---
title: Hálózati hatások (a három erő)
type: concept
aliases: [network effects, network effect, hálózati hatás, demand-side economies of scale, keresleti oldali méretgazdaságosság, Metcalfe's Law, Metcalfe-törvény, Meerkat's Law, Allee threshold, Allee-küszöb, acquisition effect, engagement effect, economic effect, data network effects, adathálózati hatás, network saturation, hálózati telítődés, anti-network effects, cross-side network effects]
tags: [network-effects, growth, platforms, strategy, marketplaces]
sources: [the-cold-start-problem, zero-to-one, hooked, crossing-the-chasm, the-black-swan]
updated: 2026-09-14
status: draft
---

# Hálózati hatások (a három erő)

**Definíció (klasszikus).** A termék értékesebb lesz, ahogy többen használják. A legkorábbi tiszta megfogalmazás Theodore Vailé, az AT&T elnökéé, az 1900-as éves jelentésből:

> *"A telephone without a connection at the other end of the line is not even a toy or a scientific instrument. It is one of the most useless things in the world. Its value depends on the connection with the other telephone and increases with the number of connections."*

**A kettősség, amit Chen kiemel:** minden hálózatos termék **termék + hálózat** ("networked product"). A termék szoftver, a hálózat emberek. A hálózat **nem birtokolja az eszközöket**: az Airbnb nem birtokol szobát, a YouTube nem birtokol videót, az Apple nem birtokolja a fejlesztőket — az érték az összekötésben van. (The Cold Start Problem, ch. 1)

**Két diagnosztikai kérdés** annak eldöntésére, van-e hálózati hatásod (ch. 1): (1) Van-e *hálózat* — a termék magja emberek összekötése? (2) Erősödik-e az akvizíció, a tapadás vagy a monetizáció, ahogy a hálózat nő? A válaszok nem igen/nem, hanem fokozatok.

## Metcalfe cáfolata és Meerkat's Law

**Metcalfe-törvény** ("a hálózat értéke a csomópontok számának négyzetével nő", Robert Metcalfe, 1980-as évek, eredetileg az Ethernet eladásából) a dotcom-lufi elméleti alapja volt, és a "winner-take-all" meg a "first mover advantage" zsargonjával együtt terjedt. Chen szerint **irreleváns**: nem mond semmit arról, mi történik nulla felhasználónál, nem különbözteti meg az aktív és a regisztrált felhasználót, nem kezeli a hálózat több oldalát (vevő/eladó), és nem ismeri a túlzsúfolódást. "A simple, academic model that fails the test of real-life messiness." (ch. 2)

Helyette Chen **Warder Clyde Allee** 1930-as évekbeli populációbiológiáját javasolja (*Meerkat's Law*). A szurikátacsapat 30-50 állat fölött képes figyelmeztetni egymást a ragadozóra; alatta minden elveszett egyed tovább rontja a maradék esélyét → önerősítő összeomlás. Fölötte nő, amíg az erőforrás-korlát (carrying capacity) le nem lapítja. A megfeleltetés:

| Ökológia | Hálózati termék |
|---|---|
| Allee-hatás | hálózati hatás |
| Allee-küszöb | Tipping Point ([[atomic-network]]) |
| összeomlás a küszöb alatt | anti-network effects |
| carrying capacity | telítődés, túlzsúfolódás |

**A bizonyíték a küszöb alatti összeomlásra:** Monterey (Kalifornia) szardíniaipara a csúcson évi ~800 millió tonna fogásnál tartott, majd az 1950-es években **17 tonnára** esett és soha nem tért vissza — a populáció átbillent a küszöb alá (ch. 2). Technológiai megfelelője a MySpace a Facebook mellett, a BlackBerry az iOS/Android mellett.

**Anti-network effects.** A könyv legfontosabb megfordítása: *kicsiben a hálózati hatás romboló, nem építő.* "In most cases the network effects that startups love so much actually hurt them." Aki üresen találja a terméket, elmegy, amitől még üresebb lesz. Ez a [[cold-start-theory]] kiindulópontja.

