Размещено на http://www.allbest.ru/

ПЕРМСКИЙ ФИЛИАЛ ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО АВТОНОМНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет экономики, менеджмента и бизнес-информатики

Выпускная квалификационная работа - БАКАЛАВРСКАЯ РАБОТА

студента образовательной программы бакалавриата

«Организация отраслевых рынков а»

по направлению подготовки 38.03.01 Экономика

Моделирование поведения потребителя на рынке сотовой связи

Жданов Денис Алексеевич

Рецензент Я.Т. Куга

Руководитель А.Л. Чадов

Пермь 2019

Аннотация

В последние десятилетия телекоммуникационные услуги прочно вошли в нашу жизнь. С развитием рынка сотовой связи появилась необходимость в качественном анализе данной области, как с точки зрения провайдеров сотовой связи, так и с точки зрения поведения абонентов. В работе была предпринята попытка смоделировать поведение потребителей на рынке сотовой связи, и определить какое влияние на их выбор оказывают изменения в характеристиках тарифного плана, в структуре потребления и в личностных качествах абонента.

Анализ основан на массиве данных мобильного оператора Ростелеком, содержащего информацию о структуре потребления абонентов г. Перми и характеристиках тарифных планов, действовавших в 2011-2012 году.

Для достижения поставленной цели было построено три модели дискретного выбора: условная, гнездовая и смешанная логит модели. Их оценка позволила сделать выводы о влиянии мобильности и социального круга абонента на его поведение на рынке сотовой связи.

Abstract

The wireless telecommunications industry has seen extraordinary growth over the last decades. Nowadays almost everyone uses mobile phones every day, making calls, sending messages and surfing the Internet. However, user's behavior in cellular market remains insufficiently explored. Our knowledge of how subscribers make a choice of tariff plan is quite limited, so it is extremely difficult for mobile operators to offer more appropriate package of mobile services.

The present investigation will examine certain aspects of making decisions regarding to tariff. In this work an attempt to model user's behavior in this market was made. To achieve the goal, three types of multinomial logit models were estimated: Conditional, Nested and Mixed logit models. Their coefficient allowed to make conclusions about the impact of mobility and the social circle of users on their behavior in the cellular market.

Оглавление

Введение

1. Теоретическое обоснование

2. Постановка исследовательской проблемы

3. Методология

3.1 Описание данных

3.2 Описание моделей

4. Результаты

Заключение

Список использованных источников

Приложение 1

Приложение 2

Введение

С началом 21 века телекоммуникационные технологии стали постепенно проникать во все сферы деятельности людей. Получив широкое распространение, мобильный телефон стал не просто средством совершения звонков, он стал платформой, вмещающей в себя огромное количество сервисов. Отправка СМС сообщений, поиск информации в сети Интернет, доступ к облачным сервисам для хранения информации, онлайн-банкинг и множество других функций выполняет мобильный телефон в наше время. Согласно статистике, на конец 2017 года к сети сотовой связи было подключено 255 млн. мобильных номеров, что почти в два раза превышает население России, то есть в среднем на одного человека приходилось чуть меньше двух сим-карт (Rosstat, 2018).

Однако в последние годы наблюдается тенденция к снижению количества проданных сим-карт, что связано с высокой насыщенностью рынка данным товаром. Провайдерам услуг сотовой связи, привыкшим к растущему спросу, проходится разрабатывать новые методы конкуренции. Для того, чтобы сохранить старых и привлечь новых потребителей, операторам необходимо предложить такой пакет услуг, который будет наиболее точно удовлетворять запросы потребителей. Ввиду большого разнообразия абонентов невозможно разработать один тарифный план, который подойдет каждому человеку. Также на данный момент не представляется возможным предложить полностью индивидуальные тарифы, так как это затребует значительных затрат. Вместо этого провайдеры сотовых услуг предлагают несколько тарифных планов, каждый из которых ориентирован на некоторую группу людей.

Создавая новый тарифный план или изменяя условия уже действующего, производители должны понимать, как зависит выбор тарифа от структуры потребления и личных характеристик. Также для разработки оптимального ценообразования провайдерам необходимо понимание реакции потребителей на изменение различных характеристик тарифов. Знание этой информации позволит производителю изменять параметры пакетов услуг таким образом, чтобы наиболее точно соответствовать запросам потребителей. Поэтому моделирование поведения потребителя на рынке сотовой связи является особенно актуальным в наше время.

С развитием телекоммуникаций данная область завоевала популярность и в научных исследованиях. Ежегодно публикуется множество работ, в которых затрагивается поведение потребителя в сфере услуг сотовой связи. Miravete (1996, 2002, 2007, 2012), Kim (2009), Grubb и Osborne (2015) внесли огромный вклад в изучение различных вопросов данной проблемной области. Несмотря на то что многие авторы занимаются моделированием поведения потребителя, в работах делается акцент на различные аспекты. Одни ученые в своих работах анализируют отношение абонентов к различным услугам сотовой связи, другие - рассматривают вероятность ошибки при выборе тарифа и способность к обучению, третьи уделяют внимание реакции абонентов на различные изменения в тарифах.

Целью данной работы является разработка моделей, которые позволят сделать вывод о том, что и каким образом влияет на выбор тарифного плана. Также данные модели помогут ответить на вопрос о том, как изменится вероятность выбора тарифа при изменении его характеристик и структуры потребления абонента.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Изучить существующую литературу по данному вопросу

2. Произвести сбор, подготовку и анализ данных

3. Выбрать релевантные эконометрические модели, которые позволят ответить на поставленный исследовательский вопрос

4. Преобразовать данные в необходимый вид

5. Произвести оценку моделей

6. Провести интерпретацию полученных результатов

Данное исследование основано на данных сотового оператора ОАО «Ростелеком», предоставлявшим услуги мобильной связи на территории Пермского края. Массив данных содержит информацию о тарифах, действовавших в 2011-2012 году, и о структуре потребления абонентов, включая время, тип и продолжительность услуги, идентификационный номер собеседника, тариф абонента, а также местонахождение абонента в момент пользования услугой.

Несмотря на множество существующих работ по данной теме, специфика российского рынка сотовой связи является малоизученной. Ввиду особенностей законодательства в настоящее время существует проблема по сбору информации о местоположении абонента, в результате чего мобильность абонента оказывается ненаблюдаемой для исследователей. Однако, используя имеющиеся данные, удалось сконструировать показатели, которые позволяют учесть данную характеристику потребителей в моделях. Первый коэффициент основан на амплитуде колебаний абонента от центра масс, а второй рассчитан как индекс Херфиндаля-Хиршмана, то есть сумма квадратов долей затрат, приходящихся на каждую базовую станцию, используемую абонентом.

Также в данной исследовательской работе рассмотрено влияние социального круга абонента на его поведение и выбор тарифного плана, что является относительно новым в рассматриваемой области. Для оценки данной зависимости было также использовано два показателя. Первый широко распространён в теории графов и показывает количество собеседников, которые не только звонили абоненту, но и которым звонил сам абонент. Второй способ расчета показателя размера социального круга также основан на индексе Херфиндаля-Хиршмана.

Структурно работа состоит из введения, четырех разделов и заключения. В первом разделе представлены существующие знаковые работы, в которых исследуется поведение абонентов, описаны используемые в них методы и достигнутые результаты. Во втором разделе обсуждается исследовательская проблема и выдвигаются гипотезы. Далее представлена методология исследования, сконструированы переменные, выбраны релевантные модели, а также показатели качества для их оценки и сравнения. Наконец, в четвертом разделе описано качество оцененных моделей, проинтерпретированы коэффициенты и сделаны выводы, позволяющие подтвердить или отвергнуть выдвинутые гипотезы.

1. Теоретическое обоснование

С развитием сферы услуг мобильной связи растет количество эмпирических работ, в которых исследуется данный рынок. Все работы в данной сфере можно условно разбить по объекту исследования на три группы. Первые анализируют рынок в целом, вторые - поведение конкретной фирмы, а третьи - поведение потребителя на данном рынке. В рамках настоящей исследовательской работы рассматривается рынок сотовой связи с точки зрения потребителя.

Данная проблемная область обладает множеством аспектов, что позволяет рассматривать ее с нескольких сторон. Например, некоторые ученые, моделируя поведение потребителей, делали акцент на том, как абоненты соотносят различные услуги, предоставляемые сотовыми операторами. Пристальное внимание к исследованию поведения потребителей на рынке услуг связи уделял Kim, внесший значительный вклад в исследования в данной сфере. В его работе, опубликованной в 2009 году, рассматривается выбор тарифного плана и объема потребления абонентами. Основной упор был сделан на то, как потребители соотносят телефонные звонки и СМС сообщения, готовы ли они заменить одно другим, или эти сервисы используются служат им для различных целей. По мнению автора, для того, чтобы доказать, что товары комлементарны недостаточно рассчитать ковариацию между объемами их потребления. Тот факт, что люди, часто разговаривающие по телефону, в среднем пишут больше СМС не позволяет сделать вывод о том, что услуги связи являются товарами комплементами. Для обоснованного доказательства необходимо рассматривать изменение спроса на одну услугу в ответ на изменение цены другой, то есть оценивать перекрестную эластичность услуг.

В работе были собраны данные по структуре потребления 6847 абонентов, включая индивидуальные характеристики, такие как пол и возраст. В статье рассматривается рынок сотовой связи, на котором каждый потребитель в начале месяца выбирал один из пяти трехчастных тарифов и далее в течение месяца решал, сколько ему потреблять, и, если он использовал больше минут, чем заложено в тарифный план, то оплачивал каждую дополнительную минуту. Услуги смс сервиса не включены в тарифные планы, поэтому потребитель платил за каждую смс фиксированную цену, то есть действовало линейное ценообразование.

Для ответа на поставленный учеными вопрос была построена структурная модель, которая позволяет последовательно определять решение относительно тарифного плана и объема потребления двух типов услуг. Преимущество структурной модели заключается в том, что она позволяет оценить собственную и перекрестную эластичность спроса на звонки и смс, а также моделировать, как изменения в ключевых стратегических переменных (например, абонентская плата, стоимость звонков и смс) повлияют на спрос и доходы фирмы.

Авторы пришли к выводу, что люди рассматривают звонки и смс как дифференцированные услуги, которые служат для разных целей. Кроме того, было выявлено, что молодые люди характеризуются большим общим потреблением услуг связи, а женщины чаще мужчин пишут смс и более вероятно переключатся на сообщения при росте цены на звонки.

Следующей работой, в которой также было рассмотрено отношение абонентов к различным услугам является статья японских ученых Takanori и Toshifumi, в которой исследуется поведение абонентов в Японии в момент перехода с 2G на 3G интернет. Авторы анализировали спрос на услуги связи различных провайдеров, предлагающих тарифы, включающие передачу данных как второго, так и третьего поколения. Целью работы было построить модель, которая покажет, с какой вероятностью потребители перейдут к другому сотовому оператору при изменении различных характеристик тарифа. В качестве зависимой переменной рассматривался тарифный план, который регрессировался на продолжительность звонков, ежемесячные расходы (абонентская плата и плата за объем услуг), количество отправленных email, и фиктивную переменную на использование веб браузера, сервиса отправки изображений и видео. В работе использовались Conditional Logit model и Mixed logit, что обусловлено ограничениями зависимой переменной, которая принимает небольшое количество целых значений.

