Mechanisms of value appropriation : the case of data-driven mobile apps

Smartphones’ sensing capabilities and constant Internet connectivity present companies with new opportunities to gather data from users, by creating mobile applications that provide them with services while using them as a data source, giving origin to data-driven mobile apps. The information gathered by these services has a high potential to create value, and companies constantly look for novel mechanisms to appropriate it. The purpose of this study is to provide an overview of the app store in terms of data-driven mobile applications and their performance in that context, and to understand if their choice of value appropriation mechanism from user-sourced data is related to these performances. A cross-sectional study was conducted considering the 720 top ranked apps in the Itunes app store, which were described in terms of how they gather and incorporate user-sourced data and how they generate revenues using that same data, using a simplified model allowing the recognition of various value appropriation mechanisms used by these applications. The data was then analyzed to find out if data-driven apps perform differently in the app store with respect to their non-data-driven counterparts, and whether the mechanism of value appropriation from user-sourced data employed by them is related to their performance in the app store or not. Four performance measures were selected: usage, represented by the number of downloads; user satisfaction, represented by ratings, and two mixed indicators: one measuring the confluence of high ratings and high number of downloads, and the other measuring the confluence of high ratings and high number of reviews. The results obtained show that data-driven apps have a distinct performance profile from their non-data-driven counterparts, having a higher usage performance, a lower satisfaction performance, and a higher performance in both mixed indicators used, revealing their importance as an object of study and providing evidence about how valuable they are for customers. Regarding value appropriation mechanisms, it was found that the choice of mechanism does not reflect directly in satisfaction nor in positive engagement, but in the case of usage and the mixed “satisfaction and usage” indicator, companies that appropriate value only through advertisers, with a limited sharing of data have higher performance than those that do so by addressing only users. This research pretends to serve as an initial step towards understanding data-driven mobile applications in the context of the app store, and help both established companies and entrepreneurs make better decisions when faced with choices that regard value appropriation mechanisms from user-sourced data.

Le capacità tecniche degli smartphone presentano nuove opportunità alle imprese per acquisire dati dai clienti grazie all’implementazione di applicazioni “mobile” che forniscano servizi ai clienti e allo stesso tempo ricavino dati dagli stessi, dando origine alle “data-driven mobile apps”. Le informazioni acquisite tramite questi servizi hanno un alto valore, e le imprese sono costantemente alla ricerca di nuovi meccanismi per appropriarsene. L’obiettivo di questo studio è fornire un quadro generale dell’appstore per quanto riguarda le “data-driven mobile apps”, analizzando le loro performance in termini di utilizzo, soddisfazione dei clienti e indicatori ibridi; inoltre si vuole comprendere se la scelta del meccanismo di appropriazione del valore tramite i dati generati dagli utenti è connesso con queste performance o meno. È stato svolto uno studio di tipo cross-sectional, analizzando 720 apps dai top rankings dell’Itunes Store, che sono state descritte tramite un modello che permette l’identificazione di diversi meccanismi di appropriazione del valore utilizzati da queste applicazioni. I dati ricavati sono stati analizzati per evincere se le applicazioni “data-driven” abbiano performance differenti nell’appstore rispetto a quelle “non-data-driven” e se il loro meccanismo di appropriazione del valore vada ad influire sulle loro performance nello store. Sono state selezionate quattro performance: utilizzo, soddisfazione degli utenti, e due indicatori ibridi per misurare la convergenza di ratings alti con numero di downloads e di recensioni rispettivamente. I risultati ottenuti mostrano che le applicazioni data-driven hanno un profilo di prestazioni chiaramente distinto da quelle non data-driven, in quanto sono caratterizzate da prestazioni migliori dal punto di vista dell'utilizzo, e in entrambi gli indicatori ibridi utilizzati nell'analisi. Per quanto riguarda i meccanismi di appropriazione del valore è stato riscontrato che la scelta dei suddetti non è direttamente correlata né con la soddisfazione né con l'engagement. Tuttavia è stato rilevato che le aziende che si appropriano del valore solo attraverso advertisers e condividendo una quantità limitata di dati, hanno performance migliori nell'utilizzo e nell'indicatore ibrido "utilizzo e soddisfazione" di quelle che lo fanno rivolgendosi solo agli utenti. Questa ricerca ha le pretese di rappresentare un primo passo nella comprensione delle applicazioni data-driven nel contesto di un app store, ma anche di supportare fornitori di app data-driven nuovi e consolidati nel loro processo decisionale quando devono affrontare scelte che riguardano meccanismi di appropriazione di valore da dati generati dagli utenti.