《网络效应手册》笔记

该笔记最早来源于 nfx.com 上的《The Network Effects Manual: 13 Different Network Effects (and counting)》（目前已经看不到原版，只能看到更新版），36 氪针对这篇文章做过编译，雪球也有球友进行了整理。

后来 NFX 团队对原文进行了补充，更新两个新的网络效应：专精（Expertise）网络效应和团体（Tribal）网络效应。本文也进行了相应的补充。

本文是关于网络效应类型的总结笔记，一共包括 NFX 团队描述的 15 种网络效应，内容涵盖了如下几篇文章：《The Network Effects Manual: 13 Different Network Effects (and counting)》、《The 14th Network Effect：Expertise》、《The Tribal Network Effect (nfx No. 15)》、《The Next 10 Years Will Be About “Market Networks”》、《What Makes Data Valuable：The Truth About Data Network Effects》，感兴趣的朋友可以自行阅读原文。

关于网络效应本身的一些特征、属性，以及网络效应的构建和维护等问题，可以参考之前的《网络效应圣经》笔记。

---

作者：James Currier & NFX 团队

数字时代，四种建立护城河的方式分别是网络效应（Network Effects，简称 nfx）、品牌（Brand）、嵌入（Embedding）和规模（Scale），其中网络效应是最重要的方式之一，但对于网络效应的误解也很多。

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。简而言之，如果一个公司的产品或者服务随着使用率的提升而变得越来越有价值，那么我们就说存在网络效应。

网络效应是什么、如何起作用、如何建立并维持网络效应等等问题，我已经在《网络效应圣经》笔记中整理过，在此不做赘述。本文主要讨论网络效应有哪些典型的类型，NFX团队整理了 6 类 15 种具体的网络效应，具体见下图（第一版是 5 类 13 种）：

说明：

1. 本图只是讨论和理解网络效应的起点，并非无可辩驳的真理；
2. 网络效应 ≠ 病毒效应。网络效应讨论的是留存和护城河，病毒效应讨论的是在拉新环节存量用户会给你带来更多免费的新用户。这一部分也可以参考上一篇文章的「第五部分-2」；
3. 不同的网络效应类型并不互斥，同一家公司可能存在一种以上的网络效应类型。

1. 直接网络效应

直接网络效应（Direct Network Effects）是指，产品使用率的提升会直接导致对用户的价值增加，也即图中蓝色的部分（包括物理、协议、个人服务、人际、市场 5 种网络效应）。实际上，正如在下文会看到的，「社会」网络效应也是直接网络效应的一种，但由于其相对特殊，因此单独论述。

特点：最强（strongest）、最简单（simplest）

1.1. 物理网络

物理网络（Physical）效应是指由于物理节点（如电话或电缆箱）和物理链路（如电线）产生的直接网络效应。这类网络效应具有最高的防御特性，因为它除了提供了网络效应外，还兼具了规模效应和嵌入效应。竞争者需要克服诸多物理上的约束，并伴随着大量的前期投入。

典型的物理网络：公路、铁路、电力系统、污水管网、天然气管网、有线电视网、宽带网络等等。

事实上，大多数此类网络都是基础设施：赢者通吃并形成垄断，最终被国有化。你会发现，这类公司很多都服务很差，却依然能够占据大部分的市场份额。因为没有人能和他们竞争，消费者只能忍受他们糟糕的服务，而无法转向竞争对手。

小结：

物理网络特征

• 节点和链路都是物理存在的；
• 高防御性；强网络效应类型；
• 很容易叠加规模和嵌入性以增强商业模式的防御性；
• 赢者通吃，容易形成垄断；
• 往往被国有化，被政府控制或保护。

物理网络实例

• 通讯设备：电话、有线电视网、卫星网、宽带网络等；
• 交通运输：公路、铁路、地铁等；
• 基础设施：水、天然气、电力系统、污水管网等。

1.2. 协议网络

协议网络（Protocol）效应是指由于所有节点都使用同一协议标准进入网络时产生的网络效应。比较传统的例子比如以太网（Ethernet）、传真机网络、TCP/IP 协议网络，比较新潮的例子比如比特币和以太坊。一旦某一个协议标准被广泛采用，就极其难以替代，哪怕有更好的协议标准出现。

一种协议标准的广泛采用与否，营销、社会工程（通过与他人的合法交流，来使其心理受到影响，产生某种行为）、利基市场的选择的重要性要远远大于技术水平。比特币和以太坊都是很好的例子，它们各自都不是这个技术路径上最好的解决方案，却依然拥有着最多的拥趸。

小结：

协议网络特征

• 这种协议主要针对信息传输或数据处理；
• 很高的防御性；第二强的网络效应类型；
• 达到临界规模（Critical Mass）（参考《网络效应圣经》笔记「第二部分-1」）后扩张速度很快；
• 往往被嵌入到使用该协议的所有产品里面。

