نتورک افکت (Network Effect): موتور خلق ارزش دنیای دیجیتال

در این نوشته‌ قصد دارم نتورک افکت (network effect) که به نظرم در حال حاضر مهم‌ترین مفهوم دنیای دیجیتال و استارتاپ‌هاست رو بررسی کنیم. در طول این نوشته ابتدا یک مقدار تاریخچه شکل‌گیری این مفهوم رو باهم نگاه می‌کنیم. بعدش به اینکه اصلا چرا اهمیت داره که با این مفهوم آشنا بشیم می‌پردازیم. بعد از اون سعی می‌کنیم تفاوتش رو با مفاهیم نزدیک بهش مثل رشد ویروسی متوجه بشیم. در ادامه انواع مختلف شبکه ها و معماری‌های آنها و تاثیرشون در استراتژی محصولمون رو بررسی می‌کنیم. و در نهایت هم با انواع مختلف نتورک افکت آشنا میشیم.

خوندن این نوشته ها به درد من میخوره؟

قبل از شروع یک نگاهی به قسمت منابع بنداز اگر قبلا ندیدیشون و برات آشنا نیستند و یک یا چندتا از جملات زیر توصیف مناسبی از شما هست احتمالا خوندن این مقاله برات مفید خواهد بود. (حداقل من تلاشم رو کردم که اینطور باشه)

• در یک استارتاپ مدیر محصولم.
• الان مدیر محصول نیستم ولی به صورت مستقیم تو طراحی و برنامه ریزی توسعه محصول یک استارتاپ تصمیم گیرم.
• دوست دارم مسیر شغلی آیندم در حوزه مدیریت محصول باشه.
• کوفاندر یک استارتاپ هستم.
• تو فکرمه که در آینده یک استارتاپ راه اندازی کنم.
• در یک شرکت استارتاپی کار میکنم و مستقیما نقشی در برنامه ریزی محصول ندارم (مثلا توسعه دهنده بک اند هستم) ولی کنجکاوم بدونم راز ساخت یک محصول خوب چیه؟

قصه از کجا شروع شد؟

تو تعریف کلاسیک نتورک افکت یعنی با اضافه شدن هر کاربر جدید، محصول/سرویس/تجربه کاربری برای تمامی کاربران ارزشمند تر و بهتر بشه [۱]، [۵]. در ادامه به تفصیل با اجزای تشکیل دهنده و انواع مختلف نتورک افکت آشنا میشیم؛ ولی برای شروع یک کمی تاریخچه این مفهوم رو هم بدونیم، خالی از لطف نیست. داستان برمیگرده به سال ۱۹۰۸: اون زمان تئودور ویل رئیس هیات‌مدیره AT&T که بزرگترین شرکت ارائه دهنده تلفن زمان خودش بوده، تو گزارش سالانه‌ای [۳] که به هیات مدیره میده برای اولین بار به این مفهوم اشاره میکنه. آقای ویل تو این سخنرانیش گفته:

یک تلفن -بدون وجود یک ارتباط در آن سوی خط- چیزی به جز یک اسباب‌بازی یا یک وسیله علمی نیست. این [تلفن در این حالت]، یکی از بی‌مصرف ترین چیزهای عالم است. ارزش آن وابسته به تعداد ارتباطات با سایر تلفن ها است و با افزایش تعداد ارتباطات، [ارزش آن نیز] افزایش پیدا می‌کند.

۷۲ سال بعد از اینکه آقای ویل در این سخنرانی این مفهوم رو به جهانیان معرفی کرد، آقای رابرت متکالف (Robert Metcalfe) که مبدع و پدر پروتکل اترنت (Ethernet) بوده، تلاش می‌کنه که یک قانون برای مدلسازی ارزش یک شبکه ارائه بده که به اسم خودش قانون متکالف (Metcalfe's law) نامگذاری میشه. بر اساس این قانون ارزش یک شبکه با توان دوم تعداد افراد شبکه N^2 رابطه داره.

