August 2012 Download this article as a PDFAbstract

Предыдущие статьи Обзор Тим охватывали различные аспекты концепции бизнес экосистем, от типов экосистем Кистоун стратегии, роли различных членов и совместного создания стоимости. Хотя нет недостатка предлагаемой наилучшей практики, которые Организации должны следовать как экосистемы членов, может быть трудно применить эти идеи в осуществимое шаги для их принять. Это особенно верно, когда члены экосистемы уже ранее историю сотрудничества или конкуренции друг с другом, в отличие от которых создается новая экосистема.

Пейзаж теория, политология подход к предсказывая формирования коалиции и стратегических союзов, может быть полезным дополнением к исследованиям экосистем путем предоставления инструмента для оценки наилучшие варианты возможного Альянса для Организации, учитывая информацию о себе и других компаний в системе. Как показано в примере производителей мобильных устройств, выбор платформы поставщиков мобильной экосистемы, этот инструмент является очень гибким и настраиваемым, с большим объемом данных, обеспечивая более точное представление альянсов в экосистеме. В то же время, с даже основные параметры компании могут получить важную информацию о том, какие коалиции будет наилучшим образом служить их интерес и общее положение в рамках экосистемы.

Эта статья показывает взаимодействие между теорией ландшафта и экосистемного подхода и предлагает практические, действенные способ, позволяющий анализировать преимущества отдельных членов.

Введение

Все предприятия понимают реалии глобальной экономики, в которой фирмы должны двигаться быстро захватить возможностей, доходов и доли рынка. Быстрые инновационных циклов возможно сегодня, но только когда фирмы воспользоваться преимуществами дополнительных активов других фирм и совместной работе. Останавливаясь, чтобы изобретать колесо может привести фирмы, того, чтобы играть поймать позже, или еще хуже, стать неуместными вообще.

В этом новом, взаимозависимом деловом мире Мур (1993) новаторская работа по структуре предприятий как экосистема зависимых лиц, пожалуй, лучше всего охарактеризовать и объяснить бизнес взаимодействий. Этот бизнес-сценарий применяется к мобильной индустрии, где появление смартфонов за последние шесть лет привело к конвергенции традиционных и новых игроков в совместной и конкурентной среде, где фирмы должны работать вместе, чтобы соответствующие наибольшую ценность из их комбинированного рынка предлагают, а также конкурировать, дифференцируя себя. Мобильный бизнес была неоднократно описана в литературе, используя основы теории бизнес экосистем (Gueguen и Isckia, 2009; Басоле, 2009; Лин и Ye, 2009).

Часть центрального помещения экосистемы является появление платформы, на вершине которой предприятия могут предложить дополнительные продукты и услуги. Этот тип организации также рассматривается в сходящихся мобильной экосистемы, где мобильная операционная система (ОС) провайдеры готовы взять центральную роль поставщиков платформы и служить в качестве связующего звена между различными традиционных и новых игроков в экосистеме. Эта центральная соединительная роль в отрасли приводит к поставщикам платформы рассматривать как краеугольные камни сходящихся мобильной экосистемы, поскольку именно эти компании, которые обеспечивают стабильную общим достоянием мобильной платформы ОС, к которой другие игроки могут связать дополнительные продукты и значение дополнительных услуг (Iansiti и Левиен, 2004). Таким образом действия Кистоун важную роль в определении успеха каждого игрока, который подключен к нему и успех самой экосистемы.

Для того, чтобы быть успешным, краеугольные камни должны структурировать свои платформы таким образом, чтобы она может быстро расти и достигать большой доли рынка и установленной базой клиентов, другими словами, стать доминирующей дизайн. Учитывая взаимозависимый характер организаций в экосистеме, одним из наиболее эффективных способов изучения этого роста использование сети теории.

Сети теория утверждает, что, как технологическая платформа привлекает больше пользователей, увеличивает его ценность, и она становится все более привлекательным для новых потенциальных клиентов. Это обеспечивает увеличение возвращается как сеть увеличивается. Этот эффект рассматривается раз в отрасли технологий и широко используется, чтобы объяснить появление доминирующей платформы (например, Абернети и Utterback, 1978; ТИС, 1988; Tegarden et al, 1999). Во многих случаях сетевые эффекты технологии настолько сильны, что они могут переопределить его недостатки и недостатки по сравнению с ее конкурентами.

Однако теория сети имеет некоторые ограничения. Во-первых, для каждого примера сетевых эффектов, указанных в литературе существуют различные факторы, влияющие на почему и как платформа получает тяги и привлекает пользователей, тем самым достижение доминирующего статуса. Разбирая путь успеха часто требует глубокого знания экосистем вокруг механизмов платформы и промышленности.

