---
type: paper
slug: budhi-setyawan-2009-indonesian-telecom-diffusion
title: >-
  The Diffusion of the Contingent Product Based on Multi Product Interrelation
  Model: A Case Study of the Indonesian Telecommunication Services
authors:
  - '[[budhi-setyawan]]'
  - '[[junseokhwang]]'
  - '[[jongsulee]]'
year: 2009
venue: '[[iccit]]'
pages: ''
doi: 10.1109/ICCIT.2009.75
categories:
  - '[[ict-policy]]'
  - '[[development-economics]]'
methods:
  - '[[logistic-growth-model]]'
  - '[[gompertz-model]]'
  - '[[bass-diffusion-model]]'
  - '[[multi-product-diffusion-model]]'
themes:
  - '[[telecom-diffusion]]'
  - '[[contingent-product]]'
  - '[[ict-developing-countries]]'
aliases: []
last_updated: '2026-05-17T20:00:00+09:00'
---
# The Diffusion of the Contingent Product Based on Multi Product Interrelation Model: A Case Study of the Indonesian Telecommunication Services

*[[budhi-setyawan]], [[junseokhwang]], [[jongsulee]] (2009)* · [[iccit]] '09 · [DOI ↗](https://doi.org/10.1109/ICCIT.2009.75)

> 인도네시아 텔레콤 시장의 *contingent product* (음성 외 부가 서비스 = mobile data, internet banking, mobile banking) 확산을 [[logistic-growth-model]] · [[gompertz-model]] · [[bass-diffusion-model]] 의 independent equation 과 Lee & Lee (2007) 기반 simultaneous logistic equation (MLm / CMLm) 으로 비교 분석한 ICCIT 2009 페이퍼. ARPU 감소 시대 (글로벌 mobile data 시장 2007 년 US$71B, messaging 2002→2006 $17.4B→$29B) 의 fixline / mobile / internet / internet banking / mobile banking 5 서비스를 1975~2008 World Development Indicator + 인도네시아 통신사·ISP·은행 데이터로 추정. Independent 모형이 R² 기준 우월 (Mobile logistic 1.000, internet 0.999, internet banking 0.984, mobile banking 1.000) 반면 simultaneous CMLm 은 internet banking 0.91, mobile banking 0.99 로 더 좋지만 parameter 표준오차 0 인 unstable estimate. GDP per capita (PPP) 와 CPI 를 explanatory 변수로 포함.

- **RQ**: 음성 통신 ARPU 감소 시기에 *contingent service* (mobile data, internet banking, mobile banking) 가 어떻게 확산되며, independent 단일-제품 모형 vs simultaneous multi-product (Lee-Lee 2007 + 본 페이퍼 변형) 가운데 어느 것이 인도네시아 telecom 데이터에 더 적합한가.
- **방법론**: [[logistic-growth-model]], [[gompertz-model]], [[bass-diffusion-model]], [[multi-product-diffusion-model]] (Lee & Lee 2007 단국가 변형, Modified Logistic MLm 과 Contingent-Modified Logistic CMLm 제안). SPSS (independent) + TSP 4.5 (simultaneous).
- **데이터**: 1975~2008 인도네시아. World Development Indicator 2008 (ITU) + 통신사 분기 보고 + ISP 협회 + 은행 + Central Bureau of Statistic Indonesia (BPS). 5 서비스: telephone (fixline), mobile, internet, internet banking, mobile banking. 통제 변수 GDP per capita (PPP) + CPI. 일부 통신·ISP 회사 데이터는 보안 이유 anonymous.
- **주요 발견**: (1) Independent equation R²: telephone logistic 0.999 / Bass 0.866, mobile logistic 1.000 · Gompertz 1.000 · Bass 0.989, internet logistic 0.999, internet banking 0.984, mobile banking logistic 1.000. (2) Simultaneous CMLm R²: fixline 0.826, mobile 0.334, internet 0.420, internet banking 0.908, mobile banking 0.992. MLm 은 mobile 0.13, internet 0.38 로 더 낮음. (3) Independent 모형이 R² 안정성에서 우위 (Bass 계수가 음수로 추정되는 등 일부 모형 issue 있음). (4) Mobile diffusion 이 polynomial curve 형태, Gompertz 와 가까움. (5) Prepaid 가 인도네시아 mobile 확산의 dominant 결제 방식. (6) Content Provider 수와 Ring Back Tone (RBT) 매출이 유의 양의 관계.
- **시사점**: 개도국 telecom 사업자가 contingent product launch timing 을 *기존 voice 와 분리해* 분석 가능. 단순 simultaneous 보다 independent 모형이 forecasting 안정성에서 우위. ARPU decline 대응 정책 (data tariff 설계, 부가 서비스 promotion) 의 정량 도구로 활용 가능. 후속 fine-tuning 으로 explanatory 변수 추가·데이터 확장 여지.

