Crecimiento de firmas de ingreso tardío a mercados de software estandarizado: un enfoque desde la modelación de la difusión competitiva multigeneracional, con efectos de red.
Author
Type
Trabajo de grado - Doctorado
Document language
EspañolPublication Date
2011-12-15Metadata
Show full item recordSummary
Según el orden de entrada al mercado, las firmas se clasifican como Pioneras, Seguidoras Tempranas y Entrantes Tardías (en adelante, estas últimas se denominarán ET) (Ansoff and Stewart, 1967). En la industria de software, existe abundante evidencia de que tanto el tiempo de entrada de una innovación disruptiva en el mercado (Keller and Hüsig, 2009), como las ventajas comparativas de la región en la que emerge (Arora and Gambardella, 2005)y la trayectoria tomada por el paradigma tecnológico en el cual están inscritos sus productos, tienden a un crecimiento dependiente de la trayectoria (D'Costa, 2002). Podría interpretarse entonces, que la adopción de los productos de las firmas de software es sensible a factores aleatorios e idiosincráticos presentes al inicio de la difusión, los cuales tienen impactos en los resultados finales. Estas condiciones pueden ubicar a la Pionera en una posición ventajosa frente a sus seguidores. Sin embargo, la incertidumbre tecnológica y de mercado puede hacer que una Pionera quede en condición de desventaja frente a las ET (Lieberman and Montgomery, 1998). Adicionalmente, la Pionera enfrenta el riesgo de seguir una trayectoria tecnológicamente inferior ante la llegada de una ET capaz de introducir en el mercado nuevas generaciones de producto compatibles con el estándar, como en el caso Microsoft Corp. y Google Inc. descrito por Keller and Hüsig (2009). El fenómeno del crecimiento de firmas ET es un desafío que ha venido ganado atención por más de una década, tanto en la literatura de pronóstico tecnológico (Rousseva, 2008),como en economía (Arora and Gambardella, 2005)y política (Schware, 1992; Soete, 1985; Steinmueller, 2001).Sin embargo, si las firmas ET pueden sostener o no sus tasas de crecimiento, sigue siendo una cuestión que se ha abordado empíricamente. Dadas las características del crecimiento de firmas en mercados de software, dos instrumentos teóricos parecen promisorios para el modelamiento del fenómeno. Por un lado la teoría de la difusión de la innovación, enfocada en la explicación y el pronóstico del proceso de adopción de productos por una población de usuarios potenciales de la firma. Por otro, la teoría de los efectos de red, que considera una dinámica en la que los adoptadores potenciales se benefician por comprar el producto de la firma que cuente con mayor base instalada -externalidades de red directas- y con compatibilidad con múltiples productos–externalidades de red indirectas-. Se dispone de abundante literatura para el modelado de la difusión de la innovación (Bass F. , 1969; Bass and Bass, 2001; Maier, 1998; Meade and Islam, 2006; Chanda and Bardhan, 2008)y el modelado de los efectos de red (Oren, Smith, and Wilson, 1982; Katz and Shapiro, 1985; Economides, 1996; Farrell and Saloner, 1986; Church and Gandal, 1996). Von Westarp (2003)y Kemper (2010)hacen contribuciones al modelado de mercados de software; sin embargo, no consideran la difusión competitiva multi-generacional y con efectos de red, presente en el crecimiento a largo plazo de firmas de software. Esta investigación se enmarcada y valida en seis postulados que pueden explicar el crecimiento de ET a mercados de software estandarizado, a saber: i) el indicador de crecimiento de las firmas es la venta anual (Peres, R., Muller, E., and Mahajan, V., 2010); ii) el potencial de mercado es dinámico en función de los efectos de red (β) considerados por Liu et al. (2011); iv) una firma de software sale del mercado cuando no difunde nuevos productos después de dos años de la introducción del producto anterior (Giarratana, 2004); v) en la fabricación de software estandarizado, los principales costos para el desarrollo del producto ocurren en la fase de I and D (OECD, 2009); la inversión en I and D es un indicador de capacidad de innovación. La entrada necesaria para acumular capacidad en I and D es el porcentaje anual de ventas destinado a inversión en I and D y la salida se mide en número de nuevas generaciones de producto que se difunden en el mercado (Li, Shang, and Slaughter, 2010; OECD, 2009). En esta investigación doctoral se explica el fenómeno de crecimiento de firmas ET inmersas en un ambiente de competencia contra un Pionera, mediante la simulación de un modelo y se evalúa la sensibilidad del comportamiento de las ventas, a la inversión en I+D y al tiempo de entrada de sucesivas generaciones del producto. Las múltiples simulaciones del modelo muestran que invertir en I+D, aumentar