Network Effectsとは何か？
Network effectとは、プロダクトやサービスがより多くの人に使われることで価値が高まる現象のことです。原理としてはシンプルです。ユーザーが1人しかいないメッセージアプリは無価値、10人の友人がいれば便利、自分の人間関係すべてが入っていれば手放せない存在になります。しかし、この力学の背後にあるメカニズムや、それを生み出し維持するための戦略は決して単純ではありません。
厳密に言えば、network effectとは追加のユーザーが既存のすべてのユーザーにとってプロダクトの価値を高める現象です。これは単なる成長とは根本的に異なります。Network effectsがなくてもユーザーベースを拡大することはできます。Network effectsが特別な理由は、成長そのものがプロダクトの機能となり、競合が容易に複製できない複利的な優位性を生み出すことにあります。
電話が典型例として挙げられます。1台の電話はただの置物です。2台の電話がつながれば1つの会話が可能になります。しかし新しい電話がネットワークに加わるたびに、可能な接続の数は指数関数的に増えていきます。この原理はハードウェアをはるかに超え、ユーザー、コンテンツ、データ、取引をつなぐあらゆるデジタルプロダクトに適用されます。
Network effectsを幅広く研究してきたベンチャーキャピタルのNFXは、強い順に13のタイプを特定しています。Physical（固定電話）、Protocol（Ethernet）、Personal Utility（iMessage、WhatsApp）、Personal（Facebook）、Market Network（HoneyBook、AngelList）、Marketplace（eBay、Craigslist）、Platform（Windows、iOS、Android）、Asymptotic Marketplace（Uber、Lyft）、Data（Waze、Yelp）、Tech Performance（BitTorrent、Skype）、Language（Google、Xerox）、Belief（通貨、宗教）、Bandwagon（Slack、Apple）です。
なぜNetwork Effectsが重要なのか
Network effectsは1994年以降にテクノロジー企業が生み出した価値のおよそ70%を説明できます。デジタルビジネスが利用できる4つの競争優位性（network effects、ブランド、エンベディング、スケール）の中で、network effectsは最も強力で持続性のある競争堀を生み出します。
2004年と2020年代の最も価値の高い企業を比較するとこれが見えてきます。2004年には、最も価値の高い12社のうち、重要なnetwork effectsを持っていたのは1社だけでした。2020年代初頭には、Apple、Microsoft、Google、Amazon、Meta、Tencentを含む8社がnetwork effectsを持っていました。
この価値のダイナミクスはコストと接続の関係によって駆動されています。ネットワークにユーザーを追加すると、各ユーザーにはインフラ、サポート、獲得費用がある程度必要になるため、コストは直線的に増加します。しかしネットワークの価値は接続数の二乗に比例する速度（Metcalfe's Lawによる）か、さらに速い速度（Reed's Lawによる）で成長します。直線的なコストと指数関数的な価値創造のギャップこそが、network effects型ビジネスがスケールに達した後に非常に強力になる理由です。
この価値曲線は、追加ユーザーがネットワークに対して不釣り合いに大きな価値を生み出す一方で、コストは直線的にスケールすることを示しています。Metcalfe's Lawに基づくこの関係が、network effects型ビジネスがスケールするほど収益性が高まる理由です。
ブランド認知度、サプライサイドの規模の経済、知的財産、規制による参入障壁といった従来の堀はまだ存在します。しかしデジタル経済では、これらの防御はますます圧力にさらされています。ブランドはソーシャルメディアで素早く構築できます。スケールの優位性はクラウドインフラで再現可能です。特許は期限切れになるか回避設計されます。一方、network effectsは自己強化的です。ネットワークが大きくなるほど離脱は困難になり、競合による再現も難しくなります。
ネットワークの法則: Sarnoff、Metcalfe、Reed
ネットワーク価値がサイズに応じてどのようにスケールするかを記述する3つの数学モデルがあります。それぞれ異なるネットワーク構造に適用され、異なる予測を行います。
Sarnoff's Law
Sarnoff's Lawは、ネットワークの価値がユーザー数に正比例して増加する（Nに比例）と述べています。このモデルは、少数のコアノードが多数の受動的な受信者に送信するブロードキャストネットワークを正確に表現します。テレビネットワークを考えてみてください。追加の視聴者は他の視聴者とほぼ同等の価値を加えます。視聴者間のインタラクションがないため、ネットワークの価値は直線的にスケールします。
メディア企業や一方向の情報フローを理解するには有用ですが、Sarnoff's Lawはインタラクティブなネットワークの価値を大幅に過小評価します。出発点としては機能しましたが、すぐにより洗練されたモデルに取って代わられました。
Metcalfe's Law
Metcalfe's Lawは最も広く引用されるネットワーク法則です。通信ネットワークの価値はユーザー数の二乗に比例して成長する（N二乗）と述べています。論理としては、各ノードは他のすべてのノードと接続できるため、可能な接続の総数はN×(N-1)÷2であり、これはおおよそN二乗で成長します。
Robert Metcalfeはもともとこれをイーサネットネットワークを記述するために定式化しました。彼が3Comを設立し、DEC、Intel、Xeroxにイーサネットを標準プロトコルとして採用させたとき、ネットワークの価値は普及とともに複利的に増加しました。イーサネット互換デバイスが増えるたびに標準はより魅力的になり、技術的優位性に関係なく競合する独自プロトコルを駆逐していきました。
