Auteur: Dr. B. Klijs

Monitor online platformen 2020

Cijfers over de economische betekenis, maatschappelijke rol en internationalisering van online platformen in Nederland

Over deze publicatie

Online platformen zijn websites of apps die bemiddelen in de uitwisseling van goederen, diensten of informatie. Bekende voorbeelden zijn Airbnb, Uber, Marktplaats en Werkspot. In korte tijd hebben online platformen een belangrijke positie verworven in economie en maatschappij. Ze hebben de manier waarop we werken, winkelen, communiceren, boodschappen doen, of eten bestellen sterk veranderd.

De opkomst van online platformen biedt kansen, maar geeft ook uitdagingen. Om de kansen te benutten en de uitdagingen in banen te leiden zijn cijfers over de stand van zaken rond platformen essentieel. De monitor online platformen geeft deze cijfers. In deze versie van de monitor wordt ingegaan op de economische betekenis, maatschappelijke rol en internationalisering van online platformen.

Samenvatting

Hoofdstuk 2

Dit onderzoek richt zich op Nederlandse online platformen. Door toepassing van moderne technieken als webscraping en machine learning zijn potentiële Nederlandse online platformen geïdentificeerd. Deze potentiële platformen zijn met een enquête uitgevraagd. In totaal zijn er 706 online platformen geweest die hebben gerespondeerd op de enquête.

In veel branches blijken online platformen actief. Het hoogste aandeel (14 procent) bemiddelde in de branche ‘arbeid’. Aanbieders op de platformen zijn meestal bedrijven, maar bij 15 procent van de platformen gaat het om bemiddeling tussen huishoudens.

Platformen in de retail kennen gemiddeld het hoogste aantal aanbieders. Platformen voor bemiddeling in vakantieverblijven hebben gemiddeld het grootste aantal afnemers.

De helft van de platformen is onderdeel van een klein bedrijf, met slechts 1 werkzame persoon. Slechts 12 procent van de bedrijven achter online platformen heeft meer dan 20 werkzame personen.

Hoofdstuk 3

Aanbieders en afnemers op het platform betalen meestal voor het gebruik van het platform. Bij 34 procent van de platformen ging het echter om zogenaamde ‘Free services’. Platformen waarbij producten worden aangeboden door consumenten (en vaak ook worden afgenomen door consumenten), kennen vaker een ‘free services’-model.

De aanbieder bepaalt meestal de prijs van het product op het platform. Op 23 procent van de platformen stelt het platform zelf de prijs vast.

Commissies op transacties en gebruikersrechten zijn de grootste inkomstenbron van de online platformen.

Hoofdstuk 4

Van de platformen maakte 33 procent winst, en 32 procent verlies in 2019. Platformen waarbij (alleen) de aanbieder betaalt zijn vaker winstgevend (42 procent). Platformen waarbij zowel de aanbieder als de afnemer gratis gebruikmaken van het platform minder vaak (18 procent).

Inzet van technologie, zoals het gebruik van algoritmes, hangt samen met een hogere winstgevendheid. Platformen die algoritmes gebruiken maakten in 37 procent van de gevallen winst, platformen die dat niet deden in 31 procent van de gevallen.

Platformen die al langer bestaan zijn vaker winstgevend. Van de platformen opgericht in 2013 of eerder maakte 50 procent winst.

Hoofdstuk 5

Bedrijven met een online platform waren goed voor een omzet van 29,1 miljard euro in 2019. Bedrijven bij wie het zwaartepunt van de activiteiten bij het platform lag, haalden gezamenlijk een omzet van 15,1 miljard euro.

De omzet van online platformen is zeer scheef verdeeld. 99 procent van de omzet is toe te schrijven aan ongeveer 6 procent van de online platformen. De omzet van platformen die bemiddelen in vakantieverblijven vormde de grootste groep.

Hoofdstuk 6

Meer dan de helft van de online platformen (57 procent) heeft alleen aanbieders uit Nederland, maar 43 procent van de platformen heeft ook aanbieders uit het buitenland.

Bij 55 procent van de online platformen komen alle afnemers uit Nederland. 45 procent heeft echter ook afnemers uit het buitenland.

Van alle aanbieders op alle online platformen kwam 76 procent uit Nederland, en 24 procent uit het buitenland, voornamelijk uit landen binnen de EU.

Van alle afnemers kwam 42 procent uit Nederland. Het merendeel, 58 procent, kwam uit het buitenland, waarbij ook een aanzienlijk deel (24 procent) van buiten de EU afkomstig was.

Hoofdstuk 7

COVID-19, en de maatregelen die genomen werden om het te bestrijden, zorgden voor een daling in het aantal transacties bij 40 procent van de platformen. Bij 17 procent van de platformen steeg het aantal transacties juist.

De helft van de online platformen dient ook een publiek belang. Het vaakst is dat een publiek belang op het terrein van duurzaamheid, maar ook zorg en gezondheid, en sociaal welzijn worden door de platformen genoemd.

Algoritmen worden door 34 procent van de online platformen gebruikt. Het meest genoemde doel (68 procent van de platformen die algoritmes gebruiken) is het zo goed mogelijk ‘matchen’ van aanbieders en afnemers. Het afstemmen van advertenties op specifieke doelgroepen is voor 26 procent een doel.

72 procent van de platformen verzamelt gegevens van aanbieders of afnemers. Deze gegevens worden het vaakst gebruikt om aanbieders en afnemers te koppelen, om klantendossiers bij te houden en om analyses uit te voeren.

Hoofdstuk 8

In 2019 verkocht 7,9 procent van de bedrijven (mede) via een online platform. In 2016 was dit nog 4,6 procent. In 2019 verkocht 1,9 procent van de bedrijven zelfs uitsluitend via online platformen, en niet via een eigen website of app.

Hoewel een flink deel van de bedrijven ook verkocht via online platformen, bleef het deel van de omzet dat behaald werd met verkoop via deze platformen klein. In 2019 ging het slechts om 0,9 procent van de omzet. Dit aandeel is wel met 80 procent toegenomen in vergelijking met 2016.

In 2019 behaalde 77 procent van de bedrijven meer dan de helft van de platformomzet uit de verkoop via één platform. Deze bedrijven zijn dus (voor hun verkoop via platformen) in belangrijke mate afhankelijk van dit ene platform.

1. Inleiding

Online platformen zijn digitale diensten (websites of apps) die interacties en mogelijk transacties van goederen, diensten of informatie faciliteren tussen twee of meer van elkaar afhankelijke groepen gebruikers. Een online platform biedt meestal zelf geen producten aan, maar treedt vooral op als bemiddelaar. Bekende voorbeelden van grote online platformen zijn Airbnb, Uber, Marktplaats, Werkspot, Thuisbezorgd en Facebook. In korte tijd hebben online platformen een belangrijke positie verworven in economie en maatschappij. 

De opkomst van online platformen biedt voordelen, maar geeft ook uitdagingen. Een voordeel voor de consument, bijvoorbeeld, is dat online platformen voorzien in een ruim aanbod van goederen en diensten die vaak vergeleken kunnen worden op prijs en kwaliteit. Voor particulieren maken online platformen het eenvoudiger om op te treden als producent, bijvoorbeeld door verhuur van eigen woonruimte, en ze helpen onderbenutte middelen aan te bieden aan anderen (deeleconomie). Ook spelen online platformen een rol in de beschikbaarheid van gratis diensten (free services), en bieden ze producenten een meer directe toegang tot de (wereld)markt. 

Bij de uitdagingen die spelen rond de opkomst van online platformen gaat het onder meer om het waarborgen van de privacy van de gebruikers en bescherming van de positie van de consument. Een punt van zorg is de mogelijkheid op een te grote afhankelijkheid van online platformen die voortkomt uit een monopoliepositie van een online platform of lock-in-effecten. De toetreding van een online platform tot een gevestigde markt kan sterk verstorend werken. Ook kunnen er vragen zijn rond oneigenlijke concurrentie door online platformen. Online platformen die bemiddelen in arbeid kunnen de drempel tot de arbeidsmarkt verlagen, maar kunnen tegelijkertijd zorgen voor een minder sterke positie van de werknemer en vragen oproepen over mogelijke belastingontwijking.

Om de voordelen van online platformen te benutten en de uitdagingen in goede banen te leiden is het essentieel cijfermatig zicht te houden op de ontwikkelingen rond online platformen. Cijfers over online platformen zijn echter schaars. Daarom is het CBS, op basis van extra middelen beschikbaar gesteld door het Ministerie van Economische zaken en Klimaat, in 2019 begonnen met onderzoek naar online platformen. Dit eerste onderzoek had een sterk exploratief karakter. Onderdeel van dit onderzoek was de eerste “Enquête platformsamenleving”.  De resultaten van dit onderzoek zijn gepubliceerd in een eerste ‘Monitor online platformen’ (Heerschap, Klijs en Ortega-Azurduy, 2020). 

Naast de publicatie van de onderzoeksresultaten werd een aantal aanbevelingen voor vervolgonderzoek gedaan. Zo werd er geadviseerd de onderzoekspopulatie op een meer systematische en geautomatiseerde manier te bepalen. Er zou meer aandacht moeten komen voor de internationale (grensoverschrijdende) component van online platformen, en activiteiten rond online platformen door verschillende partijen zouden beter moeten worden afgestemd. Ook werd er geadviseerd de vraagstelling te verbeteren. Een verrijking van de populatie van online platformen zou verder kunnen worden gerealiseerd door binnen het CBS reeds aanwezige databronnen te benutten. Naast het in kaart brengen van de online platformen zelf zou er meer aandacht moeten komen voor de aanbieders en afnemers die gebruikmaken van online platformen.

Voor het onderzoek in 2020 is veel aandacht uitgegaan naar de ontwikkeling van een meer systematische en geautomatiseerde methode voor het bepalen van een populatie online platformen. Deze inspanningen hebben geleid tot een modelmatige aanpak, gebaseerd op webscraping en kunstmatige intelligentie, waarbij websites op basis van waarschijnlijkheid worden geïncludeerd in de enquêtepopulatie. De enquête platformsamenleving is in 2020 uitgestuurd naar bijna 4 700 eenheden. Er zijn een aantal verbeteringen en verfijningen in de enquête aangebracht. Hierbij zijn aanbevelingen door een aantal online platformen en interne en externe experts ter harte genomen. De resultaten van de enquête zijn verrijkt met gegevens uit andere databronnen zoals het Algemeen Bedrijvenregister (ABR), fiscale gegevens van bedrijven, import en exportgegevens en van het internet gescrapte informatie. 

Naast de inspanningen op het terrein van onderzoek is in 2020 een kennisnetwerk online platformen geïnitieerd. Dit kennisnetwerk wordt getrokken door CBS, TNO en onafhankelijk platformexpert Martijn Arets. Het doel van dit netwerk is kennisdeling en het bevorderen van samenwerking tussen onderzoekers van universiteiten, andere instituten en beleidsmakers.

Het rapport dat voor u ligt is het resultaat van het ontwikkel- en onderzoekswerk in 2020 en 2021. In 2020 is een aantal andere rapporten verschenen over online platformen (zie literatuurlijst). Deze rapporten richten zich sterk op de betekenis van online platformen voor arbeid en werknemers, en hebben een cijfermatige insteek. Ook is het boek ‘Platform Revolutie’ (M. Arets, 2020) verschenen. In dit boek wordt de werking en maatschappelijke betekenis van online platformen uitgelegd en geïllustreerd op basis van ‘expert-knowledge’. Dit boek kijkt daarbij breder dan alleen platformen voor arbeid en werknemers. De (huidige) monitor online platformen positioneert zich tussen dit eerdere werk, door enerzijds een brede afbakening (alle typen platformen worden meegenomen, niet alleen die op het gebied van arbeid) en anderzijds ook een sterk cijfermatige insteek. 

