Product cannibalisation is a well-known phenomenon in marketing and technological research and describes the case when a new product steals sales from another product under the same brand. A very special case of cannibalisation may occur when the older product react to the competitive strength of the newer one, absorbing the corresponding market shares. Given its special character, we call this phenomenon inverse product cannibalisation. We suppose that a case of inverse cannibalisation is observed between two products of Apple Inc., the iPhone and the more recent iPad, and the first has been able to succeed at the expense of the second. To explore this hypothesis, within a diffusion of innovations perspective, we propose a modified Lotka-Volterra model for mean trajectories in asymmetric competition, allowing us to test the presence and the extent of the inverse cannibalisation phenomenon. A SARMAX refinement integrates the short term predictions with seasonal and autodependent components. A non-dimensional representation of the proposed model shows that the penetration of the second technology has been beneficial for the first, both in terms of market size and life cycle length.


翻译:在营销和技术研究中,食用产品是一个众所周知的现象,它描述了当新产品从同一品牌下的另一个产品中窃取销售时,一种非常特殊的情况。当旧产品对新产品的竞争实力作出反应,吸收相应的市场份额时,可能会出现食用异性。鉴于其特殊性,我们称这种现象为反向产品食用。我们认为苹果公司的两个产品(iPhone和最近的iPad)之间观察到了反向食用的情况,第一个产品以牺牲第二个产品为代价取得了成功。在推广创新的视角中,我们提出一个经过修改的Lotka-Volterra模型,用于非对称竞争中的中值轨,使我们能够测试反向食用现象的存在和程度。SARMAX的改进将短期预测与季节性和依赖性成分和依赖性成分相结合。拟议模型的非维面的表述表明,第二技术的渗透在市场规模和寿命周期内对第一个技术都有利。

0
下载
关闭预览

相关内容

Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
3+阅读 · 2017年12月18日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员