真实的网络效应与衡量网络效应的16个指标

市场胶着，经济低迷，行情反复，在这样的市场中我们除了拿好手中精心选择的股票之外，好像也没什么可做的了。那么，丸子就多带大家一起学习吧，今天学习“网络效应（ Network Effects ）”。

网络效应是投资互联网公司的核心逻辑。网络效应简单来说，就是越多人用越好用。这样随着网络规模的扩大，对用户的价值就会越大，所以互联网公司一般是在前期免费甚至补贴来扩大网络规模，当网络规模足够大，对用户的价值足够高时，用户就愿意（或不得不）进行付费，互联网公司就能实现大幅盈利。

对网络效应的疑惑是：如果网络效应真的那么有效，那么一个业务（网络）的先行者，依靠自己不断的扩大的网络，不断扩大的用户价值，如此不断的正反馈，不应该成为这个市场唯一的玩家，无往而不胜吗？

但我们实际上看到的却不是这样。

社交领域是网络效应最明显的领域。一个人社交网络里的人越多，社交网络对这个人的价值就越大。但腾讯的QQ在占据网络效应之后，为什么微信还能起来？Facebook占据优势之后，为什么后来还需要收购Instagram、WhatsApp来巩固社交地位，为什么差点被snapchat所颠覆？

电商市场也是具有明显网络效应的领域。在电商市场中，买家越多越能吸引卖家，卖家越多越能吸引买家，如此以来，买家卖家越来越多，对双方的价值就越来越大。淘宝就是很好的例子。但在淘宝的网络效应这么强大的时候，为什么拼多多还能异军突起，抢占这么大的份额呢？

网络效应不仅仅包括这种全局的、大范围内的网络效应，还包括一些局限于本地的网络效应，比如外卖和拼车。

对于外卖和拼车来说，都是需要用户当地的服务。即如果用户在北京，那么北京的外卖餐厅的多少，配送速度的快慢，才对用户有价值，这和深圳有多少外卖餐厅，配送速度快慢没有关系。

所以，对于外卖和拼车服务，都是一个城市一个城市去拼的。竞争对手们在不同的城市各有优势，相互之间很难打，很难形成全局垄断，但可以形成局部垄断。

美团外卖、饿了么的竞争，滴滴打车和其他各种打车之间的竞争，都没有因为网络效应而形成一家垄断的格局，而且目前这一阶段，各家的盈利性都还比较弱。

说这么多，其实是说，网络效应不是万灵药，不是有了网络效应就能无往而不胜。一是网络效应本身有局限性，二是在商业运营中，除了网络效应，还有其他起作用的因素。

今天我们要分享两篇文章，所以本文会非常之长！

这两篇文章来自硅谷著名风投机构a16z的博客，分别是：

The Dynamics of Network Effects

https://a16z.com/2018/12/13/network-effects-dynamics-in-practice/

16 Ways to Measure Network Effects

https://a16z.com/2018/12/13/16-metrics-network-effects/

第一篇文章介绍了在商业中真实起作用的网络效应是什么样的，以及网络效应的快速演变。

第二篇文章介绍了在不同的业务中应该使用的测量网络效应的指标，以观察网络效应的变化和发展，以让创业者能够及时作出调整。

对于我们股票投资者的启示就是，一是要冷静看待在自己投资公司或观察公司里网络效应的价值，明白网络效应是会发生变化的，要保持敏锐的观察和警觉，不要掉以轻心。二是可以通过网络效应的指标来观察自己投资公司或观察公司网络效应的发展情况。

话不多说，大家直接看文章吧。

注：原文中的一些图表没有放到翻译文中，大家去原文看吧。

---

网络效应发展动态

原文：

https://a16z.com/2018/12/13/network-effects-dynamics-in-practice/

互联网时代最成功的公司和产品都基于网络效应概念，即随着越来越多的人使用网络，网络对用户的价值也越来越高。对于Amazon和谷歌这样的公司来说是如此，对于Wikipedia和一些加密货币这样的开源项目也是如此。 其核心是，网络效应背后的理论认为，具有网络效应的平台和产品越大越好，不仅对用户有价值，还能积累更多资源来改进自己的产品，从而增强“飞轮效应（flywheel）”。