Hoofdstuk 2 tot en met 5 beschrijven online platformen vanuit een meer economisch perspectief. Hoofdstuk 2 geeft een beschrijving van de onderzoekspopulatie, en geeft kenmerken van online platformen en de bedrijven achter deze platformen. Hoofdstuk 3 gaat in op de verdienmodellen die worden gehanteerd door online platformen. In hoofdstuk 4 wordt een analyse gepresenteerd van de winstgevendheid van online platformen. De vragen welke typen platformen winst of verlies maken, en welke andere factoren samenhangen met winst of verlies staan hierbij centraal. Hoofdstuk 5 richt zich op de omzet, toegevoegde waarde en het bedrijfsresultaat van online platformen. Hoofdstuk 6 betreft het onderwerp internationalisering. In dit hoofdstuk wordt onder andere een verdeling naar regio van aanbieders en afnemers op online platformen gegeven. Hoofdstuk 7 gaat in op online platformen vanuit een meer maatschappelijk perspectief. Onder andere wordt beschreven wat de invloed van de COVID-19-crisis op de transacties via online platformen is, en of de platformen een maatschappelijk belang dienen. Ook wordt gekeken naar het gebruik van algoritmes en verzameling van gebruikersgegevens. In hoofdstuk 8 wordt ingegaan op de verkoop van bedrijven via online platformen. Er wordt ingegaan op de vraag hoe de verkoop door bedrijven via online platformen zich de laatste jaren heeft ontwikkeld en of er verschillen zijn naar branche en grootteklasse van de verkopende bedrijven. Hoofdstuk 9 bevat een evaluatie van de gehanteerde onderzoeksmethodologie en aanbevelingen voor toekomstig onderzoek.

Wij danken het Ministerie van Economische Zaken en Klimaat, zonder wie deze editie van de monitor online platformen niet tot stand was gekomen. 

Literatuur

Heerschap, N. Klijs, B. en Ortega-Azurduy, S (2020). Monitor platformen: Meer zicht op online platformen in Nederland. Den Haag: Centraal Bureau voor de Statistiek. 

Arets, M. Platform Revolutie: Van Amazon tot Zalando, de impact van platformen op hoe wij leven en werken (2020). Amsterdam: Boom Uitgevers Amsterdam en Martijn Arets.

Weel, B. ter,  Kesteren, J. van, Werff, S. van der (2020). Meting Kluseconomie. Amsterdam: SEO Economisch Onderzoek. 

SER (2020). Hoe werkt de platformeconomie? Den Haag: Sociaal-Economische Raad. 

Verbiest, S., Ven, H.A., Berg, R.E.C. van de (2020). Platformarbeid in kaart brengen. Leiden: TNO. 

2. Online platformen

In dit hoofdstuk wordt beschreven hoe de onderzoekspopulatie van online platformen is opgebouwd. Eerst wordt de manier van samenstellen van de populatie besproken. Vervolgens wordt ingegaan op enkele kenmerken van de online platforms. Ten slotte worden kenmerken van de bedrijven achter deze platformen besproken, zoals de bedrijfstak, het aantal werkzame personen en de rechtsvorm.

2.1 Samenstelling onderzoekspopulatie

Er bestaat geen compleet register van alle online platformen in Nederland. Iedereen kan een website starten, zonder zich ergens officieel te registreren als platform. Om te bepalen welke online platformen er zijn in Nederland, heeft het CBS daarom gebruikgemaakt van webscraping, modellering en machine learning.

Er is gestart met een korte lijst van bekende online platforms. Deze platformen waren bijvoorbeeld bekend uit de vorige enquête platformsamenleving. Uit deze vorige enquête was ook bekend welke deelnemers uiteindelijk geen platform bleken te zijn. Deze lijst is gebruikt als ‘trainings-dataset’ voor een model. Met behulp van machine learning leerde dit model onderscheid te maken tussen websites die een online platform zijn en websites die dat niet zijn, voornamelijk door te kijken naar woorden en tekstgedeeltes op de website.

Vervolgens zijn de websites op een zeer omvangrijke lijst met websites in Nederland, samengesteld door het bedrijf Dataprovider, door een webscraper bezocht (Webscraping is het automatisch door een computerscript laten bekijken van grote hoeveelheden publiek toegankelijke websites, en het registreren van enkele kenmerken van deze websites). De teksten op de website zijn vervolgens in het model ingevoerd. Output van het model was een score die de kans weergeeft dat een bepaalde website een online platform is.

Websites die, volgens het model, een kans van minstens 80 procent hadden om online platform te zijn, zijn geselecteerd als ‘potentieel platform’. Het betrof ongeveer 9 000 websites. Hieraan is nog een klein aantal websites toegevoegd, die bekend waren uit de vorige enquête platformsamenleving.

Deze lijst is gekoppeld aan het bedrijvenregister van het CBS op basis van adresinformatie en informatie over KvK-inschrijving uit de dataset van Dataprovider. Daardoor zijn van de websites ook de contactgegevens en kenmerken van het achterliggende bedrijf bekend. Naar deze bedrijven heeft het CBS de enquête uitgestuurd.

Om de lastendruk voor bedrijven laag te houden, hebben bedrijven die meerdere platformen bezitten maar voor één van hun platformen een enquête gekregen. Voor meer over de methodologische effecten hiervan, zie hoofdstuk 9.1.

Bedrijven die een ‘adult website’ runnen zijn buiten de populatie gehouden. Aan hen is geen enquête gestuurd.

Uiteindelijk zijn er ongeveer 4 700 bedrijven benaderd om de enquête in te vullen. Zo’n 3 000 bedrijven vulden de enquête in.

Op de enquête wordt een bedrijf de vraag gesteld: 

 “Bemiddelt of ondersteunt uw website of app de uitwisseling van goederen, diensten of informatie tussen personen, bedrijven of organisaties? (Het kan hier gaan om bemiddeling of ondersteuning bij verkoop van goederen, het bij elkaar brengen van bewoners, patiënten en familie, crowdfunding, dating, nieuwe vriendschappen, het verhuren van accommodaties, het lenen van spullen etc.)”

Als deze vraag met “ja” wordt beantwoord, wordt gevraagd of het bedrijf de enige aanbieder van goederen, diensten of informatie op de website of app is. Als het antwoord op deze tweede vraag ‘Nee’ is, en er dus meerdere aanbieders op de website zijn, beschouwt het CBS het als online platform in het kader van dit onderzoek. Op deze wijze konden 706 websites daadwerkelijk geclassificeerd worden als online platform.

2.1.1 Kenmerken onderzoekspopulatie
AantalPercentage
Geïdentificeerde potentiële platformenTotaal9 802
Geïdentificeerde potentiële platformenOvergenomen uit populatie 20196236,4
Geïdentificeerde potentiële platformenNieuw geïdentificeerd met webscraping en modellering9 17993,6
Gekoppeld met het bedrijvenregister9 30194,9
Adult websites (niet aangeschreven)1 36713,9
Aangeschreven eenheden4 68647,8
Responderende eenheden3 18868,0
Bruikbare respons2 89761,8
Door respondent bevestigde online platformen70624,4
De regels t/m 'Aangeschreven eenheden' zijn gepercenteerd op het totaal aantal geïdentificeerde potentiële platformen, de responderende eenheden en bruikbare respons op het aantal aangeschreven eenheden, en de door de respondent bevestigde platformen op de bruikbare respons. 

2.2 Kenmerken van online platformen

In deze paragraaf worden enkele kenmerken van de gevonden online platformen nader bekeken. Onder andere worden de platformen ingedeeld naar de branche waarin ze opereren, naar het soort product waarin ze bemiddelen en naar het soort aanbieders en afnemers.

Meeste platformen in arbeidsbranche

Op de enquête werd gevraagd in welke branche het online platform actief is. Tabel 2.2.1 geeft de verdeling naar branche van de gevonden online platformen. In veel verschillende branches zijn online platformen te vinden. Het hoogste aantal online platformen bevond zich in de branche ‘arbeid’. Denk hierbij aan platformen waarop bedrijven en werkzoekenden elkaar kunnen vinden (arbeidsbemiddeling).

Het aantal online platformen zegt overigens niet iets over de omvang van het platform, bijvoorbeeld in temen van het aantal gebruikers of transacties. Elk online platform is in de verdelingen in tabel 2.2.1 even zwaar meegeteld.

De platformen kunnen ook worden ingedeeld naar het soort product dat via het platform wordt verhandeld, of waarvoor wordt bemiddeld: goederen, diensten of informatie. Bij meer dan 40 procent van de platformen ging het om diensten die werden aangeboden op de site, bijvoorbeeld een platform dat klusbedrijven koppelt aan consumenten. In iets meer dan 20 procent van de gevallen worden er goederen aangeboden. Bij 37 procent werd alleen informatie als product aangeboden, bijvoorbeeld contactinformatie op een platform dat mensen op sociaal vlak bij elkaar brengt.

Aanbieder op platform is meestal bedrijf

Gebruikers op een platform kunnen vaak worden ingedeeld in aanbieders en afnemers. Op de platformen waarbij zo’n indeling mogelijk is, zijn de aanbieders meestal een bedrijf (48 procent). Vaak zijn ook zowel bedrijven als personen uit huishoudens aanbieder. Bij een kleiner deel van de platformen (20 procent) zijn alleen huishoudens aanbieders.

Bij 15 procent zijn zowel de aanbieders als de afnemers huishoudens. Het platform brengt hier particulieren bij elkaar.

2.2.1 Online platformen naar branche, 2020
Platformen (%)
Arbeid13,5
Digitale diensten2,7
Energie en duurzaamheid2,4
Financieel5,9
Hobby8,6
Horeca4,0
Informatie9,2
Marktplaatsen4,0
Overig2,4
Reclame en marketing2,0
Retail8,1
Sociaal9,9
Sport en cultuur5,2
Vakantieverblijf7,8
Vastgoed7,2
Vervoer4,4
Zorg2,7

2.2.2 Online platformen naar type product, 2020
Platformen (%)
Goederen22,1
Diensten41,2
Informatie36,7

2.2.3 Online platformen naar type aanbieder en afnemer, 2020
AanbiedersAfnemersPlatformen (%)
BedrijvenTotaal47,7
BedrijvenBedrijven17,1
BedrijvenHuishoudens of zzp'ers21,6
BedrijvenMix van bedrijven en huishoudens5,9
Huishoudens en zzp'ersTotaal19,9
Huishoudens en zzp'ersHuishoudens of zzp'ers15,2
Non-profit organisatiesTotaal4,8
Mix van bedrijven en huishoudensTotaal27,6

 Grootste aantallen aanbieders in retailbranche

Het gemiddeld aantal aanbieders per platform verschilt sterk per branche. Platformen in de retail en in de branche ‘marktplaatsen’ kennen relatief veel aanbieders, meer dan duizend keer het gemiddelde aantal aanbieders op platformen uit de branche Energie en duurzaamheid. 63 procent van alle aanbieders in alle branches samen bevindt zich in de retailbranche.

Van platform tot platform kan het aantal aanbieders sterk verschillen, ook binnen een branche, zie ook de in de tabel opgenomen standaarddeviatie1).

2.2.4 Aantal aanbieders op online platformen naar branche, 2020
GemiddeldeStandaarddeviatieAandeel (%)
Alle branches33 520486 425 100
Arbeid6 21531 9553
Digitale diensten 6101 4600
Energie en duurzaamheid 180 3000
Financieel3 90517 1551
Hobby 620 9750
Horeca3 47014 7900
Informatie 285 5750
Marktplaatsen187 670833 97023
Overig1 3754 2950
Reclame en marketing13 67039 8801
Retail286 1601 665 75063
Sociaal1 1253 3600
Sport en cultuur 8101 6450
Vakantieverblijf31 575200 5008
Vastgoed2 84515 1751
Vervoer 7101 7450
Zorg 5351 0900

Hoogste aantal afnemers bij platformen voor vakantieverblijf

Het gemiddeld aantal afnemers per platform verschilt sterk per branche. Platformen in de retail en platformen voor vakantieverblijven kennen relatief veel afnemers. Het aandeel van platformen voor vakantieverblijven is maar liefst 54 procent. Ter vergelijk: het aandeel van platformen voor vakantieverblijven bij de aanbieders (zie vorige paragraaf) is maar 8 procent. 

Van platform tot platform kan het aantal afnemers sterk verschillen, ook binnen een branche, zie ook de in de tabel opgenomen standaarddeviatie1).

