PAGINA 1

¿Se benefician los artistas de compartir música en línea?

Autores: Ram D. Gopal, Sudip Bhattacharjee y G. Lawrence Sanders

Fuente: The Journal of Business, vol. 79, núm. 3 (mayo de 2006), pp.
1503-1533 Publicado por: The University of Chicago

PAGINA 2
I. Introducción
Varios casos legales recientes de alto perfil han creado un enfoque
renovado de productos digitalizados, propiedad intelectual y cuestiones
relacionadas con los derechos de autor y los precios en un mundo cada
vez más habilitado para Internet (Comisión Federal de Comercio 2000).
La descarga, el muestreo y el intercambio de productos digitales por
parte de usuarios de Internet que no poseen estos artículos en otras
formas se ha convertido en un problema importante. Para la industria
de la grabación y distribución de música, por ejemplo, este problema se
ha agudizado bastante.
Un estudio de BANCOQ22222AQJPOOOOHHH (2000) encontró que
alrededor del 14% de los usuarios de Internet descargaban archivos de
música digitalizados de Internet de forma gratuita. Clark (2000) proyectó
que para 2005, el intercambio ilegal de música en línea resultaría en
pérdidas de ventas anuales de $ 3,1 mil millones. Esto indicó una
interrupción significativa en el modelo de negocio de la industria de la
música.
La tecnología que facilita tal muestreo en línea de audio digital y otros
bienes digitales está mejorando rápidamente. Varios paquetes de
software lo hacen aumentar cada vez mas

PAGINA 3
Es más fácil para los consumidores buscar, descargar y,
posteriormente, compartir archivos de música en línea con otros
(Ahlberg 2000). Estos utilizan variaciones de los modelos de red de igual
a igual para compartir música en formatos comprimidos con pérdidas
comparativamente menores en la calidad del sonido.2 Alexander
(1994b) predijo este fenómeno de compartir música digital. Con un
aumento en la velocidad de las conexiones a Internet y la disponibilidad
de mejores técnicas de búsqueda, los tiempos de búsqueda y descarga
de estos productos digitales se reducen significativamente.3 Los
expertos pronostican que la disminución de los precios para el
almacenamiento de datos y las velocidades de conexión más rápidas
permitirá que los consumidores usen el correo electrónico para enviar
discos enteros de música ( Clark 2000). La música (como elementos
como fotografías digitalizadas y videoclips) es una buena información y,
específicamente, una buena experiencia cuyo verdadero valor se revela
al consumidor solo después de haberlo consumido (Nelson 1970). La
música necesita relativamente poco tiempo (así como poca habilidad)
para consumir. Además, tiene las características de un bien cuasi
público en el sentido de que una vez que el bien se proporciona a
algunos consumidores, es muy difícil impedir que otros consumidores lo
consuman. En este contexto, el llamado free-rider, una persona que
consume un bien público sin pagarlo realmente, puede socavar las
eficiencias del mercado (Alexander 2002). Además, los elementos
musicales también se ven afectados por las externalidades de la red,
como los clubes de admiradores que comparten información.
4 La tecnología digital indudablemente hace que compartir información
y muestrear dichos productos sea más fácil (Barua et al. 2001) y menos
costoso (Cunningham, Alexander y Adilov 2004), ya que la externalidad
positiva creada por más muestras conduce a un mayor intercambio de
información y reduce aún más el costo del intercambio de información y
el muestreo. Sin embargo, desde una perspectiva a largo plazo, no está
claro si dicha tecnología perjudica la propiedad intelectual y los ingresos
relacionados. La propiedad intelectual ha estado potencialmente
amenazada desde el desarrollo de la imprenta (Shapiro y Varian 1999);
Sin embargo, históricamente, los nuevos modelos de negocio han
adoptado constantemente nuevas tecnologías para generar mayores
ingresos de la propiedad intelectual. La motivación central de nuestro
estudio se deriva del hecho de que la tecnología y los productos
digitales proporcionan potenciales fuentes de ingresos para la
generación de ingresos. Nuestro enfoque principal está en los principios
económicos para tal experiencia, que guía potencialmente a los
consumidores y productores en uno de los modelos de negocios para
obtener beneficios del nuevo medio.
En un nivel fundamental, los artistas crean (o producen) música, que los
consumidores pagan para escuchar (y disfrutar). La difusión de la
música ha utilizado diversas formas y tecnologías a lo largo del tiempo.
El efecto de las tecnologías de intercambio en línea en las ventas de
música no es concluyente y se basa en gran medida en evidencia
periodística anecdótica (Evangelista 2000; King 2000a, 2000b; Mathews
2000b; Mathews and Peers 2000; Peers and Gomes 2000). Los
defensores de compartir en línea argumentan que muchos
consumidores descargan música para probarla y luego compran un CD
si les gusta la música y que compartirla se reserva

