till följande hypotes:

H1: Högre grad av upplevd personalisering kommer att leda till högre grad av upplevd e- lojalitet.

Upplevd personalisering och upplevd användbarhet - Inom e-handel har både funktion och estetik en avgörande roll för att motivera konsumtion (Childers et al, 2001). Med det som grundstenar har företag möjligheten att skapa en miljö som är svår att efterlikna i fysiska

(12)

upplevd användbarhet råder emellertid viss ambivalens. Gefen & Straub (2003) testade relationen gällande hemsidor för e-service utan att finna signifikanta resultat. Å andra sidan fann Hassanein & Head (2004, 2006) signifikanta resultat vid två separata tillfällen gällande hemsidor som sålde produkter. Även om den här studien också utgår från ett företag som säljer produkter kommer relationen att återtestas för att ytterligare bringa ljus över fenomenet, i sammanhanget marknadsföring över mejl. Resultaten från Gefen & Straub (2003) och Hassanein & Head (2004, 2006) leder till följande hypotes:

H2: Högre grad av upplevd personalisering kommer att leda till högre grad av upplevd användbarhet.

Upplevd personalisering och upplevd tillförlitlighet - I en tidigare studie om relationen mellan personalisering och tillförlitlighet visar resultatet att upplevd personaliserad marknadsföring signifikant ökar kundernas tillförlitlighet till e-handelsföretaget i fråga (Komiak, Benbasat, 2006). Ytterligare forskning inom tillförlitlighet visar att personaliserad marknadsföring är centralt vid skapande av förtroende i kundens beslutsfattande (Briggs, Burford, Angeli, Lynch, 2002). Även i den här studien testas sambandet mellan personalisering och tillförlitlighet men ur en annan synvinkel; informativa personaliserade mejl. Det leder till följande hypotes:

H3: Högre grad av upplevd personalisering kommer att leda till högre grad av upplevd tillförlitlighet.

Upplevd personalisering och upplevd tillfredsställelse - Tidigare forskning har undersökt sambandet mellan personalisering och tillfredsställelse för hemsidor inom e-service, vilket visade en positiv korrelation (Cyr et al. 2007). I den här studien testas relationen men ur ett annat perspektiv; gällande informativa personaliserade mejl. Ytterligare forskning inom beslutsfattande vid köp över internet påvisar också en positiv relation mellan personalisering och tillfredsställelse hos kunder, främst när det gäller personliga rekommendationer av produkter (Thirumalai & Sinha, 2011). Det leder således till följande hypotes:

H4: Högre grad av upplevd personalisering kommer att leda till högre grad av upplevd tillfredsställelse.

(13)

Upplevd användbarhet och upplevd e-lojalitet - Ett mejl är en form av informationsteknologi vilket innebär att dess effekt på e-lojalitet kan härledas genom komponenten upplevd användbarhet i TAM (Davis, 1989). TAM är i stor utsträckning använd inom informationssystem och är ansedd användbar inom en rad sammanhang, bland annat e- handel (Moon & Kim, 2001). Upplevd användbarhet handlar om i vilken utsträckning en person upplever att användandet av en teknologi förbättrar vederbörandes produktivitet, effektivitet och prestation (Venkatesh & Davis, 2000). Enligt TAM är upplevd användbarhet bland annat avgörande för intentionen att acceptera eller använda en ny typ av teknologi.

Komponenten har även en positiv korrelation med köpintention (Gefen & Straub, 2003). I tidigare studier har köpintention eller intention att acceptera en teknologi ersatts av e-lojalitet (Cyr et al. (2007) vilket även är passande för den här studiens syfte. Med anledning av det hypotetiseras:

H5: Högre grad av upplevd användbarhet kommer att leda till högre grad av upplevd e- lojalitet.

Upplevd tillförlitlighet och upplevd e-lojalitet - I traditionell handel är tillförlitlighet grundläggande och kan skapas antingen genom direkta interaktioner mellan köpare och säljare eller genom långsiktiga relationer (Qui & Benbasat, 2005). Skapandet av tillförlitlighet och även åtagande är fundamentalt för ett långsiktigt utbyte mellan köpare och säljare, vilket är beroende av delade åsikter och kommunikation (Moorman, Deshpande, Zaltman, 1993).

Tillförlitlighet till interaktioner mellan e-handel och köpare liknar traditionell tillförlitlighet, där köparen har tillförlitlighet till säljaren men i det här fallet även till e-handelssidan (Jarvenpaa, Tractinsky, Saarinen, 1999). Huruvida säljaren ger ett intryck av att hålla löften och åtaganden har också tidigare använts för att mäta tillförlitligheten hos en e-handel (Kim, Ferring, Rao, 2009). Vidare menar tidigare studier att om tillförlitlighet existerar mellan köpare och e-handel är det större chans att ett framtida köp genomförs (Flavián, Guinalíu, Gurrea, 2005). Det leder fram till följande hypotes:

H6: Högre grad av upplevd tillförlitlighet kommer att leda till högre grad av upplevd e- lojalitet.