چندین سال بعد در سال ۲۰۱۷، یک محقق دانشگاه MIT به اسم دیوید رید (David Reed) نشون میده که در واقع در داخل هر شبکه ای، تعدادی از گره های شبکه باهم ارتباط تنگاتنگ تری دارند. مثلا یک ورودی سال ۹۶ دانشکده کامپیوتر با همدوره ای هاش ارتباط به مراتب بیشتری به نسبت باقی دانشجویان دانشگاه داره. به عبارت دیگه ایشون معتقده که در هر گروهی تعدادی زیرگروه هستند که ارتباط عمیقی باهم دارند و ارزش شبکه از ارتباطات این اعضا باهم ناشی میشه. و در واقع ارزش شبکه به صورت نمایی با تعداد افراد این زیرگروه ها رابطه داره که به قانون رید (Reed's Law) مشهور شده.

اخیرا اندرو چن (Andrew Chen) مدیر رشد سابق اوبر (Uber) در کتابش [۸] سعی کرده یک مدل سازی بهتر از ارزش شبکه با الهام از روند رشد حیواناتی که زندگی دسته جمعی در طبیعت دارند، ارائه بده که بهش قانون میرکات‌ها - میرکات یه حیوونیه که به صورت دسته جمعی زندگی میکنن و تیمون تو کارتون شیرشاه یک میرکاته- (meerkat's law) گفته. بر اساس این مدلسازی ارزش شبکه بر اساس تعداد گره های شبکه افزایش پیدا می‌کنه اما از یک نقطه به بعد بازار به نقطه اشباع میرسه و افزایش تعداد کاربران نه تنها ارزش جدیدی اضافه نمی کنه بلکه در بعضی مواقع تاثیر عکس نیز میگذاره [۱۱]. برای اینکه یک شهود کلی روی دلیل این مدل سازی داشته باشید تصور کنید که اسنپ تعداد راننده هاش رو افزایش بده. تا یک جایی این افزایش تعداد راننده باعث میشه که زمان انتظار مسافر برای یک درخواست کاهش پیدا کنه و مثلا از ۳۰ دقیقه به ۵ دقیقه برسه ولی از یک جایی به بعد (مثلا همین ۵ دقیقه) افزایش تعداد راننده ها و کاهش این زمان ارزش معناداری برای مسافر نداره. یا مثلا تو یک شبکه اجتماعی مثل اینستاگرام ۱۰ یا ۲۰ دوست اولی که کاربر اضافه می کند تاثیر خیلی زیادی روی تجربه کاربری داره ولی مثلا اضافه شدن دوست ۱۰۰م به نسبت دوست ۹۰م اینقدر اهمیت نداره. دلیل دیگه‌ ای که این مدلسازی بیشتر با واقعیت منطبقه اینه که با بزرگ شدن شبکه در‌صورتی که مکانیزم های مناسبی وجود نداشته باشد احتمال وجود نویز یا اسپم زیاد میشه و عملا تجربه کاربری یک گره شبکه ممکنه بدتر از قبل بشه. (این موضوع که به نتورک افکت منفی معروفه رو در ادامه دقیق‌تر بررسی می‌کنیم)

کلا توجه کنید که این قوانینی که بهشون اشاره کردم، در واقع قانون و وحی منزل نیستند و صرفا تلاش افراد برای مدلسازی و فهم بهتر موضوع بوده. کارکرد عملی این مدلسازی ها برای ما اینه که بدونیم:

• هرچقدر ارتباطات در یک شبکه تنگانگ‌تر و چند جانبه تر باشه قدرت نتورک افکت بیشتره: مثلا قدرت نتورک افکت در یک گروه تلگرامی که همه باهم ارتباط دارند خیلی بیشتر از قدرت نتورک افکت یک اینفلوئنسر اینستاگرامه که فقط محتوا تولید میکنه و دنبال کننده ها استفاده می‌کنند.
• همیشه با تعداد کاربران، ارزش محصول نمایی رشد نمی‌کنه و معماری شبکه و نوع ارتباطات اجزای شبکه پارامتر تعیین کننده ای در این موضوع هست.(به تفصیل این موضوع رو درادامه بررسی می‌کنیم)

البته اگر علاقه‌ دارین که تو تئوری پشت این قوانین عمیق‌تر بشین در این مقاله [۴] کلی مطلب و لینک مرتبط پیدا می‌کنید.

