Empirische Untersuchung der Nutzerakzeptanz einer Demand-Side-Plattform für Programmatisches Marketing

In der Literatur existiert eine Vielzahl von Modellen, die die Akzeptanz und Nutzung von Informationstechnologie erklären. Venkatesh et al. (2003) integrierten die wichtigsten Komponenten der bereits bestehenden Modelle und Theorien der Akzeptanz, um eine vereinheitlichte Technologie-Akzeptanz- und Nutzungstheorie, i.e. Unified Theory of Acceptance and Use of Technology (UTAUT), zu entwickeln. Die erste Version des Modells bezog sich primär auf einen organisationalen Kontext und berücksichtigte vier Konstrukte als wesentliche Determinanten, welche die Verhaltensabsicht und das Nutzungsverhalten beeinflussen: Leistungserwartung, Aufwandserwartung, Sozialer Einfluss und erleichternde Bedingungen in Organisationen. Die weiterentwickelte Version des Modells UTAUT‑2 (Venkatesh et al. 2012) berücksichtigt den Consumer-Kontext und, wie in Abb. 1 dargestellt, enthält zum einen zusätzlich drei Konstrukte hedonische Motivation, Preis-Leistungsverhältnis und Gewohnheit und zum anderen die Aktualisierung der Wirkungsbeziehungen zwischen den Konstrukten einschließlich der Moderatoren.

Diese Arbeit orientiert sich an den Konstrukten des UTAUT-2-Modells, die daher hier kurz beschrieben werden. Die Leistungserwartung beschreibt das Ausmaß, in dem der Nutzer glaubt, dass eine Technologie ihm hilft, die damit verbundene Aufgabe zu erfüllen. Dieser wahrgenommene Nutzen hat den stärksten Einfluss auf die Verhaltensabsicht. Die Aufwandserwartung gibt an, inwieweit der Nutzer die Nutzung der Technologie als einfach oder aufwendig einstuft. Meistens ist damit zeitlicher oder kognitiver Aufwand gemeint. Der soziale Einfluss bezieht sich darauf, inwieweit der Nutzer von seinem sozialen Umfeld (Bezugspersonen) beeinflusst wird. Die hedonistische Motivation gibt an, inwieweit der Nutzer Spaß bzw. Freude bei der Nutzung der Technologie empfindet. Das Preis-Leistungsverhältnis zeigt die Beurteilung der Differenz zwischen dem Kosten und Nutzen der Technologie an. Im Kontext der Verbraucherakzeptanz hat dieses Konstrukt einen großen Einfluss auf die Verhaltensabsicht, vor allem wenn der Verbraucher die Nutzungskosten selbst tragen muss. Die Gewohnheit gibt an, inwieweit der Nutzer ein bestimmtes Nutzungsverhalten aufgrund von früher erlerntem Verhalten automatisch ausführt. Schließlich ist die Verhaltensabsicht (bzw. Nutzungsintention) definiert als die Bereitschaft, eine neue Technologie tatsächlich einsetzen zu wollen. Die jeweiligen Einflüsse der Konstrukte werden durch die drei Moderatoren Alter, Geschlecht und Erfahrung in unterschiedlicher Ausprägung charakterisiert (Venkatesh et al. 2012).

