从用户和功能两个角度,分析一下网易云音乐的现状

2018 年 10 月 14 日 人人都是产品经理

作者:Jwwo

全文共 3658 字 4 图,阅读需要 8 分钟


———— / BEGIN / ————


作为云村的一份子,我十分喜欢网易云音乐,它带给了我太多的感动。


由此,希望通过对它做一些分析以及思考,能够让云村变得越来越优秀,越来越动人。


一、用户分析


要思考一个产品,我认为关键是:把握住它的目标用户群。


那么,网易云音乐针对的是什么用户?


之前在听王诗沐老师的live时,他曾给出了一幅图:



在他思考下的网易云音乐,更多是针对类似多米音乐的目标用户群体,是音乐喜好程度高,但年龄偏小的用户。


我认为这个用户群抓的很好,这个群体极具活力和被挖掘的价值潜力。


这里不得不提一下我对于用户规模排名的一些观点:利用艾瑞指数,我看了今年网易云音乐与酷狗音乐、QQ音乐、酷我音乐的用户规模对比,以8月份的为例:



网易云音乐一直处于排行榜第四,尚且不说数据是否能够真实反映用户的实际情况,假设这个数据真实有效,我认为这并不代表网易云音乐就输给了三个竞品。


虽然网易云音乐的用户规模不是最多的,但不一定是因为他不够吸引人,而是在网易云针对的群体里,目前的整个产品已经抓住了目标用户的绝大部分人群——这已经是一件很了不起的事情了。


我想,这也是我作为用户时,为什么网易云音乐始终给我一种很专注、很谨慎的感觉,大概是它始终保持对我们这些“认为自己有追求”的人的关注,不会轻易为了争夺更多的市场而大胆做出改变。


使用网易云从来不是一件很潮的事情,但它足够有爱,足够动人。


那这些用户的特征应该是什么样的?


我这里思考出了四个关键词:口味多样、情感丰富、追求个性化、时间碎片化


那对应起来,他们可能会存在什么需求?


我认为,同样有四类需求:音乐资源要求丰富,希望满足情感诉求,能够彰显不同彰显气质,有更高投入产出比。


具体到针对于听歌的场景,又是什么需求?


从用户行为上分析,由发现音乐、消费音乐、管理音乐上来看,相应的,用户也会希望在这三个方面被满足:资源丰富、情感诉求,筛选沉淀


二、功能分析


在此之前,虽然已经是多年的云村铁粉,但我还是重新将网易云音乐走了一遍,观察了网易云的功能设计,最后用AARRR模型提取出了核心功能,如下图:



作为一个音乐平台,网易云音乐针对听歌场景下的这三个需求,推出了三个服务:个性化推荐(每日推荐/私人FM)、评论社区、创建/收藏歌单。


从用户口碑来看,这三个功能确实满足了用户的需求,那我们可以用SWOT的眼光去看待这些功能,他们有什么优势,有什么劣势?而针对于市场,网易云音乐还存在哪些机会与风险?


1. 个性化推荐


为什么网易云会选择个性化推荐功能,并努力优化它,使之成为口碑点?


在我看来,移动互联网与传统互联网的区别,就是它离用户更近,更了解用户,而相对应的,既然用户触达互联网的距离更短,那么用户的要求也会更加繁多更加独特。


比起过去使用PC时,人们接触互联网的门槛相对较高,使用PC要求有更多的理由,所以针对于某项服务不会有太多的感触。


但如今随着移动终端的普及,人们使用每个互联网服务更加直接更加纯粹,相对应的,出现在人们面前的服务也会越来越多,人们的时间也越来越少。


所以,焦虑的人们就会升级自己的要求,会希望服务更加人性化,自己可以更少的主动行为却能得到更多的反馈,直接反映出来的就是被服务时的个性化。


所以,网易云音乐主打的个性化推荐恰好符合了移动互联网下带来的个性化趋势。


而在这个功能的背后,网易云音乐也出色地提供了一个很好的解决方案,让人们产生数据的同时,可以被自己和别人所产生的数据服务。


就像马云所说的那样:我们从IT时代走进了DT时代,从此服务和数据,打通了双向的关系,从服务产生数据到数据也能形成服务。


不得不说的是:这个方案确实被落实得很好,用每日推荐和个性电台的方式,吸引了一大部分用户,从而在这沉淀。


但从我作为用户来看,功能仍有待改善的地方。


我认为个性化推荐过于“聪明和敏感”,我要么是因为不想改变个性化推荐的推送内容而不敢随便听歌,要么是会同时给我推送一大堆相关性太强的歌曲。


基于这两点,我的思考是:能否让它记住当前推荐的方式,记住我想要听的搭配?


比如日语歌2首,英文歌5首,只要我喜欢的给我推就行。然后,能否变笨一些,时不时插入其它可能感兴趣的歌曲,以防形成马太效应?


这是我作为用户的痛点,可以通过用户访谈或者问卷调查来具体看看这一块的需求情况。


2. 评论社区


对于评论功能,又拥有什么优势?


显然,在我看来,评论功能存在冷启动的问题,它更加强调产品的运营。


显然,网易云在这块做得令人佩服——用户在消费的同时,也加入到了生产的队列。


为什么它会如此迷人?


