Efeito de rede e sua importância para startups
Efeito de rede e sua importância para startups
Sunday Drops 🌊 #13
O dia que seu negócio ou investimento se torna mais explosivo é quando você entende qual o network effect dele. Se você é investidor, empreendedor ou interessado em tecnologia, você já deve ter ouvido sobre esse conceito, que é amplamente difundido mas pouco aprofundado pelas pessoas do ecossistema (eu incluso!). É até raro ver slides sobre network effects em pitch decks.
Efeito de rede gera barreiras de entrada e vantagens competitivas ao criar um ciclo virtuoso: quanto mais usuários entram na plataforma, mais atrativo ela é para os outros usuários, o que gera mais benefícios para que novos usuários entrem e assim, ela se torna ainda mais forte à medida que mais e mais membros acessam a plataforma.
As empresas mais valiosas do mundo hoje são altamente influenciadas por network effects, tal como:
E-Commerce: Mercado Livre, Ebay, Amazon, Alibaba
Mobilidade: Uber, 99, Lyft
Delivery: iFood, Rappi, Grubhub, Door Dash
Redes Sociais: Instagram, Twitter, TikTok, Twitter, Linkedin, Pinterest
Viagens: Airbnb
Continuando a utilizar o Sunday Drops como minha ferramenta de learning in public, hoje vou aprofundar sobre esse fenômeno através dos seguintes tópicos:
O que é network effect?
Tipos de Efeito de rede
Métricas e Variáveis para avaliar a força de um network effect
Conteúdos para se aprofundar
nfx = network effect = efeito de rede1. O que é network effect
Efeito de rede é o resultado que a quantidade de usuários tem sobre o valor de um bem ou serviço. Em outras palavras, quando o efeito de rede está presente, o benefício de um produto ou serviço aumenta conforme o número de usuários também aumenta.
Todas as redes detém duas variáveis:
Nodes: Que são essencialmente as entidades da rede, comumente organizações ou pessoas.
Links: São as variáveis transacionadas entre os membros da rede. Essas variáveis podem ser dinheiro, mensagens, arquivos eletrônicos, etc.
O valor da rede é permitir a conexão entre diferentes entidades através dos links. O network effect tende a ser mais forte quando:
Há mais nodes, ou seja, mais organizações ou pessoas se conectando.
Ou quando os nodes dentro da rede geram muitos links, o que tende a gerar um produto com alta usabilidade. E produtos com muita usabilidade tem alto grau de nfx.
2. Tipos de Efeito de rede
Existem dois macrogrupos de network effects: Same Side e Cross Side
Same Side Network Effects
Acontece quando o valor de um produto, serviço ou plataforma aumenta à medida que mais usuários entram na plataforma. O principal exemplo desses efeitos de rede diretos são as redes sociais ou até mesmo sistemas de pagamentos, no qual o valor aumenta à medida que mais usuários estão na rede.
Um exemplo é o Pix: o valor do sistema criado pelo Banco Central aumenta ao passo que mais pessoas utilizam ele para realizar transações. Quanto mais nodes, mais pessoas, mais links, mais valor.
Cross Side Network Effects
Acontecem quando o serviço ou plataforma depende de mais de 1 grupo de usuários, como por exemplo as redes que habilitam transações entre compradores e vendedores. Marketplaces estão nessa categoria de nfx.
O Airbnb é um bom exemplo: à medida que mais anfitriões são adicionados na plataforma, mais valor é gerado para os viajantes. E esse efeito também acontece ao contrário: Quanto mais viajantes, mais valor para os anfitriões.
Dentro desses dois grupos, há uma variedade grande de efeitos de rede possíveis (o fundo NFX lista 13!). Vou citar os mais comuns:
Direct Network Effect
É o efeito de rede mais direto e forte: Quanto mais usuários na rede, mais forte ela é. É o caso das redes sociais como Instagram, Whatsapp, TikTok.
Marketplaces - 2 sides network effect
A cada comprador adicionado, há mais valor para os vendedores. A cada vendedor adicionado, há mais valor para a demanda. É o caso clássico de marketplaces como Mercado Livre, Ebay, Amazon.