(14)

Upplevd tillfredsställelse och upplevd e-lojalitet - I ursprungsmodellen (Cyr et al. 2007) används en hedonic component i form av enjoyment och beskrivs ha en positiv korrelation med lojalitet. Varför just enjoyment ska användas är däremot svagt argumenterat, författarna menar att den använts i “viss forskning” men att en hedonic component i någon form är nödvändig (Cyr et al. 2007). Vidare menar Ball, Coelho, Vilares (2006) att personalisering har en påverkan på kundlojalitet, dock inte via ett direkt samband utan via variabeln satisfaction. I den här studien kommer variabeln refereras till som tillfredsställelse. Tillfredsställelse definieras som det psykologiska tillståndet efter att en konsuments obekräftade förväntningar är kopplade till konsumentens känslor före konsumtionsupplevelsen. Det har med andra ord att göra med det

“överraskningsmoment” kopplat till ett köp eller konsumtionsupplevelsen (Oliver, 1997).

Resonemanget påvisar vikten av att inkludera tillfredsställelse som en medierande variabel vid studerande av relationen mellan upplevd personalisering och kundlojalitet. Ytterligare forskning gällande kundbeteende inom e-handel påvisar emellertid en positiv relation direkt kopplad mellan tillfredsställelse och kundlojalitet (Andersson & Srinivasan, 2003). Det leder fram till följande hypotes:

H7: Högre grad av upplevd tillfredsställelse kommer att leda till högre grad av upplevd e- lojalitet.

Sammanfattningsvis har ovan stycken jämfört den traditionella och digitala marknadsföringen och motiverat valet av personalisering som inriktning inom den digitala marknadsföringen.

Vidare har personalisering definierats och dess användningsområden exemplifierats. Utifrån tidigare forskning har ett relevant ramverk utformats för att kunna analysera studiens resultat.

Med det analytiska ramverket som utgångspunkt har sju hypoteser formulerats med hjälp av ytterligare och mer specifik tidigare forskning kring respektive variabel.

(15)

Figur 2: Den här studiens analytiska ramverk med hypoteser

(16)

3. Metod

Då studiens syfte motiverades genom resultat av tidigare nämnd forskning samt avsåg behandla stora mängder data från Stellar Equipment, gjordes valet att studiens forskningsstrategi var kvantitativ (Bryman & Bell, 2015, s 26-27). De korrelationsjämförelser som avsågs genomföras krävde större datamängder än vad ett kvalitativt angreppssätt hade genererat.

Primärdata till studien samlades in via enkäter.

Bryman & Bell (2015, s 250) uttrycker en rad fördelar med enkäter. I en situation av ekonomisk och tidsmässig begränsning passar de särdeles bra, vilket stämde väl in på studiens situation.

Vidare innebär digital distribution av enkäter en bekvämlighetsaspekt hos respondenterna, då de kan besvara enkäten vid en för dem passande tidpunkt samt under trygga förhållanden. Å andra sidan ställer en enkät höga krav på validitet och reliabilitet på grund av att de som utformat enkäten inte är närvarande för att förklara eventuella oklarheter.

3.1 Datainsamling

Som en förutsättning för att kunna genomföra studiens datainsamling utformades personaliserat och opersonligt anpassade mejl till e-handeln Stellar Equipments kunder. Därav fokuserade studien på produkter och konsumenter inom segmenten alpint och friluftsliv, vilket innebar att andra branscher inte undersöktes i studien. Att studera ett specifikt fall, i det här fallet ett specifikt företag, ledde till att studien istället möjliggjorde en mer djupgående undersökning (Denscombe, 2014). Den personliga anpassningen baserades på kundernas beteenden under perioden 2019-01-01 till 2019-03-24. Data som användes vid anpassning var förnamn, efternamn, mejladresser, köpta produkter och datum för köp. När mejlen var färdigställda skickades de ut till två grupper: en grupp som fick personaliserade mejl och en grupp som fick ett opersonligt mejl. Därefter erbjöds båda grupper möjligheten att svara på en enkät som var utformad för att mäta e-lojalitet, med syfte att undersöka hur personaliserat anpassad marknadsföring påverkar e-lojalitet.

3.1.1 Urval

Det totala urvalet bestod av 494 respondenter utspritt på de två enkäterna. Enkäterna skickades ut till 3119 konsumenter, vilket innebar ett bortfall motsvarande 84,16% och en svarsfrekvens motsvarande 15,84%. Antalet konsumenter som fick enkäten kopplad till de personaliserade

(17)

mejlen uppgick till 1561 och antalet respondenter 192, vilket innebar en svarsfrekvens motsvarande 12,30%. 27 av de här konsumenterna valde i samband med utskicket av enkäten att avregistrera sig från Stellar Equipments nyhetsbrev. Antalet konsumenter som fick enkäten kopplad till de opersonliga mejlen uppgick till 1558 och antalet respondenter 302, vilket innebar en svarsfrekvens motsvarande 19,38%. 7 av de här konsumenterna valde i samband med utskicket av enkäten att avregistrera sig från Stellar Equipments nyhetsbrev.

Åldersspannet på respondenterna varierade från 20 till 75 år med en viss koncentration i åldrarna 40 till 55 år. För det personliga mejlet var könsfördelningen 86% män respektive 13%

kvinnor och 0,5% ville inte specificera. För det opersonliga mejlet var könsfördelningen 87,5%

män respektive 12,5% kvinnor. Baserat på den data som fanns att tillgå från Stellar Equipment kunde det på förhand fastställas att respondenterna skulle vara av varierande nationalitet, över 50% var emellertid från Sverige.

