数据网络效应和护城河

企业可以抵御竞争的战略术语叫“企业的护城河”。

比如这些都是护城河：

1. 规模经济（scalability），比如京东和Amazon
2. 品牌（Brand），比如TRIP.com和谷歌
3. 嵌入（Embeded),比如Workday，Oracle
4. 网络效应（Network Effect），比如LinkedIn，淘宝，微信

如果具体细看网络效应，也有五个类型：

1. 直接网络
2. 双边网络
3. 数据网络
4. 技术性能网络
5. 人际关系网络

如果我们再细看这5种网络效应，数据的网络效应已成为数字世界中的原生防御能力。

如果一个企业家/创业者正在创办或投资一个企业，在清晰思考如何用一个或多个网络效应策略设计之前，不用着急开展业务，真正的思考应该考虑如何构建新的业务/功能让新用户的加入可以为其他用户增加价值，这种思考方式才能走上真正的防御性，并产生巨大的影响和价值创造。

在AI技术不断演进的当下，数据的网络效应尤为突出重要。

在评估一个业务是否具备数据网络效应上，我觉得可以遵循这些原则：

• 是否可以从客户使用中自动获取数据？
• 是否随着数据的增加，产品价值自动增加？
• 是否产品开始提供价值前所需数据量的最小阈值较高？因为这为进入市场的竞争对手提供了一种规模防御能力。
• 是否由于服务的实时性，增量数据集的值不会快速降低（渐近化）？这使得竞争对手很难在没有类似规模的用户基础情况下提供相同的价值 — 这是良好网络效果的标志。
• 是否数据所创造的价值是产品价值的核心之一？
• 是否客户认为数据所创造的价值是有价值的，因此他们利用数据在产品和竞品之间进行决策？

当然还可以用更多的原则用来评估一个企业的业务是否可以从数据网络效应中获得业务的防御能力。

这次，我将和DTALK的老朋友王晔老师一起通过直播和大家谈谈数据的网络效应。