Авторами были рассчитаны вероятности смены тарифа при изменении стоимости тарифа и выявлено, что потребители наиболее вероятно переключатся с одного тарифа на другой в пределах одного сотового оператора, чем выберут схожий тариф у другого провайдера, то есть с точки зрения потребителя более близкими субститутами являются тариф с 2G и тариф с 3G одного сотового оператора, чем тарифы с 3G разных сотовых операторов (Takanori and Toshifumi, 2008). Данный вывод является неожиданным и говорит о том, что потребители не готовы менять провайдера услуг связи, даже если конкурент предлагает продукт нового поколения.

Одним из наиболее популярных вопросов при анализе поведения индивидов является вопрос о том, насколько рационально действует индивид, как часто ошибается при выборе и учится ли он на своих ошибках. Огромный вклад в изучение данного вопроса внес E. Miravete. В статьях “Choosing the Wrong Calling Plan? Ignorance and Learning” (Miravete, 2012) и “The Role of Self Selection, Usage Uncertainty and Learning in the Demand for Local Telephone Service” (Narayanan et al, 2007) авторы анализируют, как часто потребители ошибаются при выборе пакета услуг связи. Природа этих ошибок заключается в том, что люди не всегда могут правильно оценить свое будущее потребление. В результате чего они тратят большее количество средств, чем могли бы, если бы выбрали оптимальный для них тариф. В работе была использована модель бинарного выбора, которая позволяла определить правильный ли тариф выбрал потребитель.

По результатам анализа, авторы пришли к выводу, что потребители действительно выбирают тариф, опираясь на свои ожидания относительно будущего потребления. Также доказано наличие способности к самообучению у абонентов. С течением времени потребители все лучше могут предсказать структуру своего потребления на следующий период, опираясь на прошлый опыт. В результате, они реже выбирают неоптимальный для них тариф, снижая свои издержки

Кроме того, ученые выявили, что на выбор тарифа влияют демографические показатели, ожидаемое и фактическое количество звонков в неделю, ожидаемые сбережения и средний доход абонента. По их мнению, полученные результаты исследования согласуются с аксиомой рациональности потребителя, как в статике, так и в динамике. (Miravete, 2012).

В другой работе Miravete совместно с Narayanan также исследуется «обучаемость» потребителей услуг сотовой связи. В результате того, что существует лаг между выбором тарифного плана и выбором объема потребления, абоненты сталкиваются с неопределенностью. Это приводит к частым ошибкам в выборе оптимального тарифного плана, с которыми потребители стараются бороться с помощью самообучения. Была построена дискретно-непрерывная структурная модель поведения потребителя и сделаны следующие выводы: было выявлено, что люди, использующие тариф с посекундной тарификацией, обучаются особенно быстро, в то время как на тарифах с фиксированной платой скорость обучения намного ниже. Данный вывод объясняется тем, что пользователи тарифов с постоянной абонентской платой не замечают своего объема потребления, которого может быть недостаточно для выгодного использования данного тарифного плана.

Также в результате анализа структуры потребления абонентов за несколько периодов авторы пришли к выводу, что объем потребления абонента характеризуется постоянством и его можно довольно точно предсказать, основываясь на среднем потреблении, то есть ежемесячные колебания потребления сравнительно невелики. (Narayanan et al, 2007).

Другая часть статьей в данной сфере основана на анализе поведения потребителей в момент, когда на рынке происходят различные изменения, например, такие как введение нового продукта или изменение законодательства. В таком случае абоненты часто сталкиваются с неопределенностью, что также приводит к ошибкам в выборе тарифного плана.

В 1986 году был проведен эксперимент в двух городах штата Кентукки в США, во время которого к существовавшему до этого тарифному плану без лимита был впервые добавлен двухчастный тариф, который включал не только абонентскую плату, но и плату за единицу услуги. Потребителям также предлагалось сделать выбор тарифа на следующий период, в то время как они не могли точно предсказать объем будущего потребления. На основе данных, собранных в момент проведения эксперимента, Miravete провел исследование наличия асимметрии информации между монополистом, предоставляющим услуги сотовой связи, и его абонентами.

Для моделирования поведения абонентов в момент появления нового тарифного плана была построена Nested logit модель в условиях симметричной и асимметричной информации между оператором и абонентами. Помимо объема потребления услуг, спецификация включала в себя множество демографических характеристик, что позволило значительно улучшить качество построенной модели. Проанализировав результаты, автор пришел к выводу о существовании значительной асимметрия информации между провайдером и его клиентами (Miravete, 2002).

Работа авторов Goettler и Clay затрагивает процесс принятия решения о переходе к другому провайдеру сотовой связи. Главным отличием работы от остальных является то, что авторы попытались учесть не только разницу в тарифных планах, но и издержки, которые несут потребители на смену провайдера.

Также авторы рассмотрели эффект, оказываемый выходом нового товара на рынок. Для моделирования потребительского выбора была построена модель Байесовского обучения, исходя из которой было установлено, что общая неопределенность в отношении качества нового продукта приводит к феномену, называемому «Проклятье победителя»: при выходе нового продукта, потребители переоценивают свою полезность от его потребления, в результате чего выбирают тариф с фиксированной оплатой, при этом привычного им объема потребления недостаточно для того, чтобы выбор такого тарифа был целесообразным (Goettler and Clay, 2010).

В 2015 году была опубликована статья авторов Grubb и Osborne, в которой также проводилось исследование поведения потребителей при выборе объема потребления на рынке сотовой связи. Не редко провайдеры предлагают абонентам тарифы с уже включенным в цену ограниченным количеством звонков и текстовых сообщений. Однако при превышении данного лимита, размер платы за услуги резко возрастает. Авторами было выявлено, что потребители чаще всего не замечают, что превышают ограничения, что приводит к неожиданно высоким счетам в конце месяца.