PAGINA 4

una función de marketing útil mediante la ampliación de la forma de

mercado (Boston 2000). Algunos han afirmado que hay poca evidencia
de que el muestreo de música en línea haya disminuido las ventas
generales (Mathews y Peers 2000; Peers and Gomes 2000). Tal
muestreo también beneficia potencialmente a los artistas al ayudar a
nuevos artistas a ser "conocidos". Los defensores también argumentan
que la compresión digital disminuye la calidad de la música en relación
con un CD y que los consumidores con un alto valor para la música
también podrían comprar el CD de mayor calidad ( http://www.mp3.com)
.5 Los opositores al intercambio de música en línea, en particular
muchos en la industria discográfica y algunos artistas, argumentan que
dicho intercambio socava las ventas de CD. Su preocupación
fundamental es esta: "¿Cómo puede construir un negocio cuando el
producto que ha desarrollado se clona y se entrega gratuitamente a gran
escala?" (Http://www.ifpi.org). Argumentan que la piratería amenaza el
futuro de artistas, compositores y productores de discos. Muchos
expertos cuestionan la efectividad a largo plazo de centrarse en los
"facilitadores de la piratería" en Internet (Jerry 1987; Mason 1990;
Garber 1996; Hardie et al. 1999). El refrán común es que "el genio ya
no está en la botella" y simplemente cerrar tales servicios tendrá un
efecto limitado (Hansen, Borland y Yamamoto 2000; McCarthy 2000). A
pesar del alcance y la publicidad que ha provocado la tecnología de
intercambio de música, existe poca investigación sobre el efecto que el
muestreo de música digital tiene en las ventas posteriores de música.6
Un cuerpo de investigación sustancialmente más grande ha examinado
el problema relacionado con la piratería de software. Si bien el software
y la música son "bienes de información", en el sentido de que el costo
marginal de producción es prácticamente cero, ciertas características
clave lo diferencian entre dos: (i) la calidad de una canción de CD
original es mejor que la de su versión comprimida transferible
electrónicamente. El software, sin embargo, requiere una compresión
sin pérdidas para su correcto funcionamiento. (ii) los archivos de música
son mucho más pequeños que una aplicación de software atípica; por
lo tanto, toman mucho menos tiempo para transferir y consumir. (iii) El
consumo de música requiere poca habilidad específica en comparación
con el software; por lo tanto, la mayor base de consumidores agrega
dinámicas significativas al problema. (iv) Los consumidores relacionan
estrechamente a un intérprete con un producto musical, a diferencia de
los desarrolladores con un producto de software, que crea problemas
de valoraciones personalizadas para ese producto musical que
dependen del intérprete. (v) El volumen de música disponible es
significativamente mayor que el volumen existente de productos de
software. Esto proporciona una base de muestreo de productos mucho
mayor en comparación con los productos de software, que introduce
niveles adicionales de dinámica en el muestreo de música y su análisis.
El objetivo de esta investigación es la dinámica económica del muestreo
de música digital en línea. En particular, estudiamos los posibles
beneficios para el consumidor de las tecnologías de muestreo de
música digital, el efecto de dichas tecnologías en el comportamiento de
compra y piratería de los consumidores, y el impacto de las nuevas
tecnologías de muestreo en las ventas de "superestrellas" de la música.
PAGINA 5
Primero, desarrollamos un modelo económico que incorpora estructuras
de incentivos para productores y consumidores de artículos musicales
y derivamos sus implicaciones para el excedente del consumidor y las
ganancias de los productores. Luego identificamos varios escenarios de
mercado que afectan las estructuras de incentivos y estudian los
resultados económicos. Propuestas importantes derivadas de los
análisis establecen que (i) con el advenimiento de la nueva tecnología,
el incentivo de los consumidores para probar y comprar un artículo
musical está estrechamente relacionado con el valor del artículo para
un consumidor individual; (ii) el productor, a través de instrumentos
económicos y tecnológicos, puede combatir eficazmente la piratería y
aumentar los ingresos; y (iii) las tecnologías de muestreo amenazan el
fenómeno de las superestrellas, y esta amenaza es proporcional al
costo del muestreo. Extensas investigaciones empíricas, basadas en
encuestas y cuadros de clasificación de Billboard, brindan apoyo al
modelo económico y validan los resultados clave. El resto del artículo
está organizado de la siguiente manera. La sección II discute la
literatura relacionada. La Sección III desarrolla un modelo analítico de
los factores económicos, y la Sección IV presenta el estudio empírico.
Una discusión de los resultados clave y las observaciones finales son
los temas de la Sección V.
II Investigación relacionada Los productos digitales son caros de
producir para la primera copia (costos fijos altos) y su reproducción y
distribución son económicas para copias posteriores (costos variables
cercanos a cero). Los productos digitales también exhiben las
características fundamentales de un bien público, ya que compartir con
otros no reduce la utilidad de consumo del producto. Estos rasgos de
los productos digitales facilitan su distribución extensa y a menudo ilegal
en todo el mundo. La creciente importancia de la piratería digital ha
estimulado la investigación sobre la comprensión del comportamiento y
la economía de la actividad de la piratería, especialmente en el área de
la piratería de software (Conner y Rummelt 1991; Eining y Christensen
1991; Solomon y O'Brien 1991; Givon, Mahajan y Muller 1995; Glass
and Wood 1996; Gopal y Sanders 1997, 1998, 2000). Los estudios han
informado que las mujeres, las personas mayores y las personas con
una predisposición ética hacia la justicia legal tienden a piratear menos.
Sin embargo, como se mencionó anteriormente, el muestreo de música
digital tiene varias características únicas, y existe poca investigación
sobre su efecto en las ventas futuras. La literatura sobre piratería de
software sugiere que los factores económicos juegan un papel clave en
la decisión de un individuo de piratear. Varios estudios han informado
que el precio del software tiene un impacto significativo en la piratería
(Cheng, Sims y Teegen 1997; Gopal y Sanders 1997, 2000). A medida
que aumenta el precio del producto, aumenta el valor neto de obtener
un producto ilegal, por lo tanto, el impacto negativo del precio en la
piratería. Gopal y Sanders (1998) destacan el efecto del ingreso en los
niveles nacionales de piratería. Su principal recomendación es que el
precio del producto se indexe con los niveles de accesibilidad. En un
resultado similar para la piratería de audio global, Burke (1996)
encuentra que el desarrollo económico, más que las regulaciones de
derechos de autor, diferencia a las naciones de alta y baja piratería. El
valor del producto también juega un papel crucial UNA DECISIÓN
INDIVIDUAL ES LA DECISIÓN:

PAGINA 6
los consumidores de mayor valor suelen tender a comprar en lugar de
piratear porque obtienen mayores excedentes del consumo (Connerand
Rummelt 1991; Cheng et al. 1997; Gopal y Sanders 1998). La
tecnología que facilita (u obstaculiza) la actividad de piratería también
juega un papel importante en el comportamiento de la piratería (Conner
y Rummelt 1991; Gopal y Sanders1997; Bhattacharjee, Gopal y
Sanders2003). La sabiduría convencional sugiere que un acceso más
fácil al software pirateado aumenta la actividad de piratería. Las
empresas de software han empleado tecnologías de protección contra
la piratería que aumentan el costo de piratear software como arma para
combatir la piratería. Se han utilizado tecnologías como el cifrado para
evitar la piratería fácil, con la intención de que el costo prohibitivo haga
que los posibles piratas compren legalmente el producto. Sin embargo,
Gopal y Sanders (1997) argumentan que, ante el aumento de los
controles preventivos, las personas que no adquieren legítimamente un
bien digital simplemente se quedarían sin nosotros y eso representa un
comportamiento que representa beneficios de editor de software.
Abogan por el uso de controles disuasivos que se basan en esquemas
educativos y legislativos para frustrar la piratería y aumentar los
ingresos del vendedor. Algunos estudios han argumentado que la
piratería de software no necesariamente puede dañar a los editores de
software. Conner y Rummelt (1991) sostienen que, en presencia de
externalidades de red (donde el valor que deriva un usuario depende
del tamaño de la base de usuarios), la utilidad del software aumenta con
la piratería porque aumenta el número de otras personas que lo usan .
La utilidad del consumo del producto aumenta con el número total de
personas que lo usan. Givon y col. (1995), utilizando modelos de
difusión de innovación, sugieren que la piratería ofrece publicidad de
boca en boca para el producto de software y, por lo tanto, representa
una forma eficiente de "muestreo" que conduce a una compra futura.
El argumento económico, en lo que se refiere a información incompleta
o asimetrías de información, es este: “Si los consumidores no tienen
información precisa sobre los precios del mercado o la calidad del
producto, el sistema de mercado no funcionará de manera eficiente.
Esta falta de información puede dar a los productores un incentivo para
suministrar demasiado de algunos productos y muy poco de otros. En
otros casos, algunos consumidores pueden no comprar un producto, a
pesar de que se beneficiarían de hacerlo, mientras que otros
consumidores pueden comprar productos que los dejan peor. Por
ejemplo, los consumidores pueden comprar píldoras que garantizan la
pérdida de peso solo para descubrir que las píldoras no tienen valor
médico ”(Pindyck y Rubenfield 2005, 612). Inessence, los consumidores
de música no tienen una información precisa sobre la calidad de la
música porque la música es una experiencia buena. Los editores de
música, debido a la demora en la obtención de información de mercado
para toda su música, pueden invertir en exceso en ciertos géneros
musicales y en otros. Una estrategia típica para superar las ineficiencias
e incertidumbres en el mercado es enfocarse en las superestrellas. El
muestreo de música tiene el potencial de reducir esta incertidumbre,
aumentar las eficiencias del mercado y permitir que una base más
amplia de músicos y cantantes talentosos tenga éxito.

