网易云音乐分析

　　最近陆续看到了很多有关网易云音乐的分析。文章多侧重于产品结构、功能模块、交互细节、视觉表现等维度阐释网易云音乐怎么怎么好，怎么优于其他竞品。本着对该产品的热爱和第一原理思维的认同，我希望能够从自身的一些真实感受来谈谈我对网易云音乐看法。
　　有关产品分析对象选择的那点事
　　首先在关于无线C端产品的一些UX建议中我曾经举过Eric对PC与移动端的实验研究成果：情感反应（EmotionalResponse）将会提升PC产品的参与度是，而对于移动产品影响不大。而当下我看到的众多有关网易云音乐的分析均是基于移动平台，并且去讨论它做的有多么Emotional！我不知道这份Emotional是怎么感知的。通过用户的访谈，我们了解绝大多数的用户是在稳定的场景下，由于其强大的推荐算法匹配到了他们喜爱的歌曲类型，紧接着看到了基于点赞数的热门神评论，由此产生了情感闭环，即爱上PC端的网易云音乐，然后再基于这份情感闭环（良好的口碑）去附带移动端。因此去讨论网易云音乐移动端多牛逼，是典型的头痒挠脚。
　　其次只去讨论它的结构设计多么好、功能模块规划的多么人性抑或交互细节、视觉表现做的多么细腻，也是一种赵括式的纸上谈兵，最终不仅害了身边卖命的将军，还误了整个赵国！我们都知道辣条很好吃，即感知层面和行为层面的质量都很棒，但是我们看过新闻对它制造黑幕工艺的曝光，我们最终对它的综合评价依然是消极的。这件事告诉我们脱离用户真实情感去讨论所谓的产品结构、功能模块、交互细节、视觉表现去评价一个产品是没有任何意义的，是一种不落地的产品分析，即我经常讲的你的情怀我不懂！
　　Law在2009年就提出产品使用层面只是用户满意的保健因素，对应于KANO模型中的基本型需求，遵循质量满意度的反比例曲线分布，随着该层质量的提升，满意度会趋于某一固定值，即围绕产品设计本身的一些匠心规划，并不意味着让你做一个自嗨的匠人！否则就会出现我们不能理解的伪情怀。苹果公司从来不吹嘘自己的工业设计多牛逼，多有情怀，但我们能感受到。好了，又扯多了，我们回归网易云音乐这件事上，我们本着学术与实际的共同现象，选择PC端的网易云音乐作为分析对象，并以用户真实情感贯穿整个分析过程。
　　一、用户对网易云音乐的情感认知
　　牛逼、精品、看歌神器，以上是有关网易云音乐最多的主观描述。我们随机访谈了12位的网易云音乐的用户，发现用户情感发生的共同场景与Eric的研究成果不谋而合：在稳定的场景中（PC平台）盲听到喜欢的歌曲，紧接着探索了一下该歌，发现了为之惊喜的神评论，对歌曲本身形成画面感（共鸣感），相比于dongcikaci有故事的歌更能引起人反应，而评论就扮演着故事的角色。网易音乐本身也在培养我们这批用户：听歌必须看评论的的行为，我相信习惯了网易云音乐的用户很难再转酷狗、QQ音乐之类的平台，因为他们断了我们听歌看评论的行为！这种截断是我们无法适应的。
　　二、由范围层、结构层、框架层和表现层到战略层闭环
　　2。1范围层细致的场景定位与用户行为的挖掘
　　相比于其他音乐平台，网易云音乐在范围层方面独有的功能内容有：歌曲评论、歌单创建灵活性、盲听（强大的智能推荐算法）和社群四个模块。结合身边用户反馈，更加坚定我们聚焦于这四块差异化功能内容。
　　1、评论音乐下游体验的载体
