Siguiendo con la serie de post sobre el Efecto Red basado en las excelentes publicaciones de la firma de inversión NFX ahora toca abordar las diferentes propiedades que describen los diferentes tipos de Efecto Red.
A modo introductorio, recordar que la definición simplificada de efectos de red (ER) es que es lo que ocurre cuando el producto o servicio de una empresa se vuelve más valiosa a medida que aumenta el uso.
Irregularidad del efecto red
Las redes no suelen ser uniformes en la vida real. Solo parecen uniformes cuando tratamos de representarlas en los gráficos. Tienen racimos, puntos calientes y puntos muertos. Estos reflejan las irregularidades de los sistemas complejos en el mundo real.
Los ejemplos incluyen geografía (por ejemplo, los habitantes de las zonas urbanas se comportan de manera muy diferente a la gente rural), diferencias en las relaciones del mundo real (las relaciones entre la gerencia y los empleados son diferentes de las relaciones entre compañeros de trabajo a nivel de pares), tamaño (una empresa con dos personas tomará decisiones de manera diferente a una con 30 o 500 personas), y muchos otros.
Es importante identificar estas irregularidades. Encontrar el «centro al rojo vivo» dentro de la red y concentrarse en él inicialmente para crear un efecto de red antes de expandir su enfoque a la red más amplia.
Identidad real vs pseudo anonimato vs anonimato
Muchas empresas de efectos de red requieren que los usuarios creen un perfil que sea visible para otros nodos de la red. Las redes con perfiles vinculados a la identidad real de un nodo, como su nombre personal real o el nombre real de la empresa, suelen ser más efectivas para crear efectos de red que las redes con perfiles seudónimos.
No es una coincidencia que las tres redes sociales más grandes y exitosas del mundo occidental, LinkedIn, Facebook y Twitter, sean también las primeras que ofrecieron con éxito perfiles de identidad reales a escala (aunque Twitter permite el uso de identificadores seudónimos, las identidades que la gente usa generalmente están ligada a su identidad del mundo real). Todos los cientos de redes sociales que se lanzaron antes de que los nombres reales fueran aceptables finalmente murieron.
La identidad real también es fundamental en los negocios de efecto de red de plataformas y mercados bilaterales, donde la confianza y la reputación facilitan la liquidez de las transacciones.
Una advertencia: hay algunas aplicaciones, en criptografía o trabajo de espionaje gubernamental, donde el anonimato es una característica necesaria de la red. Sin embargo, por lo general, estas redes colapsan en poco tiempo por tres razones: a) cuando el anonimato de la red se rompe y la confianza en el sistema termina, b) cuando lo que se transfiere entre nodos se vuelve de muy baja calidad a medida que los usuarios gratuitos anónimos arrastran la red abajo, y 3) a medida que la red anónima se vuelve inaceptable para el resto del mundo y las autoridades de varios tipos (como los gobiernos) intervienen.
Y seamos claros, con Telegram, por ejemplo, si bien los mensajes de los usuarios están encriptados, lo usan porque les permite conectarse con identidades reales, no con personas anónimas. No hay que confundir privacidad con anonimato. Son cosas diferentes.
Asimetría
Este término se relaciona principalmente con los mercados, ya sea que ese mercado sea de 1, 2, 3 o N lados. En casi todos los mercados, un lado o un tipo de nodo es más difícil de adquirir que el otro.
En algunos casos, el lado más difícil del mercado es el lado de la demanda: los compradores. Por lo general, en este escenario, si logras atraer personas que estén dispuestas a pagar (compradores), los proveedores (vendedores) aparecerán rápidamente y sin tanto esfuerzo. A esto lo llamamos un «mercado del lado de la demanda».
FreeLancer, SoyFreelance, Fiveer o Malt son ejemplos que se enfocan en encontrar demanda y dependen de la oferta para presentarse orgánicamente. O plataformas de crowdlending (préstamos p2p) como October o MyTripleA. Son plataformas que centran sus esfuerzos en encontrar demanda (prestatarios) por el dinero, y los prestamistas se presentan solos para proporcionar el dinero a esos prestatarios.
