思維模型29 - Network Effects|網絡效應

2021-01-15 產品看世界

如果讓你說一個,你認為網際網路企業與傳統企業最大的區別是什麼?我問過些人,答案是各種各樣分享,口碑,追求極致甚至還有人回答說網際網路只是傳統企業的工具。而我的答案是網絡效應,在這裡沒有對錯,只是看法不同。這並不是說傳統行業沒有網絡效應,語言,傳真,快遞,傳媒,甚至普通的傳統企業或多或少多會存在一定的網絡效應。而我的答案主要強調網際網路企業對於網絡效應的追求和利用率與傳統行業不是一個級別的,或者說網絡效應是網際網路企業的立命之本。

毫不誇張地說,網絡效應創造了網際網路行業的絕大部分價值,在網際網路領域甚至是科技領域中,贏家通吃的企業都是網絡效應推動的,這裡說的是都,沒有任何例外(反正到目前為止我是沒發現)。

網絡效應

什麼是網絡效應?

先來看概念,它是指經濟學或商業中,消費者選用某項商品或服務,其所獲得的效用與使用該商品或服務的其它用戶人數具有相關性時,此商品或服務即被稱為具有網絡外部性,而它的另一個名字就是網絡效應。這裡舉個例子,微信的用戶越多,它對你的價值也就越大。如果想不明白我們可以逆向思考一下,如果就你一個人使用微信的話,微信是沒有意義的。就因為你能在微信裡面能夠快速的找到你的朋友,這才是微信最核心的價值。(網絡效應與網絡外部性其實有一定的區別,作為思維模型來說,我認為不區分是足夠的,有興趣的同學可以自行學習)

從2.1、2.2、2.5、3.0到3.5版本,這幾個版本微信在幹什麼事情?匹配通訊率,QQ離線消息,附近的人,漂流瓶、搖一搖這一系列的更新,其實為的就是一個目的:那就是讓用戶不斷的加好友。為了讓用戶數突破網絡效應的臨界值,等突破了臨界值之後,就可以依靠網絡效應這個發動機來推動用戶增長。簡而言之,如果某一產品隨著用戶的增加,可以提高產品本身價值,那麼我們就可以認為該產品具有網絡效應。

羅伯特·梅特卡夫

網絡效應這個概念是由羅伯特·梅特卡夫宣揚之下才被廣為人知的。他指出:一個網路的價值與聯網的用戶數的平方成正比,也就是每位用戶所獲得的效益並非常數,而是大約隨著網路用戶總人數呈線性成長。雖然這在當時已經是一個非常高的評價了,但是人們後來發現,對於網絡效應的認識還是低估了。

2001年,MIT計算機科學家David Reed又進一步深化了這個概念,他宣稱梅特卡夫其實低估了網絡的價值,因為梅特卡夫的網絡效應中每個節點的價值是相等的,而現實中每個節點的價值是不同的。例如微博一個大V與一個普通用戶的價值是不同的。Reed 認為網絡的真正價值隨聯網人數呈指數級(2^N)增加,這個速度要遠遠快於梅特卡夫定律的描述。我們稱之為 Reed 定律。

如果對數學有一定了解的同學應該能知道,這時一個指數增長的模型,所帶來的影響可是比之前的線性增長大的多。如何不太清楚可以自行查閱之前我總結的不確定性,複利的文章。

直接/間接網絡效應

直接網絡效應是指同一市場內消費者之間的相互依賴性,即使用同一產品的消費者可以直接增加其他消費者的效用。例如,電話,傳真機,微信,郵件等,對於這類產品來說,其價值主要提體現在用的人數上。

另外一種叫間接網絡效應,它主要產生於基礎產品和輔助產品之間,這種互補性導致了產品需求上的相互依賴,即用戶使用一種產品的價值取決於該產品互補的產品數量和質量,一種產品的互補性越多,那麼該產品的市場需求也就越大。例如,如果我要買相機,除了相機本身之外,還要考慮配套設備的環境,鏡頭組的豐富度,其他配件的兼容度等。或者是在選擇 Windows 還是macOS時,除了硬體本身和系統之外,還要考慮每個系統環境的軟體生態與自己實際需求的匹配程度。

基本屬性

網絡效應的影響力主要由以下幾個屬性所影響:節點和連接,網絡密度,方向性,節點關係,臨界點。

節點和連結

談到網絡效應我們就該意識到,網絡是由節點和連結組成的,換句話說,節點是網絡的參與者。節點是一種抽象的概念,常用的節點主要有消費者,設備,買家,賣家等。同一網絡中節點的影響力、權利和價值可能有所不同,通常來說,中心節點相比於邊緣節點在網絡中具有大量的連結量,也更有價值。

