stringtranslate.com

Активные пользователи

Активные пользователи — это показатель производительности программного обеспечения , который обычно используется для измерения уровня вовлеченности в конкретный программный продукт или объект путем количественной оценки количества активных взаимодействий пользователей или посетителей в течение соответствующего периода времени (ежедневно, еженедельно и ежемесячно).

Метрика имеет множество применений в управлении программным обеспечением, например, в социальных сетях , онлайн-играх или мобильных приложениях , в веб-аналитике, например, в веб-приложениях , в коммерции, например, в онлайн-банкинге , и в академических кругах , например, в аналитике поведения пользователей и предиктивной аналитике. Несмотря на широкое применение в цифровом поведенческом обучении, прогнозировании и отчетности, она также оказывает влияние на конфиденциальность и безопасность , и этические факторы следует тщательно учитывать. Она измеряет, сколько пользователей посещают или взаимодействуют с продуктом или услугой в течение определенного интервала или периода. [1] Однако стандартного определения этого термина не существует, поэтому сравнение отчетов между различными поставщиками этой метрики проблематично. Кроме того, большинство поставщиков заинтересованы в том, чтобы показать это число как можно выше, поэтому определяют даже самое минимальное взаимодействие как «активное». [2] Тем не менее, это число является релевантной метрикой для оценки развития взаимодействия с пользователем данного поставщика.

Этот показатель обычно оценивается в месяц как ежемесячно активные пользователи ( MAU ), [3] в неделю как еженедельно активные пользователи ( WAU ), [4] в день как ежедневно активные пользователи ( DAU ) [5] и пиковое количество одновременных пользователей ( PCU ). [6]

Коммерческое использование

Предикторы успеха измерения вовлеченности (KPI) и рекламы

Активные пользователи в любой временной шкале дают приблизительный обзор количества возвращающихся клиентов, которых удерживает продукт, и сравнение изменений этого числа может быть использовано для прогнозирования роста или снижения числа потребителей. В коммерческом контексте успех сайта социальной сети обычно связан с растущей сетью активных пользователей (большим объемом посещений сайта), социальными отношениями между этими пользователями и сгенерированным контентом . Активных пользователей можно использовать в качестве ключевого показателя эффективности (KPI), управляя и прогнозируя будущий успех, измеряя рост и текущий объем пользователей, посещающих и потребляющих сайт. Соотношение DAU и MAU предлагает элементарный метод оценки вовлеченности и уровня удержания клиентов с течением времени. [7] Более высокое соотношение представляет большую вероятность удержания, что часто указывает на успех продукта. Соотношения 0,15 и выше считаются переломным моментом для роста, в то время как устойчивые соотношения 0,2 и выше означают длительный успех. [8]

Чен, Лу, Чау и Гупта (2014) [9] утверждают, что большее количество пользователей ( ранние последователи ) приведет к большему количеству пользовательского контента , такого как публикации фотографий и видео, которые «продвигают и распространяют» принятие социальных сетей, способствуя росту сайтов социальных сетей. Рост использования социальных сетей, характеризующийся как увеличение активных пользователей в заранее определенные сроки, может увеличить социальное присутствие человека . Социальное присутствие можно определить как степень, в которой средство коммуникации в социальных сетях позволяет человеку чувствовать себя присутствующим с другими. [10] [11]

Результаты исследования Муна и Кима (2001) [12] показали, что удовольствие человека от веб-систем оказывает положительное влияние на его восприятие системы и, таким образом, формирует «высокое поведенческое намерение использовать ее». Муннукка (2007) [13] обнаружил сильные корреляции между положительным предыдущим опытом связанных типов коммуникаций и принятием новых услуг мобильной связи . Однако есть также случаи, когда активные пользователи и доход, по-видимому, имели отрицательную корреляцию . Например, прирост ежедневных активных пользователей (DAU) Snap Inc. стабилизировался или снизился во время пандемии COVID-19 , доход по-прежнему превышал оценки, с сильными аналогичными сильными тенденциями в текущий период. [14]

Количество новых статей (красная линия) и активных пользователей (синяя линия) в шведской Википедии