la base instalada mediante los beneficios de las externalidades de red en la demanda, e introducir en el mercado múltiples generaciones de productos más rápidamente que la Pionera, son estrategias promisorias para que las ET sobrevivan en el mercado./ Abstract. According to their order of market entry, firms are classified as Pioneers, Early Followers and Late Starters(hereinafter, the latter will be referred to as LS) (Ansoff and Stewart, 1967).In the software industry, there is abundant evidence that both the time of entry of a disruptive innovation in the market(Keller and Hüsig, 2009), as the region’s comparative advantages where it emerges(Arora and Gambardella, 2005)and the trajectory taken by the technological paradigm in which their products are inscribed, tend to a trajectory dependent growth (D'Costa, 2002). It could be interpreted then that the adoption of the products of the software firms is sensitive to random and idiosyncratic factors present at the beginning of the diffusion which have impacts on the final results. These conditions can place the Pioneer firms at an advantage against its followers. However, the technological and market uncertainty can place a Pioneer firm in a position of disadvantage compare to the LS firm (Lieberman and Montgomery, 1998). Additionally, the Pioneer firm faces the risk of following a trajectory technologically inferior to the arrival of a LS firm capable of introducing into the market new generations of products compatible with the standard, as in the case of Microsoft Corp. and Google Inc. described by Keller and Hüsig (2009). The phenomenon of LS firms growth is a challenge that has increasingly gained attention for more than a decade, both in technological forecasting literature(Rousseva, 2008),economics(Arora and Gambardella, 2005)and politics(Schware, 1992; Soete, 1985; Steinmueller, 2001).However, whether the LS firms can sustain their growth rates, remains an issue which has been addressed empirically. Given the growth characteristics of firms within the software markets, two theoretical tools seem promising for the modeling of the phenomenon. On the one hand the theory of innovation diffusion, focused on explaining and predicting the product adoption process by a population of potential users of the firm. On the other hand, the theory of network effects, which considers a dynamic in which potential adopters benefit by purchasing the product of the firm that has the largest installed base –direct network externalities- and with compatibility with multiple products–indirect network externalities-. There is abundant literature for modeling the diffusion of innovation (Bass F. , 1969; Bass and Bass, 2001; Maier, 1998; Meade and Islam, 2006; Chanda and Bardhan, 2008)and modeling of network effects (Oren, Smith, and Wilson, 1982; Katz and Shapiro, 1985; Economides, 1996; Farrell and Saloner, 1986; Church and Gandal, 1996). Von Westarp (2003)and Kemper (2010)make contributions to the modeling of software markets; however, they do not consider the multi-generational competitive diffusion and network effects, present in long-term growth of software firms. This research is framed and validated in six principles that can explain the growth of LS firms to standardized software markets, namely: i) the indicator of firm growth is the annual sale (Peres, R., Muller, E., and Mahajan, V., 2010); ii) the potential market is dynamic in terms of network effects(β)considered by Liu et al. (2011); iv) a software firm drops out from the market when it does not disseminate new products after two years of the introduction of the last product (Giarratana, 2004); v) in the manufacture of standardized software, the main costs for the development of a product occur in the I and D phase (OECD, 2009); investment in I and D is an indicator of innovation capacity. The input required to build capacity in I and D is the annual percentage of sales allocated to investment in I and D and the output is measured in the number of new product generations that are spread out in the market (Li, Shang, and Slaughter, 2010; OECD, 2009). This doctoral research explains the growth phenomenon of LS firms immersed in a competitive environment against a Pioneer firm, by simulating a model and evaluating the sensitivity of sales performance, investment in I+D and the time of entrance of successive product generations. The multiple model simulations show that investing in I+D, increasing the installed base through the benefits of network externalities in demand, and bringing to market multiple generations of products faster than the Pioneer firm, are promising strategies for the LS firms survival in the market.Keywords
Collections
This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit