--- title: "ネットワーク効果とは？直接・間接の違いとメトカーフの法則の検証" url: "https://www.issoh.co.jp/column/details/8074/" published: 2025-08-07 updated: 2026-09-05 categories: ["マーケティング"] publisher: "株式会社一創" --- # ネットワーク効果とは？直接・間接の違いとメトカーフの法則の検証 ネットワーク効果は「利用者が増えるほどサービスの価値が上がる」現象を指します。ただし、この一文だけでは事業判断に使えません。どの利用者が増えると誰の価値が上がるのか、価値は利用者数の何乗で伸びるのか、自社のプロダクトにその効果が本当に働いているのか。総務省の情報通信白書の定義から出発して直接効果と間接効果を整理し、メトカーフの法則がFacebookとTencentの実データでどこまで検証されたのかを論文の数値に当たって確認します。 ## まとめ｜ネットワーク効果の要点 - **定義**：ある人がネットワークに加入することで、その人だけでなく他の加入者の効用も増える効果。経済学では「ネットワーク外部性」がほぼ同義で使われます。 - **2つの型**：同じグループ内で効くのが直接ネットワーク効果（電話、SNS）、補完財を介して効くのが間接ネットワーク効果（ゲーム機とゲームソフト）。プラットフォームの議論では前者をサイド内効果、後者をサイド間効果と呼び分けます。 - **法則**：価値がノード数nの二乗に比例するというメトカーフの法則が有名ですが、n、n log(n)、2のn乗を主張する対抗説があります。 - **実データの結論**：Facebook・Tencentでは2015年の検証でn二乗が最良でしたが、2023年の再検証ではn三乗のほうが誤差が小さくなりました。移行が観測されたのはこの2社だけで、WeiboとLinkedInではn二乗が最良のままです。 - **実務での使い方**：法則は事後の当てはめであり、将来の外挿には使えません。自社に効果があるかは「利用者が1人増えたとき、既存利用者の効用が上がるか」だけで判定します。 ## ネットワーク効果の定義とネットワーク外部性との関係 ### 公的文書が採用している定義 総務省「平成19年版 情報通信白書」のコラム「SNSとネットワーク効果」は、この効果を次のように定義しています。「ある人がネットワークに加入することによって、その人の効用を増加させるだけでなく他の加入者の効用も増加させる効果を、『ネットワーク効果』と呼ぶ」。 重要なのは後半です。**自分の効用が上がるだけでは足りず、他の加入者の効用まで上がることが条件**になっています。動画配信サービスに新規会員が1人増えても、既存会員が見られる作品は増えません。単に売上が増えただけです。フリマアプリに出品者が1人増えれば、既存の購入者が選べる商品が増えます。こちらは定義を満たします。 ### ネットワーク外部性との関係 経済学では同じ現象を「ネットワーク外部性」と呼びます。外部性とは、市場での取引を経由せずに他者へ及ぶ影響のことです。加入者が増えたことで既存加入者が受け取る便益には誰も対価を払っておらず、だから「外部」性という語が使われます。実務上は同義として扱って差し支えありません。ただしLiebowitzとMargolisは1994年のJournal of Economic Perspectives（8巻2号133-150頁）で、当事者間で内部化されないものだけが外部性＝市場の失敗にあたるとして、両語を分けるべきだと論じています。 紛らわしい類語が「ネットワークの経済性」です。通信網や物流網のように拠点をつなぐこと自体で単位あたりコストが下がる供給側の性質を指す使われ方が多く、需要側の効用を説明するネットワーク効果とは着眼点が違います。 ### 規模の経済・スイッチングコストとの区別 ネットワーク効果は隣接概念と混同されたまま語られがちです。区別の基準は「価値が上がるのは誰か」「上がる理由は何か」の2点です。 | 概念 | 効くのは | 原因 | 典型例 | | --------- | -------- | -------- | ----------- | | ネットワーク効果 | 需要側（利用者） | 他の利用者の存在 | SNS、決済網 | | 規模の経済 | 供給側（企業） | 固定費の分散 | 製造、データセンター | | スイッチングコスト | 需要側（利用者） | 乗り換えの負担 | 会計ソフト、業務基幹系 | | 学習効果 | 供給側（企業） | 累積生産量 | 歩留まり改善 | この区別は実務で効いてきます。規模の経済しか働いていないプロダクトなら、後発は資本を投じれば同じコスト構造に追いつけるでしょう。ネットワーク効果が働いていれば、後発は利用者そのものを移動させなければならず、追随の難度が一段上がります。乗り換え負担で顧客を留めているだけの場合、その負担を肩代わりする競合が現れれば優位は消えるでしょう。負担の設計は[スイッチングコスト（スイッチコスト）とは｜種類・具体例・高める/下げる戦略](/column/details/6076/)で扱っています。 ## 直接ネットワーク効果と間接ネットワーク効果｜サイド内・サイド間との対応 ### 直接ネットワーク効果と間接ネットワーク効果の定義 前掲の情報通信白書は、直接ネットワーク効果（直接効果）と間接ネットワーク効果（間接効果）を次のように書き分けています。直接的な効果は「同じネットワークに属する加入者が多ければ多いほど、それだけ加入者の効用が高まる効果」。間接的な効果は「ある財（例えばハード機器）とその補完財（例えばソフトウェア）が密接に関係している場合に、ある財の利用が進展すればするほどそれに対応した多様な補完財が多く供給され、それにより効用が高まる効果」です。 同コラムはSNSについて「直接的なネットワーク効果が大きく働くと考えられる」と評価し、招待制を採るSNSが多かったことに触れて、既存加入者が友人を招くことで利用者が増え続ける傾向を指摘しました。2007年の記述ですが、招待による成長は現在のコミュニケーションアプリにもそのまま当てはまります。 ### サイド内ネットワーク効果とサイド間ネットワーク効果の使い分け 利用者が2つのグループに分かれるプラットフォームでは、直接・間接という言い方では粒度が足りません。Eisenmann、Parker、Van Alstyneが2006年10月のHarvard Business Reviewに発表した「Strategies for Two-Sided Markets」は、次の用語で区別しています。 サイド間ネットワーク効果（cross-side network effects）は、一方のグループを集めることでもう一方のグループにとっての魅力が増す効果です。補助対象のサイドに十分な利用者を集められれば課金対象のサイドが高い対価を払う、という関係を指し、同論文は「Cross-side network effects also work in the reverse direction」として逆方向にも働くと述べています。 サイド内ネットワーク効果（same-side network effects）は「drawing users to one side helps attract even more users to that side」、つまり同じサイドに利用者を集めることでそのサイドがさらに集まる効果です。同論文はPlayStationを例に、本体の購入者が増えるほど友人とソフトを交換したりオンライン対戦の相手を見つけたりしやすくなると説明し、「Same-side network effects can also be negative」と負に働く場合も明記しています。 用語の対応関係は次のとおりです。 | 呼び方 | 同義になる用語 | 働く方向 | 例 | | ---------- | ------- | -------- | ----------------- | | 直接ネットワーク効果 | サイド内効果 | 同一グループ内 | SNSの友人、対戦相手 | | 間接ネットワーク効果 | サイド間効果 | グループをまたぐ | 出品者と購入者、加盟店とカード会員 | ## メトカーフの法則の妥当性と実データ検証 ### 4つの法則と、それぞれの主張 ネットワークの価値Vと規模n（ノード数）の関係には複数の法則があります。Zhangらが2015年にJournal of Computer Science and Technologyへ発表した論文は、主要な4つを次のように整理しました。 | 法則 | 原語 | 式 | 想定するネットワーク | | -------- | -------------- | ------------ | ------------- | | サーノフの法則 | Sarnoff’s law | V ∝ n | 放送型（一方向） | | オドリツコの法則 | Odlyzko’s law | V ∝ n log(n) | 利用強度に偏りがある通信網 | | メトカーフの法則 | Metcalfe’s law | V ∝ n2 | 相互通信型 | | リードの法則 | Reed’s law | V ∝ 2n | グループ形成が可能な網 | サーノフの法則はRCAを率いたDavid Sarnoffの名に由来し、放送ネットワークの価値が視聴者数に比例して直線的に伸びるという考え方です（日本語では「サルノフの法則」とも表記されます）。オドリツコの法則は後述するBriscoeらの論文が示したn log(n)、リードの法則は参加者が任意のグループを作れるネットワークの価値が2のn乗で伸びるという主張です。日本語の解説では法則名の表記が揺れやすいため、原語で確認するのが確実です。 ### 「メトカーフの法則は間違い」という反論 2006年、Briscoe、Odlyzko、TillyはIEEE Spectrumに「Metcalfe’s Law is Wrong」（43巻7号34-39頁）を発表しました。批判の核心は、n二乗が「すべての接続が同じ強度で使われる」という前提に立っている点にあります。同論文は「connections are not all used with the same intensity. In fact, in large networks, such as the Internet, with millions and millions of potential connections between individuals, most are not used at all」と述べ、大規模網では潜在的な接続の大半がまったく使われないと指摘しました。 代わりに提示されたのがn log(n)です。根拠はZipfの法則で、価値の順に並べたときk番目の項目の価値は1番目のおよそk分の1になるという減衰を仮定して合計すると、全体の価値はn log(n)で伸びます。同論文はドットコムバブルにも触れ、YahooやGoogleが1社生まれるたびにPets.com、eToys、Excite@Homeのような企業が数十社から数百社あったと書きました。n二乗という過大な見積もりが当時の投資判断を歪めた可能性を示唆しています。 ### 実データ検証の結論｜n二乗からn三乗への移行 この論争は長く実証を欠いたままでした。Zhangらの2015年論文が、実データで法則の是非を検証した証拠は文献上存在しなかったと書いているとおりです。転機は2013年で、Metcalfe自身がFacebookの約10年分のデータを使って自説への良好な適合を示しました（IEEE Computer, 2013, 46(12): 26-31）。ネットワーク規模を月間アクティブユーザー数（MAU）、価値を年間売上高とする置き方です。Zhang、Liu、Xuの2015年論文（JCST 30巻2号246-251頁）は、これをTencentとFacebookに広げ、4法則のうちメトカーフの法則が最もよく当てはまると結論づけました。 ところが同じ研究グループが2023年に発表した続編は、結論を更新しています。「Facebook and Tencent Data Fit a Cube Law Better than Metcalfe’s Law」（JCST 38巻2号219-226頁）は、Facebookの2004年から2020年、Tencentの2003年から2019年のデータで当てはめ直し、結論部で次の値を報告しました。 | 企業 | 三乗則の式 | 三乗則NRMSE | 二乗則の式 | 二乗則NRMSE | | -------- | ------------------ | -------- | ------------------ | -------- | | Facebook | V = 4.20×10\-18 n3 | 2.55% | V = 10.13×10\-9 n2 | 5.65% | | Tencent | V = 6.32×10\-18 n3 | 8.48% | V = 10.9×10\-9 n2 | 10.91% | NRMSEは二乗平均平方根誤差を実測値の最大値と最小値の差で割った正規化誤差です。