Большее количество активных пользователей увеличивает количество посещений определенных сайтов. С большим трафиком будет привлечено больше рекламодателей , что будет способствовать получению дохода . [15] В 2014 году 88% целей использования социальных сетей корпорациями была реклама . [ 16] Увеличение числа активных пользователей позволяет сайтам социальных сетей создавать и отслеживать больше профилей клиентов, которые основаны на потребностях и моделях потребления клиентов. [17] Данные об активных пользователях можно использовать для определения периодов высокого трафика и создания моделей поведения пользователей, которые будут использоваться для целевой рекламы. Увеличение профилей клиентов из-за увеличения числа активных пользователей обеспечивает более релевантную персонализированную и настраиваемую рекламу. Блейер и Эйзенбайс (2015) [18] обнаружили, что более персонализированная и релевантная реклама увеличивает « просмотровые отклики» и значительно усиливает эффективность «рекламируемого баннера ». ДеЗойса (2002) [19] обнаружил, что потребители с большей вероятностью откроют и отреагируют на персонализированную рекламу, которая имеет к ним отношение.

Цели внешней отчетности

Совет по стандартам финансового учета определяет, что целью финансовой отчетности является предоставление соответствующей и существенной финансовой информации пользователям финансовой отчетности для принятия решений и обеспечения эффективного экономического распределения ресурсов. [20] Все отчитывающиеся субъекты, в первую очередь публично котирующиеся компании и крупные частные компании, обязаны по закону соблюдать требования стандартов раскрытия информации и бухгалтерского учета. Например, в Австралии компании обязаны соблюдать стандарты бухгалтерского учета, установленные Австралийским советом по стандартам бухгалтерского учета , который является частью Закона о корпорациях 2001 года . В контексте компаний социальных сетей также существует отчетность нефинансовой информации, такой как количество пользователей (активных пользователей). Примеры могут включать:

Альтернативные методы предоставления этих показателей — социальные сети и Интернет, которые стали важной частью «информационной среды» фирмы для предоставления финансовой и нефинансовой информации, согласно Франкелю (2004), [22] посредством чего информация, имеющая отношение к фирме, распространяется и разносится в короткие промежутки времени между сетями инвесторов, журналистов и других посредников и заинтересованных сторон. [23] Агрегатор инвестиционных блогов, такой как Seeking Alpha , стал значимым для профессиональных финансовых аналитиков , [24] которые дают рекомендации по покупке и продаже акций. Исследования Фридера и Зиттрейна (2007) [25] вызвали новые опасения относительно того, как цифровые коммуникационные технологии могут влиять на участников рынка .

Admiraal (2009) [26] подчеркнул, что нефинансовые показатели, сообщаемые компаниями социальных сетей , включая активных пользователей, могут не давать желаемой уверенности в измерениях успеха, поскольку руководящие принципы и правила отчетности , которые гарантируют надежность и качество информации, слишком мало и еще не стандартизированы . Cohen et al. (2012) [27] исследование набора экономических показателей эффективности показало, что существует отсутствие обширного раскрытия информации и существенная изменчивость между практиками раскрытия информации в зависимости от отраслей и размеров. В 2008 году Комиссия по ценным бумагам и биржам США предприняла осторожный подход при пересмотре своего руководства по раскрытию информации для компаний социальных сетей и заявила, что информация является « дополнительной , а не достаточной сама по себе». [28] Alexander, Raquel, Gendry и James (2014) [29] рекомендовали руководителям и менеджерам использовать более стратегический подход в управлении отношениями с инвесторами и корпоративными коммуникациями , обеспечивая совместное удовлетворение потребностей инвесторов и аналитиков .

Использование в академических кругах

Исследование и веб-поведенческий анализ и прогнозирование

Метрика активных пользователей может быть особенно полезна в поведенческой аналитике и предиктивной аналитике . Метрика активных пользователей в контексте предиктивной аналитики может применяться в различных областях, включая актуарную науку , маркетинг , финансовые услуги , здравоохранение , онлайн-игры и социальные сети . Льюис, Уайетт и Джереми (2015), [30] например, использовали эту метрику, провели исследование в области здравоохранения, чтобы изучить качество и влияние мобильного приложения и спрогнозировать ограничения использования этих приложений.

