文摘

在新的移动应用市场,创新者,也就是说,早期采用者的新产品,已引起研究者从不同的注意,导致产品的成功。由于这些研究结果之间的差异,必须建立研究框架和经验模型来演示创新者如何影响移动应用市场相比其他类型的用户。澄清创新者促进市场发展的经验的基础上,我们比较创新者和noninnovators之间移动应用下载模式。利用实际用户的应用程序下载数据在韩国最大的应用市场,我们比较和分析下载行为一段不到两年订阅后市场。实证分析表明,下载的创新者长期保持不变,而对于noninnovators,体积是最初高,反映他们对下载的兴趣,但它迅速减少。这项研究的结果有实际意义的公司寻求评估的市场价值创新者。

1。介绍

我们如何预测开发移动应用市场的过程吗?做真正的创新者发挥重要作用在长期应用市场,如在其他新技术市场?最近的移动信息技术的进步导致了各个年龄段的消费者对移动设备的扩散指数。这种狂热的活动在移动环境反过来又引发了软件市场的快速增长,包括内容在这些设备上使用。在快速增长的移动内容市场,各种移动应用已经成为流行,包括那些允许用户在互联网上寻找信息,看视频,玩游戏。IDC(2013)预测,每年的体积移动应用市场将从880亿年的2013美元增加到1870亿年的2017美元,从移动设备销售收入将从100亿年的2013美元增加到250亿年的2017美元(1]。移动应用市场的这种显著的增长无疑将为许多企业提供新的机遇;根据这一趋势,消费者的应用程序的使用行为对这些公司有至关重要的意义。

在这一次的机会,从业者推出新产品,如移动设备和应用程序必须考虑创新者,或早期采用者的新产品,新产品的扩散之间的关系和创新性,或用户的意愿是第一批使用它们。事实上,研究发现,创新者”的理解和预测行为的成功的关键因素是新的,技术密集型产品(2,3]。创新者认为自己比其他人更活跃的传布新产品的(4- - - - - -6]。创新者的数量计算的优势提高预测能力最终的市场规模(7]。因此,规模来衡量消费者的创新性开发(8)使用营销模型和分析(6,7,9]。一些先前的研究阐述了研究的意义创新者的行为和结果应用到新产品市场,如移动市场。

创新者的角色在移动应用等新产品的成功可以总结如下。首先,创新者是快于追随者的采用者的新产品(7),因此,他们可以促进公司的努力传播这些产品。增加新产品的初始市场份额,公司必须动员一个庞大的消费群体,针对这些消费者倾向于在早期采用它。创新者动机是采用新产品之前,其他人在他们的社交网络,因为获取知识的新产品还没有经历过被别人提高他们的社会地位,使他们在意见领袖的位置(6]。第二,创新者往往购买和主动,积极探索新的产品推荐给其他人。口碑活动的动机可能与创新者的社交活动和地位。研究人员还指出,与更大的知识创新者往往是大量用户的产品谁能影响别人的购买这些产品的10]。第三,早期采用和沉重的使用经常重叠(8]。创新者常常有一个高水平的产品知识和专业技能,由于更大的消费。一个人越频繁使用新产品,更多的地位和领导意见他或她会喜欢6]。

虽然以前的研究结果为市场经理提供一些指导方针,创新者的角色与noninnovators性能的新产品尚未充分阐明。先前的研究倾向于阐述创新者,因为他们购买新产品的优势比noninnovators[更频繁8,11,12]。一般来说,沉重的用户评价新产品及时和迅速采取10]。尽管如此,也许并不是所有的创新都是沉重的用户。事实上,一项研究报告称,使用体积差异创新者和noninnovators并不重要(7]。此外,许多先前的研究主要从事(1)比较沉重的用户和普通用户之间的创新程度(12),(2)检查之间的关系一般消费者创新性和使用在一个特定类别11),和(3)检查使用行为的背景下,采用新设备(10]。不幸的是,很少有研究者相比产品的创新者和noninnovators之间使用新直接虚拟商品。

先前的研究的第二个限制是他们过于依赖横断面的方法尽管使用长期数据的价值。在研究创新和移动内容,实际使用数据必须长期分析提供有效的结果,是不可能获得使用横断面调查数据。先前的研究认为移动服务创新为消费者提供有用性和易用性,从而促进新产品的采用。然而,这些研究关注消费者的反应实际问卷调查,而不是使用移动应用数据(13]。其他限制相关测量创新性。在以前的研究中,天生的创新性是衡量指抽象级别(3]。这种测量方法假定消费者创新性可以用无数的一般特征研究的广泛范围。因此,它的预测能力是有限的消费行为在特定的类别。此外,横断面调查数据不适合长期的分析创新性和沉重的使用之间的关系。因此,需要进一步的研究来阐明的确切动态cross-temporal创新消费者行为的变化通过测量行为创新性在特定类别(6]。

基于各种营销的研究、社会学、和信息系统的研究,本研究提出以下研究目标。首先,我们比较消费扩大的创新者和noninnovators之间移动内容的移动应用市场。然后,基于第一个比较的结果,我们进行第二个比较分析这两组的程度为移动应用市场的成功和他们的贡献的重要性。第三,利用实证模型和长期的数据,我们测量在移动市场,消费行为比较创新者和noninnovators的行为。

