According to the report „Polska jest Mobi” („Poland is Mobi”) (Mobee Dick, 2018), almost half of Poles (48%) declare the usage of mobile devices over 2 hours a day. In 2017, Poles (over 15 years old) owned about 20.93 million smartphones, about 4.25 million tablets. Application statistics show that users spend much more time using apps than using the mobile version of the website. Although not every company needs to be mobile-first, absolutely each should be mobile-sensitive.

Running is one of the most popular forms of participation in physicalactivity in Europe. The number of runners increases in line with the growth of usage of sports and physical-related monitoring devices such as sports watches and applications specifically designed for sports (Janssen et al., 2017, p. 2, Deelen et al., 2019, pp. 1–15). On one hand use of sports lifestyle mobile apps may be a powerful instrument to encourage physicaland health activity (Stephens and Allen, 2013, p. 320; Dallinga et al., 2017, pp. 1–9, Bort-Roig et al., 2014, pp. 671–686, Martin et al., 2015, pp. 50–54), on the other hand mobile apps can be also a marketing space to create a positive image of commercial brand (Yüce et al., 2019, pp. 34–44, Jae-Pil et al., 2017, pp. 281–297, Kim et al., 2011, pp. 576–592). However, considerable efforts in terms of personalization have to be made by company to develop the full potential of sports application (Janssen et al., 2017, p. 13) in order to use it as promotion tool.

According to the authors of this article interstitial and expandable adsof commercial brands are not an effective and appropriate marketing toolfor lifestyle sport mobile applications. Therefore, there is a need to identify the approach of users of such applications to different functions offered in apps to specify possible forms of commercial brands presence in them.

Aims and Methods

The first objective was to create the conceptual model of using applications on the sports market. Proposed model was to classify the types of lifestyle mobile applications used by companies on the sports market for brand promotion purposes and to identify the ways in which companies can reach users through applications. The recognition of the benefits that applications can provide to the enterprises and possible benefits of brand presence in applications for app users were also to be presented in model.The second objective was to study the opinions of runners about the presence of brands in sports mobile applications.

The first step was the literature review, which included articles fromsuch databases as Web of Science, Scopus, ProQuest, Google Scholar.Authors collected over 50 different studies for an initial review and basing on keywords, abstracts and titles they made a selection process. Finally, 26 publications: articles and report were chosen for analysis.

The second step was testing the selected lifestyle sports mobile applications (Endomondo, Strava Running, Garmin Connect, Nike Running Plus, Runtastic, Run-Long, RunKeeper, Sports Tracker, MyTracker, Google Fit) in order to identify apps’ possibilities for enterprises to reach the sports application users.

The third step was analysing the selected results of own quantitativeresearch. One of authors has carried out a research project (in 2014, 2016, 2018), that provides for periodic analysis of the sport activity of Polish runners and their shopping behaviour. The research as per the assumptionis conducted in a two-year cycle, which in the long term will allow for comparative analyses and monitoring of changes (Waśkowski &Jasiulewicz, 2017, p. 25). So far, three editions of nationwide research have been conducted: in 2014 (sample of 4,466 runners), in 2016 (sample of 1,545 runners), in 2018 (sample of 889 runners). In 2014 the questionnaire didnot contain questions about mobile applications, thus this study was excluded from the results analysis. The research sample included in the presented research consists of 2,434 questionnaires.

The data has been collected using the CAWI method, i.e. using an electronic questionnaire. Runners who simultaneously met the following criteria were invited to the study: they were at least 15 years old, did running at least twice a month and in the completed calendar year they ran at least 100 kilometres. The criteria for eligibility for the study were deliberately set at a low level, thus attempting to penetrate as many runners as possible. Reaching out to potential respondents, the selection of a snowball was used, i.e. the study participant recommended other runnerswho met the required criteria. Other method was the voluntary selection to participate in the study — in this case, running portals were used, through which the conducted research was communicated and readers were invitedto participate.

Due to the adopted methods of selecting a research sample, it is difficult to generalize the results obtained for the entire population or it should be done with caution (Waśkowski & Jasiulewicz, 2017, p. 25). However, empirical material allows for the formulation of conclusions describing the usage of the sports applications by runners.

Theoretical foundation

It should be emphasized that the presented research area is in statu nascendi phase. Previous researches carried out in recent years have focused on the following issues:

• Factors that influence the use of mobile devices and mobile applications in sport context (i.e. Jae-Phil at al., 2017, pp. 281–297),
• Evaluation of existing mobile applications in relation to nutrition and health (i.e. Peart et al., 2019, p. 1167; Braz & de Moraes Lopes, 2019,pp. 1209–1214),
• Determination of relationship between the use of apps and changes inphysical activity, health and lifestyle behaviour (i.e. Dallinga et al., 2015, pp. 1–9; Guo et al., 2017; Clermont at al., 2020, pp. 31–40; Hanson &Jobe, 2014, pp. 4–20; Carrol et al., 2017, p. 125; Bort-Roig et al., 2015, pp. 671–686),
• Determination of running application user profile regarding the demographic, social and psychographic characteristics (i.e. Janssen et al., 2017),
• Examination of in-app advertising in mobile applications or/and its influence on users (i.e. Yüce et al., 2019, pp. 34–44; Venkatalakshmi &Sachin, 2016, pp. 236–239).

After reviewing the literature, the authors noted that there is a lack of research on the perception of the presence of brands in lifestyle sports mobile applications by their users. This is a specific type of application due to its form and functions. Previous research has focused on the perception of marketing activity of companies in commercial mobile shopping applications performing primarily sales and promotionalfunctions (Chiem, 2010, p. 46; Süleyman, 2007, pp. 26–38; Broeckelmann,2010, pp. 414–429; Karthikeyan & Balamurugan, 2012, pp. 809–821; Rudaina, 2012, pp. 147–162; Mohd et al., 2013, pp. 135–153; Jasiulewicz, 2015, pp. 315–326). Therefore, the authors decided to initially describe this new scientific area.

Conceptual model of using
lifestyle sports mobile apps

Basing on the literature review (References) and after testing selectedlifestyle sports and fitness mobile applications (Endomondo, StravaRunning, Garmin Connect, Nike Running Plus, Runtastic, Run-Long,RunKeeper, Sports Tracker, My Tracker, Google Fit) authors createdconceptual model of using lifestyle sports mobile applications. (Figure 1).An attempt was made to classify the types of sports mobile applications used by companies for brand promotion purposes and to identify the waysin which companies can reach users through applications (commercial andsocial possibilities). The recognition of expected benefits that application can deliver to the enterprise and possible benefits associated with the presence of brands in the application for its user was also provided.

Considering the types of sports mobile applications that are available onthe market with noticed presence of commercial brands, they can be divided into: own apps of sports brands, apps used by sports brands (but not owned by brands) and apps used by non-sports brands. Most of lifestyle sports application are free of charge and have advertising space. Sportswear companies repurchase fitness app firms. Some of sports brands own the apps: Under Armour bought MapMyRun and Endomondo, Asics ownsRunkeeper, Adidas took over Runtastic, Nike has its Nike Run Club app(Tucker, 2017). Other sports brands use the foreign sports and fitness apps to communicate in various ways their promotion offer, even non-sports apps are present in sports apps (i.e. banks and enterprises that are sponsors of sports events).

The marketing space for brands in sports applications includescommercial possibilities: advertisement and shop (i.e. shop of Under Armour in Endomondo) and also social possibilities: challenges or contests(for sports amateurs using apps) and participating in charity (charity action proposed by companies in apps). The benefits that brands in the app can get are: increasing interest of users in brand offer, creating positive brand image (thanks to users’ involvement in challenges and competitions as wellas conducting charity actions in app), users data profiling and increase in sales. Thanks to the presence of brands in apps, users can get diversifiedapp offer, may participate in interesting challenges and win the prize in contests offered by brands, they have also ability to buy sports products via application and to participate in socially responsible activities proposed by company.

Basing on own quantitative research results authors tried to determineif application users evaluate positively the presence of brands in apps.

Results

Sports mobile applications are used by the majority of respondents.Almost 67% of runners declared using the application. Comparing the datafrom 2016 and 2018, the trend is growing, especially when it comes to free of charge applications, but the growth is also noticeable in the case of usage of both free and paid apps.

