[論文レビュー] Network effects in service usage

Gábor Szabó, Albert-Ĺaszló Barabási|ArXiv.org|Nov 18, 2006

Innovation Diffusion and Forecasting被引用数 37

ひとこと要約

本論文は、認知が完全に達した定常状態においてもネットワーク効果が持続することを示しており、社会的ネットワーク構造が使用パターンに顕著に影響することを明らかにしている。600万人を超える実際のモバイルユーザーのデータを用いて、使用に影響を受けるネットワークの性質によって異なる2つのサービスクラス（個別的・協働的）を同定し、協働的サービスにのみ永続的な使用促進が可能なハブベースのインcentiveを提案。実世界のキャンペーンデータを用いてモデルを検証した。

ABSTRACT

While there is ample evidence that social and communication networks play a key role during the spread of new ideas, products, or services, network effects are expected to have diminished influence in the stationary state, when all users are aware of the innovation, and its usage pattern is determined mainly by its utility to the user. Here we study four mobile phone-based services available to over six million subscribers, allowing us to simultaneously monitor the communication network between individuals and the time-resolved service usage patterns. We find that usage highly correlates with the structure of the communication network, and demonstrate the coexistence on the same social network of two distinct usage classes, network effects being responsible for the quantifiable differences between them. To test the predictive power of our theory, we demonstrate that traditional marketing techniques are ineffective in permanently boosting service adoption, and propose a hub-based incentive mechanism that has the potential to enhance usage for one of the two service classes.

研究の動機と目的

• 認知が完全で拡散が停止した定常状態において、社会的ネットワーク効果がサービス使用に影響を及えるかどうかを調査すること。
• ユーザーのネットワーク構造への感受性に基づき、モバイルサービスを「個別的」と「協働的」の2つのタイプに分類・区別すること。
• 飽和状態以降の使用維持において、従来の広告とネットワーク指向のインcentiveの有効性を比較検証すること。
• 拡散理論に基づく、ネットワーク駆動の使用動態を定量的に記述するモデルの構築と検証。
• ネットワーク外部性を活用し、コスト効率の良いハブベースのインcentiveメカニズムを提案し、協働的サービスの使用を向上させること。

提案手法

• 600万人を超えるモバイルユーザーの通話記録を分析し、音声通話やメッセージ送信を無向リンクとして表す通信ネットワークを再構築した。
• 13か月間にわたり、メール、WAP、チャット、MyFriendsの4つのモバイルサービスの時間分解能のある使用状況を追跡し、広範な採用と飽和のダイナミクスを特定した。
• ユーザーの使用行動と連絡先との関係性の相関を基に、ネットワーク構造への感受性によって、2種類のサービスに分類した：個別的（ネットワーク効果なし）と協働的（強い二項的およびコミュニティレベルの効果あり）。
• ユーザーの次数（接続度）に依存するパラメータを含む、採用・使用・離脱率を組み込んだ拡散に基づく分析モデルを構築し、飽和レベルを予測した。
• 人工的なユーザー増加と実世界の広告キャンペーンのシミュレーションを行い、モデルの予測を実データと照合して検証した。
• ハブベースのインcentiveメカニズムを提案・評価した。具体的には、高次数のユーザー（ハブ）に永続的な無料アクセスを提供することで、そのユーザーの使用を増加させ、周囲のユーザーに影響を与えることを目的とした。

実験結果

リサーチクエスチョン

• RQ1 認知が完全に達した定常状態においても、社会的ネットワーク効果がサービス使用に影響を及えるか？
• RQ2 同じ社会的ネットワークが、構造への感受性に差がある2つの異なるサービス使用クラスを同時に支えることができるか？
• RQ3 なぜ従来の広告キャンペーンは、飽和状態に達した後も長期的な使用増加を生まないのか？
• RQ4 特に高接続度の個人（ハブ）を標的としたネットワークベースのインcentiveは、特定のサービスの使用を永続的に増加させることができるか？
• RQ5 ハブベースのインcentive戦略が、サービス使用の向上においてコスト効率的であるかどうかを決定づける要因は何か？

主な発見

• 認知が完全な状態であっても、サービス使用は基礎となる通信ネットワークの構造と強く相関しており、定常状態においてもネットワーク効果が持続することを示した。
• 4つのサービスは2つの明確なクラスに分類された：個別的サービス（例：メール、WAP）はネットワークの影響をほとんど示さないが、協働的サービス（例：チャット、MyFriends）は強い二項的およびコミュニティレベルの使用相関を示した。
• 従来の広告キャンペーンは一時的に使用を増加させるが、キャンペーン終了後に使用量がベースラインに戻ることから、長期的増加効果が得られないことが確認され、モデルの予測する一時的効果を裏付けた。
• ハブベースのインcentive（高次数ユーザーに永続的な無料アクセスを提供）は、協働的サービスの使用飽和度を顕著に向上させ、閾値次数 $k_c$ が高くなるほどその効果が増大した。
• 個別的サービスでは、ハブの影響が接触者に及ぼす説得効果がほとんどないため、ネットワーク外部性が存在しないため、ハブベースのインcentiveはコスト回収が不可能であることが判明した。
• モデルは実世界の使用動態を正確に予測できており、シミュレーションとターゲットキャンペーンで促進されたサービスのデータから検証された。インcentive終了後、使用量が再び飽和状態に戻ることも確認された。