Tekniken som användes för att välja respondenter var ett randomiserat urval, vilket innebar att respondenterna behövde uppfylla vissa kriterier samt att de två grupperna kunde särskiljas genom en urvalsgräns (Denscombe, 2014). Gemensamt för samtliga respondenter var att de tidigare köpt en eller flera produkter av Stellar Equipment. Vidare baserades de personaliserade mejlen på vilken produkt respondenterna tidigare hade köpt medan den andra gruppen endast fick ett opersonligt mejl. Gruppen som fick personliga mejl hade under perioden 2019-01-01 till 2019-03-24 köpt minst en skaljacka hos Stellar Equipment. Gruppen som fick opersonliga mejl har under samma period köpt minst en produkt hos Stellar Equipment men inte någon skaljacka. Anledningen varför denna avgränsning gjordes var för att få en jämn fördelning mellan de två grupperna, vilket baserades på försäljningsstatistik. Det definierade tidigare nämnd urvalsgräns, dels för grupperna i sig men också dem emellan. Ett annat sätt att särskilja grupperna hade varit att inte basera urvalet på en specifik produkt utan istället dela upp helt slumpmässigt. Antagandet gjordes dock att det manuella arbetet hade blivit för omfattande, både gällande filtrering av försäljningsdata för varje enskild produkt men även att utforma olika mejl för respektive produkt. Vidare kan det även anmärkas på det faktum att skillnaden mellan de två grupperna var köpet av skaljacka, eftersom det är en relativt dyr produkt i jämförelse med resterande sortiment. Möjligtvis kan det ha krävts mer engagemang hos kunderna som köpte skaljackor, i jämförelse med kunder som köpte de billigaste produkterna (Kotler &

Armstrong, 2012, s 277). Eftersom Yang (2015) menar att det går att korrelera engagemang med lojalitet, finns därför risken att det kan ha påverkat studiens utfall.

(18)

Vad som inte framgick av respondenterna var om de hade något behov av att i framtiden köpa fler produkter av sortimentet som Stellar Equipment erbjuder, vilket kunde innebära att flertalet respondenter inte hade något framtida behov. Det i jämförelse med exempelvis aktörer inom dagligvaruhandeln där ett behov antagligen är mer påtagligt återkommande. Eftersom e- lojalitet i den här studien mättes genom framtida konsumtion kan det ha lett till ett missvisande resultat, i form av att respondenterna inte visade sig vara lojala, trots att de inte var missnöjda med Stellar Equipments service eller produkter.

3.1.2 Insamlingsmetod

Verktyget Google Forms användes för att utforma de två identiska enkäterna. Enkäterna distribuerades elektroniskt via verktyget Mailchimp under perioden 2019-04-15 till 2019-04- 25. Konsumenterna som valdes för opersonlig interaktion fick en länk till den första enkäten och respondenterna som valdes för en personlig interaktion fick en länk till den andra enkäten.

3.1.3 Utformning av enkät

Enkäten utformades utifrån studiens analysmodell (Figur 1). Till att börja med fick respondenterna besvara frågor kring ålder, kön och nationalitet. Resterande delen av enkäten bestod av 20 stängda frågor som grundade sig i analysmodellens variabler; upplevd personalisering, upplevd användbarhet, upplevd tillförlitlighet, upplevd tillfredsställelse och upplevd e-lojalitet. Argumentation för hur variablerna har operationaliserats till enkätfrågor presenteras i avsnitt 3.1.4. Den fullständiga enkäten presenteras i Appendix A. Samtliga frågor i enkäten besvarades med hjälp av en sjugradig likertskala med förbestämda svarsalternativ.

Enkäten var utformad på engelska eftersom respondenterna var av varierande nationalitet.

Alternativ 1 på skalan motsvarade Completely disagree och svarsalternativ 7 motsvarade Completely agree. Likertskalan är ett av de mest använda skalorna för att mäta attityd (Bryman

& Bell, 2015, s 253). Eftersom attityd är förknippat med hur en person upplever något (Li, 2015), vilket var det som mättes i den här studien, var likertskalan ett passande verktyg att använda i enkäten.

Det finns flera fördelar med att använda sig av stängda enkätfrågor. Gällande analys är fördelarna att resultatet är tydligt att tolka samt att det är enkelt att påvisa hur variabler relaterar till varandra. Det finns även fördelar för respondenterna där de stängda svaren kan underlätta att förstå vad frågan innebär samt att det är tidseffektivt att genomföra enkäten (Bryman &

(19)

Bell, 2015, s 250). Dock finns det även risker med stängda frågor i form av att respondenterna inte har möjlighet att uttrycka exakt vad de anser är det mest rättvisa svaret, vilket kan orsaka irritation och att betydelsefulla resultat går förlorat. Ytterligare en risk med stängda frågor är att respondenterna kan uppfatta svaren på olika sätt, vilket kan äventyra resultatet. (Bryman &

Bell, 2015, s 252-253). Samtliga enkätfrågorna är obligatoriska för att minska risken för bortfall av svar på vissa frågor (Eliasson, 2013, s 36).