我们从而导致移动营销文学以不同的方式,这可能是总结如下。首先,本研究的发现加强我们对行为的理解差异创新者和noninnovators在很长一段时间。正如上面提到的,以往的研究对消费者创新性的变化(10,13)利用横截面数据和关注的潜在心理机制创新的行为。此外,我们长期观察消费者的实际行为和解释行为的改变两组实际市场表现。比较移动应用的背景下,消费者的行为分化低类别的应用程序,我们在创新扩大先前的研究发现在一个类别(6,8]。最后,在测量创新性,我们利用实际数据积累的发射日期移动设备包括在这项研究中。这种方法使我们能够观察消费者的行为直接首次推出新产品。这些数据更适合一个精确测量的创新者在快速增长的移动市场上的行为。我们的系统方法来收集和分析这些数据创新者的消费行为研究的独特之处在于在这一领域的研究。

在这项研究中,我们分析移动应用程序用户的行为在韩国最大的应用市场,笔名的Goapps.com。收集的数据包括记录的消费者在移动设备上下载后订阅后市场的开放和各种变量相关的消费者使用移动设备。分析的周期1年11个月,从最早的应用下载每个消费者新的应用市场。这些数据非常适合于识别创新者的行为,因为它们提供消费记录下载各种应用在很长一段时间。因此,我们可以观察的时间选择和应用程序下载在消费者层面的类型和分析消费者特征如何影响应用程序的需求。衡量创新的数据也非常有用,因为它们实际数据而不是数据自我报告的问卷。测量的基础上创新性下载行为,我们分类创新者和noninnovators在特定时间点(7),观察从市场启动的日期下载模式。结果提供统计证据的时间点是最佳的辨别特定于移动应用的创新性。最后,应用市场分析中使用的数据在这项研究代表了移动应用产业,从而增加推广结果的可能性。朝鲜应用市场被认为是非常重要的在全球应用程序市场(14]。在这个市场,创新和接受信息技术占很大一部分消费者的产品选择。因此,这个市场已经经常研究的创新性信息和通讯产品(7,9]。

2。初步分析和概念框架

2.1。创新者在应用市场

创新性与消费者购买模式在产品生命周期的早期阶段(4),消费者的倾向是各种各样的产品感兴趣8),和自愿的搜索产品信息6]。在以前的研究中,最经常被引用的早期采用者的创新性产品的特点是能够相对快速的购买决策。早期创新者急于证明自己接受新产品和新技术到其他社会群体。在这方面,创新可以定义为第一批使用者的某些产品和技术在他们的社交网络7]。在先前的研究中,创新者也定义为少数群体(所有产品采用者的不到2%)。这个群体的消费者往往会找到满意的事实,他们是第一个经验和评估新技术在他们的社交网络。这种技术先驱来提高他们的自我识别,使他们在一个优越的社会地位相对于其他群体的知识和经验。创新者本身更喜欢新产品的新鲜度和愿意支付更高的价格为了成为第一。noninnovator组的另一方面,消费者更重视实际效用源于产品的功能和经济价值。因此,与创新者,noninnovators更愿意付出高昂代价新奇[8]。

比较创新者和noninnovators的行为之前,我们所定义的指标我们区分前和其他类型的消费者。在以前的研究中,创新者和noninnovators测量,根据不同的标准分类。购买决策的时间(例如,采用时间)是最具代表性的参考变量。在戈登伯格等人的研究。7创新者集团)被接收在线内容的标准定义,即创新者明显快于noninnovators采用时间。符合这些早期的研究中,我们也利用应用程序采用时间移动消费者为准绳创新者与其他群体区分开来。也就是说,消费者进入移动市场早日被归类为创新者;那些进入一个相对以后被归类为noninnovators。统计分析的目的,我们也采用验证的时间通过对实际数据的分析。

测量应用市场的创新性,先前的研究主要集中在态度(8,10,13)或行为(4,6,7]。本研究着重于行为的标准测量创新性,具体地说,基于行为的创新。为了这个目的,我们研究消费者进入应用程序市场。数据显示,几乎所有的消费者在这项研究中使用了旧的移动设备,但在某种程度上转向智能手机,让应用程序使用。(大多数只在智能手机应用程序可以下载并使用)。因此,这些消费者进入应用市场后采用新技术,智能手机。同样,我们认为消费者在应用市场将首先采用这些设备之前采用的应用。因此,我们也探索采用模式的差异的单位(硬件)和应用程序(软件)。

在这项研究中,消费者使用Goapps.com分为创新者和追随者。执行初步分析比较两组的特征。分析数据包括消费者的行为记录从2009年1月至2011年1月在Goapps.com上。消费者从池中随机选择的样本包括336人的所有用户。总的来说,他们5395次下载应用程序。为提高分析结果的可靠性,消费者只有不到5下载分析期间被排除在分析。因此,数据分析减少258名消费者和5170年下载。分析的时间单位是月,三种类型的数据进行了分析:(1)应用程序下载记录,(2)移动设备使用记录,和(3)的人口统计信息。应用程序下载记录包括相关变量,如应用程序的类型和下载时间。移动设备使用记录包括相关变量,如消费者的语音流量费用,文本和网络流量费用,和设备的价格。 The demographic characteristics include age, gender, income, and residence. In general, since consumption behavior may be affected by both environmental factors and external characteristics, we examine the roles of various elements relevant to app downloading.

