Demand Heterogeneity in Platform Markets: Implications for Complementors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While two-sided platforms (e.g., video game consoles) depend on complements (e.g., games) for their success, the success of complements is also influenced by platform-level dynamics. Research suggests that greater platform adoption benefits complements by providing more potential users, but this assumes that platform adopters are homogeneous. We build on extensive research exploring the heterogeneity between early and late platform adopters to identify counterintuitive dynamics for complements. Complements launched early in a platform’s life cycle face an audience entirely of early platform adopters, whereas later-launching complements face a mixed audience of both early and late adopters, and we argue that differences in preferences and behavior between early and late adopters affect whether complements will succeed and which types will be most successful. We explore these dynamics in the context of the console video game industry using a unique data set of 2,918 video games released in the United Kingdom from 2000 to 2007. We show that despite the increase in the potential user pool as the platform evolves, video games launched later in the platform life cycle realize lower sales than those launched earlier. While increased competition explains part of this effect, we show substantial evidence consistent with our theory of preference differences between early and late adopters. This includes the finding that the negative effect is stronger for novel games and that the gap between popular and less popular complements widens as later adopters move into the platform, consistent with late adopters being risk averse and seeking to avoid purchasing mistakes. The e-companion is available at https://doi.org/10.1287/orsc.2017.1183 .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle