One-Person Firm's Application Product Survival Analysis: U.S. vs. Korea in App Store

Euy-Young Jung, Seogwon Hwang, 이정동 (2012) · Portland International Conference on Management of Engineering and Technology (PICMET) ‘12 Conference Proceedings

Korea App Store 의 두 가지 흥미로운 특징, 즉 Games 카테고리의 부재와 1인 기업 (OPF) 비율이 상대적으로 높다는 점에 주목해 한국·미국 App Store 의 top 300 grossing 차트에 진입·이탈한 9,573 개 (Korea) vs 4,000 개 (US) Apps 의 제품 생존 을 Weibull hazard 모형 로 분석한다. 한국 OPF 제품은 한국 시장에서 초기엔 경쟁우위를 누리지만, 시장이 성숙하면서 그 지위가 빠르게 잠식되고 외국 OPF 제품은 한국에서 일관되게 약세를 보인다.

• RQ: 앱 스토어 라는 신흥 창조경제 마켓에서 1인 기업 의 제품 생존율이 국가·진입 시기·카테고리별로 어떻게 달라지는가, 그리고 시장 성숙도가 OPF 의 선진입자 우위 를 어떻게 침식하는가?
• 방법론: Weibull hazard 모형, 모수적 생존분석, 우측 절단
• 데이터: Apple App Store top 300 grossing 차트 (2010-06 ~ 2011-07), 한국 61,208 observations / 9,573 subjects / 1,982 Apps, 미국 47,734 observations / 4,000 subjects / 1,500 Apps
• 주요 발견: 한국 OPF 제품은 한국 시장에서 negative significant hazard 계수 (Model 1: −0.088*) 로 비-OPF 제품보다 생존이 길지만, 2010 후반기 (Model 3: −0.155*) → 2011 전반기 (Model 4: −0.061, ns) 로 우위가 사라진다. 외국 OPF 제품은 한국에서 일관되게 hazard 가 높다 (Model 2: +0.437***).
• 시사점: 한국 정부의 OPF 지원 정책 (자금·법인설립 규제완화·교육) 과 Games 카테고리 부재라는 우연한 진입장벽이 OPF 의 초기 dominance 를 만들었으나, 이는 내재적 capability 가 아니라 제도적·시기적 우위였다. 지속 가능한 OPF 생태계를 위해선 government 지원 외에 OPF 자체의 품질·marketing·promotion 역량 강화가 필수.

요약

본 paper 는 이정동 의 자기 분류 제2기 도구의 확산과 시야의 확장 (2006-2012) 후반부에 해당하며, 실타래 3 (제품의 탄생과 죽음) 의 간헐적 출현이 임계점에 다가가는 전환을 보여준다. 생산성 분석 라인 (제1·2기 의 주력) 에서 제품 자체의 시간적 변화 라는 dynamics 라인으로의 silent shift 의 한 정점이다. 동시에 창조경제 라는 UNCTAD 기반 개념을 한국이라는 신흥 ICT 정책 실험장에서 OPF (1-person firm) 수준으로 micro-zoom 한 시도. innovation economist 의 시선이 industry → firm → 개별 product 까지 내려간다.

분석 setting 은 정교하다. 두 나라 App Store 의 top 300 grossing 차트 (revenue 기반) 에 진입·이탈한 9,573 (한국) / 4,000 (미국) 개 subject 를 14 개월간 daily 추적하고, Weibull hazard 모형 (parametric proportional hazard) 로 OPF 더미·early/late period 분할·카테고리 dummy 를 통제하면서 hazard ratio 를 추정한다. 핵심 변수는 Kor_opf (한국 OPF 제품 더미), For_opf (외국 OPF 제품 더미), Kor_opf_game (한국 OPF 게임 제품 더미). 결과는 세 층위로 나뉜다. 첫째, 한국 OPF 우위의 시간 의존성: Model 3 (2010 후반) → Model 4 (2011 전반) 로 가면서 한국 OPF 의 hazard 우위가 사라진다 (significant negative → insignificant). 둘째, 외국 OPF 의 일관된 약세: 한국 시장에서 외국 OPF 는 hazard 가 +0.437*** 로 높다 (cultural fit·언어·업데이트 부재). 셋째, Games 카테고리 부재의 우연한 효과: 한국의 pre-screening 제도로 인한 Games 카테고리 폐쇄가 한국 OPF 게임 제품에게 우연한 보호막 으로 작용해 Entertainment 카테고리 안에서 우위를 확보 (Model 7: Kor_opf_game = −0.271**).