Innan en datainsamling sker bör insamlingsmetoder testas för att säkerställa att datainsamlingen fungerar som den ska. När det gäller enkäter är det kritiskt att den testas för att säkerställa att respondenterna förstår frågor samt svarsalternativ. Om det framkommer att vissa frågor är svårare att förstå får man då möjlighet att justera innan den riktiga datainsamlingen sker (Bryman & Bell, 2015, s 262). Därför fick 12 personer ur ett bekvämlighetsurval testa enkäten med möjlighet att återkoppla om det var någon fråga eller del av enkäten som ansågs vara otydlig. På så sätt gavs möjligheten att justera enkäten innan den skickades ut till respondenterna.

3.1.4 Operationalisering av variabler

I tabellen nedan (Tabell 1) presenteras operationaliseringen av variablerna som användes i studien. Kolumnen Variabel innebär vilken variabel som har blivit operationaliserad.

Kolumnen Operationalisering visar hur varje variabel har operationaliserats till enkätfrågor, där varje variabel mäts med hjälp av fyra frågor. Kolumnen Tidigare forskning presenterar vilka källor som har använts för att genomföra operationaliseringen av varje variabel till färdiga enkätfrågor.

Bortsett från en enkätfråga har samtliga använts i tidigare liknande studier, vilket är ett bra sätt att säkerställa relevansen i frågorna samt att de mäter rätt koncept (Bryman & Bell, 2015, s 263). Urvalet av frågor börjades med att läsa igenom tidigare liknande forskning (Tabell 1).

Frågor som gick att relatera till produktmarknadsföring, e-handel och mejl samt att de mätte samma variabler som den här studies mäter valdes ut. Frågor som i stort sett var identiska valdes även bort. Efter det justerades några av frågorna för att bättre passa den här studiens syfte. Den enda frågan som inte användes som en enkätfråga i tidigare forskning är frågan grundad ur Montgomery & Smith (2009), som istället operationaliserades utifrån författarnas definition av personalisering. Vid formulering av frågorna justerades de för att inte vara

(20)

ledande, med syftet att inte förvirra respondenten (Hagevi & Viscovi, 2016. s 72). Som tidigare nämnt utformades även enkäten med syftet att det inte skulle vara för många frågor för att motverka minskad svarsfrekvens (Hagevi & Viscovi, 2016. s 159).

Tabell 1. Operationalisering

Variabel Operationalisering Tidigare forskning

Upplevd e-lojalitet I would consider purchasing from Stellar Equipment in the future.

Cyr et al. 2007

If I were to buy the same product again, I would buy it from Stellar Equipment.

Kim, Ferrin, Rao, 2009

I will recommend Stellar Equipment to friends.

I strongly intend to continue purchasing from Stellar Equipment.

Upplevd användbarhet The e-mail provides relevant information about technical outdoor equipment.

Hassanein & Head, 2006

The e-mail increases my

effectiveness to evaluate technical outdoor equipment choices online.

The e-mail is useful for assessing technical outdoor equipment online.

The design of the e-mail facilitate my evaluation of the content.

Venkatesh & Davis, 2000

Tillförlitlighet I trust the e-mail has good intentions.

Cyr et al. 2004, 2005; Gefen &

Straub, 2003 I trust the information presented in

the e-mail.

Cyr et al. 2004, 2005; Gefen &

Straub, 2003 I feel Stellar Equipment provides

me with good service.

Kim, Ferrin, Rao, 2009; Chen, Yen, Pornpriphet, Widjaja, 2015 Stellar Equipment keep their

promises and commitments.

Kim, Ferrin, Rao, 2009; Chen et al. 2015

Tillfredsställelse I found the e-mail interesting. Oliver, 1997 I found the e-mail entertaining. Oliver, 1997

(21)

I think I did right by buying from Stellar Equipment.

Chen et al. 2015

I am satisfied with my decision to purchase from Stellar Equipment.

Andersson & Srinivasan, 2003

Upplevd personalisering There is a sense of personalness in the e-mail.

Cyr et al. 2007

There is a sense of personalized product content in the e-mail.

Cyr et al. 2007

There is a sense of adjustment in the e-mail for my specific needs.

Montgomery & Smith, 2009

The products presented in the e- mail are what I really want to own.

Wan, Wang, Zhang, Cao, 2017

3.1.5 Utformning av mejl

De opersonliga mejlen är inte utformade av studiens författare, de motsvaras istället av nyhetsbrev och annan allmän information från Stellar Equipment till deras kunder. De personliga mejlen är utformade av studiens författare. Tanken med utformningen av de personliga mejlen var att de skulle generera en känsla av upplevd personalisering hos konsumenten, till skillnad från de opersonliga mejlen. Därav innehöll de personliga mejlen vissa attribut som de opersonliga mejlen inte gjorde. Till att börja med innehöll de personliga mejlen mottagarens namn, vilket enligt Thirimalai & Sinhka (2011) höjer chanserna signifikant för att mottagaren öppnar mejlet. De opersonliga mejlen innehöll inte mottagarens namn.

