ACADEMIA DE STUDII ECONOMICE

DIN BUCURESTI

DINAMICA IN MODELAREA PIETELOR OLIGOPOLE

CAZUL PIETEI TELEFONIEI MOBILE

Sebastian Costache
Grupa 4, Master Marketing Strategic

29. Ianuarie 2009

 DINAMICA IN MODELAREA PIETELOR OLIGOPOLE
CAZUL PIETEI TELEFONIEI MOBILE

Abstract

Acest proiect prezinta doua modele ce pot fi aplicate in piete oligopole si se

analizeaza aplicarea lui in situatia cand un nou venit ii provoaca pe cei doi
jucatori deja existenti. Modele difera in modul cum doua variabile, forta
majoritatii si promovarea influenteaza alegerea consumatorului. Proiectul se
bazeaza pe lucrarea „Outflow Dynamics in Modeling Oligopoly Markets: The
Case of the Mobile Telecommunications Market in Poland”[1], subiect de
cercetare la Universitatea Tehnologica din Varsovia

1. Introducere
In general alegerea se face pe baze rationale. In incercarea de a face cea mai buna alegere
fiecare studiaza ce ofera fiecare operator: oferte speciale, planuri tarifare, telefoane
cadou, programe de loialitate, acoperirea retelei, calitatea transmisiei. Mai ales cei care
aleg sa faca un abonament sunt cei care stau si se gandesc mai bine la diferitele
avantaje/dezavantaje pe care le are un operator. De cele mai multe ori ofertele sunt insa
asemanatoare si este foarte greu de luat o decizie bazandu-ne doar pe aceste date.

Studii economice si sociale sugereaza ca decizia unui consumator de a cumpara un

produs anume depinde nu numai de pret sau de calitate ci si de efectul social si nivelul
promovarii[3]. Pe de o parte, fenomenul validarii maselor este o motivare puternica
pentru individ, dar pe de cealalta parte si nivelul promovarii joaca un rol important.
Alegerea de a plati pentru un produs creste prin promovare. Astfel, cand o stire pozitiva
ajunge la consumator, acestuia ii creste nivelul de incredere asociat brand-ului.
Promovarea este folosita pentru a creste puterea imaginii operatorului si face ca serviciile
de telecomunicatii tangibile.

2. Construirea modelului
Modelul este bazat pe piata din Romania unde la ora actuala sunt 3 operatori majoritari
(Vodafone, Orange, Cosmote) ceilalti nefiind luati in calcul (Zapp-ul si restul sunt de
neglijat pentu piata de telefonie mobile). Pentru a explica mai bine forta majoritatii
consideram cumparatorii pe o latice 2 dimensionala LxL. Cele doua forte care
influenteaza alegerea consumatorilor sunt interactiile sociale si promovarea(la nivelul
global). Studiile empirice demonstreaza ca dintre cele doua, interactiile sociale sunt mai
puternice. Conform principiului unanimitatii 4 indivizii ii vor influenta pe toti cei 8 vecini
ai lor daca sunt unanimi in decizii[2]. In lipsa unanimitatii cei 8 vecini vor alege in
functie de promovare: cu probabilitatea (1-p) fiecare va schimba operatorul. P este

1
variabila de conformitate, probabilitatea de a fi influentat de majoritate. In continuare,
alegerea operatorului este determinata de nivelul de promovare: cu probabilitatea h1 va
alege operatorul 1 (sa zicem, Vodafone), cu probabilitatea h2 operatorul 2 (Orange) si cu
probabilitatea h3=1-h1-h2 operatorul 3 (Cosmote). In acest model conformitatea intervine
in primul rand si de aceea se numeste Conformity First – CF.

Al doilea model conformitatea infuenteaza indivizii in paralel cu promovarea CAP

(Conformity and Advertising Parallel). Fiecare din cei 8 vecini va alege independent sa
aplice forta majoritatii (cu probabilitatea p) sau a promovarii (cu probabilitatea 1-p). Cei
influentati de majoritate se vor schimba numai daca este unanimitate iar restul care au
ales sa fie influentati de publicitate vor alege ca in cazul de mai sus CF.