PAGINA 7
La economía de la música incluye estudios en la estructura de mercado
de las empresas en la industria (Alexander 1994a, 1997) y el efecto del
éxito de las listas de éxitos.
álbum sobre ventas futuras (Strobl y Tucker 2000). El fenómeno de la
superestrella del efecto en la música, y su relación económica, ha sido
bien documentado. Una superestrella debe su existencia a elementos
intrínsecos de talento (Rosen 1981); elementos extrínsecos de
circunstancia, o "suerte"; y las expectativas de los usuarios basadas en
el rendimiento anterior (Adler 1985; MacDonald 1988; Hamlen 1991;
Towse 1992). Chung y Cox (1994), Ravid (1999) y Crain y Tollison
(2002), entre otros, han presentado modelos de estrellato. En el corazón
del fenómeno de la superestrella más cercano al deseo de los
consumidores para minimizar sus costos de búsqueda y muestreo
eligiendo el artista más popular (Adler 1985). En tal caso, los
consumidores equilibran sus costos de búsqueda adicionales de artistas
desconocidos o artículos musicales con su conocimiento existente de
un artista "popular" conocido. En un sentido estadístico, los
consumidores correlacionan el rendimiento pasado con los resultados
futuros (MacDonald 1988) y tratan de minimizar la variabilidad en sus
expectativas de rendimientos individuales. También hay evidencia de
que las grabaciones lanzadas recientemente tienen elasticidades de
demanda más altas que los artículos musicales más antiguos o
conocidos (Mixon y Ressler 2000).
Los modelos conductuales de piratería digital son importantes para
iniciar campañas educativas y legales para reducir la piratería (Mathews
2000a). Estos constituyen métodos indirectos para modificar la ética y
las actitudes del consumidor. Se investigan en detalle en (Gopal et al.
2004), que también informa que las estrategias de disuasión, utilizadas
con éxito en las campañas de piratería antisoftware, tienen un efecto
limitado en la piratería musical. Además, los editores de música
reconocen que "tienen que hacer que comprar música sea más fácil que
robar música" (http: // www .business2.com / magazine / 2000/12 /
23296.htm).
III. Modelado analítico de tecnologías compartidas
En esta sección, presentamos un modelo económico que analiza los
incentivos de los consumidores para probar, piratear y comprar ofertas
de música, y el consiguiente impacto en los ingresos del vendedor. El
modelo también captura las implicaciones económicas de compartir
tecnologías en las ofertas de música de artistas relativamente
desconocidos y conocidos. Esto es seguido por un modelo empírico que
está diseñado para validar los resultados clave del análisis económico
a través de fuentes de datos primarias y secundarias. La música
ofrecida comercialmente es una buena experiencia por excelencia cuyo
verdadero valor se revela al consumidor solo después del consumo
inicial (es decir, experimentar o probar la música). El volumen de música
que está disponible comercialmente es amplio y abarca una gran
variedad de géneros, idiomas, artistas y temas.

PAGINA 8
Considere un artículo musical que un consumidor puede comprar
legalmente a un precio de
P.7 Deje que la función denote la función de densidad de probabilidad
del consumidor i de f (v) i el valor para la música ofrecida, y, de acuerdo
con esta designación, 0≤v≤V i Vi representa el valor máximo atribuido
por el consumidor i a la música en general. Por supuesto, esto varía
entre los consumidores, y aquellos con valores más altos de Vi
muestran una mayor afinidad por el consumo de música. La función
captura las expectativas Kf (v) i a priori del elemento musical K por parte
del consumidor i, y es una función de densidad de probabilidad
adecuada en el sentido de que satisface la condición. Vi K f (v) dv p 1∫
0 i La incertidumbre descrita en fiK (v) anterior surge de la expectativa
a priori del valor del elemento musical K basado en la reputación del
artista y la información disponible sobre K. Dado el gran volumen de
música disponible, ningún consumidor tiene toda la información sobre
todos los elementos musicales. Además, la música es una experiencia
buena cuya verdadera utilidad de consumo solo se puede determinar a
través de un costoso proceso de adquisición de conocimiento. Por lo
tanto, la forma funcional se relaciona con la exposición previa de un
consumidor a la música en particular y puede variar entre los
consumidores y también entre los elementos de música en
consideración. La variación de v es la incertidumbre del consumidor con
respecto al valor subyacente del elemento musical. Tradicionalmente,
la reducción de la variación de un elemento musical se produce a través
de la cobertura en la prensa, presentaciones en vivo, estaciones de
radio orientadas a la música, canales de televisión musical y otros
mecanismos que anuncian el valor del elemento musical a los
consumidores. Un determinante importante de la variación es el artista
(s) que creó el elemento musical. Esto surge de la prevalencia del
estrellato en la industria de la música. Desde un punto de vista
económico, el estrellato es un dispositivo de mercado utilizado por los
consumidores para economizar los costos de aprendizaje y adquisición
de información. En lugar de diversificarse indefinidamente en un gran
número de artistas, lo que puede requerir costos de búsqueda y
aprendizaje significativamente altos, los consumidores pueden preferir
patrocinar a un número limitado de estrellas (Adler 1985). Una
superestrella es una entidad conocida cuya música es ampliamente
escuchada y disfrutada por muchos usuarios; por lo tanto, un
consumidor colocaría una menor incertidumbre sobre la música lanzada
por tales superestrellas. Un consumidor que decide comprar
directamente el elemento musical K se da cuenta del siguiente beneficio
esperado:
Vi KE p vf (v)dv P. (1)directbuy i
Incentivos para el consumidor con tecnologías para compartir Las
tecnologías para compartir con Internet permiten a los consumidores
reducir la incertidumbre de la información con respecto a la música
disponible comercialmente. Para disgusto de la industria discográfica,
también permiten a los usuarios obtener copias ilegales de la música
sin pagar una remuneración adecuada a la industria discográfica, los
artistas y otras entidades involucradas en la creación y distribución de
la música.

PAGINA 9
Un consumidor que considera el uso de tecnologías de uso compartido
en línea para experimentar la música sin pagar primero por ella incurre
en un costo que denominamos Csample. Esto captura el tiempo y el
esfuerzo invertido por el usuario en buscar, descargar y escuchar la
copia ilegal de la música.8 Si un consumidor decide probar, Csample se
convierte en un costo irrecuperable. La siguiente discusión detalla los
beneficios económicos para un consumidor del muestreo.9 Un
consumidor decide tomar una muestra si el beneficio neto esperado del
muestreo es positivo y mayor que el beneficio de la compra directa
(ecuación [1]). Después de descargar una canción, un consumidor se
enfrenta a tres opciones posteriores: comprar una versión legítima de la
canción, conservar la copia ilegal (esto constituye piratería) o descartar
la canción descargada. Deje que el valor real del elemento musical K
para el consumidor se denote como lVi. Claramente, l asume un valor
entre cero y uno. Este valor se revela al consumidor solo después de
que ella haya experimentado el elemento musical. Las decisiones que
toma un consumidor antes de experimentar un elemento musical se
rigen por incertidumbres con respecto al valor de l. Capturamos esta
incertidumbre a través de la variable x (). Por lo tanto, antes de
descargar el elemento musical, el consumidor desconoce 0≤x≤1 de su
verdadero valor 10 y, por lo tanto, la decisión de muestreo se basa
principalmente en las expectativas capturadas. El beneficio esperado
(igKf (xV) ii que norma el costo hundido Csample) de comprar el artículo
después del muestreo es

Del mismo modo, si el consumidor decide piratear el artículo, el valor

obtenido es
En la expresión anterior, F () captura la reducción en el valor de sump
con0≤F≤1 de la música pirateada. El deterioro del valor puede deberse
a razones tales como una peor calidad de la música descargada, 11 la
disponibilidad de música parcial solo en línea para muestreo, 12 y otros
servicios que un vendedor legítimo podría ofrecer. elemento musical
ilegal, yk es la probabilidad de ejecución. Si bien la estrategia legal
actual empleada por la industria discográfica se dirige solo a entidades
que facilitan el intercambio ilegal de música (por ejemplo, Napster), los
consumidores siguen siendo responsables de poseer música pirateada.
Si el consumidor decide eliminar el

