5. Quantitative Hauptstudie

Rating-Skalen geben den Probanden Abschnitte (Kategorien) eines Merkmals-Kontinuums vor, die in verschiedenen Formen markiert sind. Die Teilnehmer sollen sie alle als unabhängig betrachten. Insbesondere in den mittleren Bereichen einer Ratingskala wird anhand von Erfahrungsdaten davon ausgegangen, dass die Befragten in der Lage sind, äquidistante Einschätzungen abzugeben. Diverse Anwendungstests weisen ferner auf eine generelle Anwendbarkeit von metrischen Auswertungsverfahren hin (Berekoven et al., 2009).

Während die Teilnehmerzahlen früherer BME-Erhebungen zu den „Top-Kennzahlen im Einkauf“ – veröffentlicht wurden (2008: 150 teilnehmende Unternehmen; 2010: 170 teilnehmende Unternehmen; 2012: 200 teilnehmende Unternehmen), konnte für die jüngste Erhebung die Anzahl der Studienteilnehmer nicht in Erfahrung gebracht werden.

Zu Richtlinien für die Auswahl sowie generellen Anforderungen an Erhebungseinheiten einer Stichprobe vgl. Kreis et al., 2021.

Die Autorin ist seit zwei Jahrzehnten in verschiedenen Funktionen bei der Deutschen Messe AG mit Sitz in Hannover beschäftigt.

Denkbar wäre auch die Nutzung anderer Datenbanken gewesen, um Personen zu erreichen, die an Kaufprozessen im B2B Kontext beteiligt sind. Dass für die Erreichung dieser Zielsetzung u. a. die Nutzung der Datenbanken von Messeveranstaltern zweckmäßig erscheint, ergibt sich aufgrund der Kernfunktion von Messen, Angebot und Nachfrage eines bestimmten Wirtschaftszweiges zusammen zu bringen.

Schüler, Studenten und Arbeitssuchende wurden aus den Datensätzen ausgeschlossen, da davon auszugehen ist, dass sie zum Zeitpunkt der Erhebung nicht in organisationale Beschaffungsprozesse eingebunden sind.

Die E-Mail an die Teilnehmer des Startmailing Hannover kann in Anhang B1 im elektronischen Zusatzmaterial eingesehen werden.

Die Öffnungsrate des Startmailings betrug 24,39 % (19.693 Personen) bei den deutschsprachigen Empfängern und 23,24 % (17.473 Empfänger) bei den englischsprachigen Empfängern. Sie bezieht sich auf die erreichten Empfänger und liegt leicht unter den B2B Durchschnittswerten gemäß inxmail E-Mailmarketing Benchmark 2020 von 27,4 % (Ahlgrimm, 2023). Die Klickrate betrug 0,89 % (721 Empfänger) bei den deutschsprachigen Empfängern und 1,13 % (846 Empfänger) bei den englischsprachigen Empfängern. Die Klickrate bezieht sich auf die Personen, die das Mailing geöffnet und auf einen Link innerhalb des Mailings geklickt haben. Der B2B Durchschnittswert liegt hier deutlich höher bei 3,4 % (Ahlgrimm, 2023). Auf den Umfrage-Link klickten 437 deutschsprachige und 164 englischsprachige Empfänger.

Die Öffnungsrate des Remindermailings betrug 5,27 % (3.212 Personen) bei den deutschsprachigen Empfängern und 7,42 % (4.224 Personen) bei den englischsprachigen Empfängern. Die Klickrate betrug 0,67 % (411 Empfänger) bei den deutschsprachigen Empfängern und 0,89 % (507 Empfänger) bei den englischsprachigen Empfängern. Auf den Umfrage-Link klickten 360 deutschsprachige und 426 englischsprachige Empfänger.

Kennzahlen zu Öffnungs- und Klickraten aus dem Mailing der Messe Hamburg liegen nicht vor.

Um Schlussfolgerungen über mögliche Ursachen zu ziehen, wie z. B. den Einfluss situativer Faktoren auf die Relevanz von Touchpoints, sind streng genommen Längsschnittdaten erforderlich. Andernfalls können Ursache und Wirkung nicht korrekt zugeordnet werden (Field, 2013). Die vorliegende Untersuchung prüft, ob ein Prädiktor oder unabhängige Variable eine abhängige Variable statistisch vorhersagt. Dabei kann Kausalität für die statistisch zu prüfenden Beziehungen dieser Arbeit grundsätzlich angenommen werden, da sie bei der Wirkung der situativen Faktoren auf die Relevanz von Touchpoints theoretisch indiziert ist. Allerdings werden im Rahmen des Forschungsdesigns dieser Arbeit keine kausalen Beziehungen geprüft.

