Multi-sided platform evolution. The case of social media industry

The importance of digital platforms is increasing in worldwide markets. During the last years, several theoretical frameworks have been identified describing the relationships existing between the platforms and the actors belonging to the platforms’ ecosystem. The purpose of this research is to enter the multi-sided platforms dimension in order to understand the development dynamics of each platform and of the whole platforms’ ecosystem. The research has been based on the study of social-network industry, considering the evolution of a sample of nine platforms studied in a time range that started in 2006 and finished in 2020. The social media sector has been selected because of its properties of having a wide number of multi- sided platforms, having a high user base, being an innovative digital sector and being a young sector that faced a lot of evolutions over the years. Indeed, the focus of the research is to study the social- network platforms evolution and their respective influence within the same industry. The findings from the analysis identify different results able to provide significant support to the existing literature leveraging on the dynamics created by the decision processes conducted by the platform providers and the behaviors adopted by the actors belonging to the platforms’ ecosystem. From the analysis it was possible to build three different models. The first model studies the diffusion timing of the features in the market. The market is characterized by a first phase in which the first platform release the innovative feature in the market; a second phase in which the first follower release the feature and right after that, the critical mass of platforms releases the features within a short time interval; a third phase characterized by the introduction of the feature by the last platforms remaining, introduced with a significant delay compared to the critical mass. The second model, follows a V-shape and identifies the different strategies used by platforms to introduce new features into the market. According to this model, platforms follow different behaviors that can be grouped into three clusters: the platforms that quickly introduce the features innovating most of them; the platforms that introduce the features with a gap of some years and innovate (almost) all of them or half of them; the platforms that introduce the features after a long time and copy most of them. The third model is built upon the definition of clusters of platforms belonging to the market. The model extrapolates clusters of behaviors linked to the sided platforms’ evolution. The platforms within the same cluster follow similar strategies considering: the number and type of features and actors hosted into the platforms’ ecosystem, the number of non-orthogonal actors, the number of interactions between the platforms and the non-orthogonal actors, the number of features offered to foster one-to-one or one-to-many interactions, the strategies followed to release the features.

Le piattaforme digitali stanno acquisendo sempre più importanza nel panorama globale. Negli ultimi anni, sono stati sviluppati diversi modelli teorici in grado di definire le relazioni esistenti tra i diversi attori appartenenti all’ecosistema generato dalle piattaforme. Lo scopo della ricerca è quello di approfondire ulteriormente gli studi della letteratura in modo da identificare le dinamiche relative all’evoluzione delle piattaforme analizzandole sia singolarmente sia nell’ecosistema in cui operano. La ricerca è stata basata sull’analisi dell’industria dei social-network andando a studiare l’evoluzione di un campione di nove piattaforme analizzate in un intervallo temporale che va dal 2006 al 2020. Il settore dei social media è stato selezionato per via delle sue proprietà come la presenza di un numero elevato di piattaforme multi-sided, la vasta base di utenti e la caratteristica di essere un settore che ha vissuto numerose evoluzioni durante gli anni. L’obiettivo della ricerca è stato quindi quello di studiare l’evoluzione del settore dei social-network, in modo da individuare pattern di comportamento simili tra le piattaforme appartenenti allo stesso mercato. I risultati dell’analisi hanno permesso di contribuire alla letteratura, grazie allo studio delle interazioni tra i diversi attori appartenenti alle piattaforme e grazie allo studio delle dinamiche di mercato sviluppatesi dall’interazione delle diverse piattaforme. Dall’analisi è stato possibile identificare tre modelli differenti: il primo modello studia la diffusione temporale delle features nel mercato. Il mercato è caratterizzato da: una prima fase in cui la piattaforma innovatrice lancia l’innovazione nel mercato; una seconda fase in cui la seconda piattaforma, in seguito ad un intervallo temporale significativo, e successivamente la massa critica di piattaforme, lancia la feature nel mercato; una terza fase, in cui la feature, dopo un ulteriore significativo intervallo temporale, viene introdotta dalle rimanenti piattaforme. Il secondo modello, caratterizzato da una forma a V, identifica tre diverse strategie utilizzate dalle piattaforme per introdurre le features nel mercato. Analizzando le strategie, è possibile identificare tre clusters di piattaforme: le piattaforme che introducono le features nel mercato in breve tempo portando le maggiori innovazioni; le piattaforme che introducono le features dopo qualche anno e ne innovano la metà o più; le piattaforme che introducono le features dopo molto tempo e copiano la maggior parte di esse da piattaforme che hanno lanciato le features precedentemente. Il terzo modello è costruito sulla definizione di clusters di piattaforme. È possibile notare come le piattaforme appartenenti allo stesso cluster seguano strategie simili considerando: il numero e tipo di features e attori apparenti all’ecosistema della piattaforma, il numero di attori non-ortogonali, il numero di features offerte per favorire transazioni uno-a-uno o uno-a-molti, le strategie adottate per lanciare le features.