Metcalfe's Lawに対するよく知られた批判は、すべての接続に同等の価値を割り当てている点です。実際には、最も親しい友人との接続は、ネットワークの反対側にいる見知らぬ人との理論上の接続よりもはるかに価値があります。参加者間の親密さやインタラクションの質は非常に重要です。この限界にもかかわらず、Metcalfe's Lawは大規模なネットワーク価値を推定するための最も実用的なフレームワークであり続けています。
Reed's Law
Reed's Lawはグループ形成ネットワーク、つまりユーザーがサブグループを作れるネットワークに分析を拡張します。Reedは、そのようなネットワークでは価値が2のN乗の速度で成長すると提案しました。N人のメンバーを持つネットワーク内で可能なサブグループの数は2のN乗（各メンバーはどのグループにも参加または不参加の選択肢がある）だからです。
このモデルはコミュニティ形成をサポートするネットワークに適用されます。メッセージグループ、フォーラム、興味ベースのコミュニティ、コラボレーションプラットフォームなどです。ほとんどのインターネットネットワークは自然にグループ形成をサポートするため、Reedは、SarnoffやMetcalfeの公式が予測するよりもはるかに速く価値が成長すると主張しました。
実際のところ、Reed's Lawは正確な予測というよりも上限として機能します。すべての可能なサブグループが実際に形成されるわけではなく、すべてのグループが意味のある価値を生み出すわけでもありません。しかし重要な洞察は、グループ形成を可能にするネットワークは、1対1の接続のみをサポートするネットワークに対して構造的な優位性を持つということです。
ネットワークの特性
Network effectsの種類を検討する前に、ネットワークの動作を決定する構造的特性を理解することが不可欠です。
ノードとリンク
ネットワークはノード（個々の参加者）とリンク（参加者間の接続）で構成されます。ノードはバイヤー、セラー、消費者、デバイスなど、あらゆるタイプの参加者になりえます。単一のネットワーク内でも、異なるタイプのノードがまったく異なる役割を果たすことがあります。
すべてのノードが同等ではありません。多くの接続を持つ中心的なノードは、リンクが少ない周辺的なノードよりもはるかに価値があります。さらに、各ノードの価値は、接続先のノードの強さと重要性にも影響されます。影響力の大きい少数のノードに接続されている周辺的なノードは、価値の低い多数の参加者に接続されている中心的なノードよりも価値が高い場合があります。
リンクも同様に、強さ、方向性、活動レベルが異なります。2つのノード間のインタラクションの持続性、親密さ、頻度がすべてリンクの強さを決定します。この異質性を理解することは、どの接続を優先し、どのユーザーセグメントを育成するかというプロダクトの意思決定にとって極めて重要です。
ネットワーク密度
ネットワーク密度（実際の接続数と可能な接続数の比率）は、network effectsの強さを直接決定します。密度の高いネットワークはより強い強化ループを生み出します。
ネットワークの密度とは、既存の接続数と可能な接続の総数の比率のことです。密度が高いほど一般的にnetwork effectsは強くなります。リンク間の相互接続性が各接続の価値を強化・増幅するためです。
密度がネットワーク全体に均等に分布することはほぼありません。特定の領域が他の領域よりも著しく高い活動と相互接続性を持ちます。戦略的に最も重要な概念は「ホワイトホットセンター」、つまりネットワーク内で最も密度が高く、最も活発なクラスターです。賢いプロダクトチームはこの中心を特定し、それを増幅する機能を構築します。活動は疎なクラスターよりも密なクラスターからはるかに効果的に外側に放射されるからです。
方向性
ノード間のリンクは有向（一方向）または無向（双方向）になりえます。この区別がネットワークの性質とそのeffectsを形作ります。
Twitterは典型的な有向ネットワークです。情報は主に一方向に流れます。多くのフォロワーを持つアカウントからそのオーディエンスへ、という方向です。関係は非対称的です。数百万人のフォロワーを持つ有名人は、そのほとんどをフォローバックしません。
一方、WhatsAppやFacebook Messengerは無向ネットワークです。すべての会話は双方向です。情報の流れは接続されたノード間で双方向に動きます。無向ネットワークは相互のエンゲージメントがより深いスイッチングコストを生むため、より強いnetwork effectsを生み出す傾向があります。
1対1 vs 1対多
ノードの関係は1対1または1対多になりえます。1対多の接続は通常有向で、一方向の情報フロー（ブロードキャスターからオーディエンスへ）を持ちます。1対1の接続は双方向でインタラクティブになりがちで、より深いエンゲージメントとより強いロックインを生み出します。
成功しているネットワークのほとんどは両方の関係タイプを含んでいます。例えばInstagramは、1対多のブロードキャスティング（フォロワーへの投稿）と1対1のダイレクトメッセージの両方をサポートしています。
クラスタリング
実際のネットワークでは、ノードが均等に分布することはまれです。ノードはクラスターを形成します。これは、ネットワーク全体よりも内部密度が高い、密に結びついたローカルグループです。
実際にはノードが均等に分散することはまれです。ノードはクラスター（ネットワーク全体よりも内部接続が密なサブグループ）を形成する傾向があります。2つのクラスターが他に接続を持たない単一のリンクで結ばれている場合、そのリンクはブリッジと呼ばれます。
クラスタリングはFacebook Messengerのようなメッセージプラットフォームで目に見える形で表れます。家族チャット、仕事のチーム、友人グループなど、より広いネットワークよりも活発なサブグループが形成されます。クラスタリング係数が高いネットワークは、クラスター内で価値が複利的に増加してからネットワーク全体に広がるため、非常に強力なnetwork effectsを生み出すことができます。
Critical Mass
Critical massとは、ネットワークが生み出す価値がスタンドアロンのプロダクト価値と競合の代替手段の両方を超える地点です。この地点の前ではネットワークは脆弱です。この地点を超えると、ネットワークは自律的に持続できるようになります。