Prinzipiell wäre auch die Verwendung einfacher Korrelationen für die Überprüfung der Hypothesen 1 – 5 möglich gewesen. Da die Hypothesen jedoch in „Je…desto“-Form formuliert sind, wurden Lineare Regressionen eingesetzt.

Zu den bekanntesten Methoden zählen die hierarchische Clusteranalyse, die Clusterzentrenanalyse (K-Means) und die Two-Step-Clusteranalyse (Schendera 2011).

Die Entscheidung, welches Gruppierungsverfahren verwendet wird, hängt davon ab, ob ähnliche Objekte in Gruppen zusammengefasst werden (Fusionierungsalgorithmen) oder eine Gesamtmenge von Daten in Gruppen geteilt wird (Partitionierungsalgorithmen) (Backhaus et al., 2011). Im Gegensatz dazu sind Proximity-Measures eine statistische Einheit, die verwendet wird, um die Ähnlichkeit oder Unähnlichkeit zwischen untersuchten Objekten zu messen (Distanzmaß). Die Maße zweier Objekte steigen jeweils mit zunehmender Ähnlichkeit respektive Unähnlichkeit (Backhaus et al., 2011).

Vgl. jedoch die relativierenden Evaluationen von Bacher et al. (2004) und Chiu et al. (2001) zur automatischen Bestimmung der Clusteranzahl.

An dieser Stelle sei angemerkt, dass zusätzlich zur Varianzanalyse auch deskriptiv gearbeitet wird, da die Charakterisierung der Cluster im Vordergrund steht. Insofern werden die Cluster auch inhaltlich anhand von Mittelwerten und SDs miteinander verglichen.

Dabei wurde der Identische Wiederkauf als Referenzkategorie verwendet.

Dies kann jedoch auch auf andere Eigenschaften von Messen zurück zu führen sein wie beispielsweise die Möglichkeit, einen Markt- und Branchenüberblick in kürzester Zeit zu erlangen. Es muss nicht zwangsläufig auf die Möglichkeit von Messen zurückgeführt werden, Convergence-Prozesse zu fördern.

Lediglich für die im Allgemeinen wenig relevanten Touchpoints Textchat, Sprachnachricht, digitaler Marktplatz sowie Prospekt bzw. Flyer konnte kein signifikanter Zusammenhang festgestellt werden.

Dabei ist natürlich nicht aus dem Blick zu verlieren, dass Messen in der Regel den Kontakt zu allen Marktteilnehmern ermöglichen.

Im Einklang mit der Argumentation in Abschnitt 2.​3.​4 werden dafür nur solche Variablen herangezogen, die für ein Anbieterunternehmen mit verhältnismäßigem Aufwand zu ermitteln sind. Vor diesem Hintergrund werden in Anlehnung an Nolte (2016) dafür ausgewählte individuelle Faktoren in der Sphäre der Beschaffungsbeteiligten sowie unternehmensspezifische Faktoren und produktspezifische Faktoren betrachtet Hierbei handelt es sich um die soziodemografischen Merkmale, die bereits bei der Charakterisierung der Gesamtstichprobe verwendet wurden.

Diese Vorgehensweise wurde gewählt, weil sich dadurch genügend große Gruppen ergeben. Von der häufig anzutreffenden Vorgehensweise, ausgehend vom Mittelwert + /- 1 oder 2 Standardabweichungen zu ergänzen, wurde Abstand genommen, da sich dadurch nicht durchgängig ausreichend großen Gruppen ergeben.

Die Bezeichnungen risikoarm, risikoreich bzw. gemischtes Risiko beziehen sich im Folgenden immer auf das Kaufrisiko. Wenn sich Aussagen auf das Systemrisiko beziehen, wird dies explizit benannt bzw. es wird von einmaligen Käufen vs. Abschluss von Rahmenverträgen gesprochen.

Die Unterschiede in der Touchpoint-Nutzung werden über die Modalwerte aus abgefragten Informationsquellen und Touchpoints bei den einzelnen Kaufaktivitäten pro Kommunikationstyp ermittelt. Es sei angemerkt, dass im Fragebogen bei der Touchpoint-Nutzung in Verbindung mit den konkreten Kaufaktivitäten (Hypothesen 6 – 10) weniger Touchpoints zugrunde gelegt wurden als bei der Abfrage der allgemeinen Touchpoint-Relevanz für den gesamten Kaufprozess (Hypothesen 1 – 5), so dass es hier zu leichten Abweichungen kommen kann.