## A három erő (a könyv központi fogalmi bontása)

Chen szerint a "network effect" ernyőfogalom, amivel a terméktermékcsapat nem tud mit kezdeni ("tell a team 'go improve your network effects!' and you'll get blank stares"). Három, külön mérhető és külön fejleszthető erőre bontja (ch. 18):

1. **Acquisition Effect** — a hálózat maga hozza az új felhasználót (virális növekedés). Metrikája a virális faktor és a CAC. → [[viral-loops]]
2. **Engagement Effect** — a sűrűbb hálózat tapadósabb: több használati eset, magasabb megmaradási görbe, és az inaktív felhasználó visszaaktiválható a hálózaton keresztül. Metrikája a kohorsz-megmaradási görbe. → [[retention-and-optimization]]
3. **Economic Effect** — a nagyobb hálózat jobb üzleti modellt ad: hatékonyabb szubvenció, magasabb konverzió, ártartás. → [[monetization-models]], [[pricing-strategy]]

A három a **Growth Accounting Equation**-ön keresztül kapcsolódik a kimenethez:
`aktív felhasználók változása = új + visszaaktivált − lemorzsolódott`, majd `bevétel = aktív × ARPU`. A hálózatos termék különlegessége, hogy **mindhárom bemeneti változó magától javul a hálózat sűrűségével** — ez a "mágia", és ez az, amit a hagyományos termék nem tud.

### Acquisition Effect — mérése

PayPal: a virális hurok az eBay-eladók "We accept PayPal" gombjából jött (egy eladó saját kezűleg tervezte és engedélyt kért rá; a csapat nemcsak igent mondott, hanem **beleépítette a termékbe** — az eladó megadta az eBay-jelszavát, és a gomb automatikusan minden aukciójába bekerült). Max Levchin: a 10 dollár/10 dollár kétoldalú ajánlás "supercharge"-olta, és cash-hatékonyabb volt a vártnál, mert a pénz a hálózaton belül mozgott. <10 000 → 100 000 → 1M → 5M felhasználó egy éven belül. (ch. 20)

**Virális faktor számítása:** ha 1000 felhasználó 500-at hoz, azok 250-et, az 125-öt, a faktor **0,5**, az erősítés 2×. 0,6 → 2,5×; 0,7 → 3,3×; **0,95 → 20×**. A faktor legerősebb emelője nem az invite-képernyő, hanem a **megmaradás**: aki hosszan használ, sokszor hív. (ch. 20)

### Engagement Effect — mérése

A kohorsz-megmaradási görbe módszertana James Lind 1753-as skorbut-kísérletéből jön (a HMS Salisbury 12 tengerésze 6 párban, egy pár citrusfélét kapott) — Chen erre az analógiára építi az A/B-teszt logikáját.

**A megmaradás iparági alapadata kijózanító:** az appot telepítők **70%-a a következő napon már nem aktív, három hónap múlva 96%** (Chen és Ankit Jain, "Losing 80% of mobile users is normal"); comScore: az emberek az idejük **80%-át három appban** töltik. Chen a16z-s minimumküszöbe: **60% / 30% / 15%** megmaradás az 1., 7. és 30. napon, lelapuló görbével. Ezt rendszerint csak hálózatos termék éri el. A ritka kivétel a **"smile curve"**: a megmaradás idővel *emelkedik* — "when a startup shows a smile curve, you should probably try to invest."

Emelők: (a) új használati esetek rétegzése a hálózat sűrűsödésével (Slack: egy csapat → céges bejelentés → irodánkénti csatorna → #books); (b) szegmentálás érték vagy gyakoriság szerint (LinkedIn: az elmúlt 7 napból hányban volt aktív; Dropbox: HVA vs. LVA) és a felfelé mozdító lever megkeresése, **A/B-teszttel, mert a korreláció nem okság** ("nem akarod azt a következtetést levonni, hogy a tűzoltóság okozza a tüzet"); (c) **a "dark node" visszaaktiválása**: az inaktív felhasználót nem a cég marketinglevele hozza vissza, hanem a hálózat ("a főnököd megosztott veled egy mappát"). A regisztráltak 50-75%-a bármely hónapban inaktív; érett terméknél a visszaaktiválás akkora növekedési kar, mint az akvizíció.