В работе было рассмотрено влияние, которое может оказать закон, обязующий провайдеров предупреждать потребителей о том, что в ближайшее время они превысят свой лимит по минутам. С целью выяснить последствия введения данного закона, авторы построили динамическую модель выбора тарифного плана и объема потребления абонентов. В результате исследования было установлено, что потребители действительно не замечают, что потребляют больше установленных ограничений. По результатам оценки моделей сделан вывод, что предупреждение потребителей позволяет повысить благосостояние домохозяйств в среднем на 91 доллар при условии фиксированных цен. Однако если потребители начинают избегать чрезмерного потребления, рациональные провайдеры сотовой связи повышают цены на свои услуги, что приводит к падению потребительского излишка на 33 доллара. Еще одним результатом работы доказательство того, что потребители выбирают тариф с фиксированной платой в месяц, так как не могут предсказать свое потребление в следующем периоде и таким образом избегают получения неожиданно высоких счетов за связь. Однако в большинстве случаев такой тариф приводит к большим затратам по сравнению с тарифом, предполагающим оплату за каждый тип услуги (Grubb and Osborne, 2015).

В работе автора Hohwald был проведен анализ поведения абонентов мобильной и проводной связи, который основывается на информации о звонках одного миллиона абонентов за 6 месяцев. Главным отличием работы является то, что помимо рассмотрения поведения абонентов по дням недели и в течении суток, в статье было проанализировано влияние социальных связей абонентов на выбор тарифного плана.

Для оценки размера социального круга абонента авторами была использован показатель, основанный на теории сетей или графов. Каждый узел графа соответствует одному номеру телефона, а направленное ребро, соединяющее два узла, отражает звонок между абонентами. Каждый узел имеет две метрики, называемые степенями: первая - показывает количество уникальных собеседников, которые звонили рассматриваемому абоненту, вторая - отражает количество уникальных собеседников, которым звонил рассматриваемый абонент. Взаимная степень узла показывает общее количество ребер, по которым существует двусторонняя связь, то есть количество таких собеседников, которые звонили рассматриваемому абоненту и которым звонил сам абонент. Данная мера используется для анализа социального круга абонента и довольно часто включается в модели прогнозирования оттока абонентов. Это обусловлено тем, что мобильным операторам очень важно удерживать клиентов с широким кругом общения, так как они могут оказывать влияние на большое количество других абонентов, что может привести к их оттоку.

Для построения моделей авторами была использована архитектура ARBUD, которая позволяет эффективно обрабатывать массивные наборы данных с использованием повторно используемых компонентов, которые вычисляют различные функции конечной модели (Hohwald, 2010). Оценки коэффициентов позволили сделать вывод о том, что модели поведения индивидов зависят от времени суток и дня недели. Также было выявлено, что наибольшим кругом общения обладают абоненты, использующие проводную телефонную связь. Они совершают большее количество звонков и разговаривают дольше, чем пользователи мобильных телефонов. Авторы объясняют данную зависимость тем, что стационарным телефоном чаще всего пользуется не один индивид, а целая семья или несколько сотрудников компании.

Одним из новых и очень актуальным направлением в изучении поведения абонентов является анализ влияния объема передвижная абонента на выбор тарифного плана. В статье автора Hoteit рассматриваются существующие способы оценки мобильности потребителей сотовой связи. Помимо очень полных и комплексных подходов, существуют более агрегированные, извлекающие только один параметр для характеристики мобильности. Было доказано, что достаточно точным и в то же время простым для вычисления является показатель “радиус вращения”, который показывает отклонения индивида от центрального местоположения (Hoteit, 2014).

Релевантность показателей, основанных на записях о месте и времени совершения звонков, для расчета мобильности была подтверждена в другой работе Hoteit в соавторстве с Chen, Viana, Fiore, и Sarraute. Ученые сравнили показатель передвижение абонента, рассчитанного на основе звонков, с реальной мобильностью по GPS и пришли к выводу, что с помощью разработанного ими подхода можно заполнить 75% пропусков в перемещении, которые возникают из-за того, что абонент не пользуется мобильной связью. При этом ошибки, возникающие при определении местоположения несущественны и в 95% случаев составляют менее 1 километра (Chen, 2018).

Таким образом существует множество работ, в которых анализируется поведение абонентов при выборе сотового оператора и тарифного плана, однако все они учитывают только некоторые аспекты выбора. Одни работы специализируются на том, как абоненты соотносят различные услуги между собой, например, звонки и смс, 2G и 3G связь. Другие работы рассматривают неопределенность при выборе тарифного плана, ошибки, совершаемые в результате этого, и способность индивидов к обучению. В настоящий момент, существует довольно небольшое число статей, в которых учитывается мобильность, а также круг общения при моделировании поведения потребителя. Вопрос влияния мобильности и социальных связей является новым и малоизученным в данной проблемной области, ввиду того, что сбор соответствующей информации для сотовых операторов затруднителен и часто запрещен законодательством страны.

В данной работе произведена попытка проанализировать влияние передвижения индивида и его социальных связей на выбор тарифного плана. Это оказалось возможным благодаря наличию информации о местоположении в массиве данных. В исследовании используются данные российского рынка сотовой связи, что позволит сравнить результаты с зарубежными исследованиями и сделать вывод касательно российской специфики данной сферы.

моделирование потребитель сотовый связь

2. Постановка исследовательской проблемы

В данной работе был поставлен следующий исследовательский вопрос: От чего зависит выбор тарифного плана потребителем? Основной задачей исследования является моделирование поведения потребителя при выборе тарифа и его реакции на изменение параметров тарифного плана, а также индивидуальных характеристик потребителя. Построенные модели позволят, во-первых, понять какой тариф выбирают потребители различных типов, а во-вторых, рассчитать вероятность смены тарифного плана при изменении его характеристик. Данная информация может быть крайне полезна провайдерам сотовой связи при разработке новых пакетов услуг, а также корректировке уже имеющихся.