網絡密度

網絡的密度由其連結與節點的比率決定的,比率越高,網絡越密集。在網絡中,密度通常並不是均勻分布的,一般來說,網絡密度越高,其網絡效應越強。這就好比,同一個消息,從大V發出來和從一個普通用戶發出來,傳播速度和影響力是不一樣。

方向性

節點之間的連結是有方向的,也可能是無向的,這取決於網絡節點之間的交流方式決定的。這種交互方式可以包括金錢、信息、通信以及可以交互的任意其他東西。例如,微博中的大V與普通用戶的信息大部分都是單向的,明星與粉絲之間的互動也是如此,而在微信裡往往是雙向的。

節點關係

節點關係主要有兩種,一種是一對一,另一種是一對多。對於一對多的連結關係,通常他們的聯繫也是單向的,這類關係可以將信息傳遞到邊緣節點,但回流的交互通常會很小,而一對一的關係通常是相互的。這裡仍然可以參考上面方向性的例子。

臨界點

在網絡規模達到臨界點之前,其實整個產品仍處在一個很脆弱的狀態,在這個階段可能對用戶的價值還沒形成或者非常小。處於這個狀態的產品,最大的挑戰就是建立足夠的初始價值,來激勵早期採用者開始使用進入網絡使用產品。這也是為什麼我們經常能看到很多網際網路產品早期會免費策略甚至是補貼,為的就是儘快突破臨界點。

啟發

規模經濟

其實很多人會把網絡效應與規模效應給搞混。經濟學中的規模效應是根據邊際成本遞減推導出來的(相關的內容可以查閱收益遞減那篇文章)。例如,某手機企業,剛開始是以發燒為買點,聚集了大量的消費者,也給他們帶來了他們與供應鏈企業較強的議價能力,使得同價格的產品他們性能更好,同性能的產品中,他們價格最低。如果這個循環能夠持續下去,那麼他市場會不斷的擴張。大家注意到目前說的是規模經濟,它並不是網絡效應。而這個手機企業的網絡效應在另一個地方,它做了一個社區,讓每個使用它產品的用戶可以在上面反饋各種信息,然後收集起來,作為產品更新的目標。這樣更多的用戶產生更多的反饋,更多的反饋,產品體驗就越完善,這才是網絡效應。而增加反饋也是一種將規模效應轉化為網絡效應非常好的方法。

病毒效應

另外一個容易與網絡效應搞混的是病毒效應,病毒效應的目的是讓新用戶使用你的產品,當現有用戶免費為你帶來更多的用戶時,這個產品就可以說具有病毒效應。例如,某電商平臺,如果用戶可以拉到朋友為他砍價,只要拉夠一定數量的朋友,此用戶就能以一個非常低的價格購買到該產品。也是這種機制,讓這個產品在剛開始網絡效應還未突破臨界點的情況下具有病毒效應。類似的還有現在不少的病毒營銷都是這個思路。但具有病毒效應,並不代表具有網絡效應,如果沒有在這期間形成一定的網絡效應,那麼在病毒效應失效後,用戶也會隨之而散,它能拉來用戶,但不能留下用戶。

如何在構建產品中如何利用網絡效應

想要構建一個具有網絡效應的事物我們首先要有一個模式上的認識,也就是使用點線的關係梳理自己的產品的「模型」,在梳理的同時,要注意節點之間是如何形成聯繫的,這樣可以在設計一些能夠提高網絡密度的產品機制,鼓勵節點自發的創建新聯繫。例如鼓勵用戶拉新,新用戶獲得更多的折扣,另一種思路就是,引導用戶完成核心操作越多,所積累的數據對用戶本身也會形成網絡效應,例如筆記應用,你建立的筆記越多,它對你的價值也就越大。

尋找網絡中的「白熱化中心」,指的是一些最密集,最活躍的部分,並把產品特性和語言集中激活其相關的用戶行為上,讓他們表現得更像那個群體。這主要是在於一些產品價值的輸出和社區文化構建中比較常見,例如知乎,豆瓣都非常明顯。

總結

如果某一產品隨著用戶的增加,可以提高產品本身價值,那麼我們就可以認為該產品具有網絡效應。當然,這裡要提一點,雖然文章裡面說的基本都是正向的方面,但是網絡效應也會在負面起作用,例如,堵車的時候車輛越多擁堵的時間也會成指數的增加。類似的還有網絡堵塞,比特幣的隨著用戶的增多,流通性越差。

網絡效應主要分直接與間接兩種網絡效應,其基本屬性包括:節點與連結,網絡密度,方向性,節點關係,臨界點。如果想要分析某個事物的網絡效應可以從這幾個方面著手。

要區分網絡效應與規模效應和病毒效應,具有了規模效應和病毒效應並不代表具有網絡效應,而且這兩種效應也很難形成企業的護城河。在這之前要想辦法將這部分優勢轉換成網絡效應。轉換的方法是建立點線關係,連結節點,增加反饋等。

