Advertisement

HMD Praxis der Wirtschaftsinformatik

, Volume 54, Issue 5, pp 713–726 | Cite as

Messung der Customer Experience im Ladengeschäft mit Location-based Crowdsourcing und Geofencing

  • Carolin Durst
  • Janine Hacker
  • Theresa Berthelmann
Schwerpunkt
  • 449 Downloads

Zusammenfassung

Angesichts der zunehmenden Konkurrenz durch Online Shops ist die Schaffung eines ganzheitlichen Kundenerlebnisses (engl. Customer Experience) für stationäre Einzelhandelsunternehmen von besonderer Bedeutung. Hierbei geht es darum, eine positive Wahrnehmung einzelner Einkaufserlebnisse beim Kunden zu erzielen – über die Produkte, den Service und die Atmosphäre im Ladengeschäft. Um dieses Ziel zu erreichen setzen Einzelhandelsunternehmen verstärkt auf innovative Konzepte zur Schaffung eines einzigartigen Kundenerlebnisses. Unklar ist jedoch, wie diese Maßnahmen beim Kunden ankommen und ob sie tatsächlich zu einem positiven Einkaufserlebnis beitragen. Während sich das Kundenverhalten aufgrund einer Vielzahl digitaler Spuren in Online Stores relativ leicht erfassen und analysieren lässt, ist man im stationären Einzelhandel noch immer auf klassische Methoden, wie zum Beispiel Kundenbefragungen im Ladengeschäft, angewiesen. Diese sind jedoch einerseits zeit- und ressourcenintensiv und werden andererseits von Kunden häufig als Belästigung wahrgenommen.

Dieser Beitrag stellt ein innovatives Konzept mit unterschiedlichen Design-Optionen zur Messung der Customer Experience basierend auf Location-based Crowdsourcing in Verbindung mit Geofencing vor, der die genannten Herausforderungen adressiert. Am Fallbeispiel von Streetspotr (www.streetspotr.com) werden erste Erfahrungen mit den unterschiedlichen Designs erläutert und Handlungsempfehlungen aufgezeigt.

Schlüsselwörter

Crowdsourcing Geofencing Location-based Crowdsourcing Customer-Experience-Messung 

Customer Experience Measurement at the Point of Sale Using Location-based Crowdsourcing and Geofencing

Abstract

In times of increasing competition by online shops, stationary retailers need to place strong emphasis on creating a holistic customer experience. This includes achieving a positive perception of individual shopping experiences on the side of the customer by providing high quality products and services as well as a pleasant atmosphere in the retail shop. To this end, retailers increasingly use innovative shop concepts to create a unique customer experience. However, it is unclear how these measures are perceived by customers and whether they indeed contribute to a positive customer experience. While online shops can make conclusions about their customers’ experience by observing and measuring customer behaviour through the analysis of digital traces, stationary retailers still have to rely on traditional methods, among them customer surveys at the point of sale, to obtain insights into their customers’ experience. Such traditional methods, however, involve a high manual effort and are often perceived as inconvenient by customers.

In the following, we present an innovative concept that combines location-based crowdsourcing with geofencing to measure customer experience. The concept includes different design options and addresses the challenges described above. Utilizing the case of the mobile crowdsourcing platform Streetspotr, the experiences gained by testing different design options are explained and recommendations for action are given.

Keywords

Crowdsourcing Geofencing Location-based Crowdsourcing Customer Experience Measurement 

Literatur

  1. Alt F, Shirazi AS, Schmidt A et al (2010) Location-based crowdsourcing. In: Proceedings of the 6th Nordic Conference on Human-Computer Interaction Extending Boundaries – NordiCHI ’10. ACM Press, New York, S 13CrossRefGoogle Scholar
  2. Brown N (2015) Creating a customer journey map: best practices for retail brands. https://stellaservice.com/creating-a-customer-journey-map-best-practices-for-retail-brands/. Zugegriffen: 31. Mai 2017Google Scholar
  3. Bruhn M, Hadwich K (2013) Dienstleistungsmanagement und Social Media. Eine Einführung in die theoretischen und praktischen Problemstellungen. Dienstleistungsmanag Soc Media:3–40.  https://doi.org/10.1007/978-3-8349-4001-8 CrossRefGoogle Scholar
  4. BVDW (2012) Customer journey - Definitionen und Ausprägungen. http://www.bvdw.org/mybvdw/media/download/bvdw-customer-journey-dmexco-120912-final.pdf?file=2421. Zugegriffen: 31. Mai 2017Google Scholar
  5. Durst C, Grottke M (2015) An Empirical Analysis of System-generated Data in Location-based Crowdsourcing. In: Proceedings of the 12th International Conference on Wirtschaftsinformatik. Universität Osnabrück, Osnabrück, S 933–947Google Scholar
  6. Durst C, Utzt D (2014) Grenzenlose Zusammenarbeit: Mobile Crowdsourcing mit Streetspotr. In: 16. Kongress zum Wissensmanagement in Unternehmen und Organisationen. GITO Verlag Berlin, HanauGoogle Scholar
  7. Geiger D, Rosemann M, Fielt E, Schader M (2013) Crowdsourcing information systems – definition, typology, and design. In: Proceedings of the 33rf International Conference on Information Systems. ICIS, Orlando FL, S 1–11Google Scholar
  8. Howe J (2006) The rise of crowdsourcing. Wired Mag 14:1–5Google Scholar
  9. Metall IG (2017) FairCrowdWork Watch. http://www.faircrowdwork.org/. Zugegriffen: 31. Mai 2017Google Scholar
  10. Leischnig A, Schwertfeger M, Enke M (2012) Customer Experience als Ansatzpunkt zur Differenzierung im Einzelhandel. In: Customer Experience. Gabler, Wiesbaden, S 425–444CrossRefGoogle Scholar
  11. O’Hare M (2016) Burger King in Finland opens world’s first in-store spa. http://edition.cnn.com/2016/05/17/foodanddrink/burger-king-sauna-spa-helsinki-finland/. Zugegriffen: 31. Mai 2017Google Scholar
  12. Schenk E, Guittard C (2009) Crowdsourcing: what can be outsourced to the crowd, and why? https://hal.archives-ouvertes.fr/file/index/docid/439256/filename/Crowdsourcing_eng.pdf. Zugegriffen: 18. August 2017Google Scholar
  13. Schmitz L, Tegeder A (2015) Mobile Kunden mit ortsbezogenen Nachrichten bewerben. In: Linnhoff-Popien C, Zaddach M, Grahl A (Hrsg) Marktplätze im Umbruch. Springer, Berlin Heidelberg, S 133–140Google Scholar
  14. Steiner H (2015) Patagonia’s new NYC store. In: J. Walter Thompson Intell. https://www.jwtintelligence.com/2015/08/patagonias-new-nyc-store/. Zugegriffen: 31. Mai 2017Google Scholar
  15. Surowiecki J (2005) The wisdom of crowds. Anchor Books, New YorkGoogle Scholar
  16. Väätäjä H, Vainio T, Sirkkunen E, Salo K (2011) Crowdsourced news reporting: supporting news content creation with mobile phones. In: Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services – MobileHCI ’11. ACM Press, New York, S 435–444Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH 2017

Authors and Affiliations

  1. 1.Institut für WirtschaftsinformatikFriedrich-Alexander-Universität Erlangen-NürnbergNürnbergDeutschland

Personalised recommendations