両社とも三乗則のほうが誤差が小さく、Tencentでは四乗則の誤差が7.73%とさらに小さいことまで報告されています。同論文はコストも三乗則に従うとし、Facebookは C = 2.81×10\-18 n3（NRMSE 5.14%）、Tencentは C = 4.61×10\-18 n3（同6.86%）としました。価値だけが三乗で伸びるわけではありません。 ただし論文はn三乗が普遍的だとは主張していません。同じ論文はWeiboとLinkedInのデータも当てはめ、Weiboは2013年から2017年以降の各期間でメトカーフの法則の誤差が最小、LinkedInは直近期間でメトカーフの法則が最小だったと報告しています。そのうえで、両社の利用者規模がFacebookやTencentより小さいため三乗則への移行は観測されなかったと説明しました。**移行が確認されたのは、この2社の規模に達したネットワークだけ**という限定つきの結論です。 ### 単年比較で差が出ない理由 2つの式を最終年のデータに当てはめると、当てはまりの良し悪しが期間全体の話であることがはっきりします。論文が報告した係数へ、Facebookの2020年のMAU 28億人を代入した計算が次です。 ``` n = 2.80e9 # Facebook MAU (2020) actual = 85.97e9 # 実際の年間売上高 (USD) v_cube = 4.20e-18 * n**3 # 92.20e9 → 実績比 +7.24% v_metcalfe = 10.13e-9 * n**2 # 79.42e9 → 実績比 -7.62% ``` 三乗則は7.2%の過大、二乗則は7.6%の過小で、最終年の1点だけを見れば優劣はほぼ拮抗します。差がつくのは17年分の系列全体を当てはめたときで、そこで初めてNRMSEが2.55%と5.65%に分かれます。**単年の数字で「この法則が当たっている」と判断してはいけない**、というのが実務側の教訓です。 Tencentで同じ計算をすると、2019年のMAU 18.9億人に対して三乗則が426.7億ドル、二乗則が389.4億ドルとなり、実績の540.8億ドルをどちらも2割以上下回ります。三乗則の係数もFacebookの4.20に対しTencentは6.32と1.5倍の開きがあり、他社の係数を自社に流用することはできません。 同じ論文は規模nの伸びにもnetoid関数という飽和型モデルを当てはめ、Facebookの上限を30.3億人、変曲点を2014.40年と推定しています（NRMSE 3.56%）。この式では2030年でも30.2億人で上限に張り付きます。ただしMAUの伸びが鈍っても1人あたり価値が伸びれば全体価値は伸び続けます。実際、Facebookの1人あたり価値は2014年の8.97ドルから2020年の30.70ドルへ上がりました。利用者数を直線的に伸ばした事業計画は疑うべきですが、頭打ち＝成長終了ではありません。 ## プラットフォームと両面市場での働き方 ### プラットフォームの定義と価値の流れ 前掲のHarvard Business Review論文は、2つのグループを引き合わせる製品やサービスをプラットフォームと定義し、両者の取引を成り立たせるインフラとルールを提供するものだとしています。クレジットカードと加盟店端末のような物理的な製品もあれば、ショッピングモールやWebサイトのような場もあります。 同論文が指摘する構造上の違いは価値の流れ方です。伝統的なバリューチェーンでは左にコスト、右に収益があり、価値は左から右へ動きます。ところが両面ネットワークでは「cost and revenue are both to the left and the right」、つまりコストと収益が両側に生じるのです。片側だけの損益で事業の良し悪しを判断できない理由がここにあります。 ### ニワトリと卵の問題への対処 サイド間ネットワーク効果は、立ち上げ時には逆風になります。出品者がいないから購入者が来ない、購入者がいないから出品者が来ない、という膠着です。解き方は2つです。