自2007年乔布斯发布首代iPhone以来，以苹果iOS和谷歌Android引领的手机操作系统构建了开放式的移动软件平台，提供了传统功能机无法比拟的丰富功能。智能手机从此快速席卷全球，引领移动设备市场走入了蓬勃兴旺的新时代。
根据statista发布的数据，到2016年6月，苹果App Store上可下载的App数量已经从最初的数十个增长到现在的200万个，而总计被下载的次数更是已经超过了1300亿次。
问题来了
在这番繁荣的景象背后，越来越多的国内智能机用户也开始注意到：虽然自己“下载”了许多App，但在“使用”过程中却越来越依赖于极少数几个关键的App，这其中首当其冲的无疑是腾讯的微信（WeChat）。无论是地铁上的赶路的白领一族、穿梭于课堂间的大学生，甚至是乐享晚年的老人们，抱着手机发微信、聊语音、刷支付早已经成为生活的“新常态”。
这种“微信独大”的现象对其他App和整个智能手机市场究竟会带来怎样的影响？
移动通讯行业当中存在着不同的声音。
有的学者认为，微信是一类社交型软件，而社交工具本身就具有“赢家通吃，一家独大”的特征，因此这种现象并不奇怪，而且微信本身也是信息的交流和发布平台，人们虽然很长时间使用微信，但也可以通过微信获取信息并前往其他App。
而另一类声音则更多地表达了担忧和疑虑，认为微信的“一家独大”最终会扼杀其他App的生存空间，从而影响整个移动互联网的开放性。
智能手机=微信？
一探究竟
为了衡量微信带给软件市场中其他App的影响，复旦管理学院信息管理与信息系统系的窦一凡老师与合作者华盛顿大学（University of Washington）的Jingyang Zheng博士生、Yong Tan教授以及北卡罗来纳大学教堂山分校（University of NorthCarolina at Chapel Hill）的Zhengling Qi博士生等共同展开了研究。
他们基于中国某一线城市的用户手机App访问历史数据，探索用户在使用微信和其他App之间的关联逻辑。这一研究的主要难点在于App的数量巨大，每个用户的使用时间和使用规律也千差万别，因此采用传统微观计量经济学当中的面板数据分析方法时存在诸多限制并且效率低下。特别是随着App数量增加，各种可能的组合数量迅速增加，因此需要测试的备选模型过多，而且无法保证最优的模型的表现能否足够稳定。因此，迫切需要跳出传统方法的分析框架，采用更加高效且更加稳健的机器学习方法来解决这一问题。
基于此，窦一凡老师所在的研究团队采用了图论的基本思想，将所有App联结，构建为一个部分祖先图（Partial Ancestral Graph，PAG）。在这个图中，每个App是一个节点，而用户的App使用过程则可以标记为一个有向非闭环（Direct Acyclic Graph）的路径。在此基础之上，他们采用快速因果推断算法（Fast Casual Inference Algorithm）在图中快速寻找所有满足因果判断准则的App之间联系。一旦某个边被算法辨识为显著，则意味这条边所连接的两个节点App之间存在显著的先后关系。
这个方法可以快速从规模巨大、内容庞杂的数据当中快速辨识出显著的现象和规律，因此属于完全由数据驱动的机器学习算法。为了保证结果的稳健性，在通过上述方法标记帅选出一系列显著的App之间联系之后，他们也同时使用传统的计量经济学模型对于筛选后的结果进行了验证和检验。
通过对于600位随机抽取的用户在2015年随机选取的一个月内近300万条App访问记录进行分析，他们发现微信的“一家独大”对于整体软件市场产生的正向作用非常有限。
换言之，单从用户的使用规律上已经能够看出用户对于微信App的采纳已经呈现出清晰的“封闭化”趋势：
首先，微信的“上游”App（即访问微信之前访问的App）只有腾讯公司的其他App（例如腾讯游戏等）；而大多数用户在使用手机时已经习惯了率先打开微信，将微信作为App使用路径的起点。
其次，研究发现微信只有三个“下游”App（即访问微信之后会转向的其他App）： 腾讯新闻、App Store和淘宝。这三个下游App分别对应的是用户在使用微信的过程中所产生的新闻获取、软件下载和手机购物等三方面需求。
基于上述发现，再来回顾过去两年间腾讯公司的战略选择，可以看到一条更加清晰的、与之对应的脉络：2014年腾讯选择与京东合作推出京东商城的微信入口；2016年微信则宣告即将发布“小程序”；加上腾讯自身较为成熟的新闻客户端，已经逐渐形成了高度独立于外部软件市场的封闭生态。
这种现象的出现，无疑将会给移动互联网的各方参与者——移动平台广告商、App开发者、手机制造商和零部件供应商、手机用户、支付和银行机构等等——在未来带来颠覆性的影响。试想：如果所有用户都长时间停留在微信当中，广告投放、App开发、手机设计等方方面面都要面临一系列巨大的挑战和转变。
从研究方法的角度看，相比于已有的文献，这一研究工作的独特之处在于对于App的使用和访问过程数据进行了分析。而已有的工作主要是分析用户下载App过程中的行为。App使用和访问路径所对应的数据特征的独特之处，决定了传统经济学方法存在局限性，而研究团队借助于前沿的机器学习方法在这一点上实现了突破。
在此基础之上，论文研究同时分析了总共300个最常用App之间的联系，感兴趣的读者可点击文末的“阅读原文”阅读论文全文。（ZHENG, Jinyang, Zhengling QI, Yifan DOU, Yong TAN.“How Mega Is the Mega? Measuring the Spillover Effects of WeChat by MachineLearning and Econometrics” (2016). Working paper.）
2007年1月，乔布斯在旧金山发布首代iPhone，奠定了移动互联网商业的基本格局；巧合的是，十年之后，微信预计将于2017年1月前正式发布“小程序”功能。这一听上去不起眼的“小”功能，及其微信可能在未来一段时期内所掀起的一系列新的革命，对于整个移动互联网生态所产生的影响，可能不亚于当年的乔布斯的iPhone。
作者简介窦一凡窦一凡，博士，复旦大学管理学院信息管理与信息系统系讲师，研究方向为电子商务、信息系统经济学、供应链管理。转自微信公众号复旦管院
复旦大学是我国最早设立工商管理教育系科的高校之一，也是在改革开放后最早恢复管理教育的高校之一。经过三十多年的发展，复旦大学管理学院如今已成为国内一流，亚洲知名的商学院，连续四年多项目稳居全球百强，且排名领先。
（广告）
▪