Critical massとは、ネットワークが生み出す価値がプロダクト自体の価値とすべての競合プロダクトの価値を超える地点のことです。成長が外部の力に頼らず自律的に進む転換点です。
ネットワークの種類によってcritical massに達するスケールは異なります。電話のような物理的な直接ネットワークは2人のユーザーでcritical massに達することができます。2人だけの電話ネットワークでも、電話がまったくないよりは価値があるためです。eBayのようなマーケットプレイスでは、マッチングのダイナミクスが自律的に十分な価値を生み出すまでに、数千人のバイヤーとセラーが必要です。
Critical massに達する前は、network effectsを持つプロダクトは非常に脆弱です。初期ユーザーに提供する価値は最小限かもしれず、ブートストラップの問題を生み出します。ネットワークがないネットワークに最初のユーザーをどうやって参加させるか。これが以下のブートストラップセクションで取り上げる中心的な課題です。
非対称性
マルチサイドネットワーク、特にマーケットプレイスでは、非対称性は異なるサイドのユーザー獲得の難易度の不均等さを表します。一部のマーケットプレイスは「需要サイド」型で、バイヤーの獲得が難しい部分であり、バイヤーが集まればセラーは自然についてきます。他のマーケットプレイスは「供給サイド」型で、セラーの基盤構築がボトルネックです。
Uberは供給サイド型マーケットプレイスの代表例です。有料獲得費用の大部分はドライバーの採用に充てられています。OpenTableはダイナーからの意味のある需要を引きつけるのに十分な供給サイドの密度を確保するまで、レストランを1軒ずつ地道に獲得するのに7年を費やしました。
非対称性の第二の形態は各サイド内部にも存在します。すべての供給が同等ではなく、すべての需要が同等でもありません。どのマーケットプレイスでも、特定のノードは他のノードの1,000倍の価値があります。これらの高価値ノードを早期に特定して獲得することが、critical massに到達するネットワークと停滞するネットワークの分かれ目になることが多いのです。
Asymptotic Network Effects
すべてのnetwork effectsが無限に強化し続けるわけではありません。Asymptoticなネットワークでは、追加ユーザーによる価値の増加が一定のスケールを超えると平坦化し始めます。典型的な例はライドシェアです。ライダーが確実に4分以内に車を呼べるようになれば、ドライバーを増やしても得られる価値は逓減します。供給サイドが成長し続けても、需要サイドの便益はほぼゼロに漸近します。
Asymptotic network effectsは、防御の堀の深まりが止まるため、ビジネスを競争に対してより脆弱にします。だからこそライダーはUberとLyftの両方を同時に使い、その時々で価格や待ち時間の良い方を選ぶのです。
Network Effectsの種類
Direct Network Effects
Direct network effectsは、プロダクトの使用量が増えるとすべてのユーザーにとってその価値が直接的に高まる場合に発生します。各新規ノードはすべての既存ノードとの接続を追加するため、可能な接続の総数はN二乗で成長します。ネットワークの価値はその密度に比例し、密度は追加の参加者ごとに幾何学的に増加します。
Direct network effectsには5つのサブタイプがあります。
Physicalネットワークは、物理的なリンク（ワイヤー、ケーブル）で接続された有形のノード（電話、ケーブルボックス）を含みます。Network effectsにスケールエフェクトと高いスイッチングコストが組み合わさるため、最も防御力が高いタイプです。物理ネットワークに対抗するには莫大な設備投資が必要です。道路、鉄道、ブロードバンドインターネット、公共事業はすべてphysical network effectsを示しています。多くの物理ネットワーク独占企業が凡庸なサービスを提供しながらも支配的であり続けている事実こそが、その防御力の最も強い証拠です。
Protocolネットワークは、通信や計算の標準が広く採用されたときに生まれます。Ethernet、Bitcoin、TCP/IPがその例です。プロトコルがcritical massを獲得すると、互換性のあるプロダクトやサービスの量が複利的な優位性を生み出し、技術的に優れた代替品を駆逐します。VHSがBetamaxに勝ったのは、技術が優れていたからではなく、優れたマーケティングと流通戦略でプロトコル採用の戦いに勝ったからです。
Personal utilityネットワークは、日常的な実用目的で実名のアイデンティティを通じてユーザーをつなぎます。iMessageやWhatsAppがその例です。実名のアイデンティティへの紐付けと日常の個人的・職業的生活への統合が特徴です。オプトアウトすると実質的な摩擦が生まれるため、スイッチングコストが非常に高くなります。
Personalネットワークは、アイデンティティと評判を通じてユーザーをつなぎますが、日常のタスクに厳密に必要ではありません。Facebook、Twitter、LinkedInがこのカテゴリに入ります。各新規ユーザーは潜在的なオーディエンスであると同時にコンテンツ提供者でもあります。日常生活に大きな支障なく使用をやめられるため、personal utilityネットワークほどの粘着性はありません。
Market networksは、personalネットワークのアイデンティティとコミュニケーション機能をマーケットプレイスのトランザクション性と組み合わせたものです。HoneyBookやAngelListがその例です。通常、既存のオフラインの専門家ネットワークをデジタル化して改善し、関係管理とディールメイキングのインフラを組み合わせます。
2-Sided Network Effects
2-sided networkは、供給サイドと需要サイドの明確に異なるユーザークラスを持ちます。各サイドは異なる理由でネットワークに参加しますが、各サイドが相手サイドに価値を追加します。学術文献ではこれを「indirect network effects」と呼ぶことがありますが、この呼び方は誤解を招きます。2-sided networkはdirectとindirectの両方のeffectsを同時に示すことがあるためです。