　　音乐本身是一个带有积极情感的事物，因此评论功能不能说是一大亮点，只是顺应积极情感的一个收尾之笔。即我们听到一首不错的歌，自然想去进一步了解它，那么了解它什么？歌名？歌词？抑或炫酷的大转盘？如果你还有点同理心，你就会意识到以上那些歌名、歌词、大转盘只需23秒就可以扫描完毕，之后只剩下尴尬，就像和阔别已久的同学相聚，两三分钟内把所有能讲的话都讲完了，剩下的除了尴尬，还是尴尬！即我对这这首歌印象还不错，但是就是找不到一个可以满足我下游体验的载体，而评论正好充当了这一角色。具体到听歌行为上，则表现为：对这首歌还不错哇，哈哈哈哈（已阅热门评论）情感共鸣，用户在价值感受方面的自我满足度、愉悦度、有用度和移情方面得到了强化与提升。
　　2、盲听
　　私人FMamp；amp；每日歌曲推荐
　　在12位访谈用户中，我们发现他们另外一个共性就是盲听，在稳定的场景下，听歌仅是我们的一个碎片化任务，即我们可能在写代码、在整理需求文档抑或在画线框图，这些主要任务使得我们没有太多精力去Care一些歌曲的选择，我对它的诉求只有一个好听就行。正因如此，我们看到WIN10版的网易云音乐强化了私人FM与每日歌曲推荐。
　　基于用户行为的歌曲基因推荐算法
　　这个有点类似于Amazon发明的Collaborativefiltering（商品推荐算法）。我们以三首歌曲为例，将这三首歌曲分别类比于空间坐标系的XYZ轴，以用户对歌曲喜好程度为量化基础（比如歌曲循环5分、分享4分、收藏3分、播放2分、听完1分、切过1、删除5）。那么用户A的空间向量值为（4，3，1），用户B的空间向量值为（5，2，1）。通过计算向量夹角的余弦值可以判断这两个用户的一致性，即两人一致，向量的夹角为0，余弦值为1。基于用户行为数据的歌曲分类与匹配是盲听中最最核心的功能，也是评论的重要前置条件，因此它的重要性对于网易云音乐来说，是不言而喻的。
　　3。灵活的歌单创建产品动力源：产品有用不代表用户对你产品的忠诚
　　有用的功能用户忠诚吗？不一定，就拿移动医疗中的挂号、问诊来说，它们的确是有用的功能，但只有我生病时我才可能会去用，事件本身是个低频的事件，即功能虽然有用，但是却是个低频需求（人物低频amp；amp；行为低频）！如何缩小功能与用户忠诚的势能？健康管理便成了最贴合的填充物，即你每天运动量多少、睡眠质量如何（这些都是你每天需要关注的），我们把这种最贴合的填充物称之为产品动力，就像一辆汽车要想跑起来，得有油啊！
　　网易云音乐歌曲的精准匹配、情感Evoking的评论足以满足了用户的听歌的需求（Selfsatisfaction），但是这种满意度是碎片的，不足以兑换用户的忠诚度，因此我们还需点针线活，将它串起来，于是灵活的歌单创建为用户的自主收藏创造一个良好的前提，从而下次能想到哎上次那个’口琴’很好听，这就是用户的二次体验，即作为用户忠诚度的一个开始。
　　4。社群互联网的本质其实是以兴趣为纽带的社群广场
　　互联网是一个广场，在这个广场上人们可以自由的溜达，也可以自由的表达。与普通广场不一样的是，其突破了空间的物理限制，全世界的任何一个人都可以出现在这个广场上。当然人们并非以单独原子状态出现在广场上，而是寻找感兴趣的信息和对自己有价值的信息。兴趣与价值不同，广场上的人也因此被分成一个一个群体，这个因为兴趣和价值而聚集在一起的群体，就是社群，人们正是以这种社群的方式聚集在这个广场上。
　　网易云音乐通过UGC的方式对歌曲本身进行打散和重组形成具有共同偏好的社群广场。各个社群通过不同的用户而联系起来，形成兴趣网状结构，极大提升了用户主动发现好（适合自己）音乐的效率！
　　2。2结构层细致的场景定位与用户行为定位
　　场景一：私人FM
