Network Effect

经济合作与发展组织（OECD） 把同一群体中用户对其他用户的影响称为直接网络效应。假设聊天软件里有你认识的 10 个人，又来了一位你需要联系的人，服务就增加了一种实用机会。新增一百万个陌生或不活跃的账户，未必同样有帮助。关键是可以联系的对象，而非广告上的数字。因此，并非每个新账户都给每位用户带来相同好处。家庭聊天、工作团队和公共社区，需要的人员范围也可能不同。 [1]

间接网络效应通过另一群人产生。OECD 用平台的买卖双方说明这一点。假设市场里有 100 位买家和 10 位卖家。买家增至 200 位，卖家仍为 10 位，卖家有了更大的潜在客群，买家的商品选择却不会自动扩大。之后加入的合适卖家，才可能带来更多选择。系统用户与实用扩展程序的开发者之间，也可能形成类似关系。在支付领域，Merchant Adoption 指商家开始接受某种付款方式。应分别统计买家、销售场所和扩展功能，并问每一方实际获得了什么。 [1]

即使顾客之间互不影响，大企业也可能降低成本。OECD 将这种机制与网络效应区分开来。假设一家作坊的总成本为 C(q) = 1 000 + 2q：q 是产量，固定支出不随件数改变，其余部分随生产增加。q = 100 时，平均每件成本为 12；q = 200 时为 7。同一笔固定支出被更多产品分摊了。这本身不能证明 Network Effect：邻居购买同样的产品，不一定让你的产品更有用。生产商也未必把全部节省转化为你支付的更低价格。 [2]

新增参与者不一定改善所有人的体验。OECD 提到选择过多、隐私顾虑等大型网络的局限。市场新添卖家，会增加买家的选择，却也增加现有卖家的竞争。群聊消息太多，反而可能让重要信息更难找到。因此，一方改善并不能证明所有人都受益。评估时要说明你在谈谁的体验，实际发生了什么变化。只有账户数，没有质量和服务容量的信息，无法回答这个问题。 [2]

朋友分散在不同应用里，你不必只选一个。OECD 把这种同时使用称为 multi-homing。假设网络 A 有 100 人，B 有 80 人，其中 60 人两边都用。总共是 100 + 80 − 60 = 120 个不同的人，而非 180：直接相加，把重合用户算了两次。一个服务增长，也不一定意味着另一个流失。同时还要区分数据可携带性与互操作性。带走联系人列表有助于迁移，却不能单凭这一点实现两款应用之间持续通信。 [3]

把人联系起来，不需要一家企业拥有一切。RFC 6120 描述了 XMPP，这套协议允许不同服务器交换消息。这种互联称为联邦互联。不过，第 13.14 节规定它是可选的，运营者可以不启用。因此，两家服务标着 XMPP，并不保证双方用户一定能通信。实际连接、功能支持和可用性都要确认。其他系统也必须按各自的规则判断。例如，Nostr 是用于社交应用的开放协议。开放标准提供互联的可能，并不证明人人都能联系上所有人。 [4]

投资专业人士组织 CFA Institute 讨论了按网络连接建模的方法及其限制。假设若干彼此隔离的群体，每组 10 人。如果有 3 组，且组内人人相通，每组就有 45 个可能配对，合计 135。把全部 30 人连起来，则有 30 × 29/2 = 435 个配对：每个人都能以其他人为潜在对象，除法去掉了重复计数。人数没有增加，改变的是结构。但 135 和 435 都不是观察到的交易次数，也不是网络的货币价值。同样，Market liquidity 指在价格不明显恶化的情况下交易所需数量的能力，这需要实际报价；联系人数量无法保证它。 [5]

OECD 讨论了吸引参与者的激励以及市场领先的条件。假设一次活动获得 1 000 个注册，指定的下一个月里，这组人中有 200 人回来，也就是说，其中 20% 的人再次使用了服务。单凭这个比例不能衡量网络效应：它反映了重复使用，却没有说明人们为什么回来。应看奖励结束后的实用性、其他参与者是否帮助用户，以及换用别家服务是否方便。货币领域的 Monetary Network Effect 进一步讨论接受程度与交换用途的关系。一般的 Network Effect 并不保证垄断，也不保证比特币或股票涨价。优势需要由具体使用来解释。 [1]