协议网络实例

• 加密资产：比特币、以太坊；
• 一般通讯协议：以太网、传真协议、VHS（家用录像系统）。

1.3. 个人服务网络

个人服务网络（Personal Utility）¹具有两个明显的特征：

1. 网络中的一个用户与真实用户有比较明确的对应关系；
2. 经常使用该网络对用户的个人或职业生涯很重要；

由于在网络中可以组织非常多的子群组，因此该网络符合里德定律（Reed’s Law）（参考《网络效应圣经》笔记「第二部分-3」），即网络价值的增长约等于2的N次幂。同样的，由于这种网络需要用户的积极参与，如果用户的活跃数或时长数开始下滑，其网络价值的下降也是非常陡峭的。

小结：

个人服务网络特征

• 这种网络基于用户个人身份构建，这种身份与真实身份有一定的关联；
• 网络为用户的生活提供了重要的功能，比如工作关系、即时通讯等。

个人服务网络实例

• 即时通讯工具：Whatsapp、Slack、Facebook Messenger、微信；
• 其他通讯工具：iMessage、Skype、短信。

1.4. 人际网络

人际网络（Personal）源于人类建立社交关系的冲动。当一个人的身份或者名声与某个产品（上的身份）绑定时，人际网络²效应就发挥了作用。人们加入人际网络的原因往往是上面有朋友。每个节点（用户）同时是受众和内容生产者。

个人服务网络和人际网络的区别：

1. 个人服务网络往往带有工具属性，使得沟通或交流更有效率；
2. 个人服务网络更多用于私人通讯，而非公共交流；
3. 人际网络没那么重要，停止使用某个社交平台并不影响生活；

体会一下两者的区别：个人服务网络是指你发条短信给你的另一半提醒去机场接你妈妈，人际网络是在社交媒体上发布妈妈过来见面的动态。两种网络都基于用户个人身份构建，受众也都是你个人的朋友圈，但前者是私下的必要交流（need-to-have），后者是公开的非必要交流（nice-to-have）。

虽然如此，人际网络效应依然非常强，如果你使用某个人际网络，其转换成本依然非常高，当然你完全可以选择不用。

小结：

人际网络特征

• 这种网络基于用户个人身份构建，这种身份与真实身份有一定的关联；
• 往往是用户真实社交关系的延伸；
• 由于人际网络与真实社交关系绑定较深，离开难度高；
• 可以建立和维持公众形象。

人际网络实例

• 社交网络：Facebook、Instagram、Google+、Pinterest、Tumblr；
• 垂直社区：LinkedIn、GitHub、Twitter（取决于使用方法）。

1.5. 服务市场网络

服务市场网络（Market Networks）³描述的是一类特殊的 C2C 交易平台，主要是针对一些比较复杂的服务展开，比如活动策划、家居装修等等。这类平台目前在国内还不是特别流行，但作者认为这类公司是未来十年的明星公司，具体可以看作者的另一篇文章《未来的 10 年将是「服务市场网络」的 10 年》。

服务市场网络的独特之处在于：

1. 融合了个人服务网络和交易平台的要素；
2. 往往使用 SaaS 软件统筹项目进展，优化工作流；
3. 帮助服务提供者定位为差异化的个体，帮助他们和客户建立长期的关系；

一个成功的服务市场网络往往具备以下特征：

1. 以提供更复杂的服务为目标：过去互联网关注更多的是提供简单服务、快速交易的市场，这些服务的评价相对客观，这些交易平台的成功也是源于将买卖双方标准化或商品化，比较典型的就是滴滴、Uber，还有国内的社区团购等，核心就是低客单价、高频。但对于一些高客单价、低频的复杂服务，比如活动策划和家居装修，他们的服务既不简单，评价也不客观，需要服务提供商更高的参与度以及更长的服务时长，服务市场网络就面向的是此类服务；
2. 提供服务的主体非常重要：在复杂的服务中，客户往往是非标准化的，因此专业化的服务非常重要。提供服务的主体并不像 Uber 或者滴滴一样具有很高的可替代性（interchangeable），而且业务的单价往往较高（和 Uber 类服务的比较见下图）；
3. 围绕一个项目进行协作：复杂服务的特征之一，就是多个专业人员需要在一段时间内相互协作，并与客户沟通。这种项目往往需要耗时几年甚至几年才能完成；
4. 相关人员在平台上有独特的信息资料：该平台拥有一些独特的人员档案，使得人员的互动更加容易。提供服务的人员在这里更容易被识别和被了解；
5. 有助于建立长期关系：服务市场网络为相关人员带来了事业价值，能够帮助他们建立专业上的联系。传统的社交网络（比如 Linkedin 或者 Facebook）并没有被用于商业和交易，但服务市场网络做到了；
6. 引荐更加方便：在复杂服务中，无论是客户引荐还是服务人员引荐都很重要。服务市场网络软件让这种引荐变得更容易；
7. 促进成交速度和满意度：通过将专业人员和客户同时纳入同一平台，成交率会提升，成交速度会提升，客户满意度会提升，沟通失误会减少。

