13 november 2019 1432 woorden, 6 min. gelezen

Hoe krijg je internetgebruikers zover dat ze meer gegevens delen?

Door Pierre-Nicolas Schwab Gepromoveerd in marketing, directeur van IntoTheMinds
Welke persoonlijke gegevens zijn internetgebruikers bereid te delen in ruil voor een betere personalisatie van het marketingaanbod? Hoe past u uw marketingstrategie aan om meer gegevens in handen te krijgen? Deze kwestie is het onderwerp van veel discussie in een […]

Welke persoonlijke gegevens zijn internetgebruikers bereid te delen in ruil voor een betere personalisatie van het marketingaanbod? Hoe past u uw marketingstrategie aan om meer gegevens in handen te krijgen? Deze kwestie is het onderwerp van veel discussie in een tijd van de AVG (GDPR) in het begin van de invoering van e-privacy. Welke gegevens kan een bedrijf nog verzamelen zonder te vrezen dat zijn klanten het vertrouwen verliezen? Het is deze netelige maar cruciale kwestie die wij vandaag willen analyseren. Er is zopas een boeiende studie gepubliceerd die precieze antwoorden geeft op het delen van 17 categorieën van gegevens op basis van 10 marketingbeloften. Deze studie zal u helpen bij het ontwikkelen van een echt effectieve strategie voor het verzamelen van gegevens.

Samenvatting

Personalisatie heeft een prijs: de kosten van persoonlijke gegevens

In het digitale tijdperk is het personaliseren van de inhoud in alle sectoren vanzelfsprekend. Van content delivery (Netflix, YouTube) tot online reclame en e-commerce (Amazon, Alibaba) kunnen aanbevelingsalgoritmes de bedrijfsprestaties verhogen. Netflix schat dat 80% van de inhoud die op haar platform wordt bekeken, wordt aanbevolen door haar algoritmes.

80% van de inhoud die op Netflix wordt bekeken, werd aanbevolen via een aanbevelingsalgoritme.

De voordelen van algoritmische personalisatie zijn duidelijk: meer klanttevredenheid en meer loyaliteit. Maar deze toename van de klanttevredenheid en loyaliteit brengt voor de gebruiker kosten met zich mee: die van zijn gegevens.

Om de waarde van gegevens volledig te begrijpen, moeten we het eerst hebben over de verschillende soorten persoonlijke gegevens.

De verschillende soorten persoonlijke gegevens

Wadle e.a. (2019) (Engelse site) stellen een zeer nuttige classificatie voor die ook als basis dient voor de studie die verderop in dit artikel wordt besproken. In totaal worden 17 categorieën van persoonsgegevens geïdentificeerd (zie hieronder).

  • ras of etnische afstamming : etniciteit, nationaliteit, huidskleur
  • politieke opvattingen: mening over actuele vraagstukken, stemgedrag, politieke voorkeuren
  • religieuze of filosofische overtuigingen: religieuze gemeenschappen, geweten, waarden en morele opvattingen
  • lidmaatschap van verenigingen: vakbonden, andere verenigingen en politieke partijen
  • genetische gegevens: ziektevoorzieningen, DNA-analyse, biologische afstamming, biologische gegevens
  • biometrische gegevens voor unieke identificatie: gezichtsopnames, irisscans, vingerafdrukken, enz.
  • fysieke of mentale gezondheid: gezondheid, gebruikte medicijnen, diagnoses, hartslag
  • gegevens over het seksleven: frequentie, preventief gedrag en seksuele geaardheid
  • identificatienummers: frequentie, preventief gedrag en seksuele geaardheid
  • demografische gegevens: geboortedatum, burgerlijke staat, leeftijd, geslacht
  • contactgegevens: telefoonnummers, e-mailadressen, domicilie
  • fysieke kenmerken: haarkleur, grootte, gewicht, taille
  • financiële situatie: inkomsten, aangegane schulden, investeringen in onroerend goed
  • beroepsopleidingen en beroep: behaalde diploma’s, vroegere beroepen, scholen en universiteiten
  • relatie met anderen: collega’s, frequentie van het contact, familie
  • fysieke en mentale vaardigheden: maximale grijpkracht, IQ, gezichtsscherpte, maximale grip, maximale visuele scherpte
  • thematische interesses: vrijetijdsactiviteiten, favoriete muziekgenres, hobby’s, enz.

