PathMBA Vault

IPOs

La cuestión estratégica en el centro de la IPO de Lyft

por Walter Frick

La cuestión estratégica en el centro de la IPO de Lyft

Lyft ha publicado hoy la presentación de su oferta pública de venta, y aunque muchos de los titulares se centran en lo rápido que está creciendo(ahora tiene 18,6 millones de pasajeros activos), en cuánto dinero está perdiendo (casi 1.000 millones de dólares el año pasado) o en su estructura de acciones de doble clase, plantea una cuestión importante sobre la estrategia competitiva. En la sección de factores de riesgo de la solicitud, se señala que “los efectos de red entre los conductores y usuarios de nuestra plataforma son importantes para nuestro éxito” y que “si no somos capaces de seguir desarrollando nuestros… efectos de red, nuestro negocio podría verse afectado negativamente”.

¿Hasta qué punto crean esos efectos de red un foso competitivo?

Esa es la cuestión estratégica en el centro de la IPO de Lyft, y es una con un significado más amplio. Uber también ha solicitado confidencialmente salir a bolsa, por lo que los inversores tendrán varias oportunidades de sopesar las posiciones competitivas de los gigantes de la llamada “economía colaborativa”. Y tendrán que enfrentarse al hecho de que no todas las redes se crean igual.

Los efectos de red se producen cuando la incorporación de un nuevo usuario aumenta el valor de la oferta para otros usuarios, y el éxito de empresas como Google, Facebook y WhatsApp han cimentado los efectos de red como un elemento esencial de la estrategia en Internet. Son una de las razones por las que las start-ups respaldadas por capital riesgo hacen hincapié en el crecimiento; cuantos más usuarios se añadan, mejor será el producto o servicio.

Pero hay diferentes tipos de efectos de red y diferentes tipos de redes. Y las propiedades de las redes de viajes compartidos no son tan ventajosas como las de las búsquedas y los medios sociales.

En su artículo de HBR de enero/febrero de 2019 “Por qué algunas plataformas prosperan y otras no”, Feng Zhu y Marco Iansiti, de la Harvard Business School, describen cinco propiedades de las redes que determinan el éxito de las plataformas; mencionaré solo dos de ellas.

La primera es la agrupación:

“Cuanto más fragmentada esté una red en agrupaciones locales -y cuanto más aisladas estén esas agrupaciones entre sí- más vulnerable será una empresa a los desafíos. Consideremos Uber. A los conductores de Boston les importa sobre todo el número de pasajeros de Boston, y a los pasajeros de Boston les importan sobre todo los conductores de Boston. Salvo a los viajeros frecuentes, a nadie en Boston le importa mucho el número de conductores y usuarios de, por ejemplo, San Francisco. Esto facilita que otro servicio de transporte compartido alcance una masa crítica en un mercado local y despegue mediante una oferta diferenciada, como un precio más bajo. De hecho, además de su rival Lyft a nivel nacional, Uber se enfrenta a una serie de amenazas locales. Por ejemplo, en la ciudad de Nueva York, Juno y Via, así como las empresas locales de taxis, le están haciendo la competencia. Didi [la empresa china de viajes compartidos] se enfrenta igualmente a una serie de fuertes contendientes en múltiples ciudades.”

La red localizada de Lyft es más vulnerable a la competencia que una red global como la que impulsa el negocio de búsquedas de Google.(Howard Yu, de la IMD Business School, ha expuesto un argumento relacionado sobre la importancia del conocimiento local en redes localizadas como las de viajes compartidos). Airbnb, en particular, está en mejor forma en este aspecto. Los veraneantes y los viajeros de negocios no se interesan principalmente por las habitaciones de alquiler del lugar donde viven; la red de Airbnb está mucho menos localizada.

La segunda propiedad de la red relevante para el viaje compartido es el multihoming. Así lo describen Zhu e Iansiti:

“El multi-homing se produce cuando los usuarios o proveedores de servicios (“nodos” de la red) establecen vínculos con varias plataformas (o “hubs”) al mismo tiempo. Esto suele ocurrir cuando el coste de adoptar una plataforma adicional es bajo. En el sector de los servicios de transporte por carretera, muchos conductores y usuarios utilizan, por ejemplo, Lyft y Uber: los usuarios para comparar precios y tiempos de espera, y los conductores para reducir su tiempo de inactividad. Del mismo modo, los comerciantes suelen trabajar con múltiples sitios de compra en grupo, y los restaurantes con múltiples plataformas de reparto de comida. E incluso los desarrolladores de aplicaciones, cuyos costes no son triviales, siguen encontrando sentido a desarrollar productos tanto para sistemas iOS como Android.

Cuando el multihoming está omnipresente en cada lado de una plataforma, como ocurre en el servicio de transporte por voz, resulta muy difícil para una plataforma generar beneficios de su negocio principal. Uber y Lyft se subcotizan constantemente entre sí mientras compiten por los usuarios y los conductores”.

Catherine Tucker, del MIT, también señala este punto:

“El servicio de transporte en coche se caracteriza por una competencia feroz y por empresas que queman cantidades obscenas de capital riesgo en un esfuerzo por alcanzar escala. Sin embargo, los usuarios pueden instalar fácilmente tanto la aplicación de Lyft como la de Uber en su teléfono y juzgar en el momento cuál es más barata. Del mismo modo, por el lado de los conductores, muchos tienen instaladas tanto Lyft como Uber, y eligen operar en la plataforma que les ofrezca el trayecto más rentable.”

Algunos aspectos del negocio de Lyft probablemente sí muestran efectos de red que no están sujetos a estas preocupaciones. Cada viaje de Lyft proporciona datos valiosos que ayudan a la empresa a mejorar su software de despacho y enrutamiento, y parte de ese valor trasciende la geografía. Cuando llamo a un Lyft en Boston, los datos de ese trayecto ayudan a Lyft a mejorar también en San Francisco.

Los bucles de retroalimentación de datos como ese son increíblemente poderosos. Pero eso no son necesariamente buenas noticias para Lyft. En su solicitud de IPO, la empresa escribe: “Creemos que en el futuro, las flotas de vehículos autónomos desbloquearán un nuevo modo de transporte”. A través de asociaciones estratégicas, la empresa afirma que ha facilitado más de 35.000 viajes en vehículos autónomos. Pero, continúa la presentación, “si no somos capaces de desarrollar eficazmente nuestras propias tecnologías de vehículos autónomos o de desarrollar asociaciones con otras empresas para ofrecer tecnologías de vehículos autónomos en nuestra plataforma de manera oportuna, nuestro negocio, situación financiera y resultados de las operaciones podrían verse afectados negativamente.”

Desde el punto de vista de la competencia, el mercado de los vehículos autónomos se parece más al de los motores de búsqueda que al de los viajes compartidos. Conducir es un poco diferente en distintos lugares, por supuesto, pero un viaje autónomo en Arizona supone un viaje más seguro en Nueva York; es probable que los efectos de red en este mercado sean más fuertes y estables que en el de los viajes compartidos. A Lyft y a su principal competidor, Uber, les toca competir ferozmente con pocas esperanzas de conseguir efectos de red impenetrables. Mientras tanto, tienen que encontrar el dinero y el talento para competir en el sector de los vehículos autoconducidos, que es más probable que muestre una dinámica en la que el ganador se lo lleva todo.

Corrección: La versión original de este artículo afirmaba que Airbnb había solicitado salir a bolsa. En el momento de la publicación, no lo ha hecho.

Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología

Arreglar los chatbots requiere psicología, no tecnología

Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.