Активные пользователи также могут быть использованы в исследованиях, посвященных проблемам психического здоровья , которые могут обойтись мировой экономике в 16 триллионов долларов США к 2030 году, если будет нехватка ресурсов, выделяемых на психическое здоровье . [31] С помощью веб-поведенческого анализа Чуенпиттайавут, Цзыхуан и Чжу (2020) [32] обнаружили, что продвижение информационной, социальной и эмоциональной поддержки , которая представляет медиа и общественное восприятие, оказывает положительное влияние на поведенческое намерение участников их исследования использовать онлайн-вмешательство в психическое здоровье. Было обнаружено, что онлайн-психологическая образовательная программа, тип онлайн-вмешательства в психическое здоровье, способствует благополучию и снижает суицидальное зачатие. [33]

В области онлайн-игр активные пользователи весьма полезны для прогнозирования поведения и показателей оттока в онлайн-играх. Например, такие характеристики активного пользователя, как «активная длительность» и «количество игр», могут иметь обратную корреляцию с показателями оттока, при этом «более короткое время игры и меньшее количество игр» связаны с более высокими показателями оттока. [34] Цзя и др. (2015) [35] показали, что существуют социальные структуры, которые возникают или возникают и сосредоточены вокруг высокоактивных игроков, со структурным сходством между многопользовательскими онлайн-играми , такими как StarCraft II и Dota .

Метрика активных пользователей может быть использована для прогнозирования черт личности , которые можно классифицировать и сгруппировать в категории. Эти категории имеют точность в диапазоне от 84% до 92%. [36] На основе количества пользователей в определенной группе интернет-объект, связанный с ней, может считаться «трендовым» и «областью интересов».

Этические соображения и ограничения

С развитием Интернета в инструмент, используемый для коммуникации и социализации , этические соображения также сместились с ориентированных на данные на «ориентированные на человека», что еще больше усложняет этические вопросы, связанные с концепциями публичного и частного в онлайн-доменах, в результате чего исследователи и субъекты не полностью понимают условия [37]. Этические соображения необходимо рассматривать с точки зрения согласия на участие, конфиденциальности данных-приватности-целостности и дисциплинарно-отраслево-профессиональных норм и принятых стандартов в облачных вычислениях и исследованиях больших данных . Бохлефельд (1996) [38] отметил, что исследователи обычно ссылаются на этические принципы в своих соответствующих дисциплинах, поскольку они ищут руководство, и рекомендовал руководящие принципы Ассоциации вычислительной техники , чтобы помочь исследователям в их обязанностях в их исследовательских работах в технологическом или киберпространстве .

Информированное согласие относится к ситуации, когда участник добровольно участвует в исследовании с полным признанием методов исследования, рисков и выгод, связанных с этим. С ростом использования Интернета в качестве инструмента социальных сетей активные пользователи могут столкнуться с уникальными проблемами при получении информированного согласия. Этические соображения могут включать степень знаний участников и соответствие возрасту , способы и практичность, которыми исследователи информируют, и «когда» целесообразно отказаться от согласия. [39] Кроуфорд и Шульц (2014) [40] отметили, что согласие «бесчисленно» и «еще не определено» до проведения исследования. Грейди и др. (2017) [41] указали, что технологические достижения могут помочь в получении согласия без личной встречи исследователей и участников исследования .

Большое количество исследований основано на индивидуальных данных, которые охватывают онлайн-идентичность пользователей (их клики, чтения, движения) и потребляемый контент, а также с помощью аналитики данных делаются выводы об их предпочтениях , социальных отношениях и привычках движения или работы. В некоторых случаях люди могут получить большую выгоду, но в других случаях они могут пострадать. Афолаби и Гарсия-Бастейро (2017) [42] считали, что информированное согласие на исследования выходит за рамки «щелчков блоков или предоставления подписи», поскольку участники могли чувствовать давление, заставляя присоединиться к исследованию, без осознания исследователем ситуации. Пока еще не существует общепринятой формы отраслевых стандартов и норм с точки зрения конфиденциальности данных, конфиденциальности и целостности, что является критическим этическим соображением, но были попытки разработать процесс для надзора за исследовательской деятельностью и сбором данных , чтобы лучше соответствовать ожиданиям сообщества и конечного пользователя . [43] Также ведутся политические дебаты вокруг этических вопросов, касающихся интеграции edtech (образовательных технологий) в образовательную среду K-12 , поскольку несовершеннолетние дети считаются наиболее уязвимой частью всего населения. [44]