在我看来,有些用户通过评论所抒发出来情感,在音乐的气氛渲染上,直击人心,就仿佛这也是自己的故事一般产生了共鸣,由此用户也会尝试在听歌的同时,分享自己的故事,形成了一个社区的氛围。


从功能设计上来看,网易云音乐选择的评论方式也值得注意:它让人更关注评论内容,而不是评论者和评论者的互动;虽然它让人没法找到上下文关系,却也让用户更好地从评论中获得情绪的感知。


而其他竞品的评论设计,那样的设计很难让浏览者感到满意,并能刺激他们产生更多的评论。


我曾在回答一个问题时,这样说道:


网易云音乐的评论区,绝不仅仅只是一个用户发表想法的地方。


一首歌的旋律看似简单,但由此产生的不同情绪也随着不同人在不同时空的认知而不同,而这些就成为了评论区中不同的故事。


不管是歌声背后的感动,还是抖机灵下片刻的愉悦,这些故事都牵动了听者的情绪,喜怒哀乐都能这此找到共鸣,可谓伯牙绝弦处又与知音相逢。


当然,它仍存在待改善的地方。


在用户群更小更专一时,针对于歌曲的评论功能可以迅速凝聚同好且同感的用户,让用户获得找到知音、找到家的感觉,同时还能参与进来继续促进社区的活跃,这是它一个极大的优势。


但随着用户群变大,就会出现由于更多用户的参与而内容质量下降的问题。


用户过去能找到共鸣,触发情绪的点越来越不容易发现。


虽然网易云音乐用最热评论和近期评论的方案极大地避免了这个问题——让每个优秀的内容都有出现的机会,但这种现象还是会出现。


一般要解决这种问题,最常见的方案是引入反对机制,让用户感到不舒服的内容下沉。


但对于现有的社区来说,会把过去轻松的氛围变得沉重,所以值得去探索更好的解决方案。


3. 创建/收藏歌单


歌单作为核心资源组织形式,打出了网易云音乐的另一个口碑。以歌单为单位的推荐,让用户实现了从标签为主的主动索引,到了歌单为形式的聚合获取,发现喜欢的歌曲和同好的人更加简单。


但从用户的角度来看,歌单解决了发现的问题;而在消费的点上,还存在可以优化的地方。


在用户创建歌单时,音乐的聚合是受到不同因素的影响的。


在用户消费时,会发现有些歌曲其实自己现在不想听,只能频繁地切换,以找到想听的歌曲。


简单来说就是:它还没法配合着我的心情和喜好走,所以我要从整个歌单找到我现在想听的歌曲并不简单。


如果网易云音乐能够基于这个需求,根据用户的行为,判断出用户的心情喜好,在播放歌单时提供更智能地播放模式,筛选出更合口味的歌曲,我想也会是一个有趣的解决方案。


4. 谈谈机会与风险


从机会上来看,目前网易云音乐已经赶上了短视频的趋势,并且针对于网易云音乐的定位选择了做音乐视频的战略方向,让用户能够从视频中发现音乐。


除此之外,还有两个大趋势,也是竞品在做的,一个是直播,一个是音乐相关文章推送。


如果能找到好的切入点,相信能成为网易云音乐的下一个口碑点,当然,更重要的是满足目标用户的口味。


用我自己来说的话,会吸引我去使用这些功能的理由可能是一场高质量的线上演唱会直播?或者是一个知名人物的音乐故事?



10.12更新:


网易云音乐APP在视频栏目下,出现了名为“LOOK直播”的直播栏目入口。


说实话,有些失望。基于产品价值公式来说,产品价值=(新体验-旧体验)-换用成本,产品亮点在哪?网易云音乐的特色在哪?我心目中的网易产品,一直是质量与合适的结合体,探索什么的,让他们做去吧!


值得一提的是:机会相对应也并存着风险,一个是做了的风险,一个是不做的风险——这些都是需要思考的地方。


而目前,最大的风险和威胁,还是版权问题引发的资源不足问题,这一点在许多用户反馈都可以看到。


喜欢网易云音乐的用户,需要在多个APP之间切换,才能得到自己想要的所有歌曲。


但从我个人的角度,这一个问题并不是太困扰我,我并不需要网易云音乐推给我更多的歌曲,我想要的是更适合的歌曲。


三、最后


其实网易云音乐我最喜欢的一些设计,是它基于场景化的思考。


比如说跑步FM、驾车模式、亲子模式,还有最近推出的Sati空间。


虽然Sati空间的睡眠模式并没有满足我的需求,它提供的内容并不是我想要的,我更希望用音乐的方式来打造睡眠的环境,所以在这一个功能上还是有些失望。


不过,它的意义绝不低于跑步FM的设计,只要多加优化,相信也能成为用户睡眠、解压的神器啊!


最后希望网易云音乐,能成为一种生活方式。


P.S. 希望能有网易云音乐的大佬看到,算是弥补我的一个遗憾了。


———— / END / ————


点击“阅读原文”下载APP

登录查看更多
0

相关内容

网易云音乐是一款专注于发现与分享的音乐产品,依托专业音乐人、DJ、好友推荐及社交功能,为用户打造全新的音乐生活。
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
卷积神经网络的概述论文:分析、应用和展望,21页pdf
专知会员服务
90+阅读 · 2020年4月7日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
可解释推荐:综述与新视角
专知会员服务
111+阅读 · 2019年10月13日
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
推荐|网易云音乐分析之推荐算法
人人都是产品经理
10+阅读 · 2018年2月26日
【推荐系统】一文读懂推荐系统知识体系
产业智能官
42+阅读 · 2017年10月31日
如何利用动态信息数据构建用户画像?
NPDP产品经理资讯
6+阅读 · 2017年10月11日
Arxiv
8+阅读 · 2019年5月20日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
6+阅读 · 2018年2月7日
VIP会员
相关资讯
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
推荐|网易云音乐分析之推荐算法
人人都是产品经理
10+阅读 · 2018年2月26日
【推荐系统】一文读懂推荐系统知识体系
产业智能官
42+阅读 · 2017年10月31日
如何利用动态信息数据构建用户画像?
NPDP产品经理资讯
6+阅读 · 2017年10月11日
Top
微信扫码咨询专知VIP会员