　　由于私人FM属于没有尽头的歌单播放，用户与产品此时处于一种托管模式。即使用私人FM的用户属于重度盲听用户，因此在行为路径方面没有太多的横向、纵向延伸的必要性。
　　场景二：每日歌曲推荐
　　相比于私人FM无尽头播放，每日歌曲推荐的数量是有限的（20首），即使用每日歌曲推荐的用户属于中轻度盲听，用户只是暂时托管于产品，其还有继续探索的精力。因此在行为路径方面需要一定的横向、纵向延伸。
　　2。3框架层强化盲听、音乐评论
　　从Win7版到Win10，网易云音乐通过元素的整合与布局强化了盲听这一要素，顺应了范围层的需要。win10版的网易云音乐将左导航的私人FM与归属于推荐歌单每日推荐独立出来，至于视觉黄金附近，作为单独的模块入口，以突出盲听对产品的重要性。当然音乐评论也是最具智慧的组合方式，通过优质评论去强化听歌体验，触发用户情感Evoking。
　　2。4表现层产品的脸面，马虎不得
　　色彩
　　官方默认皮肤是暗红色，学过色彩心理学的同学一定不陌生，红色是最容易激发（Evoking）情感的，而在红色中又加入了灰色系，使得红色的饱和度被降低，即调和了情感激发的强度（过强容易引起人不适，甚至是反感），同时低饱和度的色系容易激发品质、高端等积极情绪。因此暗红色作为官方默认的主色系与目标用户人群（喜欢逼格的8595）是十分契合的。
　　界面复杂度
　　去解构苹果系列的海报抑或视频，你会提取到形成逼格的一个核心要素就是简洁。从使用层面来讲，简洁事物的信息化指标质量很高（如较高的可读性）会驱动用户快速解码，为二者之间的共鸣提供了一定的前置基础。其次来自于用户价值层面的移情特质，水墨画中的留白会使人移情于山水之间，对于界面表现，也有类似的效果，比如增加透气性，使人更加聚焦于核心内容本身，一旦聚焦（AttentionSpan）就容易发生情感关系（详情请参考关于无线C端产品的一些UX建议）。
　　相比于Win7，Win10版在界面复杂度方面，主要优化了两点
　　注重界面的透气性，通过重新布局内容区块，实现主动留白；适当缩小歌单封面面积，实现被动留白。
　　注重界面元素一致性，相比于Win7版的纯文字内容区块Title，结合主色系（暗红色）的Icon增加了界面一致性的调和作用（注意Win7版的纯文字是灰色系，在色彩学上，灰色起到了调和的作用。Win10版在灰色文字调和的基础之上，又通过主色系的线稿式Icon对这种调和有做了一步梳理，使得界面表现出更高的一致性，即看上去不复杂的。）
　　界面精致的
　　一辆好车，你不用看牌子，直接看它的曲面加工工艺，你就能猜出这一定是一辆价值不菲的车。对应于界面也是，粗糙的界面会让用户感知到廉价、不靠谱，这就好比相亲，你给人家的第一印象就是邋遢、吝啬，基本上这次相亲已经GameOver了。
　　网易云音乐在界面精致性方面做的很细腻，除了前面提到的降低界面复杂度传递一种逼格，其在歌单封面的选择上，也多是一些富有逼格的图片。相信许多热爱音乐的人都有过收藏CD的习惯，通过精致的复古情怀的CD转盘来传递这种对音乐的尊重与品质的传递当属最合适不过了。
　　评论吸引力
　　要说网易云音乐给用户带来的最大情感震撼当属评论。一首普通的歌，经过切合情境的评论的催化，使其显得非常有韵味。这种现象，我们将其称为心理层面的有色眼睛。