Die Ergebnisse der logistischen Regressionen zur Darstellung der statistischen Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Touchpoint-Nutzung im Allgemeinen befinden sich in dem Anhang C17 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Face-to-Face-Treffen befinden sich in dem Anhang C18 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Videokonferenzen befinden sich in dem Anhang C19 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Telefonaten befinden sich in dem Anhang C20 im elektronischen Zusatzmaterial.

Die Darstellung der y-Achse wurde verändert, da die Effekte recht klein sind und sonst die Unterschiede kaum sichtbar wären.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Sprachnachrichten befinden sich in dem Anhang C21 im elektronischen Zusatzmaterial.

Die Darstellung der y-Achse wurde verändert, da die Effekte recht klein sind und sonst die Unterschiede kaum sichtbar wären.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Textchat befinden sich in dem Anhang C22 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Emails befinden sich in dem Anhang C23 im elektronischen Zusatzmaterial.

Besonders sticht hierbei das sehr geringe Nutzungsniveau für den Kommunikationstypen „Identischer Wiederkauf“ bei den Kaufaktivität „Kauf abschließen“ und „After Sales“ heraus, welches gegen null tendiert. Hier scheint aufgrund des repetitiven Charakters der Transaktion keine bzw. nur geringe Unterstützung durch neutrale Fachquellen notwendig zu sein.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von Neutralen Fachquellen befinden sich in dem Anhang C24 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung des eigenen Netzwerkes befinden sich in dem Anhang C25 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Einbindung von anderen Kunden / Nutzern befinden sich in dem Anhang C26 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von physischen Messen befinden sich in dem Anhang C27 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von hybriden Messen befinden sich in dem Anhang C28 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von virtuellen Messen befinden sich in dem Anhang C29 im elektronischen Zusatzmaterial.

Die Ergebnisse der logistischen Regressionen zur Ermittlung signifikanter Unterschiede zwischen den Kommunikationstypen bei einzelnen Kaufaktivitäten im Hinblick auf die Nutzung von digitalen Marktplätzen befinden sich in dem Anhang C30 im elektronischen Zusatzmaterial.

Keine signifikanten Unterschiede zeigen sich dagegen bei Telefonaten, Sprachnachrichten, virtuellen Messen und digitalen Marktplätzen. Dabei kann einschränkend angemerkt werden, dass das Nutzungsniveau bei Sprachnachrichten und virtuellen Messen allgemein sehr niedrig ist. Bei Telefonaten liegt dagegen allgemein ein sehr hohes Nutzungsniveau vor. Auch die indirekten Touchpoints weisen kaum signifikante Unterschiede auf.

Da sich das Nutzungsniveau von Sprachnachrichten über alle Cluster auf einem sehr niedrigen Niveau bewegt, soll es bei der weiteren Analyse nicht weiter untersucht werden.

Während die sonstigen entdeckten Muster weitestgehend im Einklang mit der Charakterisierung der Typen im Hinblick auf die Touchpoint-Relevanz stehen (vgl. Abschnitt 5.6.1), ist hier bei Risikoarmen Modifizierten Wiederkäufen ein Widerspruch zwischen der überwiegend niedrigen Relevanz von indirekten Touchpoints (vgl. Abschnitt 5.6.1.3) und der hohen Nutzungsrate von direkten Touchpoints (vgl. Abschnitt 5.6.1.4) zu konstatieren. Eine solche Differenz kann u. a. auf intensivere kognitive Anforderungen bei der Abfrage der Touchpoint-Nutzung bei einzelnen Kaufaktivitäten zurück zu führen sein, die dazu geführt haben, dass bestimmte neutrale, nicht direkt mit dem Anbieter im Zusammenhang stehende Touchpoints besser erinnert werden konnten als bei der Frage im ersten Abschnitt des Fragebogens nach der allgemeinen (Zeitpunkt-unabhängigen) Touchpoint-Relevanz.

Ob sich dieses Bild auch für interne Convergence-Prozesse innerhalb des Buying Centers bzw. innerhalb der Nachfragerorganisation bestätigt, ist eine interessante Fragestellung für zukünftige Forschungsaktivitäten.