For Polish amateurs of physical activity Endomondo application is undisputed leader (other possibilities suggested in questionnaire were as follows: Nike Running Plus, Runtastic, Run-Long, RunKeeper, Sports Tracker, My Tracker, Google Fit, Other apps). Endomondo was chosen by78% of runners in 2016 but there is a significant decrease to 45% of users in 2018. This is probably due to the growing popularity of other sports apps not indicated in the questionnaire — in 2018 respondents mentioned suchapps as: Strava Running, Adidas MiCoach, Decathlon Coach and few others. Besides, leading brands producing professional sports watches have recently introduced their own applications. Among the other appsmentioned by respondents in the open-ended question were: GarminConnect (the most often indicated), Polar Flow, Suunto, TomTom Sports.These applications belong to the sports watches brands. Moreover, there isa clear correlation between running experience and the use of specific applications. Endomondo, RunKeeper Runtastic, Strava applications are mainly used by runners with shorter running experience (2 years or less).Many of these runners do not use sports watches while running. In turn,associated with sports watch applications Garmin Connect, Polar Flow, Suunto were indicated by runners with more running experience (at least3–4 years and more). It should be emphasized here that some of these runners also use the Endomondo application (training statistics from theassociated with watch application can be transferred to Endomondoautomatically after training). Such results are in line with previous research. According to Janssen et al. (2017, p. 12) applications are more likely to be used by less experienced, less involved and younger runners.Therefore, apps have the potential to target group of running beginners,less trained, and unorganized runners. In contrast, sports watches are more likely to be used by a different group of runners, older and more experienced ones, with higher involvement.

So the potential of sports applications is still visible from the marketing point of view. Although apps and sports watches may potentially promote the brands, these electronic devices do require a differentiated approach to target specific needs of less and more experienced runners. Considerable efforts in terms of personalization should be made to develop the full potential of these electronic devices as a marketing tool for brand promotion. Regarding thefunctions offered in apps, runners are the most interested in training statistics (91% in 2016, 82% in 2018), observations of other runners’ trainings (69% in 2016, 60% in 2018) and informing other runners about personal achievements (67% in 2016, 61% in 2018). The function that allows to inform about your own sporting achievements can be indirectly used by commercialbrands for promotional purposes by proposing participation in the challenges they create in the applications. For example, runners participating in the Under Armour challenge in Endomondo application can inform their real and virtual friends about own result in competition not only via Endomondobut also on Facebook. Respondents are less interested in training plans that are available in apps, using personal audio trainer and music player, information about weather forecast. About 30% of runners use often, sometimes or rarely the function of nutritional advice in their applications. It could be a marketing space for brands producing functional food productsand nutrients for athletes and amateurs of physical activity.

However, according to the research of Carlén & Maivorsdotter (2017, pp. 18–32) astonishingly, runners do not use the performance-related feedback and health information offered by the digital tools like sports watches and associated applications to boost their running progress when participating in the social networking site (SNS). But on the other hand they willingly share details about their running performances, they signal their presence in the social network and plan running events (and that is in line with our research result). Digital information is mainly used to strengthen the runners’ identity formation. The meaning-making of applications in consequence becomes a way of pointing an individual’s social relation to runners’ collective.

Many runners do not want the presence of commercial brands inmobile applications and consider it redundant (34%). Irritation with thepresence slightly increased compared to the level from 2016. The presenceof brands discourages one-tenth of respondents from using the application.On the other hand, there is a group of runners who appreciate the presence of brands, believing that it differentiates the application offer (22% in 2016 and 16% in 2018), increases the attractiveness of the application (11% in 2016 and 6,5% in 2018) and causes growing interest inthe brand (6%) (Figure 2). Respondents also had the opportunity to express their opinions on the presence of brands in an open-ended question. Several people wrote that they accept the presence of brands because thanks to this presence the application is free of charge. However, according to the Mobee Dick report, the trend of aversion to advertisingcontent in mobile applications is increasing. Users report willingness to pay for using the application, if there are no ads (Mobee Dick, 2018). Soprobably the ads are not the proper marketing tool for brand in apps.

The percentage share of supporters of brand presence in applications does not seem promising for companies. However, looking at the results presented in Figure 3, it is visible that quite a large group of respondents willingly take part in certain activities of brands in applications, even if they declare negative approach towards brands presence in apps. Over 50%of runners positively respond to incentives of brands to participate in various types of competitions available in applications. Over 10% of runners participate often or very often in the challenges and competitionsproposed by the brands through the application. Another 43% takes part inthem sometimes or rarely.

Part of competitions is charitable and as such they are the most encouraging to participate in respondents’ opinion (55% in 2016, 43% in2018). In the case of some competitions sport amateurs may win attractive prizes. Interest in these challenges is lower than in those without prizes (21% in 2016, 15% in 2018). Respondents prefercompetitions organized for promotional purpose by sport-relatedcompanies (12% in 2016 and 6% in 2018) than non-sport relatedcompanies (3% in 2016, 1% in 2018). That somehow may be explained byresults of the research conducted by Mobee Dick (Mobee Dick, 2018).Users expect more and more personalized content and are more likely toget involved or be loyal to an application that provides content tailored to their individual tastes and habits. Polish users of mobile applications are waiting for a deeper integration of products with their behaviours and needs. Currently, a trend can be observed which can be summerizedin the sentence: „Assistance is really the new battleground for growth”.Users are looking for application-assistants and nowadays brands that are the most „assistive” win (Mobee Dick, 2018). Thus the presence of brands in sports applications that have nothing to do with physical activity can be seen as a fake by apps users.

The challenges posed only to Polish amateurs are more often chosen (21% in 2016 and 11% in 2018) than those with international character (10% in 2016, 4% in 2018). The respondents’ favourite competition is the challenge in which the number of run kilometres in a given period counts.Interest in competitions in which cooperation with other runners is required (6% in 2016 and 5% in 2018) is relatively small. The presentedresults of own research show that over a period of 2 years a significant decrease in the involvement of competitions hosted in applications is observed (Figure 4). What are the reasons for the decline in interest in participating in challenges and competitions? To answer this question, more research would have to be carried out.

Limitations and Recommendations
for Future Studies

This study is not devoid of limitations. The shortcomings of this paperinclude the research method adopted by the authors. Authors used selecteddatabases in the literature review, so article do not exhaust the subject.Moreover the result of the own study is not representative, so it should beinterpreted with great caution. Only runners were included in the study, itdid not include individuals engaged in other physical activities. Perhaps the research results would be different if amateurs of other sports were included. In addition, the questionnaire was completed only by Polish runners. Perhaps users of sports applications from other countries wouldhave a different approach to the presence of brands in applications.Another limitation is the fact that the last quantitative study was conducted in 2018, and in the meantime there have been changes on themobile application market that the study does not take into account. Theauthors, testing applications for the purpose of the article in 2019, noticed changes in the content of sports mobile applications caused, among others by development of the mobile application market, introduction ofinnovative functions in applications and changes introduced in 2018 in the possibilities of issuing digital advertisement according to the guidelines of Coalition for Better Ads (the initiative associating Google and Microsoft, which introduces new advertising emission standards and causes that Google blocks the appearance of some ad formats). Another limitation isthe fact that commercial possibilities for brands (advertisement and shop) were not included in quantitative the research. The study did not allow to examine the strength of the brands’ presence impact on their perceptionand possible acceptance by users. In addition, research in this form does not allow determining how the presence of the brand in sports applications affects the brand’s capital and brand value.

Although the article uses the results of empirical research, it should be treated primarily as a signaling of a new research problem, which is thenew brand communication channel with consumers. Thus, it isdescriptive rather than exploratory. For future research, the authors propose to verify the empirical model created by them by conducting empirical qualitative and quantitative researches focused mainly on themarketing potential of digital mobile devices on sports market from both: user and company perspective.

Conclusions

Lifestyle mobile applications may be promising marketing space forvendors, especially regarding the growing market of sports mobile apps users.The use of sports mobile applications gives commercial companies the opportunity to profile their users’ data and to create a positive brand image.

Although many users of sports applications are reluctant to see brands in their applications, a significant proportion of them participate in the activities and challenges proposed by companies. Companies should avoid the direct ads.The presence of brands in applications can not be too invasive. Brands through applications should offer specific value expected by users (in accordance with the value marketing concept). The presence of company inapplication is not well perceived due to its commercial context. Therefore, in order to alleviate this reluctance, companies should engage in responsible social campaigns that will strengthen their credibility and increase the favor of users. Due to the possibility of users getting bored with the current offer after some time, companies should constantly search for innovative,personalized and attractive for the user opportunities to appear in foreign applications and constantly improve their own applications, if they have them.