Технические ограничения и проблемы

Многие компании социальных сетей имеют свои соответствующие различия в определении и методах расчета метрики активных пользователей. Эти различия часто вызывают различия в переменной, которую измеряет метрика. Уайетт (2008) [45] утверждает, что есть доказательства того, что некоторые метрики, сообщаемые компаниями социальных сетей, не кажутся надежными , поскольку требуют категорических суждений , но по-прежнему имеют значение для пользователей финансовой отчетности . Люфт (2009) [46] сообщил, что нефинансовые метрики, такие как активные пользователи, представляют проблемы с точностью измерения и уместностью взвешивания в сочетании с мерами бухгалтерской отчетности. В деловой прессе и академических кругах все больше внимания уделяется корпоративным соглашениям о раскрытии этой информации. [47]

Активные пользователи рассчитываются с использованием внутренних данных конкретной компании. Данные собираются на основе уникальных пользователей, выполняющих определенные действия, которые сборщики данных считают признаком активности. Эти действия включают посещение домашней или стартовой страницы веб-сайта, вход в систему, комментирование, загрузку контента или аналогичные действия, которые используют продукт. Количество людей, подписавшихся на услугу, также может считаться активным пользователем на протяжении ее действия. У каждой компании есть свой собственный метод определения количества активных пользователей, и многие компании не делятся конкретными подробностями относительно того, как они их подсчитывают. Некоторые компании со временем вносят изменения в свой метод расчета. Конкретное действие, помечающее пользователей как активных, значительно влияет на качество данных, если оно неточно отражает взаимодействие с продуктом, что приводит к вводящим в заблуждение данным. [48] Базовые действия, такие как вход в продукт, могут не быть точным представлением взаимодействия с клиентом и завышать количество активных пользователей, в то время как загрузка контента или комментирование могут быть слишком конкретными для продукта и недооценивать активность пользователя.

Вайц, Генри и Розенталь (2014) [21] предположили, что факторы, которые могут повлиять на точность показателей, таких как активные пользователи, включают проблемы, связанные с определением и расчетом, обстоятельства обманчивой инфляции, спецификации неопределенности и общие, дублирующие или поддельные учетные записи пользователей. Авторы описывают критерий ежемесячных активных пользователей Facebook как зарегистрированных пользователей за последние 30 дней, которые использовали мессенджер и предприняли действия для обмена контентом и активностью, отличающиеся от LinkedIn , который использует зарегистрированных участников, посещения страниц и просмотры. Например, клиент, который использует Facebook один раз, чтобы «комментировать» или «делиться контентом», также может считаться «активным пользователем». [49] Потенциальной причиной этих неточностей в измерениях являются внедренные системы оплаты за производительность , которые поощряют желаемое поведение, включая высокопроизводительную систему работы. [50] В компаниях социальных сетей активные пользователи являются одним из важнейших показателей, которые измеряют успешность продукта. Trueman, Wong и Zhang (2000) [51] обнаружили, что в большинстве случаев уникальные посетители и просмотры страниц как измерение веб-использования объясняют изменения цен на акции и чистую прибыль интернет-компаний. Lazer, Lev и Livnat (2001) [52] обнаружили, что более популярный веб-сайт генерировал большую доходность акций, в своем исследовательском анализе данных трафика интернет-компаний путем разделения данных трафика выше и ниже среднего. Приносящий портфель большую доходность может склонить инвесторов голосовать за более благоприятный бонусный пакет для руководства . Исследование Канга, Ли и На (2010) [53] мирового финансового кризиса 2007–2008 годов подчеркивает важность предотвращения « стимулов экспроприации » инвесторов, что оказывает очень заметное влияние на корпоративное управление , особенно во время экономического шока.

Активный пользователь ограничен в изучении поведения пользователей до и после принятия . Приверженность пользователей определенному онлайн- продукту может также зависеть от доверия и качества альтернатив. [54] Влияние поведения до принятия на поведение после принятия, которое прогнозируется прошлыми исследованиями, [55] как обнаружено, связано с такими факторами, как привычка, пол и некоторые другие социокультурные демографические характеристики . [56] Бьюкенен и Джиллис (1990) [57] и Райхельд и Шефтер (2000) [58] утверждают, что поведение после принятия и постоянное использование «относительно важнее, чем первое или первоначальное использование», поскольку оно показывает «степень потребительской лояльности », и что в конечном итоге создает долгосрочную ценность продукта .

