亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

What Information Do Shoppers Share? The Effect of Personnel-, Retailer-, and Country-Trust on Willingness to Share Information

业务 背景(考古学) 宏观层面 个人可识别信息 营销 产品(数学) 经济 几何学 数学 计算机安全 计算机科学 经济体制 生物 古生物学
作者
Monica Grosso,Sandro Castaldo,Hua Li,Bart Larivière
出处
期刊:Journal of Retailing [Elsevier]
卷期号:96 (4): 524-547 被引量:30
标识
DOI:10.1016/j.jretai.2020.08.002
摘要

The relationship between consumers’ privacy concerns and their willingness to disclose personal information to retailers is more complex than a simple negative one. The multi-faced context, within which privacy decisions take place, shapes and bounds this relationship. Drawing on privacy contextual integrity theory, we model the privacy decisions as influenced by individuals’ multilevel trusting surroundings, which include trust in a retailer and in its personnel at the micro-level, and trust in a country at the macro-level. Based on 22,050 survey data across seven product categories in fourteen countries, our Bayesian multilevel modeling reveals that micro- and macro-level trust may promote consumers’ disclosure intentions via three mechanisms: (1) micro-level trust positive effect on consumers’ willingness to disclose their data; (2) micro-level trust effect by attenuating privacy concerns’ negative influence on this willingness; and (3) the positive indirect effect of trust in the country on both the direct and indirect impacts of trust in a retailer and in its personnel. Interestingly, trust’s direct effects are found in all the investigated types of information (i.e., identification, medical, financial, locational, demographic, lifestyle, and media usage data), whereas the indirect effects are found to vary across information types. Our post-hoc cluster analysis shows that different retail contexts can be classified into three clusters and help retailers understand whether they should invest in developing both trust in their retail company and in their personnel, or mainly on one of the two. By taking different types of trust and context effects into consideration, our findings help different retailers encourage customers to disclose their data with them.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
漠北发布了新的文献求助10
4秒前
爆米花应助科研通管家采纳,获得10
17秒前
完美世界应助zhj采纳,获得10
21秒前
22秒前
畅快的篮球完成签到,获得积分10
48秒前
杨同学完成签到,获得积分10
54秒前
Hustle完成签到 ,获得积分10
1分钟前
兴尽晚回舟完成签到 ,获得积分10
1分钟前
1分钟前
hh完成签到,获得积分20
1分钟前
1分钟前
jyj1783716完成签到,获得积分10
1分钟前
一天一篇sci发布了新的文献求助100
1分钟前
hh发布了新的文献求助10
1分钟前
完美世界应助黄婷采纳,获得10
2分钟前
2分钟前
漠北发布了新的文献求助10
2分钟前
hsvxvk完成签到 ,获得积分10
2分钟前
cc完成签到,获得积分10
2分钟前
一天一篇sci发布了新的文献求助100
2分钟前
Georgechan完成签到,获得积分10
2分钟前
2分钟前
黄婷发布了新的文献求助10
2分钟前
黄婷完成签到,获得积分10
2分钟前
脑洞疼应助morena采纳,获得10
4分钟前
李金奥完成签到 ,获得积分10
4分钟前
4分钟前
Benhnhk21完成签到,获得积分10
4分钟前
4分钟前
4分钟前
morena发布了新的文献求助10
4分钟前
llllzzzyyyy发布了新的文献求助10
5分钟前
gyyy发布了新的文献求助30
5分钟前
科研通AI2S应助llllzzzyyyy采纳,获得10
5分钟前
liu95完成签到 ,获得积分10
5分钟前
morena发布了新的文献求助10
5分钟前
Garry应助Benhnhk21采纳,获得10
5分钟前
5分钟前
雷九万班完成签到 ,获得积分10
5分钟前
高分求助中
Shape Determination of Large Sedimental Rock Fragments 2000
Sustainability in Tides Chemistry 2000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3130230
求助须知:如何正确求助?哪些是违规求助? 2780957
关于积分的说明 7750570
捐赠科研通 2436201
什么是DOI,文献DOI怎么找? 1294565
科研通“疑难数据库(出版商)”最低求助积分说明 623731
版权声明 600590