2.2.5 Aantal afnemers op online platformen naar branche, 2020
GemiddeldeStandaarddeviatieAandeel (%)
Alle branches154 2101 898 730 100
Arbeid10 36034 2501
Digitale diensten4 5306 1250
Energie en duurzaamheid6 82011 5350
Financieel46 585192 7602
Hobby34 01596 5002
Horeca3 0706 1700
Informatie8 64023 5050
Marktplaatsen194 460832 8055
Overig9 82028 4700
Reclame en marketing4 1006 2750
Retail514 6601 924 87525
Sociaal18 08088 5401
Sport en cultuur54 930137 2002
Vakantieverblijf966 0206 170 05554
Vastgoed23 960118 4201
Vervoer24 650101 4601
Zorg298 585824 9056

Verdienmodel: betalen of ‘free service’

Bij 66 procent van de online platformen betalen de gebruikers voor het platform, bijvoorbeeld voor  toegang tot het platform, of met een bedrag per transactie. Bij 34 procent van de platformen draait het om ‘Free services’. Voor zowel aanbieders als afnemers op het platform zijn er geen kosten aan verbonden. In hoofdstuk 3 wordt verder ingegaan op het verdienmodel van de platformen.

2.2.6 Online platformen naar verdienmodel, 2020
Platformen (%)
Betaling door alleen aanbieder34,4
Betaling door alleen afnemer7,5
Betaling door aanbieder en afnemer24,4
Free service33,7

Platformen kunnen bijhouden hoe goed aanbieders of afnemers presteren, bijvoorbeeld door reviews die worden achtergelaten door andere gebruikers. Bijna de helft van de platformen (48 procent) gebruikt kwaliteitsbeoordelingen. Het kan dan gaan om beoordeling van aanbieder of afnemer, maar ook om beoordelingen van de kwaliteit van de producten, of een beoordeling van het functioneren van het online platform zelf.

2.2.7 Online platformen naar beoordeling van kwaliteit, 2020
Platformen (%)
Geen beoordeling52,4
Alleen beoordeling van aanbieder10,1
Alleen beoordeling van afnemer7,1
Alleen beoordeling van kwaliteit producten of functioneren platform12,7
Beoordeling op meerdere manieren17,7

Algoritmen en gegevensverzameling

Door het verzamelen van gebruikersgegevens en de inzet van algoritmen2) kunnen gebruikers van het platform gerichter worden benaderd en kunnen bedrijfsprocessen worden geoptimaliseerd. Vaak roept de verzameling van gebruikersgegevens en de inzet van algoritmen vragen op die raken aan privacy, lock-in-effecten, en bescherming van de consument in algemene zin.

Eén op de drie online platformen gebruikt algoritmen. 72 procent van de platformen verzamelt op enige wijze gegevens van gebruikers. Meer over verzameling van gegevens door de platformen en het gebruik van algoritmen is te vinden in hoofdstuk 7.

2.2.8 Online platformen naar verzameling van gegevens, 2020
Platformen (%)
Geen28,2
Alleen van aanbieders15,9
Alleen van afnemers14,4
Van aanbieders en afnemers41,5

2.2.9 Online platformen naar gebruik algoritmen, 2020
Platformen (%)
Geen gebruik algoritmen66,0
Wel gebruik algoritmen34,0

Naast het bieden van een platform, kan een bedrijf ook aanvullende diensten bieden, zoals afhandeling van betalingen, logistieke diensten, clouddiensten, of het aanbieden van opleidingen. 38 procent van de online platformen biedt dit soort aanvullende diensten aan.

2.2.10 Online platformen naar aanbod andere diensten, 2020
Platformen (%)
Geen andere diensten62,5
Wel andere diensten37,5

Een groot gedeelte van de nu actieve platformen (35 procent) is begonnen in 2013 of eerder. Zij bestaan al geruime tijd. Elk jaar komen er nieuwe platformen bij. Uit deze enquête is niet af te leiden hoeveel online platformen er in deze jaren zijn gestopt.

2.2.11 Online platformen in 2020, naar startjaar van de website
Platformen (%)
2013 of eerder35,4
20147,8
201510,1
201612,2
20175,4
201810,6
20195,7
Onbekend12,9

2.3 Kenmerken van bedrijven achter een online platform

In deze paragraaf wordt gekeken naar de bedrijven die een online platform bezitten. Aan bod komt de vraag of het om grote of kleine bedrijven gaat (gemeten naar het aantal werkzame personen), en de vraag welke rechtsvorm het achterliggende bedrijf heeft. Onderwerpen als de omzet en het bedrijfsresultaat zullen aan bod komen in hoofdstuk 5.

Helft van platformen onderdeel klein bedrijf

Bij de bedrijven achter online platformen werken vaak maar weinig personen. Bij 52 procent van de platformen werkt slechts 1 persoon, of minder (dat wil zeggen: alleen personen in deeltijd). Slechts 12 procent van de bedrijven heeft meer dan 20 werkzame personen.

Het bedrijf achter het platform kan ook andere activiteiten hebben buiten het platform. De werkzame personen van het bedrijf werken dus niet noodzakelijkerwijs allemaal aan het online platform. 

Figuur 2.3.1 toont de verdeling in werkzame personen per branche. In de zorg en in de branche ‘Energie en duurzaamheid’ hebben de bedrijven achter online platformen relatief vaker meer dan 20 werkzame personen. De horeca-platformen behoren juist heel weinig bij bedrijven met meer dan 20 personen. Achter de platformen in de branche ‘Digitale diensten’ zit zelfs geen enkel bedrijf met meer dan 20 werkzame personen.

2.3.1 Online platformen naar aantal werkzame personen van de bedrijfseenheid, 2020
id_cols<=1 (% van online platformen)<=5 (% van online platformen)<=20 (% van online platformen)>20 (% van online platformen)
Arbeid55,918,316,19,7
Digitale diensten57,936,85,30
Energie en duurzaamheid23,529,417,629,4
Financieel43,92219,514,6
Hobby49,232,28,510,2
Horeca48,133,314,83,7
Informatie59,417,212,510,9
Marktplaatsen57,114,317,910,7
Overig35,329,411,823,5
Reclame en marketing57,121,4021,4
Retail54,529,15,510,9
Sociaal64,317,1108,6
Sport en Cultuur55,622,216,75,6
Vakantieverblijf6018,29,112,7
Vastgoed42301612
Vervoer32,316,125,825,8
Zorg36,815,810,536,8

Veel B.V.’s maar ook veel eenmanszaken

Het bedrijf achter een online platform is in 50 procent van de gevallen een Besloten Vennootschap (B.V.). Daarnaast zijn er veel eenmanszaken (30 procent). Ook zijn veel platformen als Vennootschap onder firma (VoF) opgericht (11 procent). Onder de overige, minder vaak voorkomende, rechtsvormen vallen onder andere stichtingen en verenigingen.

Opvallend is het aandeel eenmanszaken in de branche ‘sociaal’, zie figuur 2.3.2. In de vervoerssector draait het juist voornamelijk om B.V.’s.

2.3.2 Online platformen naar rechtsvorm van de bedrijfseenheid, 2020
id_colsBesloten Vennootschap (% van online platformen)Eenmanszaak (% van online platformen)Vennootschap onder firma (% van online platformen)Overig (% van online platformen)
Arbeid52,732,310,84,3
Digitale diensten47,426,321,15,3
Energie en duurzaamheid64,75,911,817,6
Financieel70,714,62,412,2
Hobby44,132,218,65,1
Horeca40,729,625,93,7
Informatie51,635,96,26,2
Marktplaatsen5032,17,110,7
Overig58,811,811,817,6
Reclame en marketing42,942,97,17,1
Retail49,132,712,75,5
Sociaal24,345,77,122,9
Sport en Cultuur502513,911,1
Vakantieverblijf45,543,610,90
Vastgoed5624182
Vervoer80,69,76,53,2
Zorg57,921,1021,1

Branche online platform en bedrijfstak achterliggend bedrijf

In de enquête konden de platformen opgeven in welke branche ze werkten. De achterliggende bedrijven zijn volgens de Standaard Bedrijfsindeling (SBI) van het CBS ingedeeld naar bedrijfstak.

De bedrijfstak van het bedrijf achter het online platform blijkt niet eenduidig samen te hangen met de branche waarin het online platform opereert. Zo kan een IT-bedrijf in de SBI J (Informatie en communicatie) bijvoorbeeld een online platform bezitten dat zich bezighoudt met het matchen van patiënten en zorgaanbieders. Een online platform uit de branche ‘Zorg’ hoort dus niet noodzakelijkerwijs bij een bedrijf dat in de SBI Q ‘Gezondheids- en welzijnszorg’ is ingedeeld.

 

 

1) Deze standaarddeviatie zegt iets over de spreiding binnen de branche. Een hogere waarde duidt op grotere verschillen tussen platformen. Een lage waarde duidt er op dat het aantal aanbieders bij de verschillende platformen ongeveer gelijk is.
2) Een algoritme is een set (beslis)regels (meestal in de vorm van een computerscript) die wordt gebruikt om processen (dataverwerking) automatisch te laten verlopen.

3. Verdienmodellen

Online platformen kennen verschillende verdienmodellen. Grofweg kunnen twee verdienmodellen worden onderscheiden. Enerzijds platformen waarbij aanbieders of afnemers betalen voor het gebruik van het platform. Anderzijds platformen waar gebruikers niet voor betalen, zogenaamde ‘Free services’. Het platform verdient dan bijvoorbeeld aan het tonen van advertenties op de website, of het doorsturen van gebruikers naar de sites van aanbieders (‘affiliate marketing’).

Aanbieder betaalt het vaakst

Bij 34,4 procent van de platformen betalen alleen de aanbieders van producten voor het gebruik van het platform. Bij nog eens 24,4 procent van de platformen betalen zowel de aanbieders, als de afnemers van de producten. Platformen waarbij alleen de afnemer betaalt, komen met 7,5 procent minder vaak voor.

Bij 33,7 procent van de platformen draait het om ‘Free services’. Voor zowel aanbieders als afnemers op het platform zijn er geen kosten aan verbonden.

Dit globale beeld zien we in alle branches terug, zie figuur 3.1. In de horeca en bij marktplaatsen en veilingsites is het vaker gebruikelijk dat de aanbieders betalen. De zorg en de branche ‘sociaal’ kennen juist relatief veel ‘Free services’.

3.1 Wie betaalt voor het platform, naar branche, 2020
id_colsAanbieder en afnemerAlleen aanbiederAlleen afnemerFree services
Arbeid24,235,86,333,7
Digitale diensten26,347,45,321,1
Energie en duurzaamheid11,847,1041,2
Financieel38,1314,826,2
Hobby21,329,56,642,6
Horeca17,957,13,621,4
Informatie32,327,76,233,8
Marktplaatsen32,142,97,117,9
Overig047,111,841,2
Reclame en marketing21,421,414,342,9
Retail24,642,13,529,8
Sociaal24,3208,647,1
Sport en Cultuur13,532,416,237,8
Vakantieverblijf27,3409,123,6
Vastgoed25,533,37,833,3
Vervoer2925,812,932,3
Zorg10,536,810,542,1

Voor de consument vaak gratis

Wanneer bedrijven aan consumenten (‘huishoudens’ of zzp’ers) producten verkopen via het platform, is het meestal het bedrijf dat, als aanbieder, moet betalen aan het platform, zie figuur 3.2. Voor de consument is het gebruik van het platform in dat geval gratis. Platformen waarbij producten worden aangeboden door consumenten (en vaak ook worden afgenomen door consumenten), kennen vaker een ‘free services’-model.

3.2a Wie betaalt voor het platform, naar soort aanbieder, 2020
id_colsAanbieder en afnemerAlleen aanbiederAlleen afnemerFree services
Aanbieder is bedrijf26,144,64,924,4
Aanbieder is huishouden29,721,912,535,9
Aanbieder is non-profit organisatie16,135,53,245,2
Meerdere soorten aanbieders27,537,68,426,4
Soort aanbieder is onbekend009,790,3

3.2b Wie betaalt voor het platform, naar soort afnemer, 2020
id_colsAanbieder en afnemerAlleen aanbiederAlleen afnemerFree services
Aanbieder is bedrijf en afnemer is bedrijf47,316,44,531,8
Aanbieder is bedrijf en afnemer is huishouden12,962,63,620,9
Aanbieder is bedrijf en afnemer is bedrijf of huishouden26,35013,210,5

Platformen die vooral informatie bieden, hebben vaker een ‘free services’-model dan platformen die goederen of diensten verhandelen, zie tabel 3.3.