Vidare var rekommendationen av produkter i de personliga mejlen anpassade till mottagaren, utifrån mottagarens tidigare konsumtionsbeteende hos e-handeln, vilket är en grundpelare inom personalisering (Montgomery & Smith (2009). Produkterna som rekommenderades i de personliga mejlen var exempelvis skalbyxor, dunjackor och fleecetröjor, vilket var produkter konsumenten inte tidigare hade köpt. I de opersonliga mejlen var inte innehållet anpassat utifrån specifika kunder, utan visade istället nyheter och slumpmässiga produkter. För exempel på personliga produktrekommendationer, se Appendix B. I de personliga mejlen inkluderade även ett inledande stycke där konsumentens tidigare köp uppmärksammades, vilket inte gjordes i de opersonliga mejlen. För exempel se Figur 3. Det uttrycktes även på ett vänligt sätt att Stellar Equipment ser konsumenten som viktig och bryr sig om vederbörandes upplevelse av företagets produkter. De opersonliga mejlen innehöll inget motsvarande stycke. En typ av

(22)

personalisering som inte inkluderades i de personliga mejlen var anpassning efter kön, vilket kan ha positiva effekter på marknadsföringens effekt (Xu, 2006). Istället var ett fåtal av de opersonliga mejlen anpassade efter kön. I enlighet med tidigare presenterade teorier kan det ha inneburit att den upplevda personaliseringen av de personliga mejlen minskade, medan den ökade för det opersonliga. Anledningen till att ett fåtal av de opersonliga mejlen var anpassade efter kön är för att vissa av Stellar Equipments tidigare nyhetsbrev har haft den anpassningen, därav hade inte studiens författare möjlighet att förändra det. För fullständig utformning av personaliserat mejl se Appendix B. För fullständig utformning av opersonligt mejl se Appendix C.

Figur 3: Till vänster: Inledning personaliserat mejl; Till höger: Inledning opersonligt mejl

(23)

3.2 Analysmetod

Analysering av data bestod av fyra delar; reliabilitetstest, principalkomponentanalys, korrelationstest samt jämförelse av korrelationer. Analysen inleddes med att utföra ett reliabilitetstest, vilket genomfördes genom att mäta Cronbach’s Alpha på samtliga variabler.

När reliabiliteten i variablerna var säkerställd gjordes principalkomponentanalys.

Principalkomponentanalys gjordes i syfte att göra variablerna lättare att tolka.

Korrelationstesterna för respektive grupp genomfördes sedan med hjälp av de nya variablerna.

Det åskådliggjorde styrkan och riktningen i relationerna mellan variablerna i studiens analysmodell (Bryman & Bell, 2015, s 712-713). Korrelationsjämförelserna genomfördes avslutningsvis för att belysa signifikansen i skillnaden mellan korrelationerna, vilket slutligen användes för att testa hypoteserna.

3.2.1 Intern reliabilitet

För att säkerställa att variablerna mätte samma bakomliggande koncept kontrollerades varje variabel med hjälp av Cronbach’s Alpha. På så sätt säkerställdes den interna reliabiliteten (Bryman & Bell, 2015, s 159). Det gjordes genom att samtliga indikatorer för varje variabel grupperades och analyserades i SPSS, vilket betyder att fem tester gjordes. För att ett resultat ska anses vara representativt och den interna reliabiliteten ska vara tillräckligt hög måste värdet på Cronbach’s Alpha överstiga 0.7 (Schutte, Toppinnen, Kalimo, Schaufeli, 2000) De variabler där resultatet översteg 0.7 användes därför i korrelationstesterna.

3.2.2 Principalkomponentanalys

Fem principalkomponentanalyser gjordes, vilket resulterade i fem nya variabler. Testerna gjordes genom att samtliga indikatorer för respektive variabel slogs samman för att skapa nya variabler. På så sätt extraherades informationen och representerades i form av ortogonaliska variabler, kallade principalkomponenter (Abdi & Williams, 2010), vilket ytterligare åskådliggjorde de nya variablerna. De blev mer lättolkade eftersom 20 indikatorer transformerades till fem variabler, vilka sedan användes i korrelationstesterna.

3.2.3 Korrelationstest

För att undersöka samvariationen mellan två variabler gjordes korrelationstester, vilket undersökte riktningen och styrkan i samvariationen mellan två variabler (Bryman & Bell, 2015,

(24)

vilka båda använder exakt samma korrelationskoefficient. En skillnad mellan det två testerna är att Spearman’s används för att mäta relationen mellan två ordinalvariabler, medan Pearson’s används för att mäta relationen mellan två variabler mätta med kvot- eller intervallskala (Bryman & Bell, 2015, s 347-359). Eftersom enkäter med likertskalor genererar ordinalvariabler (Bryman & Bell, 2015, s 342) ökade det relevansen att använda Spearman’s.

Ett ytterligare argument för att inte använda sig av Pearson’s är att relationen mellan variablerna måste vara linjär (Bryman & Bell, 2015, s 349). Det testades genom att skapa punktdiagram för varje relation, vilket resulterade i icke-linjära samband. Därför användes Spearman’s för att testa hypoteserna i avsnitt 4.3. Korrelationskoefficienten benämns som ρ och de tester som resulterade i ett värde på ρ > 0 betyder att det finns ett positivt samband mellan variablerna.