Marketplace network effectsはバイヤーとセラーをつなぎます。CraigslistやeBayのような成功したマーケットプレイスは、両サイドに同時により良い価値提案を行わなければならないため、置き換えが極めて困難です。価値の大部分を提供するのはアプリケーション自体ではなくネットワークです。だからこそeBayやCraigslistは大幅なリデザインなしに何年もユーザーベースを維持できるのです。
Platform network effectsは、中央プラットフォームを通じてデベロッパー（供給サイド）とユーザー（需要サイド）をつなぎます。マーケットプレイスとは異なり、供給サイドが作成するプロダクトはプラットフォームのエコシステム内にのみ存在します。Windows、iOS、Androidがplatform effectsを示しています。より多くのデベロッパーがより多くのユーザーを引きつけ、より多くのユーザーがより多くのデベロッパーを引きつけます。プラットフォームは、ネットワークとは独立した重要なユーティリティを提供する点でマーケットプレイスとは異なります。
Asymptotic marketplace effectsは、追加の供給による価値の増加が一定の閾値を超えると平坦化する弱体化した形です。Uberが典型例です。待ち時間が4分を下回ると、ドライバーの追加はライダーにとってほとんど増分的な価値を生みません。このため、asymptotic marketplacesはマルチテナンティングや競合の参入に対してより脆弱になります。
Indirect Network Effects
Indirect network effectsは、あるタイプのノードが別のタイプのノードに恩恵をもたらすが、自身と同じタイプのノードには直接的な恩恵をもたらさない場合に生じます。eBayのようなマーケットプレイスでは、新しいセラーが既存のセラーを直接助けることはありません。実際、セラーの追加は競争を激化させます。しかしセラーが増えれば商品カタログが充実し、それがより多くのバイヤーを引きつけ、需要の増加を通じてすべてのセラーが間接的に恩恵を受けます。
2-sided networkでは、各サイドが間接的に相手サイドに恩恵をもたらします。eBayでセラーが増えるとバイヤーが増え、それがeBayでの販売をより魅力的にし、強化ループが生まれます。
オペレーティングシステムも同じダイナミクスを示します。新しいWindowsデベロッパーが他のデベロッパーを直接助けることはありません。しかしWindowsアプリケーションのライブラリが充実すると、より多くのWindowsユーザーが引きつけられ、すべてのデベロッパーの潜在顧客基盤が拡大します。
Data Network Effects
Data network effectは、使用を通じてより多くのデータが収集されることでプロダクトの価値が向上し、その改善されたプロダクトがさらに多くのユーザーを引きつけ、さらに多くのデータを生成する場合に存在します。単なるスケールエフェクトとの重要な違いは、より多くの使用がより意味のあるデータを生み出し、そのデータがプロダクト体験を直接改善しなければならないということです。
Wazeは強力な例です。ほぼすべてのユーザーがリアルタイムの交通データを提供し、データはリアルタイムで消費されるため、常に更新が必要です。ネットワークが大きくなるほど、任意の時点での個々の道路のデータはより正確になります。Wazeのdata network effectsはほとんどのものよりasymptoticではありません。より多くのデータがほぼ無限に精度を改善し続けるためです。
重要なテスト: より多くの使用がより意味のあるデータを生み出さない場合、またはそのデータがプロダクトを測定可能なレベルで改善しない場合、それはdata network effectではなくスケールエフェクトです。
Tech Performance Network Effects
Tech performance network effectsは、より多くのユーザーが参加することで基盤技術が改善される場合に発生します。より多くのデバイスやユーザーがプロダクトをより速く、安く、使いやすくします。BitTorrentが最もわかりやすい例です。スウォーム内のピアが増えるほど、全員のダウンロード速度が向上します。
これは技術的優位性とは異なります。技術的優位性は一時的なものです。競合が複製したり凌駕したりできるためです。Tech performance network effectは構造的なものです。技術自体がスケールとともに改善され、ネットワークの規模に匹敵しない限り複製できないためです。
Social Network Effects
Social network effectsは心理学と人間の社会的ダイナミクスを通じて機能します。人々をつなぐ目に見えない影響、アイデンティティ、帰属意識のネットワークを活用します。
Language network effectsは、用語、概念、ブランド名がカテゴリの代名詞になるときに生まれます。歴史を通じて、言語はwinner-take-most（勝者総取りに近い）のダイナミクスを示してきました。スタートアップは2つの方法でこれを活用できます。新しいビジネスカテゴリを作成して名前をつける方法（Bitcoinが暗号通貨の代名詞になったように）と、社名を動詞にする方法（「ググる」「Uberで行く」）です。
Belief network effectsは、金、Bitcoin、宗教のようなシステムで機能します。より多くの人が何かを信じると、他の人もそれを信じる傾向が強まります。コミュニティが信じていることを信じないことには重大な社会的コストがあり、共有された信念を放棄するコストはさらに大きくなります。システムに信者が多いほど、個々の信者にとっての価値は高まります。
Bandwagon network effectsは、参加しないと取り残されるという社会的プレッシャーが生まれる場合に発生します。Appleはこのダイナミクスの達人であり、各製品の発売でバズとFOMOを生み出しています。初期のGoogleもbandwagon effectsの恩恵を受けていました。Googleを使うことが技術に精通しているというシグナルになっていた時代です。
Content Network Effects