ひとつは片側を無料または赤字価格で集めてもう一方から回収する方法で、補助する側には価格感応度が高く相手側を引き寄せる力が強いほうを選びます。もうひとつは初期の在庫やコンテンツを自社で供給し、外部供給が育つまでの空白を埋める方法です。 補助には失敗例もあります。同論文が挙げるFreePCは1999年、消せない広告を見ることに同意した消費者へパソコンとインターネット接続を無償提供しましたが、そこまで価格に敏感な層を狙いたい広告主は少なく、8,000万ドルの損失を出して撤退しました。無償提供する財に実費がかかる場合、課金側の支払意思が確認できないまま量を出すと損失が積み上がります。 ## ネットワーク効果が働く事例と、働いていない事例 ### 実際に働いている事例 直接ネットワーク効果の典型は通信サービスです。電話は自分だけが持っていても価値がなく、加入者が増えるほど連絡できる相手が増えます。SNSやメッセージアプリも同じ構造で、友人が使っているという理由だけで乗り換えが起きにくくなります。 間接ネットワーク効果の典型はハードウェアと補完財の関係です。ゲーム機は普及台数が増えるほどソフトメーカーが参入し、ソフトが増えることで本体の魅力が上がります。決済ネットワークも、加盟店と会員が互いを引き寄せるサイド間ネットワーク効果で回ります。 ### ネットワーク効果と誤認されやすい事例 ここは立場を明確にします。**利用者数が多いことと、ネットワーク効果があることは別の話です。**判定は「利用者が1人増えたときに、既存利用者の効用が上がるか」という問いだけで足ります。 - **動画・音楽の定額配信**：会員が増えてもカタログは増えません。契約増は制作投資の原資になりますが、それは規模の経済です。 - **SaaSの業務ツール**：他社の導入は自社の使い勝手に影響しません。乗り換えの手間で継続しているなら、それはスイッチングコストです。 - **ECの自社販売**：仕入れ規模による価格競争力は規模の経済です。第三者出品を受け入れて初めてサイド間ネットワーク効果が生まれます。 - **レビューやデータの蓄積**：推薦精度が上がるなら効果はありますが、体感されるまでに時間差があります。効いていると主張するなら、精度指標と継続率の関係を示せる状態にしてください。 ネットワーク効果は参入障壁のひとつとして語られますが、障壁の種類は他にもあります。自社の優位がどれに支えられているかを取り違えると、防御の打ち手を間違えるでしょう。障壁の分類は[参入障壁とは？意味・種類と高い業界の具体例をわかりやすく解説](/column/details/7292/)で整理しています。 ## ネットワーク効果を立ち上げる実務 ### 単独価値と密度の作り方 効果を「高める」施策は、順序を守らないと空回りします。最初にやるのは、他の利用者がゼロでも成立する価値を用意することです。誰もいない状態で使い道がないサービスは、最初の1人を獲得できません。個人向けの記録や管理といった単独価値を入口にする設計が現実的です。 次に対象範囲を狭めて密度を作ります。全国一斉ではなく特定の地域・大学・業種に絞る。同じ利用者数でも、狭い範囲に集中していれば効果は体感されます。効果が回り始める規模と転換点の考え方は[クリティカルマスとは？普及率16%の出典と10〜20%説・ジェンダー30%・臨界質量の違い](/column/details/7266/)、初期利用者に受けた機能が主流層に届かない問題は[キャズムを超えた製品の事例とは？超え方と超えられなかった失敗例を解説](/column/details/5731/)で扱っています。 ### 接続導線の設置と負の効果の監視 密度ができたら、既存利用者が新規利用者を連れてくる導線を製品内に置きます。招待、紹介、共同編集、共有リンクなどです。情報通信白書がSNSの招待制に触れているとおり、招待は加入者自身の効用向上と利用者増を同時に起こします。並行して負の効果も監視してください。混雑、スパム、質の低下は利用者増に伴って現れます。片側だけが増えすぎたときの負のサイド内ネットワーク効果は、審査基準や表示ロジックで抑えます。 ## 負のネットワーク効果と市場集中 ### 負の効果は設計上の想定事項 利用者増が常に価値を上げるわけではありません。