Die Literaturrecherche mit Google Scholar zeigt vereinzelte Studien, die sich mit den Technologien des programmatischen Marketings befassen. Jedoch fokussieren diese vielmehr auf die Designaspekte, die grundsätzliche Funktionsweise oder die Optimierung von Algorithmen zur Automatisierung, ohne die Nutzerakzeptanz dieser Technologien zu berücksichtigen. Beispielsweise analysieren Lei et al. (2015) den Geschäfts- und Einkaufsprozess für den Zweck des Designs einer DSP. Andere Studien fokussieren sich auf die Optimierung von Algorithmen für verschiedene Zwecke, bspw., um die optimale Art der Werbung für ein Produkt in Echtzeit zu ermitteln (vgl. Gonzálvez und Mochón 2016) oder die Effizienz der eingesetzten Werbebudgets zu optimieren (vgl. Lai et al. 2016; Grigas et al. 2021; Nguyen et al. 2022). Neben diesen Studien sind zwei Studien zu erwähnen, die die Interaktion mit den Nutzenden in den Fokus stellen. Samuel et al. (2021) beleuchten vor allem das Paradoxon der Personalisierung der Werbeinhalte im Kontrast zu der möglichen Verletzung der wahrgenommenen Datensicherheit durch Konsumenten, während Ciuchita et al. (2023) die Verbrauchereinstellungen gegenüber dem programmatischen Werbungseinsatz untersuchen. Wenn auch die untersuchten Wahrnehmungen und Einstellungen eine Rolle für die Akzeptanz spielen können, liefern die vorhandenen Studien keine systematische und Akzeptanztheorie-geleitete Erkenntnisse über die Wahrnehmungen der Nutzer von DSPs. Folglich stellen sich hieraus keine Ansatzpunkte für eine Steuerung bzw. Optimierung der Akzeptanzfaktoren.

Ausgehend von dieser Problematik besteht das Ziel der vorliegenden Studie darin, die Einflussfaktoren der Akzeptanz und Nutzung von DSPs am Beispiel der FlyAd DSP zu untersuchen. Im Vordergrund stehen dabei vor allem die Beantwortung folgender Fragen: Welche Faktoren der Akzeptanz beeinflussen die Nutzungseinstellung und das Nutzungsverhalten von Nutzern besonders? Und welche Funktionen des Systems werden dabei positiv wahrgenommen bzw. als nützlich erachtet, und welche nicht?

Für die Datenerhebung wurden teilstandardisierte Leitfadeninterviews durchgeführt, und der Interviewleitfaden wurde nach Helfferich (2022) erstellt. Im ersten Schritt wurden Fragen unter Berücksichtigung anderer empirischer Anwendungen des UTAUT-2-Modells sowie theoretischer Grundlagen des programmatischen Marketings gesammelt. Nach anschließender Überprüfung der Fragen hinsichtlich ihrer Relevanz für die Forschungsfragen wurden 30 Fragen anhand der inhaltlichen Plausibilität sowie der logischen und zeitlichen Reihenfolge in verschiedene Frageblöcke eingeordnet. Die Frageblöcke thematisieren aktuelle berufliche Tätigkeit, Erfahrung mit der FlyAd DSP, Erfahrung mit anderen DSPs, Kampagnenmanagement mit der FlyAd DSP, Analytics-Tools, Einschätzung der eignen Arbeit mit der FlyAd DSP, Helpcenter, Einstellung hinsichtlich der FlyAd DSP, Spaßempfinden bei der Nutzung der FlyAd DSP und zukünftige Nutzungsintention. Dabei wird nicht für jede Systemfunktionalität ein Frageblock definiert, sondern die Fragen zu Systemfunktionalitäten in die verwandten Frageblöcke integriert, wie bspw. Reporting-Funktionalität in Analytics-Tools. Die Fragen wurden offen gestellt, um ein exploratives Antworten zu ermöglichen. Der Interviewleitfaden wurde in einem Pretest überprüft und anschließend noch einmal überarbeitet.

Für das Interview wurden insgesamt zwölf Nutzende der FlyAd DSP (davon sechs Frauen und sechs Männer im Alter zwischen 23 und 37 Jahren) berücksichtigt. Sie verfügen Wissen über das System und die Nutzung hinsichtlich der Aussteuerung von Werbekampagnen und haben Entscheidungen bezüglich der Kampagnenausspielung getroffen. Zehn der Befragten waren Mitarbeiter von neun Kundenunternehmen des Technologieanbieters. Diese Kundenunternehmen sind Werbeagenturen, die DSPs nutzen, um digitale Anzeigeplätze im Auftrag werbetreibender Unternehmen programmatisch einzukaufen. Zwei Studienteilnehmer waren Mitarbeiter des Technologieanbieters selbst, jedoch beinhaltete der jeweilige Aufgabenbereich zum Befragungszeitpunkt unter anderem die aktive Betreuung von Werbekampagnen mithilfe der FlyAd DSP.