چرا فهمیدن سازوکار نتورک افکت مهمه؟

شمایی که در توسعه یک محصول دیجیتال نقش داری به احتمال زیاد حداقل یک‌بار توصیه‌هایی مشابه این جمله رو شنیدی که:

نگران ساخت یک کسب و کار خیلی بزرگ و قابل دفاع در برابر رقبای آینده نباش، فعلا تمرکزت رو بذار روی اینکه یک مشکل از مشتری‌ها رو حل کنی. باقیش بعدا حل میشه.

میشه گفت از یک ابعادی این جمله درسته؛ و به احتمال خوبی اگر یک مشکل جدی رو پیدا کنید و یک راه حل مناسب براش ارائه بدین، احتمالا میشه براش یک جریان درآمدی پیدا کرد و تبدیل به یک کسب‌وکارش کرد. اما واقعیت اینه که برای ساخت یونیکورن بعدی و یک کسب‌وکار چند میلیارد دلاری به چیزی بیشتر از حل یک مشکل نیاز داری. وجه مشترک کسب‌وکارهای چندمیلیارد دلاری اینه که رشدشون به صورت نمایی هست و در بلند مدت رقباشون به این راحتی ها نمیتونن شکستشون بدن [۹]. به همین دلیل مهمه که از همون اول روی ایده ای کار کنید و انرژی بگذارید که حداقل در تئوری پتانسیل رشد نمایی داشته باشه و قدرت دفاع بالایی در مقابل رقبای احتمالی آیندش داشته باشه.

یک بررسی روی استارتاپ‌های موفق نشون میده که مهم ترین اسلحه‌شون در مقابل رقبا همین نتورک افکته [۹]. همچنین نتایج یک تحقیقی [۶] که روی ۳۳۶ شرکتی که بین سال ۱۹۹۴ تا ۲۰۱۷ شروع به کار کردند و به ارزش گذاری بیش از ۱ میلیارد دلار رسیدن نشون میده: حدود ۳۵ درصد این شرکت ها نتورک افکت جزء اصلی مدل کسب‌وکارشون بوده. ولی نکته جالب اینه که این ۳۵ درصد روی همدیگه مجموعا نزدیک به ۷۰ درصد کل ارزش این شرکت‌هارو داشتند. یا به زبون دیگه یک چیز مشترک بین همه غول های اصلی که مهم ترین سهم رو در تولید ارزش توی ۲۷ سال گذشته دنیا داشتند، وجود داره: نتورک افکت

خب شاید تا اینجاش رو به زبون‌های مختلف قبلا شنیده بودین و پیش خودتون بگین دیگه الان همه میدونن نتورک افکت مهمه و ماهم اتفاقا داریم روش کار می‌کنیم. ولی جالبه که با وجود این همه صحبت و هیاهویی که تو دنیای استارتاپی راجع به نتورک افکت هست؛ گزارشی که یکی از صندوق های سرمایه گذاری مطرح دنیا به اسم nfx منتشر کرده [۹] نشون میده که فقط ۲۰ درصد ایده‌هایی که برای سرمایه گذاری بهشون ارائه میشه به صورت ملموسی نتورک افکت بخش مهمی از کسب‌وکارشونه.

پس به نظر می‌رسه هنوز خیلی ها دقیق این مفهوم رو متوجه نشدن و با مفاهیم دیگه ای نظیر رشد ویروسی (viral growth)، مزیت مقیاس (Economies of Scale)، برندینگ و یا حتی پلتفرم (platform) و مارکت پلیس (market place) اشتباه می گیرند. به همین دلیل من فکر می‌کنم که فهمیدن دقیق این مفهوم برای هر کارآفرین و مدیرمحصولی واجبه. و یک مدیرمحصول برای تبیین استراتژی محصول در مراحل مختلف چرخه عمر محصول نیاز داره که مکانیزم‌ها و انواع مختلف نتورک افکت رو در محصولش شناسایی و تقویت کنه. و همچنین سنجه‌های مناسبی برای اندازه گیری سلامت نتورک افکت در کسب‌وکارش داشته باشه.