Physical Network Effect
A lógica é: Quanto mais Nodes na rede, mais links são permitidos. Só que nesse caso os nodes é algo físico que demanda CAPEX (investimento em bens de capitais) . Vou dar um exemplo para clarificar:
Uma das investidas do Fundo Pitanga é a Satellogic, startup de nanosatélites que estava próximo quando trabalhei no fundo. O que a empresa está fazendo é construindo uma grande constelação de satélites no espaço, o que permitirá uma maior taxa de cobertura de fotografias terrestres, isto é, o tempo médio para tirar fotos de locais na terra será cada vez menor. Cada vez que é lançado mais nanosatélites, mais valor é gerado para toda a rede e mais links são permitidos (no caso da Satellogic, AI aplicada em fotografias terrestres). Isso produz um business com extrema defensibilidade pois para replicar, é preciso ter todo o investimento em CAPEX (e muito P&D!). (os nodes dessa rede são os satélites)
Data Network Effect
Quanto mais pessoas na rede, mais informações são agregadas e isso gera a um benefícios a todos, como é o caso Waze. Cada nova pessoa utilizando o aplicativo, mais informações são geradas sobre as situações de trânsito das cidades.
Market Network Effect
Esse é um nfx que vale um post por si só, dado a sua complexidade.
Market Networks são plataformas que unem diversos usuários, organizações com interesses distintos que transacionam entre si. Ou seja, plataformas têm múltiplas personas como Nodes e há links variados.
Elas são híbridas: parte rede social, parte marketplace e parte SaaS.
Um exemplo é a startup HoneyBook.
Se você entrar no site, vai parecer apenas uma ferramenta de SaaS para organizadores de eventos. Entretanto, a plataforma agrega boa parte da oferta que está por trás de um evento. Quando um provedor de serviços consegue um deal, ele pode buscar ajuda de outras pessoas da plataforma para atender toda a demanda que ele terá. Por exemplo, a organizadora ou organizador de casamentos pode utilizar a plataforma para buscar outros provedores (bandas, floriculturas, fotógrafos, locais do evento). Tudo isso dentro da plataforma
É uma rede social: Profissionais criam páginas de perfil para mostrar o seu trabalho e demonstrar credibilidade. Eles também se conectam uns com outros e criam relacionamentos.
É um marketplace: Profissionais transacionam entre si serviços (por exemplo, a organizadora de evento contrata uma banda pela plataforma)
É uma ferramenta de SaaS: Profissionais usam o software para negociar, realizar o trabalho e organizar o evento.
3. Métricas e Variáveis para avaliar a força de um network effect
Muitas vezes efeitos de rede são a avaliados de forma binária: ou a empresa tem ou não tem. Nfx é algo subjetivo, que no fim do dia é impossível mensurar ou até mesmo colocar em uma fórmula que se aplique a realidade de todas as empresas. Mesmo assim, existem variáveis que nos indicam o quão forte ou fraco esse efeito é. Entender a sua força é essencial para compreender qual a barreira de entradas que uma startup tem.
Em um vídeo produzido pela A16z sobre network effects, D'Arcy Coolican and Li Jin abordam a mensuração dessa variável. No nível macro, D'Arcy comenta que a sua principal pergunta é:
Imagine que um time super capacitado, com acesso ao capital, decide copiar a minha rede. O quanto de energia será necessário para alguém replicar a minha network effect?
Vamos aplicar essa pergunta aos seguintes exemplos. Imagine um time super capacitado tentando:
Replicar a rede do youtube: seria (quase) impossível pois exigiria replicar a quantidade de conteúdos presentes na plataforma.
Replicar a rede do Uber em uma cidade como São Paulo: Mais fácil do que youtube, ainda assim muito difícil, mas é possível imaginar com muito muito investimento.
Replicar a rede de uma plataforma de delivery de restaurantes em um bairro de São Paulo: seria mais fácil replicar em relação ao exemplo do Uber quanto do Youtube, dado que precisaria agregar o supply/demand de uma localidade, sendo assim um nfx primordialmente local.
O custo de recriar uma rede é uma boa heurística para pensar o quão forte é o network effect.
No mesmo vídeo, Li Jin comentou sobre as três métricas que ela considera lead indicators para analisar network effect são: Retention Curves/Cohorts, Curvas de Poder dos Usuários e Multi-tenanting.
Retention Cohorts ou Retention Curves
A retenção dos novos usuários deve ser superior a dos antigos usuários. Pensa comigo: Se a rede gera mais valor à medida que mais usuários entram, logo isso deve ser retratado nos cohorts de retenção de usuários da startup.