Die Interviews fanden in Form von Einzelgesprächen von Januar bis April 2023 statt, und elf der zwölf Interviews wurden virtuell mittels Google Meet durchgeführt. Die von der ersten Autorin durchgeführten Interviews dauerten zwischen 14 und 40 min, wobei die markante Differenz die Intensität widerspiegelt, mit der sich die Befragten während des Interviews mit der FlyAd DSP auseinandergesetzt haben. Die Gespräche wurden mithilfe der Audiorekorder-App von Windows aufgezeichnet und anschließend unter Benutzung der Software MAXQDA transkribiert und ausgewertet.

Die Interviewdaten wurden mittels der strukturierenden qualitativen Inhaltsanalyse nach Mayring (2015) ausgewertet. Das Ziel der strukturierenden Inhaltsanalyse ist es, das Forschungsmaterial anhand vorher definierter Ordnungskriterien zu untersuchen und einzuschätzen. Es handelt sich dabei um eine deduktive Kategorienanwendung, bei der ein Kategoriensystem vorab theoriegeleitet entwickelt und dann an den Text herangetragen wird. Kategorien sind in der Auswertung Kurzformulierungen der einzelnen Analyseaspekte und können in Ober- und Unterkategorien eingeteilt werden.

In dieser Studie wurde das deduktive Kategoriensystem durch die Zusammenstellung der Determinanten der Akzeptanz aus dem Akzeptanzmodell UTAUT‑2 gebildet und zur Auswertung angewandt. Das Kategoriensystem besteht somit aus den Hauptkategorien: Leistungserwartung, Aufwandserwartung, sozialer Einfluss, erleichternde Bedingungen, hedonistische Motivation, Gewohnheit, Verhaltensabsicht und Nutzungsverhalten. Die Kategorie Preis-Leistungsverhältnis des UTAUT-2-Modells wurde in dieser Studie nicht berücksichtigt, da die Befragten keine diesbezüglichen Entscheidungen in ihren beruflichen Positionen treffen und diesen Aspekt schwer beurteilen können.

Um bei der Auswertung eine eindeutige Zuordnung der sprachlichen Analyseeinheiten (Sätze, Antworten auf Interviewfragen) zu bestimmten Kategorien zu unterstützen, wurden die Definitionen der Kategorien und Ankerbeispiele in einem Kodierleitfaden definiert (Mayring 2015). Zusätzlich wurden sowohl deduktive Unterkategorien aus UTAUT-Modell als auch induktive Kategorien, die aus dem Material selbst erstellt wurden, berücksichtigt. Beispielsweise wurden wahrgenommene Nützlichkeit, Kampagnenperformance und Systemperformance als deduktive Unterkategorien der Leistungserwartung definiert, und im Zuge der Auswertung wurden induktive Unterkategorien der wahrgenommenen Nützlichkeit gebildet, wie z. B. Kanäle für Werbekampagnen, Survey, Targeting, Reporting-Tools und fehlende Funktionen.

Schließlich soll hinsichtlich der Transparenz der methodischen Vorgehensweise kurz erwähnt werden, dass die erste Auswertung der Daten (vgl. von Zastrow 2023) vom zweiten Autor mit fachlichem Hintergrund im Bereich Technologieakzeptanzforschung überprüft, woraus im Dialog die abschließende Interpretation der Ergebnisse zum Zwecke dieser Publikation entstand. Dies entspricht etwa der Vorgehensweise zur „Validierung von Ergebnissen durch andere Forschende“, denen sie zur Kommentierung und Bewertung vorgelegt werden (Flick 2019, S. 477). Im Folgenden werden zum Zwecke der intersubjektiven Überprüfbarkeit zunächst die Ergebnisse und anschließend die Schlussfolgerungen im Diskussionsteil offengelegt.