PAGINA 10
Elemento musical después del muestreo, el valor realizado es cero. De
(2) y (3), se deduce que un consumidor que muestrea comprará
posteriormente si

Sin embargo, un consumidor piratearía el artículo si. Esto implica xVF

kE≥0 i que

Finalmente, un consumidor cuyo valor realizado es inferior a kE / F

descartaría el elemento de música descargado. La decisión de probar
música antes de la compra está impulsada por la distribución, la única
información que un consumidor tiene respecto a k (v) en cuanto al valor
de x. Por lo tanto, el beneficio neto esperado del muestreo es el
siguiente:
La decisión tomada por el consumidor de comprar directamente o de
probar antes de comprar se basa en la mayor estimación de valor
esperada dada por (1) y (6). Como se definió antes, lVi es el valor real
o verdadero del elemento musical revelado al consumidor que decide
probar, donde el valor de l se encuentra entre cero y uno. La decisión
posterior al muestreo tomada por un consumidor (para comprar, piratear
o descartar el archivo descargado) está impulsada por el excedente
derivado de las acciones y está determinada por l. La Figura 1 muestra
la estrategia de toma de decisiones del consumidor.

PAGINA 11
Un número de factores juega en la decisión de los consumidores con
respecto al muestreo y posterior compra o adquisición ilegal de música.
En la siguiente discusión, presentamos el impacto de la función.
Presentamos dos casos, Kf (v) i que representa altos y bajos grados de
incertidumbre en los niveles de expectativas previas. El primero se
refiere a las ofertas de música de artistas relativamente desconocidos,
el segundo a los lanzamientos de superestrellas conocidas en la
industria de la música. Con el fin de hacer que los cálculos del beneficio
del consumidor y del vendedor determinen, empleemos formas
funcionales específicas y asumamos la uniformidad de las expectativas
entre los consumidores de conKf (v). La generalización de los resultados
de este análisis se prueba en la metodología empírica.
Incertidumbre de valor Modelamos el caso de incertidumbre del
consumidor con respecto al valor de consumo real especificando la
función que se distribuirá uniformemente; es decir, Kf (v) i Let, donde I
es el conjunto de consumidores, U [0≤v≤V]. V p max (V; i I) i max i y
dejar que Vi sea continuo en el rango. Tenga en cuenta que no hacemos
supuestos específicos [0, V] max con respecto a la distribución de Vi,
aparte de que es continua. Por lo tanto, los resultados presentados en
la discusión que sigue deben aplicarse a cualquier función de demanda
del cliente. Los beneficios esperados de la compra directa y el muestreo
se calculan utilizando las ecuaciones (1) y (6)
Cómo se pronuncia
Entre los muestreadores, la decisión posterior de comprar / piratear /
descartar está dictada por las ecuaciones (4) y (5), como se muestra en
la figura 1. Surgen dos casos de interés.

PAGINA 12
en este contexto: y, que se ilustran en la figura 2. En la g ≥2P g! En el
primer caso, algunos de estos consumidores toman muestras antes de
tomar la decisión de compra. Cuando surgen dos escenarios
interesantes: g ≥2P (P kE) / (1 F) ≤ y En el primer escenario, algunos de
los consumidores2 P (P kE) / (1 F) 1 2P. with continuará comprando el
elemento musical incluso si primero prueban la música V≥2P i. En el
segundo escenario, algunos de estos consumidores recurren a la
piratería. Cuando, los consumidores continúan comprando
directamente y siguen siendo g! 2PV ≥2Pi no afectado por las
tecnologías de uso compartido. En este caso, los consumidores con Vi
en [g, 2P] representan un segmento de "ventas perdidas": no
comprarían directamente, dada su menor valoración de la música en
comparación con la de los aficionados. Tampoco tomarían muestras de
un producto con un valor disminuido (dv), ya que no les proporcionaría
un excedente esperado positivo. Propuesta 1. La cantidad de piratería
no disminuye en P y F y no aumenta en kE. Prueba. Los consumidores
cuyo valor máximo para la música está en el intervalo piratean la
música. El intervalo se reduce con P más bajo [kE / lF, (P kE) / l (1 F)] y
F y valores más altos de kE. QED La propuesta anterior ilustra que el
precio, la aplicación y los servicios de valor agregado provistos a
clientes legítimos son instrumentos útiles para luchar contra la piratería.
La prensa popular ha criticado con frecuencia las políticas de precios
adoptadas por la industria de la música, y varios informes han afirmado
que los precios altos contribuir a la piratería en esa industria (Comisión
Federal de Comercio 2000; Crombie 2001; Hoover 2001).
PAGINA 13
El vendedor puede eliminar la piratería estableciendo el valor de P en.
kE / F Considere el impacto de Csample. Tenga en cuenta que Csample
está inversamente relacionado con g (ecuación [9]). Cuando Csample
es sustancialmente grande, solo una proporción menor de
muestreadores realiza una compra legítima (fi g. 2). La razón
subyacente es que los consumidores que incurran en un costo
considerable para buscar y localizar un elemento musical se detendrán
a gastar más P para obtener una copia legítima. A medida que
disminuye la muestra de C, el costo total de la muestra y la compra
disminuye, y es más probable que los consumidores y adultos compren
después de probar música. Estos resultados clave se destacan en las
siguientes proposiciones. Proposición 2a. La proporción de
consumidores que toman muestras está inversamente relacionada con
Csample. Proposición 2b. La proporción de muestreadores que
posteriormente compran está inversamente relacionada con Csample.
A medida que aumenta el precio de mercado del artículo musical, es
más probable que los consumidores prueben primero en lugar de
comprarlo directamente. Esto se debe a que solo aquellos
consumidores con y que hacen compras directas, y los lados de V≥2PV
≥ g ii de ambas desigualdades aumentan con P. Esto implica que, a
medida que aumenta el precio de mercado de un elemento musical, más
consumidores gastarán menor cantidad de recursos adicionales para
experimentar el elemento musical antes de que gaste una cantidad
mayor para comprarlo. Una explicación alternativa es que, a medida que
aumenta el precio, los compradores muestran una actitud más reacia al
riesgo hacia la nueva música, ya que no conocen su valor real (Mixon y
Ressler 2000). Este razonamiento queda capturado en la siguiente
proposición.
Proposición 3. La proporción de consumidores que compran
directamente está inversamente relacionada con P. La toma de
muestras, en realidad, es un mecanismo de revelación de verdad que
permite a los consumidores que toman muestras para tomar la decisión
de compra sobre el valor real del artículo musical. Un valor real más
bajo (l) da como resultado una proporción menor de muestras que
compran el elemento musical. Este resultado se captura en la siguiente
proposición. Proposición 4. La proporción de muestreadores que no
compran está inversamente relacionada con l. Prueba. Entre los
samplers, aquellos con el valor máximo para la música más bajo que no
compran el artículo musical. La proporción (P kE) / [l (1 F)] de estos
consumidores que piratean o descartan la música aumenta a medida
que l disminuye. QED Ahora consideramos el impacto de compartir
tecnologías en los ingresos del vendedor. Tenga en cuenta que, en
ausencia de tecnologías de intercambio, los consumidores con
legalmente purV≥2P persigo la música. A medida que los costos de
muestreo disminuyen a medida que aumenta la disponibilidad de la
línea de música gratuita, más consumo implica en un muestreo previo a
la decisión de compra. Una preocupación importante para la industria
de la música es que esta base de clientes recurrirá al muestreo y luego
a la piratería y que esto puede afectar negativamente sus resultados.
La siguiente propuesta destaca el impacto de compartir tecnologías en
los ingresos de la industria de la música.