According to the authors, sports mobile application is just a tool andto be effective it must be integrated into the entire marketingcommunication strategy of the brand.

References

1. Bort-Roig, J., Gilson, N. D., Puig-Ribera, A., Contreras, R. S., Trost, S. G. (2015).
   Measuring and influencing physical activity with smartphone technology: A systematic
   review. Sports Med, 44(5), 671–686.
2. Braz, V. N., de Moraes Lopes, M. H. B. (2019). Evaluation of mobile applications related to nutrition. Public Health Nutrition, 22(7), 1209–1214.
3. Broeckelmann, Ph. (2010). Exploring consumers’ reactions towards innovative mobile services. Qualitative Market Research: An International Journal, 13(4), 414–429.
4. Carroll, J. K, Moorhead, A., Bond, R., LeBlanc, W. G., Petrella, R. J, Fiscella, K. (2017).
   Who uses mobile phone health apps and does use matter? A secondary data analytics approach. Journal of Medical Internet Research, 19(4).
5. Chiem R. (2010) The critical success factors for marketing with downloadable applications: lessons learned from selected European countries. International Journal of Mobile Marketing Association, 5(2).
6. Clermont, C. A., Duffett-Leger, L., Hettinga, B. A., Ferber, R. (2020). Runners’ perspectives on 'smart’ wearable technology and its use for preventing injury. International Journal of Human — Computer Interaction, 36(1), 31–40.
7. Dallinga, J. M., Mennes, M., Alpay, L., Bijwaard, H., Baart de la Faille-Deutekom, M. (2015). App use, physical activity and healthy lifestyle: A cross sectional study. BMC Public Health, 15, 1–9.
8. Deelen, I., Janssen, M., Vos, S., Kamphuis, C. B. M., Ettema, D. (2019). Attractive running environments for all? A cross-sectional study on physical environmental characteristics and runners’ motives and attitudes, in relation to the experience of the running environment. BMC Public Health, 19, 1–15.
9. Guo, Y., Bian, J., Leavitt, T., Vincent, H. K., Lindsey, V. Z., Teurlings, T. L., Modave, F.
   (2017). Assessing the quality of mobile exercise apps based on the american college of sports medicine guidelines: A reliable and valid scoring instrument. Journal of Medical Internet Research, 19(3). Retrieved from https://www.researchgate.net/publication/314304065_ Assessing_the_Quality_of_Mobile_Exercise_Apps_Based_on_the_American_College_of_
   Sports_Medicine_Guidelines_A_Reliable_and_Valid_Scoring_Instrument
10. Hansson, P. O., Jobe, W. (2014). Frontrunners in ICTL: Kenyan runners’ improvement in training, informal learning and economic opportunities using smartphones. International Journal of Education and Development using Information and Communication Technology, 10(4), 4–20.
11. Jae-Pil, H., Dun, J. K., Yukyoum, K. (2017). Sport fans in a „smart sport” (SS) age: Drivers of smartphone use for sport consumption. International Journal of Sports Marketing and Sponsorship, 18(3), 281–297.
12. Janssen, M., Scheerder, J., Thibaut, E., Brombacher, A., Vos, S. (2017). Who uses running apps and sports watches? Determinants and consumer profiles of event runners’ usage of running-related smartphone applications and sports watches. PLoS One, 12(7).
    Retrieved from https://search-1proquest-1com-1000757ap0569.han.bg.sggw.pl/docview/ 1901780453?accountid=48272
13. Jasiulewicz, A. (2015). Aplikacje mobilne jako innowacyjne narzędzie marketing mobilnego na rynku żywności. Problemy Zarządzania, Finansów i Marketingu, 41(1), 315–326.
14. Karthikeyan, N., Balamurugan, T. (2012). Mobile marketing: Examining the impact of interest, individual attention, problem faced and consumer’s attitude on intention to purchase. Interdisciplinary Journal of Contemporary Research in Business, 3(10), 809–821.
15. Kim, Y. K., Trail, G. T., Ko, Y. J. (2011). The influence of relationship quality on sport consumption behavior: an empirical examination of the relationship quality framework. Journal of Sport Management, 25(6), 576–592.
16. Martin, M. R., Melnyk, J., Zimmerman, R. (2015). Fitness apps: Motivating students to move. Journal of Physical Education, Recreation & Dance, 86(6), 50–54.
17. Mobee Dick. (2018). Raport Polska jest Mobi 2018. Retrieved from
    file:///C:/Users/User/Downloads/POLSKA_JEST_MOBI_2018.pdf
18. Mohd, N. M. N., Jayashree, S., Hishamuddin, I. (2013). Maylaysian consumers attitude towards mobile advertising, the role of permissions and its impact on purchase intention: A structural equation modeling approach. Asian Social Science, 9(5), 135–153.
19. Peart, D. J., Balsalobre-Fernández, C., Shaw, M. P. (2019). Use of mobile applications to collect data in sport, health, and exercise science: A narrative review. Journal of Strength and Conditioning Research, 33(4).
20. Rudaina, O. Y. (2012). Factors affecting consumer attitudes towards mobile marketing.
    Database Marketing & Customer Strategy Management, 19(3), 147–162.
21. Stephens, J., Allen, J. (2013). Mobile phone interventions to increase physical activity and reduce weigh: A systematic review. Journal of Cardiovascular Nursing, 28(4), 320–329.
22. Süleyman, B. (2007). Attitudes toward mobile marketing tools: A study of Turkish consumers. Journal of Targeting, Measurement and Analysis for Marketing, 16(1), 26–38.
23. Tucker, I. (2017). Nike, Strava and Instagram: 10 of the best apps for runners. The Guardian. Retrieved from https://www.theguardian.com/lifeandstyle/2017/aug/13/10-
    best-apps-for-runners-fitness
24. Venkatalakshmi, K., Sachin, R. (2016). Effect of Mobile in-application Advertisements on the Youth of Chennai. International Journal of Advances in Engineering & Technology, 9(2), 236–239.
25. Waśkowski, Z., Jasiulewicz, A. (2014). Aktywność sportowa polskich biegaczy
    i wynikający z niej potencjał marketingowy. Quality in Sport, 2(3), 20–30.
26. Yüce, A., Büyükakgül, U., Katirei, H. (2019). Game in the Game: Examining In-App Advertising in Mobile Sports Games. PODIUM Sport, Leisure and Tourism Review, 8(1), 34–44.

Obecnie zmieniły się zachowania zakupowe konsumentów z branży handlu detalicznego i zostały one uznane za wartą uwagi zmianę kierunku od zachowań zakupowych w sklepach fizycznych do zachowań związanych z nabywaniem przez Internet. Sytuacja ta idzie w parze ze zmieniającym się trendem zachowań konsumentów, którzy rezygnują z używania komputerów stacjonarnych na rzecz smartfonów. Azja Południowo-Wschodnia jest uważana za najszybciej rozwijający się handel elektroniczny pod względem przychodów ze sprzedaży i przewiduje się, że w 2020 roku przekroczy 25B USD, a w 2025 roku 88,1B (Frost & Sullivan, 2016 & Google, 2017): Indonezja, Tajlandia, Singapur, Malezja, Wietnam i Filipiny (eMarketer, 2016 & Statista, 2016). W najnowszym raporcie Frost & Sullivan (2018), wzrost w ujęciu kwartalnym w Azji Południowo-Wschodniej wyniósł 28,5%, co przekroczyło przychody 6B USD w IV kwartale 2017 r., przy czym Indonezja nadal jest największym rynkiem Azji Południowo-Wschodniej, na którym w IV kwartale 2017 r. odnotowano 25% wzrost w ujęciu kwartalnym.