Content network effectsは、ユーザー生成コンテンツがプラットフォーム上の主要な価値の源泉になるときに生まれます。YouTubeの動画、Pinterestのピン、Instagramの写真がすべてその例です。コンテンツプラットフォームは、接続ベースのネットワークよりも速く新規ユーザーに価値を提供できる地点に到達できます。新規ユーザーがプラットフォーム上に知り合いがいなくても、既存のコンテンツライブラリをすぐに消費できるためです。
Content network effectsは鶏と卵の問題への解決策も提供します。価値を得る前にソーシャルグラフを構築することを要求する（初期のFacebookやTwitterのモデル）代わりに、PinterestやBehanceのようなコンテンツファーストのプラットフォームは、ユーザーがすぐにコンテンツを作成・消費できるようにしています。コンテンツライブラリが十分に大きくなり、それ自体が主要な魅力になると、network effectsが自然に生まれます。
隠れたNetwork Effects
一部の企業は一見してはわからないnetwork effectsを持っています。これらの隠れたネットワークは短期的には過小評価されがちですが、長期的には不釣り合いに強力であることが証明されます。
隠れたnetwork effectsには4つの形態があります。スローネットワーク、未完成ネットワーク、スロットルネットワーク、レイテントネットワークです。それぞれ異なるメカニズムでnetwork effectsを見えにくくしています。
スローネットワーク
スローネットワークは、長いプロダクト消費サイクルや低頻度の利用ケイデンスを持ち、network effectsの可視性が遅れます。企業が急成長していても、network effectsが測定可能な成果として現れるまでに何年もかかることがあります。
コーディングブートキャンプがこのパターンを示します。Network effectsは概念的には明確です。より多くの優秀な学生が、卒業生の採用を求めるより多くの雇用主を引きつけ、成長する卒業生ネットワークが新しい卒業生にメンタリングや紹介を提供するはずです。しかし各学生が卒業し、就職し、キャリアを築き、新しいコホートの採用やメンタリングを始めるまでに時間がかかるため、価値のループが完了するまでに何年もかかります。Network effectsは実在しますが、見落としやすい時間軸で作用しています。
未完成ネットワーク
未完成ネットワークは、プロダクトの決定や戦略的制約により一時的に不完全ですが、欠けている部分が追加されるとnetwork effectsがすぐに明らかになります。
OpenTableがこの軌跡をたどりました。初期の数年間はSaaS企業のように見えました。レストランにオンライン予約管理で月額200ドルを課金していました。OpenTableのウィジェットは個々のレストランのウェブサイトに埋め込まれていました。OpenTableが十分なレストラン供給を蓄積して初めて、消費者向けプロダクト（ダイナーがレストランを発見するためのウェブサイトとアプリ）に投資できました。両サイドをつなげてネットワークが完成すると、フライホイールが回り始めました。より多くのダイナーがより多くのレストランを引きつけ、より多くのレストランがより多くのダイナーを引きつけました。
スロットルネットワーク
スロットルネットワークは、ネットワークのサイズや参加を意図的に制限し、network effectsの真の強さを隠します。Facebookが最も有名な例です。最初はHarvardのメールアドレスが必要で、次に他の.eduアドレスに拡大し、最終的に一般公開されました。スロットリングは戦略的な選択であり、各拡大の波の中で密度とソーシャルプルーフを構築してから次の波に開放していきました。
レイテントネットワーク
レイテントネットワークはコミュニティやオーディエンスから始まり、後からnetwork effectsを活性化するプロダクトを追加します。課題は、真のネットワーク（メンバーが互いの接続に価値を感じている）と単なるオーディエンス（メンバーが中心人物への接続にのみ価値を感じている）を区別することです。
この区別は極めて重要です。真のネットワークはnetwork effectsのダイナミクスでスケールしますが、オーディエンスはメディアやDtoCビジネスのように直線的にスケールします。多くの起業家が、互いに価値を感じ合う人々のネットワークを構築したと誤解し、実際には中心人物へのアクセスに価値を感じるオーディエンスを構築していたことに気づいています。プロダクトがローンチされると、その違いは歴然とします。
ネットワークのブートストラップ方法
ブートストラップの根本的な課題は鶏と卵の問題です。他のユーザーなしにはユーザーはネットワークに参加しませんが、最初のユーザーなしには他のユーザーは存在しえません。この問題を解決するために3つの主要な戦略が生まれました。
ツール目当てで来て、ネットワークのために残る
最も実績のあるアプローチは、ネットワークがなくても個々のユーザーに価値を提供するスタンドアロンのユーティリティツールを構築し、ユーザーベースを確保した後にネットワーク機能を重ねていくことです。
Instagramが教科書的な例です。モバイルカメラの画質がまだ平凡だった時代に、写真フィルターアプリとしてローンチしました。Hipstamaticは同様のフィルターを提供していましたが有料で、シェア機能がありませんでした。Instagramはフィルターを無料にし、FacebookやTwitterへの写真共有を簡単にしました。ユーザーはツール（フィルター）目当てで来ました。時間とともにInstagramは独自のソーシャルネットワークを構築し、ユーザーはネットワーク（フィード、フォロワー、エンゲージメント）のために残りました。
コンテンツファーストのプラットフォームはこの戦略のバリエーションです。価値を見出す前にソーシャルグラフを構築することを要求する（Facebookの「10日以内に7人の友人を追加」アプローチ）代わりに、PinterestやBehanceのようなプラットフォームは、ユーザーがすぐにコンテンツを作成・閲覧できるようにしています。コンテンツライブラリが成長するにつれて、network effectsは有機的に発展します。
トークンインセンティブ