在未来，可能每一个存在不可替代的专业服务的行业都会出现一个服务市场网络：法律、旅游、住宅或商业地产、媒体制作、建筑、投资银行、室内设计、个人金融、咨询等等。

小结：

服务市场网络特征

• 多边交易平台；
• 服务提供主体在平台上被定义为独立的个体，而非商品，帮助双方建立长期的合作关系；
• 主要用于复杂服务场景；
• 使用用 SaaS 软件围绕着长期项目提供服务，而不仅仅是快速完成交易。

服务市场网络实例：HonerBook、DotLoop、IvyMark、AngelList、Building Connected、Headnote、Houzz、TravelJoy。

2. 双边网络效应

虽然学术上称此类网络效应为「间接网络效应（Indirect Network Effects）」，但 nfx 团队认为这样称呼是有问题的，因为双边网络效应里既有直接网络效应，也有间接网络效应。

双边网络效应（2-sided networks effects）和直接网络效应的一个最主要的区别在于，在网络中有明显不同的两类用户：供给侧用户和需求侧用户。

在双边网络中，有可能同时存在如下几种网络效应（参考《网络效应圣经》笔记「第三部分-2」）：

• 对边、正向、直接网络效应：供给侧用户和需求侧用户来到网络的原因并不相同，但都创造了对另一侧用户的价值，比如，淘宝上的卖家增加，对买家来说，就有了更多的选择，增加了买家的价值。同样，买家增多也会为卖家提供更多的潜在客户。
• 同边、负向、直接网络效应：同侧的用户，彼此之间却往往存在着竞争和替代关系。比如，淘宝卖家增加，会对已有卖家有冲击，竞争变得更加激烈。同样，雨天通过滴滴打车的人数增多，打不到车的情况就会非常明显。这些都是同边负向直接网络效应的体现。
• 同边、正向、间接网络效应：由于「跨边、正向、直接网络效应」的存在，卖家的增加吸引了买家，买家的增加又反过来吸引了卖家，形成了「同边、正向、间接网络效应」。一般来说，具备网络效应的平台往往是「同边、正向、间接网络效应」超过了「同边、负向、直接网络效应」。而且这种情况不仅仅发生在互联网时代，传统的「集市」和「菜市场」也同样具有这样的特点，只不过目前，软件取代了传统的物理场所。
• 同边、正向、直接网络效应：在一种特殊的网络中会存在着「同边、正向、直接网络效应」，这种网络的一个特征是，同边的用户需要彼此交流。最典型的网络就是微软操作系统，或者 iOS 系统。应用商店的开发者不仅受益于用户的增多，即使用户自己，也因为用户增多而能够彼此更加方便地分享和传递文件。

双边网络包含三种网络效应：交易平台、系统或软件平台、有限增值交易平台。

2.1. 交易平台

如上图所示，交易平台（Marketplace）主要包含两组节点，一组为供应节点，一组为需求节点，双方通过交易平台进行交易。

交易平台依赖于双边的网络提供价值，而不是网站或 App 本身。

但交易平台的防御能力存在很大的不足，即当用户采用多租户策略（Multi-Tenanting）（参考《网络效应圣经》笔记「第四部分-2」）时。

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。

交易平台的应对策略：通过设计产品或服务提升用户（尤其是供给侧的用户）的价值，或想办法「锁定用户」。一定意义上，阿里的「二选一」就是交易平台理性的应对策略。通过绑定商家，避免卖家实施多租户策略。只不过，这里面遇到了反垄断的问题。

特殊的交易平台——媒体：交易平台的形式并不唯一，有些交易平台非常隐蔽，比如媒体。媒体作为交易平台，供给侧的用户为观众（在以广告为主要商业模式的公司里，可能就是字面意义上的「用户」），需求侧的用户为广告主。供给方出售注意力，获得内容体验，需求方购买注意力，获得商品销售收入。一家媒体的受众越多，广告商在该媒体公司上花钱的可能性就越大，他们愿意为该公司支付的钱也就越多。

小结：

交易平台特征

• 存在双边用户：买家和卖家；
• 对边用户越多越好（直接网络效应）；
• 同边网络效应往往是负向、直接的；
• 同边、正向、间接网络效应往往超过同边、负向、直接网络效应；
• 有较高的防御性，但容易被用户的多租户策略削弱。

交易平台实例

• 电子商务：eBay、阿里巴巴、亚马逊第三方平台、Etsy；
• 媒体：维基百科、Medium、Facebook、Google；
• 撮合系统：Craigslist、Tinder、Trulia、OpenTable；
• 支付：Visa、美国运通、Discover。