Ponadto Azja Południowo-Wschodnia jest pierwszą gospodarką mobilną, w której ponad 90% użytkowników internetu korzysta ze smartfonów i spędza średnio 3,6 godziny dziennie w mobilnym internecie, czyli więcej niż jakikolwiek inny region świata (Google, 2017). Indonezja znów jest wiodącym rynkiem z 87% ruchu komórkowego, a następnie są to odpowiednio: Tajlandia, Filipiny, Singapur, Malezja i Wietnam (iPrice, 2017 i WeAreSocial, 2018). Ponad 90% użytkowników używa smartfonów, jednakże nie następuje znaczny wzrost zakupów online za pośrednictwem aplikacji mobilnych. Większość klientów nadal korzysta ze strony internetowej do wyszukiwania i dokonywania zakupów, gdzie występuje rosnąca tendencja do korzystania z aplikacji mobilnych (Frost & Sullivan, 2018). Google (2015) również zanotował podobny wynik wcześniej, ponieważ większość użytkowników nadal korzysta z telefonów komórkowych jako pierwszego kroku w celu znalezienia i porównania kupowanych produktów, a następnie zakupią pożądany produkt w sklepie lub za pośrednictwem komputera stacjonarnego lub laptopa, jeśli chcą kupić pożądany produkt w Internecie. Tendencję tę można zaobserwować na sześciu największych rynkach Azji Południowo-Wschodniej, gdzie wskaźnik konwersji na komputerach stacjonarnych jest średnio 2,5–3 razy wyższy niż na telefonach komórkowych (iPrice, 2017). WeAreSocial (2018) zebrali dane, aby pokazać porównanie rynku indonezyjskiego i singapurskiego w odniesieniu do zamiaru zakupu. Na podstawie danych, całkowita populacja w Indonezji jest większa — 265,4 mln mieszkańców niż w Singapurze — 5,75 mln. Liczba ta sprawia, że Indonezja ma około 132,7 mln z 50% penetracją użytkowników Internetu i 4,83 mln z 83% penetracją użytkowników Internetu. Łączna liczba realnych użytkowników telefonii komórkowej w Indonezji jest mniej rozpowszechniona niż w Singapurze (67% do 82%), co odpowiada liczbie aktywnych użytkowników Internetu mobilnego w Indonezji i Singapurze.

Nawet jeśli ruch w sieci przy użyciu laptopa i komputera stacjonarnego jest niższy niż ruch w sieci przy użyciu telefonów komórkowych w obu krajach, nie wykazuje on żadnego znaczącego wzrostu w dokonywaniu zakupów przez Internet za pomocą telefonu komórkowego. Indonezja, której udział procentowy wynosi 31%, ma niższy zakup przez Internet za pośrednictwem aplikacji mobilnej, która jest rozwijana przez firmę w porównaniu z Singapurem, który wynosi 39%. W oparciu o dane z bazy iPrice (2017 r.), Indonezja wykazała, że współczynnik konwersji w obu krajach ma większy zakup przez Internet dokonywany za pośrednictwem aplikacji mobilnej, a nie aplikacji mobilnej o znacznej średniej wartości zamówienia, również w obu krajach. Dane pokazują, że Indonezja ma ogólny indeks krajowy na poziomie 52,71 na 100, a Singapur 83,42 na 100. Infrastruktura sieci komórkowych wydaje się być wyższa w Singapurze (81,14) w porównaniu z Indonezją (41,39). Z danych widać również, że gotowość konsumentów w Singapurze (82,47) jest wyższa niż w Indonezji (69,09).

Indonezja i Singapur różnią się między sobą pod względem wyposażenia i infrastruktury, które powodują różną gotowość konsumentów do korzystania z Internetu w celu dokonania zakupu online. Stając się krajem rozwijającym się, Singapur ma przewagę konkurencyjną w zakresie gotowości konsumentów. Gotowość konsumentów w obu krajach wykazuje dość znaczącą różnicę w procentach 69,09% i 82,47% ze względu na różne zrozumienie jak korzystać z mobilnego internetu lub jak mobilny internet może pomóc. Dlatego też bardzo ważne i konieczne jest uwzględnienie poziomu umiejętności i wykształcenia w danym kraju, a także poziomu wykształcenia, finansów i rynku pracy.

Współczynnik przeliczeniowy, który ma miejsce w Singapurze jest niższy niż w Indonezji. Wskaźnik konwersji z Indonezji jest wyższy niż z Singapuru i może okazać się, że Indonezja jest potencjalnym rynkiem dla rozwoju handlu elektronicznego w Azji Południowo-Wschodniej.

Obserwując powolny wzrost zakupów online poprzez aplikacje mobilne w Indonezji i Singapurze, jest to duże wyzwanie i może mieć wpływ na rozwój firmy, zwłaszcza jeśli firma koncentruje się na technologii mobilnej.

Podejrzewa się, że aplikacja mobilna nie spełnia wymagań konsumentów przy zakupie online. W związku z tym, niniejsze badanie ma na celu ustalenie i porównanie czynników, które mogą mieć wpływ na zachowanie konsumentów, którzy zamierzają dokonać zakupu online za pośrednictwem aplikacji mobilnej w Indonezji jako rynek rozwijający się, a Singapur jako rynek wschodzący. Ogólnie rzecz biorąc, na czyjąś intencję dokonywania zakupów przez Internet wpływa kilka czynników, takich jak zaufanie i ryzyko, postrzegana wygoda oraz korzyści, które są dostarczane (Dachyar dan Banjarnahor, 2017; Ling, Daud, Piew, Keoy, dan Hassan, 2011; Heijden, Verhagen, dan Creemers, 2003). Jednakże, dokonując zakupów online przez telefon komórkowy, istnieje kilka różnych czynników, takich jak cechy produktu, reputacja marki, wpływ społeczny, jakość systemu, informacje i oferowane usługi (Rahim, Safin, Kheng, Abas, Ali, 2015; Chen, 2013).

Problem badawczy (oświadczenie o problemie)

eHandel Azji Południowo-wschodniej jest gospodarką mobilną — pierwszą, która napędza wszystkie gospodarki zachodnie, jeśli chodzi o znaczenie lub wskaźnik handlu mobilnego w ruchu generowanym przez każdego operatora handlu elektronicznego. W handlu elektronicznym w Azji Południowo-Wschodniej wzrost ruchu komórkowego wydaje się tak agresywny i niepowstrzymany. Ilość telefonów komórkowych wzrosła średnio o 19%, a w ciągu ostatnich 12 miesięcy wzrosła o 72% całego ruchu internetowego w handlu elektronicznym. Indonezja jest liderem w tej dziedzinie. Obecnie ma zdumiewający 87% udział w ruchu mobilnym.

W żadnym z krajów Azji Południowo-Wschodniej ruch na komputerach stacjonarnych nie stanowi więcej niż 30% ruchu w sieci. W oparciu o tło problemów, które zostały skompilowane, obserwuje się znaczny wzrost wykorzystania urządzeń mobilnych poprzez urządzenia przenośne i laptopy lub komputery stacjonarne w dostępie do Internetu w Indonezji, który osiągnął 87%.

Z drugiej strony, znaczny wzrost wykorzystania telefonów komórkowych za pośrednictwem smartfonów daje inną historię wzrostu zamiaru zakupu online za pośrednictwem aplikacji mobilnej.

Z uwagi na tę lukę, problem ten zostanie zbadany w ramach tego badania, które pozwoli na określenie czynników wpływających na zachowanie konsumenta, który ostatecznie zdecyduje się na zakup pożądanych produktów online za pośrednictwem aplikacji mobilnej.

Cele badawcze

Głównym celem badań jest rozpoznanie istotnego wpływu łatwości obsługi, użyteczności, jakości systemu, jakości informacji i usług na zachowanie konsumentów, którzy zamierzają dokonać zakupu online za pośrednictwem aplikacji mobilnej w Indonezji i Singapurze.

Pytania badawcze

Pytania, które należy przeanalizować w niniejszym opracowaniu, są następujące:

1. Dlaczego wzrost zakupów przez internet za pośrednictwem aplikacji mobilnej nie odzwierciedla tego samego wzrostu co wzrost wykorzystania internetu mobilnego w Indonezji i Singapurze?
2. Jakie są istotne czynniki, które mogą mieć wpływ na zamiar dokonywania zakupów online za pośrednictwem aplikacji mobilnej w Indonezji i Singapurze?
3. Jakie są aspekty, na które te czynniki mają wpływ i jakie są konsekwencje dla zamiaru zakupu online za pośrednictwem aplikacji mobilnej?

Przegląd literatury

Intencja jest motywacją, która może wpłynąć na osobę w kształtowaniu pewnych pożądanych zachowań i może być wykorzystana do sprawdzenia, jak wiele pragnień i wysiłków kogoś w celu osiągnięcia danego zachowania (Ajzen, 1991). Według Pavlou (2003), cel zamiaru zakupu online można scharakteryzować jako okoliczność, w której kupujący jest chętny i oczekuje wymiany online, która składa się z trzech etapów: wyszukiwania informacji, przekazywania informacji i zakupu produktu. Według Shah et al. (2012) zamiar zakupu jest decyzją wynikającą z powodu, dla którego dana osoba kupuje wybraną przez siebie markę.