Второе ограничение сети теории является главным образом ретроспективный аналитический инструмент. Он использовался для разъяснения эволюции платформы или keystone для достижения господства, но только после факта. Хотя это дает понять, какие факторы для успеха в будущем, эти факторы меняться время от времени и отрасли. Таким образом теория сети не так полезно, как интеллектуального устройства, и когда он используется, и подробные знания и данные о промышленности фактически является предварительным условием.

Из-за этих ограничений сети теория не дает нам полную картину эволюции экосистем, которые все еще находятся в стадии их нарождающегося. Это удачное описание мобильной экосистемы с нескольких провайдеров мобильных ОС, конкурирующих для достижения статуса dominator. Каждая из этих провайдеров платформы пытаются привлечь игроков, предлагая дополнительные активы, такие как производители устройств и разработчиков приложений, но предлагают очень разные ценностного предложения. Как таковой нет явного победителя или предварительно доминирующей платформы в этой экосистеме еще, и было бы интересно наблюдать, как экосистемы изменяется с течением времени, пока доминирующей платформа станет ясно.

Что было бы еще более полезным, особенно для фирм, которые хотят сделать инвестиционное решение для выравнивания с одной платформы OS над другим, будет иметь возможность прогнозировать и анализировать какой ОС, они должны поставить свои инвестиционные доллары в. С ограничениями, которые сети теория позы другой подход к решению этой проблемы будет рассматривать Аксельрод и Беннетт (1993) пейзаж теории агрегирования.

Теория ландшафта является основой, с которой Аксельрод и Беннетт изучал формирование Альянса. Эта теория принимает несколько переменных, касающихся влияния каждого «актер» в системе (размер) и их склонность к Аллы со всеми другими субъектами в системе (это называется определить их склонность к совместной работы). Использование размера и склонности мер, оптимальный Альянс для актеров в системе может быть определена.

Теория широко используется для прогнозирования альянсов для II мировой войны, авиационной отрасли и установления стандартов UNIX и эти ретроспективные прогнозы были подтверждены фактические коалиций, которые были сформированы.

Применение этих рамок к мобильной экосистемы, мы можем определить, какие мобильные платформы OS, производителей мобильных устройств, поставщиков мобильных приложений или операторы мобильной сети должны присоединяются для того, чтобы соответствующие наибольшую ценность для их бизнеса. Таким образом теория ландшафта является дополнительный инструмент к сети теории для прогнозирования и понимания бизнес экосистем и успех платформы.

Пейзаж теория агрегации

Теперь, когда ясно, какие пробелы пейзаж теория может заполнить в прогнозировании формирования Альянса экосистем, будет полезно понять теорию ландшафта агрегации как Аксельрод и Беннетт (1993). Впоследствии мы будем обсуждать, как мы расширили эту модель путем устранения некоторых из его ограничений.

Агрегат относится к организации элементов системы в модели, которые, как правило, весьма совместимые элементы вместе и держать менее совместимые элементы друг от друга. Пейзаж теория предсказывает, как агрегирование приведет к выравниваний или союзы между субъектами.

Для набора n актеров в любом приложении теории определены три конструкции размер, склонность и конфигурации. Размер актер, si "/> 0, является отражением важности этого актера к другим. Размер может быть измерено демографических, промышленных и экономических факторов, или любое сочетание этих, в зависимости от того, что важно в конкретном приложении. Теория гласит, что актеры в системе будет работать для максимального размера их Альянса, поскольку больший размер приравнивается к более широкого доступа к ресурсам, которые могут обеспечить успех для членов Альянса. Таким образом размер мера отражает концепцию сотрудничества между фирмами в теории экосистем.

Другой ключевой предпосылкой теории ландшафта является склонность к совместной работы двух актеров. Это склонность будет положительным, если два актера имеют тенденцию сотрудничать друг с другом, и он будет отрицательным, если они не. В контексте бизнеса, формирование альянсов сильных конкурентов будет увеличен отрицательные склонности к совместной работы. Таким образом склонность является мерой как охотно двух фирм должны быть в том же Альянс. Таким образом склонность мера отражает концепцию конкуренции между фирмами в теории экосистем. Пейзаж теория предполагает, что склонность является симметричной собственностью двух актеров в системе, другими словами, актер B будет иметь же склонность к актера A, A имеет по отношению к б.