PAGINA 14
Proposición 5. El intercambio de tecnologías tiene un impacto positivo
en los ingresos cuando (P kE) / [l (1 F)] ≤2P. Prueba. Cuando los
consumidores con will pur (P kE) / [l (1 F)] ≤2P, V≥2P persigo el
elemento musical. Por lo tanto, el mismo conjunto de clientes que
comprarían en ausencia de tecnologías compartidas continuará
haciéndolo. Además, compartir tecnologías proporciona un incentivo a
los nuevos clientes cuyo valor está en el rango cuando, así como a
aquellos cuyo valor está en el rango [(P kE) / l (1 F), g] g≤2P cuando
compran música después de sam [(P kE) / l (1 F), 2P] g 1 2P pling. QED
Un resultado importante de la propuesta anterior es que el impacto en
los ingresos de compartir tecnologías depende del valor real de la
música para los consumidores. La música que los consumidores valoran
mucho se beneficiará de la disponibilidad de tecnologías de intercambio.
La música de menor valor verá menores ingresos a medida que los
clientes intenten cada vez más descifrar el verdadero valor de la música
a través del muestreo. La propuesta también sugiere que los esfuerzos
del productor para aumentar kE (aplicación) y reducir F (aumentar el
valor agregado para los consumidores legítimos) constituyen una
estrategia más efectiva para la industria de la música que los intentos
de hacer que Csample sea alto para los consumidores. Un alto valor de
Csample podría apuntalar a los consumidores existentes al disuadirlos
de descargar y probar música. Sin embargo, esta estrategia no atraerá
a nuevos clientes que puedan mejorar potencialmente los ingresos de
la industria de la música, como el potencial de disuadir a los clientes de
participar en cualquier tipo de transacción musical. En general, las
propuestas proporcionan importantes implicaciones de bienestar de las
tecnologías de intercambio de música en línea. Claramente, el
excedente del consumidor siempre aumenta al compartir tecnologías
solo cuando se suma al excedente. Los piratas ganan a medida que
obtienen música sin pagarla. Para los muestreadores, el excedente se
mejora a medida que su comportamiento de compra se basa en
elecciones informadas. Sigue inmediatamente de la proposición 5 que,
cuando el bienestar general es (P kE) / [l (1 F)] ≤2P, mayor con la
presencia de redes de intercambio en línea que sin ella. Dichas redes
proporcionan instrumentos útiles para que el negocio de la música se
sostenga y crezca en presencia de nuevas tecnologías de intercambio.
El estrellato y las tecnologías de intercambio El análisis presentado
hasta ahora se aplica a artistas desconocidos, ya que se supone que
los consumidores no están seguros del verdadero valor de las ofertas
musicales de estos artistas. Una cantidad relativamente grande de
información disponible sobre superstartistas reduce significativamente
la variabilidad en las expectativas de los consumidores de su música.
Ahora analizamos el impacto de compartir tecnologías y estrellato en
las ventas. En lo que sigue, el superíndice s denota una superestrella
yn denota un desconocido. Consideramos un análisis comparativo en el
que el nuevo valor de un artículo musical ofrecido por una superestrella
es el mismo que el de un artista desconocido, es decir,. snl p l
Proposición 6. Cuando y, una superestrella cosecha mayores ventas de
muestra de snC k 0 l que el artista desconocido.

PAGINA 15
Prueba. Cuándo, un consumidor no elegiría gastar más para probar y
determinar el verdadero valor de un elemento musical, pero su objetivo
sería maximizar el excedente eligiendo el elemento con el mayor valor
esperado y un menor costo de compra (que puede incluir el costo de
muestra de la música del artista desconocido). La razón es que, dados
los elementos musicales de una superestrella y un artista desconocido
(con valores verdaderos iguales, es decir), el consumidor podría elegir
directamente la música de la superestrella, porque tiene un mayor valor
esperado y una menor variabilidad, en lugar de muestra y
posteriormente comprar la música del artista desconocido. Esto lleva a
mayores ventas para la superestrella. QED Proposición 7. Cuando,
como (ingresos de superestrella snl p l C r 0, muestra ingresos de
artistas desconocidos) r 0. Prueba. Como el costo de muestreo
insignificante le permite a un consumidor hacer C 0, muestrear y
determinar el verdadero valor de un elemento musical de un artista
desconocido y una superestrella antes de la compra. Dado que el
excedente del consumidor n s s n (l) (l) l p l, se maximiza por cualquier
elemento musical, ceteris paribus y, por lo tanto, la diferencia en las
ventas entre la música de la superestrella y la de un artista desconocido
ahora es insignificante. QED Una observación inmediata de los datos
sobre el precio actual de la música superestrella (Strobl y Tucker 2000)
comenzará a disminuir a medida que disminuyan los costos de
muestreo. Como ilustración de las proposiciones 6 y 7, consideramos el
caso extremo de una superestrella "perfecta", donde la variación del
consumidor en las expectativas es cero.14 Dicha superestrella obtiene
una amplia exposición en la prensa y un tiempo de juego significativo
en la radio y la televisión. En esencia, los consumidores no tienen que
gastar un esfuerzo individual adicional para aprender y determinar el
valor que ofrece la música de la estrella. Al emplear la metodología
detallada anteriormente, la estrategia de toma de decisiones del
consumidor es la siguiente:
Esto se ilustra en la figura 3. Tenga en cuenta que un consumidor nunca
probará y, posteriormente, comprará un artículo musical perfecto para
una superestrella, ya que es consciente del valor real a priori. Por lo
tanto, descargar la música de las superestrellas es más probable que
resulte en piratería que la descarga de música de artistas relativamente
desconocidos. Esto ofrece una posible explicación de la gran
preocupación expresada por algunos artistas populares (por ejemplo, el
grupo de rock Metallica y el rapero Dr. Dre) con respecto al intercambio
en línea de música a través de mecanismos como Napster (Jenkins
2000).

PAGINA 16
Fig. 3. — Decisiones del consumidor basadas en el estado de la estrella
(expectativa a priori del valor de la música).
La discusión anterior sugiere que los bajos costos de muestreo
presentan una desventaja significativa para las superestrellas actuales
y ayudan al descubrimiento de elementos musicales igualmente
valorados por artistas menos conocidos. Esto tiene consecuencias
potencialmente de gran alcance en la publicación y publicidad de
música y debe tenerse en cuenta al diseñar nuevas estrategias de
venta. La siguiente sección de este artículo proporciona una validación
empírica de los resultados analíticos clave discutidos hasta ahora.
IV. Metodología empírica En esta sección, discutimos la evidencia
empírica utilizada para examinar las proposiciones clave enumeradas
en el modelo analítico. Los datos utilizados para investigar las
proposiciones se obtuvieron de dos fuentes. El primer conjunto de datos
consistió en datos primarios recopilados a través de una encuesta y se
utilizó para validar las opciones de consumo bajo varios parámetros
tecnológicos y económicos. Se desarrolló un segundo conjunto de datos
utilizando los cuadros de clasificación de Billboard y se usó para evaluar
las propuestas relacionadas con las tecnologías de fenómenos y de
intercambio de estrellas.