2.2. 系统或软件平台

如上图所示，和交易平台类似，系统或软件平台（Platform）也包含两组节点，一组为供应节点，一组为需求节点。比较典型的系统或软件平台网络包括：微软的 Windows、iOS、Android。还有不太典型的：Xbox、PlayStation 和 Wii。

系统或软件平台和交易平台的区别：

• 供给方不是直接面向需求方，而是针对平台设计开发产品。供给方更像是和平台一起为需求方提供服务。供应方的产品是平台功能的一部分，而不是单独存在的；
• 平台本身的功能和优势在整个网络中也发挥了更大的作用。比如，人们购买 iPhone（以及内置的 iOS），除了看中 iOS 应用商店里面丰富的应用，iPhone 自身提供的品牌、硬件、设计、运行表现等等也很重要。而交易平台则不然，在该模式下，交易平台产品本身远没有买卖双方网络那么重要。

系统或软件平台的流行程度和它采取的销售政策有很大关系，让一些潜在用户免费试用、搞定一些大客户对平台的推广很有帮助。

系统或软件平台的网络效应也会受到「多租户策略」的影响。开发者可以在多平台进行开发、用户也可以同时拥有多个平台。但是，由于平台本身往往不是免费的（因为可能需要硬件支持），因此相比交易平台，系统或软件平台网络有更好的防御性。

小结：

系统或软件平台特征

• 存在双边用户：用户和开发者；
• 和交易平台一样拥有正向的网络效应（对边直接和同边间接）；
• 和交易平台相比，产品和销售政策更重要；
• 用户的多租户策略也会影响平台的网络效应。

系统或软件平台实例

• 桌面操作系统：微软 OS、Mac OS、Linux；
• 手机操作系统：Android、iOS；
• 游戏主机：索尼、任天堂、Xbox；
• 企业服务：Salesforce Lightning；
• 其他：Facebook Platform、Twilio。

2.3. 有限增值交易平台

不同的双边网络或多或少都有差异，有一种分类方式是根据「价值曲线（value curve）」的形状进行分类。价值曲线的形状是指：

• 速度（曲线斜率）：随着供给增加，需求方价值增加的速度；
• 强度：达到临界规模时，网络效应的大小。

下图展示了三类价值曲线：

• 典型价值曲线（橙色）：随着供给方数量的增长，需求方的价值同比例增长。随着时间推移，这类交易平台会变得很强大。比较典型的是 eBay 或淘宝。
• 价值滞后型价值曲线（黄色）：在初期，供给方数量的增长并不会带来需求方价值的同比例增长，只有当供应方数量达到一定规模之后，需求方价值才会显著增长，而且这种增长呈指数型。这类交易平台一旦达到临界规模，网络效应就会非常强大。比较典型的是大众点评。
• 有限增值型价值曲线（红色）：拥有这种价值曲线的平台被称为「有限增值交易平台（Asymptotic Marketplace）⁴」。在初期，供给方数量的增加会显著提升需求方的价值，但随着供给的继续增加，需求方价值的增加呈现边际递减规律，甚至最终需求方的价值趋于稳定值。比较典型的是共享出行类企业，比如滴滴，随着司机数量的进一步增加，用户的体验并没有更大幅度的提升。

和其他的双边网络相比，有限增值交易平台的网络效应最差：

• 最容易受到竞争的冲击：竞争对手可以用更少的资源实现相当的服务；
• 最容易受到用户多租户策略影响：以滴滴为例，用户会下载多个平台打车（比如高德地图和百度地图都推出了一键多平台打车的功能），司机也会使用多个平台接单，决定用户使用哪个平台的核心因素是等待时间和价格。

小结：

有限增值交易平台特征

• 供应侧容易达到临界规模；
• 很快就会出现价值边际效应递减；
• 容易受新进入者冲击；
• 易受用户多租户策略影响。

有限增值交易平台实例：Uber、Lyft、滴滴。

3. 专精网络效应

针对特定行业人士的工具类产品存在专精（Expertise）网络效应：劳动力市场里每多一个新的专精特定工具的劳动者，这个工具对于所有正在使用这个工具的人来说就更有价值。

专精网络效应是比较特殊的一类网络效应，它看起来更像协议网络（Protocol）效应，但本质上却是一个双边网络（见上图）：

• 供给方：使用工具的专业人士；
• 需求方：雇主。

专精网络的效应机制：

• 交叉网络效应：正向，使用该工具的专业人士（供给方）增加，该工具对雇主（需求方）的价值就增加；
• 同边网络效应：
  • 间接：使用该工具的专业人士增加，使得雇主对于该工具的需求增加，间接增加了专精该工具的专业人士的价值；
  • 直接：专业人士使用同一工具，使得交换信息和协作更加容易。