图1显示了累积趋势的智能手机用户和应用程序用户。在一起,这些数字说明了智能手机的扩散模式和流入这个应用程序的智能手机用户市场。第一个为期一年的期间,消费者流入到应用市场增长缓慢;然而,一个快速增长发生在2009年10月和11月(即。,第一个转折点)。随后,在2010年5月和6月指数增长是显而易见的(即。第二个转折点)。这两个时期代表的累积流入的追随者。因此,从图1,我们能够识别的经验标准应用消费者划分为创新者组和追随者。临界点已经作为标准来区分创新者和追随者在先前的研究4]。因此本研究采用这种方法。取平均临界点的应用市场和利用这来分类创新者的时候,20%的消费者样本的输入到应用程序市场从一开始日期。因此,这些消费者采纳应用之前,2010年5月被归类为创新者和那些采用noninnovators以后。

因为几个消费者可能会下载一个应用程序,应用程序下载的总数总是等于或大于品种的应用程序的数量。类型的应用程序数量的增加爆炸的数据(图2)。这个市场的扩张意味着消费者享受越来越多的选择在市场,将会引发更多消费平均和向消费者提供更大的效用,给定相同条件下(15),因为更多的选择增加了消费者的机会选择他们最想要的产品。此外,增加可用的替代品牌满足顾客倾向于增加客户购买产品的数量从增强的相同类别或诱导客户选择一个以上的产品在一定时间内(即。、重使用)10]。因此,我们推断出更多的应用程序在市场上可用的概率将增加消费者将会下载它们。在此基础上讨论,我们认为市场的变化(即。,environmental factors such as the variety of apps) may have long-term positive effects on app usage. This fact needs to be taken into account during our analysis of long-term data. Therefore, these market environmental factors are included in the analytical model outlined in the following sections.

2.2。创新者和Noninnovators

以下问题自然就出现了:内在两组之间的差异可以被识别,创新者和noninnovators,基于信息应用采用时间吗?在回答这个问题,我们希望证明的有效性测量采用创新性使用时间是决定性的因素。为了找到答案,我们检查两组之间的差异的统计数据和移动设备使用的行为。人口特征是外部特征,如年龄、性别和收入。使用模式是与应用程序相关的行为特征的使用,如语音流量费用和文本和移动互联网流量费用。先前的研究已经表明,创新者,平均而言,更可能是年轻男性(7]。它也更有可能在这个人口大量用户,消费者在产品购买数量和使用频率(8]。在这项研究中,我们测试这些断言通过对比人口特征和移动设备使用频率在两组之间。

表1显示了这个比较。人口特征,无显著差异在年龄、性别、收入、或者居留创新者和noninnovators之间很明显。然而,一些不重要的趋势是明显的。可能会有一个倾向于创新者是年轻(创新者= 30.214,noninnovators = 32.389),男性(0.464,0.554),收入增加了(0.428,0.359)。这些发现符合特征等其他类别的区分创新者和noninnovators电脑使用(16和在线内容7]。然而,缺乏意义可能是由于小样本大小的创新者noninnovators相比。在任何情况下,这些结果表明,组织的创新者和noninnovators采用异构的时间标准。

对于移动设备使用的特点,设备购买价格和语音流量费用创新者和noninnovators之间没有显著的不同。虽然似乎显著差异在文本流量和数据流量费用,这些差异是不显著由于过分广泛分散的变量。这个结果表明异质性在整个创新者组和在noninnovator组。受到这些限制,结果可能被解释为意味着以下几点。首先,创新者不(即支付更多。,higher product purchase prices) than noninnovators. This result may cast doubt on the effectiveness of the skimming pricing strategy many managers used to target innovators in the app industry. In the skimming strategy, the initial price is set at a higher level based on the expectation that market innovators will be willing to pay a higher price in order to enjoy the benefits of being opinion leaders. This strategy has been widely adopted in marketing of innovative products such as apps and smart phones. This study has revealed, however, that the marginal effect of the difference in price is greater in innovators than in noninnovators. Hence, application of the skimming strategy should be carefully reviewed prior to undertaking. Second, innovators in the market for mobile apps are more easily inclined to utilize the latest means of communication (i.e., SMS, mobile Internet usage) rather than traditional voice communication. Since mobile apps combine both text and images, this may be one reason that innovators are more actively engaged in app usage and downloads than noninnovators. Accordingly, we now launch a comparison of patterns in app usage between the two groups in order to validate the findings of previous studies that innovators are heavy users.