3.3 Wie betaalt voor het platform, naar het soort product waarin het platform bemiddelt, 2020
Platformen die bemiddelen in diensten (%)Platformen die bemiddelen in goederen (%)Platformen die bemiddelen in informatie (%)
Alleen de aanbieder32,635,935,5
Alleen de afnemer9,36,46,2
Zowel aanbieder als afnemer25,129,520,5
Free services33,028,237,8
Totaal100,0100,0100,0

Abonnementen of betalen per transactie

Wanneer de aanbieder moet betalen voor het gebruik van het platform, gaat het in 43 procent van de gevallen om herhaaldelijke betalingen voor de toegang tot (delen van) het online platform, waaronder abonnementskosten, zie tabel 3.4. Ongeveer een kwart van de platformen vraagt een vast bedrag per transactie via het platform. Daarnaast wordt vaak een percentage van de waarde van de transactie gerekend.

De bedragen die moeten worden betaald lopen ver uiteen, van enkele euro’s tot boven de duizend euro. De hoogste bedragen worden betaald door bedrijven, die via het platform toegang krijgen tot een markt van afnemers. Individuele consumenten betalen, als ze aanbieder zijn, vaak veel lagere bedragen.

3.4 Wijze van betalen voor het platform door de aanbieder of afnemer, 2020
Platformen waarbij de aanbieder (ook) betaalt (%)Platformen waarbij de afnemer (ook) betaalt (%)
Eenmalige betaling voor de toegang tot (delen van) het online platform17,821,8
Herhaaldelijke betaling (inclusief abonnementskosten) voor de toegang tot (delen van) het online platform42,741,3
Vast bedrag per transactie24,321,8
Percentage per transactie30,816,9
Variabel bedrag per transactie, maar geen percentage15,917,8

Als de afnemer betaalt voor het platform, is er minder vaak sprake van een vast bedrag of percentage per transactie, dan wanneer de aanbieder betaalt. Net als bij de betalende aanbieders, geldt ook voor de betalende afnemers dat herhaaldelijke betalingen (zoals abonnementen) bij de meeste platformen een wijze van betalen is.

Aanbieder bepaalt meestal de prijs

Wanneer er transacties via het platform plaatsvinden, kan het platform de prijs vaststellen, of de aanbieders en afnemers bepalen de prijs, al dan niet in overleg. Bij 44,7 procent van de platformen met omzet uit transacties via het platform bepaalde de aanbieder de prijs van de producten. Slechts bij 5,1 procent van deze platformen bepaalde de afnemer de prijs. In 12,4 procent van de gevallen konden de aanbieder en afnemer samen onderhandelen over de prijs.

Bij 22,5 procent van de platformen bepaalde het online platform zelf de prijs van de producten op het platform, en hadden aanbieders en afnemers geen invloed hierop. In 15,3 procent van de platformen bepaalde het platform de prijs samen met de aanbieder.

Bij 24 procent van de online platformen waarbij het platform de prijs bepaalde, paste het platform een flexibele prijsstelling toe, waarbij de prijs hoger of lager werd afhankelijk van het beschikbare aanbod en de actuele vraag.

Per branche kan het flink verschillen wie de prijs bepaalt, zie figuur 3.5. In de branche ‘informatie’ bepaalde bij meer dan de helft van de online platformen met omzet uit transacties via het platform het platform de prijs, al dan niet samen met de aanbieder. Bij horeca-platformen is het juist relatief vaak de aanbieder die de prijs bepaalt.

3.5 Wie bepaalt de prijs, 2020
id_colsAanbiederAfnemerAanbieder en afnemer samen (onderhandeling)Het platformHet platform samen met de aanbieder
Arbeid23,1030,826,919,2
Digitale diensten71,4014,314,30
Energie en duurzaamheid50002525
Financieel40,9013,631,813,6
Hobby551052010
Horeca68,86,20250
Informatie255103525
Marktplaatsen31,212,525256,2
Overig50250025
Reclame en marketing8000020
Retail48,62,713,524,310,8
Sociaal46,7013,333,36,7
Sport en Cultuur29,45,917,611,835,3
Vakantieverblijf54,59,14,513,618,2
Vastgoed52,95,917,617,65,9
Vervoer40552525
Zorg66,700033,3
 

Meerdere inkomstenbronnen

Zoals al eerder is genoemd kunnen online platformen inkomsten krijgen van betalende aanbieders of afnemers op het platform, maar ook op andere manieren, zoals het tonen van advertenties aan gebruikers.

Van de platformen had 29,9 procent inkomsten uit commissies op transacties en gebruikersrechten in 2019. Hierbij betalen dus de aanbieders of afnemers. 17,0 procent had inkomsten uit het plaatsen van advertenties op het online platform. 11,6 procent verwierf inkomsten uit het doorverwijzen van klanten naar verkopende websites (‘affiliate marketing’).

Slechts 2,3 procent genereerde inkomsten door het delen of verkopen van data aan/met derden. Hierbij moet de kanttekening worden geplaatst dat respondenten mogelijk geneigd zijn op deze vraag een sociaal wenselijk antwoord te geven, omdat de verkoop van gebruikersdata niet altijd toegestaan of wenselijk is.

Naast bovengenoemde inkomstenbronnen had 15,2 procent van de platformen inkomsten uit andere bronnen.

Commissies op transacties grootste inkomstenbron

De vorige alinea’s gingen over de vraag óf een platform inkomsten uit een bepaalde bron heeft. Hieronder gaan we in op wat voor het platform de grootste inkomstenbron is.

Inkomsten uit commissies op transacties en gebruikersrechten zijn voor veruit de meeste online platformen de grootste inkomstenbron (67,2 procent), zie figuur 3.6. Advertenties zijn voor 12,5 procent van de platformen de voornaamste bron van inkomsten. Het delen of verkopen van gebruikersdata is slechts voor enkele platformen (1,3 procent) de grootste inkomstenbron.

3.6 Grootste inkomstenbron, 2019
id_colsperc (% van platformen met inkomsten)
Commissies op transacties en gebruikersrechten67,2
Advertenties op het online platform12,5
Andere inkomstenbronnen10,8
Doorverwijzen naar verkopende websites8,2
Delen of verkopen van data aan/met derden1,3

Ook bij de verschillende subgroepen naar type aanbieder, zoals platformen waarbij bedrijven producten aanbieden aan andere bedrijven of huishoudens, of consumenten producten aanbieden aan andere consumenten, is te zien dat de inkomsten uit commissies de grootste inkomstenbron zijn.

Dit geldt ook voor de drie soorten producten (platformen die goederen, diensten of informatie aanbieden).

Weinig investeringen zoals crowdfunding

Naast bovengenoemde inkomstenbronnen is de platformen gevraagd naar investeringen in het platform door andere partijen. Hierbij kan gedacht worden aan bedrijven die een eenmalige grote investering doen in het platform, maar ook aan initiatieven als crowdfunding om een platform op te kunnen richten.

Uit de resultaten blijkt dat dit soort investeringen weinig voorkomt bij de online platformen. Slechts enkele platformen ontvangen geld van investeerders (hoewel het in die gevallen wel om substantiële bedragen kan gaan). Crowdfunding komt zeer weinig voor bij de platformen. Ook donaties van derden komen niet vaak voor. Doordat deze investeringen zo weinig voorkomen, kunnen hiervan geen exacte betrouwbare percentages gegeven worden.

4. Winstgevendheid

In dit hoofdstuk wordt de winstgevendheid van online platformen onderzocht. Er wordt een overzicht gegeven van het deel van de platformen dat winst of verlies maakt. Hiernaast wordt onderzocht of de winstgevendheid van platformen verschilt naar specifieke kenmerken van het platform. Hierbij wordt er gekeken naar meer algemene kenmerken van platformen, zoals het type aanbieder en afnemer, het type product, en het verdienmodel, de inzet van technologie (aanwezigheid kwaliteitsbeoordelingssysteem, het verzamelen van gebruikersgegevens, het gebruik van algoritmen), het aanbieden van andere diensten, en kenmerken van de website (startjaar en dataverkeer). Alle gegevens zijn afkomstig uit enquête-respons, behalve het startjaar van het platform en het dataverkeer op de website. Deze informatie is afkomstig van Dataprovider die deze heeft verzameld middels webscraping. 

Meeste winstgevende platformen voor bemiddeling vakantieverblijven

Van alle online platformen gaf 33 procent aan winst te maken in 2019, 32 procent maakte verlies en 35 procent maakte winst noch verlies. Het deel van de platformen dat winst maakte varieerde aanzienlijk naar branche (Figuur 4.1). De branches met het hoogste percentage winstgevende online platformen waren ‘Vakantieverblijven’ (42 procent), ‘Energie en duurzaamheid’ (41 procent), ‘Financieel’ (41 procent) en ‘Informatie’ (40 procent). Het percentage winstgevende online platformen was het laagst voor ‘Digitale diensten’ (16 procent) en ‘Sociale platformen’ (17 procent).

4.1 Winstgevendheid online platformen, 2019
id_colsVerlies (% van online platformen)Verlies noch winst (% van online platformen)Winst (% van online platformen)
Arbeid32,637,929,5
Digitale diensten36,847,415,8
Energie en duurzaamheid17,641,241,2
Financieel21,438,140,5
Hobby34,434,431,1
Horeca60,714,325
Informatie27,732,340
Marktplaatsen32,132,135,7
Overig23,552,923,5
Reclame en marketing14,35035,7
Retail40,421,138,6
Sociaal31,451,417,1
Sport en Cultuur32,435,132,4
Vakantieverblijf25,532,741,8
Vastgoed35,327,537,3
Vervoer35,525,838,7
Zorg42,131,626,3

Platformen met bedrijven als aanbieder vaker winstgevend

Online platformen met alleen bedrijven als aanbieder zijn vaker winstgevend (43 procent) dan platformen met alleen huishoudens of zzp’ers (31 procent) of alleen non-profit organisaties (29 procent) als aanbieder (Tabel 4.2). Online platformen met een mix van verschillende typen aanbieders zijn het minst vaak winstgevend (25 procent). 

Verder zijn platformen die bemiddelen in goederen of informatie vaker winstgevend dan platformen die bemiddelen in diensten (35 en 36 procent versus 29 procent). 

Wanneer gekeken wordt naar het verdienmodel blijkt dat platformen waarbij alleen de aanbieder betaalt iets vaker winstgevend zijn (42 procent) dan platformen waarbij de diensten betaald worden door alleen de afnemer (38 procent). Online platformen waarbij zowel de aanbieder als de afnemer gratis gebruikmaakt van het platform zijn het minst vaak winstgevend (18 procent).

4.2a Winstgevendheid van online platformen naar type aanbieder en afnemer, 2019
AanbiedersAfnemersPlatformen met winst (%)Platformen met verlies (%)
BedrijvenTotaal43,3 30,3
BedrijvenBedrijven38,2 32,7
BedrijvenHuishoudens of zzp'ers51,1 25,2
BedrijvenMix van bedrijven en huishoudens39,5 36,8
Huishoudens en zzp'ersTotaal30,5 30,5
Huishoudens en zzp'ersHuishoudens of zzp'ers34,7 26,5
Non-profit organisatiesTotaal29,0 25,8
Mix van bedrijven en huishoudensTotaal25,3 36,5

4.2b Winstgevendheid van online platformen naar type product, 2019
Platformen met winst (%)Platformen met verlies (%)
Diensten 28,5 29,9
Goederen 35,3 44,9
Informatie 35,9 27,8

4.2c Winstgevendheid van online platformen naar verdienmodel, 2019
Platformen met winst (%)Platformen met verlies (%)
Betaling door alleen aanbieder42,029,2
Betaling door alleen afnemer37,732,1
Betaling door aanbieder en afnemer38,441,3
Free service18,129,4

Inzet van technologie hangt samen met winstgevendheid

Wanneer er gekeken wordt naar technologie-kenmerken zoals de aanwezigheid van een kwaliteitsbeoordelingssysteem, het verzamelen van gebruikersgegevens en het gebruik van algoritmen, en het aanbod van andere diensten blijkt dat de platformen met deze kenmerken vaker winstgevend zijn dan platformen zonder deze kenmerken (Tabel 4.3).