본 paper 의 한계는 명확하다. 단일 산업·14 개월의 짧은 window 와 firm 의 financial·labor 정보 부재 — 따라서 firm 의 true capability 측정은 불가능. 그러나 본 분석은 sibling Product survival analysis for the App Store (Marketing Letters, 6 개월 후 출간) 의 기초 evidence 가 된다 — 후속 paper 는 free/paid 차트 비교와 “Pro and Lite” 전략 분석으로 framework 을 확장. 두 paper 모두 이정동 의 제2기 후반부 제품 동학 라인 의 일부로, 제3·4기 의 제품계보 수명주기 · 계통수 연구로 가는 우회로다.

핵심 결과

Model	Sample	Kor_opf	For_opf	해석
1 (한국 전체)	61,208	−0.088*	(제외)	한국 OPF 가 비-OPF 보다 생존 길다
2 (한국 전체)	61,208	(제외)	+0.437***	외국 OPF 는 한국에서 생존 짧다
3 (한국 2010 후반)	20,087	−0.155*	(제외)	초기엔 한국 OPF 우위 유지
4 (한국 2011 전반)	41,121	−0.061 ns	(제외)	시장 성숙 후 우위 소멸
6 (미국 전체)	47,734	(Kor_opf 미국: ns)	−0.124 ns	미국 시장에선 한국 OPF 약세
7 (한국 OPF 게임)	61,208	Kor_opf_game = −0.271**		Games 카테고리 부재의 우연한 보호

유의수준: *** 99%, ** 95%, * 90% (양측). 음수 = hazard 감소 = 생존율 향상.

방법론 노트

App 의 진입 → top 300 이탈 까지의 시간을 failure time 으로 정의하고, daily 관측을 multiple records per subject 로 처리해 우측 절단 을 statistical framework 으로 해결한다. Weibull hazard 모형 은 De Vany–Walls (1997) 의 motion picture / Bhattacharjee et al. (2007) 의 music ranking 차트 분석에서 검증된 도구로, baseline hazard 가 power law form 을 띤다는 점에서 시간에 따라 변화하는 hazard 를 모형화할 수 있다.

핵심 식 (baseline hazard 와 covariate 의 multiplicative 결합):

$$h_0(t) = p t^{p-1} \exp(\beta_0)$$ $$h(t \mid x_i) = p t^{p-1} \exp(\beta_0 + x_i \beta_x)$$

여기서 $h_0(t)$ 는 baseline hazard, $p$ 는 데이터로부터 추정되는 shape parameter (시간에 따른 hazard 가속·감속 여부), $\exp(\beta_0)$ 는 scale parameter, $x_i$ 는 OPF dummy 와 product/firm/market 통제변수 벡터.

식별은 두 period × 두 국가 의 cross-tabulation 에서 온다. 같은 한국 시장 안에서 시기 분할 (2010 후반 vs 2011 전반) 로 OPF 우위의 침식 을 식별하고, 같은 외국 OPF 라도 미국·한국 시장에서 generic 한 결과 (한국 OPF: 한국 우위·미국 약세, 외국 OPF: 한국 약세) 가 대칭적으로 관찰 되는 데서 cultural-fit 가설을 확인한다.

연구 계보

본 paper 는 Agarwal (1997, 1998) 와 Agarwal–Audretsch (2001) 의 firm size × industry life cycle × survival 라인과 De Vany–Walls (1997) · Bhattacharjee et al. (2007) 의 ranking chart 잔류 hazard 라인을 결합한다. 이정동 author page 의 제2기 도구의 확산 분류, 실타래 3 (제품의 탄생과 죽음) 의 간헐적 출현 패턴과 정확히 일치하며, sibling Product survival analysis for the App Store (Marketing Letters) 과 한 페어를 이룬다. 본 paper 가 국가 비교 framework, sibling 이 free vs paid 차트 비교 의 두 축으로 분기한다. Learning by doing and spillovers: An empirical study on the TFT-LCD industry 의 제품 학습곡선 과 Demand forecasting for new technology with a short history in a competitive environment: the case of the home networking market in South Korea 의 대형 TV 보급 예측 이 같은 제품 동학 라인 의 선행 연구.

See also

• Product survival analysis for the App Store
• 이정동
• Weibull hazard 모형
• 모수적 생존분석
• 제품 생존
• 선진입자 우위
• 창조경제
• 1인 기업
• Portland International Conference on Management of Engineering and Technology (PICMET)

인접 그래프

1-hop 이웃 23개

• 인물 3
• 방법론 3
• 개념 4
• 주제 4
• 수록처 1
• 분류 4
• 논문 4

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (2)

• Product survival analysis for the App Store
• The Effect of Firm's Routine on Product Evolution: The Mobile Phone

개념 (1)

• 계통수