全面了解创新者的行为的应用市场,提高营销活动的效率,我们在此试图区分创新者和noninnovators的行为。首先,创新者可以“播种目标”,发挥着重要作用的初始分布产品。初始分布的意义在新市场一直强调在许多先前的研究[2- - - - - -4]。创新者积极开展口碑营销,提供有价值的反馈和直接造成产品扩散。上下文的应用程序市场,更感兴趣的创新者在新的应用,更大的意识的追随者将这些产品。使用反馈的创新者,公司可以提高他们的应用程序的质量和功能。创新者拥有战略潜力追随者进入市场奠定了基础;他们发挥决定性的作用在促进新的应用产品和推动潜在用户的临界点。

创新者也进入市场时仍不成熟。在这方面,他们帮助公司建立成本和收入结构。具体而言,公司必须进行大投资市场增长的必要条件。正如前面所示的,然而,更少的应用品种可在较低的市场开发的初始阶段;在后期快速增长是显而易见的。因此,当时创新者的技术的采用,市场缺乏足够的产品种类。这似乎是可信的,因此,应用市场最初的价值和效用低。在这种情况下,创新者进入市场,因为他们是出于市场本身的新鲜感6]。在这个最初的市场,在此期间,应用程序开发人员保持初始费用低,创新者选择采用他们的产品,从而提供直接援助,这些公司的成本和收入。

此外,创新者有潜力成为重型用户的新产品。所示的探索性分析,移动应用的早期采用者(创新)被确认为重型用户的文本和图像移动运营商提供的服务。因此我们推断广泛使用移动设备上网,短信,语音通信将增强用户的可访问性、熟悉和其他软件的知识。因此,当创新者遇到具有多媒体功能的应用程序,它们可能会成为沉重的用户应用程序市场。为企业营销人员的一个重要目标是探索创新的潜力,努力促进他们沉重的用户的状态可以直接受益公司的收入。

2.3。应用程序下载的创新者

我们现在比较详细的应用程序使用模式创新者和noninnovators之间的差异。某些描述性特征的差异之间的移动设备使用两组已经被提出了。我们创新表明,花更多的时间与移动设备,特别是与涉及多媒体的应用。这些沉重的用户从noninnovators在许多方面有所不同。创新者不一定比noninnovators使用更多的应用程序。我们现在提出一个假说对创新者的行为,进行探索性分析和提出一个详细的模型。

2.3.1。纵向应用用户的行为

来确定移动应用市场的创新者使用更多的应用程序,从纵向的角度来看我们研究用户的行为。Iyengar et al。6]创新者的趋势进行实证分析比长期追随者产品消费。创新者不仅比别人早开始使用产品,但他们也长期更频繁地使用它们。符合这些先前的发现,我们将解释原因更大的使用情况如下。

首先,创新接受新产品的采用,因此有较长时间的使用,在此期间他们积累大量的知识产品。累积购买的体积,因此,创新者总是购买超过noninnovators总的来说,假设两组购买定期产品几乎在相同的体积。此外,创新者更长时间体验产品,从而获得更高层次的理解和评价能力(7]。这增加的机会做更多更频繁地购买在未来。他们的更高层次的理解往往导致purchase-expanding行为,他们可能会购买其它类似产品。在市场充斥着类似的产品(例如,应用市场),消费者购买动机是受欢迎的产品根据其倾向的风险识别和避免8]。此外,累积经验的消费者有更大的能力来评估产品和更多的机会来评估和选择不受欢迎的产品。他们获得能力克服障碍参与购买高风险产品通过评估产品本身基于知识积累。

创新者必须使用许多产品保留他们的专家地位在他们的社交网络。作为专家,他们发挥核心作用在评估新产品。要维持这个社会地位,他们必须证明他们正在积极地获取和使用新产品,这是一个有效的手段吸引别人。广泛使用使他们很容易了解同一类别的新产品(6,8]。他们寻求关于新产品的信息,从而了解市场趋势。通过他们的个人经验与产品,他们帮助新产品扩散。的能力提供高质量的信息,他们的邻居在他们的社交网络保证了他们的社会地位7]。因此,那些展示他们的消费者创新性为了留住他们的地位在他们的社交网络往往是沉重的用户。为移动设备应用程序属于产品类别需要准确的产品评估(即个人经验。,他们正在体验商品)。这些产品的传播,从意见领袖的口碑市场决定产品性能是一个关键因素。

创新者购买和使用产品的时间较长;他们倾向于购买产品更频繁地在较大的体积与noninnovators相比。Iyengar et al。6创新者在医疗领域进行研究。他们发现医生的不同的速度他们采用一种新的药物在产品发布的时候。一个特别明显的发现是,那些采用新药领先于其他医生倾向于开这些新药比其他人更经常在大剂量。创新者显示,倾向于采用新产品更加迅速和使用它们比noninnovators更严重。此外,他们演示舆论领导力行为,引入新产品noninnovators和主动传播他们的意见在市场上为了证明他们已经采用的产品的好处。因此,他们对公司带来重要的直接和间接利益。

总而言之,应用市场的创新者是那些比noninnovators早进入应用市场和沉溺于应用程序的使用时间。他们使用更多种类的应用程序在使用期间利用积累的知识。此外,创新者努力维持他们的社会地位,向别人展示他们的知识产品。这对他们是有利的积累使用经验和先进的各种产品知识。因此,我们预测,创新者将有更高程度的使用比长期noninnovators平均。