خب فرق اینایی که گفتی باهم دیگه چیه؟

همونطور که قبلا گفتیم وقتی با افزایش تعداد کاربران، محصول برای همه کاربران ارزشمند تر بشه میگیم که این محصول نتورک افکت داره. تا اینجا خوبه بدونید که یکی از مهم ترین نمودهای این ارزشمندتر شدن محصول، افزایش نرخ استفاده کاربران از محصول شما (Engagement Rate) و افزایش نرخ بازگشت کاربران (Retention Rate) هست.در بعضی مقالات و مراجع به نتورک افکت مزیت مقیاس مصرف کننده (Demand Side Economies of Scale) هم میگن.

حالا فرقش با مزیت مقیاس کلاسیک یا مزیت مقیاس تولید کننده (Supply Side Economies of Scale) چیه؟ مزیت مقیاس [۹] یعنی وقتی که یک کسب‌وکار تعداد زیادی مشتری داشته باشه، به دلایل مختلفی مثل افزایش قدرت چانه زنی با تامین کننده ها، یا کنترل زنجیره توزیع،‌ هزینه نهایی تولید براش کمتر میشه. و به این ترتیب به نسبت رقباش هم حاشیه سود بالاتری داره و هم قیمت رقابتی تری برای مصرف کننده داره. و خب احتمالا تا الان متوجه شدید که این ربطی به افزایش میزان استفاده کاربران و ارزشمندتر شدن محصول یا همون نتورک افکت نداره و کلا دوتا چیز مجزا از هم هستند.

از طرف دیگه یکی از چیزهایی که خیلی وقت‌ها با نتورک افکت اشتباه گرفته میشه وایرال افکت (viral effect) یا رشد ویروسی هست. زمانی که کاربرای فعلی باعث بشن که کاربرای جدیدی به رایگان به محصول اضافه بشوند، اصطلاحا میگیم که محصول رشد ویروسی داره. ولی همونطور که قبلا گفتیم نتورک افکت راجع به افزایش ارزش محصول برای کاربران و افزایش قدرت دفاع در برابر رقبا با بزرگ شدن جامعه کاربری هست. و این دوتا مفهوم میتونن کاملا مستقل از هم در یک محصول وجود داشته باشند یا نداشته باشند. برای واضح تر شدن اجازه بدین دوتا مثال بزنم:

• یک ویدئویی که در شبکه های مجازی ترند میشه اصطلاحا رشد ویروسی داره، ولی خیلی از کسایی که اون ویدئو رو می‌بینن دیگه هیچوقت به صفحه تولید کننده اون ویدئو سر نمیزنن. مثال های دیگش میتونه ترند شدن یک بازی مثل انگری بردز در یک زمان خاص باشه که بعد از یک مدت تب‌وتاب اولیه‌ش میفته و دیگه اونقد طرفدار نداره. ( تو این حالت رشد ویروسی داریم ولی خبری از نتورک افکت نیست)
• در یک اپلیکیشن تاکسی آنلاین مثل اسنپ با افزایش تعداد راننده‌ها در یک شهر، متوسط زمان قبولی درخواست مسافران کمتر میشه و بالطبعش تجربه کاربری مسافران بهتر میشه. ولی همونطور که احتمالا همه دیدیم برای جذب راننده‌ها در یک شهر جدید اسنپ نیاز داره که هزینه های زیادی صرف تبلیغات و نیروهای میدانی و پاداش معرفی راننده جدید بکنه. (تو این حالت می بینیم که نتورک افکت وجود داره ولی رشد ویروسی نداریم)

تعریف شبکه (Network)

نتورک افکت یا اثر شبکه‌ای از دوتا کلمه تشکیل شده: نتورک و افکت
اول نیازه که با قسمت اول این کلمه یعنی نتورک (که از این به بعد بهش شبکه میگیم)، اجزای تشکیل دهنده‌ش، معماری های مختلفش و ویژگی های هرکدوم آشنا بشیم و تاثیرشون رو در استراتژی محصولمون درک کنیم.

