The impact of AI-Based personalization on consumer experience, trust, satisfaction and purchase intention in E-Commerce

Abstract

Bringing Artificial Intelligence (AI) into e-commerce platforms has totally rewritten the consumer experience, through personalized product recommendations. Despite the growing commercial relevance of AI-based personalization, its simultaneous effects on consumer experience, trust, and satisfaction, and the moderating role of privacy concerns remain insufficiently studied, particularly in the Portuguese market. This research grounds its structural model in two established theories: the Stimulus-Organism-Response (S-O-R) framework and Privacy Calculus Theory. Together, they serve as the foundation for this study's structural model. The study examines how AI-driven personalization (stimulus) influences consumer experience, trust, and satisfaction (organism), which in turn drive purchase intention (response). As a moderating variable, privacy concerns are included. To investigate these relationships empirically, a structured online questionnaire was distributed, yielding 159 valid responses. The sample consisted exclusively of Portuguese consumers, who had made at least one purchase in the past twelve months on a platform featuring AI-based recommendations. Finally, for the statistical validation, the research applied Partial Least Squares Structural Equation Modelling (PLS-SEM) using the SmartPLS 4 software. Empirical findings from this study clearly demonstrate the value of AI-based personalization, that has significant positive effects on consumer experience, satisfaction and trust. These internal states in turn significantly predict purchase intention. Satisfaction emerged as the strongest predictor of purchase intention, followed by consumer experience and trust. Contrary to what was hypothesized, privacy concerns did not significantly moderate the relationship between AI-based personalization and consumer experience or trust. This finding constitutes empirical evidence for the Privacy Paradox: despite reporting high levels of privacy concern, the item regarding unauthorized data use was the highest-rated item in the questionnaire, respondents' behavioral intentions remained unaffected, consistent with the Privacy Calculus Theory. This study enriches the existing literature, providing empirical validation of the S-O-R framework in an AI-driven e-commerce context, by extending evidence of the Privacy Paradox to the Portuguese market, and demonstrating the complementary mediating roles of experience, trust, and satisfaction simultaneously. From a managerial perspective, the findings highlight the strategic importance of investing in accurate, relevant, and transparent recommendation systems, while proactively managing privacy communication as a trust-building tool rather than a mere legal obligation.

A integração da Inteligência Artificial (IA) nas plataformas de comércio eletrónico transformou profundamente a experiência de compra do consumidor, através de recomendações de produtos personalizadas. Apesar da crescente relevância comercial da personalização baseada em IA, os seus efeitos simultâneos sobre a experiência, a confiança e a satisfação do consumidor, bem como o papel moderador das preocupações com a privacidade permanecem insuficientemente estudados, em particular no mercado português. Este estudo fundamenta o seu modelo estrutural em duas teorias consolidadas: o modelo Estímulo-Organismo-Resposta (S-O-R) e a Teoria do Cálculo da Privacidade. Em conjunto, estas teorias constituem a base conceptual do modelo proposto. O estudo examina de que forma a personalização baseada em IA (estímulo) influencia a experiência, a confiança e a satisfação do consumidor (organismo), que por sua vez determinam a intenção de compra (resposta). As preocupações com a privacidade são incorporadas como variável moderadora. Para testar empiricamente estas relações, foi distribuído um questionário online estruturado, do qual resultaram 159 respostas válidas. A amostra foi composta exclusivamente por consumidores portugueses que tinham efetuado pelo menos uma compra nos últimos doze meses numa plataforma com recomendações baseadas em IA. A validação estatística foi realizada através da Modelação por Equações Estruturais de Mínimos Quadrados Parciais (PLS-SEM), com recurso ao software SmartPLS 4. Os resultados empíricos demonstram claramente o valor da personalização baseada em IA, que exerce efeitos positivos e significativos sobre a experiência do consumidor, a satisfação e a confiança. Estes estados internos predizem significativamente a intenção de compra, com o modelo a explicar 65,7% da sua variância. A satisfação emergiu como o preditor mais forte da intenção de compra, seguida da experiência do consumidor e da confiança. Contrariamente ao que foi hipotetizado, as preocupações com a privacidade não moderaram significativamente a relação entre a personalização baseada em IA e a experiência ou a confiança do consumidor. Este resultado constitui evidência empírica do Paradoxo da Privacidade: apesar de reportarem elevados níveis de preocupação com a privacidade, pois o item relativo à utilização não autorizada de dados foi o mais pontuado do questionário, as intenções comportamentais dos respondentes não foram afetadas, em consonância com a Teoria do Cálculo da Privacidade. Este estudo enriquece a literatura existente ao fornecer validação empírica do modelo S-O-R num contexto de comércio eletrónico impulsionado por IA, ao estender a evidência do Paradoxo da Privacidade ao mercado português, e ao demonstrar simultaneamente os papéis mediadores complementares da experiência, da confiança e da satisfação. Do ponto de vista da gestão, os resultados sublinham a importância estratégica de investir em sistemas de recomendação precisos, relevantes e transparentes, gerindo proativamente a comunicação sobre privacidade como uma ferramenta de construção de confiança e não como uma mera obrigação legal.