2.3.2。探索性分析

为了检查创新者和noninnovators的下载行为,我们专注于每月的平均数量由用户下载从第一市场准入的两组观察2011年11月最后的数据。我们预测,创新者会有更高的下载数量平均比noninnovators在研究期间。如图3然而,这种预测很难验证。在图3(一个)水平轴与日历月,显示在一个时间序列的数量由创新者和noninnovators下载。这个数字显示,两组达到最多的下载3到4个月后初始产品采用。这可能意味着,这些用户需要很长时间才能积累经验和知识的应用为了准备从事真正的用法。图3(一个)证实,创新者并不比平均noninnovators下载更多的应用。

相比之下,在图3 (b),横轴代表消费者的采用时间对应的数量个月(从1号开始的初始产品采用)。在这里,下载模式创新者和noninnovators之间有所不同。对于创新者,下载模式没有明显减少的迹象,而在noninnovators的情况下,它显示了一个快速减少。从这个观察,我们可以推断noninnovators迅速离开某个时间点后的应用程序市场。在图3 (b)然而,没有明显的迹象是由创新者与noninnovators相比明显更多的下载。2014年10月,创新者的下载数量开始超过noninnovators(即。,两组线相交)。

解释为什么创新者的下载数量低于noninnovators为什么相交的两个下载模式,我们可以推断出如下。随着时间的推移,可用的应用程序选择数量的增加随着应用程序的增长市场。创新者在早期进入市场的,而noninnovators这么做后,市场已经建立。因此,在进入市场的时候,两组被暴露于不同情况下的市场上可用的应用程序。事实上,应用程序市场开始呈爆炸性增长的时期从2010年9月至12月(图2)。对于那些用户订阅了市场这个转折点之后,客户有吸引力的应用程序的数量是相当大的,为下载提供充足的机会。另一个值得注意的一点是,下载的概率可能是积极通过积极推动营销活动。例如,广告和促销的应用通过大规模的大众媒体和口碑营销可能会有效果。因此,消费者意识可能增加,诱导的下载应用程序的影响。

尽管可能比noninnovators下载更多的应用逻辑,创新者,探索性调查没有证据显示应用市场的创新者沉重的用户。这个结果可能发生因为noninnovators进入市场的爆炸性增长。因此,更深入、系统的调查是必要的。因此,我们现在估计和比较实际的应用程序下载模式的创新者和noninnovators使用回归测试模型。

3所示。模型和测量

本节提供了一个模型,应用程序使用的模式和频率的差异创新者和noninnovators之间。系统的准确分析,模型必须满足下列条件:首先,它应该让我们分析各种应用程序的消费者长期使用模式。因此,模型应该为优化基于仪表盘数据测量和分析。第二,它应该有适当的特性来识别和创新者和noninnovators之间的差异进行比较。为了这个目的,它必须建立在一个特别吝啬的方式,胜任地显示两组之间的差异。例如,Iyengar et al。6)使用哑变量的消费水平来衡量创新的行为。

是一个因变量在这个模型中对应的应用程序使用移动设备用户。它是衡量消费者计算应用程序下载的数量我在时间t。样品只包含那些消费者一些经验(即下载多个应用。,应用程序采用)。观察是每月。因变量, ,是一个连续整数的值超过0。因此,与因变量是一致的,一个线性回归模型中错误的遵循正态分布适合本研究。 :应用程序下载由消费者的数量我在时间t, :消费者是否我是一个noninnovator (1 = noninnovator, 0 =创新者), :个月进入消费者的应用程序市场我在时间t, :日历月下载的消费者我在时间t, :消费者我生理年龄, :消费者我的性别、 :家庭收入的消费者我, :消费者我的语音流量费用每月平均过去6个月, :消费者我平均每月的短信数量在过去的6个月, :消费者我平均每月的数据流量费用在过去的6个月, :价格对消费者我的移动设备。

应用程序下载的数量实际上是由消费者的创新和经验和市场条件。因此,创新, ,最重要的解释变量,是指消费者是否我是一个创新者。创新者的标准是基于时间的;市场消费者订阅网站2010年5月之前被归类为创新者,而那些2010年5月被列为noninnovators后这样做。接下来,该变量通过计算测量的几个月的时间吗t从消费者我进入应用程序市场。这些变量的应用使我们观察应用下载模式的变化随着时间的推移,这是本研究的主要目标。表示基线下载的创新者,而noninnovators的代表。如果创新者比noninnovators下载更多的应用,如预测,会是负的。此外,如果应用程序下载的分析揭示了一个下降趋势,消费者随着时间的推移,将是负的。

app市场环境包括市场上可用的应用程序的数量和消费市场的意识。当可用的应用程序的数量增加和消费者意识的提高是活跃公司营销,更多的应用被下载的概率将逐步增加。虽然这前提是合理的,我们利用日程表日期代表测量的应用市场环境研究(6]。具体地说,该变量由日历月,测量时间吗t,在此期间,消费者我下载了应用。如上所述,随着时间的推移,应用市场单调增加,相应的企业营销活动开始。这种测量方法是以市场的环境因素也线性增加。随着市场的成熟,更多的应用程序被下载相应的概率增加。因此,它是预测将是积极的。

