Innovation Diffusion Models: Theory and Practice

Innovation Diffusion Models Understand innovation diffusion models and their role in business success Innovation diffusion models are statistical models that predict the medium- and long-term sales performance of new products on a market. They account for numerous factors that contribute to the life cycle of a new product and are subject to continuous reassessment as markets transform and the business world becomes more complex. In a modern market environment where product life cycles are becoming ever shorter, the latest innovation diffusion models are essential for businesses looking to perfect their decision-making processes. Innovation Diffusion Models: Theory and Practice provides a comprehensive and up-to-date guide to these models and their potential to impact product development. It focuses on the latest product diffusion models, which combine time series analysis with nonlinear regression techniques to create increasingly refined predictions. Its combination of mathematical theory and business practice makes it an indispensable tool across many sectors of industry and commerce. Innovation Diffusion Models readers will also find: Real-world examples demonstrating the kinds of data sets generated by new product growth models and their potential applications Discussion of the factors underlying the decision to select a given growth model for a particular product Clear, detailed explanation of each model’s explanatory ability Innovation Diffusion Models is an essential volume for practitioners in any field of industry or commerce, as well as for graduate students and researchers in business and finance.

Table of Contents:
Preface xxv Acknowledgments xxix Acronyms xxxi Introduction xxxiii 1 Theory of innovation diffusion 1 1.1 Basic Concepts and Denitions : : : : : : : : : : : : : : : : : : : 1 1.1.1 Innovation : : : : : : : : : : : : : : : : : : : : : : : : 1 1.1.2 Innovation Diffusion : : : : : : : : : : : : : : : : : : : 4 1.1.3 Innovation Diffusion Models : : : : : : : : : : : : : : 7 2 Innovation Diffusion as an Empirical Generalization:fthe Bass Model 13 2.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 13 2.2 Bass Model: Theory : : : : : : : : : : : : : : : : : : : : : : : : : 15 2.2.1 Closed-Form Solution : : : : : : : : : : : : : : : : : : 18 2.3 Model estimation : : : : : : : : : : : : : : : : : : : : : : : : : : : 22 2.3.1 Goodness of t : : : : : : : : : : : : : : : : : : : : : : 23 2.4 The Bass Model: case studies : : : : : : : : : : : : : : : : : : : : 25 Model t : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 25 2.4.1 Apple iPhone : : : : : : : : : : : : : : : : : : : : : : : 26 2.4.2 RIM Blackberry : : : : : : : : : : : : : : : : : : : : : 29 2.4.3 Wind Energy Consumption in Denmark : : : : : : : : 33 2.5 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 36 Properties : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 36 Limitations : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 36 3 Innovation Diffusion with Structured Shocks: the Generalized Bass Model 39 3.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 39 3.2 Generalized Bass Model: Theory : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 40 3.2.1 Closed-Form Solution : : : : : : : : : : : : : : : : : : 41 3.2.2 Structured shocks : : : : : : : : : : : : : : : : : : : : 42 3.3 Generalized Bass Model: Case studies : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 47 Model  t : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 48 3.3.1 Apple iPhone : : : : : : : : : : : : : : : : : : : : : : : 48 3.3.2 Apple Mac : : : : : : : : : : : : : : : : : : : : : : : : 50 3.4 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 59 Properties : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 59 Limitations : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 59 4 Innovation Diffusion with a Dynamic Market Potential: the GGM 61 4.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 61 4.2 Dynamic Market Potential: Theory : : : : : : : : : : : : : : : : : 63 4.2.1 Closed-form Solution : : : : : : : : : : : : : : : : : : 64 4.3 GGM : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 65 4.3.1 Specification of m(t) in the GGM : : : : : : : : : : : 66 4.3.2 Communication and adoption in the GGM : : : : : : 69 4.4 Generalizations of the GGM : : : : : : : : : : : : : : : : : : : : : 71 4.4.1 GGM with structured shocks : : : : : : : : : : : : : : 72 4.4.2 GGM with deterministic seasonality : : : : : : : : : : 72 4.5 A dynamic market potential model with network externalities : 73 4.6 GGM: Case studies : : : : : : : : : : : : : : : : : : : : : : : : : : 77 Model t : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 77 4.6.1 Apple iPhone : : : : : : : : : : : : : : : : : : : : : : : 78 4.6.2 Apple iPod : : : : : : : : : : : : : : : : : : : : : : : : 80 4.6.3 Samsung smartphones : : : : : : : : : : : : : : : : : 83 4.7 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 90 Properties : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 90 Limitations : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 90 5 Dealing with autocorrelation and seasonality in innovation diffusion 93 5.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 93 5.2 ARMAX re nement: Theory : : : : : : : : : : : : : : : : : : : : : 94 ARMAX models : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 96 5.3 ARMAX refinement: Case studies : : : : : : : : : : : : : : : : : 98 5.3.1 Net subscriptions : : : : : : : : : : : : : : : : : : : 99 5.3.2 Apple iPod : : : : : : : : : : : : : : : : : : : : : : : : 100 5.4 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 104 Properties : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 107 Limitations : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 107 6 Innovation Diffusion in Competition 109 6.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 109 6.2 UCRCD Model: Theory : : : : : : : : : : : : : : : : : : : : : : : 111 6.2.1 More general models in competition : : : : : : : : : 115 6.3 UCRCD Model: Case studies : : : : : : : : : : : : : : : : : : : : 124 Model t : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 126 Denmark : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 127 Australia : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 129 6.4 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 130 Properties : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 130 Limitations : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 132 7 Estimation methods for innovation diffusion models 133 7.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 133 7.2 Nonlinear Least Squares : : : : : : : : : : : : : : : : : : : : : : : 134 7.2.1 Gauss{Newton method : : : : : : : : : : : : : : : : : 135 7.2.2 Levenberg{Marquardt method : : : : : : : : : : : : : 136 7.3 Confidence intervals and hypothesis testing : : : : : : : : : : : : : : : : : : : : : : : : 137 7.3.1 Exact Inference : : : : : : : : : : : : : : : : : : : : : 137 7.3.2 Asymptotic inference and linear approximations : : : 138 8 Case Studies 145 8.1 Introduction : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 145 8.2 Sales of smartphones : : : : : : : : : : : : : : : : : : : : : : : : : 146 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 163 8.3 Music industry in the US : : : : : : : : : : : : : : : : : : : : : : 163 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 175 8.4 Revenues of a company : : : : : : : : : : : : : : : : : : : : : : : 177 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 190 8.5 The life cycle of tablets : : : : : : : : : : : : : : : : : : : : : : : 190 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 198 8.6 Energy transition in Germany : : : : : : : : : : : : : : : : : : : : 198 8.6.1 Coal : : : : : : : : : : : : : : : : : : : : : : : : : : : : 200 8.6.2 Gas : : : : : : : : : : : : : : : : : : : : : : : : : : : : 202 8.6.3 Nuclear : : : : : : : : : : : : : : : : : : : : : : : : : : 206 8.6.4 Renewables : : : : : : : : : : : : : : : : : : : : : : : : 214 8.6.5 Nuclear and renewables : : : : : : : : : : : : : : : : : 217 8.6.6 Coal, nuclear and renewables : : : : : : : : : : : : : : 223 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 228 8.7 Growth of video conferencing : : : : : : : : : : : : : : : : : : : : 229 8.7.1 Share price : : : : : : : : : : : : : : : : : : : : : : : : 229 8.7.2 Google searches : : : : : : : : : : : : : : : : : : : : : 237 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 240 8.8 Diffusion of a scientific paper : : : : : : : : : : : : : : : : : : : : 240 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 249 8.9 Diffusion of Internet usage : : : : : : : : : : : : : : : : : : : : : 249 Recap : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 260 9 Final comments 263 9.1 Statistical modeling : : : : : : : : : : : : : : : : : : : : : : : : : : 263 9.2 To explain or to predict : : : : : : : : : : : : : : : : : : : : : : : 264 9.2.1 To explain : : : : : : : : : : : : : : : : : : : : : : : : : 265 9.2.2 To predict : : : : : : : : : : : : : : : : : : : : : : : : : 267 9.3 Conclusion : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 267 Index 278

About the Author :
Mariangela Guidolin, PhD is Associate Professor of Business and Economic Statistics in the Department of Statistical Sciences, University of Padua, Italy. She has published extensively on innovation diffusion models.