　　网易云音乐的评论机制是以用户点赞的热门评论为主，前面已经提到过，评论对音乐而言是一种顺势而为，迎合音乐本身积极情感的一个收尾。基于点赞数的人们排序恰恰保证了评论的质量或吸引力（人在情感Evoking方面是具有共性的，一个搞笑的段子，无论你是男生抑或女生都会忍俊不禁）。Papi酱为什么那么火，其中有一个重要的要素就是其题材选的好，吐槽了我们想吐槽的东西。记得有位前辈曾经提到社交的本质，即表达认同沟通，基于点赞排序的机制利用人的情感Evoking共性，强化了内容的认同，为最终的情感共鸣（沟通）奠定了基石。
　　歌曲质量高的
　　前面已经提到有关网易云音乐的推荐算法，它其实本质上满足了用户个性化或者千人千面的诉求。传统的音乐呈现，无非是基于新歌首发、排行、歌单抑或什么爵士摇滚。我想说的是，你整那么多，干哈？和我有关系吗？在盲听的情境下（明听更多的牵扯到音乐的版权，这里不做讨论），用户的需求是听到好听的歌，至于你分的什么摇滚、爵士，这些和我的需求存在匹配关系吗？而网易云音乐将这种选择困难转移给系统，这无非是最善解人意、最有效、最省力的做法，正是因为这三最，才使得用户对网易云音乐产生黏性（以前做社交产品一直在思考如何提升产品的黏性，现在看来，黏性本质是以一种最智慧的方式使得用户承担更少的心智负荷，从而高效地实现用户内心最真实的需求）。
　　2。5战略层闭环为什么用户忠诚度那么高
　　好了，说了那么多，最后我们以一张图来对以上内容做一个简单梳理，并验证网易云音乐用户高忠诚度的现象。范围层确定了产品差异化功能：评论、盲听、灵活的歌单创建以及共同兴趣纽带的社群，并对其进行了简单分析。之后结构层通过不同场景下的行为分析，确定用户的行为路径，进而驱动产品页面流，框架层对盲听入口做了强化，并且将音乐与评论结合在一起。在表现层，产品除了对范围层差异化功能进行细致展现之外（评论吸引力amp；amp；歌曲质量），对产品的整体气质也进行了包装（色彩amp；amp；界面复杂度amp；amp；界面精致）。最后回到战略层（本文旨在从用户体验角度对网易云音乐进行分析，因此不对产品的商业模式进行探讨，只聚焦于用户目标），这些努力、情怀是大家的情怀吗？很明显是大家的情怀。
　　目标用户多是8595年龄段的用户，这部分用户对产品的逼格诉求自然不言而喻。但是目标用户对音乐本身的垂直度质量要求不高，多为中间品质用户，即好听剩余一切！而非一定要听爵士抑或一定要听摇滚！
　　用户的目标多为盲听，因此产品强化盲听，是最直接的产品与用户的匹配，自然要胜于那些所谓的新歌首发、排行等自嗨型的痒点规划。
　　之前看到有一个以年龄为自变量的情怀营销的实验，研究结果发现相比比于其他年龄群，针对90后左右的年龄群（8595）做情怀营销是有效果的。因此网易云音乐的评论正好契合了这一条件。所以我们也不难发现，目标用户对网易云音乐的评价都很高（注意是目标用户，你硬让一个喜欢唱《月亮之上》的用户去感受产品的追忆的情怀，那是不切实际的）。
　　综上述之，网易云音乐的确实现了范围层、结构层、框架层以及表现层至战略层的闭环。
　　三、写在最后
　　最近陆续地看到一些同学的竞品分析，所以我想谈谈有关产品分析的看法。脱离用户真实感受去讨论什么架构、什么交互细节是空洞的，是不接地气的！这就回到第一原理思维的问题上，我们为什么要去分析一个产品，不是去套用某个模板，然后针对每一模块进行文字填充，而是源自于产品真实感受，然后去寻找这份感受的源头在哪（为什么会有这样的感受），把它挖掘出来进行剖析！就像前几天人人都是产品经理的一篇文章提到的：不要做温室里的产品经理，要成为一名野生的产品经理。即不要被动地去分（罗）析（列）产品，而要学会主动的分（挖）析（掘）用户真实感受的源头。这样的分析才有价值！