专精网络效应与其他网络效应有两个显著的区别：

1. 网络效应产生于相关人员使用特定工具所需的专门技术；
2. 价值转移机制是通过劳动力市场发生的。

专精网络效应可以看作是个体通过「嵌入（Embedding）」建立个人护城河的一种形式，而这些个体聚集起来产生了这种网络效应。随着该工具在行业人员中的普及，并突破临界规模后，其网络效应会产生，其转换成本会显著增加。随着该工具逐渐成为行业标准，专精网络效应就会演化到协议网络效应（见1.3.）。而且，和协议网络效应效应类似，专精网络效应的成功不在于技术，而在于营销、社会工程、利基市场的定位选择。

专精网络效应的强度除了和使用人数有关外，还和工具的掌握难度有关。越难掌握的工具，其转换成本就越高，这有助于工具防止用户出现「多租户（Multi-Tenanting）」现象。但较难掌握的工具也面临着不容易推广和普及的问题。

小结：

专精网络效应特征

• 本质上是一个双边网络；
• 价值转移通过劳动力市场发生；
• 会演化到协议网络效应；
• 效应强度与使用人数和工具的掌握难度有关。

专精网络效应实例：

• 客户关系管理：Salesforce
• 编程：Python，R 语言
• 设计：Adobe，Figma
• 视频剪辑：Adobe
• 金融投资：Bloomberg，Wind。

4. 数据网络效应

4.1. 数据网络效应及其构建要素

有一类产品，在使用过程中会不断产生数据，且产品的价值随着数据的增加而增加，这类产品具有「数据网络效应（Data Network Effects）」。

对于数据网络效应，大多数人会有误解，因为数据给产品带来竞争优势的方式，并不局限于「网络效应」一种（后面有介绍）。

事实上，数据网络效应比大多数人想象的更加难以构建。

最典型的拥有数据网络效应的例子是 Waze。Waze 是国外的一个共享地图的软件（国内因为各种原因并无类似产品），几乎所有在 Waze 上使用数据的人都会贡献有用的数据，而且因为数据是实时使用的，所以数据集需要不断更新。因此，使用的人越多，任何给定道路的数据在任何时刻都越准确。

Waze 产品中的关键要素：

1. 随着用户使用 App，自动捕获数据；
2. 随着数据量的增加，产品的价值会自动增加；
3. 竞争者需要的数据门槛较高，可以较好的抵御新进入者；
4. 由于是实时数据，产品不会有明显的数据价值边际递减现象。这使得竞争对手很难在更小的用户规模基础上提供相似的产品服务；
5. 数据创造的价值是产品价值的核心；
6. 用户认可数据创造的价值，并认为这是 Waze 区别于其他产品的关键之处。

这 6 个要素也构成了通常意义上构建数据网络效应的 6 个关键要素：

1. 数据捕获

具有数据网络效应的公司收集和销售的数据往往具有这样一个特点：数据是不断更新的，旧数据没什么价值。这些公司像在一个「数据跑步机」上，但也正是这样，他们能很好的阻挡竞争者。

有的时候，收集更多有用的数据也并不那么容易。比如，大众点评具有网络数据效应，评论数量越多，产品的价值越高。但如果只有很少的用户主动撰写评论，而大多数人只是阅读的话，那么其网络效应就是有限的。网络效应不会简单地随着用户数增加而变强，需要网站激励更多的用户主动撰写评论才可以。

自动捕获数据不是必需的，但如果可以，会很有帮助。自动捕获数据的目的在于：

• 让产品成为数据生成的场所；
• 提高周转率，获得更大的竞争优势；
• 避免手动收集数据的费用和操作复杂性，降低数据获取的边际成本；
• 将数据采集设备嵌入到数据源头，阻挡竞争对手。

2. 产生价值

仅仅收集数据，而不让数据增加存量用户的价值，数据网络效应就无法形成持续的正反馈循环。而且，仅仅利用数据改进产品或获得洞察并不是网络效应，虽然它们确实增加了存量用户的价值。核心的区别在于，网络效应中利用数据产生的价值是自动而持续的，利用数据改进产品或获得洞察是手动和周期性的，而且，随着时间的推移，这种价值的增加越来越难。

3. 数据门槛

数据门槛的三个维度：数据库大小、数据库价值、数据唯一性。

需要注意的是，大多数创始人会高估自己数据的价值和唯一性。

• 高估唯一性：竞争对手可以获得类似的数据，虽然是不同数据，但可以产生类似的价值；
• 高估价值：或者，即使竞争对手也无法拿到那么多数据，但依然可以想办法为用户提供类似的价值。

4. 数据价值边际递减

即使存在数据网络效应，在大多数情况下，也会存在数据价值边际递减的情况。拿大众点评举例，同一家餐厅，第 50 条评论的价值远远高于第 300 条。当同一家餐厅评论数量达到一定程度以后，更多的评论并不会进一步优化用户体验（但另一方面，评论的广度却会导致强大的网络效应，这也使得大众点评整体依然具有强大的网络效应）。