Online platformen die andere diensten aanbieden (zoals afhandeling van betaling, logistieke diensten, clouddiensten, of aanbod van opleidingen) zijn minder vaak winstgevend dan platformen die dit niet doen.

4.3a Winstgevendheid van online platformen naar beoordeling van kwaliteit, 2019
Platformen met winst (%)Platformen met verlies (%)
Geen beoordeling29,7 29,7
Alleen beoordeling van aanbieder33,8 36,6
Alleen beoordeling van afnemer38,0 26,0
Alleen beoordeling van kwaliteit producten of functioneren platform43,3 28,9
Beoordeling op meerdere manieren31,2 43,2

4.3b Winstgevendheid van online platformen naar verzameling van gegevens, 2019
Platformen met winst (%)Platformen met verlies (%)
Geen30,2 27,1
Alleen van aanbieders33,9 28,6
Alleen van afnemers37,3 34,3
Van aanbieders en afnemers32,4 36,9

4.3c Winstgevendheid van online platformen naar gebruik algoritmen, 2019
Platformen met winst (%)Platformen met verlies (%)
Geen gebruik algoritmen 30,5 32,4
Wel gebruik algoritmen 37,1 32,5

4.3d Winstgevendheid van online platformen naar aanbod andere diensten, 2019
Platformen met winst (%)Platformen met verlies (%)
Geen andere diensten 35,1 28,1
Wel andere diensten 28,7 39,6

Oudere platformen en platformen met veel dataverkeer vaker winstgevend

Online platformen met een al langer bestaande website of met een grotere hoeveelheid dataverkeer zijn vaker winstgevend dan platformen met een relatief nieuwe website of een website met relatief weinig dataverkeer. Ter illustratie, van de online platformen met een website uit 2013 (of eerder) maakt 50 procent winst. Voor online platformen met een website uit 2019 is dit slechts 20 procent. Hierin speelt mee dat winstgevende platformen een hogere overlevingskans hebben; verlieslatende platformen uit eerdere jaren zijn mogelijk al opgeheven in 2020 (Tabel 4.4).

Platformen met het meeste dataverkeer op de website zijn meer dan twee keer zo vaak winstgevend (53 procent) dan platformen met het minste dataverkeer (25 procent). 

4.4a Winstgevendheid van online platformen naar startjaar van de website, 2019
Platformen met winst (%)Platformen met verlies (%)
2013 of eerder 50,0 18,0
2014 27,3 41,8
2015 31,0 32,4
2016 22,1 40,7
2017 21,1 39,5
2018 14,7 37,3
2019 20,0 40,0

4.4b Winstgevendheid van online platformen naar dataverkeer op de website, 2019
Platformen met winst (%)Platformen met verlies (%)
1e kwintiel (minste dataverkeer) 24,6 33,3
2e kwintiel 29,4 32,4
3e kwintiel 50,0 32,4
4e kwintiel 48,5 26,5
5e kwintiel (meeste dataverkeer) 52,9 26,5

5. Omzet, bedrijfsresultaat en toegevoegde waarde

Analysesample

In dit hoofdstuk worden de omzet, het bedrijfsresultaat en de toegevoegde waarde van de online platformen in het studiesample bepaald. Het is van belang hierbij direct al aan te geven dat de focus hierbij ligt op de verdeling van de omzet. Totaalniveaus kunnen niet goed bepaald worden vanwege non-respons en het ontbreken van een helder ophoogkader. Zie het deel ‘Theoretische overwegingen omzetbepaling’ verderop in dit hoofdstuk voor een uitleg van en de overwegingen bij de gebruikte methodiek.

Er waren omzetgegevens beschikbaar voor 574 van de 706 (81 procent) verschillende bedrijven met een online platform (tabel 5.1). Gezamenlijk waren deze bedrijven goed voor een omzet van 29,1 miljard euro in 2019. Voor 347 van deze bedrijven (omzet 15,1 miljard euro) werd vastgesteld dat het zwaartepunt ligt bij de platformactiviteiten van het bedrijf. Voor 11 bedrijven waarvoor het zwaartepunt niet kon worden vastgesteld kon wel worden vastgesteld dat ze in ieder geval één online platform hadden met een aanzienlijke omzet. De totale omzet van deze bedrijven was 2,8 miljard euro, waarvan 1,8 miljard euro (64 procent) voortkwam uit opbrengsten uit het online platform. Voor 47 van de 347 bedrijven met een platform zwaartepunt was het bedrijfsresultaat en de toegevoegde waarde beschikbaar. Het ging hierbij om een selectie grote bedrijven die goed waren voor 99 procent van de totale omzet.

5.1 Kenmerken van het analyse-sample
Aantal bedrijfseenhedenOmzet in 2019, totaal (mln euro)Omzet, mediaan (x 1 000 euro)Omzet, interkwartielrange ondergrens (x 1 000 euro)Omzet, interkwartielrange bovengrens (x 1 000 euro)
1. Bedrijven met een platform57429 075120201 080
2. Bedrijven met een platform-zwaartepunt34715 0609015520
3. 2 aangevuld met 11 bedrijven met een grote platformomzet, maar waarvan het zwaartepunt niet beoordeelbaar was35816 81510515630
4. 2 waarvoor bedrijfsresultaat en toegevoegde waarde beschikbaar was4714 9353 6351 03013 595

Omzet van online platformen scheef verdeeld

Uit de analyse bleek dat de omzet van online platformen zeer scheef is verdeeld over de bedrijven. 99 procent van de omzet is toe te schrijven aan ongeveer 6 procent van de online platformen (figuur 5.2). Hoewel er enige variatie is, is deze scheve omzet verdeling zichtbaar in eigenlijk alle branches (resultaten niet gepresenteerd vanwege onthullingsrisico).

5.2 Het deel van de omzet uitgezet tegen het deel van de online platformen dat deze omzet behaalde

Deze figuur toont het deel van de omzet uitgezet tegen het deel van de online platformen dat deze omzet behaalde. De omzet is zeer scheef verdeeld: 99 procent van de omzet is toe te schrijven aan ongeveer 6 procent van de online platformen.

Grootste omzet voor bemiddeling vakantieverblijven

Het grootste deel van de totale omzet kwam voor rekening van online platformen die zich richten op bemiddeling in vakantieverblijven. Ook een groot deel was toe te schrijven aan platformen die bemiddelen in vervoer. Platformen in de detailhandel (retail), platformen die bemiddelen in financiële producten, en platformen die zich richten op sociale producten namen een kleiner deel van de omzet voor hun rekening. De overige branches waren slechts voor een klein deel van de omzet verantwoordelijk.

Bedrijfsresultaat en toegevoegde waarde

Het bedrijfsresultaat, ook wel de bedrijfswinst, is gelijk aan de netto omzet van een bedrijf minus de bedrijfskosten. Van de 47 geanalyseerde bedrijven met een online platform hadden er 30 (64 procent) een positief bedrijfsresultaat en 17 (36 procent) een negatief bedrijfsresultaat in 2018 (recentere gegevens waren tijdens de analyse niet beschikbaar). Het bedrijfsresultaat van de 47 bedrijven samen was 4 125 miljoen euro.

De toegevoegde waarde (of productiewaarde) van een bedrijf geeft aan hoeveel waarde het bedrijf heeft toegevoegd aan een product, en wordt berekend als het verschil tussen de omzet van het bedrijf en de inkoopwaarde. De toegevoegde waarde van de 47 geanalyseerde bedrijven met een online platform was gemiddeld 111 miljoen euro in 2018. Samen waren de bedrijven goed voor een toegevoegde waarde van 5 240 miljoen euro.

5.3 Bedrijfsresultaat en toegevoegde waarde van 47 bedrijven met een platform-zwaartepunt, 2018
BedrijfsresultaatToegevoegde waarde
Aantal bedrijven4747
Gemiddelde (x1 000 euro)87 740111 470
Mediaan (x1 000 euro)601 145
Totaal (mln euro)4 1255 240

Theoretische overwegingen omzetbepaling

Voor deze kwantificatie van de omzet, het bedrijfsresultaat en de toegevoegde waarde van online platformen wordt gebruikgemaakt van financiële gegevens die betrekking hebben op de bedrijfseenheden die horen bij de online platformen. Het is van belang te beseffen dat een online platform vaak maar een onderdeel van een bedrijfseenheid is. Ook kan het voorkomen dat een bedrijfseenheid die hoort bij een bepaald platform ook nog één of meer andere platformen heeft. De financiële gegevens hebben dus vaak betrekking op een ruimere eenheid dan alleen het online platform. 

Er zijn verschillende methoden om de omzet van online platformen in kaart te brengen. De meest eenvoudige methode is het bij elkaar optellen van de omzet van de (unieke) bedrijven met een online platform. Deze methode geeft echter een overschatting geven van de platformomzet omdat bedrijfseenheden vaak meer omvatten dan alleen het online platform. Dit is problematisch bij het in kaart brengen van het totaalniveau van de omzet, maar ook bij het in kaart brengen van omzetverdelingen kan dit het resultaat vertekenen. 

Een tweede methode maakt eveneens gebruik van de financiële gegevens voor bedrijfseenheden, alleen wordt op basis van informatie uit de platform-enquête een onderscheid gemaakt tussen het platform- en het niet-platformdeel van de omzet. De enquêtevraag die hiervoor gebruikt wordt, is “Welk deel (in procenten) van de totale omzet van uw bedrijf of organisatie kwam voort uit opbrengsten uit het online platform?” Deze methode lijkt accurater dan het gebruik van de gehele omzet van bedrijven met een online platform. Maar ook deze methode heeft wat knelpunten. Om de enquêtedruk per bedrijf te beperken ontvangt ieder bedrijf slechts één enquête. Voor de bedrijven met meerdere platformen wordt op basis van toeval één van de platformen geselecteerd voor de enquête. Voor bedrijven met meerdere online platformen betekent dit dat het onderscheid tussen platform- en niet-platform omzet van het bedrijf niet volledig gemaakt kan worden. Bovendien bleek ook dat de item-non respons voor deze specifieke vraag in de enquête zo hoog was (64 procent) dat deze in feite niet bruikbaar was. Deze lage item-respons hangt hoogstwaarschijnlijk samen met het feit dat het gaat om (concurrentie)gevoelige informatie. 

Een derde methode is de berekening alleen te richten op bedrijven waarvoor geldt dat het zwaartepunt van de activiteiten ligt bij het online platform van het bedrijf. Deze methode wordt beschreven in de richtlijnen voor aanbod- en gebruiktabellen voor de digitale economie van de OESO (OECD, 2020). Binnen het team Nationale Rekeningen van het CBS is deze methode uitgewerkt. De bepaling van het zwaartepunt van een bedrijf (wel of geen platform zwaartepunt) is hierbij gedaan op basis van de verhouding van het aantal werknemers in het platformdeel van het bedrijf en het totaal aantal werknemers in het bedrijf. Hierbij is het aantal werknemers in het platform afkomstig uit de enquête-respons en het aantal werknemers in het hele bedrijf uit het bedrijvenregister van het CBS. Wanneer 50 procent of meer van de werknemers werkt in het platformdeel van het bedrijf ligt het zwaartepunt van het bedrijf bij het online platform. 

Voor de berekeningen in dit hoofdstuk is de platform-aanpak als uitgangspunt gehanteerd. Dit houdt in dat voor alle bedrijven waarvoor werd vastgesteld dat het zwaartepunt ligt bij de platformactiviteiten de gehele omzet is meegenomen in de berekening. Hierbij zijn er echter twee aanvullingen gedaan. De eerste is dat er 16 platformbedrijven aan de berekening zijn toegevoegd die niet in de populatie van de platformenquête zaten, maar wel door Nationale Rekeningen werden geïdentificeerd als grote platformbedrijven. De tweede aanvulling is dat er een aantal bedrijven (n-11) waren waarvoor het zwaartepunt niet kon worden vastgesteld, maar waarvan er wel ten minste één platform was met een aanzienlijke omzet. Het platformdeel van de omzet van deze bedrijven is ook meegeteld in de berekening. 

