Escassez artificial e produtos "members only"
Recentemente tivemos a oportunidade de observar em primeira mão um fenômeno em termos de produtos digitais: o Clubhouse foi lançado em abril/2020 e durante os seus primeiros meses de vida teve uma receptividade e crescimento incríveis, no entanto, conforme eu escrevo esse post em abril/2021, um ano depois do lançamento, alguns sinais sobre a longevidade desse tipo de produto começam a aparecer ( segundo a SensorTower os downloads do aplicativo caíram 73% entre fevereiro/21 e março/21 indicando alguns limites para a estratégia de crescimento do produto ).
O objetivo desse artigo é explorar a dinâmica envolvida em lançamentos de produtos como o Clubhouse, onde a escassez real (ou artificial) amparada por uma lista de espera e a viralidade inerente do modelo de “member get member” estimula o crescimento da base instalada do produto.
Escassez real ( ou artificial )
Existem produtos que são verdadeiramente escassos, por exemplo, a Amazon mantem uma certa quantidade de livros em estoque, essa quantidade é determinada de maneira geral pela previsão ( forecast ) de demanda para aquele livro em particular.
De maneira análoga a editora desse livro produz uma certa quantidade de impressões de acordo com a demanda esperada para aquele título. O que determina a escassez ou não de um produto é a consistente indisponibilidade do mesmo ou um aumento consistente da demanda por esse produto além do estoque disponível.
No entanto, nem toda escassez é real, e muitas vezes uma escassez pode ser artificialmente estimulada por padrões de comportamentos que não estejam ligados a disponibilidade de estoque em si.
Artifícios como esse podem ser úteis para validar a demanda de um produto ou serviço antes da sua produção/oferta, e em outros casos essa escassez pode impulsionar ciclos de demanda gerados pelo “fear of missing out” após um boca a boca sobre os benefícios do produto/serviço ser articulado por pessoas influentes, agravado quando a disponibilidade do mesmo não é imediata ou igualmente distribuída.
Diversas marcas, produtos e serviços já se beneficiaram desse tipo de abordagem, por exemplo, o Toyota Prius assim como diversos modelos da Tesla, o PlayStation 3 da Sony e alguns modelos de motos da Harley-Davidson, fizeram abordagens similares de lançamento, cada um com o seu motivador, e foi exatamente isso que o Clubhouse fez.
Apesar de existirem argumentos legítimos sobre a incapacidade do aplicativo escalar tecnicamente garantindo a sua qualidade ou uma explicação concreta sobre porque ainda não existe uma versão para Android, a abordagem de entrada em novas regiões e adoção de novas línguas evidencia que a componente tecnológica do produto não foi o fator determinante para o modelo de lista de espera do produto, mas sim que isso foi uma estratégia deliberada para ativar ciclos de crescimento.
Acima temos uma visão de estoque e fluxo relacionadas a lista de espera e boca a boca de um produto ou serviço. Nela conseguimos ver como esse mecanismo gera boca a boca que eventualmente aumenta a quantidade de clientes interessados no produto. A base de usuários do produto comenta sobre o mesmo e distribui convites. As pessoas na interessadas na lista de espera perguntam: “O que é o Clubhouse? Como eu posso testar? Quem tem um convite para me enviar?”
Essa dinâmica onde apenas as pessoas que tinham acesso ao produto falavam sobre o quão diferente e revolucionário ele era, somada ao fato da lista de espera e a escassez de convites, invariavelmente gera um boca a boca e “hype” em relação ao produto, estimulando o crescimento da base.
Viralidade e “member get member”
O segundo aspecto importante da abordagem do Clubhouse foram os mecanismos de viralidade e “member get member” para estimular o crescimento do produto: os novos membros recebiam convites que podiam ser distribuídos. Após a distribuição destes e a depender do uso do produto, novos convites eram disponibilizados para utilização.
Assim como com a COVID-19, viralidade aqui é definida pela taxa de “infecção” onde cada usuário do produto termina por falar e/ou convidar organicamente mais pessoas para utilizar o produto de acordo com a sua taxa de contato com outras pessoas.
Uma forma bastante útil de olhar esse mesmo fenômeno é utilizando o modelo “Bass Diffusion”:
“The model presents a rationale of how current adopters and potential adopters of a new product interact. The basic premise of the model is that adopters can be classified as innovators or as imitators and the speed and timing of adoption depends on their degree of innovativeness and the degree of imitation among adopters. The Bass model has been widely used in forecasting, especially new products' sales forecasting and technology forecasting. Mathematically, the basic Bass diffusion is a Riccati equation with constant coefficients.
In 1969, Frank Bass published his paper on a new product growth model for consumer durables. Prior to this, Everett Rogers published Diffusion of Innovations, a highly influential work that described the different stages of product adoption. Bass contributed some mathematical ideas to the concept.”
O modelo de difusão concebido por Frank Bass envolve duas populações distintas que interagem entre si: os potential adopters e os adopters de um produto/serviço. Os adopters possuem uma quantidade de contato com potential adopters, assim como uma taxa de infecção/conversão, essa relação afeta o fluxo de pessoas que passam de um grupo para o outro.
O diagrama acima mostra a dinâmica da relação entre os adopters, o ciclo de boca a boca e a taxa de infecção de potential adopters, diminuindo o estoque de potential adopters (eventualmente o saturando) e aumentando o estoque de adopters, eventualmente chegando no seu limite atingindo o platô superior da curva S de adoção de um produto.
Takeaways
Escassez real ou artificial podem, quando utilizadas de forma intencional, gerar ciclos positivos em relação a adoção do seu produto/serviço
Elementos de lista de espera, somados aos efeitos boca a boca e a viralidade inerente do modelo de “member get member” fazem com que o crescimento desse tipo de produto/serviço tenha curvas exponenciais de crescimento
Um dos modelos que melhor caracteriza esse tipo de difusão é o Bass Diffusion Model, concebido em 1969 ele descreve a relação entre adopters e potential adopters, assim como a taxa de contato e conversão entre esses grupos
O modelo Bass Diffusion é uma ótima ferramenta de forecast de crescimento/adoção de um produto ou serviço