有的时候，虽然存在数据价值边际递减，但如果极限值很高，也不会削弱数据网络价值。一个典型的案例就是搜索引擎。无论是谷歌还是百度，竞争者要赶上他们的搜索结果体验需要的数据量是巨大的。因此，两家公司至今依然在各自市场的搜索领域占据主导地位（这里并没有涉及搜索在整个互联网中的地位变化）。

和数据门槛类似，创始人也往往会高估数据价值边际递减的极限值，往往那根「渐近线」没那么高。

实时数据可以有效避免数据价值边际递减，比如 Waze。数据主体的老化速度如此之快，以至于没有时间达到价值边际递减的程度。新数据总是有价值的。

5. 数据是用户价值的核心

如果数据在增加用户价值的过程中扮演了重要角色，那么数据是价值；可如果数据只是产品的副产品，那么因为数据产生的网络效应就不明显。比如，爱奇艺、腾讯视频等视频网站的推荐算法（「猜你喜欢」）是基于用户的浏览数据的，但这个数据只是副产品，产品的核心价值在于影视资源库，因此，这类应用的数据网络效应就很小。

或许正是因为如此，你会发现，无论是国外的 Netflix，还是国内的长视频平台，都很难盈利或阻挡竞争者：爱奇艺等因长期不盈利而被投资者诟病，Netflix 则是被 Disney+ 抢走了很多份额。

6. 用户感知

用户能否感知到数据带来的价值也是很重要的。如果用户无法感知数据带来的真实价值，那么竞争对手完全可以在推广时声称拥有同样的准确性，哪怕他们只有很少的数据。如果用户无法感知到数据多少带来的差异，那么这种竞争优势并不是一种有效的竞争优势。

最后，作者设计了一个问题清单，帮助大家梳理一家企业是否真正具备数据网络效应。问题清单如下：

数据捕获

• 产品是否像 Waze 一样是生成数据的地方（如果可以的话）？
• 数据能否帮助提高周转率，从而与潜在竞争对手保持距离？
• 能否通过降低手动收集数据的费用和操作复杂性来降低数据的边际成本？
• 能否通过将采集设备完全嵌入数据源来阻止竞争对手？

产生价值

• 数据是否提高了现有用户的价值？
• 数据是否形成了正反馈循环，产生数据网络效应？
• 数据流程是否还有手动和定期操作的环节，而没有形成自动和连续的收集流程？
• 用户是否持续受益于所有其他用户上传的数据？

数据门槛

• 需要多少数据才能使产品对用户有价值？
• 数据库有多大？是独有的吗？
• 获得该数据库或类似数据库的难度有多大？

价值上限

• 产品收集的数据在什么时候会对公司或用户失去价值？
• 是否高估了数据的收益递减点？
• 实时数据在业务中有多大价值？

用户价值

• 数据本身可以为用户提供价值吗？
• 如果存在推荐算法，它是副产品还是为用户创造价值的核心？
• 总体而言，数据对产品的价值至关重要吗？

用户感知

• 用户或客户能否感知到使用数据给他们带来的价值？

4.2. 数据带来竞争优势的其他方式

需要特别注意的问题是，数据并不总是有价值的。在当下这个 AI 和机器学习盛行的时代，很多创始人会陷入数据价值的幻觉。数据带来竞争优势的方式并没有想象的那么多。

除了数据网络效应外，作者在《是什么让数据变得有价值：关于数据网络效应的真相》中还讨论了数据给产品带来竞争优势的其他两种方式：数据规模效应和数据嵌入（还记得吗？在文章的开头提到，数字时代四种建立护城河的方式分别是网络效应、品牌、嵌入和规模）。

1. 数据规模效应

数据如果无法获得网络效应，也许最好的结果是可以获得规模优势。大众点评、淘宝都是典型拥有数据规模优势的案例。但在护城河方面，规模效应比网络效应要差一些，因为规模效应往往是线性的、符合边际递减规律的，而网络效应则是非线性的。

要区分数据的网络效应和规模效应，关键在于产品的使用率上升有没有产生更多有用的数据。比如企查查或者 Wind 金融终端，虽然拥有更多数据可以使结果更加准确，为客户提供更好的用户体验，但用户的使用不会自发地增加他们拥有的数据量。

有人说大数据和机器学习可以帮助企业发现独特的洞察，从而创造用户价值，但这并不是网络效应。幻想大数据和机器学习能够带来持续的发现是不现实的，事实上，利用大数据找到 1-3 个关键的洞察是可行的，而且可能很容易找到。但是随着数据增多，后续数据大概率只是证实了这些洞察。而且，在这些发现里，只有很少的一部分是真正重要的，能够和竞争对手拉开差距的。