Literatuur

OECD (2020). Guidelines for Supply-Use tables for the Digital Economy. Parijs: Organisation for Economic Co-operation and Development. 

6. Internationalisering

Via online platformen kunnen, makkelijker dan via fysieke winkels of marktplaatsen, aanbieders en afnemers uit andere landen worden bereikt. Via internet kan in principe iedereen ter wereld een Nederlands online platform bezoeken. In Nederland gevestigde bedrijven richten hun online platform dan ook niet uitsluitend op Nederlandse bezoekers. In dit hoofdstuk wordt gekeken naar de mate van internationalisering van online platformen, door te kijken naar de landen waar de aanbieders en afnemers vandaan komen.

Dit hoofdstuk beschrijft niet de online platformen in het buitenland die eigendom zijn van buitenlandse bedrijven. Deze platformen kunnen ook Nederlandse aanbieders en afnemers aantrekken.

40 procent heeft aanbieders uit buitenland

Meer dan de helft van de online platformen (57 procent) heeft alleen aanbieders uit Nederland. Bij 43 procent komt een deel van de aanbieders uit het buitenland. Het gaat dan niet om grote aantallen; bij slechts 11 procent van de platformen komt meer dan de helft van de aanbieders uit het buitenland, zie tabel 6.1.

Buitenlandse aanbieders komen het vaakst uit Duitsland, België of Luxemburg. Bijna een kwart van de platformen heeft ook aanbieders uit andere EU-landen, en 14 procent heeft aanbieders van buiten de EU.

42 procent platformen heeft afnemers van buiten Nederland

Bij 55 procent van de online platformen komen alle afnemers uit Nederland. 45 procent heeft echter ook afnemers uit het buitenland. Net als bij de aanbieders gaat het bij de afnemers niet om grote hoeveelheden: op maar 8 procent van de platformen was het merendeel van de afnemers uit het buitenland afkomstig.

De platformen met afnemers uit het buitenland hebben in veel gevallen afnemers uit België, Duitsland of Luxemburg. 22 procent van de online platformen had afnemers uit andere EU-landen, en 13 procent had ook afnemers van buiten de EU.

Deze cijfers hebben alleen betrekking op de 487 online platformen die aangaven actieve afnemers te hebben.

6.1 Online platformen naar herkomstregio van de aanbieders en afnemers, 2020
Platformen met aanbieders in herkomstregio (%)Platformen met afnemers in herkomstregio (%)
Totaal100,0100,0
100 % uit Nederland57,254,9
Deels uit het buitenland42,845,1
25% of meer uit het buitenland17,615,0
50% of meer uit het buitenland11,38,2
Deels uit Duitsland, België of Luxemburg38,142,2
25% of meer uit Duitsland, België of Luxemburg6,65,9
50% of meer uit Duitsland, België of Luxemburg1,61,4
Deels uit andere EU landen23,821,7
25% of meer uit andere EU landen7,05,1
50% of meer uit andere EU landen2,92,3
Deels uit landen buiten de EU14,313,3
25% of meer uit landen buiten de EU4,92,0
50% of meer uit landen buiten de EU2,01,0

Bijna kwart aanbieders komt niet uit Nederland

76 procent van alle aanbieders op alle online platformen kwam uit Nederland, zie tabel 6.2. Van de overige 24 procent kwam 18 procent van landen binnen de EU, en 6 procent uit landen buiten de EU.

Platformen voor vakantieverblijf hebben het hoogste aandeel aanbieders uit het buitenland; slechts 2 procent van de aanbieders op hun platformen kwam uit Nederland. In de zorg en in de branche ‘sociaal’ komen juist nagenoeg alle aanbieders wel uit Nederland.

Het gemiddeld aantal aanbieders per platform verschilt sterk per branche, zie ook hoofdstuk 2.2. Platformen in de retail en in de branche ‘marktplaatsen’ kennen relatief veel aanbieders. Zij beïnvloeden sterk de verdeling naar regio voor de regel ‘alle branches’. De verdeling naar regio kan ook sterk beïnvloed zijn door een of enkele grote spelers in de markt.

6.2 Verdeling aanbieders op online platformen naar regio van herkomst (%), per branche, 2020
NederlandDuitsland, België, LuxemburgAndere EU landenLanden buiten de EUTotaal regio's
Alle branches765136100
Arbeid38151928100
Digitale diensten711874100
Energie en duurzaamheid94322100
Financieel593380100
Hobby91541100
Horeca584100100
Informatie86753100
Marktplaatsen4313431100
Overig95311100
Reclame en marketing95500100
Retail99100100
Sociaal100000100
Sport en cultuur87840100
Vakantieverblijf243064100
Vastgoed95500100
Vervoer93322100
Zorg100000100

Meer dan de helft van de afnemers komt uit buitenland

Nederlandse online platformen zijn internationaal gericht: 58 procent van alle afnemers op de online platformen kwam uit het buitenland. 34 procent kwam uit EU-landen, maar ook 24 procent kwam van landen buiten de EU, zie tabel 6.3.

Platformen voor vakantieverblijf hebben het hoogste aandeel afnemers uit het buitenland; slechts 6 procent van de afnemers op hun platformen kwam uit Nederland. In de branches ‘zorg’ en ‘sociaal’ komen juist nagenoeg alle afnemers wel uit Nederland.

Het gemiddeld aantal afnemers per platform verschilt sterk per branche, zie ook hoofdstuk 2.2. Platformen in de retail en platformen voor vakantieverblijven kennen relatief veel afnemers. Deze branches beïnvloeden sterk de verdeling naar regio voor de regel ‘alle branches’. De verdeling naar regio kan ook sterk beïnvloed zijn door een of enkele grote spelers in de markt.

6.3 Verdeling afnemers op online platformen naar regio van herkomst (%), per branche, 2020
NederlandDuitsland, België, LuxemburgAndere EU landenLanden buiten de EUTotaal regio's
Alle branches42161824100
Arbeid791911100
Digitale diensten93511100
Energie en duurzaamheid99001100
Financieel96310100
Hobby95400100
Horeca861300100
Informatie761842100
Marktplaatsen4513411100
Overig96210100
Reclame en marketing718164100
Retail851400100
Sociaal100000100
Sport en cultuur881200100
Vakantieverblijf6203045100
Vastgoed93710100
Vervoer96211100
Zorg100000100

7. Maatschappelijk perspectief

COVID-19 had in 2020 een grote impact op de maatschappij. In hoeverre hadden de maatregelen die genomen werden ook invloed op de online platformen? Enerzijds kregen online platformen die producten verkopen misschien meer gebruikers doordat fysieke winkels waren gesloten. Anderzijds zagen platformen misschien minder transacties, doordat datgene wat ze aanbieden niet meer kon plaatsvinden. Denk aan platformen voor uitwisseling van concertkaarten, of een platform voor banen in de horeca.

Daling transacties bij meeste platformen

Vier op de tien online platformen zag in 2020 een daling van het aantal transacties door COVID-19 en de maatregelen daartegen, zie tabel 7.1. Bij twee op de tien was het aantal transacties zelfs erg gedaald. Bijna twee op de tien zag juist een stijging in de transacties via het online platform.

7.1 Effecten van COVID-19 (of maatregelen daartegen) op het aantal transacties via het platform, 2020
Platformen (%)
(Erg) Gestegen17,3
Geen invloed25,6
(Erg) Gedaald39,8
Exclusief platformen die aangaven dat dit niet van toepassing was, bijvoorbeeld omdat ze geen transacties via het platform hadden.

7.2 Effecten van COVID-19 (of maatregelen daartegen) op het aantal transacties via het platform, 2020
id_cols(Erg) Gedaald (% van platformen)Geen invloed (% van platformen)(Erg) Gestegen (% van platformen)
Arbeid57,329,313,3
Digitale diensten46,74013,3
Energie en duurzaamheid37,531,231,2
Financieel30,647,222,2
Hobby622216
Horeca65,24,330,4
Informatie46,437,516,1
Marktplaatsen17,447,834,8
Overig64,314,321,4
Reclame en marketing503020
Retail27,736,236,2
Sociaal32,730,936,4
Sport en Cultuur7023,36,7
Vakantieverblijf761410
Vastgoed32,651,216,3
Vervoer59,325,914,8
Zorg28,635,735,7

Sociale platformen, platformen uit de zorg, en uit de retail-branche kenden het vaakst een stijging in het aantal transacties. Ongeveer 35 procent van deze platformen zag het gebruik toenemen, zie figuur 7.2.

Platformen voor het boeken van vakantieverblijven, en uit de sport- en cultuurbranches zagen het vaakst een daling. In deze sectoren kende meer dan 70 procent een daling van het aantal transacties.

Opvallend is dat in de horeca er zowel veel platformen zijn met stijgingen, als met dalingen (hoewel de ‘dalers’ de overhand hebben). De dalers zijn onder andere platformen die aan bedrijven leveren, bijvoorbeeld een horecagroothandel, platformen voor het vinden van personeel in de horeca, of platformen die arrangementen in restaurants bieden. De stijgers zijn voornamelijk platformen die eten bezorgen, bijna allemaal gericht op huishoudens.

Helft platformen dient publiek belang

In de enquête platformsamenleving is een aantal vragen opgenomen die betrekking hebben op de maatschappelijke context waarbinnen online platformen actief zijn. Zo is er gevraagd aan welke publieke belangen het online platform een positieve bijdrage levert. Het platform kan bijvoorbeeld bijdragen aan sociale contacten en vereenzaming tegengaan. Het kan bepaalde vormen van zorg beter toegankelijk maken, of bijvoorbeeld zorgen voor meer duurzaamheid.

De helft van de platformen dient een publiek belang, zie tabel 7.3. Vooral platformen in de zorg (79 procent), en in de energie- en duurzaamheid-branche (88 procent) dienen vaak een publiek belang. Platformen voor het boeken van vakantieverblijven en in de vastgoedbranche dragen het minst vaak bij aan publieke belangen, hoewel in deze branches toch nog 29 procent aangeeft een publiek belang te dienen.

7.3a Percentage platformen dat ook een publiek belang dient, naar soort aanbieder en afnemer, 2020
Alle platformen49
Aanbieder is bedrijf, afnemer is bedrijf37
Aanbieder is bedrijf, afnemer is huishouden47
Aanbieder is bedrijf, afnemer is bedrijf of huishouden53
Aanbieder is huishouden, afnemer is huishouden46
Huishoudens is inclusief zzp'ers.

7.3b Percentage platformen dat ook een publiek belang dient, naar soort aanbieder en soort afnemer, 2020
AanbiedersAfnemers
Bedrijven4343
Huishoudens en zzp'ers 4252
Non-profit organisaties9085
Mix6157
Onbekend3933

7.3c Percentage platformen dat ook een publiek belang dient, naar soort product, 2020
Diensten52
Goederen42
Informatie50

7.3d Percentage platformen dat ook een publiek belang dient, naar branche platform, 2020
Arbeid53
Digitale diensten32
Energie en duurzaamheid88
Financieel40
Hobby61
Horeca46
Informatie49
Marktplaatsen36
Overig71
Reclame en marketing36
Retail39
Sociaal66
Sport en Cultuur65
Vakantieverblijf29
Vastgoed29
Vervoer39
Zorg79

Publiek belang vaak duurzaamheid

Het bevorderen van duurzaamheid wordt het vaakst genoemd als publiek belang, zie tabel 7.4. Voorbeelden zijn het stimuleren van een circulaire economie, het delen of hergebruik van goederen, en het terugdringen van fysieke vervoersbewegingen. Een bijdrage aan het klimaat en de energietransitie wordt ook genoemd.

Zorg en gezondheid wordt ook vaak als thema genoemd. De online platformen noemden onder andere het bevorderen van toegankelijkheid en efficiëntie van de zorg, en het stimuleren van sport en beweging.

Andere publieke belangen die gediend worden zijn verbetering van sociale contacten en welzijn, denk aan het terugdringen van eenzaamheid, en het bevorderen van sociale cohesie. Daarnaast dienen online platformen ook belangen als het verhogen van transparantie in de markt en het zorgen voor een betere en veiligere leefomgeving.