Totalt gjordes 14 stycken korrelationstester, vilket motsvarar ett test per hypotes för de två grupperna personaliserat- och opersonligt budskap. För att säkerställa att urvalet var representativt och att resultatet inte var slumpmässigt accepterades en signifikansnivå om P <

0,05 vilket ofta används för att avgöra om ett P-värde är högt eller lågt (Salkind, 2010).

Användningen av just P < 0,05 säkerställde att av alla tillfällen då populationens medelvärde var lika, skulle resultatet felaktigt visa att populationen inte var lika endast 5% av gångerna (Salkind, 2010). De tester som resulterade i en signifikansnivå om P < 0,05 användes därför i korrelationsjämförelserna. Korrelationstesterna gjordes i programmet SPSS.

3.2.4 Korrelationsjämförelser

För att jämföra signifikansen i skillnaderna mellan korrelationerna togs ett Z-värde fram som sedan analyserades för att kunna utläsa signifikans. Ett Z-värde är användbart då man jämför korrelationskoefficienter av två separata grupper av olika storlek, samt rekommenderat då korrelationerna är grundade på samma variabler (Statistic Solutions, 2019). För att få fram ett Z-värde användes en Fishers r-Z-transformation (Lenhard & Lenhard, 2014) vilken tar in en korrelation och återger det motsvarande Z-värdet. Uträkningen av signifikansen gjordes manuellt utanför SPSS, då programmet ej tillhandahåller funktionen, enligt följande formel:

Signifikansnivå = (z1 – z2) / √ [(1 / N1 – 3) + (1 / N2 – 3)]

(25)

I ovan formel representerar z1 respektive z2 Z-värdena av de två korrelationerna för respektive grupp som jämfördes. N1 samt N2 motsvarade urvalsstorlek för respektive grupp som jämfördes. För att säkerställa att urvalet var representativt och att resultatet inte var slumpmässigt accepterades återigen en signifikansnivå om P < 0,05 (Statistic Solutions, 2019).

(26)

4. Resultat

Det här avsnittet inleds med presentation av samtliga enkätsvar för respektive variabel.

Gemensamt för Figur 4 till 8 är att likertskalan visas på x-axeln och svarsfrekvensen i procent för respektive index visas på y-axeln. Det följs av att den interna reliabiliteten för respektive variabel. Följaktligen presenteras sedan testerna av studiens hypoteser och slutligen en sammanställning som visar vilka hypoteser som accepterats och förkastats.

4.1 Enkätsvar

Figur 4: Sammanställning av frågor kopplade till upplevd personalisering (FX = Fråga X)

F1: There is a sense of personalness in the e-mail.

F6: There is a sense of personalized product content in the e-mail.

F11: There is a sense of adjustment in the e-mail for my specific needs.

F16: The products presented in the e-mail are what I really want to own.

På frågorna kopplade till upplevd personalisering visar resultatet att medelvärdet för opersonligt budskap är 5,18 och medelvärdet för personaliserat budskap är 5,08. Differensen mellan medelvärdena är 0,1.

(27)

Figur 5: Sammanställning av frågor kopplade till upplevd användbarhet (FX = Fråga X)

F2: The e-mail provides relevant information about technical outdoor equipment.

F7: The e-mail increases my effectiveness to evaluate technical outdoor equipment choices online.

F12: The e-mail is useful for assessing technical outdoor equipment online.

F17: The design of the e-mail facilitate my evaluation of the content.

På frågorna kopplade till upplevd användbarhet visar resultatet att medelvärdet för opersonligt budskap är 5,58 och medelvärdet för personaliserat budskap är 5,13. Skillnaden mellan medelvärdena är 0,45.

Figur 6: Sammanställning av frågor kopplade till upplevd tillförlitlighet (FX = Fråga X)

F3: I trust the e-mail has good intentions.

F8: I trust the information presented in the e-mail.

F13: I feel Stellar Equipment provides me with good service.

F18: Stellar Equipment keep their promises and commitments.

(28)

På frågorna kopplade till upplevd tillförlitlighet visar resultatet att medelvärdet för opersonligt budskap är 6,21 och medelvärdet för personaliserat budskap är 5,94. Skillnaden mellan de två grupperna är 0,27.

Figur 7: Sammanställning av frågor kopplade till upplevd tillfredsställelse (FX = Fråga X)

F4: I found the e-mail interesting.

F9: I found the e-mail entertaining.

F14: I think I did right by buying from Stellar Equipment.

F19: I am satisfied with my decision to purchase from Stellar Equipment.

På frågorna kopplade till upplevd tillfredsställelse visar resultatet att medelvärdet för opersonligt budskap är 5,99 och medelvärdet för personaliserat budskap är 5,69. Skillnaden mellan de två grupperna är 0,30.

Figur 8: Sammanställning av frågor kopplade till upplevd e-lojalitet (FX = Fråga X)

(29)

F5: I would consider purchasing from Stellar Equipment in the future.

F10: If I were to buy the same product again, I would buy it from Stellar Equipment.

F15: I will recommend Stellar Equipment to friends.

F20: I strongly intend to continue purchasing from Stellar Equipment.

På frågorna kopplade till upplevd e-lojalitet visar resultatet medelvärdet för opersonligt budskap är 6,42 och medelvärdet för personaliserat budskap är 6,26. Skillnaden mellan de två grupperna är 0,16.

