Instalas una aplicación de mensajería estupenda, pero ninguno de tus amigos la usa. Puede tener funciones excelentes y aun así servirte de poco. Cuando llegan personas con las que quieres comunicarte, ganas posibilidades sin que la propia aplicación tenga que cambiar. Eso es Network Effect: la participación ajena modifica la utilidad del servicio para ti. Compradores y vendedores de un mercado también pueden ayudarse mutuamente. Pero una red mayor no siempre es mejor ni tiene por qué enriquecer a su propietario. Importan las relaciones reales, la calidad y el coste de usarla.
La Organización para la Cooperación y el Desarrollo Económicos (OCDE) llama efecto de red directo a la influencia de usuarios sobre otros del mismo grupo. Tienes 10 conocidos en tu aplicación; se incorpora alguien con quien necesitas hablar y el servicio ofrece una posibilidad útil más. Un millón de cuentas desconocidas o inactivas quizá no te ayuden igual. Importa un contacto accesible, no solo una cifra publicitaria. Por eso no toda cuenta nueva beneficia por igual a cada usuario. Un chat familiar, un equipo de trabajo y una comunidad pública también pueden necesitar círculos distintos. [1]
El efecto indirecto pasa por otro grupo. La OCDE lo explica con compradores y vendedores de una plataforma. Nuestro mercado tiene 100 compradores y 10 vendedores. Pasar a 200 compradores manteniendo 10 vendedores amplía el público potencial de los comerciantes, pero no automáticamente el surtido para los compradores. La llegada posterior de vendedores adecuados podría ampliarlo. Algo similar ocurre entre usuarios de un sistema y creadores de complementos útiles. En pagos, la incorporación de comercios que aceptan un medio se llama Merchant Adoption. Cuenta por separado compradores, lugares de compra y complementos, y pregunta qué gana realmente cada grupo. [1]
Una empresa grande puede tener menores costes aunque sus clientes no influyan entre sí. La OCDE distingue esto de los efectos de red. Imagina un taller con costes totales C(q) = 1 000 + 2q: q es la cantidad producida, el gasto fijo se paga independientemente del volumen y el resto aumenta con la producción. Con q = 100, el promedio es 12 por unidad; con q = 200, es 7. El mismo gasto fijo se reparte entre más unidades. Eso solo no demuestra Network Effect: que compre tu vecino no hace necesariamente más útil tu producto. Tampoco todo ahorro del fabricante tiene que trasladarse al precio que pagas. [2]
Sumar participantes no mejora necesariamente la experiencia de todos. La OCDE señala la sobrecarga de opciones, la privacidad y otros límites de redes grandes. Un vendedor nuevo amplía las opciones de los compradores, pero añade competencia a los vendedores existentes. Más mensajes en un chat pueden dificultar encontrar lo importante. Mejorar para un lado no prueba una mejora para todos. Hay que precisar de quién hablamos y qué cambió realmente. El número de cuentas, sin información sobre calidad y capacidad, no da esa respuesta. [2]
Si tus amigos están en aplicaciones distintas, no tienes por qué elegir solo una. La OCDE llama multi-homing a ese uso simultáneo. En nuestro ejemplo, A tiene 100 personas, B tiene 80 y 60 usan ambas. Son 100 + 80 − 60 = 120 personas distintas, no 180: la suma simple cuenta dos veces a quienes comparten redes. Que una crezca tampoco implica que la otra pierda usuarios. Distingue además portabilidad e interoperabilidad. Llevarte la agenda facilita mudarte, pero por sí solo no permite la comunicación continua entre dos aplicaciones. [3]
No hace falta que una empresa sea dueña de todo para conectar personas. RFC 6120 describe XMPP, un protocolo con el que diferentes servidores pueden intercambiar mensajes. Esa conexión se llama federación. Sin embargo, el apartado 13.14 la hace opcional: el operador puede no habilitarla. Dos servicios que anuncian XMPP no garantizan, por ello, que sus usuarios se comuniquen. Importan las conexiones reales, las funciones compatibles y la disponibilidad. Los demás sistemas también deben evaluarse según sus propias reglas. Nostr, por ejemplo, es un protocolo abierto para aplicaciones sociales. Un estándar abierto permite conectar; no confirma que todos lleguen a todos. [4]
CFA Institute, una organización profesional del sector de la inversión, analiza modelos basados en conexiones de red y sus límites. Imagina grupos separados de 10 personas. Si hay 3 grupos conectados por completo internamente, cada uno tiene 45 parejas posibles, 135 en total. Conectar a las 30 personas produce 30 × 29/2 = 435 parejas: cada una tiene a las demás como posibles interlocutores y la división elimina el doble recuento. No llegó nadie nuevo; cambió la organización. Ni 135 ni 435 es, sin embargo, un número observado de operaciones o el valor monetario de la red. Market liquidity, poder negociar la cantidad necesaria sin empeorar mucho el precio, también requiere ofertas reales; contar contactos no la garantiza. [5]
La OCDE describe incentivos para captar participantes y condiciones del predominio de mercado. Nuestra campaña consigue 1 000 registros, pero en el mes siguiente especificado vuelven 200 personas de ese grupo. Es decir, el 20 % del grupo volvió a usar el servicio. Esto tampoco mide por sí solo un efecto de red: registra el uso repetido, no el motivo por el que esas personas regresaron. Observa la utilidad cuando terminan los premios, la ayuda de otros participantes y la facilidad para cambiar de servicio. En el dinero, Monetary Network Effect desarrolla la relación entre aceptación y utilidad para intercambiar. Network Effect no garantiza monopolios ni subidas del bitcoin o de una acción. La ventaja necesita explicarse mediante el uso real. [1]
Para obtener la imagen más completa, lee esta entrada junto con Monetary Network Effect, Market liquidity, Merchant Adoption, Nostr. También enlazan con esta entrada Lindy Effect, Bitcoin Adoption Metrics, Fundamental analysis, The Bullish Case for Bitcoin.