Page 97 - 創新與創意
P. 97
17.網路效應，跟你想的不一樣！資料競爭力七大
驗證
When Data Creates Competitive Advantage...
安德烈．哈邱 Andrei Hagiu , 朱利安．懷特 Julian Wright
• 2020 年 1 月號(回答七大問題，驗證你的資料競爭力)
你是否高估了數據資料能帶來的優勢？ 由資料促成的學習，雖然會帶動看來可能類似網
路效應的良性循環，但效能沒有那麼強大或持久。 要確定顧客資料是否可協助建立市場
進入障礙，企業應回答七個問題來檢視資料的價值：能創造多少附加價值；邊際價值遞
減速度有多快；使用者資料的相關性貶值速度；資料是否是專屬的；要模仿這類產品改
善有多困難；改善的產品，是否適用於其他使用者；多快能將見解整合到產品中。
很多高階主管和投資人都假定，可以利用與顧客資料有關的能力，來取得無與倫比的競
爭優勢。你擁有的顧客愈多，可收集到的資料也就愈多，而用機器學習工具分析這些資
料之後，你就能提供更好的產品，以吸引更多顧客。然後，你可以收集更多資料，最終
把競爭對手邊緣化，就如同那些擁有巨大網路效應的企業那樣。他們的想法大概就是如
此。這種假設通常是錯誤的。在大多數情況下，人們都過分高估了資料帶來的優勢。
資料促成的學習（data-enabled learning）所引發的良性循環，可能看起來很類似一般的網
路效應所產生的良性循環，也就是某項產品或服務（例如社群網站平台）隨著愈多人使
用而變得愈有價值，最終取得了關鍵多數的使用者，因而排除掉其他競爭者。但在實務
上，一般的網路效應能維持更長的時間，往往也更強大。若要建立最強大的競爭地位，
你既需要網路效應，也需要資料促成的學習。然而，很少有公司能同時發展這兩者。不
過在適當的條件下，即使沒有網路效應，顧客產生的資料也能協助你建立競爭防禦。在
本文中，我們將向你逐一說明這些條件，並解釋如何評估這些條件是否適用於你的企
業。
有什麼改變？
雲端、連網、演算法，資料運用更迅速
以數據資料為基礎而打造的公司，已經存在很長一段時間。信用紀錄和資料搜集業者律
商聯訊（Lexis-Nexis）、湯森路透（Thomson Reuters）和彭博（Bloomberg），只是其中
一些例子。這些企業受到重大的市場進入障礙保護，因為收集和彙整大量資料可達到規
模經濟；但是，它們的商業模式並沒有從顧客身上收集資料，再進行資料探勘，以了解
如何改善產品。
收集顧客資訊，並運用這些資訊來改善產品和服務，是歷史悠久的策略，但這個過程向
來十分緩慢、範圍有限，而且難以擴大規模。對汽車製造商、消費品公司和眾多其他的
96