En algunos casos, el lado más difícil es la oferta, y los usuarios del lado de la demanda se sienten atraídos por el mercado de manera orgánica una vez que el lado de la oferta es sólido. A esto lo llamamos un «mercado del lado de la oferta». Por ejemplo, Uber y Lyft gastan la mayor parte de su presupuesto de adquisición pagado en la adquisición de conductores: el lado de la oferta. De manera similar, OpenTable (reservas de restaurantes) tuvo que adquirir lentamente restaurantes, el lado de la oferta, uno por uno, hasta que hubo acumulado suficiente oferta después de siete años para atraer la demanda (personas que buscan hacer reservas en restaurantes).
Por supuesto, en algunos mercados, si tienes mala suerte o es imprudente en su sector objetivo, encontrarás que ambas partes son igualmente difíciles de atraer. Eso dificulta mucho las cosas.
Otra asimetría en los mercados se relaciona con la asimetría dentro de un lado o dentro de un tipo de nodo. En otras palabras, no toda la oferta o demanda es igual. Por lo general, hay ciertos nodos que resultarán más valiosos para ingresar en tu red, a veces hasta 1000 veces más valiosos que otros nodos.
Busca estas diversas asimetrías en un mercado y prioriza qué tipos de demanda u oferta serán los mejores para atraer primero, segundo y tercero. Luego, concéntrate en desarrollar tácticas para descifrar primero el objetivo de mayor valor.
Redes homogéneas vs redes heterogéneas
Las redes homogéneas son redes donde todos los nodos tienen la misma función en la red. Un usuario es intercambiable con el siguiente en la función básica que realiza. En una red de telefonía fija, por ejemplo, cada nodo (teléfono) realiza básicamente la misma función que cualquier otro, y la gente tiende a tener teléfonos por las mismas razones. Las redes de telecomunicaciones, en general, suelen ser homogéneas.
Las redes heterogéneas son redes donde hay dos o más clases de nodos categorizados tanto por función como por utilidad. En la red de mercado de Honeybook o Monday, los organizadores de eventos se comportan de manera diferente a los fotógrafos, que se comportan de manera diferente a los floristas. Los nodos de compradores en eBay están en la red por razones fundamentalmente diferentes a las de los nodos de vendedores.
Efectos de Red asintóticos
Los efectos de red asintóticos son efectos de red con rendimientos decrecientes. Recuerda la definición básica de efectos de red: a medida que aumenta el uso de un producto, también aumenta su valor para cada usuario. En algunos casos, sin embargo, los efectos de la red pueden comenzar a debilitarse después de cierto punto en el crecimiento de la red. El crecimiento en una red asintótica, después de un cierto tamaño, ya no beneficia a los usuarios existentes.
Uber es un ejemplo de esto, ya que después de un tiempo de espera de aproximadamente 4 minutos, los pasajeros de Uber ya no se benefician mucho de un aumento en el número de conductores. El valor de más “asíntotas” de oferta a medida que el crecimiento del valor se acerca a cero por el lado de la demanda.
Muchos efectos de red de datos, por ejemplo, son asintóticos. Una vez que el conjunto de datos alcanza un cierto tamaño, el algoritmo ya no mejora significativamente a medida que crece el conjunto de datos. La mayoría de los efectos de la red de datos sufren esta propiedad. Empresas como Waze hacen el mejor trabajo para evitar esto, porque ese servicio requiere datos en tiempo real que deben actualizarse continuamente por miles o incluso decenas de miles de nodos para que sean mínimamente útiles.
Efectos de Red del mismo lado
Los efectos de red del mismo lado son efectos de red directos que se producen en el mismo lado de una red de varios lados (red de 2 lados o de N). Los efectos de red del mismo lado se refieren al cambio en el valor que se produce para los usuarios del mismo lado con la adición de usuarios de ese lado.