Resultatet visar att alla medelvärden för samtliga variabler är mellan 5 och 7. Emellertid bör det noteras att ordinalskalor inte visar statistisk rättvisa gällande medelvärde (Bryman & Bell, 2015, s 341). Vidare visar diagrammen att majoriteten av respondenterna har svarat 5, 6 eller 7 på frågorna. Minoriteten av respondenterna har svarat 1, 2 eller 3. Variabeln med högst medelvärde är upplevd e-lojalitet, vilket är den enda variabeln där båda medelvärdena överstiger 6. Skillnaden mellan medelvärdena är som högst 0,45 (upplevd användbarhet) och som lägst 0,1 (personalisering). Gemensamt för samtliga variabler är att medelvärdet för opersonligt budskap är högre än personaliserat budskap. För fullständig enkät se Appendix A.

4.2 Intern reliabilitet

Cronbach’s Alpha testades på samtliga variabler vilket resulterade i att alla testade variabler har ett värde på minst 0.7, därav innebär det att alla variabler har tillräckligt hög intern reliabilitet för att användas i senare tester (Schutte et al. 2000).

Tabell 2. Intern reliabilitet

Variabel Cronbach’s Alpha

Upplevd personalisering 0,832

Upplevd användbarhet 0,862

Upplevd tillförlitlighet 0,810

Upplevd tillfredsställelse 0,729

Upplevd e-lojalitet 0,893

(30)

4.3 Test av hypoteser

Figur 9: Till vänster: Resultat för opersonligt budskap; Till höger: Resultat för personaliserat budskap.

För att en hypotes ska accepteras måste resultatet uppfylla två kriterier: korrelationen ska vara högre för personaliserat budskap samt att det råder en statistiskt signifikant skillnad mellan de två korrelationerna. De hypoteser som inte uppfyller ovan nämnda kriterier förkastas.

Resultatet för opersonligt budskap visar att korrelationen mellan variablerna var 0,403 (ρ > 0), med en signifikansnivå på 0,000 (p < 0,05). Resultatet för personaliserat budskap visar att korrelationen mellan variablerna var 0,492 (ρ > 0), med en signifikansnivå på 0,000 (p < 0,05).

Det innebär att det är en starkare korrelation mellan variablerna för ett personaliserat budskap än ett opersonligt budskap. Korrelationsjämförelsen visar att skillnaden mellan korrelationerna har en signifikans om 0,046 (p < 0,05), vilket innebär att Hypotes 1 accepteras.

Det innebär att det är en starkare korrelation mellan variablerna för ett personaliserat budskap än ett opersonligt budskap. Korrelationsjämförelsen visar däremot att skillnaden mellan korrelationerna har en signifikans om 0,054 (p > 0,05), vilket innebär att Hypotes 2 förkastas.

(31)

Det innebär att det är en starkare korrelation mellan variablerna för ett personaliserat budskap än ett opersonligt budskap. Korrelationsjämförelsen visar däremot att skillnaden mellan korrelationerna har en signifikans om 0,052 (p > 0,05), vilket innebär att Hypotes 5 förkastas.

(32)

än ett opersonligt budskap. Korrelationsjämförelsen visar däremot att skillnaden mellan korrelationerna har en signifikans om 0,053 (p > 0,05), vilket innebär att Hypotes 6 förkastas.

4.4 Sammanställning av hypoteser

Tabell 3 visar sammanställningen av hypotestesterna. I kolumnen “Opersonligt budskap” visas resultatet av korrelationstesterna för samtliga hypoteser för gruppen opersonligt budskap. I kolumnen “Personligt budskap” visas resultatet av korrelationstesterna för samtliga hypoteser för gruppen personaliserat budskap. Vad resultatet visar är att samtliga korrelationer är signifikanta. I kolumnen “Korrelationsjämförelse med signifikansnivå” presenteras korrelationerna för personaliserat respektive opersonligt budskap samt signifikansnivån i skillnaderna. Resultatet visar att samtliga korrelationer är högre för det personliga budskapet.

Det är emellertid endast H1, H3, H4 och H7 där skillnaden är statistiskt signifikant. Således är det endast de hypoteserna som accepteras, vilket även presenteras under kolumnen “Hypotes”.

(33)

Tabell 3. Hypoteser

Relation Opersonligt budskap

Personligt budskap

Korrelationsjämförelse med signifikansnivå

Hypotes

H1 Personalisering → E- lojalitet

ρ = 0,403* ρ = 0,492* Δ ρ = +0,089* Accepteras

H2 Personalisering → Användbarhet

ρ = 0,734* ρ = 0,789* Δ ρ = +0,055 Förkastas

H3 Personalisering → Tillförlitlighet

ρ = 0,596* ρ = 0,666* Δ ρ = +0,07* Accepteras

H4 Personalisering → Tillfredsställelse

ρ = 0,611* ρ = 0,647* Δ ρ = +0,036* Accepteras

H5 Användbarhet → E-lojalitet

ρ = 0,459* ρ = 0,554* Δ ρ = +0,095 Förkastas

H6 Tillförlitlighet → E-lojalitet

ρ = 0,664* ρ = 0,730* Δ ρ = +0,066 Förkastas

H7 Tillfredsställelse → E-lojalitet

ρ = 0,748* ρ = 0,775* Δ ρ = +0,027* Accepteras

Notera:

ρ = korrelation;

Δ ρ = ρ Personlig - ρ Opersonlig;

p < 0,05 = *

(34)

5. Diskussion

Det här avsnittet inleds med att resultatet för respektive hypotes jämförs med tidigare

forskning. Slutligen förs en allmän diskussion där perspektivet lyfts till det som berör arbetet i stort.

