Определение оптимальной ценовой стратегии для онлайн-кинотеатров с помощью агентной модели на примере Иви и Кинопоиска
(Стр. 197-208)

Подробнее об авторах
Моисеенко Александр Максимович аспирант, кафедра системного анализа; Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации
Российская академия народного хозяйства и государственной собственности при Президенте Российской Федерации
г. Москва, Российская Федерация Гринева Наталья Владимировна кандидат экономических наук, доцент; доцент, кафедра анализа данных и машинного обучения; Финансовый университет при Правительстве Российской Федерации; г. Москва, Российская Федерация
Оплатить 390 руб. (Картой) Оплатить 390 руб. (Через QR-код)

Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты

Аннотация:
Актуальность исследования обосновывается феноменом все увеличивающегося спроса на услуги онлайн-кинотеатров в условиях наличия бесплатных «пиратских» ресурсов, гетерогенностью потребителей онлайн-кинотеатров, формирующих спрос на их услуги, следовательно низкой предсказуемостью спроса. Целью исследования является определение оптимальной ценовой политики в условиях конкуренции онлайн-кинотеатров. Построенная модель прогнозирует спрос на услуги двух лидеров рынка онлайн-кинотеатров с достоверностью более 99%. Результаты: в статической игре с полной информацией цена на подписку Кинопоиска примерно соответствует наилучшему ответу на стратегию Иви задать цену на уровне текущей; цена на подписку Иви соответствует одному из оптимальных по Парето исходов игры, характеризующемуся симметричностью профиля стратегий, равновесие по Нэшу в реальности не достигнуто.
Образец цитирования:
Моисеенко А. М., Гринева Н. В. Определение оптимальной ценовой стратегии для онлайн-кинотеатров с помощью агентной модели на примере Иви и Кинопоиска // Проблемы экономики и юридической практики. 2023. Т. 19. № 2. С. 197-208.
Список литературы:
ТМТ Рейтинг «Российский рынок онлайн-кинотеатров—итоги 2021 года». URL: http://tmt-consulting.ru/napravleniya/media/video/tmt-rejting-rossijskij-rynok-vod-itogi-2021-goda/ (Дата обращения: 22.04.2023).
ТМТ-рейтинг «Российский рынок ОТТ-видеосервисов—2015». URL: http://tmt-consulting.ru/bez-rubriki/tmt-rejting-rossijskij-rynok-ott-videoservisov-2015/ (Дата обращения: 22.04.2023).
Mulla T. Assessing the factors influencing the adoption of over-the-top streaming platforms: A literature review from 2007 to 2021 // Telematics and Informatics. —2022. —P. 101–797.
Как за 10 лет в России изменилось потребление видеоконтента. URL: https://vc.ru/media/108884-kak-za-10-let-v-rossii-izmenilos-potreblenie-videokontenta (Дата обращения: 22.04.2023).
Комплексная платформа аналитики трафика конкурентов и веб-сайтов URL: https://www.similarweb.com/ru/ (Дата обращения: 01.11.2022).
Group-IB: 2018-й год может поставить антирекорд по количеству просмотров пиратских фильмов. URL: https://www.facct.ru/media-center/press-releases/antipiracy-statistics-record-2018/ (Дата обращения: 22.04.2023).
TMT-consulting, направления, видео. URL: http://tmt-consulting.ru/category/napravleniya/media/video/ (Дата обращения: 22.04.2023).
Korobov M. Morphological Analyzer and Generator for Russian and Ukrainian Languages // Analysis of Images, Social Networks and Texts, pp. 320–332 (2015).
Carroni E., Paolini D. Business models for streaming platforms: Content acquisition, advertising and users // Information Economics and Policy. —2020. —V. 52. —P. 100–877.
Bass F. M. A new product growth for model consumer durables // Management science. —1969. —V. 15. —№. 5. —P. 215–227.
Bhullar A., Chaudhary R. Key factors influencing users’ adoption towards OTT media platform: an empirical analysis // International Journal of Advanced Science and Technology. —2020. —V. 29. —№. 11s. —P. 942–956.
Nagaraj S., Singh S., Yasa V. R. Factors affecting consumers’ willingness to subscribe to over-the-top (OTT) video streaming services in India // Technology in Society. —2021. —V. 65. —P. 101–534.
Savelkoul R. Superstars vs the long tail: How does music piracy affect digital song sales for different segments of the industry? // Information Economics and Policy. —2020. —V. 50. —P. 100–847.
Ключевые слова:
агентно-ориентированное моделирование, теория игр, онлайн-кинотеатры, OTT-видеосервисы, равновесие Нэша, Парето-оптимум, логистическая регрессия, мешок слов..


Статьи по теме

Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей Страницы: 16-22 DOI: 10.33693/2313-223X-2023-10-4-16-22 Выпуск №47939
Обнаружение депрессии среди пользователей социальной сети с использованием методов машинного обучения
социальные сети ВКонтакте машина опорных векторов логистическая регрессия случайный лес
Подробнее
3. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ Страницы: 80-84 Выпуск №9675
ОПЕРАЦИОННО-ИГРОВОЙ СЦЕНАРНЫЙ ПОДХОД К ПОДДЕРЖКЕ ПРИНЯТИЯ РЕШЕНИЙ В ВЫСОКОТЕХНОЛОГИЧНЫХ КОРПОРАЦИЯХ
теория игр исследование операций корпорация поддержка принятия решений экономико-математическое моделирование
Подробнее
МАТЕМАТИЧЕСКИЕ, СТАТИСТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ В ЭКОНОМИКЕ Страницы: 153-166 Выпуск №24067
Создание метрики полезности продавцов и исследование ее для работы с сегментами
рекомендательная система пороговое значение логистическая регрессия SHAP сегментация
Подробнее
7. НАЛОГОВЫЕ И ТАМОЖЕННЫЕ ПРОБЛЕМЫ, ФИНАНСОВОЕ ПРАВО, БЮДЖЕТНОЕ ПРАВО Страницы: 113-116 Выпуск №3543
МОДЕЛИ ОРГАНИЗАЦИИ ТАМОЖЕННОГО АУДИТА
таможенный контроль таможенный аудит теория игр оптимальное правило проверки
Подробнее