English
Shtal, T., Pliekhanov, K., Kravets, K., & Bochkov, D.
(2024).
Trends in the development of digital subscription services in international markets.
Economics of Development,
23(1),
62-69.
https://doi.org/10.57111/econ/1.2024.62
Українська
Стаття
Тенденції розвитку цифрових підписних сервісів на міжнародних ринках
Отримано 09.08.2023, Доопрацьовано 26.12.2023, Прийнято 22.03.2024
Анотація
Компанії намагаються використати потенціал сучасного етапу розвитку цифрової індустрії та зробити його економічно вигідним, для чого необхідні не лише технологічні інновації, а й трансформація багатьох існуючих бізнес моделей. Базуючись на аналізі прикладів цифрових підписних компаній, ця стаття надає додаткові роз’яснення, зокрема визначення та складові характеристики бізнес моделей передплати в цифрових сервісах. Метою статті було виявлення тенденцій розвитку цифрових підписних сервісів на основі аналізу кількості активних підписників та впливу COVID-19 на цей показник. У дослідженні були використані методи авторегресії та аналізу, імплементація обраних моделей здійснена мовою програмування Python-3. Описано теоретичне підґрунтя, яке зумовлює доцільність використання підписної моделі для компанії в недетермінованих критичних умовах. Визначено основні підходи до прогнозування показників діяльності компанії. Встановлено характер даних, що прогнозуватимуться, декларовано необхідність використання авторегресійних моделей для подальшого аналізу. Визначено фактори пов’язані із захворюваністю COVID-19, які варто врахувати як екзогенні змінні. Здійснено побудову задачі багатокритеріального вибору шляхом обмеження сімейства авторегресійних моделей та визначення критеріїв часу прогнозування і підготовки даних, точності прогнозу і можливості врахування зовнішніх факторів при знаходженні ефективності алгоритму. Визначено, що найбільш ефективною є авторегресія рухомого середнього. З огляду на подальше застосування вказаного алгоритму для прогнозування кількості підписників, декларується доцільність реалізації підписної стратегії для компанії в недетермінованих критичних умовах. Передбачається можливість ефективного використання обраної математичної моделі для прогнозування показників діяльності компанії, що працює за передплатою. Практичне значення роботи полягає у можливості побудови певних орієнтирів для розвитку ринку та розробки бізнес стратегії просування продукту, які базуватимуться на розумінні можливих переваг та загроз, які має ринок цифрових підписних продуктів та сервісів
Ключові слова:
оптимізація бізнес-моделі; авторегресійна модель; програмне забезпечення як послуга; щомісячний регулярний дохід; кількість користувачів
- 2 557 Переглядів
- Читати статтю
Використані джерела
[1] Akter, S., Michael, K., Uddin, M.R., McCarthy, G., & Rahman, M. (2022). Transforming business using digital innovations: The application of AI, blockchain, cloud and data analytics. Annals of Operations Research, 308, 7-39. doi: 10.1007/s10479-020-03620-w.
[2] Bagnoli, C., Albarelli, A., Biazzo, S., Biotto, G., Marseglia, G.R., Massaro, M., Messina, M., Muraro, A., & Troiano, L. (2022). Digital business models for Industry 4.0. How innovation and technology shape the future of companies. Cham: Springer. doi: 10.1007/978-3-030-97284-4.
[3] Buru, B., & Gursoy, M.E. (2022). Forecasting daily COVID-19 case counts using aggregate mobility statistics. Data, 7(11), article number 166. doi: 10.3390/data7110166.
[4] Chin, H., Marasini, D.P., & Lee, D. (2022). Digital transformation trends in service industries. Service Business, 17, 11-36. doi: 10.1007/s11628-022-00516-6.
[5] Congdon, P. (2021). COVID-19 mortality in English neighborhoods: The relative role of socioeconomic and environmental factors. Multidisciplinary Scientific Journal, 4(2), 131-146. doi: 10.3390/j4020011.
[6] Ghosh, P., Neufeld, A., & Sahoo, J.K. (2021). Forecasting directional movements of stock prices for intraday trading using LSTM and random forests. Finance Research Letters, 46, article number 102280. doi: 10.1016/j.frl.2021.102280.
[7] Grewal, D., Hulland, J., Kopalle, P.K., & Karahanna, E. (2019). The future of technology and marketing: A multidisciplinary perspective. Journal of the Academy of Marketing Science, 48(1), 1-8. doi: 10.1007/s11747-019-00711-4.