### Economic Effect — mérése

Uber sofőr-garancia számtana (ch. 21), a wiki legtisztább számpéldája a keresleti oldali méretgazdaságosságra:

| | kis hálózat | nagy hálózat |
|---|---|---|
| garancia | 25 $/óra | 25 $/óra |
| fuvar/óra | 1 | 2 |
| kereset (10 $/fuvar) | 10 $/óra | 20 $/óra |
| szükséges szubvenció | +15 $/óra | +5 $/óra |
| **égés fuvaronként** | **15 $** | **2,50 $** |

Ugyanaz a garancia hatszor olcsóbb a nagyobb hálózatnak — **ezért tudja a nagyobb szereplő kiéheztetni a kisebbet**, és ezért tudott az Uber a saját dominált városaiban nyerni. Másik ága a **konverzió**: a Slack prémium funkciói (kereshető üzenettörténet mindenkire) annál értékesebbek, minél többen vannak a cégen belül → a nagyobb hálózat magasabb fizetős konverziót ad ugyanazon az áron (Fareed Mosavat, Slack). És az **ártartás**: "it may be easy to copy features, but it's nearly impossible to copy a network" — a domináns hálózat alternatíváját a vevő nem tekinti helyettesítőnek, ezért nem kell követnie a belépő árát → [[price-integrity]].

**Adathálózati hatás.** A legkorábbi példa nem szoftver: a **hitelinformációs iroda**. A "Society of Guardians for the Protection of Trade against Swindlers and Sharpers" (London, 1776) 550 kereskedő adatát összesítette; több kereskedő → több adat → pontosabb kockázatbecslés → több kereskedő csatlakozik. Ebből lett az Experian (Manchester Guardian Society) és az Equifax (egy tennessee-i fűszerüzletből). Modern rokona a TikTok "For You" ajánlója és a YouTube keresés/kapcsolódó videó. (ch. 21, 28)

## Hitting the Ceiling: a negatív erők

Chen fontos korrekciója az iparági mitológiához: a hokiütő-görbe valójában **egymásra rétegzett egyenesek** (Jeff Jordan, eBay: "layer cake" — a lassuló US alapüzletre rétegződött a nemzetközi és a fizetés, együtt néz ki hokiütőnek).

- **Piaci telítődés vs. hálózati telítődés.** Előbbi a *létszámot* plafonozza, utóbbi az *elköteleződést*: "a 100. kapcsolat kevésbé értékes, mint az első néhány". Evan Spiegel belső feljegyzése a Snapchatnél: *"Your top friend in a given week contributes 25% of Snap send volume. By the time you get to 18 friends, each incremental friend contributes less than 1%."* Ez a Facebook "10 barát 7 nap alatt" szabályának a másik oldala: 7 jó, 14 jobb, de nem kétszer jobb, és 10 000 barát nem 1000× jobb.
- **Csatornakopás** → [[law-of-shitty-clickthroughs]].
- **A hard side fellázad** és professzionalizálódik → [[hard-side-of-the-network]].
- **Kontextusösszeomlás** és a netiquette hígulása → [[context-collapse]].
- **Túlzsúfolódás**: túl sok videó, túl sok listázás, túl sok értesítés. A megoldás sorrendje minden hálózatnál ugyanaz (YouTube, Steve Chen szerint): kézi kurálás → népszerűségi rangsor → ország/kategória szerinti bontás → keresés és algoritmikus ajánlás. Ennek a mellékhatása a **"rich get richer"** — a preferenciális kapcsolódás, amely az új belépő elől elzárja a hálózatot → [[preferential-attachment]].