Операторы сотовой связи разрабатывают тарифные планы, ориентируя их на группы людей с определенной структурой потребления. Некоторые тарифы рассчитаны на абонентов, которые совершают большое количество звонков, другие выгодны для любителей писать сообщения, третьи разработаны для людей, которые редко пользуются сотовой связью. Исходя из этого, провайдерам необходимо понимать, как поменяется выбор потребителя при изменении его индивидуальных характеристик и структуры его потребления. Например, если потребитель сменит род деятельности и в связи с этим, начнет совершать большее количество звонков, либо станет более мобильным, как изменятся предпочтения индивида относительно тарифа в таком случае.

Однако выбор тарифа зависит не только от характеристик абонента, но и от различных характеристик самого тарифного плана, таких как стоимость звонков, смс, величины абонентской платы и типа ценообразования. Рассмотрим, каким образом действуют потребители, когда сталкиваются с выбором тарифного плана. Рациональный абонент, стремится максимизировать свою полезность от потребления блага. Максимальную полезность, абонент получит в том случае, когда он полностью удовлетворит потребности в услугах связи и понесет при этом минимальные издержки. Сложность абонента заключается в том, что выбор тарифа происходит в начале периода, а объем потребления становится известен только по его окончанию. Поэтому для максимизации полезности, потребителю необходимо точно предсказать объем потребления на будущий месяц. На рынке услуг сотовой связи потребители характеризуются постоянностью в структуре потребления, то есть объем потребления каждый месяц меняется незначительно (Narayanan et al, 2007). Следовательно, для предсказания объема потребления в следующий период абонент может опираться на данные прошлого периода, для этого он запрашивает детализацию используемых услуг и делает предсказание будущего объема. Далее абонент узнает для всех имеющихся тарифах стоимость каждой услуги, которую он собирается потреблять. Полученные данные позволяют рассчитать ожидаемые издержки, которые придется понести при выборе каждого из тарифов. Наблюдая всевозможные затраты, рациональный абонент выбирает тот тарифный план, на котором они окажутся минимальны.

Данная схема выбора тарифного плана требует больших издержек от абонентов на расчет затрат на каждом тарифном плане. В результате того, что многие абоненты не готовы нести такие издержки, они могут сначала ограничить круг тарифов, классифицировав их на группы, и далее выбирать уже из меньшего количества альтернатив в одном классе тарифов. Это позволит пользователям снизить свои издержки и быстрее принять решение о выборе тарифа.

Как уже было сказано, тарифные планы ориентируются на различные группы людей исходя из объема потребления. Одни тарифные планы выгодны для людей, характеризующихся большим объемом потребления. Они чаще всего имеют дифференциацию различных типов или двухчастное ценообразование. Например, если затраты абонента в месяц больше определенной суммы, то стоимость единицы услуг для него становится меньше, или начиная с третей минуты звонок для абонента становится бесплатным. Это позволяет абонентам с высоким спросом нести меньшие издержки, используя экономию от масштаба. Двухчастное ценообразование подразумевает абонентскую плату и плату за единицу услуги. Абонентская плата фиксирована, вне зависимости от объема потребления, соответственно, чем больше человек пользуется связью, тем дешевле обходится единица услуги. Например, при абонентской плате 50 рублей в месяц и стоимости СМС 1 рубль, написав 10 сообщений абонент потратит 60 рублей за месяц, то есть 1 смс обходится в 6 рублей. Если же абонент напишет 20 сообщений, то его затраты составят 70 рублей, а одна СМС будет стоить уже 3,5 рубля.

Тарифные планы с линейным ценообразованием обычно ориентированы на абонентов с низким объемом потребления, так как большое потребление не предоставляет никаких преимуществ и стоимость единицы услуги остается постоянной.

Логично предположить, если абоненты знают о том, что различные тарифы выгодны потребителям с разными объёмами спроса, то они не рассматривают все возможные тарифные планы при совершении выбора, а делают выбор только из той группы тарифов, которая подходит им больше всего. Например, абонент, который редко пользуется мобильной связью, вряд ли будет рассматривать тариф с дифференциацией или абонентской платой, так как он заведомо будет невыгоден, а будет делать свой выбор из тарифов с поминутной оплатой. Зная примерный объем потребления, абоненты могут сначала делать выбор о том, какой тип тарифного плана им подходит, далее отбрасывать остальные тарифы и делать выбор только из множества тарифов данного типа.

Во многих статьях по данной теме авторы приходили к выводу, что выбор тарифного плана также зависит от различных индивидуальных характеристик людей. Например, выбор молодых часто отличается от выбора тарифных планов старшего поколения, также, как и выбор семейных людей отличается от одиноких абонентов. Следовательно, для более точного моделирования поведения потребителя необходимо учитывать его индивидуальные характеристики.

К сожалению, рассмотрение различных демографических характеристик абонента, таких, например, как пол, социальный статус, возраст не представляется возможным, из-за отсутствия данной информации. Однако в предоставленной базе данных имеется информация о местоположении потребителя в момент совершения звонка. Используя эту информацию в модели будет предпринята попытка конструирования индекса, который позволит учесть мобильность потребителя, и определить влияние передвижения на выбор тарифа. Данный показатель позволит ответить на вопрос о том, какие тарифные планы предпочитают более мобильные люди, отличается ли их объем и структура потребления от потребления индивидов, которые совершают звонки из одного района.

