Premiummitgliedschaften als Booster in Karrierenetzwerken?

Viele soziale Netzwerke folgen dem „Freemium“-Geschäftsmodell: Über eine Basismitgliedschaft kann eine große Nutzerschaft gewonnen und ge­hal­ten werden. Die kostenpflichtige Premiummitgliedschaft schaltet da­rüber hinaus zusätzliche Funktionen frei und verspricht den zahlenden Nut­zer:innen einen deutlichen Mehrwert. Karrierenetzwerke, wie LinkedIn, Xing oder Viadeo, bewerben diese Premiummitgliedschaften häu­fig mit Aussagen wie „Vergrößere dein Netzwerk“ oder „Premium­mit­glie­der erhalten mehr Profilbesuche“. In solchen Karrierenetzwerken ist der Wert dieses „sozialen Kapitals“ vorwiegend durch die Mög­lich­keiten in­ner­halb des eigenen Netzwerkes gegeben, um beispielsweise neue Stel­len zu finden, neue Projekte zu akquirieren oder auch neue Mit­arbei­ter:innen für das eigene Unternehmen zu gewinnen.

In einem Beitrag in MIS Quarterly (Weiler et al. 2021) erforschen die Auto­ren in solchen Karrierenetzwerken die kausalen Auswirkungen und Me­cha­nismen der Pre­miummitgliedschaft auf den Aufbau des sozialen Ka­pi­tals. Die Ana­lyse ist aufgrund von Selbstselektion heraus­fordernd, denn nur die­jenigen Nutzer:innen werden eine Pre­mium­mit­gliedschaft ab­schließen, die sich einen Nutzen daraus erhoffen oder auf den Aufbau von so­zialem Ka­pital angewiesen sind. Die Autoren gehen diese Heraus­forderung auf zwei­fache Weise an: In einem Feldexperiment ver­losen sie in­ner­halb eines Pools von Freelancern 75 Pre­mium­mit­glied­schaften und ver­gleichen, ob die zufällig ausgewählten Gewinner:innen der Premium­mit­gliedschaft so­zi­ales Kapital deutlich stärker im Vergleich zu Nicht-Ge­winnern aufbauen kön­nen. Im Fokus ihrer Studie stehen Free­lancer:innen, da diese beruflich auf ihr Netzwerk angewiesen sind. Um den zu­grunde­liegenden Me­cha­nis­mus zu erforschen, also ob eher aktive oder passive Premium­funktionen für den Aufbau verantwortlich sind, setzen die Autoren Individual­nutzungs­daten von mehr als 50.000 Freelancern ge­paart mit statistischen Me­thoden wie Instrumentalvariablen und einem viel­schichtigen Pro­pen­si­ty Score Matching ein, um eine umfassende Per­spek­tive auf die Wir­kungs­weise zu erhalten.

Wesentliche Ergebnisse

Die Ergebnisse des Feldexperiments zeigen, dass die reine Vergabe der Pre­mium­mitgliedschaften unwirksam ist, um das soziale Kapital eines Nut­zers überproportional zu steigern. Jedoch zeigt sich, dass Nut­zer:innen, die in einer Befragung angegeben hatten, besonders stark am Netz­werken interessiert zu sein, von der Premiummitgliedschaft pro­fi­tieren. Aus der signifikanten Interaktion zwischen Premium­mit­glied­schaft und Netzwerkbedürfnis leiten die Autoren ab, dass besonders Nut­zer:innen von den Premiumfunktionalitäten profitieren, wenn sie eine in­trin­sische Motivation zum strategischen Netzwerken haben. Bei diesen Nut­zern „entfesselt“ die Premiummitgliedschaft das Netzwerkwachstum. Außer­dem ist dies ein Indiz dafür, dass sich die Premiummitgliedschaften nicht ohne das Zutun des Nutzers positiv auf dessen Netzwerk auswirken.

Um den zugrundeliegenden Mechanismus weiter zu erforschen, be­trach­ten die Autoren die anonymisierten, monatlichen Nutzungsdaten von einem großen Sample an Freelancern vor und nach Abschluss einer Pre­mium­mitgliedschaft. Die Änderung des Verhaltens der Pre­mium­nutzer:innen kann von „aktiv“ genutzten Zusatzfunktionen gestützt wer­den. Etwa kann ein Premiumnutzer auf erweiterte Suchfunktionen zu­grei­fen. Während ein allgemeiner Anstieg der Plattformnutzung bei Premium­nutzern bereits bekannt ist (Bapna, Ramaprasad und Umyarov 2018), kön­nen die aktiv zu nutzenden Premiumfunktionen dieses Ver­halten noch weiter beflügeln. Gleichzeitig betrachten die Autoren die Ände­rung des Ver­haltens in Bezug auf den Nutzer, welches unter den Pre­mium­nutzern von „passiv“ genutzten Premiumfunktionen gestützt wird. Bei­spielsweise sind Premiumnutzer:innen durch die prominente Platzie­rung eines far­bi­gen Abzeichens als „Premiumnutzer:innen“ gut erkennbar, un­abhängig von ihrer eigenen Aktivität, was theoretisch ebenfalls zu einem Ausbau des Netz­werkes führen könnte (Hinz, Spann und Hann 2015). In der Analyse des kom­ple­mentären Datensatzes der mehr als 50.000 Free­lancer zeigt sich aller­dings, dass vor allem die eigene Aktivität der Pre­mium­nutzer:innen un­mittel­bar nach dem Kauf steigt und dann graduell ab­fällt. Auf der passiven Seite ändert sich das Verhalten des Umfeldes in Be­zug auf das Profil hin­gegen nur in geringerem Ausmaß. Die Netz­werk­er­wei­terung fällt eher mit der kurzfristigen Aktivitätssteigerung zeitlich zu­sammen.