Encuesta de intención El instrumento de encuesta pregunta sobre las

actitudes de los consumidores hacia la música en línea. La recopilación
de datos primarios se completó en dos fases principales. Se realizó un
estudio piloto inicial con una muestra de 76 estudiantes graduados. A
los sujetos se les aseguró el anonimato completo. Las escalas de
medición derivadas del modelo analítico se probaron para validez,
claridad y consistencia. Sobre la base de los comentarios, se administró
un cuestionario de encuesta revisado a 200 encuestados. La encuesta
estaba dirigida a estudiantes universitarios, ya que la copia y el
intercambio de música en línea son rampantes entre los estudiantes
(Fine 2000; Jay 2000). Además, este grupo demográfico constituye una
parte significativa de la base de fanáticos de la música (Holbrook y
Schindler 1989); en consecuencia, el análisis en este segmento es
directamente relevante para la industria de la música. Las edades de
los encuestados variaron de 19 a 54 años con un promedio de 23; El
61% eran hombres, el 15% trabajaban a tiempo completo y el 54%
trabajaban a tiempo parcial. De esta muestra, el 52% informó un nivel
muy alto de interés en la música, mientras que otro 37% escuchó
música regularmente. El grupo de muestra es lo suficientemente diverso
en términos de aspectos demográficos, económicos y sociales.

PAGINA 17
Ilustración de elecciones de encuestas de intención
Medidas Para evaluar el impacto de los factores económicos y
tecnológicos que influyen en el muestreo y la piratería, se pidió a los
encuestados que revelaran sus experiencias musicales en línea,
proporcionaran información demográfica y especificaran preferencias
para las decisiones relacionadas con las actividades musicales en línea
en entornos variados. Precio y costo de muestreo. La variable de precio
indica el precio minorista de un CD de música y se estableció en $ 5 y
$ 15. El costo de muestreo se midió a través de las velocidades de
conexión a Internet. Un escenario de alto costo de muestreo involucra a
los encuestados que buscan y descargan música a través de un módem
de 56 kbps, que en promedio puede demorar hasta una hora en
descargar una canción típica. Un escenario de bajo costo de muestreo
implica una conexión rápida a Internet, como un módem de cable o DSL,
que proporciona tiempos de descarga significativamente más bajos. El
precio y el costo de muestreo se codifican como variables categóricas.
El estudio piloto sugirió que otros factores tecnológicos no tenían una
influencia significativa. Opción de decisión. Para un determinado costo
de muestreo y fijación de precios, se pidió a los encuestados que
tomaran una de las seis acciones como se describe en la figura 4. Si se
seleccionan las acciones A, B, C o D, constituye un muestreo. Entre
estos, la acción D constituye piratería, las acciones A o C constituyen
muestra y compra, y la acción B constituye muestra y descarte. La
opción de compra directa tradicional se captura de la acción E. La
incertidumbre del valor con respecto a la oferta musical se clasifica de
la siguiente manera. Si un entrevistado ha escuchado una pieza musical
particular antes, se supone que su valor es "conocido" para ella; de lo
contrario, es "desconocido". Se supone que un usuario no está seguro
acerca del verdadero valor de la música "desconocida". A los
encuestados se les presentaron un total de cinco tipos de opciones de
música como se muestra en la tabla 1.

PAGINA 18
Hipótesis Las proposiciones desarrolladas en el modelo analítico se
prueban utilizando la evidencia empírica. La Tabla 2 resume las
hipótesis probadas y las proposiciones correspondientes. Los
resultados de la prueba de las hipótesis individuales.
validar las proposiciones comparables, que a su vez validan las
elecciones de consumo en diferentes entornos tecnológicos y
económicos.
Análisis de datos Para probar las hipótesis 1, 2a, 2 by 3, estimamos un
modelo logit multinomial donde Decisionpf (precio, costo de muestreo,
edad, género, ingresos) para opciones musicales desconocidas.15 Para
probar la hipótesis 4, estimamos un modelo logit multinomial, Decisión
pf (valor musical, edad, género, ingresos), para los dos tipos de
opciones musicales conocidas. En estos modelos, el precio, el costo de
muestreo, el género y el valor de la música son variables categóricas,
con los valores bajos codificados como 0 y los valores altos codificados
como 1. Para el género, los hombres se codifican como 0. La Parte A
de la tabla 3 presenta los resultados para las opciones musicales
desconocidas, y la parte B de la tabla 3 presenta las opciones musicales
conocidas.

PAGINA 20
Para ambos modelos, el ingreso tiene poco o ningún efecto significativo.
La falta de El efecto de los ingresos se debe quizás al bajo costo de un
elemento musical típico. En contraste, el software, que es mucho más
costoso, exhibe un efecto significativo en el ingreso
(GopalandSanders2000). Las mujeres generalmente tienen una
correlación negativa con las decisiones generales de muestreo
(decisiones 1-4), especialmente con el comportamiento de piratería
(decisión 4), pero muestran un efecto positivo en las decisiones de
compra y muestra para música desconocida (pt. A de la tabla 3). Esto
sugiere que las mujeres prueban principalmente música desconocida
con la intención de comprar. Los resultados de elecciones musicales
desconocidas (tabla 3, punto A) muestran que el precio tiene una
correlación negativa estadísticamente significativa con el muestreo y la
compra de música (decisiones 1 y 3). Esto valida la hipótesis 1. También
sugiere que los costos de muestreo están correlacionados
negativamente con la intención de compra de música desconocida. Para
música desconocida, el costo del muestreo tiene un efecto negativo
significativo en el comportamiento del muestreo (decisiones 1–4), lo que
valida la hipótesis 2a. Los costos de muestreo también tienen una
correlación negativa con la decisión de probar y comprar (decisiones 1
y 3), lo que significa que una disminución en los costos de muestreo
conduce a un mayor muestreo y compra de música desconocida. Por lo
tanto, la hipótesis 2b es válida. Además, el precio de mercado tiene una
correlación negativa significativa con la decisión de compra directa del
consumidor (decisión 5) para música desconocida. Esto valida la
hipótesis 3 y también sugiere que los costos de muestreo afectan
positivamente la compra directa. Los resultados de la música conocida
(tabla 3, punto B) muestran que la decisión de probar y comprar
(decisiones 1 y 3) está positivamente relacionada con el valor de la
música. Esto valida la hipótesis 4.
B. Análisis de la superestrella