Web3はブートストラップの新しいメカニズムを導入しました。ネットワークユーティリティが不足している初期ユーザーに、金銭的なトークン報酬で補償するものです。核となるアイデアは、network effectsがまだ機能していないブートストラップフェーズにおいて、トークン報酬が欠落しているネットワーク価値の代替として金銭的価値を提供するということです。
Web3モデルでは、network effectsがまだ実現していないブートストラップフェーズにおいて、トークンインセンティブが金銭的ユーティリティを提供します。ネットワークが成長し本来のユーティリティが増加するにつれて、トークンインセンティブは減少できます。
このモデルは中央集権型のWeb2アプローチとは異なります。初期の貢献者が自分たちの構築を助けたネットワークの一部を所有できるためです。トークンの価値はネットワークの成長とともに上昇し、プラットフォームと最も初期の最も価値のあるユーザーの間でインセンティブを整合させます。
シーディングと制限付きローンチ
3つ目の戦略は、ネットワークを人為的にシーディング（種まき）するか、ローンチを制限してスケールする前に密度を構築する方法です。Redditは有名な例で、初期のコミュニティを偽アカウントでコンテンツを投稿してサイトが活発に見えるようにシーディングしました。Facebookのキャンパスごとの展開は、各新市場で密に接続されたソーシャルグループの中にすぐに密度を確保しました。
すべてのブートストラップ戦略に共通する原則は同じです。Network effectsが機能する前に価値を届ける方法を見つけ、スタンドアロンの価値からネットワーク価値への移行がスムーズに行われ、ユーザーが移行期間中にとどまるようにすることです。
Network Effectsの測定
自社プロダクトにnetwork effectsがあると信じることと、それを証明することは別物です。5つのカテゴリにまたがる16の指標が、network effectsの検証と定量化に役立ちます。
獲得指標
オーガニック vs 有料ユーザー。 プロダクトに真のnetwork effectsがあるなら、有料ユーザーに対するオーガニックユーザーの割合は時間とともに増加するはずです。成長するネットワークは、広告費なしに人々を引き込む価値を生み出します。
トラフィックソース。 Network effectsが強化されるにつれ、より多くのトラフィックが外部ソースではなくネットワーク内部から発生するはずです。ユーザーが内部で価値を発見する（外部検索ではなくプラットフォーム上でコンテンツを見つける）場合、ネットワークが自己参照的になりつつあるシグナルです。
有料CAC（顧客獲得コスト）のトレンド。 Network effectsのフライホイールが加速するにつれ、顧客獲得コストは時間とともに低下するはずです。実際にはこれは多くの要因（市場の飽和、競合の支出、チャネルコスト）に影響されますが、network effectsがあると主張しているにもかかわらずCACが継続的に上昇している場合は疑問を持つべきです。
競争指標
マルチテナンティングの普及率。 ユーザーのうち何人が競合サービスも使用しているか。マルチテナンティング率が高いと、スイッチングコストが弱く、network effectsが排他性を保つほど強くないことを示唆します。
スイッチングコスト。 ユーザーが競合のネットワークに参加してすぐに価値を見出すのはどれほど容易か。競合での摩擦のないオンボーディングと即座のコールドスタート価値は、マルチテナンティングと最終的な乗り換えを促進します。
エンゲージメント指標
ユーザーリテンションコホート。 後から参加するユーザーは、先行コホートよりもリテンションが良いはずです。Network effectsがあるなら、後から参加するほどより価値の高いネットワークに入ることになるためです。新しいコホートのリテンション率が同等かそれ以下であれば、network effectsは強化されていない可能性があります。
コアアクションリテンション。 単純なログインリテンションを超えて、新しいコホートのユーザーはコアの価値創造アクションをより頻繁に実行しているか。これはnetwork effectsの強さのより精密なシグナルです。
ドルリテンション。 サブスクリプションプロダクトでは、新しいコホートはより高い収益リテンションを示すはずです。より価値の高いネットワークに対して支払う意思があることの表れです。
地理的リテンション。 ローカルなnetwork effectsを持つプロダクトでは、最も古く確立された市場が最も良いリテンションを示すはずです。これらの市場がネットワーク密度を構築するための最も長い時間を持っているためです。
パワーユーザーカーブ。 L7およびL30チャートは、ユーザーエンゲージメント頻度の分布を示します。Network effectsが強化されているプロダクトでは、ネットワークがより価値を増すにつれ、ユーザーは時間とともに右側にシフト（より高頻度のエンゲージメントを示す）はずです。
マーケットプレイス指標
マッチ率。 マーケットプレイスの2つのサイドはどの程度うまく互いを見つけられるか。マッチ率はネットワークが約束する接続を実際に生み出しているかを明らかにします。ネットワークサイズにもかかわらずマッチ率が低い場合、構造的な問題を示唆します。
市場の深さ。 多様な需要に応えるのに十分な供給のバリエーションがあるか。深い市場はユーザーを引きつけて維持しますが、キュレーションのない過剰な供給は発見の問題を生み出し、ネガティブなnetwork effectsを生む可能性があります。
マッチまでの時間。 供給と需要が接続するまでにどれくらいかかるか。マッチングの高速化は両サイドの価値を直接的に高めます。
供給と需要のフラグメンテーション。 供給と需要が高度にフラグメント化された（単一の参加者が不釣り合いに大きなシェアを占めていない）マーケットプレイスは、より防御的で持続可能です。集中型のマーケットプレイスは、主要な参加者が去ると大幅なボリューム損失のリスクがあります。
経済指標
価格決定力。 価値のあるネットワークの参加者はアクセスに対して支払う意思があります。ユーザーが値上げに抵抗する場合、ネットワークがコストを正当化するのに十分な増分的価値を提供していない可能性があります。
ユニットエコノミクス。 Network effectsの改善は、時間とともにより良いユニットエコノミクスに反映されるはずです。インセンティブコストの低下、テイクレートの上昇、価格決定力の強化などです。