Ссылки

  1. ^ Генри ТФ, Розенталь ДА, Вайц РР (сентябрь 2014 г.). «Социально неловко: нефинансовые показатели компаний социальных сетей могут посылать неоднозначное сообщение». Журнал бухгалтерского учета . 218 (3): 52. Gale  A381838689.
  2. ^ «Например, Spotify определяет активных пользователей за месяц как «общее количество пользователей с рекламной поддержкой и подписчиков Premium, которые потребляли контент более нуля миллисекунд за последние тридцать дней с указанного окончания периода»» (PDF) . Получено 7 января 2023 г.
  3. ^ "Monthly Active Users (MAU)". База знаний AppStore . AppStoreGrowth. 11 декабря 2019 г. Архивировано из оригинала 8 марта 2021 г. Получено 20 января 2020 г.
  4. ^ Darrow B (12 сентября 2017 г.). «Как Slack планирует упростить общение с коллегами в других компаниях». Fortune . Получено 16 февраля 2019 г. .
  5. ^ Шабан Х (7 февраля 2019 г.). «Twitter впервые раскрывает количество своих ежедневных активных пользователей». The Washington Post . Получено 16 февраля 2019 г.
  6. ^ «Определение пикового числа одновременных пользователей». Law Insider .
  7. ^ «Понимание поведения повторной игры в казуальных играх с использованием байесовского подхода к дополнению данных». Количественный маркетинг и экономика .
  8. ^ Lovell N (26 октября 2011 г.). "DAU/MAU = вовлеченность". Gamesbrief . Получено 3 декабря 2019 г. .
  9. ^ Чэнь, Айхуэй; Лу, Яобинь; Чау, Патрик ЙК; Гупта, Сумит (3 июля 2014 г.). «Классификация, измерение и прогнозирование общего активного поведения пользователей на сайтах социальных сетей». Журнал систем управления информацией . 31 (3): 213–253. doi :10.1080/07421222.2014.995557. S2CID  38855806.
  10. ^ Фульк, Джанет; Стейнфилд, Чарльз В.; Шмитц, Джозеф; Пауэр, Дж. Джерард (октябрь 1987 г.). «Модель обработки социальной информации при использовании медиа в организациях». Communication Research . 14 (5): 529–552. doi :10.1177/009365087014005005. S2CID  145786143.
  11. ^ Сир, Дайан; Хассанейн, Халед; Хэд, Милена; Иванов, Алекс (январь 2007 г.). «Роль социального присутствия в установлении лояльности в средах электронных услуг». Interacting with Computers . 19 (1): 43–56. doi :10.1016/j.intcom.2006.07.010.
  12. ^ Мун, Джи-Вон; Ким, Ён-Гуль (февраль 2001 г.). «Расширение ТАМ для контекста Всемирной паутины». Информация и менеджмент . 38 (4): 217–230. CiteSeerX 10.1.1.859.5396 . doi :10.1016/S0378-7206(00)00061-6. S2CID  17709833. 
  13. ^ Муннукка, Юха (30 октября 2007 г.). «Характеристики ранних последователей на рынках мобильной связи». Marketing Intelligence & Planning . 25 (7): 719–731. doi :10.1108/02634500710834188.
  14. ^ «Snap's Missed User Target Shows Challenge Predicting Growth» (Недостигнутая цель пользователей Snap показывает сложность прогнозирования роста). Bloomberg.com . 21 июля 2020 г. Получено 1 ноября 2020 г.
  15. ^ Чен, Руи (февраль 2013 г.). «Использование пользователями сайтов социальных сетей — эмпирическое исследование». Системы поддержки принятия решений . 54 (3): 1219–1227. doi :10.1016/j.dss.2012.10.028.
  16. ^ Дехгани, Милад; Ниаки, Моджтаба Хоррам; Рамезани, Иман; Сали, Расул (июнь 2016 г.). «Оценка влияния рекламы на YouTube на привлечение молодых клиентов». Компьютеры в поведении человека . 59 : 165–172. doi :10.1016/j.chb.2016.01.037.
  17. ^ Рао, Бхарат; Минакакис, Луис (декабрь 2003 г.). «Эволюция мобильных услуг на основе определения местоположения». Сообщения ACM . 46 (12): 61–65. doi :10.1145/953460.953490. S2CID  1330830.