但最近，现实似乎偏离了理论。

我们看到的不是赢者通吃的市场，而是各种各样的网络效应公司（ 从即时通讯应用到运动鞋交易市场 ）在多个玩家之间瓜分市场。此外，即便是那些最初似乎赢得了市场，并似乎建立了一条很深的护城河的公司（从约会应用到交易平台），也在艰难地维持自己的地位，以对抗模仿者和新进入者。看看Instagram Stories对Snap做了些什么，其最近甚至在Snap专注的青少年群体中都超越了它。

这一切是否意味着我们所知道的网络效应已经消亡？不，但是他们比 以往任何时候都 更具动态性。

我们知道并不是所有的网络效应都是生而平等的，而且它们也不会以相同的方式进行演变。每个产品都有不同类型的网络效应，这些网络效应， 随着时间的推移， 成熟和发展的方式也不尽相同。大多数具有网络效应的业务变化的比以前更快。那么，企业家和创业者该如何应对 这个网络效应似乎正在减弱的时代 呢？ 诀窍是既要知道你的网络效应今天是什么样子的，也要预测它们将如何随着时间的推移而演变。为此，你需要了解你的公司的三个方面以及他们在未来会如何变化：1）你的价值主张，2）你的用户/库存 ，3）你的竞争生态。 否则，你可能会措手不及，声称网络效应已死。

以下是预测未来网络效应的一些原则，这些原则超越了当前静态的观点。然后，一旦你认为你有网络效应，可以看看下篇文章学习如何衡量并保持它们。

1）价值 主张（value proposition）： 并非所有产品都是生而平等的

一个公司或产品的网络效应并不总是随着规模的增长而收益增加（甚至是直线增加）；它可能渐近于某个点，或者到达拐点，甚至反转。 对于创始人来说，关键是要知道是什么价值主张驱动了他们的网络效应，理解网络效应是弱是强，然后密切关注他们将如何演变，特别是当你向新的价值主张和 更多层次的产品市场匹配迭代时 。

让我们来看几个例子：

拼车（ Ridesharing ） 。在任何地理范围内，司机的供应和乘客的需求是相互促进的，所以司机越多，意味着等待时间就越短，意味着更多的乘客需求，意味着更多的司机供给…。飞轮在旋转！但这一价值主张有一个索结（ hitch ）： 在特定地理位置，一旦你缩短到5分钟的等待时间，乘客就不会在意网络中是否有更多的司机可用。 一旦多个平台的相对流动性 达到 这一水准（例如，有足够的司机只让乘客等待5分钟），某一特定平台对乘客来说就没那么重要了。在这些市场中，他们需要在其他方面进行竞争，如品牌/声誉、价格、用户体验、忠诚度计划等。换句话说，价值 主张 需要进化。

社交借贷 。有时，网络效应的变化不是由相对流动性（如等待时间）所驱动的，而是由绝对流动性（如网络中的人数）所驱动。以 Frank 为例，它让人们可以向朋友和家人借钱，或者借钱给朋友和家人（完全披露：我们中的一位是 Frank的联合创始人 ）。 在早期 ，Frank群组中的朋友越多，意味着有更多的需求和更多的流动性，这就为人们加入这些群组创造了更大的动力。但是，一旦一个群组的人数超过7人，他们就不太可能借出或借入了： 原来人们只有7个朋友/家庭成员，有那么高的信任度！ 在这种情况下， 当个人的网络大小超过了其价值主张， 网络效应就从积极变为消极。 这种模式也适用于其他一些高度社交化的产品。

