网易云音乐产品定位之道：发现音乐、分享音乐

“想笑来伪装掉下的眼泪，点点头承认自己会怕黑，我只求能借一点的时间来陪，你却连同情都不给...”久违的旋律在耳边响起，勾起过往种种回忆，惊喜和感动的电信号刺激着脑神经。网易云音乐就是拥有这样的魔力，让人觉得Ta像是一个懂你的朋友，用音乐的方式告诉你：“你并不孤单，有我在”。

本文围绕网易云音乐的产品定位将其分成两部分进行分析，发现音乐和分享音乐。

--------------------------------------------本文将花费您10分钟来阅读--------------------------------------------

目录

1.体验环境

2.云音乐发展现状

3.产品功能分析

3.1个性化推荐（发现音乐）

3.1.1需求分析

3.1.2个性化推荐算法

3.1.3云音乐个性化推荐功能分析

3.1.4讨论

4.2音乐社区（分享音乐）

4.2.1需求分析

4.2.2云音乐社交功能分析

1.体验环境

产品名	网易云音乐
版本号	V4.0.1
机型/系统	iPhone6s Plus/IOS 10.2.1

2.云音乐发展现状

不久前网易云音乐团队干了件轰动杭州人的事，杭州市地铁1号线和整个江陵路地铁站印满了云音乐精选热门乐评，网易云音乐一夜之间成为了媒体们关注的聚焦点。（赶个新潮，用微信指数搜索“网易云音乐”，不难发现网易云音乐因为这次营销活动使得热度激增。）

（数据源自微信指数）

网易云音乐作为音乐产品的后起之秀，2016年用户量就突破了2亿，云音乐有别于传统音乐产品作为曲库和播放器的工具形象，以帮助用户发现音乐，分享音乐为核心搭建了一个有独特氛围的音乐社区，吸引了众多高端年轻群体的青睐。

3.产品功能分析（发现音乐）

为了更好的围绕功能模块分析云音乐，此处应该上个架构图。（虽然图片打开率几乎为0）

（产品功能架构图）

3.1个性化推荐

云音乐个性化推荐功能：私人FM、每日歌曲推荐、推荐歌单。

互联网时代是懒人时代，人们越来越倾向于使用智能化的产品来减少选择成本和时间成本，个性化推荐的商业价值也就显现了出来。

而个性化推荐在音乐领域的应用场景有哪些，市场上有哪些需求？我们就以云音乐为例，分析其目标用户，看看个性化推荐解决了哪些痛点。

3.1.1需求分析

云音乐用户群为追求音乐品质的的85后-95后的年轻群体（年龄段），其中有音乐人、作词作曲人、音乐发烧友以及普通音乐爱好者（身份）。

场景模拟：

 

用户A：赵欢   26岁   音乐人

场  景：作为音乐人需要听大量的音乐找到创作灵感以及获得音乐技巧上的借鉴，通过搜索和排行榜很难找到冷门且适合自己曲风的音乐，点开私人FM，系统根据她的口味推荐了一首她从未听过的新歌，赵欢兴奋极了。

 

用户B：陈佳佳    27岁    家庭主妇

场  景：在做家务的同时需要音乐的陪伴来愉悦自己的心情提高工作效率，但是无法做到做家务的同时还思寻着听什么歌好，于是点开私人FM，系统推荐了一首她大学时代最喜欢的歌，陈佳佳突然有种云音乐很懂自己的感觉。

 

以上两个用户用例（但不局限于以上两个场景）很好地说明了个性化推荐在音乐产品上的应用场景，个性化推荐使得云音乐曲库中的长尾音乐得以曝光，盘活了整个产品曲库，也为用户减少了选择成本，成为最懂Ta的音乐产品。

3.1.2个性化推荐算法

个性化推荐功能早已成为众多音乐产品的核心功能，如豆瓣FM、虾米音乐等，各个产品的算法不尽相同，但基本原理还是一致的，只是不同产品会根据自己用户不断进行算法优化。本文由于篇幅原因简单介绍一下应用最广的协同过滤算法。

协同过滤在音乐产品应用上分为两类，一类是Base用户，一类则是Base音乐本身。

Base用户：

如果用户A和用户B相似性高，那么用户A喜欢的很可能用户B也喜欢。举个栗子，用户A喜欢听周杰伦的《告白气球》、薛之谦的《演员》、赵雷的《成都》，而用户B喜欢薛之谦的《演员》、周杰伦的《告白气球》、李荣浩的《模特》。那么由于两个用户音乐口味相近，就可以将《成都》推荐给用户B，将《模特》推荐给用户A。