گره‌ها و پیوندها (Nodes and Links)

در پایه‌ای ترین سطح یک شبکه، از تعدادی گره که با پیوندها به هم اتصال دارند تشکیل شده. گره‌ها در واقع شرکت‌کننده های حاضر در شبکه یا همون کاربران، تولید کننده‌ها، مصرف کننده‌ها و یا حتی ابزارهایی مثل تلفن در شبکه هستند. درواقع تمام گره‌های شبکه ارزش یکسانی ندارند و برخی گره‌ها مانند اینفلوئنسرهای فضای مجازی تاثیر بیشتری در شبکه دارند. به عبارت دیگه هرچقدر تعداد ارتباطات و پیوندهای یک گره بیشتر باشد، آن گره در شبکه ارزشمندتره. به طریق مشابه پیوندهایی که بین اعضای شبکه هستند هم ارزش یکسانی ندارند و ارزش یک پیوند به پارامترهایی نظیر میزان نزدیکی، پایداری و میزان فعالیت آن پیوند ربط داره. برای مثال پیوند بین شما و دوست صمیمیتون در یک پیام رسان مثل واتس اپ از پیوند شما و پسرعمه مادرتون که شمارش رو در گوشیتون سیو دارین و هیچوقت باهاش مکالمه ندارین، به مراتب ارزشمند تره.

چگالی شبکه (network density)

چگالی شبکه در واقع نسبت تعداد پیوندها به تعداد گره‌هاست. به طور کلی هرچقدر شبکه چگالی بیشتری داشته باشد ارزش شبکه نیز بیشتر میشه.در واقعیت چگالی شبکه در همه‌جا یکسان نیست. نکته عملی و قابل استفاده برای شما اینه که به قسمت‌هایی از شبکه محصولتون که چگال‌تر هستند و ارتباطات بیشتری وجود داره توجه داشته باشید و فعالیت‌ها و ارتباطات شکل‌گرفته در این قسمت را بررسی کنید و با توسعه محصول، سایر گره‌های شبکه رو در مسیر شکل‌گیری رفتار مشابه سوق بدین.

جهت (directionality)

در برخی شبکه‌ها، ارتباطات بین گره‌ها دوسویه هستند. برای مثال در یک پلتفرم پیام‌رسانی مثل واتس‌اپ پیام بین دوطرف منتقل می شه. اما در برخی شبکه ها مانند اسنپ، انتقال پول از مسافر به راننده یک طرفه‌ست. توجه به جهت این ارتباطات و نوع ارتباطات مختلف به اولویت دهی قابلیت های محصول کمک می‌کنه.

خوشه ها (clustering)

همانطور که قبلا اشاره کردم، چگالی شبکه در همه‌جای شبکه یکسان نیست و در واقعیت عمده شبکه ها از تعدادی خوشه که ارتباطات تنگاتنگی باهم دارند تشکیل شده و هرچقدر وسعت این خوشه ها و ارتباطات بین آنها بزرگ‌تر باشه ارزش شبکه بیشتر می‌شه. برای مثال در یک پلتفرم پیام‌رسان سازمانی مثل پیام رسان لیمو هر شرکت می‌تونه برای خودش یک خوشه باشه و حتی تیم های مختلف در یک شرکت ‌خوشه های مختلفی هستند که ارتباطات درون تیمی بیشتری دارند.. مدیر محصول باید تلاش کنه ارتباط بین خوشه ها‌را تقویت کنه و اجازه شکل‌گیری خوشه های بزرگ‌تر در شبکه رو بده که منجر به افزایش ارزش شبکه می‌شه. برای مثال با اضافه کردن قابلیت هایی مثل جستجو در بین تمام افراد سازمان یا جستجو بر اساس یک دپارتمان خاص می‌شه نرخ ارتباط افراد بین دو تیم مختلف را در یک پیام رسان سازمانی افزایش داد و خوشه بزرگ‌تری داشت. نکته بسیار مهم دیگه اینه که تو بسیاری از محصول ها شبکه به تعداد زیادی خوشه شکسته میشه که اصطلاحا شبکه های اتمی (atomic network) شبکه اصلی هستند و سازوکار مخصوص به خودشون رو دارند(مثلا شهرهای مختلف برای اسنپ). تو این حالت مدیر محصول باید جداگانه سلامت هرکدام از این خوشه ها را تحت نظر داشته باشه و بر روی توسعه هرکدوم از خوشه‌ها متناسب با شرایط اون خوشه تصمیم گیری کنه.