Рассмотрим особенности сбора данных о местонахождении абонента в момент совершения звонка или отправки сообщения. Сети мобильной связи строятся с использованием приемопередающих станций, которые отвечают за связь мобильных телефонов с сетью. Площадь, которую покрывает одна станция называется сотой. Подробные записи вызовов создаются, когда мобильный телефон, подключенный к сети, выполняет или принимает телефонный звонок или использует иную услугу связи. В каждой записи содержится географическое положение пользователя с точностью до соты, однако провайдеру и исследователю не известно положение пользователя в самой соте. На основе этих данных будет рассчитан коэффициент мобильности абонента и предпринята попытка использования его для объяснения выбора абонента.

В данной работе коэффициент мобильности будет рассчитан двумя разными способами и далее с помощью оценки качества модели выбран тот, который наиболее точно описывает передвижение абонентов и помогает лучше объяснять их выбор. В качестве первого способа будет использоваться амплитуда колебания абонента от центра масс, а во втором случае коэффициент будет рассчитан как индекс Херфиндаля-Хиршмана.

Еще одним показателем часто используемы в моделях поведения потребителя является коэффициент характеризующий социальный круг абонента. Хорошо известно, что существуют потребители, обладающие как узким кругом общения, так и широким. Первые совершают большую долю своих звонков небольшому количеству абонентов, вторые, в свою очередь, чаще разговаривают с разными абонентами. Исходя из анализа литературы, можно предположить, что поведение абонентов двух типов на рынке сотовой связи может различаться, и они могут иметь различную реакцию на изменение характеристик тарифных планов. Откуда следует, что при моделировании поведения абонентов необходимо учитывать данную характеристику людей.

Кроме того, сотовым операторам очень важно удерживать абонентов с широким социальным кругом, так как они могут оказывать влияние на свой круг общения и при смене оператора могут “увести” большое количество абонентов к другому поставщику услуг связи.

Хорошо известно, что абоненты, которые много общаются друг с другом, используя мобильную связь, чаще всего пользуются одинаковым тарифом. Это обусловлено тем, что звонки и сообщения внутри сети традиционно стоят меньше, чем услуги связи с пользователями другого сотового оператора. Также довольно часто абоненты узнают о появлении новых тарифных планов от своих собеседников. Значит, индивиды, обладающие узким кругом общения, менее вероятно узнают о новом тарифном плане и его преимуществах. Следовательно, можно предположить, что такие абоненты хуже обучаются и менее вероятно сменят тарифный план при изменении характеристик текущего.

Для анализа влияния социального круга абонента на выбор тарифного плана также будет рассчитано два показателя, и после оценки модели выбран лучший. Первый способ расчета будет основан на использовании теории графов или сетей, а второй способ на основе индекса Херфиндаля-Хиршмана. Традиционно данный индекс применяется для расчета степени концентрации фирм на рынке, однако в научных статьях существуют и другие способы применения данного показателя. Например, для анализа повседневной активности людей (Susilo, 2014).

Определить, как меняется выбор потребителя при изменении структуры потребления и характеристик тарифного плана, можно с помощью построения эконометрических моделей. Для моделирования поведения потребителя на рынке услуг связи, в моделях в качестве зависимой переменной будет использован номер тарифного плана, что главным образом определяет тип моделей. Зависимая переменная является цензурированной и может принимать ограниченное количество целых значений. В таком случае чаще всего используются мультиномиальные модели множественного выбора, что также подтверждается литературой, в которой рассматривается данная проблемная область (Cameron and Trivedi, 2005).

В работе будет построено несколько типов мультиномиальных моделей, произведена оценка их качества и выбрана та, которая будет описывать процесс выбора тарифа наилучшим образом. В качестве базовой модели будет использоваться Conditional logit model, выбор которой обусловлен тем, что она позволяет учесть два типа переменных: первые постоянны для каждого индивида вне зависимости от выбранного тарифного плана, такие как мобильность, социальные связи, структура потребления, а вторые - зависят от выбранной альтернативы, например, затраты на звонки внутри сети или затраты на смс.

В данном исследовании предполагается, что индивидуальные характеристики и структура потребления абонента являются экзогенными и не зависят от выбранного тарифного плана, что позволяет отнести их к первому типу переменных.

В качестве объясняющих переменных, которые не зависят от выбранной альтернативы, будет использоваться количество звонков и смс абонента в неделю, показатель мобильности и показатель характеризующий величину социального круга абонента. Данные характеристики рассчитаны за каждую неделю для каждого абонента. В течение одной недели показатели для каждого абонента постоянны, вне зависимости от выбранного тарифного плана.

Для объяснения выбора абонента также будут использоваться переменные, которые изменяются не только по абонентам, но и по тарифным планам, выбранным одним абонентам. Так к таким переменным будут относится затраты на звонки и смс внутри сети, на звонки и смс на других сотовых операторов и на звонки на фиксированные линии связи. Хорошо известно, что стоимость различных услуг на разных тарифах может отличаться, а, следовательно, затраты абонента будут различны в зависимости от выбранного тарифного плана при условии неизменной структуры потребления.

Для проверки предположения о том, что выбор абонентов имеет двухуровневую структуру, будет построена Nested logit model. Спецификация модели предполагает, что на первом этапе абонент делит все тарифные планы на группы и выбирает подходящую для него группу, а на втором шаге делает выбор из выбранной на предыдущем этапе группы. Для построения модели все тарифные планы будут распределены на три класса по типу ценообразования: с абонентской платой, с дифференциацией и с линейным ценообразованием. Сравнение модели с базовой позволит сделать вывод о том, действительно ли абоненты делают выбор не одномоментно из всего множества тарифов, а пошагово, классифицируя тарифы и выбирая из конкретной группы.