Durch den großen und sehr reichhaltigen Datensatz unterschiedlichster Nutzer­attribute ist es möglich, eine relevantere Vergleichsgruppe zu se­lek­tieren und so den Effekt der Premiummitgliedschaft besser zu unter­suchen. Wie diese Folgeanalyse zeigt, ist es besonders das aktive Ver­halten während der Premiummitgliedschaft, welches mit gesteigertem Netz­werkaufbau einhergeht. Insbesondere das Verhalten, aktiv Nach­richten zu versenden, was unter Premiumnutzern sogar über das eigene Netz­werk hinaus möglich ist, zeigte sich als erfolgreiche Strategie, um als Pre­miumnutzer:in das eigene Netzwerk zu erweitern.

Implikationen für Unternehmen und Nutzer:innen

Eines der Hauptziele der Karrierenetzwerke ist es, eine aktive Plattform zu schaffen. Je aktiver das Netzwerk und je mehr Nutzer:innen registriert sind, desto nützlicher ist die Mitgliedschaft und desto attraktiver wird die Platt­form für neue Nutzer:innen (Hinz, Otter und Skiera 2020).

Daher ist es im Interesse der Karrierenetzwerke, die Nutzerschaft zu akti­vie­ren und die Vernetzung unter den Mitgliedern anzuregen. Die Er­geb­nisse der Studie zeigen hierzu, dass „schlafende“ Nutzer:innen im Netz­werk mit einer Premiummitgliedschaft nur schwer „geweckt“ werden kön­nen. Wer ohnehin nur ein schwaches Bedürfnis hat, sein Netzwerk aus­zu­bauen, wird durch eine Gratispremiummitgliedschaft kaum sein Ver­halten ändern.

Umgekehrt profitieren besonders Nutzer:innen mit hohem Bedürfnis zu netz­werken von der Premiummitgliedschaft. Wie die Studie zeigt, äußert sich dieses Bedürfnis auch im vorigen Verhalten – insbesondere in der An­zahl der zuvor versendeten Kontaktanfragen. Daher empfehlen die Au­to­ren Unternehmen, eher bereits aktiven Nutzern mit Preisnachlässen und Ra­batten Belohnungsanreize zu bieten und so weitere „Power User“ zu schaffen, welche den Ausbau des gesamten Netzwerkes voranbringen.

Die in dem Beitrag eingesetzten Methoden helfen zudem Nutzer:innen von Karriere­netzwerken, besser zu verstehen, welche konkreten Premium­funk­tionalitäten welchen Mehrwert bieten. So erweist sich beispielsweise be­sonders die Messengerfunktion bzw. die Premiummöglichkeit, Nut­zer:innen außerhalb des eigenen Netzwerks anzuschreiben, als wert­stiftend. Eine Implikation daraus ist, dass Karrierenetzwerke hinterfragen soll­ten, ob diese Messengerfunktion wirklich unbegrenzt allen Pre­mium­mit­gliedern zur Verfügung gestellt werden sollte, oder ob es sinnvoller wäre, den Preis für die Premiummitgliedschaft nach der Intensität zu diffe­renzieren, mit der Nutzer:innen diese Funktionalität einsetzen. Ins­be­son­dere mengenbezogene Preismechanismen wie “Bucket Pricing” (Schlereth und  Skiera 2012) würden sich hier eignen.

Für die Nutzer:innen der Karrierenetzwerke vermittelt der For­schungs­bei­trag außerdem ein besseres Bild darüber, wie sich die Premium­mit­glied­schaft auswirkt. Die Mitgliedschaft lohnt sich vor allem für Nut­zer:innen, die ohnehin das Netzwerk bereits aktiv nutzen, um sich zu ver­netzen. Eine Er­wartung, dass sich die Premiummitgliedschaft bereits passiv auf ihr Netz­werk auswirkt, sollten die Nutzer:innen hingegen nicht haben.

Quellen

Bapna, R., J. Ramaprasad, A. Umyarov. 2018. Monetizing freemium com­munities: Does paying for premium increase social engagement? Mana­ge­ment Information Systems Quarterly 42(3): 719-735.

Hinz, O., M. Spann, I.-H. Hann. 2015. Research note—can’t buy me love… or can I? Social capital attainment through conspicuous consumption in virtual environments. Information Systems Research 26(4): 859-870.

Hinz, O., T. Otter, B. Skiera. 2020. Estimating network effects in two-sided markets. Journal of Management Information Systems 37(1): 12-38.

Schlereth, C., B. Skiera. 2012. Measurement of consumer preferences for bucket pricing plans with different service attributes. International Jour­nal of Research in Marketing 29(2): 167-180.

Weiler, M. et al. 2021. Social Capital Accumulation Through Social Media Net­works: Evidence from a Randomized Field Experiment and Individual-Level Panel Data. Management Information Systems Quarterly forth­coming.