PAGINA 21
Para evaluar el comportamiento real de compra del consumidor en
función de la información sobre un elemento musical en particular, se
utilizó un análisis de regresión lineal para evaluar empíricamente los
datos de archivo de los cuadros de clasificación de Billboard.
Este conjunto de datos consta de clasificaciones semanales de las listas
de álbumes Billboard Top 200 publicados. Las clasificaciones se
calculan a partir de las ventas minoristas totales en los Estados Unidos
para la semana anterior y generalmente se publican los sábados. Por lo
tanto, estas clasificaciones reflejan directamente las ventas reales de
álbumes. Las clasificaciones de cartelera son ampliamente utilizadas
como una herramienta de marketing por la industria de la música para
denotar el éxito de un álbum; una clasificación alta sugiere un alto valor
de un elemento musical en particular para los clientes potenciales. En
un estudio anterior de datos similares, Strobland Tucker (2000) usó una
técnica de muestreo donde incluyeron solo aquellos datos donde los
primeros nombres de los artistas comenzaron con las letras A – D. Su
análisis incluyó un recuento simple de la cantidad de veces que un
artista apareció en las clasificaciones de los 30 principales y no empleó
una clasificación ponderada de álbumes para tener en cuenta el impacto
de las clasificaciones reales en las ventas futuras.
Se recopilaron datos de muestra para nuestro análisis para las 200
mejores clasificaciones de álbumes para cada semana durante el
período de 10 años más reciente (1991–2000), lo que resultó en un total
de 104,400 puntos de observación. Durante este período, un total de
2,174 artistas únicos y 5,355 álbumes aparecieron en las listas de
éxitos.17 Se considera que la clasificación actual de un artista en las
listas está altamente correlacionada con las clasificaciones pasadas. La
Tabla 4 presenta los coeficientes de correlación de las clasificaciones
de gráficos de un artista entre pares de meses consecutivos, durante
tres años de muestra.18 Todos los demás años (para los cuales había
datos disponibles) muestran patrones similares. El número de artistas
únicos en las listas (fi g. 5) ha mostrado algunos cambios con la
introducción de nuevas tecnologías como el navegador web gráfico
(1993), el software de reproducción de MP3 ampliamente disponible
(1997) y de punto a punto (P2P). ) software para compartir archivos
(1999). Estas tecnologías representan eventos decisivos, ya que el
navegador facilitó la navegación por Internet para todos, creó clubes de
admiradores en línea y redujo los costos de muestreo; Los
reproductores de MP3 estimularon la conversión de archivos de música
digital en archivos de formato MP3 más pequeños; y el software P2P
floreció al permitir compartir estos archivos, reduciendo aún más los
costos de muestreo. El efecto de estas tecnologías en el
comportamiento de compra de música de los consumidores se investiga
a continuación.

PAGINA 22
Fig. 5. — Nuevas tecnologías y artistas únicos en las listas de Billboard
(por año y por trimestre).
1. Medidas Para evaluar el impacto de la reputación pasada de un
artista en la clasificación de su nuevo álbum, obtuvimos información de
la clasificación de un artista en las listas. Reputación pasada. La
popularidad y reputación pasada de un artista es capturada por la
cantidad total de veces que se pasó en los gráficos en los años
anteriores al lanzamiento de un nuevo álbum que se está considerando
(Strobl y Tucker 2000). Este total se pondera para controlar la posición
real del gráfico que ocupó el artista, lo que también minimiza el efecto
de multicolinealidad de las clasificaciones de un artista en los cálculos
posteriores. Clasificación de debut. Esta es la clasificación que un nuevo
álbum de un artista (que ya ha estado en las listas de éxitos antes) logra
en su primera aparición en las listas. Mide la aceptación inicial de un
álbum por parte de los consumidores. Esta clasificación se ve afectada
por la reputación pasada del artista relacionado, así como por la
información limitada a través de los esfuerzos de promoción. 19
Clasificación más alta. Esta es la clasificación más alta que alcanza un
nuevo álbum en las listas (en todos los años posteriores). Esto mide el
mejor rango que alcanza el álbum durante su vida útil en las listas,
después de que los consumidores hayan tenido la oportunidad de
obtener información adecuada a través de varios métodos. Éxito en la
lista: esta es una medida binaria que captura si un artista (de un nuevo
álbum en las listas) ha aparecido previamente en las listas,
independientemente del rango. La caritis mide como "reputación de 4
años" (denotado como 1 artista aparece en las listas dentro de los 4
años anteriores al álbum actual) fecha de debut) y "reputación máxima"
(denotado como 1 si el artista aparece alguna vez en las listas antes de
la fecha de debut del álbum actual).

PAGINA 23
Artistas únicos por año. El número de artistas únicos que aparecen en
las clasificaciones cada año se calcula a partir de los datos de los
gráficos. El objetivo aquí es medir si más artistas se clasifican en las
listas en cada año posterior. Álbumes únicos por año. Este es el número
de álbumes únicos que aparecen en las clasificaciones. Usuarios de
Internet por año. — Consiste en usuarios en línea (a través de Internet)
y está estrechamente relacionado con la cantidad de información útil en
línea (incluso sobre elementos musicales y muestras). A medida que
hay más información disponible sobre artículos musicales en línea, más
fanáticos la utilizan y, por lo tanto, los costos de muestreo disminuyen.
La justificación se deduce directamente del efecto de red y sugiere que,
a medida que aumenta el número de usuarios de Internet, se crean
externalidades de red positivas, aumenta la disponibilidad de
información y disminuye el costo de muestreo de música en línea. Los
datos de clasificación reflejan las ventas de álbumes en los Estados
Unidos; por lo tanto, utilizamos datos sobre el número de usuarios de
Internet en los Estados Unidos por año durante los mismos años (1991–
2000).
2. Hipótesis La Tabla 5 presenta las hipótesis desarrolladas y probadas,
con las proposiciones correspondientes. Probar las hipótesis
proporciona soporte para las posiciones comparables.
3. Análisis de datos Para minimizar los efectos estacionales con el
conjunto de datos disponibles, elegimos un período de 6 meses, de julio
a diciembre de 1995, para estudiar el efecto de la reputación pasada en
la clasificación del nuevo álbum musical de un artista (hipótesis 6a y 6b).
, 314 álbumes hicieron su primera aparición en las listas de álbumes
Billboard Top 200. De los artistas que actuaban en esos álbumes, 165
de ellos habían aparecido en las listas de éxitos en los años anteriores
(1991–94).

PAGINA 24
NO ES ÚTIL estudiar la diferencia en la clasificación entre la primera
aparición de un álbum en la lista y su mejor clasificación, ya que
obviamente una diferencia de clasificación (de cinco, por ejemplo) en el
top 20 tiene un significado significativamente diferente de la misma
diferencia de clasificación en el 20 inferior de las listas. Por lo tanto, las
clasificaciones mismas se utilizan para estudiar el efecto de la
reputación del artista. Los modelos de regresión probados son Debut
ranking p f (reputación pasada) y Rango más alto p f (reputación
pasada). Para las hipótesis 7a y 7b, los datos anuales se utilizan para
probar los siguientes modelos: artistas únicos por año p f (usuarios de
Internet por año) y álbumes únicos por año p f (usuarios de Internet por
año). Para probar la hipótesis 7c, los datos se dividen en muestras de
1995–96 y 1998–2000 (independientes) para tener en cuenta el año
cúspide de 1997 cuando se introdujeron nuevas tecnologías de
compresión de música (MP3). tecnologías: Debut rank pf (reputación de
4 años),
Debut rango p f (reputación máxima),
Rango más alto p f (reputación de 4 años),
y
Rango más alto p f (reputación máxima).

Dado que una mayoría significativa de los álbumes no permanecen en

las listas durante más de 3 años, estos modelos se estiman
satisfactoriamente a partir de los datos disponibles. La Tabla 6 presenta
los resultados de los diversos modelos diseñados para probar las
hipótesis. Los resultados (tabla 6) muestran que la reputación pasada
de un artista tiene un efecto positivo muy significativo tanto en el rango
de debut de un nuevo álbum de ese artista como en el rango más alto
alcanzado por ese álbum. Esto valida las hipótesis 6a y 6b. El número
de artistas únicos por año (para los años estudiados) varió de 463 a
655, mientras que los álbumes únicos variaron de 618 a 921. Durante
el mismo período, el número de usuarios de Internet aumentó de 3
millones a 116.7 MILLONES.