Также абоненты могут по-разному реагировать на изменение различных параметров самих тарифных планов, предоставляемых провайдерами мобильной связи. Для одних людей рост стоимости звонка на один рубль очень критичен, и они более вероятно сменят тариф, в то время как для других данное изменение может оказывать незаметное снижение их полезности. Другими словами, может иметь место гетерогенность абонентов, которая не может быть учтена в условной и гнездовой модели, так как они предполагают фиксированные коэффициенты. Для того, чтобы проверить наличие гетерогенности абонентов по цене услуг будет построена модель со случайными эффектами.

Далее перейдем к описанию гипотез, выдвинутых в данной работе.

1) Гипотеза 1. Процесс выбора тарифного плана имеет двухшаговую структуру. На первом шаге абонент, зная примерный объем потребления услуг связи, выбирает подходящую группу тарифов, и далее делает выбор конкретного тариф в этой группе. Для проверки данной гипотезы будет построена гнездовая модель, предполагающая, что группы делятся по типу ценообразования.

2) Гипотеза 2. Более мобильные люди склонны выбирать тарифные планы, предполагающие большой объем потребления, то есть тарифы с абонентской платой или дифференциацией. Это может объясняться тем, что таким абонентам чаще приходится коммуницировать с другими людьми, а значит они чаще пользуются мобильной связью. Предполагая экономию от объема потребления, мобильные люди более вероятно выбирают двухчастные тарифы, чем тарифы с посекундной тарификацией. Для проверки данной гипотезы будет сконструирован показатель, который позволит рассмотреть влияние мобильности на выбор тарифа.

3) Гипотеза 3. Потребители с небольшим кругом общения менее вероятно сменят тарифный план при изменении его характеристик. Абоненты чаще всего выбирают тарифные планы, которые популярны в их круге общения, и меняют тариф по совету других абонентов из круга общения. Люди с узким социальным кругом общаются с небольшим количеством людей, которые, как правило, пользуются одинаковым тарифным планом. Следовательно, можно предположить, что абоненты данного типа хуже обучаются и характеризуются менее эластичным поведением.

3. Методология

Для ответа на исследовательский вопрос была произведена выборка из массива данных, предоставленного сотовым оператором “Ростелеком”. Далее проведен предварительный анализ данных, расчет коэффициентов, необходимых для проверки гипотез, и построены эконометрические модели, которые позволяют сделать вывод о влиянии различных факторов на поведение потребителя при выборе тарифного плана. Используя различные метрики качества, будет выбрана лучшая модель и проведена интерпретация результатов, что позволит проверить гипотезы, поставленные в работе.

3.1 Описание данных

В работе используются данные, полученные от сотового оператора Ростелеком, предоставлявшим услуги сотовой связи в Пермском крае под брендом Utel. Данные представляют собой два массива: первый массив содержит информацию о структуре потребления индивидов, включая все услуги, их объем и тип, тариф индивида, и адрес станции, откуда прошел звонок; а второй содержит информацию о тарифных планах и стоимости различных услуг на них. Процесс выборки данных затрудняло то, что они хранятся в базе данных, выгрузка информации из которой осуществляется с помощью SQL запросов.

Из массива данных, содержащего информацию о структуре потребления, были выбраны абоненты, использующие один из семи наиболее популярных на тот момент тарифных планов. В выборку попало 5797 абонентов, которые пользовались услугами связи данного оператора с января по декабрь 2012 года.

Все тарифные планы обладают различными характеристиками. Так тарифы “Пионер”, “Радуга Фристайл” и “Капитал platinum” имеют дифференциацию различных типов. “Пять звезд” и “Союз” характеризуются двуставочным ценообразованием, то есть предполагают абонентскую плату и цену одной единицы услуги. А тарифные планы “Молодежный” и “Круг Кнопкиных” имеют линейное ценообразование. Более подробно см. в Приложении 1.

Таблица 1

Популярные тарифные планы

Номер	Тарифный план	Характеристика
1	Пионер	Дифференциация по времени каждого звонка
2	Радуга Фристайл	Дифференциация по времени звонков за сутки
3	Капитал platinum	Дифференциация по затратам в месяц
4	Пять звезд	С абонентской платой
5	Союз	С абонентской платой
6	Молодежный	Без дифференциации и абонентской платы
7	Круг Кнопкиных	Без дифференциации и абонентской платы

Для анализа поведения потребителя необходимо выявить переменные, которые могут оказывать влияние на выбор тарифного плана. Целесообразно использовать только те услуги, пользование которыми происходит под контролем непосредственного абонента, поэтому из рассмотрения были исключены все входящие услуги. Более того к 2012 году большинство мобильных операторов отказалось от взимания платы за входящие услуги. Также из выборки были исключены услуги GPRS-Интернет трафика ввиду сложности расчета стоимости данной услуги на каждом тарифном плане.

В конечном итоге было выбрано пять alternative-specific переменных, которые будут включены в модели.

1. Затраты на исходящие звонки внутри сети

2. Затраты на исходящие звонки на других сотовых операторов

3. Затраты на исходящие звонки на фиксированные линии связи

4. Затраты на исходящие СМС внутри сети

5. Затраты на исходящие СМС на другие сотовые операторы



Рис. 1. Распределение частоты пользования услугами связи

Рис. 2. Распределение затрат по услугам

Как видно из графика, более 50% затрат абонентов приходится на исходящие звонки внутри сети. Второе место по затратам занимают исходящие звонки на другие сотовые операторы. Наименее затратными для абонентов оказались услуги исходящих смс пользователям иных операторов.

