该笔记来源于nfx.com上的《The Network Effects Bible》，36氪做过编译（上、下）。本文还有 PDF 版本和 PPT 版本。

本文是阅读笔记，不是翻译。36氪翻译的也不算特别好，建议看原文（推荐使用翻译工具百度翻译、DeepL）。

作者：James Currier & NFX 团队

第一部分：为什么网络效应很重要

什么是网络效应？网络效应是存在于产品或业务中的一种机制，在这种机制下，每个新用户的加入都会使产品/服务/体验/对其他用户更有价值。

为什么网络效应很重要？因为网络效应是信息时代企业最好的护城河（也是价值创造引擎）之一，其他三个分别是品牌（Brand）、嵌入（Embedding）和规模（Scale）。

并不是所有的网络效应都是一样的，NFX团队定义了13种网络效应，构成了网络效应地图（Network Effects Map）。

An image to describe post

依据网络效应强度，这13种网络依次为：

  1. 物理（Physical）网络：如固定电话
  2. 协议（Protocol）网络：如以太网
  3. 个人服务类（Personal Utility）网络：如iMessage、WhatsApp
  4. 人际（Personal）网络：如Facebook
  5. 服务市场网络（Market Network）：如HoneyBook、AngelList1
  6. 交易平台（Marketplace）：如eBay、Craigslist
  7. 系统或软件平台（Platform）：如Windows、iOS、Android
  8. 渐进性交易平台（Asymptotic Marketplace）：如Uber2、Lyft3
  9. 数据（Data）网络：如Waze、Yelp!
  10. 技术性能（Tech Performance）网络：如Bittorrent、Skype
  11. 语言（Language）网络：如Google、Xerox
  12. 信仰（Belief）网络：如货币、宗教
  13. 潮流（Bandwagon）网络：如Slack、Apple

第二部分：网络如何运作

1. 网络的构成

本部分知识主要来自于图论（graph theory）。网络（Networks）由节点（Nodes）和链接（Links） 构成。

节点（Nodes）：指网络的参与者，包括消费者、设备、顾客、买家、卖家、经纪商等等。不同网络中，准确计算节点的价值差异巨大。主要的节点有两类：

  • 中心节点（Central nodes）：拥有高链接数的节点，往往更有价值；
  • 边缘节点（Marginal nodes）：链接数较少，往往价值较小（绑定大节点的边缘节点除外）

网络规模（The size of a network）：本网络中总节点数。决定网络价值的不仅有网络规模大小，还要考虑节点之间活动的数量。

一个重要的概念是临界规模（Critical Mass）。网络规模超过临界规模后，网络产生的价值将会超过产品本身和竞争产品的价值。不同类型的网络，其临界规模不同。大多数具有网络效应的产品最终必须达到临界规模，才能充分利用其网络效应所提供的防御能力。在网络规模达到临界规模之前，产品仍然非常脆弱，而且可能对用户没有太大价值。对于这类产品，挑战往往是建立足够的初始价值，在网络效应发挥作用之前激励早期采用者开始使用该产品。

An image to describe post

链接（Links）：网络内节点或一组节点之间的关联。

  • 链接方向：分为有向链接（directed links）和无向链接（undirected links）。在有向链接中，信息流往往是单向的，从更大的中心节点往更小的边缘节点运动，比较典型的就是Twitter和微博。无向链接则相反，信息流是双向流动的。
  • 链接强度：与两个节点之间的持续性、亲密度和活动情况有关。

2. 网络特征

整个网络会展现出不同的特征：

  • 一对一还是一对多：一般来说，一对多大多是有向链接（单向链接），一对一往往是无向链接（双向链接）。一对一的形态中也会存在中央节点，但中央节点和边缘节点的差异不会像一对多那么大。在一对多形态中，中央节点可以向边缘节点进行广播（Broadcast）。
  • 集群（Clustering）：同一网络内会有一些节点聚集在一起，形成小团体。集群里面有一个桥（Bridge）的概念，是一种特殊的链接，指独立联通两个集群的链接4。此外还有一个集聚系数（Clustering Coefficient）的概念5。
  • 网络密度（The density of a network）：指网络中链接数与节点数之比。一般来说，网络密度越高，网络效应越强。而在一个网络内，网络密度分布往往不均匀。重点关注网络内的节点是如何形成链接的，尤其关注“热力点”（网络中最密集、最活跃的那部分）。