丸子注: 社交借贷公司Frank

https://franklending.com/en/

社交网络。 随着Facebook的使用场景从与朋友分享最新状态到浏览新闻和内容，网络效应就减弱了。 有太多的朋友/关注者意味着人们在分享个人内容时会感到不舒服，从而更多地转向了新闻和公共内容。价值主张和网络效应也相应发生了变化（从社交网络变成了社交媒体）。 重要的是，在媒体发现的上下文中添加额外节点并没有早期纯社交网络时那么有价值。因此，价值主张的转变意味着网络效应曲线遇到了拐点。虽然策展算法（curation algorithms），时间线等功能，通过让用户添加更多的朋友，使内容更相关，帮助推迟了这一临界点，但最终内容组合、价值主张和网络效应都发生了改变。

去中心化平台。 例如，如果人们将比特币视为数字黄金，那么网络效应将是，更多的买家/卖家意味着更多的流动性， 这将增加平台对所有人的价值 。但如果将比特币视为一种支付平台，那么只要比特币经历网络拥塞或其他摩擦，更多 买家/卖家 就不一定是件好事了。这是一个值得思考的有趣案例（不是为了投资目的），因为这个例子说明了， 同一平台的不同价值主张如何能够相应地加强或削弱网络效应。 这也是一个很好的例子来说明， 附加的功能（例如，扩展性、提高吞吐量和改进交易处理速度）如何帮助价值主张演变、转变，甚至创建新的网络效应曲线。

分享上述例子的目的是展示网络效应的细微差别和演变。如果你不注意这些因素，你可能会认为网络效应在特定的业务中已经不存在了，而这可能只是一个需要解锁新价值的问题。

2）用户和库存（ Users and Inventory ）：并非所有用户是生而平等的

你的产品或平台目前拥有的用户和库存类型，以及您正在增加的用户和库存类型，对于理解和预测你的网络效应曲线非常重要。

商品化与差异化供应（Commoditized vs. differentiated supply）

预测网络效应的一个重要因素，尤其是在双边平台/市场（two-sided platforms/marketplaces）中，是用户/库存是商品化的还是差异化的。

在拼车服务中，客户（乘客）对底层服务提供商/库存是相对不可知的，因为他们认为供应（司机/汽车/运输）是可互换的，因此是商品化的。 拥有相对商品化库存的平台（从按需存储公司到配送公司）一旦流动性达到基本水平，就很可能看到它们的网络效应曲线变成了渐近线。 对于像拼车这类的业务，进入相邻的业务（比如Lyft进入医疗交通服务行业，或者Uber进入食品配送行业）可以实现差异化，虽然仍是可替代的库存，但潜在地增加了网络效应的强度。

拥有更多差异化库存的平台/市场具有更强和更持久的网络效应，因为它们拥有适合客户独特偏好的多样化库存（同时在整个库存中也保持了刚刚好的可替代性）。 例如，AirBnB可以向用户展示洛杉矶每晚225美元至325美元的每一套住宿房间，这与其他人搜索每晚150美元至250美元，既有阳台又有热水浴缸的 住宿房间 重叠。因此，这个平台在双边市场的两边都比一个仅仅展示商品化的标准间和行政房间的网站更有价值。网络效应依然强劲，不仅因为它在所有这些不同类型库存上都 达到了 基本流动性水平（使它们对更多用户有价值），还因为随着新供应的增加，它的收益还会不断增加。

但库存的差异化越大，平台就越需要做好管理和匹配工作（curation and matching）。 这本身也增加了平台的整体防御能力， 并使网络效应曲线随着时间的推移仍然保持强劲 。

增量用户的类型

然而，除了用户和库存的商品化性质之外， 一个网络的所有成员并不都是平等的。 有些比另一些更有价值（或者更没有价值）。例如，一家非常受欢迎且位于许多用户附近的餐馆，相比一家 在偏僻的地方提供劣质食物的餐馆 ，为OpenTable的网络增加了更多的价值。