Конфигурация — раздел актеров в системе в одну из двух групп. Это также можно назвать структуру Североатлантического союза. Для всех возможных Альянса структур, создается матрица расстояние, которое описывает, как актеры расположены в двух групп с Dij, расстояние между актером i и j, будучи 0, если они находятся в одной группе и 1, если они разные группы. Например для четырех фирм, A, B, C и D, на рис. 1 показаны два возможных конфигураций и их соответствующие расстояния матрицы.

Рисунок 1

Рисунок 1. Потенциальные конфигурации Альянса и их соответствующие расстояния матрицы для четырех гипотетических компаний

По практической реализации, размер, склонность и расстояния с реальными значениями, можно вычислить функцию полезности или выигрыша для каждого актера в каждой возможной альянса структуры, а также в целом «энергия» каждой структуры. Структура, которая дает наименьшее значение энергии является оптимальной Альянс за теорию. Ниже приводится Формула энергии конфигурации:

Уравнение энергии

Минимизация энергии системы можно охарактеризовать как оптимальный баланс сотрудничества (измеряется по размеру, s) и конкуренция (измеряется как склонность, p) фирмы в системе, с тем чтобы максимизировать ценность, они получают, будучи частью Альянса.

На рисунке 2 показаны три основные конструкции ландшафта теории: размер, склонность и конфигурации. Размер является совместной фирмы необходимо создать альянс, который будет большим и достаточно влиятельным, чтобы обеспечить успех. Склонность представляет конкурентный характер фирмы и воля к победе над ближайшими конкурентами. Конфигурации представляют собой все возможные способы, в которых Группа фирм могут быть организованы в двух союзов. Конфигурация, приносит самые низкие энергии является оптимальным альянсом.

Рисунок 2

 

Рисунок 2. Основные конструкции ландшафта теории

 

Метод исследования: Применение теории ландшафта к мобильной экосистемы

Как оно представлено Аксельрод и Беннетт (1993), существуют некоторые ограничения на альбомную теории, которые должны рассматриваться для того, чтобы использовать его для моделирования мобильной экосистемы. Два ограничения и их резолюции являются следующие:

  1. Фирма может принадлежать только к одной Альянса. Это ограничение означает, что фирмы не могут быть смоделированы как союзники из двух разных мобильных платформ поставщиков, хотя это может быть законной стратегической позиции, занятой некоторых фирм в мобильной экосистемы. Путь, в котором удалось избежать это ограничение было рассматривать только производители устройств в образце набора. Это было основано на исследованиях анализа сети Басоле и Карла (2011), которые показывают, что означает «степени центральную роль» платформы поставщиков (количество подключений к поставщикам платформы) до 2 лет для производителей устройств во время до 7 для сетевых операторов. Путем ограничения выборки набора для производителей устройств, мы смогли работать в рамках этого ограничения модели ландшафта.
  2. Только два Альянса возможно с текущей теории. Это ограничение при изучении мобильной экосистемы, так как каждая платформа мобильной ОС должны быть смоделированы как отдельный Альянс для того, чтобы правильно предсказать, какой из них каждый изготовитель устройства совмещается с. Для того, чтобы преодолеть это, определение расстояния было изменено так, что как долго две фирмы не были в том же союзе, расстояние между ними было сочтено 1. Это означает, что фирма, А не волнует какой Альянс фирма B находится в; до тех пор, пока фирма B находится в другой Альянс от A, расстояние между ними будет 1. Если они находятся в том же Альянс, расстояние будет равно 0.

После того, как эти ограничения были заботиться, следующим шагом было сформулировать как бы измерить размер и склонность для выборки (например, производителей мобильных устройств и поставщиков платформ ОС). К счастью подобный анализ ранее было сделано Аксельрод и коллегами (1995) для промышленности рабочих станций Unix, которая была использована для справки. Как и мобильной индустрии формирование союзов во время войн Unix имел цель создания коалиций стандартов. Следуя подходу, Аксельрод и коллегами в их войнах Unix дипломной работы размер и склонность уравнения были сформулированы как ниже:

SizeMPP = ½ (доля рынка) + ½(Revenue)

SizeMDM = ½ (доля рынка) + ½ (операционная прибыль)

Доля рынка является общим показателем эффективности работы предприятий в мобильной индустрии, что делает его легко метрики для получения. Аналогичным образом, доход от поставщика платформы (MPP) передвижное разделение указывает на инвестиционный потенциал, что фирма может запустить и установить мобильную платформу ОС путем предоставления комплектов для разработки (SDK), форумы поддержки и приложений магазины или рынки в полной мере развивать значение сети вокруг платформы.