  18. ^ Блейер, Александр; Айзенбайсс, Майк (сентябрь 2015 г.). «Эффективность персонализированной онлайн-рекламы: взаимодействие «Что», «Когда» и «Где»». Marketing Science . 34 (5): 669–688. doi :10.1287/mksc.2015.0930.
  19. ^ ДеЗойса, Санджима. «Мобильная реклама должна стать персональной». Telecommunications International . 36 (2).
  20. ^ FASB. (2008). Заявление о концепциях финансового учета № 1. Получено с http://www.fasb.org/resources/ccurl/816/894/aop_CON1.pdf
  21. ^ ab Weitz, Rob; Henry, Theresa; Rosenthal, David (1 января 2014 г.). «Ограничения нефинансовых показателей, сообщаемых компаниями социальных сетей». Журнал международных технологий и управления информацией . 23 (3). doi : 10.58729/1941-6679.1074 . S2CID  220610972.
  22. ^ Франкель, Ричард; Ли, Сюй (июнь 2004 г.). «Характеристики информационной среды фирмы и асимметрия информации между инсайдерами и аутсайдерами». Журнал учета и экономики . 37 (2): 229–259. doi :10.1016/j.jacceco.2003.09.004.
  23. ^ Рубин, Амир; Рубин, Эран (июль 2010 г.). «Информированные инвесторы и Интернет». Журнал Business Finance & Accounting . 37 (7–8): 841–865. doi :10.1111/j.1468-5957.2010.02187.x. S2CID  59058862.
  24. ^ Сакстон, Грегори Д. (сентябрь 2012 г.). «Новые медиа и внешняя учетная информация: критический обзор: новые медиа и внешняя учетная информация». Australian Accounting Review . 22 (3): 286–302. doi :10.1111/j.1835-2561.2012.00176.x.
  25. ^ Фридер, Лора Л.; Зиттрейн, Джонатан (2007). «Спам работает: доказательства от биржевых спекулянтов и соответствующей рыночной активности». Рабочий документ Berkman Center . SSRN  920553.
  26. ^ Адмирал, Мишель; Нивра, Роял; Турксема, Руди (июль 2009 г.). «Отчетность по нефинансовой информации». Международный журнал государственного аудита . 36 (3): 15–20. ProQuest  236822392.
  27. ^ Коэн, Джеффри Р.; Холдер-Уэбб, Лори Л.; Нат, Леда; Вуд, Дэвид (1 марта 2012 г.). «Корпоративная отчетность по нефинансовым опережающим показателям экономической эффективности и устойчивости». Accounting Horizons . 26 (1): 65–90. doi :10.2308/acch-50073. S2CID  154627046.
  28. ^ Комиссия по ценным бумагам и биржам США. (2008). Руководство комиссии по использованию веб-сайтов компаний (Выпуск № 34-58288). Получено с http://www.sec.gov/rules/interp/%202008/34-58288.pdf.
  29. ^ Александр, Ракель Мейер; Джентри, Джеймс К. (март 2014 г.). «Использование социальных сетей для сообщения о финансовых результатах». Business Horizons . 57 (2): 161–167. doi :10.1016/j.bushor.2013.10.009.
  30. ^ Льюис, Томас Лорчан; Уайетт, Джереми С. (19 августа 2015 г.). «Фактор использования приложений: простая метрика для сравнения влияния мобильных медицинских приложений на население». Журнал медицинских интернет-исследований . 17 (8): e200. doi : 10.2196/jmir.4284 . PMC 4642395. PMID  26290093 . 
  31. ^ Патель, Викрам; Саксена, Шекхар; Лунд, Крик; Торникрофт, Грэм; Байнгана, Флоренс; Болтон, Пол; Чисхолм, Дэн; Коллинз, Памела Y; Купер, Дженис Л; Итон, Джулиан; Херрман, Хелен; Герзалла, Мохаммад М; Хуан, Юэцинь; Джорданс, Марк Дж. Д.; Кляйнман, Артур; Медина-Мора, Мария Елена; Морган, Эллен; Ниаз, Унайза; Омигбодун, Олайинка; Принс, Мартин; Рахман, Атиф; Сарачено, Бенедетто; Саркар, Бидют К; Де Сильва, Мэри; Сингх, Илина; Стайн, Дэн Дж.; Санкель, Шарлин; Унютцер, Юрген (октябрь 2018 г.). «Комиссия журнала Lancet по глобальному психическому здоровью и устойчивому развитию». The Lancet . 392 (10157): 1553–1598. doi :10.1016/s0140-6736(18)31612-x. PMID  30314863. S2CID  52976414.