Badanie to miało na celu zbadanie wpływu łatwości obsługi, użyteczności, jakości systemu, informacji i jakości usług na zachowania konsumentów w zakresie zamiaru zakupu online za pośrednictwem aplikacji mobilnej. W tym samym badaniu stwierdzono, że konsumenci spotkają się z decydującym etapem przed dokonaniem internetowych transakcji zakupu produktów, co automatycznie doprowadzi konsumentów do poznania informacji o pożądanych produktach.

Konsumenci będą oceniać produkty, które chcą kupić, dokonywać transakcji zakupu i dostarczać informacji zwrotnych po zakończeniu procesu ich zakupu. Tak więc, konsumenci będą dokonywać zakupów produktów po ich sprawdzeniu. Będą chcieli uzyskać właściwe produkty, zgodnie z ich życzeniami.

Model akceptacji technologii (TAM)

Model akceptacji technologii TAM jest teorią, która jest opracowywana w celu ustalenia, w jaki sposób łatwość użycia i użyteczność systemu może wpłynąć na czyjeś intencje i zachowanie w korzystaniu z systemu (Davis et al., 1989). Łatwość użytkowania opisuje, w jaki sposób system nie wymaga nadmiernego wysiłku, a użyteczność opisuje, w jaki sposób system może poprawić działanie systemu (Davis et al., 1989; Davis, 1989; McKechnie, Winklhofer i Ennew, 2006; Lee, Fiore i Kim, 2006; Chen & Ching, 2013). W poprzednim badaniu wspomniano, że łatwość obsługi i użyteczność mają wpływ na czyjeś intencje w korzystaniu z systemu. W kontekście e-commerce, strony internetowe, które są łatwe w użyciu i mogą dostarczyć użytecznych informacji, będą w stanie zwiększyć zamiar zakupu (Chen & Ching, 2013).

Jest to również poparte kilkoma badaniami, które sugerują, że łatwość użycia i użyteczność mają wpływ na zamiar dokonania zakupów online (Ling, Daud, Piew, Keoy i Hassan, 2011; Heijden, Verhagen i Creemers, 2003; Gefen i in., 2003). Zakupy online przy użyciu komputerów stacjonarnych i telefonów komórkowych dostarczają jednak innych wrażeń, ponieważ mają różne systemy, wyświetlacze i funkcje, które mogą mieć wpływ na zakupy online (Chen, 2013). Dlatego też handel mobilny powinien być równie użyteczny i łatwy w użyciu, ponieważ może mieć wpływ na aktywność i lojalność użytkowników (Ahmad & Ibrahim, 2017). W związku z tym niniejsze opracowanie będzie się koncentrowało na tym, w jaki sposób łatwość obsługi i użyteczność może wpłynąć na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Model sukcesu IS

Model sukcesu IS jest pojęciem teoretycznym stosowanym w różnych badaniach jako podstawowe kryterium oceny i oceny jakości systemów informatycznych (Rai et al 2002). Model sukcesu IS jest wykorzystywany, aby sprawdzić, jak skuteczna jest jakość tworzonych systemów informacyjnych (Eom, 2013). Wymiary jakości informacji, jakości systemu i jakości świadczonych usług będą kluczowym czynnikiem w analizie i szacowaniu jakości samego systemu informacyjnego. (DeLone & McLean, 2003). Model D&M IS Success został po raz pierwszy stworzony przez DeLone i McLean w 1992 roku z modelem takim jak rysunek 1.

Początkowo DeLeon i McLean zajmowali się tylko zmienną jakością i jakością systemu. Podczas gdy w samym rozwoju Systemu Informacyjnego, wraz z pojawieniem się e-commerce i aplikacji internetowych opartych na urządzeniach mobilnych, należy dodać usługi o zmiennej jakości. Dlatego też w 2003 roku DeLone i McLean zaktualizowali swoje modele IS, dodając zmienne dotyczące jakości usług, a nie system informacyjny, taki jak rysunek 2.

Ponieważ model ten został stworzony i przeprowadzony przez DeLone i McLean, jest on centralną częścią wszystkich badań mających na celu zbadanie powodzenia systemu informacyjnego (Pitt et al., 1995; Rai et al., 2002). Ten model systemu informacyjnego może być również wykorzystywany i aktualizowany w zakresie efektywności strony internetowej (Molla i Licker, 2001). Pomimo faktu, że użyteczność i zastosowanie modelu sukcesu Systemu Informacyjnego zostało z powodzeniem wsparte przez znaczną część wcześniejszych badań w szerokim zakresie ustawień systemu informatycznego, rzadko był on wykorzystywany do badania ciągłości zachowań klientów w kontekście mobilnego systemu zakupów.

Badania nad uogólnieniem modelu sukcesu IS w kontekście zakupów mobilnych są niezwykle potrzebne. Zakupu mobilnego nie można oddzielić od koncepcji systemów informatycznych, dlatego też teoretycznym fundamentem, który jest odpowiedni, jest sam model sukcesu IS.

Hipotezy

Mobilny system zakupów obejmuje technicznie integrację systemową sprzętu i oprogramowania oraz obsługę klienta. W związku z tym trzy wymiary jakości (system, informacja i serwis) wydają się mieć potencjał aby bezpośrednio wpłynąć na zamiar zakupu mobilnego systemu zakupów. Wymiary te odzwierciedlają również unikalne i różne aspekty jakości IS, a także mają unikalny wpływ na zadowolenie klienta (Ho, et al., 2012; Lin et al., 2011; Kim et al., 2011; Safeena i Kammani, 2013).

Nawet jeśli fakt, że konsumenci nie korzystają w coraz większym stopniu ze swoich smartfonów do robienia zakupów przez Internet, inwestowanie w technologię mobilną w celu objęcia rynku telefonii komórkowej może ostatecznie zwiększyć zatrzymanie dotychczasowych konsumentów i jednocześnie przyciągnąć nowych konsumentów.

Stwierdzono, że inwestycje w rozwój nowych technologii przyniosą firmie ogromne korzyści w zakresie odkrywania i wykorzystywania rynku w nowy sposób (Renko i in., 2009).

Akceptacja nowej technologii znajdzie odzwierciedlenie w zamiarze zakupu nowych produktów przez konsumentów i może być łatwo zauważalna wśród działań zaradczych, które są skoncentrowane na klientach (Herzenstein i in., 2007). Dlatego też oczekuje się, że łatwość obsługi i użyteczność urządzeń zapewni solidne połączenie z zamiarem zakupu przez konsumenta. W związku z tym hipotezy te można rozwinąć w następujący sposób:

H1: Łatwość użytkowania ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H2: Przydatność ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H3: Jakość informacji ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H4: Jakość systemu ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H5: Jakość usług ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Ramy teoretyczne

Według Sekaran & Bougie (2009), ramy teoretyczne są podstawowym fundamentem, na którym jest spójnie tworzony, przedstawiany i wyjaśniany system relacji pomiędzy zmiennymi, który w określony sposób uwzględnia sytuację problemową i wskazywany jest poprzez procesy wywiadów, obserwacji i przeglądu literatury. Celem tego badania jest zbadanie i zbadanie związków pomiędzy łatwością użytkowania, użytecznością, jakością systemu, jakością informacji i jakości usług w aplikacjach mobilnych w odniesieniu do zamiaru zakupu przez konsumentów w Indonezji i Singapurze w oparciu o model sukcesu TAM i IS. Ramy teoretyczne przedstawiono na rysunku 3.

Metodologia badawcza

Nie można było pominąć sekcji metodologicznej, ponieważ jest ona uważana za ważną sekcję w celu zastosowania odpowiedniej metody osiągnięcia celu badawczego. Ponadto znaczenie stosowania prawidłowej metody generuje również dokładniejszy wynik (Silverman, 1993).

Dlatego też badania te zostały podjęte w celu wyboru odpowiedniego podejścia w odniesieniu do pytań badawczych, które zostaną wykorzystane.

Elementy projektu badawczego

Metody/strategie projektowania badań, które są wykorzystywane w tych badaniach, to badania ilościowe. Metoda ta koncentruje się na zbieraniu świeżych danych, które dotyczyły problemu, który pojawił się w dużej populacji i analizie danych poprzez zaniedbanie emocji i uczuć jednostki lub kontekstu środowiskowego. Strategia ilościowa pracowała nad tym celem i mierzy go poprzez działania i opinie, które pomogły badaczom opisać dane, a nie interpretować dane. Poza tym badania te obejmowały w większości zorganizowane zapytania, które przewidywały i wymagały uwzględnienia dużej liczby respondentów.