3. 网络“定律”及发展

所有的“定律”都试图刻画网络规模增长与其价值增长之间的关系。之所以打引号，是因为这些“定律”只是描述了不同的网络与其价值的关系，并不是被科学证明的定律。

  • 萨尔诺夫定律（Sarnoff’s Law）：大卫·萨尔诺夫（David Sarnoff）被誉为美国广播通讯业之父，创立美国无线电公司（RCA）。萨尔诺夫定律描述了一个广播网络的价值。按照萨尔诺夫定律，网络的价值正比于听众的数量。尽管该定律准确描述了一些中心节点向很多边缘节点广播的网络，但对其他类型的网络，萨尔诺夫定律低估了其价值；
  • 梅特卡夫定律（Metcalfe’s Law）：罗伯特·梅特卡夫（Robert Metcalfe）是以太网标准的发明者。梅特卡夫定律描述了一个通讯网络的价值。按照梅特卡夫定律，网络的价值与网络上用户数量的平方成比例增长（C(N,2)=N×(N-1)÷2∝N^2）。虽然梅特卡夫定律最初是用来描述像以太网、传真或电话网络这样的通信网络，但随着互联网的到来，它已经演变为描述社交网络和交易平台；
  • 里德定律（Reed’s Law）：大卫·里德（David P. Reed）任职于MIT，是一名美国计算机科学家，曾参与了TCP/IP的早期开发。他于1999年提出该定律。里德定律描述了社交网络中存在集群的情况下网络的价值。按照里德定律，网络的价值约等于2的N次幂6，N是网络中用户数量。

第三部分：网络及网络效应特征

1. 网络自身特征

不规则性（Irregularity）：网络里面的节点往往分布并不均匀，现实生活中的地理位置差异、身份等级差异、规模差异等等，都可能导致网络的分布不均匀。

匿名性（Anonymity）：不同网络对于用户真实身份的要求不尽相同。根据匿名性的要求，网络被分为匿名（Anonymity）（如Whisper、Yik Yak）、假名（Pseudonymity）（如Twitter、Reddit）、真实身份（Real Identity）（如Facebook、LinkedIn）。

  • 一般来说，要求真实身份的网络更容易构建网络效应，对于双边市场或者交易平台来说，真实身份（信任和声誉）更有助于促成交易（更多内容可以阅读《真实身份对网络重要吗？》）；
  • 匿名网络有可能破裂的原因：1）系统的匿名性遭到破坏；2）匿名性导致垃圾节点增多，网络效果变差；3）监管或政府介入；
  • 隐私和匿名不同，比如Telegram，它的加密传输机制保证了隐私，但不是匿名；

非对称性（Asymmetry）：往往出现在交易平台网络。主要包括两种非对称性，一种是买卖双方不对称，还有一种是买卖内部不对称。

  • 买卖双方不对称：在交易平台上，供需双方一般来说总有一方比较难获得。买方市场（demand-side marketplace）是指只要你能吸引买家，卖家不成问题，典型的平台包括互联网金融平台、招聘网站等；相反则是卖方市场（supply-side marketplace），比较典型的平台包括滴滴、美团外卖等；
  • 买卖内部不对称：有些卖家或买家网络重要性很强；

同构/异构网络（Homogeneous vs. Heterogeneous Networks）：同构是指所有节点的功能一致，异构是指不同节点拥有不同的功能或作用。一般来说，通讯网络往往是同构的，交易平台是比较典型的异构网络。

An image to describe post

2. 网络效应特征

网络效应按边侧分可以分为同边网络效应和交叉网络效应，同边网络效应中还分为直接网络效应和间接网络效应。此外，按作用效果分可以分为正向网络效应和负向网络效应。

同边网络效应（Same-Side Network Effects）和交叉网络效应（Cross-Side Network Effects）：主要指在非单边网络中（包含双边及多边），网络效应是由同侧的参与者带来的还是其他侧的参与者带来的。

