思维模型No5|网络效应--快速增长的奥秘

简介: 思维模型No5|网络效应--快速增长的奥秘

网络效应是经济学和商业应用中的一个常见概念,是指随着节点不断添加到网络中,网络会变得更有价值的一种现象。当网络效应出现时,产品或服务的价值取决于使用它的其他节点数量。梅特卡夫定律还对这一现象做了定量解释,即网络的价值与网络规模的平方成正比。

我们对比电话系统和电力系统:

如果世界上只有一间房子有电,它仍然价值巨大,可以照明,可以让空调运转;但如果只有一间房子有电话,它就没有任何用处,只有其他电话的加入,构成一个网络,才会有价值,网络越大,价值呈现指数级增长。

我们将网络效应分为直接网络效应和间接网络效应:

直接网络效应:

直接网络效应就是使用者的增多会增加其他使用者的直接价值。例如,电话系统、传真机和社交网络都会让使用者直接从网络中获益。一个典型的例子是在线游戏玩家,比如王者荣耀玩家获得的游戏快感是与网络中的其他玩家合作/竞争过程中得到的。

间接网络效应:

间接网络效应是一种产品或网络衍生品的使用增加了互补产品或网络的价值,这又反过来增加了原产品的价值。

互补产品的例子包括软件(如用于操作系统的办公套件)和电子书阅读器。电子书阅读器销售的越多,人们就需要更多电子书内容,而电子书内容的增加会满足更多人的阅读需求,从而让他们更愿意花钱去买阅读器。

大多数双边市场(或平台中介类市场)具有间接网络效应。淘宝就是一个既具有直接网络效应又具有间接网络效应的多边市场。

此外,在分析具有网络效应的产品时,还可以从两种经济价值来源来入手:

内在价值:我从产品的使用中获得的价值;

网络价值:我从别人对产品的使用中获得的价值。

网络负效应:

和其他任何现象一样,网络效应除了具有正面的积极作用,它也会带来负效应。当很多人使用网络时,网络的效率就会降低,这就降低了使用它的价值。负效应和负反馈一样,产生平衡的力量,是对稳定的负责,它会限制网络无限增大。

比如手机通信网络,如果太多的人使用,就会产生网络拥堵,网速变慢,传输延迟,如果这个问题不能很好解决,一些使用者就会离开这个网络。

规模经济VS网络效应

规模经济指通过扩大生产规模而引起经济效益增加的现象。

例如,滴滴拼车随着规模的扩大而更便宜。越多的人使用滴滴拼车,拼车价格就会越便宜,这也就是网络效应当中,越来越多用户加入的好处。

另外一个例子是快递服务。如果总订单量很低,每一个订单的价格就会很高。如果订单量增加了,价格就会降下来,因为快递员可以一条路线送多个快递。


总的来说,规模经济需要大体量业务。如果你一次性向供应商购买大量物品,就可以向供应商要折扣。

从网络效应中得到的启发:

在个体间分工协作越来越多,连接方式多样化,而又比较分散的市场中,网络效应会发挥越来越重要的作用。

1.网络效应的指数级增长也给我们带来了巨大的想象空间。在投资和创业的过程中,应该首先考虑有没有网络效应,即每个新加入者能不能从网络中获得好处,并让这个网络价值更高。

2.如果只有规模经济,没有网络效应,项目发展速度就是线性的,规模经济发挥作用还需要大的投入形成大体量。


3.规模经济也很难构筑护城河而获取丰厚利润。

目录
相关文章
|
25天前
|
机器学习/深度学习 编解码 自动驾驶
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
42 3
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
|
25天前
|
机器学习/深度学习 移动开发 测试技术
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
44 1
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
|
25天前
|
机器学习/深度学习 编解码 TensorFlow
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
44 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
|
25天前
|
机器学习/深度学习 计算机视觉 异构计算
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
41 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
|
25天前
|
机器学习/深度学习 计算机视觉 iOS开发
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
51 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
|
25天前
|
机器学习/深度学习 计算机视觉 网络架构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
134 63
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
|
25天前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
143 62
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
25天前
|
机器学习/深度学习 自动驾驶 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
108 61
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
|
1月前
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
88 18
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
|
1月前
|
机器学习/深度学习 编解码 自动驾驶
YOLOv11改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
YOLOv11改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
73 16
YOLOv11改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络

热门文章

最新文章