7.4 Terrein van publiek belang, 2020
Platformen (%)
Duurzaamheid14,9
Zorg / gezondheid12,2
Sociaal / welzijn9,9
Werk5,1
Onderwijs en educatie4,2
Leefomgeving3,7
Veiligheid2,7
Ondernemerschap2,4
Transparantie2,4
Kunst & cultuur2,1
Overig17,1
Platformen konden meerdere publieke belangen opgeven.

Algoritmen en gebruikersgegevens

Door het verzamelen van gebruikersgegevens en de inzet van algoritmen3) kunnen gebruikers van het platform gerichter worden benaderd en kunnen bedrijfsprocessen worden geoptimaliseerd. Vaak roept de verzameling van gebruikersgegevens en de inzet van algoritmen vragen op die raken aan privacy, lock-in-effecten, en bescherming van de consument in algemene zin.

Hieronder wordt daarom ingegaan op de manier waarop algoritmen worden ingezet door online platformen, en de gegevens die online platformen verzamelen over de gebruikers ervan.

1 op 3 online platformen gebruikt algoritmen

Algoritmen werden door 34 procent van de online platformen gebruikt. In de vervoersbranche gebeurde dit het vaakst, zie figuur 7.5.

Voor het algoritme-gebruik maakt het weinig uit of aanbieders of afnemers bedrijf of huishouden zijn. Bij platformen die zich richten op informatie gebruikt 27 procent algoritmen. Bij platformen die zich richten op goederen en diensten kwam dit vaker voor: 42 procent resp. 35 procent.

7.5 Platformen die algoritmen gebruiken, 2020
id_colsperc (% van platformen)
Arbeid41,1
Digitale diensten10,5
Energie en duurzaamheid35,3
Financieel28,6
Hobby21,3
Horeca28,6
Informatie38,5
Marktplaatsen32,1
Overig23,5
Reclame en marketing35,7
Retail45,6
Sociaal34,3
Sport en Cultuur27
Vakantieverblijf34,5
Vastgoed31,4
Vervoer58,1
Zorg21,1

Algoritmen vooral gebruikt voor matching

Het zo goed mogelijk ‘matchen’ van aanbieders en afnemers is het belangrijkste doel waarbij algoritmes worden ingezet, zie figuur 7.6. Van de platformen die algoritmes inzetten, gebruikte 68 procent ze om de beste aanbieders en afnemers met elkaar te koppelen. 26 procent van deze online platformen zette algoritmes in om advertenties te tonen aan specifieke doelgroepen.

Bij een kleiner aandeel van de platformen worden algoritmes gebruikt om het aanbod aan te passen aan de vraag, of om de prijs dynamisch vast te stellen. Daarnaast werden algoritmes soms gebruikt om goed of slecht beoordeelde aanbieders meer of minder werk te geven, of om slecht beoordeelde aanbieders of afnemers geheel te weren van het platform.

7.6 Hoe worden algoritmen ingezet, 2020
id_colsperc (% van platformen dat algoritmes inzet)
Koppelen van afnemers en aanbieders67,9
Dataverwerking en analyse30,8
Advertenties richten op doelgroepen25,8
Sturen vraag en aanbod bij fluctuerende vraag13,8
Vaststellen prijs transactie o.b.v. vraag en aanbod11,2
Bepalen werkaanbod o.b.v. reviews8,8
Ontzeggen toegang platform bij slechte beoordeling8,3
Anders7,5

Verzameling van gegevens van gebruikers

Online platformen verzamelen gegevens van gebruikers. Het kan dan gaan om relatief onschuldige zaken als het registreren van een adres, om te weten waar een product geleverd dient te worden. Het kan echter ook gaan om uitgebreide verzameling van persoonsgegevens van de gebruikers van het platform, met als doel deze door te verkopen aan adverteerders of dataverzamelingsbedrijven.

72 procent van de platformen verzamelde gegevens van aanbieders of afnemers. Dit percentage is in alle branches ongeveer even hoog.

Platformen die vooral informatie bieden verzamelden het minst vaak gegevens van gebruikers: 64 procent. Bij platformen die zich richten op goederen lag dit aandeel hoger (78 procent) evenals bij diensten (76 procent).

De gegevens worden het vaakst verzameld wanneer een gebruiker zich registreert op het platform, zie tabel 7.7. Daarnaast worden bij een deel van de platformen ook tijdens het gebruik van het platform gegevens over de aanbieder of afnemer verzameld.

7.7 Van wie en wanneer worden gegevens verzameld, 2020
Platformen (%)
Gegevens van aanbieders, bij registratie55,0
Gegevens van aanbieders, bij gebruik22,5
Gegevens van afnemers, bij registratie48,6
Gegevens van afnemers, bij gebruik30,2

Gebruik van verzamelde gegevens

De door het platform verzamelde gegevens worden voornamelijk gebruikt om aanbieders en afnemers te koppelen (40 procent van de platformen), om klantendossiers bij te houden en om analyses uit te voeren (beide bij 26 procent van de platformen), zie figuur 7.8.

Opvallend is dat slechts 1 procent van de platformen de gebruikersgegevens zegt te delen met derden. Veruit de meeste platformen zeggen de verzamelde gegevens alleen intern te gebruiken.

7.8 Waarvoor worden de verzamelde gegevens gebruikt, 2020
id_colsperc (% van platformen)
Afnemers en aanbieders koppelen39,9
Klantendossiers bijhouden26,1
Analyses uitvoeren25,8
Het betalingssysteem goed laten functioneren18,3
Advertenties richten op doelgroepen9,3
Een audit trail vastleggen8,8
Algoritmen verbeteren6,8
Anders6,7
Delen met derden0,8

 

 

3) Een algoritme is een set (beslis)regels (meestal in de vorm van een computerscript) die wordt gebruikt om processen (dataverwerking) automatisch te laten verlopen.

8. Verkoop van bedrijven via online platformen

Dit hoofdstuk gaat in op Nederlandse bedrijven die verkopen via een online platform. Het gaat hier specifiek over platformen die aan verkoopbemiddeling doen, en niet over de bredere groep online platformen die in eerdere hoofdstukken is besproken.

De gegevens zijn afkomstig uit de enquête ICT-gebruik bij bedrijven van het CBS. Deze enquête beschrijft het ICT-gebruik bij bedrijven met tenminste 2 werkzame personen, in de SBI-bedrijfstakken C t/m N en Q. Op deze enquête is aan bedrijven gevraagd of zij (1) producten verkochten via een eigen website of app, en (2) of zij verkochten via de website of app van een ander bedrijf. In het tweede geval is dit beschouwd als verkoop via een online platform.

Deze gegevens zijn beschikbaar tot en met 2019. Effecten van COVID-19, en de daartegen genomen maatregelen in 2020, zijn nog niet in deze cijfers te zien.

8 procent bedrijven verkoopt via online platform

In 2019 verkocht 7,9 procent van de bedrijven (mede) via een online platform, zie figuur 8.1. Dit is een stijging ten opzichte van 2016, toen 4,6 procent via een online platform verkocht. In 2019 verkocht 1,9 procent zelfs uitsluitend via online platformen, en niet via een eigen website of app. Ook dit is een toename ten opzichte van 2016 (1,3 procent).

Het aandeel bedrijven dat in 2019 producten via een eigen website of app verkocht, is 16,6 procent. Dit is twee keer zo hoog als het aandeel bedrijven dat via een online platform verkocht.

8.1 Percentage Nederlandse bedrijven dat verkoopt via een eigen website of online platform
Jaar(Mede) via eigen website of app(Mede) via online platformUitsluitend via online platform
201612,64,61,3
201716,36,91,9
201817,07,91,7
201916,67,91,9

Minder dan 1 procent van omzet uit online platformverkoop

Hoewel een flink deel van de bedrijven ook verkocht via online platformen, bleef het deel van de omzet dat behaald werd met verkoop via deze platformen klein. In 2019 ging het slechts om 0,9 procent van de omzet. De omzet uit verkoop via een eigen website (of app) was vele malen hoger (8,3 procent), zie figuur 8.2.

Zowel bij omzet uit verkoop via online platformen als bij omzet uit verkoop via een eigen website is er een stijgende trend te zien. Bij beide steeg het omzetaandeel met 80 procent in vergelijking met 2016.

8.2 Omzetdeel behaald uit verkoop via eigen website of online platform onder Nederlandse bedrijven
JaarVia eigen website of appVia online platform
20164,60,5
20175,20,6
20186,20,8
20198,30,9

Handel en horeca verkocht vaakst via online platform

Bedrijven in de horeca en in de groot- en detailhandel verkochten vaker dan bedrijven in andere bedrijfstakken via online platformen, zie tabel 8.3. In 2019 verkocht 16,2 procent van de horecabedrijven via een online platform, tegen 11,9 procent in de handel.

Bij de horeca leidde de verkoop via online platformen tot een aanzienlijk deel van de omzet (6,1 procent), terwijl dit voor de handel slechts 0,9 procent van de omzet bedroeg.

In de bedrijfstak vervoer en opslag is het aandeel bedrijven dat verkoopt via een online platform beneden gemiddeld (6,3 procent). Deze bedrijven haalden echter wel een relatief hoog deel van hun omzet uit de verkoop via online platformen (2,5 procent).

8.3 Nederlandse bedrijven die verkopen via een online platform, naar SBI-groep in 2019
Deel bedrijven met verkopen via online platform (%)Omzetdeel bedrijven uit verkopen via online platform (%)
CIndustrie6,00,4
D-EEnergievoorziening en afvalbeheer1,40,7
FBouwnijverheid4,80,2
GHandel11,90,9
HVervoer en opslag6,32,5
IHoreca16,26,1
JInformatie en communicatie3,31,0
KFinanciële dienstverlening beperkt1,30,7
LVerhuur van en handel van onroerend goed7,00,4
MSpecialistische zakelijke diensten3,20,5
NVerhuur en overige zakelijke diensten4,70,4
QGezondheids- en welzijnszorg4,60,1

In tabel 8.4 is de verdeling van Nederlandse bedrijven over de bedrijfstakken weergegeven (voor de bedrijfstakken die zijn opgenomen in de enquête ICT-gebruik bij bedrijven). De bedrijfstakken Handel en Vervoer en opslag zijn samen goed voor meer dan 50 procent van de omzet uit verkopen via online platformen.

8.4 Verdeling naar SBI-groep van het aantal Nederlandse bedrijven en hun omzet in 2019
Verdeling bedrijven (%)Verdeling bedrijven met verkoop via online platform (%)Verdeling omzet bedrijven (%)Verdeling omzet bedrijven uit verkopen via online platform (%)
Totaal 100,0 100,0 100,0 100,0
CIndustrie 8,2 6,2 21,3 9,5
D-EEnergievoorziening en afvalbeheer 0,4 0,1 2,0 1,6
FBouwnijverheid 9,7 5,9 8,4 1,5
GHandel 28,2 42,7 34,4 34,9
HVervoer en opslag 4,7 3,8 7,1 20,4
IHoreca 10,4 21,5 2,4 17,1
JInformatie en communicatie 4,9 2,1 3,8 4,5
KFinanciële dienstverlening beperkt 0,7 0,1 3,6 2,8
LVerhuur van en handel van onroerend goed 2,6 2,3 1,1 0,6
MSpecialistische zakelijke diensten 14,2 5,8 6,8 3,8
NVerhuur en overige zakelijke diensten 6,5 3,9 5,5 2,8
QGezondheids- en welzijnszorg 9,6 5,6 3,6 0,6

8.5 Verdeling naar grootteklasse van het aantal Nederlandse bedrijven en hun omzet in 2019
Verdeling bedrijven (%)Verdeling bedrijven met verkoop via online platform (%)Verdeling omzet bedrijven (%)Verdeling omzet bedrijven uit verkopen via online platform (%)
Totaal 100,0 100,0 100,0 100,0
2 werkzame personen 35,0 30,0 1,9 2,1
3-4 werkzame personen 23,7 27,3 3,0 4,0
5-9 werkzame personen 19,7 23,0 5,6 6,9
10-19 werkzame personen 10,5 9,3 7,2 8,7
20-49 werkzame personen 6,5 6,3 11,9 12,7
50-99 werkzame personen 2,3 2,1 10,9 12,1
100-249 werkzame personen 1,4 1,2 15,6 17,8
250-499 werkzame personen 0,5 0,4 12,1 5,3
500 en meer werkzame personen 0,5 0,5 31,7 30,4

Grote en kleine bedrijven verkopen via online platformen

Zowel bedrijven met veel als met weinig werkzame personen verkochten via online platformen. Het aandeel bedrijven dat verkocht via online platformen verschilt weinig tussen de verschillende grootteklasses.