Analiza statystyczna

Celem tych badań jest znalezienie cech charakterystycznych danych i przetestowanie rozwoju hipotez na potrzeby badań. Do przeprowadzenia analizy statystycznej w tych badaniach wykorzystywany jest Pakiet statystyczny dla nauk społecznych (SPSS). Narzędzia analizy statystycznej, które będą wykorzystywane to Analiza Statystyki Opisowej, Analiza Alfa Cronbacha, współczynnik korelacji Pearsona oraz Analiza regresji wielu zmiennych.

Analiza statystyki opisowej jest wykorzystywana do opisywania podstawowych cech danych poprzez dostarczanie prostych podsumowań dotyczących próby i miar, które stanowią podstawę praktycznie każdej analizy ilościowej danych. Współczynniki korelacji Pearsona, będą wykorzystywane do weryfikacji korelacji pomiędzy zmiennymi, a także do pomiaru istotnej relacji pomiędzy nimi. Analiza Alfa Cronbacha jest wykorzystywana w celu upewnienia się co do spójności każdej z danych (analiza wiarygodności). Ponadto, analiza regresji wielu zmiennych jest wykorzystywana do określenia hipotez i liniowej zależności pomiędzy wcześniej ustalonymi zmiennymi.

Technika gromadzenia danych

Zbadano nabywców, którzy korzystają z telefonów komórkowych w celu zebrania danych, które będą wykorzystywane do testowania hipotez i realizacji celów tego badania. Przed przeprowadzeniem badania ważne jest określenie i rozważenie wielkości próby, która ma zostać zbadana. Zdaniem Stevensa (2002) w badaniach nauk społecznych wielkość próby musi być 15 razy większa od liczby czynników prognostycznych. Dlatego też w tym badaniu, liczba próby wynosi 100. Badanie przeprowadzono za pomocą internetowego kwestionariusza.

Metoda i proces wybierania próby

Docelową populacją, do której skierowane są badania, są konsumenci handlu elektronicznego w Indonezji i Singapurze, którzy w ciągu ostatnich 6 miesięcy zrobili zakupy online za pomocą aplikacji mobilnej. W badaniach wykorzystano odpowiednio proste losowe wybieranie próby, aby objąć całą populację i zmniejszyć tendencje w przetwarzaniu danych.

Projekt badania administracyjnego

Pinsonneault i Kraemer uważają, że istnieją trzy główne cele badań z użyciem kwestionariusza ankiety, kiedy: 1) Dane z badań zależą od strategii ilościowych/metod, 2) Instrumenty są wykorzystywane w badaniach muszą być z góry określone, 3) Prace badawcze, wymagają przeanalizowania przykładów dla całej populacji. W badaniach tych wykorzystano samodzielnie administrowane badanie w celu zebrania informacji/danych. Kwestionariusze były rozsyłane arbitralnie poprzez ankietę internetową, aby dotrzeć do szerokiego grona odbiorców.

Opracowanie kwestionariusza

Kwestionariusz składał się z trzech części. W pierwszej części pytano respondentów o demografię. W drugiej części pytano o ich doświadczenia z zakupów mobilnych w ciągu ostatnich 6 miesięcy. Jeśli respondenci nie robią zakupów przez telefon komórkowy, wówczas wyłączają aplikację i przekierowują się na inną stronę. W ostatniej części zadano pytanie o więcej szczegółów na temat zależnych i niezależnych zmiennych, które były testowane w tym badaniu. Do pomiaru użyta została 5-stopniowa skala Likerta (1 = zdecydowanie się nie zgadzam, 5 = zdecydowanie się zgadzam).

Wszystkie pytania są przyjmowane z istniejącej literatury i dostosowywane do tych badań.

Wyniki badań

Rynek indonezyjski

Ogółem zebrano 100 odpowiedzi, z czego 55% to mężczyźni, a 45% to kobiety. Większość respondentów to osoby w wieku od 25 do 35 lat (65%). Większość respondentów (72%) korzystała z aplikacji mobilnej tylko wtedy, gdy jest ona potrzebna. W pierwszej trójce najnowszych pobranych aplikacji mobilnych znalazły się Tokopedia 1 (15%), Grab (15%) i Shopee (12%). Więcej informacji na temat danych demograficznych przedstawiono w tabeli 3.

Analiza współczynnika korelacji Pearsona jest wykorzystywana do określenia związku pomiędzy zmiennymi/czynnikami. Jak wynika z tabeli 4, współczynnik korelacji wynosi od 0,832 do 0,870. Współczynnik Alfa Cronbacha jest wykorzystywany do oceny niezawodności i spójności kwestionariusza. Wyniki niezawodności, jak pokazano w tabeli 5 w zakresie od 0,847 do 0.920, która to wartość wszystkich zmiennych/czynników przewyższa wyniki niezawodności 0,7 i może być wyrażona jako stała (Sekaran i Bougie, 2016). W świetle konsekwencji analizy regresji wielokrotnej, jak pokazano w tabeli 6 postrzegana przydatność (P = 0,041, B = 0,277, t = 2,071) znacząco wpływa na zamiar zakupu przez komórkę w Indonezji (hipoteza 2 została poparta). Ponadto wyniki wykazały, że jakość informacji (P = 0,028, B = 0,307, t = 2,239) znacząco wpływa na mobilny zamiar zakupu (hipoteza 4 została poparta).

Rynek singapurski

W Singapurze dane zebrano łącznie od 100 respondentów. Spośród 100 respondentów 49% z nich to mężczyźni, a 51% to kobiety. Również większość respondentów miała od 25 do 35 lat. Podobnie jak w Indonezji, gdzie korzystano z aplikacji mobilnej. Najnowsze 3 pobrane aplikacje to Lazada (8%), Deliveroo (7%) i Redmart (6%).

W oparciu o tabelę 8, Korelacja Pearsona dla wszystkich zmiennych mieści się w zakresie od 0,344 do 0,784. Podczas gdy wyniki niezawodności oparte na teście Alfa Cronbacha przekraczają 0,7, czyli mieszczą się w przedziale od 0,724 do 0,861. Wyniki przedstawione w tabeli 9 pokazują, że postrzegana łatwość użytkowania (P = 0,028, B = 0,234, t = 2,232) ma znaczący wpływ na zamiar zakupu urządzeń przenośnych.

Przydatność (P = 0,013, B= 0,293, t = 2,519) ma ogromny wpływ na mobilny zamiar zakupu i jakość usług (P = 0,028, B = 0,234, t = 2,232) ma znaczący wpływ na mobilny zamiar zakupu, który wspiera odpowiednio hipotezę 1, hipotezę 2 i hipotezę 5.

Wniosek i implikacja

Wniosek

Azja Południowo-Wschodnia jako pierwsza gospodarka mobilna wskazuje na ogromną szansę, ale jednocześnie stanowi wyzwanie. Wiele firm zmieniło strategię wykorzystania technologii komórkowej w celu uzyskania przewagi konkurencyjnej na rynku. Nie jest to jednak praca łatwa, choć w niektórych krajach zasięg telefonii komórkowej sięga nawet 80%, ale ludzie nadal preferują komputery stacjonarne jako swój pierwszy wybór, aby dokonać zakupu przez Internet. Dlatego też celem tego badania było znalezienie najważniejszych czynników, które wpływają na korzystanie z aplikacji mobilnej do dokonywania zakupów online w Indonezji i Singapurze. Pokazuje ono, że telefonia komórkowa stała się kluczową strategią zdobywania przewagi konkurencyjnej nie tylko w celu zwiększenia sprzedaży, ale także ekspansji rynków i budowania wysokiej jakości interakcji pomiędzy konsumentami i urządzeniami mobilnymi poprzez wykorzystanie telefonu komórkowego jako strategii angażowania klientów. Model sukcesu IS został rozszerzony, aby zmierzyć relacje pomiędzy łatwością użytkowania, użytecznością, jakością systemu, jakością informacji i jakości usług w odniesieniu do zachowań konsumentów, którzy zamierzają dokonać zakupu online za pośrednictwem aplikacji mobilnej. Wyniki wskazują, że ogólnie rzecz biorąc, niezależne zmienne mają znaczący pozytywny wpływ na zamiar zakupu online za pośrednictwem aplikacji mobilnej. W badaniu zalecono, że łatwość obsługi, użyteczność, jakość systemu, jakość informacji i jakość usług są koniecznymi prekursorami do oszacowania zamiaru zakupu online za pośrednictwem aplikacji mobilnej.