نقطه بحرانی (critical mass)

هر شبکه‌ای برای اینکه بتونه رشد کنه یک نقطه بحرانی داره که در اونجا ارزش شبکه برای کاربر از ارزش خود تکنولوژی محصول به نسبت محصول رقیب پیشی می‌گیره و اصطلاحا شبکه اتمی (atomic network) ساخته میشه. تا قبل از رسیدن به این نقطه شبکه حالت پایداری نداره و در ادبیات کلاسیک گفته میشه آنتی نتورک افکت وجود داره.مدیران محصول باید توجه ویژه ای به فرایند ساخت این شبکه های اتمی داشته باشند. برای مثال برای یک پلتفرم تماس تصویری مثل زوم، برای تشکیل یک شبکه اتمی دو نفر که بخواهند باهم ارتباط داشته باشند، کافیه. ولی ممکنه برای یک شبکه اجتماعی مانند فیسبوک این نقطه بحرانی دنبال کردن ۱۰ نفر از دوستان باشه. در این حالت باید قابلیت هایی مثل همگام سازی لیست مخاطب‌ها پیاده بشه که یک کاربر جدید به سادگی دوستان و آشنایانش رو پیدا کنه و عضوی از یک atomic network بشه.

شبکه نامتقارن (asymmetry)

در برخی شبکه‌ها، دو یا چند نوع مختلف گره وجود داره. برای مثال در شبکه دیجیکالا دو نوع کاربر خریدار و فروشنده داریم. یا مثلا در شبکه اسنپ دو نوع کاربر راننده و مسافر وجود داره. در عمده شبکه‌های چندوجهی جذب یکی از بخش‌ها سخت‌تر از دیگریه که اصطلاحا بهش وجه سخت‌ یا (hard side) میگن که با وجود اون بخش، جذب بخش دیگر راحت تره. برای مثال هزینه جذب راننده در اسنپ به مراتب بیشتر از از جذب مسافره و وجه سخت در مورد اسنپ راننده ها هستند. مدیر محصول باید به خوبی این تفاوت‌ها رو در شبکه شناسایی کنه و معمولا اولویت رو ابتدا به تسهیل تجربه کاربری و کمک به جذب وجه سخت‌تر شبکه بده.

شبکه همگن یا ناهمگن (Homogenous vs. Heterogenous Network)

در یک شبکه همگن تفاوت ماهیتی بین گره های شبکه وجود ندارد و گره ها می‌توانند به جای یکدیگر نقش داشته باشند. برای مثال برای یک مسافر، تفاوت زیادی بین رانندگان وجود ندارد و شبکه رانندگان در اسنپ یک شبکه همگنه. در حالی که در یک پلتفرم رزرو اقامتگاه مثل جاجیگا هرکدام از تامین کنندگان اقامتگاه منحصر به فرد خودشون رو دارند. نکته اصلی قابل توجه اینه که در عمده شبکه های همگن، نتورک افکت همیشه به صورت نمایی رشد نمی‌کنه و بعد از عبور اندازه شبکه از یک مرز مشخص، ارزش شبکه ثابت باقی می‌مونه. (مثال مدت زمان قبول درخواست سفر در اسنپ رو که قبلا بررسی کردیم به همین مورد اشاره می‌کرد.)