Base音乐：

根据音乐众多因子（节奏、感情基调、歌词、歌手等）判别不同音乐之间的相似性，如果用户喜欢一首歌，则将这首歌相似性较高的音乐推荐给他。

3.1.3云音乐个性化推荐功能分析

云音乐面向的用户群体并不局限于高端且年轻化的人，不排斥其他特性的用户使用云音乐，从而扩大市场，但众口难调，云音乐是如何把个性化推荐功能设计得尽可能完美呢？于是云音乐打出了私人FM+每日歌曲推荐+推荐歌单的组合拳。

（云音乐发现音乐Tab截图，红色区域为要分析的功能块，箭头为页面跳转方向）

私人FM

功能介绍：

私人FM基于个性化推荐算法，为用户推荐符合其口味的歌曲，由“删除、喜欢、下一首”来判断用户对推荐结果的喜好程度。

优点：

1.智能化：用户一点即用，不需要过多的操作成本就能够听到喜欢的音乐（算法精准的前提下）。

缺点：

1.冷启动问题：系统无法获得新用户的喜爱偏好，从热门歌曲推荐有可能造成用户认为功能无趣的厌恶感。
2.机动性不强：用户口味有可能随时变化（口味受当下环境、心境等因素影响），但近期口味放在大量的以往数据中将会被忽略，导致无法较高频率地推荐新口味的歌曲。

每日推荐歌曲

功能介绍：

云音乐给出的官方功能介绍“根据你的音乐口味生成，媒体6：00更新”，说明每日推荐歌曲是根据近期听歌习惯每24小时生成一次的。

优点：

1.可操作性：用户可以直观的浏览系统每日推荐的20首曲目，能更好的从中选取自己想要的歌曲进行操作。
2.及时性：根据用户24小时内的听歌情况生成的曲目更符合用户当前音乐喜好，

缺点：

1.不够智能：作为私人FM的搭档，每日推荐没有私人FM来得智能化，用户参与选择的操作较多。

推荐歌单

功能介绍：

将UGC歌单进行分类打上标签（欧美、日韩、轻音乐、影视原声等），再把用户听歌习惯进行分析获得三个最倾向的标签类型，用户可点击自己所属标签快速获得UGC歌单。

优点：

1.揉合了协同过滤两种类型算法的优点，将用户和音乐进行匹配，最大限度地解决了多样性（歌曲类型）和准确性（用户满意概率）的矛盾。

2.提高了用户参与创建歌单的积极性，如果UGC歌单获得关注，那么创建者将有较大成就感和社区归属感，形成用户沉淀增加用户粘性，并促使更多UGC歌单产生，形成良性循环。

缺点：

1.不够智能：相比私人FM和每日推荐歌曲，推荐歌单需要的操作步骤更多，用户进行选择的次数也更多，会造成一点程度的流失问题。

云音乐个性化推荐综述

由于推荐算法存在较多缺陷，需要靠多元化的个性化推荐功能来弥补，云音乐用私人FM+每日歌曲推荐+推荐歌单的功能组合在一定程度上解决了不同用户对于个性化推荐的不同需求，

私人FM还能给用户带来惊喜感，由于完全没有进行选择歌曲的操作，系统推送出一首很久之前听过却再也找到的歌的时候，你会有惊喜的感觉，觉得云音乐很懂自己。能激发用户情绪的产品更能获得用户芳心。就像是你要让女孩爱上自己，就要让她因为你情绪变得波澜起伏。（小司机套路教学）

而UGC歌单是云音乐个性化推荐和社交的复合物，它是云音乐曲库利用率高达80%的重要因素之一，创建属于自己的歌单不仅能获得关注，还能展现自己独有的音乐品味，获得成就感和装逼的感觉。是云音乐口碑较好的功能之一。

因为音乐是无法精准定性的文化产物，一个人可能喜欢这首歌的歌词，另一个人却只是喜欢这首歌的曲调。所以音乐的个性化推荐算法优化仍有待提高。

3.1.4讨论

关于个性化推荐目前还存在哪些问题？

抛砖引玉，提出几个问题和自己的见解。

1.面对新用户如何快速获知用户兴趣所在？（冷启动问题）

根据跨平台数据整合，提前获知用户阅读偏好、购物偏好和观影偏好等从而预测用户的音乐口味。

2.如何判别用户当下状态有选择的推送音乐？（伤心的时候别听慢歌、睡前别听快歌）

根据时间、GPS定位获知用户当下状态进行推送。

3.如何避免特殊情况下音乐加入用户口味的判别数据库？（跳舞排练不得不防快歌、冥想不得不防轻音乐）

设计一个隔离模式，一切操作不影响系统对用户的口味判别。

4.2音乐社区（分享音乐）

4.2.1需求分析

社交需求一直是市场上永恒的需求，社交形式有很多，像基于熟人社交的QQ、微信，基于KOL社交的微博，基于陌生人社交的陌陌、探探，还有基于垂直领域的社交如赤兔、豆瓣等，如何结合自身根据用户切入社交市场形成用户沉淀就显得尤为重要。