![Indonesia telecom 확산의 multi-product contingent model 분석 framework.](/papers/200900_BudhiS_The_diffusion_of_the_contingent_product_based_on_multi_product_interrelation_model_A_case_study_of_the_Indonesian_Telecommunication_Services/fig1.jpeg)

## 요약

본 페이퍼는 [[junseokhwang]] · [[jongsulee]] 의 *ITPP (International IT Policy Program)* 라인의 대표 작업이며, 인도네시아 대학원생 [[budhi-setyawan]] 의 박사 작업의 일부다. SNU TEMEP 의 *개도국 ICT 정책* 갈래에서 [[nurilla-mahamatov-2007-cis-telecom-diffusion]] 와 자매 관계 — CIS 사례 (Mahamatov 2007) 가 *국가 간 비교* 패널이라면 본 페이퍼는 *단일 국가 다중 제품* 분석. 글로벌 telecom 산업의 ARPU decline 추세 (mobile data 시장 2007 US$71B, messaging 2002 $17.4B → 2006 $29B, 2003 mobile internet usage 의 85% messaging / 10% content / 5% entertainment) 가 출발 배경이며, contingent product (mobile data, internet/mobile banking) 의 확산 메커니즘이 voice 와 어떻게 다른지가 핵심 질문이다.

이론적 배경: Peterson & Mahajan (1978) 의 *contingent product* 정의 — secondary product 의 채택이 primary product 채택에 의존하는 것 (예: notebook 의 internal wireless card, mobile phone 의 value-added service). Mahajan & Muller (1991) 의 contingent product 분류: (a) captive (primary 와 항상 함께), (b) optional static (구매 시 함께 또는 단독), (c) optional dynamic (primary 이후 언제든 추가, mobile internet 같은 경우), durability 측면에서 durable vs non-durable. [[bass-diffusion-model]] (Bass 1969) 의 핵심 식 $f(t) = (1-F(t))(p + qF(t))$ 에서 $p$ (innovation coefficient, external influence) 와 $q$ (imitation coefficient, internal influence) 가 채택 dynamics 결정. [[logistic-growth-model]] 과 [[gompertz-model]] 은 Bass 모형의 특수 케이스 또는 변형. Lee & Lee (2007) 의 multi-product growth model 이 다국가 + 다서비스 interrelation 식, Naransogt (2008) 가 그 단국가 변형. 본 페이퍼는 Lee & Lee 의 단국가 변형 + contingent product 의 도입.

방법론은 두 접근 비교. Independent equation 은 5 서비스 각각 독립적으로 logistic / Gompertz / Bass 추정. Logistic: $X_i(t) = p_i \text{pop}_i(t) / [1 + \exp\{-a_i - (b_i + g_i \text{GDP}_i + c_i \text{CPI}_i)(t-\tau_i)\}]$. Gompertz 와 Bass 는 비슷한 구조. Simultaneous equation 은 (a) Modified Logistic MLm 으로 $\sum_{i \neq j} r_{ij} x_i(t)$ 의 cross-service interaction 추가, (b) Contingent-Modified Logistic CMLm 으로 i=4 (internet banking) 와 i=5 (mobile banking) 의 primary product (internet, mobile) 를 명시적으로 분리. SPSS 로 independent, TSP 4.5 로 simultaneous 추정.

결과: 5 서비스의 independent 모형 R² 가 거의 모두 1 근방 (fixline logistic 0.999, mobile logistic/Gompertz 1.000, internet logistic 0.999, internet banking 0.984, mobile banking 1.000) 으로 매우 좋음. Bass 모형은 일부 서비스에서 R² 가 0.7 ~ 0.99 사이로 다소 낮음. Simultaneous CMLm 은 mobile 0.33, internet 0.42 로 낮으나 contingent product (internet banking 0.91, mobile banking 0.99) 는 좋음. MLm 은 모든 서비스에서 더 낮은 R². 핵심 결론: independent 모형이 simultaneous 보다 R² 와 stability 양쪽에서 우위. simultaneous parameter 의 standard error 가 0 으로 나오는 등 estimate instability 가 우려됨. discussion 에서 인도네시아 mobile 확산이 polynomial 형태 (Gompertz 와 유사), prepaid 가 dominant, Content Provider 수와 RBT 매출 유의 양 관계 같은 정성 관찰 추가. ICCIT 2009 (Fourth International Conference on Computer Sciences and Convergence Information Technology) 게재, [[junseokhwang]] 2기 [[ict-innovation-in-developing-countries]] 라인 + [[jongsulee]] 의 telecom diffusion 라인 (mobile TV Choi 2008, CIS Mahamatov 2007, 글로벌 비교 Lee 2009) 의 교차점에 위치.