Network Effectsへの脅威
強力なnetwork effectsも損なわれることがあります。脅威を理解することはeffectsそのものを理解することと同じくらい重要です。
マルチテナンティング
マルチテナンティングは、ユーザーが競合プラットフォームを同時に使用する場合に発生します。ライダーはUberとLyftの両方を使います。セラーはeBayとEtsyの両方に出品します。ユーザーは同じコンテンツをInstagram、TikTok、Snapchatにまたがって投稿します。
マルチテナンティングは、単一のネットワークがユーザーの参加の完全な価値を獲得できないことを保証することで、ネットワークの防御力を低下させます。対抗策は、特に供給サイドにおいて、参加者がマルチテナンティングを面倒あるいは不要と感じるほどの独自価値やロックインを構築することです。
マルチテナンティングはnetwork effectsを弱めるものの、より大きなネットワークには依然として優位性があります。潜在的な新規ユーザーに対する可視性が高く、ユーザーが時折競合と関わっていても既存ユーザーを維持しやすいためです。
中抜き（Disintermediation）
中抜きは、マーケットプレイスを通じて最初に取引したユーザーが、将来の取引をプラットフォーム外で行い、仲介者とその手数料体系を回避する場合に発生します。
中抜きは、マーケットプレイスやmarket networkを通じて互いを発見したユーザーが、将来の取引をプラットフォーム外で行う場合に発生します。Upworkで見つけたフリーランサーがクライアントと直接的な関係を確立する。賃貸マーケットプレイスで見つけたテナントが、更新時に大家と直接交渉する。
この脅威は、リテンションと反復取引が主要な収益源であるトランザクション型ネットワークにとって特に危険です。中抜きに対抗するには、初回のマッチング後もユーザーがプラットフォーム上に留まることを好むほどの継続的な価値（エスクロー、紛争解決、ディスカバリー、レピュテーション管理）を構築する必要があります。
蒸発冷却効果
蒸発冷却効果は、高価値メンバーがコミュニティから十分な価値を得られなくなって去り、それがコミュニティ全体の質を低下させ、さらに高価値メンバーが去り、下降スパイラルを引き起こすダイナミクスを表します。
コミュニティが成長すると、新メンバーの平均的な質は既存メンバーよりも低くなる傾向があります。積極的な管理がなければ、この希釈効果は最終的にコミュニティを価値あるものにしていたメンバーを追い出します。
蒸発冷却を緩和する3つの戦略があります。第一に、ソーシャルゲーティング。参加に何らかの最低限の基準（知識、評判、招待、費用）を要求します。第二に、価値ある貢献者に高いステータスを付与し、留まるインセンティブを与えます。第三に、オープン性（成長を促進する）とキュレーション（品質を維持する）のバランスを慎重に管理します。最大限にオープンなコミュニティは最も速く成長しますが、蒸発冷却に対して最も脆弱でもあります。
ネットワークデススパイラル
Metcalfe's Lawには逆も成り立ちます。ネットワークの価値がN二乗で成長するなら、ユーザーが去るときにネットワークの価値もN二乗で縮小します。この逆は「Eflactem's Law」（Metcalfeの逆綴り）と呼ばれることがあります。ユーザーを失うと、ネットワークの価値は指数関数的に減少します。
パーティーで人気者が帰り始めるのと似ています。彼らの退場でパーティーがつまらなくなり、さらに人が帰り、さらにつまらなくなり、という連鎖です。
デススパイラルは、プラットフォームが最大アドレス可能ユーザーベース（N = max）に達したが、ネットワーク価値（N二乗）が参加者の期待を下回った場合に発生します。リテンションが低下し、ユーザーが去り始め、価値の指数関数的な低下が離脱を加速させます。
デススパイラルに対する防御策は、ネットワーク内の少なくとも一部のローカルクラスターが独立してcritical massに達していることを確保することです。より広いネットワークが縮小しても、密なローカルクラスターは自律的に維持できます。だからこそ「ホワイトホットセンター」戦略は、初期の成長だけでなく長期的なネットワークの健全性にとっても重要なのです。
混同しやすい概念: Network Effectsでないもの
バイラリティ
バイラルエフェクトとnetwork effectsは頻繁に混同されますが、別の現象です。Network effectsはリテンションと競争優位性に関するものです。各ユーザーが他のユーザーにとってプロダクトをより価値あるものにします。バイラルエフェクトは獲得に関するものです。各ユーザーが共有や招待を通じて追加のユーザーを連れてきます。
Network effectsなしにバイラルになれるプロダクトもあります。BuzzFeedのクイズはバイラルに広がりましたが、持続的なネットワーク価値は生まれませんでした。逆に、バイラリティが最小限でも強力なnetwork effectsを持つプロダクトもあります。多くのB2Bプラットフォームは営業チームを通じてゆっくり成長しますが、スケールに達すると強力なnetwork effectsを構築します。
直線的成長 vs 指数関数的成長
ネットワークやバイラルエフェクトを持たないプロダクトは直線的に成長する傾向があります。Network effectsを持つプロダクトはcritical massを超えると指数関数的成長を達成できます。
バイラルやnetwork effectsのないプロダクトは直線的に成長します。各単位の努力がおおよそ比例的な成長を生み出します。Network effectsを持つプロダクトは、critical massに到達すると非直線的な成長を達成できます。価値提案がスケールでオーガニックユーザーを引きつけるのに十分強くなるか、競合を上回る獲得費用を投入できるだけの収益を生み出すためです。
規模の経済
規模の経済は生産量の増加によるコスト優位性です。Network effectsは使用量の増加による価値優位性です。関連はありますが別のものです。工場はスケールエフェクト（単位あたりのコスト低下）の恩恵を受けますが、network effects（ユーザーが互いにプロダクトをより価値あるものにする）は受けません。多くのデジタルプロダクトは両方の恩恵を受けるため、概念が混同されがちです。
