互联网与平台案例 — BMC 商业模式画布拆解
📍 位置:商业模式认知体系 / 现代案例源 📌 核心发现:互联网商业模式的本质是”用免费/低价聚合海量用户,然后在另一个维度变现”——广告、订阅、抽佣、云服务都是这个逻辑的变体 📥 输入:FourWeekMBA、BusinessModelAnalyst、Sacra、Untaylored 等 📤 流向:→ findings.md 平台模式分类与网络效应分析
Google — “全世界最大的广告公司,伪装成搜索引擎”
背景故事
1998 年,Larry Page 和 Sergey Brin 在斯坦福宿舍创建了 Google。他们的搜索引擎比当时的竞品好太多,迅速吸引了海量用户。但 Google 真正的天才在于变现方式:不向用户收费,而是把用户的”搜索意图”卖给广告主。当你搜索”买跑步鞋”时,你的购买意图比任何广告位都值钱——这就是 Google 建立千亿帝国的基础。
BMC 九要素拆解
| 要素 | 内容 |
|---|---|
| 客户细分 | 三类客户:普通用户(使用搜索、邮件、地图等免费服务)、广告主(投放精准广告)、内容发布者(通过 AdSense 变现流量) |
| 价值主张 | 对用户:免费、快速、精准的信息获取;对广告主:按意图匹配的精准广告投放(ROI 远超传统广告);对开发者:云计算基础设施 |
| 渠道 | Google.com 搜索、Chrome 浏览器、Android 系统、YouTube、Google Workspace、Google Cloud |
| 客户关系 | 用户端:免费产品 + 生态锁定(Gmail + Drive + Calendar);广告主端:自助投放平台 + 客户经理;企业端:技术支持 |
| 收入流 | 广告收入(77%,超 2300 亿美元/年)、Google Cloud(约 10%)、YouTube 订阅/广告、Google Play 抽成、硬件 |
| 核心资源 | 搜索算法与 AI 技术、全球数据中心基础设施、海量用户数据、Android 生态系统、品牌信任 |
| 关键活动 | 搜索算法迭代、AI 研发(Gemini)、广告系统优化、云计算服务运营、Android 生态维护 |
| 关键合作 | OEM 手机厂商(预装 Google 服务)、广告代理商、内容创作者(YouTube)、运营商 |
| 成本结构 | 流量获取成本 TAC(约 480 亿美元/年)、数据中心基建与运营、研发投入(AI/云)、内容版权采购 |
为什么这个模式成功?
- 双边市场的完美飞轮:用户越多 → 数据越多 → 搜索/广告越精准 → 用户体验越好 & 广告主 ROI 越高 → 双方都更愿意留在平台
- 搜索意图 = 黄金数据:不同于社交媒体的”兴趣猜测”,搜索关键词直接表达用户意图,广告转化率碾压其他形式
- 边际成本趋近于零:基础设施建好后,多服务一次搜索和多展示一条广告的增量成本几乎为零,运营利润率超 50%
对小白的启发
最赚钱的生意往往是”卖注意力”的生意。Google 教会我们:如果你能聚集大量有明确需求的用户,你就拥有了最值钱的广告资源。关键不是直接向用户收费,而是理解”谁愿意为接触这些用户而付费”。今天的内容创作者、自媒体人都可以用这个思维思考变现。
Netflix — “用数据猜你想看什么,然后花几十亿拍给你看”
背景故事
1997 年,Reed Hastings 因为忘还 DVD 被 Blockbuster 收了 40 美元滞纳金,一怒之下创立了 Netflix——一个没有滞纳金的 DVD 邮寄租赁服务。2007 年转型流媒体,2013 年开始自制内容(《纸牌屋》一炮而红)。Netflix 的核心洞察是:内容不是成本,是投资——只要内容足够好,用户就会持续订阅。
BMC 九要素拆解
| 要素 | 内容 |
|---|---|
| 客户细分 | 全球 2.8 亿+ 订阅用户;按内容偏好细分为数千个”微众群”(Netflix 内部称为”taste communities”) |
| 价值主张 | 无限量观看独家优质内容、个性化推荐(“你大概率会喜欢这个”)、随时随地多设备观看、无广告(基础版)/低价有广告版 |
| 渠道 | Netflix App(iOS/Android/Smart TV/游戏主机/Web);2023 年增加广告支持层 |
| 客户关系 | 算法驱动的个性化推荐(降低选择成本);持续的内容更新保持新鲜感;分级订阅满足不同预算 |
| 收入流 | 订阅费(分基础版、标准版、高级版,$6.99-$22.99/月);广告收入(广告支持版);近年增加游戏和直播活动 |
| 核心资源 | 内容库(数千部原创+授权内容)、推荐算法与用户行为数据、全球内容分发网络(CDN)、内容制作团队 |
| 关键活动 | 原创内容投资与制作(年投入约 170 亿美元)、推荐算法优化、全球本地化、用户获取与留存 |
| 关键合作 | 影视制作公司与独立创作者、电信运营商(捆绑套餐)、智能电视/设备制造商、支付服务商 |
| 成本结构 | 内容成本(最大支出,170 亿+美元/年)、技术基础设施(AWS + 自建 CDN)、市场营销、研发 |
为什么这个模式成功?