当你预测你的网络效应（ 更重要的是，你获取和吸引更多用户的增长策略 ）时，你需要关注你可能吸引到的增量用户。 他们是网 络中的“污染物（contaminants）”、“中性物（neutrals）”还是“贡献者（contributors）”？ 对于社交网络来说，添加一个会使其他用户脱离的 巨魔（ troll ） ，是一种减少平台价值的污染物。添加一个潜伏者（ lurker ）是中性的，因为这个人既不会向网络中添加，也不会减少任何价值。添加一个优秀的内容生产者可以为网络带来巨大的价值。

所以，关键是要在 消除你不想要的用户的同时， 确保激励你想要的用户。 这就是为什么大多数优秀的平台也会在筛选和删除不良库存/用户的管理机制（例如，Wikipedia的编辑、Airbnb的评论/上架等）上投入巨资。 不幸的是，这些筛选机制并不总是有效，而有时发现强有力的贡献者的成本会变得非常高， 因此增长相对于成本的计算在这里非常重要 。

3）竞争： 并非所有市场是生而平等的

你的市场、竞争对手和替代品的性质对理解和预测网络效应也至关重要。

网络重叠（Network overlap）

尽管网络效应企业在规模上往往更具防御能力，但它们也不能幸免于竞争。但对于这些类型的企业来说，不仅仅要弄清楚谁是你的直接竞争对手，还需要考虑网络重叠的问题。 如果其他公司拥有与你相似的网络，那么他们进入你的市场的风险总是存在的。因为他们已经有了类似的网络，他们将更容易进入你的空间 （Instagram对Snapchat阅后即焚的“Stories”的突袭就是一个很好的例子）。在竞争对手网络已经是你的网络的超集（例如，DoorDash和Uber Eats；滴滴和Uber在中国）的情况下也是如此。

转换成本（Switching costs）

向竞争对手转移的低转换成本也能降低网络效应。 无缝注册和使用（ onboarding ）通常非常适合向你的产品中增加用户，但是如果您的竞争对手也有相同的无缝使用，那么用户可能成为多租户（ multi-tenant ）。由于进入门槛和转换成本很低，用户 很容易 使用多个约会应用或地图产品。

多租户满足需求 （ Multi-tenanting to meet demand ）

当用户无法使用单一平台来实现他们的目标时，网络效果就会减弱。就业市场就是一个很好的例子：公司很可能会在多个招聘平台上列出他们的职位空缺 （即多租户） ， 因为招聘是企业运营的一个关键部分 ，是需要被完全满足的，但没有一个单一的平台可能会满足他们所有的招聘需求。 如果平台的一侧是多租户的，通常会在定价、功能和必要的流动性等方面给运营者带来更大的压力，这可能会使经济效益（economics）发生逆转。

我们在另一篇文章《衡量网络效应的 16个 指标》中详细介绍了如何衡量所有这些网络效应。

*     *    *

* * *

**

快速的追随者现在比任何时候都更快。Instagram的Stories可以立刻挑战Snap。招聘市场可以在短时间内吸引成千上万的雇主。 一切的API化使得做任何事情都变得更容易 ：Stripe意味着每个市场都可以在一个小时内集成支付系统，而在此之前，eBay通过构建和收购自己的支付系统获得了一些保护。

因此，产品迭代速度的不断加快、网络扩展的速度以及竞争对手起步的便捷性极大地改变了我们在业务中预测网络效应的方式。 网络效应的变化比以往任何时候都要快，而不是像以前 赢家通吃的市场 那样，先行者可能一度拥有看似持久的优势。 特别是一些特定的因素，比如渐近线式价值主张、网络重叠、污染物数量增加等都会降低平台未来产生可持续网络效应的能力。

这不是要打击任何人！网络效应将继续支撑最具影响力的软件业务。这只是一个提醒，提醒创始人和其他产品构建者要注意什么会改变，为什么会改变，这样你就可以做更多的计划和解决这些问题，而不是被它们 蒙在鼓里 。 网络效应并未消亡，但它比以往任何时候变化更快。通过了解你今天的网络效应是什么样子的，以及它们明天的发展方向，创始人可以有目的地设计网络效应和其他护城河，而不是在不断变化的风口中摇摆。

祝你的网络效应万岁!