不同的人口统计数据和行为控制变量都包括在这项研究代表准确应用下载模式反映了变化的经验和创新者和noninnovators之间的差异。因此,我们考虑外部人口变量等和以及其他变量相关的社会阶层和消费模式,如收入哑变量, 。衡量收入,我们考虑任何消费者收入超过10000美元的高收入人群(例如,)。描述移动设备的使用,我们将变量代表移动设备的价格购买的消费者我。高价位的设备可能表明消费者更有可能经常使用移动设备。其他变量被认为是在这项研究包括平均语音流量费用, ,每月的短信流量费用, ,和每月的移动互联网流量费用, 。这些变量的目的是控制应用程序下载模式的变化引起的移动设备本身的熟悉和使用经验。

表2提供了所有变量的统计汇总数据在模型中。独立变量(个月采用日历月的第一次下载)和因变量(数量的应用程序下载)都以消费者的水平我和时间t。另一方面,哑变量测量创新性测量水平的消费者我基于假设它保持不变在观察期间的消费水平。此外,人口和设备使用变量也以消费者的水平我。这些变量及其测量多功能性的优势;他们可以利用各种在线和移动市场。例如,Goapps.com还没有运动目标的策略在消费者层面,它可能执行策略区分消费者和下载时间使用的变量纳入本研究。

4所示。实证研究结果

在这项研究中,我们比较创新者和noninnovators之间的应用程序下载模式,提出实证模型和估计使用实际应用的下载记录消费者小组。表3礼物比较模型的系数,这不同于前面给出的应用下载模型。模型1 - 2表中显示的结果提出应用下载公式。确定控制上述市场环境因素的必要性,提出模型1 - 1没有市场环境变量进行比较。如果不考虑市场环境,下载的时间流模式可能只是创新者和noninnovators之间的比较。尽管它的简单,然而,这种方法的内在限制,它不考虑外部因素的影响,比如可用应用程序的数量和改进应用程序市场意识。

我们现在解释模型1 - 1的结果在市场环境不控制。模型1 - 1表3提出了积极为创新者(基线值)和noninnovators ()。值得注意的是,系数比创新者在noninnovators有更高的价值。暗示这可能被视为一个信号,在初始阶段,noninnovators下载应用程序比创新者。然而,创新者不减少他们的下载行为随着时间的推移,();另一方面,显著减少下载明显noninnovators他们积累经验()。这些结果对模型1 - 1几乎是一样的创新者和noninnovators图下载模式3。在早期的采用,noninnovators可以下载更多的应用;然而,这种差距随着时间的推移。总的来说,当我们限制我们的焦点模型1 - 1的结果,似乎比noninnovators创新者不得重应用用户。尽管如此,这一结论可以从分析当我们不考虑外部市场环境的变化带来的影响,如增加吸引力的应用程序数量的产品和市场的增长。考虑到这个模型的限制性的本质,我们看到它的结果必须适时地与模型1 - 2相比,包含控制变量与市场环境有关。

在模型1 - 2,市场环境包括控制变量。模型1 - 2是一种实用模型,用于分析创新者和noninnovators的下载模式。模型的估计结果1 - 2可以总结如下。在模型1 - 2,系数对应于基线的创新者和noninnovators下载都是不重要的(创新者 ,noninnovators)。简而言之,无显著差异的数量每月下载之间明显的创新者和noninnovators初期的市场准入。相比之下,结果不同下载模式后积累经验。在下载的数量明显减少这两种类型的消费者,但比例的下降率远远低于创新者()与noninnovators相比()。即下载的数量对于创新者和noninnovators在早期的应用程序采用最高,之后逐渐减少发生。一般来说,然而,下载的数量的减少是noninnovators尖锐(约创新者的2.5倍)。从这些结果,我们发现证据支持的前提下创新者往往比noninnovators下载更多的应用在长期时间内。因此,通过长期的分析,它可能比noninnovators证实创新者重用户下载的数量。

日历月的系数是积极的(1 - 2)模型。这意味着下载的数量随着时间的增加。一个可信的原因可能是在图中找到2人数增加,反映出消费者可用的有吸引力的应用程序。测量的影响在模型1 - 2市场环境需要一个条件:必须改变消费者的下载行为线性。然而,现实情况可能是,市场环境的变化并不总是发生在一个固定的模式。它是必要的,因此,假设非线性时间和下载的数量之间的关系(6)为了反映现实的模型。因此,我们引入哑变量代表了时间因素在每月的基础上,创建一个额外的模型。这个提议的时间变量是基于时变,半参数模型(17]。的优点与使用哑变量包括以下几点:(1)新模型体现了非线性的因果关系,(2)它使我们估算出因果关系独立在每个时间点,和(3)提供了一种鲁棒性检查与模型1 - 2的估计结果进行比较。在比较两种模型的结果,我们包括外生因素的控制效果,然后比较之间的应用程序下载模式创新者和noninnovators以更复杂的方式。使用这些额外的模型估计的结果如下:(1)在应用程序下载他们揭示一个指数增加后期,而不是在最初的阶段,然而,(2)主效应不显著不同于模式1 - 2。

总之,考虑到主要作用仍几乎是一样的,不管你的线性或非线性的市场环境和消费者下载的数量,我们采用模型1 - 2作为最终模型,因为它更简洁的结构。现在我们进行一个额外的分析集中于应用程序的下载模式子类的差异。利用模型1 - 2的结果,我们调查他们对整个应用程序市场的影响。应用程序开发者或开发公司,然而,可能更感兴趣的是什么类型的消费者会下载应用程序和多久他们会继续这样做。然后,开始的问题是我们如何分类的无数不同种类的应用程序?