直接网络效应（Direct Network Effects）和间接网络效应（Indirect Network Effects）：在非单边网络中（包含双边及多边），当一侧的节点直接受益于另一侧的节点，而不是直接受益于同侧的其他节点，导致网络价值增加时，同侧的节点之间就会产生间接网络效应，非同侧的节点则会产生直接网络效应。

边侧 作用效果 例子 说明
同边（直接） 负向 Uber 也称拥挤效应（Congestion Effect），打车的人变多降低了平台的体验
同边（直接） 正向 Office 大家都用Office，整个网络文件兼容性变强，方便交流
交叉 正向 Uber 司机数量的增多会让用户的体验增加
同边（间接） 正向 eBay 卖家的增加导致平台吸引了更多买家，对其他卖家也有好处，但是间接的
同边（间接） 正向 应用商店 开发者并不会直接让其他开发者受益，但会通过增加平台的吸引力间接让开发者受益

正向网络效应（Positive Network Effects）和负向网络效应（Negative Network Effects）：一般的网络效应都是指正向网络效应，即随着利用率或规模的增加，网络的价值增加。但是在某些情况下，也存在负向网络效应。一般来说，正向和负向效应可以同时存在。

  • 网络拥挤（Network Congestion）：随着使用率的上升，网络可能出现拥挤。往往出现在交通网络或者通讯网络中。
  • 网络污染（Network Pollution）：随着网络规模的上升，网络效率可能会下降。往往出现在社交或信息平台。比如，随着关注的人增多，你在信息流中会越来越难找到需要或喜欢的内容。

除此以外，随着使用率的上升，网络效应的效果往往边际递减，即存在渐近网络效应。

渐近网络效应（Asymptotic Network Effects）：即随着网络利用率提升，网络效应边际递减。尽管网络效应依然存在（随着网络规模提升，网络价值提升），但其规模超过一个点后，网络效应的效果越来越差。非对称网络经常会存在这个问题，比如Uber，司机的数量增加到一定程度以后，对用户体验的改善就微乎其微了。数据平台也会存在这个问题，随着数据增加到某一规模之后，算法优化的空间已经微乎其微了，但如果是实时数据的话，这个问题可以得到缓解（比如Waze）。

An image to describe post

第四部分：网络效应的构建和维护

1. 一些基本概念

单机/联网产品：一般来说，不建议构建一个纯单机的产品，因为增长缓慢，而且很难抵御竞争。

  • 单机产品（Single-player Product）：用户直接从产品或服务中获得价值，即使没有其他用户，产品也是可用的，比如从Amazon上买东西，再比如SaaS类产品。这类产品客户基于产品提供的价值付费，其增长是线性的。
  • 联网产品（Multiplayer Product）：用户通过行为（甚至只是浏览行为）提升彼此的产品价值，但如果没有其他用户，该产品可能不会那么“好用”。Youtube，如果没有评论和点击量，那么它就是一个单机产品，但是因为有了这些，就变成了一个联网产品。
  • 一个产品可以同时具备两种属性，作者举了HoneyBook的例子，但是我不太熟悉。类似的例子比如说腾讯文档，本身是可以当做写作工具来用的，但是随着人增加，又会从其他用户的使用过程中受益。
  • 一个产品也可以在两种模式中切换。比如Amazon在购物中添加了用户评论、开放了第三方商户，就让Amazon从单机模式转向了联网模式。

转换成本（Switching Costs）：从一个产品转向另一个不兼容的产品时所花费的时间、精力、费用等等。具有高防御能力的公司可以承受得起不兼容的代价，从而带来高昂的转换成本，而网络效应的存在会使得转换成本在个体和群体两个维度进一步增加。

2. 网络构建中的问题

冷启动问题（Cold Start Problem）：核心问题是如何获得第一批用户，让网络尽快达到临界规模，以触发正反馈回路。双边交易平台（比如淘宝）或双边软件平台（比如苹果应用商店）尤其会遇到冷启动问题。

解决思路：

  1. 创建一个单机产品，给某一方先提供价值；
  2. 通过补贴吸引市场的某一方。

具体的解决方法：NFX团队提供了19条建议，列示如下，这里不展开。

An image to describe post

用户的多租户策略（Multi-Tenanting）：如果用户可以无成本或低成本地同时参与几个竞争网络，就会出现这个问题，比如人们会同时使用滴滴和嘀嗒打车，也会同时将状态发到不同的社交平台上。用户的多租户策略在一定程度上会降低网络的防御能力，削弱网络效应，但最终，更大的网络将胜出，更有可能留住用户。而且，用户在同时使用多个网络的过程中，有可能增强此类产品的粘性，从而给整体带来正效应。