Um exemplo é o caso da Méliuz. Na divulgação de resultados de 2020, eles adicionaram um gráfico que mostra que há uma evolução da retenção da plataforma, o que indica um aumento de nfx ao longo dos anos.
O único alerta a essa métrica é que por vezes os primeiros usuários são tão fiéis que tem mais retenção que os novos.
Power User Curves
As curvas de poder dos usuários indicam quem são os mais engajados em uma base mensal. Esse cálculo ocorre através de um gráfico ou histograma que demonstra quantos dias em um dado mês os usuários mensais ativos estão utilizando o serviço ou produto. A tendência é que ao passo que o network effect se torna mais forte, as colunas ou curvas estejam mais proeminentes na direita.
Vou criar um exemplo para exemplificar:
Imagine que o Sunday Drops crie um aplicativo. O número de acessos dos usuários mensais em Março e Abril estão nos gráficos abaixo:
Nesse exemplo hipotético, em Abril o aplicativo Sunday Drops teve mais usuários mensais utilizando um maior número de dias, o que me indica um maior engajamento, o que pode ser um indicador de network effect, afinal existe mais valor gerado para os usuários da rede.
Multi-tenanting
Se os usuários de uma plataforma também utilizam serviços similares de outras empresas, isso indica uma fraqueza de NFX. Uma forma de analisar é através de questionários para a base de clientes (o que pode não ser agradável para os usuários) ou aprofundando sobre o churn.
Lembra do Cabify? A maior parte dos seus usuários também utilizava Uber e 99. E é muito difícil competir com concorrentes capitalizados que podem oferecer benefícios financeiros em massa para usuários e drivers. Isso demonstra uma maior fraqueza de NFX, no qual a solução da startup não é o bastante para manter o usuário apenas nela.
Além das 3 métricas citadas por Li Jin, vou adicionar outras duas variáveis que também indicam o poder de uma NFX:
Global x Local
Plataformas globais têm efeito de rede mais defensivos por razões óbvias: é muito mais difícil se tornar dominante no nível global ou nacional do que em nível local, uma vez que a localidade permite diversos competidores locais a fazerem copycats.
Não temos no Brasil copycat relevantes do Instagram, Airbnb, Youtube…
E temos no Brasil copycats relevantes do Uber, DoorDash, WeWork…
Oferta diferenciada de soluções
Em caso de 2 sides marketplaces network effects, se a oferta é diferenciada, o efeito de rede tende a ser mais forte. Isso ocorre pois há uma chance maior do usuário encontrar o match ideal do que ele estava buscando. Logo, empresas como Airbnb, Upwork, Mercado Livre tem uma fortaleza sobre plataformas que trabalham com commodities (produto padronizado) no lado da oferta, como é o caso do Uber.
Não são todos os mercados que têm o efeito de rede como o principal diferencial competitivo. Essa variável tende a ser mais importante para mercados Winners-Takes-Most (e para o bem ou para o mal, a internet favorece essa dinâmica de mercado).
Usualmente empresas de SaaS ganham mercado através da estratégia LandGrab, isto é, através de um produto melhor ou focado em um nicho a empresa busca conquistar o máximo de clientes através de uma eficiente máquinas de vendas, de produto e customer success.
À medida que mais empresas de SaaS estão se tornando plataformas digitais, pensar em network effects se tornará uma obrigação. Já vemos esse movimento em empresas incríveis de SaaS como o SalesForce ou Slack. Se você contratar essas soluções o benefício está muito além do produto da empresa: Hoje ambas também têm uma camada de aplicativos de terceiros que vendem diretamente soluções que se encaixam e beneficiam os usuários, gerando ainda mais valor para toda a rede. Isto é uma barreira de entrada gigante para que não cresçam o: "Salesforce do Brasil, Salesforce da Argentina, Slack da África do Sul, Slack da Tailândia." O poder está muito além do produto.
Network effects representam um caminho para criação barreiras de entrada e permite que empresas gerem mais valor para os seus usuários, pavimentando assim a pista para o crescimento massivo e rápido.
Para se aprofundar:
16z - 16 métricas para calcular nfx
Network Effects and Defensibility
Network Effects: So, Is It a Network Effect? (1 of 3)
Newsletter #19: network effects 1
The Next 10 Years Will Be About “Market Networks”
Se você curtiu o artigo, compartilha com seu time, amigos ou qualquer pessoa que esteja interessado sobre startups e possa se beneficiar do conhecimento sobre network effects