اثر منفی شبکه ای (Negative Network Effect)

در برخی شرایط ممکنه که بزرگ‌تر شدن شبکه نه تنها به ارزشمندتر شدن شبکه کمک نکنه، بلکه اتفاقا ارزش شبکه رو کاهش بده. اصطلاحا به این شرایط میگن که اثر منفی شبکه ای وجود داره. این اثر منفی میتونه ناشی از افزایش استفاده کاربران شبکه (تقویت پیوندها) یا افزایش تعداد گره ها باشه. برای مثال در شبکه جاده‌ای شهری، اگر تعداد ماشین ها از یه مقداری افزایش پیدا بکنه ترافیک ایجاد میشه که تجربه کاربران شبکه رو بدتر از قبل میکنه. در مورد محصولات دیجیتال عمده اثر منفی شبکه‌ای ناشی از افزایش تعداد گره هاست. نتیجه این اتفاق سخت‌تر شدن برقراری ارتباطه که اصطلاحا میگن شبکه نویز یا آلودگی داره. برای مثال اگر شما در شبکه لینکدین تعداد زیادی افرادی که ارتباطی به شما ندارند را دنبال کنید؛ فید کاربری شما پر از مطالب نامرتبط با علایق شما می‌شه که تجربه کاربری شما را خراب می‌کنه. یا برای مثال اگر در اپلیکیشن دیوار به دنبال خرید یک ماشین باشید و تعداد زیادی آگهی ماشین غیر مرتبط به نیاز شما نمایش داده بشه؛ شما برای پیدا کردن ماشین مورد نظرتون تجربه بدتری خواهید داشت. در اینجور شرایط مدیران محصول باید با توسعه قابلیت های مختلف مثل الگوریتم های مختلف فید یا جستجو، الگوریتم‌های تشخیص اسپم، و یا پیشنهادهای شخصی‌سازی شده از رخدادن این حالت جلوگیری کنند.

انواع مختلف نتورک افکت

تا اینجا با اجزای سازنده یک شبکه، معماری‌ها و ویژگی‌های مختلف شبکه و تاثیر اون‌ها بر نحوه توسعه محصول آشنا شدیم. حالا میخواهیم سراغ بخش دوم این‌ کلمه بریم و انواع مختلف نتورک افکت که ممکنه تو یک محصول وجود داشته باشند رو بشناسیم. نکته قابل توجه اینه که هرکدوم از این اثرات، قدرت متفاوتی دارند و بالطبع ارزش متفاوتی هم دارند و در یک محصول ممکنه چند نوع مختلف نتورک افکت همزمان برقرار باشه.در این مقاله [۳] انواع مختلف نتورک افکت با جزییات بیشتری معرفی شده که به نظر من کارکرد عملی اونقدر زیادی نداره و از حوصله این نوشته خارجه. من سعی کردم یک جمع بندی با کارکرد عملی بیشتری رو در این نوشته مرور کنم ولی اگر به جزییات بیشتر علاقه مند هستید حتما به [۳] مراجعه کنید.

اثر شبکه‌ای مستقیم (Direct Network Effect)

این نوع، ملموس‌ترین و قوی‌ترین نوع نتورک افکته. در این نوع افزایش استفاده از محصول به طور مستقیم باعث افزایش ارزش برای کاربران میشه. اثر شبکه ای مستقیم به دو نوع داخل وجهی (same side) و بین وجهی (cross side) تقسیم میشه. در نوع اول افزایش استفاده یک سمت از کاربران شبکه به طور مستقیم باعث افزایش ارزش محصول برای همان سمت می‌شه. برای مثلا در یک پیام رسان یا یک شبکه اجتماعی هرچقد تعداد دوستان و آشنایان یک نفر بیشتر باشه و تو شبکه فعال‌تر باشند، طبعا میزان استفاده اون فرد از شبکه بیشتر میشه و محصول ارزش بیشتری برای اون کاربر داره. در نوع بین وجهی، افزایش استفاده و تعداد کاربران یک سمت منجر به افزایش ارزش برای کاربران سمت دیگر میشه. برای مثال هرچقدر تعداد آگهی دهندگان دیوار بیشتر باشد شبکه برای کسانی که به دنبال رفع نیاز خود از طریق دیوار هستند ارزشمند تر می شود.