Специфика моделей предполагает использование данных в специальной “длинной форме”, в которой каждому абоненту соответствует количество строк равное количеству возможных альтернатив (Cameron and Trivedi, 2009). Для приведения данных в подходящую форму были рассчитаны предполагаемые затраты каждого абонента на каждом из возможных тарифных планов. Для этого были сконструированы формулы, которые, используя структуру данных абонента и характеристики тарифных планов (прил. 1), позволяли рассчитать сколько потратил бы абонент на каждый тип услуги, если бы выбрал определенный тарифный план. Расчёт издержек на тарифных планах учитывает дифференциацию различных типов, применяемую сотовым оператором. Так на тарифном плане “Пионер” первая минута разговора стоит дороже следующих, а на тарифе “Радуга Фристайл” стоимость минуты зависит от общей продолжительности звонков за сутки. Так как первоначально все переменные были рассчитаны за период в одну неделю, то для учета дифференциации по минутам в день использовалось усреднение. То есть, для получения продолжительности звонков за один день, недельный показатель делился на 7.

Рис.3. Средние затраты на тарифах

Также формулы учитывают абонентскую плату на тарифном плане при ее наличии, которая распределяется согласно долям затрат абонента на различные услуги. Такой расчет позволяет наиболее точно рассмотреть влияние размера фиксированной платы. Так абонент, который пользуется только звонками внутри сети рассматривает абонентскую плату как плату только за данный тип услуги, так как без нее он не сможет получить доступ к услуге. При это весь размер платы будет прибавлен к затратам на звонки внутри сети данного абонента. Аналогично, если абонент не пользуется СМС сообщениями, то абонентская плата будет распределена по остальным услугам связи, а затраты на СМС сообщения останутся нулевыми.

Далее представлены описательные статистики переменных, которые зависят от выбора тарифного плана.

Таблица 2

Описательные статистики alternative-specific переменных

Услуга	Минимум	Максимум	Среднее	SD
Затраты на исходящие звонки внутри сети	0	15 185,62	40,33	30,19
Затраты на исходящие звонки на других сотовых операторов	0	38 264,10	24,55	172,71
Затраты на исходящие звонки на фиксированные линии связи	0	12 474	3,3	35,19
Затраты на исходящие СМС внутри сети	0	747,19	2,49	10,75
Затраты на исходящие СМС на другие сотовые операторы	0	649,46	1,53	8,45

В качестве регрессоров, которые не зависят от выбранного тарифного плана будут использоваться индивидуальные характеристики абонентов: мобильность и величина социального круга абонента. Как уже говорилось ранее для учета величины передвижения абонента будет рассмотрено два показателя мобильности:

1) Отклонение индивида от центра масс.

В первом случае для понимания того, насколько мобилен абонент будет рассчитана взвешенная сумма расстояний между местонахождением абонента в момент звонка или отправки сообщения и базовым местоположением. Базовое местоположение абонента задается как центр масс местонахождения абонента в момент совершения звонков и отправки сообщений в течение одной недели.

Первым этапом происходит расчет еженедельной доли затрат на каждой базовой станции для каждого индивида.

Следующим шагом рассчитываются расстояния между местонахождением абонента в момент звонка или сообщения и его центром масс по формуле Гаверсинусов (Википедия; Chopde and Nichat, 2013).

Во втором случае коэффициент мобильности рассчитывается с использованием индекса Херфиндаля-Хиршмана. Традиционно данный показатель используется для оценки уровня монополизации рынка и рассчитывается как сумма квадратов рыночных долей каждой фирмы (Шай, 2014; Википедия). В данной работе для оценки мобильности индивида вместо рыночных долей будут использоваться доли затрат, приходящиеся на каждую базовую станцию в неделю для каждого абонента.

Коэффициент принимает максимальное значение равное единице, когда все его затраты в неделю приходятся на одну базовую станцию, то есть абонент является маломобильным. С другой стороны, для более мобильных абонентов данный коэффициент будет стремиться к нулю, так как количество используемых базовых станций увеличивается.

Данные показатели позволяет судить о мобильности индивида и осуществить проверку гипотезы о различии в объеме потребления индивидов, обладающих разной мобильностью.

Одним из главных ограничений коэффициентов мобильности, применяемых в данной работе, является то, что они не в состоянии учитывать абонентов, которые много передвигаются, но редко совершают звонки. Используя имеющиеся данные, учесть таких людей не представляется возможным, поскольку запись местонахождения абонента происходит только в момент пользования услугами связи. Это является главным ограничением обоих коэффициентов.

Для оценки величины социального круга абонента будет также рассчитано два коэффициента и выбран тот, который лучше описывает абонентов и позволяет построить более точную модель.

Первый способ основан на использовании показателя, применяемого при анализе сетей и графов (Seshadri et al, 2008; Hohwald, 2010). Граф =(E,V) представляет собой социальную сеть абонентов, присутствующих в данных. Каждый узел графа соответствует отдельному номеру, а каждое направленное ребро e=(v1,v2) соответствует звонку или сообщению между абонентами. Степенью узла будет являться количество ребер, касающихся , что соответствует количеству различных собеседников, которые имеет абонент . In-degree обозначается количество абонентов, которые звонили абоненту , out-degree - количество абонентов, которым звонил абонент . В качестве показателя, характеризующего размер социального круга, используется взаимная степень узла, которая показывает количество собеседников которые звонили и которым звонил за одну неделю. То есть при расчете взаимной степени включатся только те собеседники, которые совершали ответный звонок в текущем периоде.

Показатель взаимной степени узла позволит рассчитать количество уникальных собеседников абонента, с которыми существует тесная связь. При этом коэффициент позволяет не учитывает такие шоки потребления, как например, когда абонент обзванивает несколько компаний для того, чтобы узнать условия и цены услуг. В данной ситуации резко возрастает количество собеседников абонента, однако они не входят в его постоянный социальный круг, а, следовательно, не должны оказывать влияния на показатель. Такое поведение случается довольно редко, и не должно влиять на выбор тарифного плана, поэтому коэффициент учитывает только абонентов, которые совершали ответный звонок или писали сообщение в ответ.

...