ブランドとエンベディング
ブランド（既知のエンティティから離れることの心理的スイッチングコスト）とエンベディング（深く統合されたソフトウェアを置き換える運用上のスイッチングコスト）は、どちらも競争優位性の一形態ですが、network effectsではありません。Network effectsを強化することはでき、network effectsがこれらを強化することもありますが、異なるメカニズムで機能します。強力なブランド、深いエンベディング、強力なnetwork effectsを持つ企業は、利用可能な最も持続性の高い競争ポジションを有しています。
Frequently Asked Questions
Network effectsを最も簡単に説明すると？
Network effectとは、より多くの人が使うほどプロダクトの価値が高まることです。電話が最もシンプルな例です。1台の電話は役に立ちませんが、ネットワーク上の電話が増えるたびに、既存のすべての電話がより便利になります。このダイナミクスはソーシャルメディアプラットフォーム、マーケットプレイス、メッセージアプリ、そしてユーザーが互いに価値を生み出すあらゆるプロダクトに当てはまります。通常の成長との重要な違いは、成長そのものがプロダクトを改善し、自己強化的なサイクルを生み出す点です。
Network effectsとバイラリティの違いは？
バイラリティは、プロダクトが新しいユーザーにどれだけ速く広がるかに関するものです。Network effectsは、使用量の増加に伴いプロダクトがどれだけ価値を増すかに関するものです。バイラルなプロダクトは共有の仕組みで数百万人のユーザーを引きつけるかもしれませんが、ネットワーク価値がなければ誰も残りません。強力なnetwork effectsを持つプロダクトは成長が遅くても、critical massに達すると置き換えがほぼ不可能になります。最も強力なプロダクトは両方を組み合わせ、バイラリティで素早くcritical massに到達し、network effectsでユーザーを永続的に維持します。
Critical massとは何か、到達したことをどう知るのか？
Critical massとは、ネットワークが生み出す価値がプロダクトのスタンドアロン価値と競合が提供する価値を超える変曲点です。到達したことがわかるのは、オーガニック成長が有料獲得を上回り始め、新しいコホートのリテンション率が改善し、競合が機能的に同等のプロダクトを提供してもユーザーが乗り換えに抵抗するようになったときです。定量的には、オーガニック対有料ユーザー比率が持続的に増加し始める地点を探してください。
Network effectsは時間とともに弱まることがあるか？
はい。Network effectsはいくつかのメカニズムで弱まりえます。Asymptotic effectsは、追加ユーザーが意味のある価値を加える地点を超えてネットワークが成長すると平坦化します。マルチテナンティングは競合プラットフォーム間でエンゲージメントを希薄化します。ネガティブなnetwork effects（混雑、スパム、低品質コンテンツ）はネットワークがスケールするにつれ価値を減少させることがあります。蒸発冷却効果は最も価値の高いメンバーを追い出しうるものです。そしてデススパイラルは、ネットワーク価値がユーザーの期待を下回った場合に急速な指数関数的低下を引き起こす可能性があります。
鶏と卵の問題とは何か、スタートアップはどう解決するのか？
鶏と卵の問題はブートストラップのパラドックスです。他のユーザーなしにはユーザーはネットワークに参加しませんが、最初のユーザーなしには他のユーザーは存在しえません。最も一般的な3つの解決策は、ネットワークなしでも価値を提供するスタンドアロンツールを構築してからネットワーク機能を重ねる方法（「ツール目当てで来て、ネットワークのために残る」）、トークンや金銭的インセンティブで欠落しているネットワーク価値を初期ユーザーに補償する方法、そしてローカルな密度を構築してからスケールする制限付きローンチでネットワークをシーディングする方法です。Instagramは写真フィルターで最初のアプローチを使い、暗号プロジェクトは通常2番目のアプローチを採用しています。
どのタイプの企業がnetwork effectsから最も恩恵を受けるか？
マーケットプレイス、ソーシャルプラットフォーム、コミュニケーションツール、データアグリゲーションサービス、プロトコルレベルのテクノロジーがnetwork effectsから最も恩恵を受けます。ユーザーのインタラクションが他のユーザーに価値を生み出すあらゆるプロダクトにnetwork effectsの可能性があります。ただし、すべてのテクノロジー企業がnetwork effectsを構築できるわけではありません。ユーザー間のインタラクションなしに個別に消費されるプロダクト（シングルプレイヤーの生産性ツール、コミュニティ機能のないコンテンツサブスクリプション）は、network effectsではなくスケールエフェクトで動作します。
自社プロダクトに実際にnetwork effectsがあるかをどう測定するか？
最も強いシグナルは、新しいユーザーコホートのリテンション率の改善、オーガニック対有料獲得比率の上昇、時間の経過に伴う顧客獲得コストの低下、ユーザー間の低いマルチテナンティング率、パワーユーザーカーブの右方向へのシフトによるエンゲージメント頻度の増加です。マーケットプレイスでは特に、マッチ率の改善、マッチまでの時間の短縮、価格決定力の向上が重要な指標です。ユーザーの成長にもかかわらずこれらの指標が横ばいまたは悪化している場合、真のnetwork effectsではなくスケールエフェクトの可能性があります。
強力なnetwork effectsを持つ企業にとって最大の脅威は何か？
最大の脅威はネットワークのタイプによりますが、マルチテナンティングと中抜きが最も一般的で直接的な危険です。マルチテナンティング（ユーザーが競合プラットフォーム間で活動を分散させること）はネットワークの価値優位性を徐々に希薄化します。中抜き（初回の発見後にユーザーが取引をプラットフォーム外に持ち出すこと）は収益モデルを直接攻撃します。蒸発冷却効果はおそらく最も潜行性の高い長期的脅威です。ネットワークの品質を徐々に侵食し、最も価値の高いメンバーがすでに去ってしまうまで認識されないことが多いためです。