- 内容飞轮:更多订阅收入 → 更多内容投资 → 更多独家好内容 → 更多用户订阅 → 循环加速
- 数据即内容战略:Netflix 用 2.8 亿用户的观看数据决定拍什么内容。《纸牌屋》的绿灯就是基于数据分析——用户喜欢 Kevin Spacey + 政治剧 + David Fincher 导演
- 全球本地化:在韩国制作《鱿鱼游戏》,在西班牙制作《纸钞屋》,本地内容吸引本地用户,好内容又能全球传播
对小白的启发
订阅模式的本质是”持续提供不可替代的价值”。Netflix 教会我们:一次性交易不如持续关系。但订阅模式能成功的前提是——你的产品/内容必须好到让用户每个月续费时不犹豫。如果用户开始算”这个月我用了几次?值不值?“,你就危险了。
Uber — “不拥有一辆车,却成为全球最大的出行公司”
背景故事
2009 年的巴黎,Travis Kalanick 和 Garrett Camp 打不到出租车。他们想:如果能用手机一键叫到附近的私家车就好了。Uber 由此诞生。它的核心创新不是技术,而是把闲置的私家车和司机的碎片时间变成了”共享运力”,创造了一个全新的按需出行市场。
BMC 九要素拆解
| 要素 | 内容 |
|---|---|
| 客户细分 | 双边市场——需求端:城市出行者、通勤者、外卖消费者;供给端:兼职/全职司机、餐厅(Uber Eats) |
| 价值主张 | 对乘客:一键叫车、透明定价、安全追踪、比出租车更好的体验;对司机:灵活工作时间、额外收入来源 |
| 渠道 | Uber App(乘客端 + 司机端)、Uber Eats App、Uber for Business(企业版)、Uber Freight |
| 客户关系 | 算法匹配(自动派单)、评分系统(双向评价维护质量)、动态定价(供需调节)、忠诚度计划(Uber One) |
| 收入流 | 每单抽佣 20-25%(Mobility)、Uber Eats 配送费+抽佣(Delivery)、Uber Freight(货运);2023 年总收入 375 亿美元 |
| 核心资源 | 平台技术(匹配算法、动态定价、路线优化)、双边用户网络、海量出行数据、品牌认知度 |
| 关键活动 | 供需匹配算法优化、司机招募与留存、市场扩展(新城市)、合规与政府关系管理、安全体系建设 |
| 关键合作 | 司机(非雇佣关系的”合作伙伴”)、餐厅商家、地图服务商、汽车租赁公司、保险公司 |
| 成本结构 | 司机补贴与激励(早期大量”烧钱”)、技术研发、市场营销、法律与合规成本、客服 |
为什么这个模式成功?