Dit geldt ook voor de omzet behaald uit onlineplatformverkoop. In alle grootteklasses lag dit aandeel rond de 0,9 procent, gelijk aan de gemiddelde waarde voor alle bedrijven.

De verdeling over de grootteklasses van bedrijven die verkochten via een online platform loopt dan ook ongeveer gelijk met de verdeling van alle bedrijven, zie tabel 8.5. Ook de verdeling over de grootteklasses van omzet die bedrijven haalden uit verkoop via online platformen is vergelijkbaar met de verdeling van de totale omzet van alle bedrijven.

Verkoop vaak voornamelijk via één online platform

In 2019 behaalde 77 procent van de bedrijven meer dan de helft van de platformomzet uit de verkoop via één platform, zie tabel 8.6. Deze bedrijven zijn dus (voor hun verkoop via platformen) in belangrijke mate afhankelijk van dit ene platform. In alle bedrijfstakken waar voldoende informatie beschikbaar voor was, lag het aandeel tussen de 59 en 84 procent.

Verkoop via één platform suggereert een bepaalde mate van afhankelijkheid van een specifiek platform. Het geeft een indicatie van een zekere ‘marktmacht’ van dit ene platform.

8.6 Nederlandse bedrijven met meer dan de helft van de platformomzet uit verkoop via één platform, naar SBI-groep in 2019
Bedrijven met meer dan de helft van de platformomzet uit verkoop via één platform (%)
Totaal 77,0
CIndustrie78,7
GHandel83,5
HVervoer en opslag59,1
IHoreca77,0
JInformatie en communicatie75,8
MSpecialistische zakelijke diensten68,8
NVerhuur en overige zakelijke diensten64,7
Alleen de SBI-groepen waarvoor de cijfers betrouwbaar genoeg zijn, zijn in deze tabel weergegeven. Het totaal omvat wel alle SBI-groepen.

9. Methodologie

9.1 Evaluatie van de gebruikte methoden

In hoofdstuk 2 is beschreven hoe de onderzoekspopulatie tot stand kwam, en hoe online platformen zijn uitgevraagd. In dit hoofdstuk worden enkele aspecten van de gebruikte methoden geëvalueerd, en wordt ingegaan op enkele factoren die van invloed kunnen zijn op de gepresenteerde uitkomsten.

Evaluatie categorisering als online platform door respondent

Op basis van de antwoorden op de vragen op de enquête kan worden gesteld of een respondent een online platform is of niet. Om de kwaliteit van deze antwoorden te verifiëren, is door een onderzoeker van het CBS een (klein) aantal potentiële platforms bekeken. Op basis van wat er zichtbaar was op de website, beoordeelde de onderzoeker of het een platform betrof of niet.

Er zijn 58 websites op deze wijze bekeken. Bij 48 hiervan (83 procent) was de beoordeling op basis van de antwoorden van de respondent gelijk aan die van de onderzoeker. Bij 27 websites ging het in beide gevallen om een platform, en bij 21 websites ging het in beide gevallen juist niet om een platform, zie tabel 9.1.1.

Bij 3 websites bleek uit de controle door de onderzoeker dat het geen online platform betrof, terwijl op basis van de antwoorden van de respondent wel was geconcludeerd dat het een platform was. Deze websites zijn dus ten onrechte als online platform bestempeld (‘false positive’). Dit betreft zo’n 10 procent van de 30 websites die op basis van de antwoorden van de respondent als platform waren gecategoriseerd.

Bij 7 websites concludeerde de onderzoeker dat het wel om een online platform ging, terwijl de antwoorden van de respondent er op duidden dat het geen platform betrof (‘false negative’). Dit betreft 25 procent van de 28 websites die op basis van de antwoorden van de respondent als ‘geen platform’ waren ingedeeld.

Hoewel de classificatie dus in de meeste gevallen goed verloopt, wordt soms een website ten onrechte als platform beschouwd. Omgekeerd wordt soms een website ten onrechte niet als platform beschouwd, en buiten de in dit rapport gepresenteerde resultaten gelaten.

9.1.1 Evaluatie van categorisering als online platform door respondent
Wel platform volgens onderzoekerGeen platform volgens onderzoekerTotaal
Wel platform volgens respondent27330
Geen platform volgens respondent72128

Representativiteit van de respons

De enquête is uitgezonden naar alle bedrijven waarvan werd vermoed dat ze tot de populatie zouden kunnen behoren (zie hoofdstuk 2). Bij het bepalen van de uitkomsten van de enquête kon geen gebruik worden gemaakt van ophoging; de totale populatie is immers niet bekend. Wel is er gekeken of er mogelijk selectiviteit in de respons zat, doordat bedrijven in bepaalde bedrijfstakken of van verschillende groottes vaker of minder vaak respondeerden.

Er waren geen grote verschillen in de respons op de enquête naar SBI-groep of grootteklasse (van het bedrijf waar het platform bij hoort). Dit betekent dat het niet erg waarschijnlijk is dat de resultaten sterk zijn vertekend door selectieve respons.

Bedrijven met meerdere online platformen

Bedrijven die meerdere (potentiële) platformen hadden, hebben slechts voor één van hun platformen een enquête ontvangen. Op deze manier heeft het CBS geprobeerd de administratieve lastendruk voor bedrijven laag te houden.

Dit heeft een effect op de uitkomsten. Platformen die eigendom zijn van een bedrijf dat meerdere platformen bezit, zijn ondervertegenwoordigd in de resultaten. Dit speelt vooral in de SBI J (Informatie en communicatie). Hierin zit een aantal bedrijven met heel veel websites, soms meer dan 100. Deze websites zijn vaak vergelijkbaar in opzet, of draaien op eenzelfde achterliggend systeem. Je kunt je hierbij afvragen of de platformen echt anders zijn, of dat het vooral gaat om een andere ingang of typering van hetzelfde platform. Wanneer bedrijven voor ieder platform dat ze hebben een afzonderlijke enquête zouden krijgen zouden de bedrijven met meerdere (vaak vergelijkbare) platformen een sterk stempel drukken op de uitkomsten. Mede vanwege deze reden leidt de opgelegde beperking van een maximum van één enquête per bedrijf niet noodzakelijkerwijs tot minder betrouwbare resultaten.

Evaluatie van machine learning-model 

Het machine learning-model dat is gebruikt om de onderzoekspopulatie samen te stellen (zie hoofdstuk 2.1) geeft een kans tussen 0 en 1 dat een bepaalde website een online platform is. Websites met een kans groter dan 0,8 zijn uitgevraagd via de enquête. Met de uitkomsten van de enquête kon de voorspellende waarde van het model getoetst worden aan de praktijk.

In figuur 9.1.2 is op de ene as de kans weergegeven die door het model van te voren was bepaald, en op de andere as het deel van de respondenten op de enquête dat aangaf daadwerkelijk een online platform te zijn.

Websites die van te voren een hoge kans (tussen 0,975 en 1) kregen van het model blijken bijna drie keer zo vaak een online platform te zijn dan websites met een lagere kans (tussen 0,8 en 0,825). Deze resultaten geven een empirische onderbouwing van de voorspellende waarde van het model.

Zelfs wanneer het model aangeeft dat de kans bijna 1 is dat een website een online platform is, geeft op de enquête slechts 40 procent van de respondenten aan daadwerkelijk een platform te zijn. De door het model geschatte kansen zijn dus niet op te vatten als ‘absolute waarden’. Het is overigens wel mogelijk om de kansen voor deze vertekening te corrigeren. Dit zal mee worden genomen in het vervolgonderzoek.

In de ‘laagste’ uitgevraagde groep (0,8 tot 0,825) blijkt nog 15 procent een online platform te zijn. Het is daarmee waarschijnlijk dat ook onder websites met een modelkans kleiner dan 0,8 nog online platformen te vinden zijn.

Deze bevindingen kunnen gebruikt worden om het model verder te verbeteren, en om eventueel de grens van een kans van 0,8 voor uitvraag via een enquête te verruimen.

9.1.2 Modelkans en resultaat enquête
id_colsperc_vermoeden_juist (% van respondenten dat op enquête aangeeft platform te zijn)
0.8,0.82515,1
0.825,0.8516,5
0.85,0.87522,3
0.875,0.925,8
0.9,0.92525,8
0.925,0.9528,4
0.95,0.97532,8
0.975,139,5
 

9.2 Aanbevelingen

Hieronder volgen enkele aanbevelingen om de gebruikte onderzoeksmethodiek verder te verbeteren. Deze aanbevelingen kunnen worden gebruikt voor toekomstige onderzoeken naar online platformen.

Onderzoekspopulatie

De onderzoekspopulatie is voornamelijk geïdentificeerd op basis van webscraping en modellering. Het is gebleken dat met deze methode enkele grote platformen niet werden geïdentificeerd en daarom geen onderdeel van de populatie waren. In het vervolg zou gekozen kunnen worden voor een hybride aanpak, waarbij de platformen die worden geïdentificeerd middels webscraping en modellering handmatig worden aangevuld met de belangrijkste platformen die bekend zijn bij experts.

Een relatief groot deel van de benaderde populatie gaf aan geen online platform te zijn. De in deze enquête verzamelde gegevens kunnen worden gebruikt om het model verder te verfijnen, zodat online platformen nog beter van te voren kunnen worden geïdentificeerd. Dit zal leiden tot een lagere lastendruk voor bedrijven, doordat minder bedrijven die geen platform zijn een enquête zullen krijgen.

Het kan zinvol zijn een register van online platformen op te bouwen, waarin de jaarlijks verzamelde informatie ieder jaar wordt toegevoegd. In dit register zouden zaken kunnen worden opgenomen als de URL, bron van identificatie (model, handmatig etc.), beid (identificatie in het bedrijvenregister), startdatum, einddatum, jaren waarin het platform is aangeschreven met een enquête, wel of niet gerespondeerd, aanschrijfadres bevestigd, bevestigd als platform, etc.

Koppeling met bedrijvenregister

De meerwaarde van een datakoppeling tussen websites en het Algemeen Bedrijven Register (ABR) van het CBS is gebleken. Hierdoor kon gebruikgemaakt worden van informatie die elders binnen het CBS beschikbaar was, zoals gegevens uit de productiestatistieken en btw-aangiften (omzet). 

De koppeling met het ABR is een waarschijnlijkheidskoppeling op basis van informatie op de website en gegevens in het ABR. Een deel van de koppelingen was (zoals verwacht) niet correct. Er was nog geen uitgewerkte methode om deze ‘verkeerde adresseringen’ af te vangen. Het is aan te bevelen een vraag op de enquête op te nemen over het al dan niet juist zijn van de adressering (“is uw bedrijf de eigenaar van website X ?”).

De koppeling tussen de websites en het ABR kan verder verbeterd worden met feedback uit de enquête.

Representativiteit

Een van de uitdagingen in het onderzoek is de representativiteit van de cijfers. Omdat er geen duidelijk ophoogkader op populatieniveau is, zijn in deze monitor vooral verdelingen gepresenteerd, en in mindere mate cijfers die betrekking hebben op totaalniveaus. Het is aan te raden uit te zoeken of het mogelijk is om toch te komen tot cijfers op populatieniveau. Een aanknopingspunt hiervoor is bijvoorbeeld het verder vervolledigen van het bestand met URL’s die gebruikt worden bij het scrapen. Het voor deze monitor gebruikte bestand van Dataprovider kan bijvoorbeeld aangevuld worden met URL’s uit het domeinnamenregister, waar het CBS aan werkt.

Alternatieve databronnen

Methoden om data te verzamelen, die aanvullend zijn op enquête die wordt uitgezonden naar platformen, zouden kunnen worden verkend en ontwikkeld. Omdat online platformen per definitie een online dienst zijn, lijkt webscraping een aangewezen methode. Dit is geen ‘laaghangend fruit’, maar kan op termijn veel opleveren. De daarbij opgedane kennis kan ook ingezet worden in andere domeinen.