在当前应用程序市场,各种各样的应用程序被释放和消费者是可用的,包括游戏、信息搜索引擎、社交网络服务,和商业设施。在这项研究中,我们将这些应用程序分成三组:(1)游戏,(2)爱好,和(3)信息。以下是潜在的原因分类。首先,这种分类类似于分类的应用市场。这种实用方法应用分类依赖于分类器集中之间的相似应用的功能或使用目的。有关这个实用指南是绝对的市场份额的应用与游戏,爱好,和信息仍然在相似的水平:34%,31%,和35%,分别。第二,在消费者行为层面,应用分类成三种类型是合理的,理由是他们可能不同的程序用于处理消费者相关信息。游戏本质上是企业用于快乐(18]。游戏程序的基本特征包括他们丰富多彩的图形和声音,这给玩家快乐。此外,奖励实现目标提供动力继续使用(19,20.]。相比之下,类别的应用程序的信息,消费者选择他们等实用目的和经济效率。爱好的应用类别,分类和功利主义的特征是很重要的。在使用游戏应用程序提供了乐趣,消费者通过情感处理信息流程;当使用信息应用与效用特征,消费者参与认知过程。同样地,应用程序必须为消费者提供差异化的体验。因此重要的是要分析消费者的行为参照分类差异。

分析下载模式明确,我们提取三个数据集,将所有数据根据上述三类。接下来,使用相同的模型结构和模型1 - 2,这三个数据集可以进行分析。例如,我们只分析下载游戏的记录中使用相同的变量模型1 - 2。结果由模型2 - 1、2 - 2和表2 - 34。估计结果的解释可能是总结如下。首先,在游戏类别,创新者下载应用程序比noninnovators在最初阶段。没有找到减少下载两组之间。在游戏中类别,创新者总是重用户与noninnovators相比。第二,在爱好和信息类别,之间没有下载行为的差异是显而易见的创新者和noninnovators在初始阶段;然而,减少对创新者的程度小于,noninnovators。也就是说,在这些类别,创新者更重的用户下载随着时间的推移,越来越多的应用。因此,分析表明创新者更重比noninnovators用户只在两类以外的游戏类别。

至于引起潜在的这些不同的模式在应用类别,我们假设如下。创新引发的渴望探索新的应用程序,因此,创新者往往定期下载新的应用。先前的研究结果表明,创新者获得更多关于新产品的专业知识比他们的邻居,从而提高他们的社会地位6,10]。因此,创新者更有欲望去体验新的应用与noninnovators相比。因此,创新者下载应用程序平均比noninnovators从长远来看。相关,在游戏中应用范畴表现出周期性的波动,而那些爱好和信息类别等变化,相对自由。从本质上讲,游戏应用程序为消费者提供快乐,但是这种快乐持续很短的时间内,之后应用迅速失去其有效性使用达到一定水平时(18]。不可避免的是,消费者追求新的乐趣通过新游戏应用。因此,在游戏中下载行为类别是周期性的,创新性的影响是最小的。另一方面,在爱好和信息应用的情况下,消费者可以继续使用相同的应用程序时间较长,如果他们提供工具。例如,在这两个类别中,消费者的需求得到满足时,下载应用程序与特定的功能,如消息传递、信息搜索、规划、和新闻。他们没有需要下载额外的应用程序相同的功能。这一特点的应用在爱好和信息分类结果在一个特定的模式,下载的数量迅速减少。因此,我们得出这样的结论:下载的数量减少为创新者不如前以来noninnovators用户更积极寻找新的应用程序。

5。讨论

这对研究人员研究有一定的意义。首先,我们有针对性的应用市场,尚未正确地研究。虽然最近在这个市场指数增长引起了广泛的社会利益,相对较少的研究人员进行的任务直接观察和分析消费者行为在这个市场。我们收集实际下载数据,消费水平的应用市场,分析消费者下载模式,系统地考虑消费者行为的移动设备使用情况,并分析了人口特征和市场环境的影响。结果,我们发现,应该考虑各种环境因素对准确理解在这个市场的消费者下载模式。

此外,这项研究提供了有用的参数和模型来测量变量相关的应用市场和建立有用的标准解释结果。例如,市场生命周期,应用市场离开初始阶段,进入扩张阶段,在下载行为存在着很大的差别。第二,这项研究的结果已经扩展的先前的研究创新性之间的直接关系和大量使用新产品8)和进一步先前的研究的结果应用于在线内容市场。基于先前的研究领域的创新理论,我们有扩展的讨论意见领导和社会地位的消费和扩散移动应用(6,10]。在这个理论框架,创新者定期预测寻找新产品;努力在当前的研究中,证实这种预测和经验证明的有效性发现创新者铅市场增长4)和产生至关重要影响初始产品分布和长期市场表现(7]。