云音乐以音乐为兴趣基点加入了社交元素，有别于其他音乐产品，云音乐的社交做得更彻底，用户能直接私信交流，而不只是流于表面。云音乐入驻的明星与粉丝的直接互动，不仅直接增长了明星人气，也让更多的用户认可平台成为重度用户。

云音乐IOS版一改传统音乐产品把主要功能音乐播放器放在底部便于操作的框架设计，而是采用经典四Tab就是为了提高页面的利用率，弱化工具特性，让用户更多的参与到音乐互动当中，不至于出现点开音乐就把手机放进口袋的普遍现象，这也一定程度的提升了产品广告推广效果，增加广告收入。

云音乐社交功能：乐评+朋友+话题+歌单

4.22云音乐社交功能分析

乐评

功能介绍：

在云音乐播放器界面点击评论按钮进入当前音乐评论列表，用户可以发表评论，为评论列表中喜爱的评论进行点赞、回复、分享等操作，点赞数越高排序越靠前。

分析：

云音乐乐评功能养成了用户听歌必看评论的习惯，从云音乐众多热门评论中可以发现评论多为用户对于过去回忆的感叹并以小故事的形式表现出来，还有一些有趣的小段子和粉丝们对偶像崇拜之情的表达。用户点开评论很容易从热门评论中产生情感共鸣，无论是有过相同的经历亦或是觉得有趣都会触发点赞的互动行为，为了获得关注用户们发表评论的积极性也被拉动，形成良性循环，社区活跃度也就得以提升。

但是产品环境最担心劣币驱逐良币的现象，所以运营就成了重中之重，记得当初乐评是没有回复功能的，增加此功能是为了增加互动形式，但也应该注意骂街现象的出现。

朋友

功能介绍：

朋友功能位于产品一级导航中，是一个类似微博的功能，用户可以看到关注人的动态消息，不同的是云音乐的内容输出形式强调文字+音乐的形式，也契合云音乐是一款音乐产品的核心，新版云音乐可以发布短视频，丰富了动态内容形式，让互动更有趣味性。

基于LBS的附近功能可以发现周边的陌生人并了解他最近听什么歌，让用户更易结交相同音乐品味的朋友。

分析：

朋友主要的功能目的有3点：

1.提供一个使用户能够进一步了解在平台上以各种形式初识且互相关注后的朋友的场所。

2.让用户多一个发现音乐、结交志同道合的人的途径。

3.丰富平台可浏览的内容，让用户长时间停留在产品上，提高商业价值。

把朋友放在一级导航中，可见朋友功能在云音乐团队中的战略地位相当的高，朋友功能想象空寂很大，如何增加用户互相关注数，让朋友内容更加有趣且互动性更高显得尤为关键，因为乐评互动是多对多且互为陌生人，而朋友功能则是一对多且关系较乐评更为亲近，很好的弥补了云音乐社交生态短板。

讨论：

朋友功能有哪些想象空间，内容输出形式可以有哪些？

话题

功能介绍：

以自定义话题的形式形成一个个讨论组，用户可以在热门话题中选择热度较高的话题并参与话题讨论。

话题内容为一段话配上一首歌的形式输出。

分析：

话题功能是提供用户一个表达欲的场所，很多用户在表达上有选择困难症，不知道发表些什么，但想要表达的欲望又积压在心里，话题功能给了用户一个明确的方向，让用户成为平台内容的输出者，参与到平台的互动当中来。并且话题能让用户感觉参与到了一个个圈子当中，和许多人做着同一件事，大大提高了用户的归属感。

云音乐的话题与微博话题有所不同，微博话题内容以时事热点为主，这是因为微博有自媒体新闻的属性，而云音乐的话题出了围绕音乐明星外显得更为随意，毕竟享受音乐本来就是件随意的事。值得关注的是云音乐热门话题还是以官方提供的话题为主，如何让用户自建话题得到较高关注是一个值得思考的问题。

云音乐社交功能综述

云音乐和其他产品设计上最大区别就在于它对于音乐社区建设的重视，社交形式丰富且能有效的带动用户参与社区互动中，社区活跃度较高，用户注意力停留在平台上的时间远高于功能性产品，就像凯文凯利所说的注意力在哪里，钱就在哪里。

相信云音乐未来在社交形式上会做出更多努力比如说加入直播功能，但切忌本末倒置，过于注重社交导致产品调性偏离。

结语：感谢阅读，欢迎就文中两个问题进行讨论1.关于个性化推荐目前还存在哪些问题？2.朋友功能有哪些想象空间，内容输出形式可以有哪些？