اثر شبکه ای غیرمستقیم (Indirect Network Effect)

برای توضیح این نوع اثر شبکه ای از بازارهای فیزیکی که اصطلاحا بورس یا راسته یک کالای خاص هستند کمک می‌گیرم. برای مثال بازاری که همه طلافروش هستند رو در نظر بگیرید. در نگاه اول ممکنه به نظر برسه افزایش تعداد طلافروش ها به نفع سایر طلافروشان نباشه، چون که منجر به ایجاد رقابت بینشون میشه. اما هرچقدر تعداد و تنوع طلافروش‌های یک بازار بیشتر بشه تعداد خریداران بیشتری به آن بازار جذب می‌شن و حضور مشتریان بیشتر به نفع تک تک طلافروش هاست. سازوکار مشابهی در محصولات دیجیتال نیز وجود دارد که از آن به عنوان اثر شبکه ای غیر مستقیم یاد می کنیم.

اثر شبکه‌ای داده‌ها (Data Network Effect)

در برخی از محصولات، تاثیر مستقیم حضور کاربران نیست که باعث افزایش ارزش شبکه و بهبود تجربه کاربری سایر کاربران می‌شود. بلکه الگوریتم هایی که از داده‌هایی که از کاربران به دست ‌می‌آید استفاده می‌کنند باعث ارزشمندی محصول می‌شوند. برای مثلا در نقشه و مسیریاب نشان، هرچقدر تعداد کسایی که در حال رانندگی به کمک نشان هستند بیشتر باشه خروجی الگوریتم های تشخیص ترافیک نشان دقیق ترمی‌شه و مسیریابی های همه کاربران دقت بیشتری پیدا میکنه. کم و بیش تمامی محصولات دیجیتال به نوعی از این نوع نتورک افکت استفاده می‌کنند اما باید توجه داشت هرچقدر این اثر به کارکرد اصلی محصول نزدیک تر باشه اهمیت دادن به آن برای مدیران محصول اولویت بیشتری داره. برای مثال در یک سایت مشاهده محتوای ویدئویی مثل آپارات کارکرد اصلی و نتورک افکت اصلی بین تولید کنندگان و مصرف کنندگان ویدئو است و الگوریتم های پیشنهاد دهنده محور اصلی این شبکه نیستند بلکه نقش تسهیل کننده در شکل گیری ارتباط اصلی و جلوگیری از ایجاد اثر شبکه‌ای منفی را دارند.

اثر شبکه ای عملکرد تکنولوژی (Technology Performance Network Effect)

در برخی محصولات به هر میزان که اندازه شبکه بزرگ‌تر باشه، تکنولوژی زیرساخت شبکه بهتر کار می‌کنه که منجر به بهبود تجربه کاربری همه می‌شه. برای مثال در یک سیستم انتقال فایل مثل تورنت افزایش تعداد کاربران باعث می‌شه که انتقال فایل، سریع‌تر و در دسترس‌پذیرتر باشد. یا در شبکه بیت‌کوین افزایش تعداد ماینرها باعث می‌شه که سرعت پردازش تراکنش ها بیشتر بشه.

خب به نظر می‌رسه نکات اصلی که در مورد نتورک افکت نیاز بود گفته بشه رو باهم مرور کردیم. من تو این نوشته سعی کردم کلمات کلیدی رو ترجمه فارسی نکنم یا حتما عبارت اصلی انگلیسیشون رو کنارشون بیارم که بتونید راحت با این کلیدواژه ها تو اینترنت جستجو کنید و اگه علاقه داشته باشید جزییات بیشتر رو بخونید. امیدوارم خوندن این نوشته در آینده بتونه به نظم‌دهی ذهنی و اولویت دهی بهتر تو مسیر توسعه محصولاتتون کمک کنه.

مراجع

۱) https://future.a16z.com/all-about-network-effects

۲) https://future.a16z.com/how-to-measure-network-effects

۳) https://www.nfx.com/post/network-effects-manual

۴) https://www.nfx.com/post/network-effects-archives

۵) https://www.nfx.com/post/network-effects-bible

۶) https://www.nfx.com/post/70-percent-value-netw

۷) https://www.nfx.com/post/viral-effects-vs-network-effects

۸) Chen, Andrew, 2021, The Cold Start Problem

۹) https://www.nfx.com/post/defensibility-most-value-for-founders

۱۰) https://www.nfx.com/post/real-identity

۱۱) https://future.a16z.com/metcalfes-network-effects-and-a-better-model