---

衡量网络效应的16个指标

原文：

https://a16z.com/2018/12/13/16-metrics-network-effects/

网络效应是软件和市场（marketplace）业务中最重要的动力（dynamics）之一。但是它们经常被以一种非黑即白的方式被谈论：要么你有网络效应，要么你没有网络效应。 在实践中，大多数公司的网络效应要复杂得多，落在不同类型和强度的范围之间。 它们也是动态的，随着产品、用户和竞争的变化而不断发展。

对于创始人来说，了解你的公司的网络效应本质是很重要的，包括确定一组帮助你理解什么有效、什么无效的度量指标。因此，在我们以前的 度量 指标基础上，我们特意编写了一个用于衡量和梳理网络效应的指标列表。我们会在下文分享它们，共分为 5个大类来衡量网络效应： 获客、竞争对手、参与度、市场和经济效益相关指标。

根据特定的产品、受众和环境，每个具有网络效果的业务都会有所不同，因此没有一个通用的衡量指标。然而， 一般来说，对于匹配供需的双边市场，要特别注意市场指标和单位经济效益指标；对于社交网络（包括工作场所网络），最重要的是参与度指标和活跃度指标。 不过，归根结底，这一切都归结于网络效应的定义： 你的产品是否会因为越来越多的人使用它而变得更有价值。因为只有这样，你才能为用户和你的业务创造和增长价值。

获客相关指标

#1 自然用户 vs. 付费获取用户

你的新用户中自然用户的比例是多少?

What percentage of your new users are organic?

在一个具有网络效应的业务中，自然用 户相对于付 费获取用户（即你花钱去获取的用户）的比例应该随着时间的推移而增加。这是因为随着网络的增长，加入网络对用户变得更有价值，应该有更多的用户希望自己加入。

对于Facebook等具有直接网络效应（ direct-side network effects ），也称为需求侧收益递增（ demand-side increasing returns ）的公司来说， 因为用户自己的体验会得到改善，所以 人们会让他们的朋友也加入这个平台，进而公司的自然用户比例将会增长。对于Airbnb、eBay等双边市场，随着更多的供应商（房屋、卖家）和买家希望加入该网络以获得潜在的收入和多样化选择时，新用户中的自然用户比例也将会增长。

需要明确的是，这并不意味着付费获客是一件坏事；许多公司，包括Facebook和优步，都会花钱获取新用户，尤其是在新市场。但是， 任何一家寻求可持续发展业务的公司，一旦他们达到一个关键用户数量，就会减少付费获客的比例。一句话：随着一个网络规模的扩大和它对用户价值的增长，它应该减少对付费获客的依赖。

但这里还有第二层微妙之处，即怎么定义相关用户这个分母，而自然用户在这个分母中的比例应该逐步扩大。正确的答案取决于产品和使用场景：一个具有本地网络效应的公司（例如，在附近而不是全局范围内寻找家庭服务商）将只会以地理位置为基础（ geography-by-geography basis ）显示出自然新用户的增加。对于设计用于特定环境（如学校）的小型社交网络，自然用户的百分比应该在该特定网络的原子单位基础上增加（即学校）。

#2 流量来源

随着网络的增长，网络上有多少流量/交易是由内部产生的，由网络本身产生， 而不是从外部来源产生的？

As the network grows, how much traffic/transactions on the network are generated internally, arising from the network itself vs. from external sources?