## Feszültségek

- **Sharp ([[how-brands-grow]], [[light-buyers-and-penetration]], [[mass-marketing-not-targeting]]) — a legfontosabb elhatárolás az egész könyvhöz.** Chen **hálózati piacokról** ír (Uber, Tinder, Slack, Zoom, Dropbox, YouTube), ahol a termék értéke *a többi vevő jelenlététől függ* — keresleti oldali méretgazdaságosság. A wiki Sharp-anyaga hagyományos FMCG- és fogyasztói kategóriákból jön, ahol **nincs hálózati hatás**: a Coca-Cola nem lesz finomabb attól, hogy többen isszák (legfeljebb a társas jelzés és a fizikai elérhetőség erősödik, ami *nem* ugyanez a mechanizmus). **A wiki állása: a két anyag más piactípusra érvényes, és a legtöbb látszólagos ütközés ebből ered.** Konkrétan: (a) *niche-ből indulás vs. tömegelérés* — Chen az atomikus hálózatot a kezdéshez követeli meg, mert küszöb alatt a termék nem működik; Sharpnál nincs ilyen küszöb, a márka egy vevővel is használható, ezért ott a szűk indítás önkorlátozás. (b) *Retenció vs. akvizíció* — Chen szerint a lánclevél-szerű, csak akvizíciós hálózat összeomlik (a Prosperity Club 1930-as denveri lánclevele hónapok alatt százezreket ért el, majd nullára esett, mint a Ponzi-séma); Sharp szerint a növekedés kiugró akvizícióból jön, a retenció a méret következménye. **Mindkettő igaz a saját piacán**, mert Chennél a retenció a *hálózat sűrűségének* következménye és a hurok feltétele, Sharpnál a lemorzsolódás a *méret* következménye → [[retention-vs-acquisition]]. (c) *Kis atomikus hálózat vs. penetráció* — feloldva a [[atomic-network]] oldalon: az atomikus hálózat a Sharp-féle penetráció **küszöbfeltétele** hálózatos terméknél, nem alternatívája; a Tipping Point után Chen maga is tömegelérést ír le (Airbnb "Invasion of Europe": PR-blitz, Facebook-hirdetés, e-mail, hét iroda négy hónap alatt, 32 valuta).
- **Thiel ([[zero-to-one]], beolvasva 2026-09-14) — a wiki nyitott kérdése lezárva.** Thiel a hálózati hatást a négy monopólium-jellemző közül a **másodiknak** sorolja (a saját technológia után, a méret és a márka előtt), és egyetlen, Chennel teljesen egybevágó tételt fogalmaz meg: *"network effects businesses must start with especially small markets"* — mert a terméknek **az első, szükségképpen apró felhasználói kör számára is értékesnek kell lennie**. Az ellenpéldája a **Xanadu** (1960): az összes számítógépet összekötő, kétirányú hálózat harminc év fejlesztés után úgy bukott meg, hogy a technológia valószínűleg működött volna — *csak méretben*, azaz minden gépnek egyszerre kellett volna csatlakoznia. Ez szó szerint Chen atomikus hálózata és a hidegindítás problémája, tizenhét évvel korábbról, mérés nélkül → [[atomic-network]]. Hozzáteszi a szociológiai magyarázatot is, hogy **miért nem MBA-típusok indítanak hálózatos céget:** "a kezdeti piacok olyan kicsik, hogy gyakran nem is látszanak üzleti lehetőségnek" (a Facebook első terméke a harvardi évfolyamtársaknak készült).
  **Ahol Chen mérsékli:** a "monopólium minden sikeres vállalkozás állapota" tézist Chen adata *részben* igazolja (a16z top-100 marketplace: 4 termék = a bevétel 76%-a), de a **winner-take-all erős olvasatát kifejezetten cáfolja**: a nagy hálózat valójában hálózatok hálózata, az Uber 75%-os aggregált észak-amerikai részesedése ~100%-os és ~50%-os városokból állt össze, és *"if your product has network effects, it's likely that your competitors have them, too"* — a hálózati hatás **kategória-tulajdonság, nem cégelőny** → [[network-based-competition]]. **A wiki állása:** Thiel a *kezdésről* mond ugyanazt, amit Chen mér; a *védhetőségről* Chen a pontosabb, mert nála a védőárkot a sűrűség adja, nem a hálózati hatás puszta megléte. **Fontos fenntartás:** a két forrás **nem független** — Thiel és Chen ugyanannak a szilícium-völgyi kockázatitőke-körnek a szereplői, átfedő portfólióval és részben közös esettárral, tehát az egybeesésük nem kettős megerősítés → [[silent-evidence]], [[peter-thiel]], [[creative-monopoly]].