前掲のHarvard Business Review論文は、意図的に利用者を排除するほうが合理的な場合があるとして、値下げ圧力を嫌った部品メーカーが参加せず停滞した自動車業界のB2B取引所Covisintを挙げています。売り手が増えるほど1社あたりの取り分が減る市場では、サイド内ネットワーク効果が負に働きます。 同論文が挙げる対処は、取引カテゴリごとに1者へ独占的な権利を与え、その対価を高く取る設計です。地域ごとに1つのディーラーへ問い合わせを送るオンライン自動車購入サービスAutobytelがこの戦略で成功し、ドットコム崩壊を生き延びた例として紹介されています。ただし独占的な地位が乱用されれば買い手が離れるため、運営側の監視が前提です。 ### 市場集中と、規模の上限を押し下げる要因 ネットワーク効果が強い市場では利用者が1つのサービスに集中し、価格や手数料の交渉力が偏ります。前掲のZhang・Xu論文は、大規模SNSの利用者数の自然な上限を押し下げる要因を3つ挙げました。利用者がデータの所有権とプライバシーを自分で管理できるようにする分散化技術（World Wide Webの考案者Tim Berners-Leeが立ち上げたSolidプロジェクトを例示）、各国政府が進める反独占調査による競合の増加、そして外部要因です。外部要因の例としては、COVID-19でFacebookのMAUは大きく伸びた一方、広告需要と単価が2020年第1四半期以降は下がったことを挙げています。 ## よくある質問 ### ネットワーク効果の具体例は？ 直接ネットワーク効果の例は電話、メッセージアプリ、SNSです。加入者が増えるほど連絡できる相手が増え、既存加入者の効用が上がります。間接ネットワーク効果の例はゲーム機とゲームソフト、クレジットカードの会員と加盟店です。片方が増えることで、もう片方にとっての価値が上がります。 ### ネットワーク効果と規模の経済の違いは？ 価値が上がる相手が違います。ネットワーク効果は需要側で起き、他の利用者が存在すること自体が既存利用者の効用を高めるものです。規模の経済は供給側で起き、生産量の増加によって単位あたりコストが下がります。会員が増えても各会員が受け取る中身が変わらないなら、それは規模の経済です。事業側から見ると、後発が追いつくために必要な資源が変わります。前者は利用者そのものを移動させる必要があり、後者は資本を投じれば追随できます。 ### 「ネットワーク効果」の言い換えは？ 経済学の文脈では「ネットワーク外部性」がほぼ同義です。英語では network effects、network externalities のいずれも用いられます。プラットフォームの議論では、効果の向きに応じてサイド内ネットワーク効果（same-side network effects）、サイド間ネットワーク効果（cross-side network effects）という語が使われます。 ### メトカーフの法則はいまも正しいのですか？ 実データへの当てはまりは良好ですが、最良ではなくなりました。Zhangらの2015年の検証では4法則のうちn二乗が最良でしたが、2023年の再検証ではFacebook・Tencentともn三乗のほうがNRMSEが小さくなっています。一方でWeiboやLinkedInの規模ではn二乗が最良のままであり、規模によって当てはまる式が変わると理解するのが正確です。 ### ネットワーク効果を高めるにはどうすればよいですか？ 他の利用者がゼロでも成立する価値を用意し、対象範囲を狭めて密度を作り、招待や共有といった接続導線を置く、という順序です。混雑やスパムなど負の効果の監視も並行してください。 ## 関連記事 - [クリティカルマスとは？普及率16%の出典と10〜20%説・ジェンダー30%・臨界質量の違い](/column/details/7266/) - [参入障壁とは？意味・種類と高い業界の具体例をわかりやすく解説](/column/details/7292/) - [スイッチングコスト（スイッチコスト）とは｜種類・具体例・高める/下げる戦略](/column/details/6076/) - [キャズムを超えた製品の事例とは？超え方と超えられなかった失敗例を解説](/column/details/5731/) --- 出典: [ネットワーク効果とは？直接・間接の違いとメトカーフの法則の検証]()（株式会社一創）