2. 数据嵌入

数据嵌入（Data Embedding）是指，通过拥有越来越多的客户/用户数据，使得用户的迁移成本越来越高，产品的可替代性减弱。嵌入的价值主要在于扎根于他们的运营环节，并拥有大量客户数据，使得他们的迁移成本增加。

数据嵌入并不是网络效应，区别在于：

• 客户价值的增加并不与其他客户数据的增加直接相关，而是通过数据优化服务后带来的间接效果；
• 而且与其他客户的数据多少也不是客户是否选择该 SaaS 的关键因素。

小结：

数据网络特征

• 数据是产品价值的核心；
• 随着用户增长，要能够带来并收集到更多有用的数据；
• 在某个点上存在用户价值上限；
• 注意区分网络效应与规模效应。

数据网络实例：Google、IMDB、Waze、Yelp!、Amazon、百度、豆瓣评分、大众点评。

5. 技术性能网络效应

技术性能网络（Tech Performance Network）是指，一个产品的技术性能随着用户数量的增加而直接提高。网络上的设备或用户越多，底层技术表现得越好。这使得产品/服务变得更快、更便宜或更容易。最典型的是 P2P 文件分享服务，比如 BitTorrent 或者迅雷。

技术领先并不能带来持续的竞争优势，但技术性能网络可以。

一个容易混淆的概念是，一个平台随着用户的增加，能够创造更多的收入，而这种收入使得企业又能将资金用于技术的研发，从而推动更多用户的增加。这种情况挺好的，但这不是技术性能网络效应，因为产品的技术性能并不是随着用户数量的增加而直接提高。

小结：

技术性能网络特征

• 网络的节点越多可以改善其他节点的性能；
• 网络变得更快、更便宜或更容易的直接原因就是用户的增加，而不是由于收入或数据增加导致的优化；
• 先发优势巨大；
• 更难复制、比知识产权护城河更强。

技术性能网络实例：BitTorrent、迅雷。

6. 「社会」网络效应

这一类网络效应比较特殊，它们通过心理学和人类互动起作用。这类网络效应也可以帮助用户在产品中创造更多价值。

这类网络往往是无形的，我们每一个人就是网络中的一个节点，而我们彼此之间的言语和行为构成了节点的连接。

社会网络效应是最难形成的长期护城河，但一旦形成，将成为巨大的优势。

社会网络效应与「品牌」有一定的相似性，都涉及语言和心理学，但二者又有所区别，具体可以见下面的论述。

6.1. 语言

在任何人群中，语言都是主要的交流媒介，相当于无形的协议网络。比如，英语相比于其他语言，拥有更大的价值。这也是为什么在历史上，语言往往是「赢家多吃（winner-take-most）」的：同一国家或经济体的人在语言上会倾向一致。这种概念会延伸到「行业黑话」。随着「黑话」被越来越多的人所使用，它也变得越来越有价值。

如何利用语言网络效应，创造赢家多吃（winner-take-most）的局面？

1. 定义一个新的品类，并成为该品类的龙头

如果公司能够重新定义一个新的品类，并被人认定为该品类的龙头，那么会产生语言网络效应。比较典型的案例包括：分众传媒（定义梯媒）、元气森林（定义无糖气泡水）、比特币（定义加密资产）。

这种网络效应带来的竞争优势并不是牢不可破的，和其他的网络效应比起来，语言网络效应的优势更加微弱。但即使如此，语言网络效应也会构建不平等的优势。

2. 公司或产品成为某类产品的代名词，甚至成为动词

比较典型的案例，包括很多人把搜索行为称为「百度」一下、呼叫网约车称为叫个「滴滴」，甚至当年「新浪微博」改名「微博」。

这对公司来说是一个巨大的优势，因为当用户这么说的时候，他很难使用竞争对手的产品，这会让他感到尴尬和不安。而且，当公司或产品名称成为动词的时候，这种效应更强（「百度」一下）。

让人们在对话中使用公司或产品名称替代原先的名词或动词是很难的事情，公司或产品名称琅琅上口也很重要。

小结：

语言特征

• 直接网络效应：某术语使用的人越多，价值就越大；
• 拥有很好的防御性，因为大家最多只会把一个品牌名字动词化；
• 在国际市场中，语言本身的网络效应很重要；
• 采用英语、有着英文友好型名字的公司永远更容易渗透到英语为母语的国家。

语言实例

• 公司作为代名词：百度、滴滴、微博；
• 品类龙头：分众传媒、元气森林、比特币；
• 广泛的语言网络效应：各国语言、方言；
• 本地化的语言网络效应：青少年黑话（拼音缩写、火星文）、行业黑话（对齐、聚焦）、其他小众术语。

6.2. 信仰

这种网络效应往往见于黄金、比特币、宗教，这是一种直接网络效应。

人类是群居动物，我们希望被其他人接受，和他人分享共同信念是其中的关键部分。某个信念一旦有足够多的人相信，其他人就更有可能相信它。即使有很多反面的信息出现，大家往往也会坚持原来的观点。