自發展網絡的一個流行的策略是著名投資人克裡斯·迪克森提出的「為工具而來,為網絡而留」。此策略意在通過單用戶工具吸引用戶,並隨著時間的推移,逐漸讓他們參與一個人際網絡。這個單用戶工具,是用來幫助獲得種子用戶,從而達到「臨界質量」。而網絡則用來為用戶創建長期價值,並為公司構築競爭壁壘。

最後,要說一下,並不是有了網絡效應就能高枕無憂了,即使在今天這些科技巨頭,仍然受到各個方面的挑戰,一個不小心也會被人迎面趕上。如果我用一個非常時髦的說法就是,沒有什麼事情是網絡效應搞不定的,如果真有那就是兩個網絡效應。

如果您認同我的文章,請幫忙點讚,轉發,讓更多的人看到,您的支持就是我最大的動力

相關焦點

  • 網絡神經科學 Network neuroscience
    如下圖所示,在神經科學中用來表示神經系統的最常用、最簡單模型是構建一個網絡用來表示神經單元間的連接模式,其中神經單元(分子、神經元、大腦區域等)表示為節點,連接模式表示為邊。多層網絡、動態網絡、超圖以及單純復形也是網絡神經科學中的常用網絡模型。
  • 元分析:固定效應模型和隨機效應模型
    兩種常用見的元分析統計模型:固定效應模型和隨機效應模型在固定效應模型下,我們假定在納入分析的所有研究存在一個真實的效應量,並且觀察效應量的所有差異均歸因於取樣誤差。雖然我們遵循將其稱為固定效應模型的做法,但更具描述性的術語將是共同效應模型(common-effect model)。無論哪種情況,我們都使用單數(effect),因為只有一個真實的效應量。
  • 圖神經網絡 Graph Neural Network (GNN)
    傳統的神經網絡比較適合用於歐式空間的數據,而圖神經網絡 GNN 可以把神經網絡用在圖結構 (Graph) 中。圖神經網絡的種類很多,包括圖卷積網絡 GCN、圖注意力網絡 GAT、圖自編碼器 GAE 等。本文介紹最早被提出的圖神經網絡 (Graph Neural Network) GNN。
  • 自動化所提出基於類腦脈衝神經網絡的音樂記憶與激活模型
    中國科學院自動化研究所類腦智能研究中心曾毅團隊充分借鑑了人類大腦在音樂信息處理方面的神經機制,構建了一個多尺度的多腦區協同的脈衝神經網絡SNN(Spiking Neural Network)模型,用於音樂感知與記憶。模型可以通過一首曲名從而回憶起整首樂曲,也可以只通過一個片段,回憶起整首曲目,甚至可以回憶樂曲的節奏與速度。
  • 湧現效應思維模型-個體的互動也能湧現意想不到的結果
    相較於非線性或者指數現象,湧現效應的另一個最重特徵是,我們不能只是從簡單的學習其子系統元素就能夠預知到結果。湧現理論的主要奠基人約翰·霍蘭德在《湧現:從混沌到秩序》一書中這樣描述湧現現象:在複雜的自適應系統中,湧現現象俯拾皆是,比如螞蟻社群、神經網絡、免疫系統、網際網路乃至世界經濟等。
  • Linux - NetworkManager網絡管理工具
    簡介網絡管理器(NetworManager)是檢測網絡、自動連接網絡的程序。無論是無線還是有線連接,它都可以令您輕鬆管理。對於無線網絡,網絡管理器優先連接已知的網絡並可以自動切換到最可靠的無線網絡。利用網絡管理器的程序可以自由切換在線和離線模式。網絡管理器會相對無線網絡優先選擇有線網絡,支持 VPN。
  • 腦科學日報|西南大學研究首次提出了拖延行為的三重神經網絡模型
    4,拖延行為密切相關的三個神經網絡來源:西南大學心理學部官網拖延的三重神經結構拓撲網絡。西南大學馮廷勇教授團隊在國際著名期刊《Cerebral Cortex》(中科院SCI一區Top,IF=6.149)上發表了題為「Brain Morphological Dynamics of Procrastination: the Crucial Role of the Self-Control, Emotional and Episodic Prospection Network」的研究文章,該研究首次提出了拖延行為的三重神經網絡模型
  • Python實現固定效應回歸模型實現因果關係推斷
    DiD是FE模型的特例DiD是FE模型的特例。DiD背後的想法很簡單。 首先,我們計算在「Before」期間兩組之間的結果均值之差,即圖(E)中的「 A」。 其次,我們在「After」期間計算相同的值,即「 B」。 然後我們取「第二差異」,即「A」和「 B」之間的差異,並標記為「 C」。 第二差異衡量兩組結果的變化如何不同。 差異歸因於幹預的因果效應。
  • 思維模型是什麼?理清事物的本質,如何培養自己的底層思維模型