PAGINA 25
Encontramos pruebas contundentes (tabla 6) de que, durante la última
década, el número de artistas y álbumes únicos que han aparecido en
las listas de álbumes de Billboard Top 200 está estadísticamente
relacionado con el número de usuarios de Internet. La varianza de la
variable dependiente también se explica adecuadamente (el R2
ajustado es muy alto). Esto valida las hipótesis 7a y 7b. La implicación
es que, con la reducción de los costos de muestreo de información, los
consumidores se dan cuenta de más álbumes nuevos que les gustan,
lo que lleva a que más artistas y álbumes se clasifiquen en las listas.
Los resultados (tabla 7) muestran una diferencia significativa entre el
coeficiente de reputación de 1995–96 y 1998–2000, tanto para el rango
de debut como para el rango más alto. El impacto de la reputación,
derivado de la aparición en las listas de Billboard, disminuyó de 1995–
96 a 1998–2000, basado en un valor de coeficiente más bajo. Usando
una metodología similar a la prueba de la diferencia entre medias, para
una significación doble de rechaza la hipótesis de que la diferencia a p
0.1, z 1 1.64 entre los coeficientes de 1995–96 y 1998–2000 es
insignificante. El resultado se mantiene igualmente bien para la
reputación de 4 años, así como para los coeficientes de reputación
máxima, entre todos los rangos generales, así como los "niveles" de
rango específicos de las listas de Billboard. Esto valida la hipótesis 7c,
y muestra claramente un diferencia apreciable en la clasificación de las
listas con el advenimiento de las tecnologías para compartir música.
PAGINA 27
Esto implica que las tecnologías de intercambio en línea, que han
disminuido los costos de muestreo más, han considerado
considerablemente el impacto del estrellato en las ventas de ofertas de
música. Un examen más detallado de la cantidad de álbumes únicos
que aparecen en las listas de éxitos en cada año muestra algunas ideas
interesantes (fi g. 6). Para cualquier año dado, hay más álbumes únicos
en los "niveles" de clasificación inferior que en los superiores.21 Esto
apunta a una menor variabilidad entre los álbumes de mayor
clasificación en comparación con los de menor clasificación. Esto
sugiere una menor variabilidad percibida en el valor de los álbumes
mejor clasificados por los consumidores en comparación con los
clasificados más bajos. Esto implica un mayor dominio del "efecto
superestrella" en los álbumes mejor clasificados que en los rangos más
bajos, donde las valoraciones de los consumidores varían menos en el
álbum de una superestrella. Además, el número de álbumes en cada
"nivel" de clasificación muestra una tendencia creciente a lo largo del
tiempo. Efectos similares también se notan claramente en la
clasificación del número de artistas únicos por año (fi g. 7). La
implicación es que, a medida que el muestreo se vuelve menos costoso,
el efecto superestrella se erosiona en general, y más usuarios compran
artículos de música en función de sus valoraciones reales, no
percibidas.
PAGINA 28
desde la perspectiva del consumidor, proporciona una indicación de los
factores que afectan la decisión del consumidor de probar música en
línea. Demostramos que la disminución de los costos de muestreo no
solo lleva a más consumidores potenciales a probar artículos de música
desconocidos, sino que también lleva a más consumidores a comprar
los artículos de música que han probado. Esto se deduce directamente
del hecho de que los costos de muestreo más bajos tienen un efecto
positivo en el excedente del consumidor de los muestreadores, lo que,
a su vez, tiene un efecto positivo en sus intenciones de compra. al
proporcionar técnicas de muestreo más legales y eficientes que los
consumidores podrían usar. Esto es contrario a la creencia anecdótica
de que la disponibilidad en línea de música digital solo conduce a una
pérdida de rentabilidad. Este muestreo eficiente se puede ofrecer en
forma de índices de elementos musicales fácilmente buscables, acceso
de descarga rápida a elementos musicales en diferentes formatos
seguros, disposiciones para publicar reseñas de consumidores sobre
elementos, creación de sitios de club de fans dentro del portal de
búsqueda, etc. Algunos de estos elementos ahora están disponibles en
portales de música en línea; sin embargo, hay poca evidencia de una
oferta integrada de tales estrategias.
El efecto en las ventas depende del verdadero valor intrínseco del
elemento musical, ceteris paribus. El impacto de la disponibilidad de
música en línea tiene un impacto diferencial basado en el valor realizado
de la música para los consumidores. Para canciones de mayor valor,
las capacidades de búsqueda y muestreo en línea tienen un impacto
beneficioso en las ventas. Los artículos de música de menor valor son
pirateados más que los artículos de mayor valor, ceteris paribus y, en
consecuencia, las ventas de esos sufren. Si un productor es consciente
del verdadero valor de una canción para los consumidores, puede
establecer el precio en consecuencia para maximizar las ganancias.
Para los productores, el modelo muestra que, en presencia de muestras
de música en línea, la fijación de precios uniformes para todos los
artículos de música es una estrategia subóptima. El desafío clave es
obtener antecedentes sobre este valor realizado, de modo que los
esquemas de precios diferenciales se puedan implementar de manera
efectiva en función de la VALORACION DE LA música.

PAGINA 29
Las técnicas para obtener esta información crítica y obtener esquemas
de precios apropiados son temas de importancia crítica y viables para
futuras investigaciones. Nuestra evaluación empírica brinda un fuerte
respaldo a las hipótesis de que el fenómeno superestrella existente en
el negocio de la música se ve positivamente ayudado por los altos
costos de muestreo y que este estado de superestrella está amenazado
por la llegada de los servicios de muestreo de música en línea. Las
superestrellas se ven amenazadas cada vez más por dos frentes: (a)
una mayor proporción de muestreo de superstarmusic conduce a la
piratería; los usuarios que realizan muestras lo hacen con una mayor
intención de piratear, y (b) la disminución de los costos de muestreo
conduce a una erosión del estrellato. Sin embargo, existe una mayor
probabilidad de descubrir otros artículos musicales de alta calidad de
artistas menos conocidos con la nueva tecnología, lo que perjudicará
las ventas de una superestrella y, por lo tanto, su estado. Por lo tanto,
las tecnologías de intercambio de música en línea tienden a amenazar
a algunas superestrellas y favorecen a otros artistas menos conocidos,
ceteris paribus, y es comprensible que algunas superestrellas tengan
reservas al respecto. Esto ha creado un cisma en la comunidad artística.
Existe evidencia anecdótica de que algunas superestrellas, como el
grupo de heavy metal Metallica y el rapero Dr. Dr., Han opuesto a tal
tecnología de muestreo (Gomes y Mathews 2001). Otros, incluidos Don
Henley, 22 Alanis Morisette, y otros artistas y grupos menos conocidos,
lo han apoyado, incluso en las audiencias del subcomité del poder
judicial de los Estados Unidos (Welte 2001). Las implicaciones
económicas de este análisis son generalmente aplicables a otros bienes
de experiencia similares. Una cuestión crítica posterior para los
productores y distribuidores de dichos bienes es estimar la demanda del
mercado y establecer precios diferenciados para maximizar las
devoluciones. El enorme nivel de recursos monetarios en juego exige
una mayor investigación sobre modelos más nuevos que maximicen el
valor de la propiedad intelectual digitalizada.
Las tecnologías de música en línea están alterando fundamentalmente
el panorama del negocio de la música. Si bien los consumidores pueden
beneficiarse de estas oportunidades, la industria de la música también
puede obtener importantes beneficios a través de estrategias efectivas.
La música como expresión artística trasciende la economía y los
ingresos finales de la industria de la música. De hecho, según Van
Morrison, “La música es espiritual; el negocio de la música no es
”(http://www.aria-database.com/cgi-bin/ listgen.pl?quotes). Sin
embargo, los modelos comerciales fundamentalmente sólidos son
críticos para permitir que las dimensiones sociales, artísticas y
espirituales de la música florezcan.