[8] Hanafizadeh, P., Hatami, P., & Bohlin, E. (2019). Business models of internet service providers. Netnomics, 20, 55-99. doi: 10.1007/s11066-019-09130-7.
[9] Ivanechko, N., Dudar, V., & Pavelko, V. (2022). Search engine marketing. Galician Economic Journal, 74(1), 158-162. doi: 10.33108/galicianvisnyk_tntu2022.01.158.
[10] Jelassi, T., & Martínez-López, F. (2020). Strategies for e-business concepts and cases on value creation and digital business transformation. Cham: Springer. doi: 10.1007/978-3-030-48950-2.
[11] Karaçuha, E., Önal, N.Ö., Ergün, E., Tabatadze, V., Alkaş, H., Karaçuha, K., Tontuş, H.Ö., & Nu, N.V.N. (2020). Modeling and prediction of the COVID-19 cases with deep assessment methodology and fractional calculus. IEEE Access, 8, 164012-164034. doi: 10.1109/ACCESS.2020.3021952.
[12] Katsikeas, C., Leonidou, L., & Zeriti, A. (2019). Revisiting international marketing strategy in a digital era: Opportunities, challenges, and research directions. International Marketing Review, 37(3), 405-424. doi: 10.1108/IMR-02-2019-0080.
[13] Khovrat, A., Kobziev, V., Nazarov, A., & Yakovlev, S. (2022). Parallelization of the VAR algorithm family to increase the efficiency of forecasting market indicators during social disaster. In Information technology and implementation (IT&I-2022) (pp. 222-233). Kyiv: CEUR Workshop Proceedings.
[14] Kübler, R., Seifert, R., & Kandziora, M. (2021). Content valuation strategies for digital subscription platforms. Journal of Cultural Economics, 45, 295-326. doi: 10.1007/s10824-020-09391-3.
[15] Lewis, T.G. (2023). Digital economy: The economics of the digital economy. Ubiquity, 2023(4), article number 1. doi: 10.1145/3594560.
[16] Li, D. (2022). Observation and speculation of new internet marketing. BCP Business & Management, 29, 112-116. doi: 10.54691/bcpbm.v29i.2196.
[17] Nkongolo, M. (2023). Using ARIMA to predict the growth in the subscriber data usage. Eng, 4(1), 92-120. doi: 10.3390/eng4010006.
[18] Noam, E.M. (2019). Managing media and digital organizations. Cham: Palgrave Macmillan. doi: 10.1007/978-3-319-71288-8.
[19] Rainsberger, L. (2023). Digital transformation in sales. How to turn a buzzword into real sales practice – a 21-step guide. Wiesbaden: Springer.
[20] Sato, K., & Nakashima, K. (2020). Optimal pricing problem for a pay-per-use system based on the internet of things with intertemporal demand. International Journal of Production Economics, 221, article number 107477. doi: 10.1016/j.ijpe.2019.08.012.
[21] Soegoto, E.S., & Rahmansyah, M.R. (2018). Use of internet as product marketing media using internet marketing method. IOP Conference Series: Materials Science and Engineering, 407, article number 012053. doi: 10.1088/1757-899x/407/1/012053.
[22] Statista. (n.d.). Retrieved from https://www.statista.com/.
[23] Ullah, I., Raza, B., Malik, A.K., Imran, M., Islam, S.U., & Kim, S.W. (2019). A churn prediction model using random forest: Analysis of machine learning techniques for churn prediction and factor identification in telecom sector. IEEE Access, 7, 60134-60149. doi: 10.1109/ACCESS.2019.2914999.
[24] Wang, J., Wang, H., Nie, F., & Li, X. (2023). Feature selection with multi-class logistic regression. Neurocomputing, article number 126268. doi: 10.1016/j.neucom.2023.126268.
[25] Wang, W., & Guo, Q. (2023). Subscription strategy choices of network video platforms in the presence of social influence. Electronic Commerce Research, 23, 577-604. doi: 10.1007/s10660-021-09504-w.
[26] Wirtz, B.W. (2021). Digital business and electronic commerce. Strategy, business models and technology. Cham: Springer. doi: 10.1007/978-3-030-63482-7.
[27] Yan, Q. (2022). The stock price analysis of Netflix prediction. BCP Business & Management, 34, 964-968. doi: 10.54691/bcpbm.v34i.3117.