    什麼是思維模型?:「思維模型是你大腦中做決策的工具箱。你的工具箱越多,你就越能做出最正確的決策」。好的思維模型,影響著我們看待世界的方式,讓你更好地認識世界。8、複利效應模型——世界第九大奇蹟。9、二八定律模型——資源分配。10、PDCA模型——質量管理。那麼我們為什麼需要思維模型?
  • 【固定效應模型】
    在meta分析時,我們常會面臨選擇合併分析的模型-固定效應模型或者隨機效應模型,本期就為大家介紹一下固定效應模型,揭開meta分析神秘的面紗。
  • 華語流行歌曲名稱的詞同現網絡研究
    則從複雜網絡研究的三個主要方面對漢語語言網絡進行了分析,並對複雜語言網絡的發展提出了相關建議;梁偉等的Modeling the Chinese language as an evolving network [27]則提出了一個發展中的語言網絡模型,並通過模擬共生網絡發現了在舊詞中高頻出現的詞語在構建新詞時常被重新啟用的現象。
  • 神經元 脈衝的自相似網絡模型
    得益於分數階微積分,得到的分數階神經元模型被廣泛用於產生不同的突發模式,並自然地引入了尖峰適應。然而,所有這些模型都忽略了分數階導數的起源,或將其唯象地歸因於門控變量或膜電導的冪律動力學,而仿真表明神經元樹突形態也影響著它們的尖峰模式。
  • 基於PVANet卷積神經網絡模型的交通標誌識別算法
    近年來卷積神經網絡結構及目標檢測算法被廣泛應用, 如用於手寫數字識別的LeNet(lecun network)[3]、用於圖像分類的VGGNet(visual geometry group network)、GoogLeNet(Google network)及ResNet(residual network)等[4], 用於目標檢測的Faster R-CNN(faster region-based
  • 神經遞質和大腦網絡的相互作用
    BD患者的默認網絡(default-mode network,DMN)和感覺運動網絡(sensorimotor network,SMN)也存在異常,而精神分裂症患者的DMN, 中央執行網絡(central executive network, CEN),和聽覺視覺網絡存在更複雜的變化。
  • 固定效應模型與隨機效應模型
    大部分的Meta分析需要選擇固定效應模型與隨機效應模型對數據進行合併。本期,我們就介紹下固定效應模型與隨機效應模型這些事。
  • 一眼看透人心世事的高手修煉秘籍:多元思維模型
    這些談判策略其實都是利用了心理學「錨定效應」,這就屬於學科原理上的總結。其背後的思維方式是利用人性的弱點尋求博弈中的優勢,這就是從哲學視角來考慮問題了。總之,思維模型是解決問題的有效策略,可以分成四個層次,可以適用於不同的情形。
  • Celer Network狀態守衛者網絡主網已成功上線
    繼2018年發布了目前有數十萬用戶支持的Celer State Channel Network後,今天的狀態守衛者網絡成功啟動標誌著Celer Network,鏈下擴容技術和以太坊社區的又一個重要裡程碑。Celer狀態守衛者網絡SGN將通過多個階段中全面啟動,以最大程度地提高安全性並確保SGN鏈上治理功能。
  • 盤點運營人必須知道的底層邏輯和思維模型
    在運營過程中,羊群效應最好的應用場景有兩個一個是社群團購,一個是線下的排隊現象。在實際的操作中,我們可以利用羊群效應布置一個「頭羊」,在群團購的時候安排幾個「託兒」玩接龍,在線下故意製造排隊和哄搶的氛圍,讓所有讓用戶一起動起來。【四】框架思維解釋框架思維之前我們先了解一下思維框架。
  • 終身學習的最利武器——多元思維模型
    而《好好思考》這本書詳細描述了這種終身學習的利器——多元思維模型。  多元思維模型先是美國著名投資家查理·芒格提出的一種思維方法,他對於多元思維模型的解釋是這樣:「長久以來,我堅信存在某個系統——幾乎所有聰明人都能掌握的系統,它比絕大多數人用的系統管用。你需要做的是在你的頭腦裡形成一種思維模型的複式框架。
  • 網絡效應「聖經」(上):網絡效應為什麼重要?其運作原理是什麼?
    編者按:自1994年以來,網絡效應創造了科技行業70%的價值。深刻理解網絡效應工作方式的創始人,將更有能力創建定義某一類別的公司。日前,NFX發表了一篇文章,對網絡效應的重要性、原理、特性以及如何建立和維護網絡效應等進行了詳細地闡述。本文是上篇,主要涉及網絡效應的重要性、原理、特性。文章由36氪編譯,希望能夠為你帶來啟發。一、網絡效應為什麼重要?