De prijs van de gegevens

De prijs van gegevens kan op twee verschillende manieren worden benaderd: vanuit het perspectief van de onderneming en vanuit de perceptie van de consument. Gegevens worden weliswaar ‘verkocht’ tussen bedrijven die ze verzamelen (ze worden in feite eerder ‘uitgeleend’ voor specifiek en beperkt gebruik), maar de economische waarde komt niet noodzakelijk overeen met de ‘emotionele’ waarde die de consument aan zijn gegevens hecht. In 2017 heeft de Duitse Hoge Raad voor de consumentenbescherming een zeer gedetailleerd verslag (Duitse site) gepubliceerd over de waarde van klantgegevens bij de uitwisseling van informatie tussen bedrijven. De resultaten spreken voor zich. Een complete set gegevens van een gebruiker kan  US$ 55 bereiken. Voor deze prijs krijgt u gegevens die wij Europeanen als zeer gevoelig kunnen beschouwen, zoals de kredietgeschiedenis (zie onderstaande tabel).

Prijs per dataset Omschrijving
ongeveer € 1 voor een gegevensverzameling in bulk van één persoon en ongeveer 30 variabelen
tot € 0,5 voor een volledig adres (naam, straat, postcode)
US$ 0,7 voor de reis- en locatiegegevens van een fietser
tot € 2 voor een geboortedatum
US$ 10  voor mobiele telefoongegevens (voor één jaar en één gebruiker)
tot US$ 55 voor een volledige reeks gegevens over een persoon, met inbegrip van geboortedatum, adres, kredietgeschiedenis, enz.

De waarde van consumentengegevens bij de uitwisseling tussen bedrijven (bron: Sachverständigenrat für Verbraucherfragen).

 

valeur pour la protection des données personnelles par type de données et par pays

Evaluatie door de consument van het bedrag dat moet worden betaald voor de bescherming van persoonsgegevens volgens gegevenstype en land (bron: Harvard Business Review, 2015)

Laten we nu eens kijken naar de waarde die consumenten ervaren aan de hand van hun gegevens; in het Harvard Business Review verscheen in 2015 een interessante studie (Engelse site) die deze waarde kwantificeert. De resultaten toonden een grote ongelijkheid aan tussen de categorieën gegevens, maar ook tussen de landen onderling. Deze ‘culturele’ gevoeligheid werd bevestigd door talrijke onderzoeken. Een voorbeeld hiervan zijn de focusgroepen uitgevoerd in 7 Europese landen door Lancelot Miltgen en Peyrat-Guillard (2013) (Engelse site).

Roeble e.al. (2015) (Engelse site) hebben eveneens de consumenten naar de waarde van hun gegevens onderzocht. De evaluatie die daaruit voortkwam werd op ‘maandniveau’ gebracht en de onderzoekers kregen zo een maandelijkse vergoeding die de consumenten verwachten voor het delen van hun gegevens.

Compensation mensuelle attendue par les consommateurs pour le partage de leurs données à caractère personnel

Zoals u kunt zien, is er weinig overeenstemming tussen de economische realiteit (waarden vaak lager dan € 1) en de perceptie van de consument van de waarde van zijn persoonlijke gegevens. Deze discrepantie kan alleen maar tot frustratie leiden, aangezien de gebruikers de waarde van hun gegevens overschatten in het licht van een vergelijking die voor hen zeer ongunstig is omdat zij momenteel niets ontvangen.

50% van de consumenten wil meer dan € 20 per maand betaald krijgen voor het delen van hun persoonlijke gegevens.