3. 网络维护中的问题

去中介化（Disintermediation）：对交易平台来说，去中介化尤其成为问题，因为很多交易平台留存用户就是希望能够提高复购率。解决的方法包括提供工具、评价机制、保障措施、合规安排、引导或者其他激励措施等等。

用户留存（Retention）：用户留存情况的不同会导致网络效应的差异巨大。网络效应不是简单来自于网络规模，而是来自于网络的整体使用情况（规模×利用率）。

第五部分：其他相关概念

1. 几何/指数/非线性增长与线性增长

网络效应的产品往往呈现出几何/指数/非线性增长，因为：

  1. 产品具有病毒效应；
  2. 产品能够获得充足的融资，持续烧钱；

2. 病毒效应

病毒效应和网络效应是不同的：

  • 网络效应是指，越多人使用网络，网络的价值越高，存量用户受益于新用户的到来，用户粘性增强。网络效应讨论的是留存和护城河；
  • 病毒效应（Viral Effects）是指拉新环节，存量用户会给你带来更多免费的新用户。衡量病毒效应的指标是R值（往往用于流行病），也称病毒系数（Viral Coefficient），指每个用户能够拉来的新用户数；

网络效应和病毒效应类似，都是一个正反馈系统，而且在过去的 15 年里，二者同时出现在像 Facebook、Twitter、WhatsApp等公司中。

病毒效应的构建比网络效应更容易，有网络效应的产品更容易构建病毒效应。没有网络效应的产品也可以拥有病毒效应，但这些产品往往都是昙花一现，无法留存价值。拥有网络效应的产品也可以没有病毒效应，比较典型的如运营商。

了解病毒效应与网络效应的区别非常重要，仅仅因为你具备病毒效应并不意味着你就拥有了网络效应，反之亦然。

3. “平台型商业模式”（没什么用的概念）

通常用来描述一类公司，这类公司通过培育外部网络，促进连接（而不是促进产出）来扩大规模。但这个词太笼统了，我们倾向于将其细分为13种网络效应以及诸多的网络特征。

4. 强化效应

An image to describe post

不同的网络效应会互相强化，而这种强化效应（Reinforcement Effect）往往被低估。除了专注于“增长”，构建并维护自身的网络效应对产品来说也是非常重要的：先从某一种网络效应开始，慢慢建立其他的网络效应。

5. 企业的其他三种防御工事

规模效应（Scale Effects）：往往与网络效应混淆，因为他们都随着用户数的增加而变得更强。但二者机制非常不同。规模效应简而言之，就是单位生产成本越来越便宜，表现为供应链成本变低、用户的定价变低、广告的转化率变高等等。

品牌（Brand）：一个良好的品牌构建了较高的心理转换成本，消费者往往风险厌恶、规避不确定性，倾向于自己熟悉的品牌。有意思的是，在一定范围内，负面品牌认知有的时候也能帮助你的企业更具防御能力。

嵌入（Embedding）：指将产品集成到客户运营环节中，可以直接提高转换成本。嵌入往往发生在to B的业务中，比较典型的比如恒生交易系统之于基金公司，或者wind终端。对个人而言，比如 iCloud 这种也有这种特征。

  1. 由 James Currier 提出，详见 The Next 10 Years Will Be About “Market Networks” ↩︎

  2. 详见 The Intentional Network Effects of Uber ↩︎

  3. The NFX of Trulia: Building a $3.5 Billion Marketplace ↩︎

  4. 一条链接是一座桥当且仅当这条边不在任何环上（来源）。 ↩︎

  5. 图分析--聚类系数，节点距离，联通子图和图的稳定性分析 ↩︎

  6. 大致推导过程如下：假设社群中共有N人，并且以任意数量组成集群，则整个网络中的集群总可能值为C(N,2)+C(N,3)+……+C(N,N)=2^N-N-1∝2^N。 ↩︎