Nach dem UTAUT-2-Modell hängt das Nutzungsverhalten von der Verhaltensabsicht und weiteren Faktoren ab. Die Ergebnisse hinsichtlich des Nutzungsverhaltens zeigen, dass die FlyAd DSP von den Befragten regelmäßig genutzt wurde, und dass die Häufigkeit der Nutzung je nach Art und Anzahl der Werbekampagnen variiert. Bezüglich der zukünftigen Nutzungsabsicht ist festzustellen, dass alle Befragten sich dazu positiv äußerten und Teilnehmer mit Entscheidungsbefugnis die Nutzung des Systems zukünftig sogar ausbauen wollen. Welche Einflussfaktoren diese positive Einstellung zur Nutzung des Systems beeinflussen, lässt sich – auch für die Zwecke der beiden Forschungsfragen – durch eine genauere Betrachtung der Ergebnisse zu den einzelnen Determinanten des UTAUT-2-Modells und zu Systemfunktionen erklären (vgl. Tab. 1).

Die Ergebnisse der Leistungserwartung, sowohl hinsichtlich der wahrgenommenen Nützlichkeit von Systemfunktionalitäten als auch hinsichtlich der Kampagnenperformance zur Erzielung von Kampagnenzielen (wie bspw. der Reichweiten- und Visitgenerierung) und Systemperformance bezgl. Ladezeiten, lassen insgesamt auf einen positiven Einfluss auf die Akzeptanz schließen. Die nähere Betrachtung der Teilaspekte der Leistungserwartung lässt auch leicht erkennen, wie die Funktionalitäten dabei wahrgenommen wurden. Hinsichtlich der wahrgenommenen Nützlichkeit wurden die Kanäle DOOH, Connected-TV, Audio und mobile für die Kampagnenausspielung und die Möglichkeit der Drive-to-Store-Kampagnen besonders hervorgehoben. Dies bestätigt auch das im Kap. 2 bereits erwähnte Kriterium von Schäfer und Weiss (2016), dass nutzbare Kanäle ein besonderes Unterscheidungsmerkmal von DSPs sind. Auch die Aussagen zur Survey-Funktionalität weisen eine positive Nützlichkeitsbewertung auf, da sie dem werbetreibenden Unternehmen zusätzliche Erkenntnisse durch die zusätzliche Generierung qualitativer Kennzahlen zur Werbewirksamkeit ermöglichen. Ebenso wurde die Targeting-Funktion aufgrund der Granularität des GPS-Targetings und der Möglichkeit der Implementierung komplexeren Targetings als nützlich erachtet. Während die Verwendung des Analytics-Tools eher positiv bewertet wurde, ist bezüglich der Reporting-Funktionalität keine eindeutige Aussage über den Einfluss machbar, da die Reporting-Funktionalität als weniger nützlich für eine detaillierte Kampagnenanalyse eingestuft und überwiegend für den Einblick in allgemeineren Kampagneninformation in Betracht gezogen wird. Als möglicher negativer Wirkungsfaktor auf die Leistungserwartung ist das Fehlen einiger Funktionen zu nennen, die von Befragten als nützlich erachtet werden. Eine erwünschte Funktionalität betrifft die Integration weiterer Datenanbieter sowie eines Datamarketplaces, welche zu den, im Kap. 2 bereits erwähnten, typischen Funktionalitäten von DSPs gehört. Weitere Funktionalitäten betreffen die Retargeting-Möglichkeit für Multichannel-Kampagnen sowie die automatische Optimierung auf Performanceziele und das automatischen Dealtroubleshooting (zur Identifikation von Fehlerquellen bei Nichtauslieferung). Es ist wichtig hervorzuheben, dass bei der Wahrnehmung dieser funktionalen Defizite der FlyAd DSP die Erfahrungen der Befragten mit anderen DSPs eine besondere Rolle spielten. Daher kann verallgemeinernd angenommen werden, dass die genannten Funktionalitäten durchaus als nützliche Funktionen von DSPs zu betrachten sind.