- 网络效应的正循环:更多司机 → 等待时间更短 → 更多乘客 → 每单收入更高 → 更多司机加入
- 动态定价的精妙:高峰期涨价(Surge Pricing)同时完成两件事——抑制部分需求 + 激励更多司机上线,让市场自动平衡
- 轻资产规模化:不拥有车辆,不雇佣司机,却能在全球 70+ 国家运营。每进入一个新城市,只需要 App 和本地运营团队
对小白的启发
平台模式的核心是”连接”而不是”拥有”。Uber 不拥有任何运力资源,但它创造的价值比任何出租车公司都大。这个思维适用于很多领域:你不需要拥有所有资源,你只需要成为”连接供需的那个枢纽”。但要注意:平台的早期启动是最难的(鸡生蛋还是蛋生鸡),通常需要大量补贴来打破冷启动困局。
Amazon — “从卖书的小网站,到’万物商店’,再到云计算之王”
背景故事
1994 年,Jeff Bezos 在车库里创立 Amazon,一开始只卖书——因为书的品类标准化、SKU 无限多,最适合在线销售。但 Bezos 从第一天就知道,他要做的不是一个书店,而是一个”万物商店”。更惊人的是,Amazon 后来发现自己为支撑电商建设的技术基础设施,本身就是一门巨大的生意——这就是 AWS 的诞生。
BMC 九要素拆解
| 要素 | 内容 |
|---|---|
| 客户细分 | 消费者(全球数亿 Prime 会员)、第三方卖家(占平台销售额 60%+)、企业客户(AWS 云服务)、广告主 |
| 价值主张 | 对消费者:最全选择+最低价格+最快配送(Prime 次日达);对卖家:全球最大流量平台+FBA 仓储物流;对企业:按需付费的云计算基础设施 |
| 渠道 | Amazon.com/各国站点、Amazon App、Alexa 语音购物、Whole Foods 实体店、AWS 控制台 |
| 客户关系 | Prime 会员体系(订阅锁定+持续增值)、一键下单、AI 推荐、“客户至上”文化(14 天无理由退货) |
| 收入流 | 在线直营零售、第三方卖家服务费(佣金+FBA 费用)、AWS 云服务(占营收 15% 但贡献 58% 利润)、广告服务、Prime 会员费、Kindle/Audible 内容 |
| 核心资源 | 全球物流网络(仓库、配送车队、飞机)、AWS 云基础设施、Prime 会员生态、海量消费数据、品牌信任 |
| 关键活动 | 供应链与物流运营、AWS 技术研发与运营、平台生态管理、Prime 内容/服务投资、AI/大模型研发 |
| 关键合作 | 第三方卖家(数百万商家)、配送合作伙伴、内容创作者(Prime Video)、AWS 技术合作伙伴 |
| 成本结构 | 物流与配送(最大单项成本)、AWS 数据中心建设与运营、内容采购/制作、技术研发、人力成本 |
为什么这个模式成功?
- 飞轮效应(Bezos 飞轮):更低价格 → 更多客户 → 更多卖家 → 更多选择 → 更好体验 → 更多客户… 同时规模效应降低成本,推动价格更低
- AWS 的意外天才:把自己的技术基础设施变成产品卖给全世界。AWS 贡献 15% 营收但 58% 利润,是 Amazon 的真正”利润引擎”
- 长期主义:Bezos 愿意连续亏损 20 年投资基础设施和用户体验,竞争对手根本无法复制这种耐心
对小白的启发
Amazon 的三个核心教训:(1) 飞轮思维——找到你业务中的正循环,然后死命转它;(2) 意外的金矿——你为解决自己问题而建的能力,可能本身就是一个巨大的市场(AWS 的故事);(3) 延迟满足——如果你的商业模式在长期有结构性优势,短期亏损是可以接受的投资。
拼多多 — “用社交裂变重新定义电商,让工厂直连消费者”
背景故事
2015 年,前 Google 工程师黄峥创立拼多多。当时淘宝和京东已经统治了中国电商,所有人都认为没有第三家的机会了。黄峥的洞察是:还有数亿”下沉市场”用户没有被好好服务——他们对价格极度敏感,社交关系紧密,习惯在微信群里分享好物。拼多多用”拼团”模式撬动了这个被忽视的巨大市场。
BMC 九要素拆解
| 要素 | 内容 |
|---|---|
| 客户细分 | 价格敏感型消费者(核心,三线及以下城市占 57%);追求极致性价比的全线城市用户;寻找销路的中小工厂 |
| 价值主张 | 对消费者:“拼着买,更便宜”——同样的东西更低价,社交购物的娱乐性;对工厂:去掉中间商,订单直达,以量换价 |
| 渠道 | 拼多多 App、微信小程序(核心裂变渠道)、微信群分享、Temu(海外版) |
| 客户关系 | 游戏化互动(砍价、拼团、种菜领水果)创造娱乐性粘性;社交推荐信任链;算法推荐”猜你喜欢” |
| 收入流 | 商家广告费(核心收入,类似竞价排名)、交易佣金、Temu 海外业务收入 |
| 核心资源 | 微信社交关系链(裂变入口)、C2M 供应链数据能力、算法推荐技术、工厂直供网络 |
| 关键活动 | 社交裂变运营、C2M 反向定制(数据驱动工厂生产)、农产品上行、Temu 全球化扩张 |
| 关键合作 | 中小工厂/农户(直供模式)、微信/腾讯(流量入口)、物流合作伙伴(极兔等) |
| 成本结构 | 用户获取与补贴成本、技术研发、市场营销(百亿补贴等活动)、Temu 海外扩张投入 |
为什么这个模式成功?