- **Taleb ([[the-black-swan]], [[preferential-attachment]], [[silent-evidence]]):** Chen preferenciális kapcsolódást ír le a "rich get richer" alatt, és Taleb figyelmeztetése áll: a könyv esettára túlélő minta, kontrollcsoport nélkül; a "hálózati hatás" utólagos magyarázat is lehet minden nyertesre. Amit Chen ezzel szemben tud felmutatni: néhány *előre* definiált küszöbszám (Slack 2000 üzenet → 93%; Airbnb 300 listázás/100 értékelt; Uber 15-20 egyidejű autó, ETA<3 perc), amelyek nem utólagosak.
- **Eyal ([[hooked]], [[investment-phase]], [[entry-barriers]]) — a wiki nyitott kérdése lezárva.** A [[hooked]] beolvasásakor nyitva maradt, hogy a *tárolt érték* (egyéni átállási költség) és a *hálózati hatás* (a többiek jelenléte) két különböző korlát-e. **Chen szerint igen, és élesen szétválaszthatók:** a tárolt érték akkor is tart, ha rajtad kívül senki nincs a hálózaton (a Photoshop-készséged, a Gmail-archívumod); a hálózati hatás akkor is tart, ha te nem fektettél be semmit (egy új Zoom-felhasználó azért marad, mert mindenki más ott van). A Twitter-követő azért látszik egynek, mert *egyszerre mindkettő*. A gyakorlati teszt Chené: **ha az összes többi felhasználót eltávolítod, marad-e értéke a terméknek?** Ha igen, tárolt érték (és "tool"); ha nem, hálózati hatás. Ez egyben a [[atomic-network]] "come for the tool, stay for the network" stratégiájának a definíciója is.
- **Moore ([[crossing-the-chasm]], [[whole-product]], [[the-chasm]]):** Moore "owned market"-je (a pragmatikusok összeesküsznek, hogy a vezetőt vezetőnek tartsák) és a teljes termék-ökoszisztéma **hálózati hatás Chen nyelvén**, csak B2B szókinccsel; a Microsoft–IBM DOS-esettanulmány (ch. 14) pontosan Moore utópiaca. Ahol Chen több: a mechanizmus mérhető (hard side, atomikus hálózat, telítődés); ahol Moore több: a vevő *pszichológiai* típusai (látnok vs. pragmatikus), amik Chennél nincsenek.
- **Módszertani.** Chen a16z-partner és ex-Uber; a bemutatott cégek nagy része a16z-portfólió (Reddit, Airbnb, Clubhouse, Instacart, Pinterest, Tiny Speck/Slack, Affirm), és a Clubhouse A-körét maga vezette — az esetválasztás **nem független**. Nincs kontrollcsoport és nincs bázisráta: 100+ interjú a nyertesekkel. A "Meerkat's Law" analógia, nem modell — az Allee-görbékből nem lehet hálózati értéket becsülni, csak a *kvalitatív alakot* átvenni; Chen ezt nyíltan vállalja, de a könyv úgy használja, mintha Metcalfe kvantitatív helyére lépne, ami nem igaz. A megmaradási benchmarkok (60/30/15) a16z-belső hüvelykujj-szabályok, nem publikált adat.

## Kapcsolódó

[[cold-start-theory]] · [[atomic-network]] · [[hard-side-of-the-network]] · [[network-based-competition]] · [[law-of-shitty-clickthroughs]] · [[context-collapse]] · [[viral-loops]] · [[preferential-attachment]] · [[entry-barriers]] · [[retention-vs-acquisition]] · [[product-market-fit]] · [[creative-monopoly]] · [[last-mover-advantage]] · [[andrew-chen]] · [[peter-thiel]] · [[the-cold-start-problem]] · [[zero-to-one]]