LittleTunnel

科技叠层理论第五节:赢家通吃效应

Introduction

  • 任何一个消费都是一个决策的过程,有的消费决策需要考虑很多的因素,如购买一辆汽车,有些消费决策只需要比较少的因素,如自己一个人饿了买一个汉堡;
  • 我们可以把消费决策过程中需要考虑的因素看作是摩擦,消费决策因素多的高摩擦消费,消费决策因素少的低摩擦消费;
  • 现代社会中很多的消费决策越来越趋向于摩擦为零的状态,比如是否听这首音乐,看这篇文章等消费;
  • 零摩擦消费的出现主要得益于新技术的不断发展,新技术意味着不断有更多的稀缺资源被抽象成了可规模化资源,消费者不再受限于现实约束,可以尽情的消费;
  • 消费摩擦高低对于企业竞争有很大的影响,特别是科技公司,本节我们将围绕消费摩擦探讨科技公司在短时间内得以爆发式发展背后的原因。

消费决策的高斯分布

  • 当一个消费决策需要考量很多因素,消费者需要思前顾后才能最后做出决定;

  • 如购买一台电视,消费者需要思考的问题可能有:它是否适合放在我的房间?我喜欢它的外观吗?它的价格是否合适?我是否真的需要一台电视?

  • 考量那么多因素后的消费决策往往只有三个结果:「买」、「不买」、「不确定」;

  • 如果我们对一个样本足够大有购买电视需求的人群进行调查,问他们愿意花多少钱购买该台电视,得到的结果往往呈以下分布(消费者的出价代表了购买意愿):

    Normal distribution in consumer purchase

  • 实际结果不可能完全吻合,也许会往其中一边倾斜,也会有一些离群点,但整体来说,得到的结果往往围绕着一个均值呈现钟形状的高斯分布曲线。大部分人的购买意愿不是「不买」或者「买」,而是「不确定」;

  • 实际上在自然或者日常生活中,某个结果由多个因素加权求和得出,那么其结果的分布会遵循高斯分布,每个因素的权重越接近,其结果分布就会越接近对称的高斯分布;

  • 购买决策结果呈高斯分布状的原因是消费摩擦的存在,消费决策需要考量的因素越多,即摩擦越大,其结果分布越接近标准的高斯分布,且大部分结果为「不确定」;

  • 电商转化率为什么普遍偏低原因可以用高斯分布进行解释,提高转化率本质往往是降低购买决策需要考虑的因素,即降低消费摩擦;

  • 高斯分布状的购买决策背后的价值链往往低集中度的,笔记软件是一个很好的例子,消费者选择一个笔记软件需要考量特别多的因素,直接结果是有不同的笔记软件可以共存发展下去;

零摩擦消费

  • 现代社会中,越来越多的消费决策或行为不再呈现高斯分布,而是呈现两极分布,比如是否点击看一个视频、是否关注某个公众号、把书房灯打开等决策往往无需考虑多重因素,是一个「是非」问答题,结果往往只有「是」或「否」:

    Bipolar distribution in consumer purchase in tech

  • 呈现两极分布的原因是消费决策的摩擦接近于零,面对零摩擦的消费决策时,我们可以基于本能一瞬间即可判断出消费结果是否正是我们所期望的,如果是的话,进行消费,如果不是,放弃消费;

  • 零摩擦消费往往意味着免费使用,对于用户来说,只要符合我的需要和期望,就会愿意进行消费体验;

  • 正是基于这一特点,互联网公司最流行的打法是免费和极致用户体验,为了让尝试和使用的消费摩擦降低到接近于零;

  • 在新技术的基础上结合降低消费摩擦到零的策略,往往会出现爆发式增长,因为在供给侧新技术让新的价值创造成为了可能,使得企业可直接服务消费者更高层次的需求,而在消费端由于消费摩擦接近于零,这让消费者产生异常强烈的体验尝试的意愿,这两者的共同作用正是爆发式增长背后的原因。


Ref:

Permanent Link ·

Nowadays, I spend most of my time building softwares, which has become my default way of online expression. Currently, I'm working on Slippod, a privacy-first desktop note-taking app and TextPixie, a tool to transform text including translation and extraction.