Диссертация (1138748), страница 6
Текст из файла (страница 6)
Т.е. тутприсутствует взаимозависимость между ценой и потреблением, которая ибудет отражена в модели.Потребитель, стремящийся к максимизации полезности, будет полностьюрасходовать свой бюджет. Авторы нормализуют стоимость единицы29композитного товара до = 1. Предполагают, что вид функции полезностипотребителя i имеет следующий вид:2 ( , ) = + 1 + 2 + 3 (7) − ,0 ≤ ≤ = { − − ( − ), > (8)ПриПодобная квадратичная функция полезности часто встречается вмаркетинговой и экономической литературе (Ердем и Кейн 1996), (Дженсен2006), (Миравете и Роллер 2004).
Предполагается, что 2 < 0, чтобыотображать уменьшающуюся предельную полезность от потребления услуги,а 3 > 0, чтобы показать положительный эффект от дохода клиента. Есликоэффициент 2 отрицательный, то функция полезности сначала прирастаетдо уровня потребления, а при превышении данного уровня потребления –полезность будет уменьшаться. Данная функция, несомненно, будет крайнеполезной для тех потребителей, у которых есть предел насыщения (например,это возможно для объема телефонных разговоров или просмотра телевизора),и превышение данного предела нежелательно.Также необходимо рассмотреть неопределенность в , объеме трафика,которыйпотребляется,Предполагается, что есликлиентIвыбереттарифныйпланj.∗это случайная величина, со средним ,максимальное количество трафика, которое может потребить клиент i натарифном плане j (4) зависит также от бюджетных ограничений (5).Это означает, что:∗ = + ,(9)Где является ошибкой.
Предполагается, что имеет нормальноераспределение со средним равным 0 и отклонение для каждого клиента имеетравно 2 . Данный подход моделирования полезности имеет преимуществапотому, что учитывает и среднее потребление, и неопределенность при выборетарифного плана.30∗Значение определяется методом, описанным Хаусманом (1985). Пусть∗∗∗∗определяет значение при ≤ , а определяет значение при∗∗ > . Значение и определяется из максимизации (4) под функцию(5):∗=−1∗=−1 + 322,22(10),(11)∗∗∗и могут принимать вещественные значения.
При этом если >∗ и < клиент будет потреблять ровно . Соответственно оптимальноезначение потребления для клиента i тарифного плана j будет:∗∗, при 0 ≤ ≤ ∗∗∗={,, при > , в остальных случаях(12)Других вариантов не может быть, так как бюджет имеет выпуклый вид, афункция полезности квази-вогнутая (Хаусман, 1985).Характеристики и случайные, потому что зависит от .Неопределенность в потреблении означает, что (7) является стохастическойфункцией полезности. В такой ситуации клиенты будут ориентироваться наожидаемую полезность, которая связана с их предполагаемым потреблениемпри выборе тарифного плана. Ожидаемая полезность описывается следующимобразом:2[ ( )] = + 1 [ ] + 2 [] + 3 [ ](13)Дискретная модель выбора предполагает, что потребитель выбираеттарифный план только в том случае, если он получает большую полезностьпри выборе данного тарифного плана, чем отказе от него, а также, если данныйтарифный план имеет максимальную полезность среди представленныхтарифных планов.
Выбор зависит как от особенностей тарифного плана, так иот потребительских ожиданий клиента. Нуньес (2000) приводит эмпирическиедоказательства подобного одновременного выбора. Например, тарифные31планы для сотовых телефонов продвигаются с объемами бесплатных минутразговора, так как учитывают ожидания клиентов об объеме трафика, которыйему потребуется. Отметим, что выбор потребителя дает информацию о егоожидаемом потреблении. Как утверждает Вилсон (1993), крупные клиентыпредпочитают тарифные планы с большой абонентской платой и низкойстоимостью за единицу трафика, в то время как небольшие клиентыпредпочтут тарифный план с низкой абонентской платой и более высокойстоимостью за единицу трафика.Важнымпреимуществомданноймоделиявляетсявозможностьпредполагать потребление независимой характеристикой от выбора объематрафика.
Это особенно важно, когда цель компании — это прибыль илимаксимизация рыночной стоимости. Если цель максимизация стоимостикомпании, то важно, чтобы различные клиенты взвешивались на их ожидаемоепотребление при оценке долей рынка. И показанное клиентами потреблениеможет быть учтено в данном случае. Как бы то ни было данный методпредполагает потребление независимой величиной от цен, что может привестик бессмысленным результатам. Дополнительным преимуществом данноймоделиявляетсявозможностьколичественноизмеритьразмерпользовательской неопределённости и его влияния на выбор.