  32. ^ Чуенфиттаявут, Криттипат; Цзыхуан, Тан; Чжу, Тиншао (июнь 2020 г.). «Прогнозирование поведенческого намерения использовать онлайн-вмешательства в психическое здоровье». PsyCh Journal . 9 (3): 370–382. doi :10.1002/pchj.333. PMID  31957241. S2CID  210832011.
  33. ^ Хоффманн, Виллем А. (январь 2006 г.). «Телематические технологии в уходе за больными с психическим здоровьем: веб-программа психообразовательной помощи для подростков, переживших самоубийство». Issues in Mental Health Nursing . 27 (5): 461–474. doi :10.1080/01612840600599978. PMID  16613799. S2CID  34925001.
  34. ^ Ким Сын Ук; Чхве Дэён; Ли Ын Чжон; Ри Вон Чжон (5 июля 2017 г.). «Прогнозирование оттока мобильных и онлайн-казуальных игр с использованием данных журнала игр». PLOS ONE . ​​12 (7): e0180735. Bibcode :2017PLoSO..1280735K. doi : 10.1371/journal.pone.0180735 . PMC 5498062 . PMID  28678880. 
  35. ^ Jia, Adele Lu; Shen, Siqi; Bovenkamp, ​​Ruud Van De; Iosup, Alexandru; Kuipers, Fernando; Epema, Dick HJ (26 октября 2015 г.). «Социализация через игру: выявление социальных отношений в многопользовательских онлайн-играх». ACM Transactions on Knowledge Discovery from Data . 10 (2): 1–29. doi :10.1145/2736698. S2CID  207224445.
  36. ^ Ли, Линь; Ли, Анг; Хао, Бибо; Гуань, Цзэнда; Чжу, Тиншао (22 января 2014 г.). «Прогнозирование личности активных пользователей на основе поведения микроблогов». PLOS ONE . 9 (1): e84997. Bibcode : 2014PLoSO...984997L. doi : 10.1371/journal.pone.0084997 . PMC 3898945. PMID  24465462 . 
  37. ^ Бьюкенен, Э. и Циммер, М. (2018). Этика интернет-исследований. В Стэнфордской энциклопедии философии. Лаборатория метафизических исследований, Стэнфордский университет. https://plato.stanford.edu/entries/ethics-internet-research/
  38. ^ Boehlefeld, Sharon Polancic (июнь 1996 г.). «Doing the Right Thing: Ethical Cyberspace Research». Информационное общество . 12 (2): 141–152. doi :10.1080/713856136.
  39. ^ Хадсон, Джеймс М.; Брукман, Эми (апрель 2004 г.).«Уходи»: возражения участников против изучения и этика исследований в чатах». Информационное общество . 20 (2): 127–139. CiteSeerX  10.1.1.72.635 . doi :10.1080/01972240490423030. S2CID  18558685.
  40. ^ Кроуфорд, Кейт; Шульц, Джейсон (январь 2014 г.). «Большие данные и надлежащая правовая процедура: на пути к созданию структуры для возмещения прогнозируемого вреда конфиденциальности». Boston College Law Review . 55 (1): 93–128. ProQuest  1664533162.
  41. ^ Грейди, Кристин; Каммингс, Стивен Р.; Роуботэм, Майкл К.; Макконнелл, Майкл В.; Эшли, Юан А.; Канг, Гагандип (2 марта 2017 г.). «Информированное согласие». New England Journal of Medicine . 376 (9): 856–867. doi : 10.1056/nejmra1603773 . PMID  28249147.
  42. ^ "Информированное согласие" (PDF) . New England Journal of Medicine . 376 (20): e43. 18 мая 2017 г. doi :10.1056/NEJMc1704010.
  43. ^ Джекман, Молли; Канерва, Лаури (14 июня 2016 г.). «Развитие IRB: создание надежного обзора для отраслевых исследований». Washington and Lee Law Review Online . 72 (3): 442.
  44. ^ Реган, Присцилла М.; Джесси, Джолин (сентябрь 2019 г.). «Этические проблемы образовательных технологий, больших данных и персонализированного обучения: сортировка и отслеживание студентов в двадцать первом веке». Этика и информационные технологии . 21 (3): 167–179. doi :10.1007/s10676-018-9492-2. S2CID  54220346.