В случае производителей устройств (МДМС) операционная прибыль является хорошим индикатором денег, которые компания должна повторно инвестировать в R&D деятельность по разработке новых мобильных телефонов, которые будут также включать выбор мобильной платформы ОС для мобильных телефонов.

Склонность уравнения являются следующие:

PropensityMPP-MPP = [1 - (α + β)]

PropensityMPP-МДМ = [1 – α] + [телефон релизы на MPP(previous year)/Общий телефон релизы]

PropensityMDM МДМ = [1 - (α + β)]

Примечание: α является основной мерой соперничества с β, дополнительной конкуренции мера, используется для тесных соперников. Как определено в модели, 0≤ α≤1 и 0≤ β≤1, с базовым случаем, α = 1 и β = 1. Изменяя значения α и β, анализ чувствительности может выполняться на результаты модели.

Важно отметить, что наклонностей между изготовителем устройства и поставщиком платформы отличаются от тех, между двумя производителями устройств или двух поставщиков платформы. На основе Аксельрод и коллеги (1995), фирмы, которые были оба поставщика платформы или оба устройства производители были смоделирован как близко соперников, в то время как фирмы в различных сегментах были смоделированы как далеких соперников. Аксельрод и коллеги предлагают фирмы, где же сегмент будет, как правило, имеют большую тенденцию конкурировать друг с другом и таким образом будет более маловероятным союзником друг с другом.

Для дальних соперников дополнительный параметр был рассмотрен в расчет склонности – фактические связи между платформой и устройства производитель, по телефонам, выпущенный на этой платформе производителем в прошлом. Этот параметр учитывает дополнительные тенденции для поставщика платформы и производителя устройства для совместной работы на основе прошлых данных, что делает его хорошей склонности метрики.

Для этого эксперимента, образец набора был ограничен только те платформы, которые были лицензируемой (то есть те, которые допускается принятие третьими сторонами) и верхней 1% производителей мобильных устройств (с тем чтобы выбрать наиболее важных фирм для отслеживания мобильных экосистем). Поставщики рассмотрены были Microsoft (Windows Mobile), Symbian (Symbian OS) и Google (Android). Производители устройств рассмотрены были Nokia, Motorola, Samsung, Sony Ericsson и LG с добавлением ZTE и Huawei в 2010 году.

Данные, собранные для расчета значения размера и склонности были все публично доступны из веб-сайтов и налоговые заявок компании. Телефон релизы платформы и производителя были собраны из phonescoop.com.

На рисунке 3 кратко, как модель ландшафта был практике для сходящихся мобильной экосистемы.

Рисунок 3

Рисунок 3. Модель ландшафта для мобильных экосистем (МДМС и MPP)

 

Результаты

Используя выше определения расстояния, размера и склонность, энергии расчеты были сделаны для каждого возможного альянса структуры с фирмами, перечисленных выше. Конфигурации с низкой энергией были оптимальные альянсы, возвращаемые моделью.

Результаты хорошо согласуются с визуализации фактического мобильной экосистемы между 2006 и 2010 (Басоле и Карла, 2011). Рисунок 4 сравнивает 2010 альянсы, предсказанные с помощью модели для визуализации фактического Альянса, которые были проведены Басоле и Карла. Это apt сравнение, потому что бумага Басоле и Карла Рисует визуальное представление мобильной экосистемы, используя Камада Каваи алгоритм, который основан на идее оптимизации сбалансированной пружины системы путем минимизации энергии. С помощью этого алгоритма, узлы, которые близко будут тянуть друг на друга, в то время как те, которые далекие будет толкать друг друга друг от друга. На рисунке поставщик платформы, что производитель находится ближе всего к (то есть, его сильнейшим союзником) обозначаются сплошной линией, в то время как любой альянс с другими поставщиками платформы обозначаются пунктирной линией. Обратите внимание, что ZTE не представлены в Басоле и Карла на бумаге. Из оставшихся шести устройств производителей мы видим, что результаты модели ландшафта соответствуют фактическое состояние экосистемы альянсов с платформой выбором Nokia, Motorola, и Huawei предсказал правильно. В действительности LG имеет связи с Symbian и Android, но пейзаж модель предсказывает Symbian как платформы выбора для фирмы. Несколько несоответствий в союзы рассматриваются для Sony Ericsson и Samsung, с последним его поместили в Windows Альянс в то время как бывший помещен в Android Альянса, которые не являются результаты отражены в визуализации. Это, возможно, указывает на другие параметры, которые выходят за пределы модели, которые могли бы объяснить фактические Альянса структур, которые имели место. Это также может означать, что структуры реального Альянса не являются идеальным из них для фирм, в вопросе.