而且，相信的人越多，信仰对信徒来说就越有价值，最典型的就是黄金。黄金之所以是有价值的，是因为我们相信它是有价值的。比特币也是如此。人们越相信它有价值，它对每个人都越有价值。

小结：

信仰特征

• 有网络效应的信念往往具有强大的影响力；
• 自我强化：相信某个东西价值的人越多，现实中那个东西的价值越高（对于信徒来说）。

信仰实例：货币、宗教、意识形态。

6.3. 潮流

当人们感受到社交压力，不想被排除在外时，就会追潮流、赶时髦。

一个典型的例子就是 Slack 的流行。在科技界，人们会普遍认为，没有使用 Slack 的公司就不是现代公司。Slack 的知名度和估值已经超过了该产品的实用性，使用 Slack 已经成为了一种潮流。国内的话，比较类似的产品是飞书。

其实 Google 最开始也是受益于潮流网络效应，只是随着发展，其他网络效应发挥了主要作用，但一开始，使用 Google 是「酷小孩」的标志。

苹果、特斯拉等公司也是将潮流网络效应作为核心技能的公司。它们通过发布会渲染气氛和情绪，是自己家的产品成为潮流。他们的产品不是最出色的，但它们成功地激发了人们的心理需求，成为了潮流运动中的一部分。

但是需要注意的是，潮流效应可能会由于人群泛化而弱化。如果有太多的圈外人加入一个潮流运动，这个潮流会变得主流，导致核心人群的离开，比较典型的是哔哩哔哩，目前二次元的人群已经不再是该产品的核心人群，有些人已经离开。

所以，聪明的创始人往往会在产品初期利用潮流效应吸引用户，但随着产品发展，会将这一网络效应往其他网络效应上转化，以形成持久的竞争优势。

小结：

潮流特征：直接网络效应：加入运动的人越多，害怕错过的压力越大；

潮流实例：苹果、特斯拉、泡泡玛特、飞书。

6.4. 团体

团体（Tribal）⁵网络效应是另外一种「社会」网络效应，它存在于人们的头脑中，而非数据和光纤中。人们会根据自己所在的团体组织构建身份认同，在这个过程中，团体网络效应发挥了它的作用。

团体网络效应的直译是「部落网络效应」，这可能是历史上最早的网络效应了，来源于人类的群居属性。

团体网络效应的形成：下面列举了团体网络的六种特征。并非所有团体网络都要具备所有特征，但特征越多，团体的自我认同感就越强，团体网络效应的强度就越大。

1. 团体网络的价值体现为一个人身份的组成部分，形成了一种自我观念；
2. 在其他网络效应中，节点增加网络价值、推动网络效应往往是无意识的。但是在团体网络效应中，这种价值增加活动往往是有意为之的。在一个团体内，成员往往被告知要：
   1. 为团体内其他成员提供价值；
   2. 捍卫团体的声誉；
   3. 从其他成员那里获得价值；
   4. 壮大团体的规模。
3. 对非团体成员有明确的非认同；
4. 对团体内成员有较高的地位属性认知，归属特定团体会激发特权感和自豪感；
5. 同一团体的成员往往经历着共同的困难或逆境，比如军训、考试、创业等等；
6. 新成员进入存在门槛，需要证明自身价值或适合加入。这件事增加了团体的排他性，增强了团体成员的归属感。

网络规模和网络密度对网络效应强度的影响：

• 网络规模：一般来说，团体的规模越大，网络价值越大，因为你更有可能遇到其他节点并与之产生联系。比如校友会，因为人数众多，往往会在特定地区或组织中形成小团体；
• 网络密度：一般来说，团体网络的网络密度比其他网络更高，这来源于网络成员的自我认同感，导致网络中的节点更容易采取利他行为，激励关系的进一步形成。

网络强度还取决于这种团体网络在多大程度上将你与当下周围的人区分开来。被区分的越明显，对该团体的自我认同就越强。

竞争和对抗会提高网络的认同感和凝聚力，增强网络效应。比较典型的比如体育竞赛、政治派系等等。

团体网络效应的现实应用：

• 为员工建立一个明确的团体；
• 为客户建立一个明确的团体；
• 将投资者和合作伙伴凝聚成一个团体；
• 将市场想象成一个团体：包括潜在用户市场以及劳动力市场。比如，如果某公司招聘大量清华大学毕业的学生，那么这家公司对于清华毕业生就有独特的吸引力；公司将总部建立在北京，那么对于北京的客户来说就更具有吸引力等等。

小结：

团体特征

• 网络价值的增加往往有意为之；
• 区分度越强，网络效应越明显；
• 竞争和对抗会强化网络价值；

团体实例：校友会、老乡会、婚姻及家族。