正如有价值的网络应该自然地吸引更多用户一样，有价值的网络也应该成为一个目的地，即用户希望在此平台或市场上花费更多时间。

测量流量来源是一种有助于识别这一点的方法，即分离并跟踪网络上有多少流量或交易是直接来自于网络的，有多少是来自外部来源的。更多的直接流量表明，随着网络的增长，用户发现网络越来越有价值。

这里一个值得思考的有用例子是OpenTable，一家在线餐厅预订公司；最初，在 网络 规模较小时， 典型的用户流是：

外部搜索或发现餐厅>选择一家餐厅>访问该餐厅的网站>通过餐厅网站上的OpenTable组件预订

随着OpenTable网络的发展，它对用户变得更加有用，因为用户可以通过它查看该网络上 所有 餐厅的预定状态，而不用通过某个餐厅自己的网站查看。随着用户在OpenTable上开始发现餐厅的过程，直接流量所占的比例也随之增加：

研究或发现OpenTable上的餐厅>选择一家餐厅>跳过该餐厅的网站并直接在OpenTable上预订

一个类似的例子是Medium：随着网络的发展， 有更多的内容可以阅读，有更多的作者可以关注 ， 更大比例的阅读时间来自于 Medium网站本身。这两个都是典型的“为工具而来，为网络而留”类型的业务。

#3 付费CAC时间序列（Time series of paid CAC）

你需要花多少钱来获得供应？

How much do you need to spend to acquire supply?

理论上，一旦网 络效 应“飞轮（ flywheel ）”开始加速，付费CAC（Customer Acquisition Cost 客 户获取成本）应该会随着时间的推移而下降，但实际上， 这也取决于许多其他因素：在Facebook这样的营销渠道上的竞争，即随着广告客户的增多，广告需求的增加，广告价格会上涨；替代产品的可用性；病毒循环；等等。

例如， 对于拼车服务，司机们（市场中更受限的一方）有各种各样的替代品可供选择，这使得随着时间的推移，获得这种供应变得更加昂贵。 但像OpenTable这样的公司，它将需求聚合到单一平台上，随着时间的推移，获取餐厅供应会变得越来越便宜。

顺便说一下：把网络效应和病毒式营销混为一谈是很常见的，但这两个概念是不同的。网络效应业务是指 随着每个增量用户的加入，产品/服务的价值不断增加 。虽然网络效应业务通常具有很大的病毒式增长成分，这会影响到CAC，但这两个概念并不相同。 病毒式增长（用户邀请其他用户）可以存在于非网络效应业务中。因此，那些擅长病毒式增长但没有网络效应的公司可以快速增长，但也会迅速熄灭。

竞争对手相关指标

#4 多租户的盛行（Prevalence of multi-tenanting）

有多少用户也在使用其他类似的服务？ 有多少用户在类似的服务中处于活跃状态？

How many of your users also use other similar services? How many users are active on similar services?

重要的是要了解你的用户是否也在使用类似的服务，包括功能可能不完全相同的相关服务。

我们经常观察到， 如果一家公司能够复制一个网络，它就可以添加新的功能层次，从而避免对其他产品的需求。即使它没有消灭目标公司，这种多租户也会减少使用量，压缩所有竞争对手的利润率。 例如，一个为遛狗者和宠物主人提供服务的市场，有机会进入宠物健康、食品或其他邻近产品领域，因为它已经从核心业务中建立了一个宠物主人网络。Facebook开发了转瞬即逝的Stories，并将这一功能添加到包括Instagram在内的各种应用程序中， 进而阻碍了Snapchat的增长。

衡量这种多租户可能很棘手，这可能意味着调查你的用户，询问他们是否 使用其他服务 ；深入挖掘用户 流失或使用量下降的原因（并弄清楚这些用户是否正在转向其他服务） ；或者仅仅蛮力地在其他平台上搜索用户的个人资料！但是，一旦你看到有多少用户是多租户，就有办法加固你的产品， 这样用户就不会那么想去别的地方了 。 例如，在拼车服务中（双边都有很高的多租户），公司在乘客一方推出订阅服务，在司机一方提供奖金，以提高用户留存，减少对竞争对手服务的使用。