In Bezug auf die Wirkung der Aufwandserwartung auf die Nutzung lässt sich einerseits eine positive Nutzererfahrungen feststellen: die Nutzer fühlten sich aufgrund ihres Vorwissens sicher im Umgang mit der Software, und die Angaben zu als einfach empfundenen Aspekten bestätigen, dass die Erstellung von Werbekampagnen grundsätzlich als positiv empfunden wurde. Andererseits deuten die Angaben zu den wahrgenommenen Schwierigkeiten auf negative Wahrnehmungen hin, die sich teilweise auf systemspezifische Gestaltungsaspekte beziehen (z. B. die Anordnung der Anlage eines Advertisers oder die Übersicht über Werbekampagnen). Es ist auch an der Stelle wichtig, den Einfluss der Erfahrung besonders hervorzuheben, da oftmals ein direkter Vergleich zu der positiven Erfahrung in diesen Punkten mit anderen DSPs gezogen wurde, und dies die These bestärkt, dass die positive Erfahrung mit vergleichbaren Systemen die Wahrnehmung der FlyAd DSP in diesem Punkt maßgeblich beeinflusst, d. h. zu einer Verstärkung des Aufwandgefühls geführt haben. Insgesamt lässt sich auch aus dieser Studie – im Einklang mit den bisherigen Akzeptanzstudien (vgl. Venkatesh et al. 2012; Schwind und Yetim 2022) – schließen, dass Aufwandserwartungen einen besonderen Einfluss auf die Wahrnehmung und somit der Akzeptanz des Systems haben.

Bezüglich der weiteren Determinanten des UTAUT-2-Modells lassen sich aus der Studie mäßige bis keine signifikanten Wirkungszusammenhänge für die Akzeptanz ableiten. So zeigen die Ergebnisse der erleichternden Bedingungen (organisatorischer und technischer Infrastruktur), dass die Nutzer im Falle eines Problems bevorzugt auf die personelle Unterstützung durch die Mitarbeiter des Technologieanbieters zurückgreifen, während das Helpcenter als technische Infrastruktur oftmals nicht aktiv genutzt wird. Hinsichtlich des sozialen Einflusses ist festzustellen, dass der Einfluss des Arbeitgebers nur bedingt abzuleiten und aussagekräftig ist, da die Befragten teilweise die Meinung des Arbeitgebers selbst beeinflussen. Hingegen lässt sich eher auf einen positiven Einfluss der Arbeitskollegen schließen, da sie der FlyAd DSP überwiegend positiv gegenüberstehen. Schließlich kann auch der Einfluss der hedonistischen Motivation nicht zweifelsfrei festgestellt werden, weil die Angaben der Befragten teils auf die Empfindung von Spaß, teils auf „ein Paar Knackpunkte“ hinweisen, die den Spaß reduzieren.

Zusätzlich zu den im Zusammenhang mit den Forschungsfragen genannten Erkenntnissen soll auch eine zusätzliche Erkenntnis der Studie, nämlich der Einfluss der Erfahrung, besonders hervorgehoben werden, welcher für das verwendete Akzeptanzmodell von Bedeutung ist. Während die erste Version des UTAUT-Modells (Venkatesh et al. 2003) die moderierenden Effekte der Erfahrung zwischen der Leistungs- und Aufwandserwartung und der Nutzungsabsicht berücksichtigte, bleibt diese Wirkungsbeziehung in dem UTAUT-2-Modell (vgl. Abb. 1) unberücksichtigt. Die vorliegende Studie zeigt Einflüsse der Erfahrung bei der Wahrnehmung der Leistung und des Aufwandes, und steht im Einklang mit anderen Studien, wie z. B. Zaremohazzabieh et al. (2014), die diesbezüglich eine moderierende Wirkung der Erfahrung zeigen.