Wyniki wskazują, że w Indonezji jakość i użyteczność informacji ma znaczący wpływ na zachowania konsumentów w związku z zamiarem zakupu przez Internet. Wyczerpująca informacja zawiera wszystkie istotne atrybuty produktu dla każdego unikalnego produktu, takie jak: cena, opis, zdjęcia itp. Jeśli w danych o produkcie, które zostaną przekazane konsumentom, brakuje tych atrybutów, nie będzie ona pokazywała konsumentom pełnych informacji o produkcie. Ostatecznie, jeśli tak się stanie, detaliści tracą wiarygodność wobec konsumentów, ponieważ ich produkty nie są dobrze opisane na ekranie smartfonu. Dzięki wysokiej jakości informacji, konsumenci będą odpowiednio łatwo rozumieli lub pozostaną w kontakcie z detalistami za pośrednictwem ich unikalnej aplikacji mobilnej. Ponadto, posiadając dobrą jakość informacji, klienci będą mieli przywilej od łatwości użytkowania do zbadania wszystkiego na temat pożądanych produktów. Konsumenci oczekują personalizacji i dostosowania do indywidualnych potrzeb jako części ich doświadczeń z detalistami. Jeśli sprzedawcy detaliczni nie będą w stanie dostarczyć tego typu podwyższonych doświadczeń, klienci prawdopodobnie zwrócą się do innych sprzedawców detalicznych. Wykorzystanie dobrych informacji może również poprawić doświadczenie klienta w korzystaniu z aplikacji mobilnej oferowanej przez detalistów w celu uzyskania większego zamiaru zakupu od konsumentów. Poprawa wydajności, efektywności i produktywności w zakresie wyszukiwania, jak również zakupu pożądanych produktów oraz użyteczności informacji zawartych w aplikacji mobilnej będzie ukierunkowana na satysfakcję konsumentów, aby dokonać zakupu pożądanych produktów za pośrednictwem aplikacji mobilnej. Co więcej, gdyby aplikacja mobilna mogła zaoferować łatwy dostęp do korzystania z niej oraz dostarczyć miłych i łatwych doświadczeń w dokonywaniu zakupów online za pośrednictwem aplikacji mobilnej, postrzegana użyteczność aplikacji mobilnej miałaby znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Wyniki wskazują, że w Singapurze łatwość obsługi, użyteczność i jakość usług mają znaczący wpływ na zachowania konsumentów w związku z zamiarem zakupu przez Internet. Postrzegana łatwość obsługi: aplikacja mobilna jest łatwa w obsłudze; nauka obsługi aplikacji mobilnej jest bardzo prosta; interakcja z aplikacją mobilną jest bardzo prosta i łatwa do zrozumienia; bardzo łatwo jest uzyskać aplikację mobilną, aby robić to, co chcemy dostarczając wartość 0,028, wskazano, że Singapurczycy są bardziej zainteresowani łatwością obsługi aplikacji mobilnej. Łatwiejsze korzystanie z aplikacji mobilnej będzie miało znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Postrzegana łatwość obsługi jest wspierana również przez postrzeganą użyteczność, która daje klientom najlepsze doświadczenia związane z zakupami online, co w konsekwencji ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej. Obsługa klienta to nie tylko bycie uprzejmym dla konsumentów. Jest to zabójczy element działalności biznesowej, który może dać implikacje dla wyników końcowych i odpowiednio wpłynie na to, jak firma jest wyceniana i oceniana z publicznego punktu widzenia. Wiadomość o kilku wybitnych firmach pojawiła się z opóźnieniem z powodu złej polityki obsługi klienta. Jednakże dobrą wiadomością jest to, że istnieją stosunkowo proste do wdrożenia plany poprawy obsługi klienta, które utrzymają biznes na szczycie.

W związku z tym, postrzegana jakość usług w świadczeniu usług na czas, szybka reakcja na potrzeby konsumentów, spersonalizowane usługi i profesjonalna obsługa również dają znaczący wpływ na zamiar zakupu online przez konsumentów.

Implikacja

Nie można zaprzeczyć, że akceptacja zakupów online rośnie szybciej w czasie i odgrywa ważną rolę w zmianie zachowań zakupowych użytkowników. Wiele firm wypróbowało inną strategię, aby uchwycić akceptację rynku, szczególnie w przypadku strategii mobilnej, ze względu na wysoką penetrację w Azji. Jednak stoją one również przed wieloma wyzwaniami, które w związku z tym powodują, że zamiar zakupu jest o wiele niższy niż w przypadku komputerów stacjonarnych. W badaniu zidentyfikowano najważniejsze zmienne, które mogą mieć wpływ na intencje zakupowe użytkowników telefonów komórkowych. Badanie pokazuje, że chęć do zakupu z komputera stacjonarnego jest nadal wyższy w porównaniu z aplikacją mobilną, ponieważ większość użytkowników nadal korzysta z telefonu komórkowego jako pierwszego kroku do znalezienia i porównania produktów, które kupi, a następnie zakupi pożądany produkt w sklepie lub za pośrednictwem komputera stacjonarnego lub laptopa, jeśli chce kupić pożądane produkty online, co wpływa na wzrost zakupów online za pośrednictwem aplikacji mobilnej nie odzwierciedla tego samego wzrostu, podobnie jak wzrost wykorzystania Internetu na telefonach komórkowych w Indonezji i Singapurze.

Oba kraje, Indonezja i Singapur, dają różne sygnały niezależnych zmiennych, które wpływają na zamiar zakupu online za pośrednictwem aplikacji mobilnej. W Indonezji czynniki jakości informacji i użyteczności przeważają nad zamiarem zakupu online za pośrednictwem aplikacji mobilnej.

Z drugiej strony, w Singapurze czynniki takie jak łatwość obsługi, użyteczność i jakość usług dominują w zamiarze zakupu online za pośrednictwem aplikacji mobilnej.

Czynnik łatwości obsługi, użyteczności, jakości usług i informacji odpowiednio wpływa na zamiar zakupu online za pośrednictwem aplikacji mobilnej konsumentów. Zjawiska te będą miały bezpośredni wpływ na zachowanie konsumenta przy dokonywaniu zakupów online.

Istnieje wiele czynników wpływających na zamiar zakupu online w badaniach. Nawet czynniki w różnych badaniach mogą być spójne, model czynników wpływających na intencje zakupowe kupujących online może być ulepszony i wzbogacony, aby był znacznie bardziej przydatny do pomocy i kierowania zarządzaniem aplikacjami.

