[논문 리뷰] Network effects in service usage

Gábor Szabó, Albert-Ĺaszló Barabási|ArXiv.org|2006. 11. 18.

Innovation Diffusion and Forecasting인용 수 37

한 줄 요약

이 논문은 인지가 완전한 상태에서 서비스 사용의 정적 상태에서도 네트워크 효과가 지속됨을 보여주며, 사회적 네트워크 구조가 사용 패턴에 상당한 영향을 미친다는 점을 입증한다. 600만 명이 넘는 사용자로부터 수집한 실제 모바일 통신 데이터를 바탕으로 저자들은 네트워크 관계가 사용에 미치는 영향에 따라 다를 수 있는 두 가지 서비스 유형—개인적 및 협업적—을 식별하고, 협업적 서비스에 대해서만 영구적인 사용 증가를 이끌 수 있는 허브 기반 인센티브를 제안하며, 실제 캠페인 데이터를 통해 모델을 검증한다.

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.

연구 동기 및 목표

• 인지가 완전하고 확산이 더 이상 진행되지 않는 정적 상태에서 사회적 네트워크 효과가 서비스 사용에 영향을 미치는지 조사하기 위해.
• 사용자 간 네트워크 구조에 대한 민감도에 따라 모바일 서비스를 두 유형—개인적 및 협업적—으로 분류하고 이를 식별·구분하기 위해.
• 포화 상태 이후 사용 지속에 효과적인 전통적 광고와 네트워크 타겟팅 인센티브의 효과를 비교하기 위해.
• 확산 이론에 기반한 네트워크 주도 사용 동역학의 정량적 모델을 개발하고 검증하기 위해.
• 네트워크 외부성의 특성을 활용하여 협업적 서비스의 사용을 향상시키는 비용 효율적인 허브 기반 인센티브 메커니즘을 제안하기 위해.

제안 방법

• 600만 명이 넘는 모바일 사용자의 통화 기록 데이터를 분석하여, 음성 통화나 문자 메시지로 연결된 무방향 링크를 기반으로 통신 네트워크를 복원하였다.
• 13개월 동안 네 가지 모바일 서비스—이메일, WAP, 채팅, 마이프렌즈—의 시간에 따라 변화하는 사용 패턴을 추적하여 확산 및 포화 상태의 특성을 규명하였다.
• 사용자 사용 패턴과 연락처 행동 간 상관관계를 기반으로 서비스를 두 유형으로 분류: 개인적(네트워크 효과 없음) 및 협업적(강한 이원관계 및 공동체 수준의 효과 있음).
• 사용자 도수(연결성)에 따라 매개변수를 조정하는 확산 기반 분석 모델을 개발하여 채택, 사용, 이탈 비율을 포함하여 포화 수준을 예측하였다.
• 모델 예측을 실증 데이터와 비교하기 위해 인위적 사용자 증가와 실제 광고 캠페인의 영향을 시뮬레이션하였다.
• 고도수 사용자(허브)에게 영구적인 무료 접근 권한을 제공하는 허브 기반 인센티브 메커니즘을 제안하고, 이들의 사용 증가 및 영향력 확산 효과를 평가하였다.

실험 결과

연구 질문

• RQ1 혁신이 포화 상태에 도달하고 인지가 완전해진 후에도 사회적 네트워크 효과가 서비스 사용에 영향을 미치는가?
• RQ2 동일한 사회적 네트워크가 네트워크 구조에 민감도가 다른 두 가지 다른 유형의 서비스 사용을 동시에 지원할 수 있는가?
• RQ3 왜 전통적 광고 캠페인은 포화 상태 이후 장기적인 사용 증가를 이끌지 못하는가?
• RQ4 특히 높은 연결성을 가진 개인(허브)을 타겟팅한 네트워크 기반 인센티브가 특정 서비스의 사용을 영구적으로 증가시킬 수 있는가?
• RQ5 허브 기반 인센티브 전략이 서비스 사용 증가에 비용 효율적인지 결정하는 요소는 무엇인가?

주요 결과

• 완전한 인지 상태임에도 불구하고 서비스 사용은 기반 통신 네트워크의 구조와 강하게 상관관계를 보이며, 정적 상태에서도 네트워크 효과가 지속됨을 입증한다.
• 네 가지 서비스는 두 가지 유형으로 군집화되며, 개인적 서비스(예: 이메일, WAP)는 네트워크 영향이 유의미하지 않지만, 협업적 서비스(예: 채팅, 마이프렌즈)는 강한 이원관계 및 공동체 수준의 사용 상관관계를 보인다.
• 전통적 광고 캠페인은 일시적으로 사용을 증가시키지만 장기적인 증가 효과를 내지 못하며, 캠페인 종료 후 사용 수준이 기준선으로 회복됨을 확인하여 모델의 일시적 효과 예측이 맞는 것으로 확인된다.
• 허브 기반 인센티브—고도수 사용자에게 영구적인 무료 접근 권한 제공—은 협업적 서비스의 사용 포화 수준을 크게 증가시키며, 이 영향력은 임계 도수 $k_c$가 높을수록 커진다.
• 개인적 서비스의 경우, 허브 기반 인센티브는 비용 회수에 효과적이지 않으며, 네트워크 외부성이 없기 때문에 허브가 연락처에 미치는 설득 효과가 근본적으로 낮기 때문이다.
• 모델은 실제 사용 동역학을 정확하게 예측하며, 타겟팅 캠페인을 통해 서비스를 홍보한 데이터와 시뮬레이션 결과를 통해 검증되었으며, 인센티브 종료 후 사용이 포화 상태로 복귀하는 것으로 나타났다.