## 핵심 결과

| 서비스 | Independent Logistic R² | Independent Gompertz R² | Independent Bass R² | Simultaneous CMLm R² | Simultaneous MLm R² |
|---|---|---|---|---|---|
| Telephone (fixline) | 0.999 | n/a | 0.866 | 0.826 | 0.826 |
| Mobile | 1.000 | 1.000 | 0.989 | 0.334 | 0.133 |
| Internet | 0.999 | 0.999 | 0.909 | 0.420 | 0.377 |
| Internet banking | 0.984 | 0.984 | 0.710 | **0.908** | — |
| Mobile banking | 1.000 | 1.000 | 0.996 | **0.992** | — |

핵심 결론: Independent 모형이 모든 서비스에서 R² 우위 (단 contingent product 두 개에선 simultaneous CMLm 이 더 좋음). 그러나 simultaneous parameter 표준오차 0 인 instability 우려.

## 방법론 노트

[[bass-diffusion-model]] 의 핵심 식:

$$
f(t) = (1 - F(t))(p + q F(t))
$$

여기서 $p$ 는 innovation coefficient (external influence, 마케팅 효과), $q$ 는 imitation coefficient (internal influence, word-of-mouth). $p=0$ 이면 logistic, $q=0$ 이면 modified exponential. $q/p > 1$ 이면 S-shape. 누적 채택 함수의 해:

$$
F(t) = \frac{1 - e^{-(p+q)t}}{1 + (q/p) e^{-(p+q)t}}
$$

[[gompertz-model]]: $Y(t) = S \exp(-\exp(-a - bt))$, $b > 0$ scaling, $S$ saturation, $a$ inflection point.

본 페이퍼의 independent logistic with explanatory variables:

$$
X_i(t) = \frac{p_i \cdot \text{pop}_i(t)}{1 + \exp\{-a_i - (b_i + g_i \cdot \text{GDP}_i(t) + c_i \cdot \text{CPI}_i(t))(t - \tau_i)\}}
$$

본 페이퍼의 contingent-modified logistic CMLm (i=4 internet banking, i=5 mobile banking 의 primary 분리):

$$
X_4(t) = \frac{p_4 \cdot \text{internet}(t)}{1 + \exp\{-a_4 - (b_4 t_4 + r_{34} \cdot \text{internet}\_t_4 + r_{54} \cdot \text{mbank}\_t_4)\}}
$$

$$
X_5(t) = \frac{p_5 \cdot \text{mobile}(t)}{1 + \exp\{-a_5 - (b_5 t_5 + r_{25} \cdot \text{internet}\_t_5 + r_{45} \cdot \text{ibank}\_t_5)\}}
$$

CMLm 의 i=4, 5 에서 분모의 population 자리에 primary product (internet, mobile) 의 그 시점 수치를 직접 대입함으로써 contingent dependency 를 명시적 모델링. $r_{ij}$ 는 서비스 j 가 i 에 미치는 영향. Parameter 추정은 SPSS (independent) + TSP 4.5 (simultaneous). standard error 0 인 parameter 가 다수라 추정 안정성 issue.

## 연구 계보

본 페이퍼의 [[bass-diffusion-model]] · [[logistic-growth-model]] · [[gompertz-model]] 의 다중-제품 확장 라인. Single-product diffusion 의 한계 (Bass 1969, Mansfield 1961, Fourt & Woodlock 1960) → multi-product interaction (Peterson & Mahajan 1978 의 black-and-white vs color TV 대체 관계, Givon, Mahajan, Muller 1995) → contingent product 확장 의 일부. [[jongsulee]] 본인의 telecom diffusion / consumer preference 라인이 mobile TV (Choi 2008), CIS (Mahamatov 2007), 글로벌 비교 (Lee 2009), large-screen TV conjoint+diffusion ([[jongsulee-2006-large-screen-tv-diffusion]]) 등으로 동시 확장. 직접 모형 기반은 Lee Minkyu (2007 SNU PhD thesis) "The Diffusion of Multiple Technologies" 와 Naransogt Baatarhuyag (2008 SNU PhD thesis) "Diffusion of Mobile Service in Developing Countries: Mongolia". 동시기 동료 비교 작업으로 Nguyen Viet Long (2007 SNU MS) Vietnam mobile diffusion. 인도네시아 specific 으로는 ITU World Development Indicator + 인도네시아 BPS 데이터. [[junseokhwang]] 2기 [[ict-innovation-in-developing-countries]] 라인의 다국가 사례 ([[junseokhwang-2009-mobile-diffusion-vietnam]], [[junseokhwang-2009-open-system-kathmandu]] 등) 과 같은 시기적 자매. 후속 fine-tuning 은 별도 작업으로 이어진다고 명시.

## See also

- [[jongsulee]]
- [[junseokhwang]]
- [[budhi-setyawan]]
- [[logistic-growth-model]]
- [[gompertz-model]]
- [[bass-diffusion-model]]
- [[multi-product-diffusion-model]]
- [[telecom-diffusion]]
- [[iccit]]
- [[nurilla-mahamatov-2007-cis-telecom-diffusion]]
- [[junseokhwang-2009-mobile-diffusion-vietnam]]
- [[jongsulee-2006-large-screen-tv-diffusion]]