Empirical Analysis of Add-on Price Elasticities in the Freemium Mobile Game Market

Abstract

Freemium strategies contain both free and premium' options, offering some products or services for free as a sample to encourage paid option sales and expand their user base (Kumar, 2014; Liu et al., 2014; Gu et al., 2018). Distributing basic app downloads for free as a sample and selling paid options, usually through in-app purchases (IAP), has become a prevalent freemium strategy among mobile apps. This paper empirically analyzes the freemium mobile game users' reaction to the price of add-ons using mobile game transaction data provided by an app store. The observed add-on price in the data is constant over time. Since the add-on information is not included in the dataset (e.g., the characteristics of add-ons, or the quality level of add-ons), the categorical information is limited. There are insufficient game characteristics to capture all the game-level variations, and the add-on price is the only add-on-level variable. The freemium mobile game users can download and experience the games before they purchase add-on options and infer the quality of the games and add-ons. Therefore, it is crucial to include add-on level intercepts to separate the impact of game-level and add-on-level heterogeneity and correctly specify the impact of the add-on price. First, this research aims to determine mobile game users reactions to the add-on price of apps that use freemium strategies. Second, this study aims to find a categorical intercept that efficiently captures the time-invariant bias. Since the add-on price is time-consistent, including add-on level intercepts in the linear demand models is impossible. This study includes profit-maximizing firm assumptions to obtain a 2-stage model with add-on level intercepts. The categorical heterogeneity can be captured by including fixed or random intercepts. Third, reflecting the multi-level structure of this data is the objective of this paper. The price coefficient can be specified at the genre level. Since the data used in this paper is hierarchical, the Bayesian inference method was implied to improve the understanding of the multi-level structure of the models.

프리미엄(Freemium) 전략은 서비스나 제품의 일부를 무료로 제공하고 유료 옵션을 구매하도록 장려하여 유저 기반을 확장시키는 판매전략으로, 무료와 프리미엄(premium)옵션을 모두 포함한다 (Kumar, 2014; Liu et al., 2014; Gu et al., 2018). 기본 앱을 무료로 다운로드 할 수 있도록 샘플로 제공하고 주로 인앱 결제(In-App Purchase)를 통해 유료 애드온(add-on)을 판매하는 전략은 모바일 앱 시장에서 널리 사용되고 있는 프리미엄 전략이다. 본 연구는 앱스토어에서 제공받은 모바일 게임 다운로드 및 구매 내역에 관한 데이터를 활용하여 애드온(add-on) 가격에 대한 프리미엄 모바일 게임 이용자들의 반응을 실증적으로 분석한다. 데이터에 포함된 애드온 가격은 관찰된 기간동안 일정하였다. 애드온의 특성이나 품질 등 애드온에 관한 정보가 데이터에 포함되어 있지 않으므로, 카테고리 별 정보는 제한 적이다. 또한, 게임 수준에서 발생하는 데이터의 변동을 모두 통제하기에는 포함되어 있는 게임 특성이 충분하지 않으며, 애드온 수준의 변수로는 애드온 가격이 유일하다. 따라서, 게임 수준과 애드온 수준에서 발생하는 이질성 (heterogeneity)의 영향을 담을 수 있는 변수를 포함하는 것이 중요하다. 첫째, 본 연구의 목적은 프리미엄 전략을 사요하는 무료 앱의 애드온 가격에 대한 모바일 게임 이용자들의 반응을 파악하는 것이다. 둘째, 본 연구의 목적은 시간 불변의 게임 별, 애드온 별 이질성을 효율적으로 포착할 수 있는 범주형 변수를 포함하는 것이다. 애드온의 가격은 관찰된 기간동안 일정하기 때문에 선형 수요 모형에서 애드온 수준의 고정 효과(fixed-effect)를 반영하는 것은 불가능하다. 본 연구에서는 기업이 수익을 극대화 한다는 공급 측면의 가정을 도입하여 애드온 수준의 고정 효과를 포함하는 2단계 모형을 사용하였다. 게임 또는 애드온 수준의 이질성은 고정 효과를 포함하여 관찰할 수 있다. 셋째, 이 데이터의 위계형 구조를 반영하는 것이 본 논문의 목적이다. 가격 계수는 장르 별로 측정될 수 있으며, 본 논문에서 사용한 데이터는 계층적이기 때문에 베이지안 추론 방법을 사용하여 계층적 구조를 추정하였다.