Het delen van persoonsgegevens is afhankelijk van de context

De neiging van internetgebruikers om hun gegevens te delen hangt sterk af van de context van de gegevensverzameling, zoals Roeber e.al. (2015) in een kwantitatieve studie heeft aangetoond. De boeiende studie van Wadle et al. (2019) (Engelse site) bevestigt dit en toont aan dat het belang van het voordeel dat de consument ervaart doorslaggevend is bij het delen van persoonlijke gegevens.
Het onderzoek werd uitgevoerd in Duitsland bij 1121 mensen die een online vragenlijst beantwoordden. Ze moesten hun neiging om hun gegevens (ingedeeld in 17 categorieën, weergegeven op de abscis-as) te delen evalueren volgens verschillende beloftes: betere personalisatie, meer veiligheid, meer tijdsbesparing, beter milieu, betere besluitvorming, betere gezondheid, … De verschillende voordelen worden in onderstaande figuur op volgorde van belangrijkheid weergegeven.
Uit de resultaten blijkt dat sommige soorten gegevens (bv. demografische gegevens) gemakkelijk door de gebruikers worden gedeeld, ongeacht de context; andere daarentegen worden als zeer vertrouwelijk ervaren en zeer weinig gedeeld met derden. Dit geldt voor financiële, biometrische, seksuele en genetische gegevens.

partage des données personnelles en fonction des promesses marketing

De neiging om een categorie persoonsgegevens te delen in ruil voor een marketingvoordeel (bron: Wadle et al. 2019)

Hoe lees ik de grafiek?

De 17 categorieën van persoonlijke gegevens worden aangegeven in abscissen (financieel, ID’s, …). Marketingbeloftes zijn geordend (uniek, aantrekkelijk, …). Hoe roder het vak op de kruising van een gegevenscategorie en een marketingbelofte is, hoe minder waarschijnlijk het is dat de gebruiker dit soort gegevens zal delen om de marketingbelofte te verkrijgen.
Enkele concrete voorbeelden:
Duitse gebruikers zijn bijna nooit bereid om hun financiële gegevens te delen; de enige (kleine) uitzondering is voor geldelijk gewin;
Duitse gebruikers zijn voor 60% bereid om hun demografische gegevens te delen, ongeacht welke belofte ertegenover staat;
Bijna 70% van de gebruikers zouden hun hobby’s en interesses (thematisch) delen om te genieten van een betere personalisatie.

Conclusies

De resultaten van bovenstaand onderzoek maken het voor marketingprofessionals mogelijk om duidelijk na te gaan hoe ze meer gegevens van gebruikers kunnen verkrijgen. Het behoud van het vertrouwen van de klant is essentieel. Daarom moeten nauwkeurige, zelfs chirurgische tactieken worden gebruikt om nuttige gegevens te verzamelen binnen een perfect gesloten wettelijk kader.

Bronnen

  • Miltgen, C.L., & Peyrat-Guillard, D. (2014). Culturele en generatie-invloeden op privacybelangen: een kwalitatief onderzoek in zeven Europese landen. Europees Publicatieblad van de informatiesystemen, 23, lid 2, 103-125.
  • Miltgen, C. L., & Peyrat-Guillard, D. (2014). Cultural and generational influences on privacy concerns: a qualitative study in seven European countries. European Journal of Information Systems, 23(2), 103-125.
  • Morey, T., Forbath, T., & Schoop, A. (2015). Customer Data: Designing forTransparency and Trust. Horvord Business Review, May, 1.
  • Palmetshofer, W., Semsrott, A., & Alberts, A. (2016). Der Wert persönlicher Daten: Ist Datenhandel der bessere Datenschutz. Veröffentlichungen des Sachverständigenrats für Verbraucherfragen. Berlin: Sachverständigenrat für Verbraucherfragen (SVRV).
  • Roeber, B., Rehse, O., Knorrek, R., & Thomsen, B. (2015). Personal data: how context shapes consumers’ data sharing with organizations from various sectors. Electronic Markets, 25(2), 95-108.
  • Wadle, L. M., Martin, N., & Ziegler, D. (2019, June). Privacy and Personalization: The Trade-off between Data Disclosure and Personalization Benefit. In Adjunct Publication of the 27th Conference on User Modeling, Adaptation and Personalization (pp. 319-324). ACM.

Afbeeldingen: shutterstock



Posted in big data, Onderzoek.

Plaats uw mening

Je e-mailadres zal niet getoond worden. Vereiste velden zijn gemarkeerd met *