  45. ^ Уайетт, Энн (январь 2008 г.). «Какая финансовая и нефинансовая информация о нематериальных активах имеет значение для стоимости? Обзор доказательств». Accounting and Business Research . 38 (3): 217–256. doi :10.1080/00014788.2008.9663336. S2CID  219594306.
  46. ^ Лафт, Джоан (1 сентября 2009 г.). «Нефинансовая информация и учет: переосмысление преимуществ и проблем». Accounting Horizons . 23 (3): 307–325. doi :10.2308/acch.2009.23.3.307.
  47. ^ Коэн, Джеффри; Холдер-Уэбб, Лори; Нат, Леда; Вуд, Дэвид (1 января 2011 г.). «Восприятие розничными инвесторами полезности раскрытия информации об экономических показателях, управлении и корпоративной социальной ответственности для принятия решений». Поведенческие исследования в бухгалтерском учете . 23 (1): 109–129. doi :10.2308/bria.2011.23.1.109. S2CID  145264864.
  48. ^ Парк, Патрик; Мэйси, Майкл (27 декабря 2015 г.). «Парадокс активных пользователей». Большие данные и общество . 2 (2): 205395171560616. doi : 10.1177/2053951715606164 .
  49. ^ Соркин, Эндрю Росс (6 февраля 2012 г.). «Эти миллионы на Facebook? Некоторые на самом деле могут не посещать его». DealBook .
  50. ^ Дженкинс, Г. Дуглас-младший; Митра, Атул; Гупта, Нина; Шоу, Джейсон Д. (1998). «Связаны ли финансовые стимулы с производительностью? Метааналитический обзор эмпирических исследований». Журнал прикладной психологии . 83 (5): 777–787. doi :10.1037/0021-9010.83.5.777. S2CID  55875563.
  51. ^ Труман, Бретт; Вонг, М. Х. Франко; Чжан, Сяо-Джун (2000). «The Eyeballs Have It: Searching for the Value in Internet Stocks». Журнал исследований бухгалтерского учета . 38 : 137–162. CiteSeerX 10.1.1.195.103 . doi : 10.2307/2672912. JSTOR  2672912. 
  52. ^ Лазер, Рон; Лев, Барух; Ливнат, Джошуа (май 2001 г.). «Интернет-трафик и доходность портфеля». Financial Analysts Journal . 57 (3): 30–40. doi :10.2469/faj.v57.n3.2448. S2CID  153506314.
  53. ^ Кан, Джун-Ку; Ли, Инму; На, Хён Сын (июнь 2010 г.). «Экономический шок, стимулы для владельцев-менеджеров и корпоративная реструктуризация: данные финансового кризиса в Корее». Журнал корпоративных финансов . 16 (3): 333–351. doi :10.1016/j.jcorpfin.2009.12.001. S2CID  153441435.
  54. ^ Ли, Дахуэй; Браун, Гленн Дж.; Чау, Патрик Ю.К. (август 2006 г.). «Эмпирическое исследование использования веб-сайта с использованием модели, основанной на обязательствах». Decision Sciences . 37 (3): 427–444. doi :10.1111/j.1540-5414.2006.00133.x.
  55. ^ Ким, Сунг С.; Малхотра, Нареш К. (февраль 2005 г.). «Прогнозирование использования системы по намерению и прошлому использованию: проблемы масштаба в предикторах». Decision Sciences . 36 (1): 187–196. doi :10.1111/j.1540-5915.2005.00070.x.
  56. ^ Венкатеш, Вишванат; Моррис, Майкл Г.; Дэвис, Гордон Б.; Дэвис, Фред Д. (2003). «Принятие информационных технологий пользователями: на пути к единому взгляду». MIS Quarterly . 27 (3): 425–478. doi :10.2307/30036540. JSTOR  30036540. S2CID  14435677.
  57. ^ Бьюкенен, Робин У.Т.; Джиллис, Кроуфорд С. (декабрь 1990 г.). «Управляемые отношения с ценностью: ключ к удержанию клиентов и прибыльности». European Management Journal . 8 (4): 523–526. doi :10.1016/0263-2373(90)90115-M.
  58. ^ Райххельд, Фредерик Ф.; Шефтер, Фил (2000). «Электронная лояльность: Ваше секретное оружие в Интернете». Harvard Business Review . 78 (4): 105–113. ProQuest  227807543.