Рисунок 4

Рисунок 4. Результаты, предсказанные с помощью модели ландшафта, по сравнению с фактическим альянсов (2010)

 

В целом основные выводы этого исследования заключаются в следующем:

  1. Очень простой, универсальный размер и склонность метрик, таких как размер рынка и сегмента рынка, хорошо поддерживается визуализации реального состояния экосистемы между 2006 и 2010 годах.
  2. Иногда модель возвращает оптимальные альянсы в отличие от фактических союзов в то время, но эти результаты больше смысла при анализе в ретроспективе. Например в действительности, Sony Ericsson застрял на Symbian платформы дольше, чем было желательно, на основе прогнозов модели ландшафта. Эта задержка может учитывать значительные потери доли рынка, сталкиваются фирмы. На основании результатов модели Sony Ericsson должна взяли Android гораздо раньше. В дополнение к этому иногда инструмент показывает основу для решений Североатлантического союза, которые приняли после 2010 года. Например приобретение Motorola Mobility компанией Google поддерживает альянсы, предсказаны в 2010 году модели. Это ясно показывает, что Motorola будет выбирать Android в качестве своей платформы ОС. Это свидетельствует о том, что модель имеет определенную ценность как инструмент прогнозирования.

Выводы

Как показано, не только теория ландшафта предоставляет значимые результаты как прогностического и аналитической модели для производителей устройств стратегически выбрать мобильные платформы OS для их будущего телефона предложения, но он показывает большие перспективы в своей расширяемости для различных других игроков в мобильной экосистемы, а также бизнес экосистемы в целом.

Посредством этого исследования пейзаж теория также показывает себя полезную основу на работу, где теория сети имеет свои ограничения, а именно, отсутствие прогностической способности для все еще развивающейся экосистемы и требование значительных отрасли знаний быть полезным инструментом пояснительной. С моделью ландшафта очень простой, универсальный и публично доступных бизнес-показателей, таких, как доля рынка и доходов могут использоваться для получения существенного понимания того, как фирмы должны согласовать себя, чтобы максимизировать их будущего успеха. Таким образом модель дополняет теорию сети в понимании эволюции экосистем.

Кроме того расширяемость и гибкость модели такова, что добавление специфических знаний отрасли (путем уточнения определения склонности соответственно) служит для дальнейшего повышения ее эффективности. В таким образом теория ландшафта можно сочетать с теорией сети, измерения воздействия сети различных промышленных факторов путем моделирования их как часть конструкции размера и склонности, при необходимости.

Четко показывая параллели между бизнес экосистем теории исследования и ландшафта путем изучения формирования Альянса в мобильной индустрии, это исследование показывает гармонию между этими двумя исследовательскими направлениями и открывает новые возможности для дальнейших исследований с участием обеих этих теоретических основ. Ожидается, что это представляет интерес для исследователей и ученых обеих этих областях и провести дальнейшие исследования для дальнейшего изучения связей между ними и их применимости в других отраслях, помимо мобильных.

В промышленности сроки это исследование может иметь большое значение для стратегических директивных органов в рамках частного (предприятий) и общественных организаций (правительства) стремится лучше понять и планировать альянсы, в которые они входят, а также понять общую форму экосистемы, к которой они принадлежат. Модель теории ландшафта, применяется в контексте экосистемы бизнес является практическим способом, в котором они могут достичь цели приведения себя в соответствие с правильной платформой и партнерами для достижения успеха.

Рекомендуемое чтение и ресурсы

  1. Кен Бинмор обзор книги Роберт Axelrod, сложность сотрудничества: На основе агентов модели конкуренции и сотрудничества, обеспечивает полезную справочную информацию по теории ландшафта.
  2. Полные результаты этого исследования, в том числе ссылки на исходные данные и код, написанный для выполнения вычислений, доступны здесь: shrutisatsangi.com/research
Доля этой статьи:

Цитируете эту статью:

Оцените содержание: 
1 голосов были поданы с средний балл 4 звезды

Ключевые слова: формирование Альянса, Бизнес экосистемы, коалиция формовочная игры, предсказание коалиции, теория ландшафта

Добавить новый комментарий

Обычный текст

  • Теги HTML не разрешены.
  • Адреса электронной почты и адреса страниц включите в ссылки автоматически.
  • Строки и параграфы переносятся автоматически.