Как стать автором
Обновить
0

Распространение iPhone и диффузия инноваций

Время на прочтение4 мин
Количество просмотров12K
Автор оригинала: Horace Dediu


Теоретические и практические исследования сходятся в том, что распространение инноваций отображается, как S-образная кривая. Действительно, S-образный паттерн диффузии инноваций, по всей видимости, является базовым антропологическим феноменом.

Это наблюдение берет начало в далеком 1895 году, когда французский социолог Габриэль Тард (Gabriel Tarde) впервые описал процесс социальных изменений посредством подражательного по своей природе механизма «группового мышления» и S-образного паттерна [1]. В 1983 году Эверетт Роджерс (Everett Rogers) разработал более совершенную четырехступенчатую модель инновационного процесса принятия решения, состоящую из: (1) знаний, (2) убеждения, (3) решения и реализации и (4) подтверждения.

Роджерс разделил популяцию потенциальных последователей в согласно тому, на каком временном этапе они «принимают» инновацию и разбил их на категории в соответствии с их стандартным отклонением от «среднего» момента принятия. Он продемонстрировал обширные эмпирические доказательства верности предположения о том, что симметричная колоколообразная кривая отображает распределение последователей во времени. Кривая по форме соответствует первой производной от кривой логистического роста и замещения, как показано на рисунке ниже:



На графике ниже я применил классификацию последователей Роджерса к данным по «принятию» смартфонов в США. Данные собраны по сентябрь 2013 года включительно.

Тот факт, что данные по смартфонам в США соответствуют теории – потрясает, но какие выводы мы можем сделать относительно конкретных платформ? В первой половине данного временного промежутка лидер рынка менялся. Более детально это иллюстрируют следующие графики, показывающие незначительные изменения в распределении рыночных долей.



Обратите внимание, что, за исключением iPhone, каждая отдельно взятая платформа не соответствует логистическому (напр. линейному) паттерну, даже при том, что в целом вся технология ему соответствует.

И тут возникает серьезная загвоздка: хотя мы можем предсказать, как смартфоны будут приняты в обществе, мы не можем предугадать, как будет воспринята обществом каждая конкретная фирма. Это значит, что инвестор не может с уверенностью сделать «ставку» на технологию [2]. Если он «поставит» на конкретную компанию, есть вероятность, что он проиграет. Среди всех платформ обычно наблюдается только один неожиданно явный лидер.

Прежде, чем мы продолжим углубляться в вопрос поиска победителей или предсказания будущего распределения рыночных долей между конкурентами, мы должны понимать причины, которые лежат в основе паттерна «принятия» инноваций.

Роджерс сделал вывод о том, что в основе симметрии процесса диффузии инноваций лежит поведение индивидов в процессе познания. Вначале, когда человек сталкивается с новой ситуацией (с чем-то, чему надо учиться), он допускает много ошибок. Их количество постепенно сокращается (в процессе обучения) с течением времени, потому что человек получает все больше и больше информации, которая действует как стимул [к дальнейшему познанию – прим.перев.]. Выигрыш, приобретаемый за счет обучения на практике, пропорционален произведению количества уже изученного на количество оставшейся информации, которую еще необходимо изучить.

Арнульф Грюблер (Arnulf Grübler) объясняет:
Это в точности эквивалентно трансформации логистической кривой в формате F(1-F). Нужно подчеркнуть, что эти характеристики процесса обучения нашли отражение в реальных ситуациях, связанных с обучением и подтверждены большим количеством лабораторных и полевых экспериментов. Поэтому такое принятие инноваций в социальной системе эквивалентно процессу изучения использования инновационного продукта индивидом. Таким образом, симметричный паттерн диффузии является результатом того, каким образом сообщения об инновациях создаются и распространяются в процессе «социального обучения».

Итак, эти исследователи считают поведение в процессе обучения причиной принятия технологии. Может ли подобное утверждение быть применено к отдельным платформам? Звучит заманчиво.

Гипотеза выглядит следующим образом: последователи инновации не только служат источниками информации о новой технологии, но также используют различные платформы по мере их появления и обновления ОС на смартфонах. Если мы будем воспринимать выбор платформы, как процесс обучения, тогда, если у одной платформы есть естественное преимущество над другими, оно позволяет платформе занять доминирующую позицию, поскольку пользователи «узнают в процессе обучения» об этом преимуществе. И наоборот, если ни у одной платформы нет преимуществ над другими, будет продолжаться смена лидеров по мере того, как конкуренты будут терять/занимать выгодные рыночные позиции.

График, продемонстрированный выше, судя по всему, указывает на то, что логистический паттерн iPhone обладает характеристиками, позволяющими компании выиграть за счет паттерна обучения. Альтернативные платформы, в таком случае, просто пытаются манипулировать текущим положением в поисках временных преимуществ.

Это любопытная гипотеза. Чтобы развить ее в дальнейшем, нужно ответить на вопрос, какие преимущества можно приобрести в процессе обучения. Я подозреваю, что они связаны со способностью решать неудовлетворенные и неявные потребности. Другими словами, продукт-победитель решает набор задач типа «jobs to be done», возникновение которых сложно «просчитать» заранее.

Примечания:
  1. На Тарда, вероятно, оказал влияние математик Пьер Франсуа Ферхюльст, который впервые опубликовал материалы о логистической функции в 1845 году.
  2. Разумеется, инвесторы часто теряют вложенное, когда на горизонте появляется новая технология. В то время, как технологии развиваются, отдельные компании, поставляющие их, часто терпят неудачу. Взгляните на историю транспорта, коммуникаций, вычислений и энергетики.
  3. Цитата из The Rise and Fall of Infrastructures, Physica-Verlag 1990
Теги:
Хабы:
Всего голосов 25: ↑18 и ↓7+11
Комментарии1

Публикации

Информация

Сайт
celecom.ru
Дата регистрации
Численность
101–200 человек
Местоположение
Россия

Истории