И последнимважным преимуществом является точная оценка на изменение цен ибесплатного объема трафика. Уравнения (7) и (8) предполагают, что цена заминуту ( ) и объем бесплатного трафика ( ) влияет на функцию полезноститолько в случае, если > . Поэтому, согласно модели, если все клиентыожидают потреблять менее , то увеличение стоимости за единицу трафикане будет иметь никакого влияния на вероятность выбора тарифного плана. Этоконтрастирует с моделями, которые не отлавливают данного нелинейногоэффекта бюджетных ограничений.Метод оценки предпочтений потребителей связи путем опроса позволяетформировать тарифные планы, но при этом не учитываются ни интересыинвесторов, ни существующая тарифная база оператора связи. Данные32недостатки не позволяют сформировать тарифную политику операторасотовой связи.1.5 Перспективы развития рынка сотовой связи.Количество пользователей сотовой связи постоянно растет и согласноданным J’son & Partners Consulting (J’son & Partners Consulting, 2014) уже в2012 году составило более 6,4 миллиардов (пользователи определялись поколичеству активных SIM-карт).
Основной рост числа пользователейсосредоточен в развивающихся странах. При этом в данных регионах на конец2014 года приходится почти три четверти мировой абонентской базы. Хотяданные регионы в основном представлены малобюджетными абонентамисотовой связи, именно они все еще характеризуют неудовлетворенный спросна основные телекоммуникационные услуги: голосовую связь, СМСсообщения и минимальный доступ к сети Интернет по технологиям второгопоколения (2G).Млн.
шт.ГодаРис. 2 Динамика численности абонентов мобильной телефонной связи в миреза период 2008-2012 гг. (в млн. шт.)Источник: аналитические обзоры J’son & Partners Consulting, 2014 гг.Результатом данного слабо удовлетворенного спроса и являетсяустойчиво высокие темпы роста рынков телекоммуникационной связи врегионах развивающихся стран. Для сравнения темп роста абонентской базы33(в количестве активных SIM-карт) с 2008 по 2012 годы развивающихся странсоставлял 12,5% против 3% для развитых стран (рис.
2).Рост за период с 2008 по 2012 годы также обуславливаетсявосстановлением отрасли после кризиса 2008 года. В течение периода 20082012 годов средний прирост рынка составлял 4,2%, что явилось следствиемэкстенсивного расширения рынка за счет Африканский и Азиатских стран. Пооценкам J’son & Partners Consulting ожидается, что подобные темпы ростасохранятся до 2017 года, когда основная масса населения Земли будетохвачена сотовой связью.
Хотя стоит отметить, что существует несколько сил,влияющих на количество абонентов (оцениваемых по количеству SIM-карт).Так рынок может сохранить темпы прироста вследствие интеллектуализациивсей техники, которая используется человеком с одной стороны, иподключения ее к сети интернет, с другой. Аналитики GSMA (Groupe SpecialeMobile Association) – ассоциации, специализирующейся на рынке сотовойсвязи, прогнозируют снижение характеристики CAGR (Compound AnnualGrowth Rate), отражающей совокупный среднегодовой темп роста рынка винтервале с 2012 по 2017 годы до 2,3%.В России ситуация отличается от средне мировой, поскольку в вопросахраспространения сотовой связи у нее больше сходства с развитыми странами.В 2011 году выручка рынка сотовой связи составляла 810 миллиарда рублей,а в 2015 году – 959 миллиардов рублей, что всего на 0,5% больше чем в 2014году (Газета «Ведомости», 2016).
Такое поведение характеризует Российскийрынок сотовой связи как «зрелый», который сопоставим с такимигосударствами как: Великобритания, Германия и Италия. Значительноезамедление темпов роста выручки рынка сотовой связи в основномпроисходит за счет активного распространения различных OTT-сервисов(Over the Top). Это группа технологий, основанных на использовании каналапередачи данных для голосовой и видео связи, отправки текстовых сообщенийсотовыми операторами.34Российский рынок достаточно развит и близок по поведению и основнымпоказателям с европейскими, но существенно отличается от рынков США,Японии и Китая. В 2015 году суммарная выручка сотовых операторов СШАсоставила 339,4 миллиарда долларов США (The Statistics Portal, 2016), чтомногократно превышает отечественный рынок.
В настоящее время рынокСША является крупнейшим в мире. Основной причиной такого положенияявляется высокий ARPU (Average revenue per user) абонентов. Это показатель,являющийся одним из ключевых в телекоммуникационной отрасли, иотражающий среднюю выручку абонентов за определенный период времени,обычно месяц (Кузовкова, 2009). Рыночная стоимость сотовой связи Японииоценивается в 200 миллиардов долларов США (Eurotechnology Japan, 2016).Такой высокий показатель, помимо достаточно значимого ARPU, являетсярезультатом самой развитой сотовой сети в мире и большого спроса на трафикпередачи данных.
Несомненным лидером роста в абсолютном измеренииявляется Китай, который расширил свой рынок сотовой связи с 94,4миллиардов долларов США в 2012 году, до 181 миллиарда долларов США в2015 году. Что объясняется огромной численностью населения страны,которое сформировало более 1 миллиарда активных пользователей.В табл. 1 представлено изменение выручки с 2008 по 2012 год, поразвитым и развивающимся рынкам телекоммуникаций.35Табл. 1 Объем выручки от мобильных сетей в ряде развитых иразвивающихся стран, млн.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