最后，即使你很清楚你的用户群与其他服务的用户群之间有重叠， 重要的是要 考虑他们的活跃程度：他们只是维护一个profile，还是在活跃地使用它？拥有LinkedIn个人资料在专业人士中很普遍，但对于一家试图创建专业服务网络的初创公司来说，了解这些用户是否活跃是很重要的，这样他们就可以针对当前产品不能很好地服务这些用户的领域。 这是一种常见的网络策略，以“特洛伊木马”的方式，从服务不足的细分市场开始，建立一个竞争的网络。

#5 转换或多宿主成本（Switching or multi-homing costs）

用户加入一个新的（甚至不存在的）网络有多容易？作为新用户加入一个不同的网络，用户可以获得多大的价值？

How easy is it for users to join a new (and even a non-existent) network? How much value can users get as a new user from joining a different network?

除了替代品的可用性之外，对于一个网络的用户来说，注册并加入 一个竞争网络的流程有多容易?

注册并成为一个活跃用户所涉及的摩擦因产品而异。那些需要前期高投入才能参与 其中的产品可能会发现，激活潜在的新用户是一项挑战，但这也是对抗竞争对手的护城河，因为一旦这些用户活跃起来，他们就不太可能成为多租户。 看看在线个人造型服务行业的格局，一个Stitch Fix客户可能会发现尝试另一个服务很枯燥乏味，因为需要前期投资，即向新造型师解释她的偏好、输入关于她的品味和尺寸的信息、校准收到的各种款式和退货等。

相反，如果一款产品 激活 新用户所需的能量很低，它可以更容易通过让用户进入多租户并转换的方式来 楔进 市场： 因为优步已经有数百万用户用于拼车的信用卡信息，所以之前使用另一个送餐网络的用户可以很容易地开始使用Uber Eats，而不会有太多摩擦。

这里另一个重要的考虑因素是， 当用户加入新的网络时，他们在开始时能获得多少价值，即冷启动时的用户体验是什么？ 对Facebook来说，尽管用户可以很容易地加入其他社交网络，但他们的数据、内容和网络都在Facebook上，因此邀请他们的社交网络成员并重建他们的社交图谱的转换成本很高。另一方面，对于招聘市场，雇主可以很容易地将他们的招聘要求上传到多个网站， 并从一开始就收到求职者的申请。

将转换或多宿主成本提炼成 一个可量化的度量指标是很棘手的，而且任何度量指标都是针对特定的业务和市场的。 潜在指标可能是完成加入竞争对手网络流程所需的时间； 或者达到一个产品有用的最小阈值或“神奇数字”（例如，Facebook上的10个好友）的容易程度，等等。

参与度相关指标

#6 用户留存率 同期群 （User retention cohorts）

新同期群的用户留存率是否有所提高?

Is your user retention improving for newer cohorts?

网络效应的经典定义是，产品或服务对用户的价值随着使用相同产品或服务的其他用户数量的增加而增加。因此， 用户价值的增加应该反映在用户留存率同期群中：新的同期群（cohorts）（当网络更大、更有用时体验产品的人）在任何给定的时间段内都应该比在网络较小时加入的老同期群拥有更高的留存率。

然而，在这里，理论往往与现实不同，我们经常看到企业的同期群留存率 随着时间的推移而下降。这是因为在评估用户留存率 （本列表中的指标#6-8） 时需要考虑的一个主要混淆因素，即 最老的用户同期群（尤其是针对社交网络/基于社区的产品）往往是早期采用者，他们是产品/服务的最“理想客户”。这些早期的，往往是高度积极的用户很自然地使最老的用户群成为更好的留存率同期群，而不是最新的用户。

其他情况也会改变对这一指标的分析：竞争对手的存在；超本地（hyperlocal）的网络效应，从而在每个新的地理位置上为新用户“重置”；或者甚至是负面的网络效应，即对用户的价值实际上在某个阈值上下降（可能由于网络拥挤或污染）。

#7 核心操作留存率同期群（ Core action retention cohorts ）

用户对产品采取的核心操作所定义的用户留存率，是否会在新同期群有所改善?