5.1 Hypoteser

Gällande relationen mellan upplevd personalisering och upplevd e-lojalitet visar resultatet att båda jämförelsegrupperna påvisar en positiv relation mellan upplevd personalisering och upplevd e-lojalitet. Dock är korrelationen starkare för det personliga budskapet än för det opersonliga budskapet. Vidare visar resultatet att det råder en statistisk signifikant skillnad mellan de två korrelationerna, vilket innebär att Hypotes H1 accepteras. Hypotes 1 grundar sig i resultatet från Ball, Coelho, Vilares (2006), vilket visar att personalisering har en medierande effekt på lojalitet via tillfredsställelse och tillförlitlighet, det vill säga inte en direkt effekt på lojalitet. Därav ökade relevansen att testa den direkta relationen och resultatet indikerar att det i själva verket existerar en direkt relation.

Gällande relationen mellan upplevd personalisering och upplevd användbarhet uppvisar resultatet en högre korrelation för det personliga budskapet. Eftersom resultatet inte visar statistisk signifikans enligt fördefinierad nivå om p < 0,05 kommer hypotes H2 emellertid att förkastas. Vid jämförelse med tidigare forskning är resultatet högst intressant. Till skillnad från Gefen & Straub (2003) finner den här studien signifikanta resultat vad gäller korrelation. Gefen

& Straub (2003) undersökte däremot e-service, vilket kan vara en förklarande skillnad till de olika resultaten. Hassanein & Head (2004, 2006) fann precis som den här studien, signifikanta resultat för företag inom produktförsäljning. Då den här studien också fokuserar på företag inom produktförsäljning, bidrar resultatet till ytterligare indikationer om att relationen ser ut som enligt Hassanein & Head (2004, 2006) resultat. Vad den här studien däremot indikerar är att relationen inte beror på ökad användning av personalisering, vilket innebär att viss ambivalens kvarstår.

Gällande relationen mellan upplevd personalisering och upplevd tillförlitlighet uppvisar resultatet både en högre korrelation för det personliga budskapet och en signifikant skillnad mellan grupperna. Således accepteras hypotes H3. Tidigare studier har påvisat att

(35)

personalisering har en signifikant effekt på upplevd tillförlitlighet (Komiak & Benbasat, 2006;

Briggs et al. 2002). Den här studiens resultat indikerar att en signifikant relation även gäller när det kommer till informativa personaliserade mejl.

Gällande relationen mellan upplevd personalisering och upplevd tillfredsställelse visar resultatet att det personliga budskapet genererade en högre korrelation samt en statistisk signifikant mellan grupperna. Därav accepterad hypotes H4. Tidigare forskning inom området har undersökt samma relation men i ett annat sammanhang, hemsidor inom e-tjänster, vilket påvisade en positiv korrelation (Cyr et al. 2007). Ytterligare forskning som låg till grund för hypotes H4 menar att personalisering av produktrekommendationer ökar tillfredsställelse hos konsumenter (Thirumalai & Sinha, 2011), vilket ledde till att produktrekommendationer inkluderades i de personaliserat anpassade mejlen. Därav testades relationen mellan upplevd personalisering och upplevd användbarhet istället i sammanhanget e-handel, där resultaten ligger i linje med båda de två tidigare nämnda studierna.

Gällande relationen mellan upplevd användbarhet och upplevd e-lojalitet uppvisar resultatet en högre korrelation för det personliga budskapet. Eftersom resultatet inte visar statistisk signifikans enligt fördefinierad nivå om p < 0,05 kommer hypotes H5 emellertid att förkastas. Gefen & Straub (2003) konstaterade en positiv korrelation mellan användbarhet och köpintention. Cyr et al. (2007) såg samma samband där köpintention däremot var ersatt av e- lojalitet. Den här studiens resultat är alltså i enlighet med tidigare studier vad gäller effekten upplevd användbarhet har på e-lojalitet, skillnaden är däremot inte signifikant när det kommer till gruppen som fått ett personaliserat mejl och gruppen som fått ett opersonligt mejl.

Gällande relationen mellan upplevd tillförlitlighet och upplevd e-lojalitet uppvisar resultatet en högre korrelation för det personliga budskapet. Eftersom resultatet inte visar statistisk signifikans enligt fördefinierad nivå om p < 0,05 kommer hypotes H6 emellertid att förkastas. Likt tidigare forskning (Jarvenpaa, Tractinsky, Saarinen, 1999; Kim, Ferrin, Rao, 2009; Flavián, Guinalíu, Gurrea, 2005) styrker även resultatet för den här studien korrelationen mellan variablerna. Intressant är emellertid att korrelationen enligt studiens indikation, inte har att göra med ökad personalisering. Eftersom statistisk signifikans inte bevisats kan ingen konsekvens om att högre grad av personalisering leder till högre grad av e-lojalitet konstateras.