- 社交裂变的获客效率碾压传统电商:用户为了”再砍一刀”主动分享给好友,获客成本远低于淘宝/京东的广告投放。用户既是买家也是推广员
- C2M 重构供应链:通过聚合海量碎片化需求形成大订单,指导工厂按需生产——工厂不用猜市场要什么,也不用压库存,成本大幅下降
- 下沉市场的先发优势:当淘宝和京东在争夺一二线城市时,拼多多悄悄拿下了被忽视的数亿下沉市场用户,建立了品牌认知
对小白的启发
被巨头忽视的市场往往隐藏着巨大机会。拼多多教会我们:(1) 不要在巨头的主战场正面硬刚,找到他们看不上或服务不好的用户群;(2) 社交关系是天然的信任链和分发渠道——让用户帮你卖东西,比自己打广告高效得多;(3) “便宜”不是低质量的代名词,而是供应链效率的体现。
字节跳动/TikTok(补充案例)— “算法即产品,注意力即货币”
背景故事
2012 年,张一鸣创立字节跳动,推出今日头条。他的核心信念是:内容分发不应该靠编辑人工推荐,而应该靠算法理解每个用户的兴趣。2016 年推出抖音(海外版 TikTok),用短视频+算法推荐的组合,在全球社交媒体格局中炸开了一个缺口,成为第一个真正挑战 Facebook/Instagram 的中国 App。
BMC 九要素拆解
| 要素 | 内容 |
|---|---|
| 客户细分 | 内容消费者(全球 20 亿+ 月活用户,以 Z 世代为核心)、内容创作者(从素人到专业 MCN)、广告主、电商商家 |
| 价值主张 | 对用户:“刷不停”的个性化内容推荐,零门槛的内容创作工具;对创作者:强大的流量分配机制,素人也有机会爆火;对广告主:沉浸式原生广告+精准投放 |
| 渠道 | TikTok/抖音 App、今日头条、西瓜视频、飞书(B端)、TikTok Shop(电商) |
| 客户关系 | 算法”喂养”式体验(用户不需要搜索,内容自动找到你);创作者激励计划;直播打赏的双向关系 |
| 收入流 | 广告收入(核心,信息流广告+品牌广告)、电商佣金(TikTok Shop/抖音电商)、直播打赏抽成、企业服务(飞书) |
| 核心资源 | 推荐算法(核心竞争力)、海量用户行为数据、内容创作者生态、全球化运营能力 |
| 关键活动 | 推荐算法迭代、内容生态治理、创作者扶持、广告系统优化、电商基础设施建设、合规与政府关系 |
| 关键合作 | 内容创作者/MCN 机构、广告代理商、电商商家与品牌、音乐版权方、云服务提供商 |
| 成本结构 | 内容审核(人工+AI)、算法研发、服务器与带宽(视频极耗资源)、市场推广、版权费用、合规成本 |
为什么这个模式成功?
- 算法重新定义了内容分发:传统社交媒体靠”关注关系”分发内容(你只能看到关注的人发的东西),TikTok 靠算法(管你关注谁,好内容就推给你)。这让每个新用户第一次打开就能获得精准的内容推荐
- 创作者民主化:不需要粉丝积累,一个素人拍的 15 秒视频也可能获得百万播放。这吸引了海量创作者持续产出内容
- 沉浸式设计绑定注意力:全屏竖屏、自动播放、无限下滑——每一个设计决策都在最大化用户停留时间,而停留时间 = 广告库存 = 收入
对小白的启发
在信息过载时代,“分发能力”比”内容创作能力”更稀缺。TikTok 教会我们:谁能最高效地把合适的内容匹配给合适的人,谁就能占领用户的时间。这个逻辑不只适用于短视频——任何需要”匹配供需”的场景(教育、招聘、电商),算法驱动的个性化推荐都是杀手级武器。