本文提供的模型估计的结果和解释提供了一些实际意义的营销人员和制造商应用,现总结如下。首先,从业者必须利用知识的创新者的行为应用市场长期从生命周期价值的角度来看。由于他们更渴望新事物,创新者往往定期浏览和下载新的应用。他们继续下载应用程序和应用程序下载的累积数量增加。因此,他们倾向于在更长的时期内保持客户和有更高的概率比noninnovators平均下载更多的应用。这种行为增强了他们的生命周期价值应用公司21]。其次,应用公司的初期应重点关注消费者的进入应用程序市场。文中分析结果显示,大多数发生在早期,下载后逐渐减少。早期的时期,消费者可能会在他们的新移动设备上做一些基础研究和探索可用的应用程序。我们还预测,消费者将会继续使用应用程序下载在早期。因此,在这段时间,下载可能获得的最大收入将消费者进入市场后的最初阶段。第三,可以确定不同的目标受众根据不同的应用程序类。游戏应用程序,公司应该把注意力更多地集中在创新者比noninnovators长期和短期。爱好和信息应用,公司应该目标创新者和noninnovators早期阶段,但应该关注创新者从长远来看。游戏应用程序,下载两组相似的周期性; hence, companies should implement periodic recommendation programs targeted at both groups. Lastly, the number of app downloads must be generally increased in order to consolidate the maturity of the app market. The analysis results demonstrated that the average number of downloads tends to increase more rapidly as the market approaches maturity. Plenty of available alternatives in the market and improved convenience in searching for and selection of apps are critical factors in the efforts to increase the number of app downloads.

6。结论

在这项研究中,进行了比较分析,以确定是否和创新者如何重用户的应用程序与noninnovators相比。为了这个目的,我们将消费者的假名Goapps.com,一个大应用市场,为创新者和noninnovators,收集和分析数据组成的应用程序下载的数量在不同的时间点,移动设备使用信息和人口统计信息。探索性分析的结果不能提供明确的答案是否创新者确实比noninnovators下载更多的应用。相反,noninnovators实际上比创新者似乎下载更多的应用在应用市场发展的早期阶段。在分析使用回归模型能够考虑到市场环境和其他控制因素,结果证实,创新者明显比长期noninnovators重用户。结果也证明了一个基本的趋势在两组做最早期的下载进入应用市场,然后逐渐减少他们的下载行为。在转折点后,在下载更大的降幅明显noninnovators相比创新者。

在进一步的分析中,我们比较了模式的创新者和noninnovators三应用类别:游戏,爱好,和信息。在游戏中类别,没有差别的创新者和noninnovators之间减少下载模式。相比之下,在爱好和信息类别,noninnovators显示下降幅度比创新者。这种差异的原因在于游戏应用的周期性质,导致消费者下载新产品无论他们的创新性,而爱好和信息应用程序可能不会影响消费者的下载行为以完全相同的方式一旦他们最初的功能使用应用程序的目标是能够实现的。在这种情况下,开发人员利用这一事实创新者有一个固有的倾向,追求新事物,这样才有可能继续探索新的应用程序,即使他们的功能需求已经满足。这个特征确实是反映在他们的行为描述的数据,定期下载的爱好和信息应用。结果意味着必须考虑到市场环境和创新者和noninnovators的绝对差异比较。

在这项研究中,先前的研究的成果的创新性应用市场在初期应用和实证分析证明创新者可能导致应用程序市场表现超过noninnovators。尽管有这些贡献,本研究有一定的局限性。首先,我们测量消费者的选择和预测市场表现从应用程序下载的角度来看。下载可能会是采用单个应用程序。在这项研究中,我们没有收集和利用观察多久消费者实际使用产品。在真实的应用程序市场,公司赚取收入来自广告费用根据使用时间。因此,必须进行更多的研究来衡量性能基于多个性能变量,比如应用使用频率和使用时间。此外,通过探索不同的变量,我们可以同时分析多个应用程序使用过程的模型通过应用标准,如进入应用市场,采用应用程序,应用程序使用时间。第二,在这个研究是在类级别进行分类;应用程序被分为三种类型(游戏、业余爱好和信息)。 It is possible, however, that characteristics of apps may differ within each category; hence, more detailed criteria for observation must be introduced. A previous study on the categorical structure and categorizing criteria [22)可以提供一个基础来确定新类别和类型适合异构消费行为的观察。第三,当我们无法观察应用价格差异的影响,可以在将来的研究中分析了价格效应。在应用市场上,价格是一个标准的关键消费者的选择(9),确定消费者参与的程度和态度。通过使用额外变量,下载模式付费和免费应用程序之间的差异可能会检查。最后,在先前的研究,创新性是由内部和外部测量(8,11,12)特征(3,10,13]。在这项研究中,我们把创新者和noninnovators使用购买时间。这将是有用的了解更全面的用户的行为的多维特征。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本文是在2017年由忠南国立大学。