Por ejemplo, Uber en realidad tiene efectos negativos de red en el mismo lado o un efecto de congestión. Esto se debe a que, en un momento dado, una mayor cantidad de pasajeros significa un precio más alto o un tiempo de espera más alto por viaje. Lo mismo ocurre con los conductores: más conductores de Uber significan más competencia para otros conductores.
Sin embargo, los efectos de red del mismo lado también pueden ser positivos. Este es el caso de los usuarios de Windows, que se benefician de la incorporación de nuevos usuarios de Windows debido a la compatibilidad de archivos. Dos usuarios de Windows pueden compartir archivos fácilmente entre ellos, y la cantidad de personas con las que puede compartir archivos aumenta con la cantidad de personas que utilizan la misma plataforma.
Efectos de Red transversales
Los efectos de red transversales son efectos de red directos que surgen de bienes o servicios complementarios en una red con más de un lado. A diferencia de los efectos de red indirectos, los efectos de red transversales se refieren específicamente al aumento directo de valor para los usuarios de un lado de una red mediante la adición de usuarios al otro lado.
Entonces, para tomar el ejemplo de Uber una vez más, existen grandes efectos de red cruzados positivos porque cada conductor adicional agrega valor directo a todos los usuarios del lado del pasajero (hasta cierto punto) y viceversa.
Efectos de Red indirectos
Los efectos de red indirectos ocurren cuando el valor de una red aumenta como resultado de que un tipo de nodo beneficia directamente a otro tipo de nodo, pero no beneficia directamente a los otros nodos de su mismo tipo. Los nodos del mismo lado se benefician indirectamente entre sí porque crean un mayor incentivo para que los usuarios complementarios del otro lado de la red utilicen la red, lo que a su vez beneficia a todos los nodos del mismo lado.
Por ejemplo, en un mercado de 2 caras como eBay, la incorporación de un nuevo vendedor no beneficia directamente a otros vendedores. De hecho, otro vendedor solo significa más competencia para todos los demás vendedores de eBay. Sin embargo, debido a que un inventario ampliado de bienes hace que el mercado en su conjunto sea más atractivo para los compradores, los vendedores adicionales terminan beneficiando indirectamente a otros vendedores debido al aumento total de clientes potenciales. Hay un poderoso crecimiento indirecto en el valor de la red para los vendedores con cada nuevo vendedor. Las plataformas de sistemas operativos como Microsoft Windows son otro buen ejemplo de efectos indirectos de red en funcionamiento. Los nuevos desarrolladores de Windows no benefician directamente a otros desarrolladores. Sin embargo, con una mayor biblioteca de programas de Windows, aumentará el número de usuarios de Windows. Y un mayor número de usuarios de Windows es beneficioso para todos los desarrolladores porque aumenta el grupo de clientes potenciales para sus programas.
Efectos de Red negativos
En algunas situaciones, un mayor uso de la red o un mayor tamaño de la red pueden disminuir el valor de la red, lo que genera efectos negativos en la red.
Los efectos negativos de la red pueden ocurrir de dos formas: congestión de la red (mayor uso) y contaminación de la red (mayor tamaño).
El ejemplo más conocido de congestión de la red es el tráfico rodado. Durante las horas pico, cada automóvil adicional en la carretera hace que la red de carreteras de una ciudad esté más atascada (es decir, menos valiosa) para otros conductores. Se puede producir una congestión similar en las redes de telecomunicaciones, aunque es menos frecuente en las redes en línea.
La contaminación de la red, sin embargo, es más común para las redes en línea. Cuanto más crece su gráfico social en Facebook, por ejemplo, más contaminado se vuelve su News Feed de Facebook con contenido irrelevante o no deseado de conocidos que apenas conoce o contactos profesionales / familiares.
Es posible que las redes tengan efectos de red negativos y positivos al mismo tiempo. Twitter y Facebook son dos de los mejores ejemplos, ya que los feeds de Twitter y Facebook te muestran muchas personas en tu red, pero si son demasiadas, el feed puede contaminarse.
Es importante ser consciente de esto para crear funciones de producto para mitigar los efectos negativos de la red tanto como sea posible mientras fomentan los efectos positivos de la red.