Folosind tehnica Mean Field Approach putem modela evolutiile cotelor de piata pentru
un operator in relatia cu ceilalti.
Notam N1(t), N2(t), N3(t) numarul la momentul t al clientilor Vodafone, Orange si
N (t ) N (t ) N (t )
Cosmote. Mai departe c1 (t )  1 2 , c2 (t )  2 2 , c3 (t )  3 2 . Conditia de
L L L
normalitate normal ca este satisfacuta, c1(t) + c2(t) + c3(t) = 1.
Conditiile de incrementare, decrementare a cotei sunt putin diferite in cele modele. De
exemplu in modelul CAP numarul N1(t) de clienti ai operatorului 1 poate creste in timp
daca apar urmatoarele evenimente:
 Un client Orange (operatorul 2) urmeaza reclamele Vodafone – probabilitatea
evenimentului este (1-p)h1c2(t);
 Un client Cosmote (operatorul 3) urmeaza reclamele Vodafone –
probabilitatea evenimentului este (1-p)h1c3(t);
 Un client Orange este convins de unanimitatea Vodafone a vecinilor sai –
probabilitatea evenimentului este pc1(t)4c2(t);
 Un client Cosmote este convins de unanimitatea Vodafone a vecinilor sai –
probabilitatea evenimentului este pc1(t)4c3(t);
Similar numarul clientilor poate scadea daca :
 Un client Vodafone urmeaza reclamele Orange – probabilitatea evenimentului
este (1-p)h2c1(t);
 Un client Vodafone urmeaza reclamele Cosmote – probabilitatea
evenimentului este (1-p)h3c1(t);
 Un client Vodafone este convins de unanimitatea Orange a vecinilor sai –
probabilitatea evenimentului este pc2(t)4c1(t);
 Un client Vodafone este convins de unanimitatea Cosmote a vecinilor sai –
probabilitatea evenimentului este pc3(t)4c1(t);
Scriem acum ecuatia pentru operatorul 1 folosind evenimentele de mai sus:
N1 (t  1)  N1 (t )  L2 [(1  p )h1c2 (t )  (1  p )h1c3 (t )  pc1 (t ) 4 c2 (t )  pc1 (t ) 4 c3 (t ) 
(1  p )h2 c1 (t )  (1  p )h3c1 (t )  pc2 (t ) 4 c1 (t )  pc3 (t ) 4 c1 (t )]
'
Impartim la L2 si notam cs(t) cu cs si cs(t+1) prin cs , unde s = 1,2,3. Rezulta:
c1'  (1  p )h1 (c2  c3 )  c1 (1  p )(h2  h3 )  pc1c2 (c13  c23 )  pc1c3 (c13  c33 )

2
Aplicand conditiile de normalizare: c1+ c2 + c3 = 1 si h1 + h2 + h3 = 1, ecuatiile modelului
CAP sunt:
c1'  c1  (1  p )( h1  c1 )  pc1[c2 (c13  c23 )  c3 (c13  c33 )],
c2'  c2  (1  p)( h2  c2 )  pc2 [c1 (c23  c13 )  c3 (c23  c33 )], [1]
c3'  c3  (1  p )(h3  c3 )  pc3[c1 (c33  c13 )  c2 (c33  c23 )],
Analog se obtin ecuatiile de evolutie pentru modelul CF:
c1'  c1  (1  p )(h1  c1 )  c1[c2 (c13  c23 )  c3 (c13  c33 )],
c2'  c2  (1  p )(h2  c2 )  c2 [c1 (c23  c13 )  c3 (c23  c33 )], [1]
c3'  c3  (1  p )(h3  c3 )  c3 [c1 (c33  c13 )  c2 (c33  c23 )],
Se observa ca pentru p=1 ecuatiile evolutive ale ambelor modele CAP si CF sunt identice
si diferentele cresc odata cu scaderea indicelui de conformitate p.

3. Analiza model in functie de datele de intrare

Date de intrare sunt cotele de piata initiale c1, c2, respectiv c3, nivelul de conformitate p si
probabilitatile h1, h2, h3 determinate de promovare. Probabilitatile h se calculeaza in
functie de nivelul de promovare al unui operator raportat la nivelul tuturor. Considerand
investitiile relative in promovare ca fiind constante, ramane sa vedem cum reactioneaza
piata cand un al treilea operator (Cosmote), cu cote mediocre initial se rebrand-uieste si
investe mult in promovare.

Ipoteze: h1=0.38, h2=0.37 si h3=0.27; c1=48%, c2=48%, c3=4%

Pt p=0.8:

CAP

51%
48%
46%
43%
41%
38%
36% C1
33%
SHARE

C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

3
 CF

51%
48%
46%
43%
41%
38%
36% C1
33%
SHARE

C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

In modelul CF se observa cum curba lui c3 creste mai lent si chiar punctul de stabilitate
este un pic mai jos. Rezultat normal tinand cont ca forta majoritatii este mai mare.
Important este de vazut cum in modelul CF diferenta finala intre c1 si c2 este mai mare.
Acest fenomen apare chiar daca in model forta majora este conformitatea sociala si nu
nivelul de promovare (diferente mici exista doar intre nivelele de promovare, h1-h2=1%)
dar tocmai forta majoritatii va fi cea care va accelera cel mai mic avantaj de piata al
vreunui operator.

Pt p=0.5

4
 CAP

51%
48%
46%
43%
41%
38% C1
36%
SHARE 33% C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

CF

51%
48%
46%
43%
41%
38%
36% C1
33%
SHARE

31% C2
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

Se observa ca nivelele de publicitate influenteaza mai mult modelul. Noul intrat are in
momentul de stabilitate o cota mai mare ~23% fata de ~21% pt p=0.8 si panta cresterii
este mult mai rapida; in modelul CAP operatorul 3 se stabilizeaza ~24.5%, chiar aparand
diferenta majore intre modele din acest punct de vedere. Evolutiile celor doi mari
operatori variaza in cele doua modele, cu precizare ca in modelul CAP ele sunt totusi pe
acelasi trend.

Pt p=0.4

5
 CAP

51%
48%
46%
43%
41%
38%
36% C1
SHARE 33% C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

CF

51%
48%
46%
43%
41%
38%
36% C1
33%
SHARE

C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

Apar diferente intre cei doi mari operatori si in cazul modelului CAP (e mai important
nivelul de promovare), iar operatorul nou intrat musca inca 1% din piata.

Pt p=0.3

6
 CAP

51%
48%
46%
43%
41%
38%
36% C1
SHARE 33% C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

CF

51%
48%
46%
43%
41%
38%
36% C1
33%
SHARE

C2
31%
28% C3
26%
23%
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

Cu rezultate stabile pt CAP:

38.1921711977%37.1137855386%24.6940432637%
Rezultate stabile pt CF:
38.705531% 37.372188% 23.922281%
Pentru CAP cotele stabile de piata sunt aproape de nivele de promovare pentru cei 3
operatori. In modelul CF conformitatea inca mai joaca un rol destul de mare.

Am analizat si un caz in care publicitatea nu este constanta ci ia niste valori random intre
anumite limite: h1=0.33+0.05*rand(1), h2=0.33+0.05*rand(1).
Cu p=7 am obtinut:

7
 48%
46%
43%
41%
38%
36%
33%
31%
SHARE
C1
28%
C2
26%
23% C3
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

48%
46%
43%
41%
38%
36%
33%
31%
SHARE

C1
28%
C2
26%
23% C3
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

8
Cu p=0.7 si nivelurile de promovare aproape egale, dar noul intrat se descurca un pic mai
bine:
48%
46%
43%
41%
38%
36%
33%
31%
SHARE

C1
28%
C2
26%
23% C3
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

48%
46%
43%
41%
38%
36%
33%
31%
SHARE

C1
28%
C2
26%
23% C3
21%
18%
16%
13%
11%
8%
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
TIME

Chiar daca cei doi mari operatori aveau avantaj clar la intrarea ultimului, acestia nu au
stiut cum sa contracareze strategia noului jucator si se vad in postura de a pierde
dominarea pietei.s

Dar modelul trebuie aplicat si asupra unor date reale, din piata de telefonie mobila din
Romania dar din pacate nu am avut acces la date privind nivelurile de promovare in

9
ultimii 7 ani. Proiectul va fi dezvoltat cu informatii reale si atunci putem trage concluzii
practice. Modelul a fost aplicat in piata din Polonia si a dat rezultate satisfacatoare.

4. Concluzii
Modelul a incercat sa analizeze evolutia cand un jucator nou intra pe o piata oligopola cu
doua companii dominante. Folosind formulele obtinute am putut ajunge la o cota de piata
stabila dupa un anumite interval de timp si astfel putem trage niste concluzii legate de
legatura intre forta majoritatii si forta promovarii.
Pentru nivele de conformitate mici (0,3-0,4) legatura intre cotele finale si nivelul de
promovare este aproape liniara. Pentru conformitate mare se observa ca exista tendinta ca
un participant sa domine piata si sa ii elimine pe ceilalti. Acest lucru se intampla cand
consumatorii in general aleg sa ii copieze pe cei jurul lor. In modele, dependinta intre
cotele finale si nivelul de promovare scade cu cresterea nivelului conformitatii.

De aici se poate observa si ca firmele dominante vechi au un avantaj mare fata de noii
intrati, dar daca nu au un raspuns bun (promovare mai slaba) pot pierde. Calibrand totul
pe mai multe seturi de date de intrare (statistici din mai multe tari), modelul poate fi pus
in practica si folosit pentru a oferi consultanta in dezvoltari ulterioare de marketing.

Din pacate informatii reale despre cotele de piata din Romania nu am putut obtine din
timp deoarece ANRCTI nu mai furnizeaza in ultimele rapoarte si date despre fiecare
operator in parte.

Dupa parerea mea (si autorii articolului nu au insistat aici), trebuie calculata si o functie
care sa maximize raspunsul in piata prin promovare. Promovarea sa fie calculata dupa o
functie care sa aduca satisfactie optima si sa permita raspunsul unei companii fata de
amenintarile celorlalti. Modelul poate fi destul de usor calibrat si adjustat pentru ca se
bazeaza pe o piata oligopola unde cativa impart tot.

References:
[1] Snajd-Weron K and Wloszczowska M, Sept 2008, MPRA Paper No. 10442
[2] Janssen MA, Jager W, 2001, J. Econ. Psychol. 22 745
[3] Sznajd J, 2000 Int. J. Mod. Phys. C 11 1239

10