Literatura

1. Ahmad, Z., & Ibrahim, R. (2017). Mobile Commerce (M-Commerce) Interface Design: A
   Review of Literature.
2. Ajzen, I., (1991). The Theory of Planned Behavior. Organizational Behavior and Human
   Decision Processes, 179–211.
3. Better Than Cash Alliance. (2017). Social Networks, e-Commerce Platforms, and the
   Growth of Digital Payment Ecosystems in China: What It Means for Other Countries.
   Retrieved June 02, 2018, from https://btca-prod.s3.amazonaws.com/documents/
   283/english_attachments/Better_Than_Cash_Alliance_China_Report_April_2017_(1).pd
   f?1492605583
4. Chen, Y.H. and Barns, S. (2007) 'Initial trust and online behaviour’, Industrial
   Management and Data Systems, Vol. 107, No. 1, pp.21–36.
5. Chen, L.Y. (2013). The Quality of Mobile Shopping System and Its Impact on Purchase
   Intention and Performance.
6. Chen, M.Y., & Ching, I.T. (2013). A comprehensive model of the effects of online store
   image on purchase intention in an e-commerce environment. Electronic Commerce
   Research, 13(1), 1–23.
7. Dachyar, M., Banjarnahor, L. (2017). Factors influencing purchase intention towards
   consumer-to-consumer e-commerce.
8. Davis, F.D. (1989). Perceived Usefulness, perceived ease of use, and user acceptance of
   information technology. MIS Quarterly, 13(3), 319–339
9. Davis, F.D., Bagozzi, R.P., & Warshaw, P.R. (1989). User acceptance of computer
   technology: a comparison of two theoretical model. Management Science, Vol. 35, pp.
   982–1003.
10. Dehua, H., Lu, Y., & Zhou, D. (2008). Empirical Study of Customers’ Purchase Intention
    in C2C Ecommerce. Tsinghua Science and Technology, 13(3), 287–292.
11. DeLone, W and E McLean. (2003). The DeLone and McLean model of information
    system success: a ten-year update. Journal of Management Information System, 19(4),
    9–30.
12. eMarketer. (2016). Mobile and Internet Usage Propels Southeast Asia’s Retail Ecommerce
    Sector. Retrieved June 02, 2018, from https://www.emarketer.com/Article/
    Mobile-Internet-Usage-Propels-Southeast-Asias-Retail-Ecommerce-Sector/1014431
13. Eom, S. (2013). Testing the Seddon Model of Information System Success in an E-
    Learning Context: Implications for Evaluating DSS. In J. E. Herna´ndez, S. Liu,B.
    Delibas¡ic, P. Zarate´, F. Dargam, & R. Ribeiro, Decision Support Systems II — Recent
    Developments Applied to DSS Network Environments (pp. 19–23). Berlin: Springer-
    Verlag Berlin Heidelberg.
14. Frost & Sullivan. (2016). Southeast Asia’s E-Commerce market to surpass US$25 billion
    by 2020 despite market challenges, finds Frost & Sullivan. Retrieved June 02, 2018, from
    https://ww2.frost.com/news/press-releases/southeast-asias-e-commerce-market-surpass-
    us25-billion-2020-despite-market-challenges-finds-frost-sullivan/
15. Gefen, D. (2000). E-commerce: The Role of Familiarity and Trust. The International
    Journal of Management Science, 28, 725–737
16. Gefen, D., Karahanna, E., & Straub, D.W. (2003). Trust and TAM in Online Shopping:
    An Integrated Model. Management Information System, 27(1), 51–90
17. Google. (2016). Micro-Moments: Your Guide to Winning the Shift to Mobile. Retrieved June 02, 2018, from https://www.thinkwithgoogle.com/marketing-resources/micromoments/micromoments-guide/
18. Google. (2017). e-Conomy SEA Spotlight 2017: Unprecedented Growth for Southeast Asia’s $50B Internet Economy. Retrieved June 02, 2018, from https://www.thinkwithgoogle.com/intl/en-apac/tools-research/research-studies/e-conomysea-spotlight-2017-unprecedented-growth-southeast-asia-50-billion-internet-economy/
19. Herzenstein, M., Posavac, S. S., and Brakus, J. (2007). „Adoption of new and really new products: the effects of self-regulation systems and risk salience”, Journal of Marketing Research, Vol. 44 No. 2, pp. 251–260.
20. Heijden, H.V., Verhagen, T., & Creemers, M. (2003). Understanding online purchase intentions: Contributions from technology and trust perspectives. European Journal of Information System, 12, 41–48.
21. Henderson, R., & Divett, M. J. (2003). Perceived usefulness, ease of use and electronic supermarket use. International Journal of Human-Computer Studies, 59, 383–395.
22. Ho, L. A., Kuo, T. H., and Lin, B. (2012). „The mediating effect of website quality on internet searching behavior”, Computers in Human Behavior, Vol. 28 No. 3, pp. 840–848.
23. Iprice insights. (2017). State of eCommerce in Southeast Asia 2017. Retrieved June 02, 2018, from https://iprice.sg/insights/stateofecommerce2017/
24. Ko, E., Kim, E. Y. and Lee, E. K. (2009). „Modelling consumer adoption of mobile shopping for fashion products in Korea”, Psychology & Marketing, Vol. 26, No. 7, pp. 669–687.
25. Kim, J. K., Hong, S., Min, J., and Lee, H. (2011). „Antecedents of application service continuance: a synthesis of satisfaction and trust”, Expert Systems with applications, Vol. 38, No.8, pp. 9530–9542.
26. Kim, H.-W., Xu, Y., & Koh, J. (2004). A comparison of online trust building factors between potential customers and repeat customers. Journal of the Association for Information Systems, 5(10), 392–420.
27. Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems, 44(2), 544–564.
28. Lee, H., Fiore, A. M., & Kim, J. (2006). The role of the Technology Acceptance Model in explaining effects of image interactivity technology on consumer responses. International Journal of Retail & Management, 34(8), 621–644.
29. Lin, C. C., Wu, H. Y., and Chang, Y. F. (2011). „The critical factors impact on online customer satisfaction”, Procedia Computer Science, Vol. 3, No. 1, pp. 276–281.
30. Ling, K. C., Daud, D. B., Piew, T. H., Keoy, K. H., Hassan, P. (2011). Perceived Risk, Perceived Technology, Online Trust for the Online Purchase Intention in Malaysia.
31. Molla, A., and Licker, P. S. (2001). E-Commerce system success:An attempt to extend and respecify the Delone and Mclean model of success. Journal of Electronic Commerce research, 2(4), 131–41.
32. McKinney, V., Yoon, K., Zahedi, F. M. (2002). The measurement of Web-customer satisfaction: An expectation and disconfirmation approach. Information Systems Research (13:3), pp. 296–315.
33. Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International Journal of Electronic Commerce, 7(3), 69–103
34. Pinsonneault, A., and Kraemer, K. (1993). Survey research methodology in management information systems: an assessment. Journal of Management Information Systems 10, 75–105.
35. Pitt, Leyland F, Richard T. Watson, and C. Bruce Kavan. (1995). Service Quality: A Measure of Information Systems Effectiveness. MIS Quarterly, 19(2), pp. 173–87.
36. PR Newswire Asia. (2018). Southeast Asia B2C E-Commerce Market expands by 28.5% in Q4 2017 with Gross Merchandise Value over US$6 billion, finds Frost & Sullivan. Retrieved June 02, 2018, from http://www.asiaone.com/business/southeast-asia-b2cecommerce-market-expands-by-285-in-q4-2017-with-gross-merchandise-value
37. Rahi, S. (2017) Research Design and Methods: A Systematic Review of Research Paradigms, Sampling Issues and Instruments Development. Int J Econ Manag Sci 6: 403. doi: 10.4172/2162-6359.1000403
38. Rai, A., Lang, S.S., and Welker, R.B. (2002). Assessing the validity of IS success models: An empirical test and theoretical analysis. Information system research, 13(1), 50–69.
39. Renko, M., Carsrud, A., and Brännback, M. (2009). „The effect of a market orientation, entrepreneurial orientation, and technological capability on innovativeness: a study of young biotechnology ventures in the United States and in Scandinavia”. Journal of Small Business Management, Vol. 47, No. 3, pp. 331–369.
40. Safeena, Rahmath, and Kammani, Abdullah (2013). Conceptualization of electronic government adoption”. International Journal of Managing Information Technology, Vol. 5, No. 1, pp. 13–22.
41. Statista. (2018). Conversion rate of online shoppers worldwide as of 1st quarter 2018, by platform. Retrieved June 02, 2018, from https://www.statista.com/statistics/ 304280/global-online-shopper-conversion-rate-by-platform/
42. Stevens, J. (2002). Applied multivariate statistics for the social sciences (5th ed.). London: Psychology Press.
43. Sekaran, U., & Bougie, R. (2016). Research Methods for Business, a Skill Building Approach. UK: John Wiley and Sons, Inc.
44. Silverman D. (1993) Interpreting the Qualitative Data: Methods for analyzing talk,text and interaction. London: SAGE.
45. Shah, H., Aziz, A., Jaffari, A. R., Waris, S., Ejaz, W., Fatima, M. and Sherazi., K.(2012). The Impact of Brands on Consumer Purchase Intentions. Asian Journal of Business Management 4(2): 105–110.
46. Statista. (2015). Retail e-commerce market volume in Southeast Asia in 2015 and 2025, by country (in billion U.S. dollars). Retrieved June 02, 2018, from https://www.statista.com/statistics/647645/southeast-asia-ecommerce-market-size-country/
47. Statista. (2016). Retail e-commerce sales in select countries in Southeast Asia in 2016 (in billion U.S. dollars). Retrieved June 02, 2018, from https://www.statista.com/statistics/ 604964/retail-e-commerce-sales-select-countries-asia-pacific/
48. Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information system research, 46(2), 342–365.
49. WeAreSocial. (2018). Digital in 2018 in Southeast Asia. Retrieved June 02, 2018, from https://www.slideshare.net/wearesocial/digital-in-2018-in-south east-asia-part-2southeast-86866464