Is retention, as defined by users taking a core action for the product, improving for newer cohorts?

深入挖掘参与度漏斗，您希望看到是否有更多用户正在对你的产品 采取 “核心操作 ”。 核心操作可以是一个实际上对应于用户从你的产品中获取价值的操作，和/或与你的业务模型紧密对应的某个操作。

例如，如果Nextdoor的核心操作是用户在社区新闻流上发布内容，那么随着网络密度的增长，他们应该希望看到基于该核心操作的用户留存率有所提高。 这种核心操作留存率比仅仅登录或打开应用这些上层指标更能说明网络效应。

# 8 付费留存和付费用户留存同期群（Dollar retention & paid user retention cohorts）

在给定的时间段内，以付费金额为基础计算，新的同期群是否比老同期群留存得更好?

Are newer cohorts retaining better on a dollar basis, for every given time period, than older cohorts?

订阅和付费产品需要注意付费留存率 和付费用户 留存率 。就同期群收入而言，新同期群 应该比老同期群得到更好的留存率。为什么？ 因为为产品付费表明了用户对该产品的重视程度，具有网络效应的产品（随着时间的推移变得更有价值）在新用户群中应该具有更高的付费留存率和付费用户留存率。

例如，随着Angie‘s List（家庭服务目录）的网络覆盖范围的改善，考虑到网站的更大效用，我们预计会看到新的用户订阅者同期群得到更好的留存，无论是在付费留存率方面还是在订阅者数量方面。

#9 基于位置/地理位置的留存（ Retention by location/geography ）

对于具有本地网络效应的业务来说，最老的市场中的参与者是否比新市场中的参与者更好地留存了下来？

Are participants in the oldest markets — for businesses with local network effects — better retained, than those in newer markets?

对于本地网络效应业务，网络效应以每个市场为基础 存在，并在新的地理位置“重置 ”。例如，对于在 Charlotte 的Care.com用户来说，纽约市有更多的保姆并不影响他们的用户体验；但是在本地有更多的保姆确实提高了这里网络的 实用性 。

随着每个地区的成熟和网络密度的增加，这些市场的留存率应该都会提高。因此，最古老或最成熟的市场往往比新市场的留存率更高。我们在几乎所有本地网络效应业务共享的数据中都看到了这一点。

#10 超级用户（ Power user ）曲线，即L7和L30图表

用户是否正在向超级用户曲线的右侧移动？换句话说，随着时间的推移，他们是否变得更加投入?

Are users shifting to the right side of the power user curve? In other words, are they becoming more engaged over time?

超级用户通过为网络贡献大量价值，推动了一些最成功的公司。虽然 DAU/MAU（每日活跃用户除以每月活跃用户）是衡量用户参与度的常用指标 ，但它也有其不足之处，而超级用户曲线为理解用户参与度提供了一种更细致入微的方法。

简而言之， 超级 用户曲线（通常称30天的为L30图表，或7天的为L7图表）是用户参与度的直方图，显示在给定的时间范围内，用户活跃执行某一特定操作的总天数。 在分析网络效应业务时，观察用户在同期群基础上采取特定操作的频率，可以让你了解一个产品是否真的在拥有更多用户的情况下获得效用，也就是网络效应。 如果一个产品确实在拥有更多用户的情况下更有价值，那么随着时间的推移，这应该反映在越来越多的用户转向更高频率参与度的分类中，即一个更右倾的超级用户曲线。

市场指标（Marketplace Metrics）

#11 匹配率（又名利用率、成功率等）

市场的双方如何成功地找到对方？

How successfully can the two sides of the marketplace find each other?

任何市场的工作都是促进供需的匹配。