网易云音乐产品负责人亲述：云音乐各产品发展阶段的实战经验！

今天我要和大家分享的主题是《云音乐各产品发展阶段的实战经验》

 

为什么要做网易云音乐？

去年，网易音乐的用户突破了1亿。为什么要做网易云音乐呢？网易的创始人丁磊是一个非常资深的音乐发烧友，当时市面上大部分音乐APP他都不太喜欢，资源分享比较匮乏。所以他想做一个移动互联网的时代特别棒的音乐APP，这是我们做音乐的一个出发点。

站在我的角度上来讲，要做这个产品的时候，我会想做这个事情对于整个音乐行业有什么样帮助，对于网易公司有什么样帮助，会给用户带来怎样的便利。

 

酷狗、QQ音乐、虾米音乐

面对众多强劲对手，云音乐该怎么破局？

 

那在做网易云音乐之前，我们团队都考虑到了哪些问题呢？

1.进行市场分析，看看竞争对手的优势和劣势

三年前网易音乐刚开始启动的时候，中国移动互联网上音乐APP还是挺多的，前几位的是酷狗、QQ音乐和酷我音乐。第二阵营基本上是百度音乐、天天动听、虾米音乐、豆瓣FM等。

在分析市场的时候，我们发现这是一个缺乏创新的大市场。

为什么这么说呢？尽管上面的那些产品都是做了很长时间，用五年甚至十年的时间积累了1亿、2亿，甚至3亿的用户量。但是仔细去观察这些产品，会发现它们都是曲库性的产品，主要功能就是搜索以及一些歌曲的更新。

用户主要通过搜索以及编辑热键去播放音乐。互联网上音乐产品发展这么长时间，一直没有什么特别大的创新，这是我们得到的第一个结论。

2.调研用户，结论是用户越来越懒

PC时代的时候，用户比较习惯曲库性这样的产品，当时最大的动作就是搜索和浏览新闻，这两个是占了非常大的比重。因此曲库性的产品有天生的适应优势。

到了移动互联网，手机天然就不是特别适合搜索的一个场景，其次手机大大延展了用户使用互联网的时间，随时随地都能够接入互联网。对于音乐APP来说也是一样的，以前用户可能是在固定的时间听音乐，把音乐从电脑上下载下来放到MP3里，或者直接连着电脑听。

3.用户希望打开音乐app就能听到想听的音乐，而不是仅靠搜索

现在在手机上，用户可能随时随地都有想听音乐的渴望和需求，这个时候光靠搜索显然是不能满足用户需求的。用户特别希望打开APP就能够直接听到好听的音乐，这样的产品将会逐渐取代曲库性的产品成为一个主流的方式。

在2013年的时候，市面上所有主流的音乐产品都是曲库性的产品，用户打开APP之后去搜索而非分享，唯一几个例外的是像豆瓣FM，虾米和Jing.FM这些创业公司做的产品。但它们的体量还比较小，影响力也不足，在产品的打磨和细致上都有些问题。

网易云音乐的好口碑是怎么打造的？

一般来说，一款产品在定位的初期就已经决定了后面的很多东西，比如方向，发展速度，天花板是低还是高等等。要回答这个问题 就要从做产品定位开始。

☞ 如何做产品定位？

首先，需要考虑用户，整个行业和市场的情况，以及未来的一些发展方向，综合这几个方面去考虑产品的聚焦点。对于用户来讲，要做一个最基础的用户群寻找和划分。

1.对用户进行切片

划分用户群的时候，要选择划分的因子。对于音乐来讲，我们当时选择了音乐喜好程度和年龄两个因素。

我们当时走访和访谈了很多用户，做过一些定性的研究，通过这些研究发现音乐喜好程度和年龄跟音乐有很大的关联性。每个人的音乐口味的形成，都是随着年龄而变化的。不同的年龄对音乐的喜好和态度可能都会不一样，因此年龄是一个特别重要的因素。

同时，在音乐这个领域，不同的喜好程度所代表的用户群是不一样的，有的是很重的发烧友，生活里面不能离开音乐；有的是以音乐为生的人，比如说是艺人、音乐人、作词、作曲、编曲、演奏、经纪人等，音乐对他们而言不仅仅是一个兴趣，更是一个工作；还有一些是普通用户，对他们而言音乐只是一种陪伴。

通过不同的音乐喜好程度，用户对于音乐的需求也不太一样。如果把音乐喜好程度和年龄相结合起来，画成一个二维坐标系的话，可以把一个基础的用户群划分给做出来。

这个时候我通常会把行业里边的一些玩家放到划分的用户群里面去，去看看它们大致的市场份额和分布的情况。

▲

不同音乐app切入的用户音乐喜好程度

比如说在音乐领域里面，以QQ音乐、酷狗音乐、多米音乐、豆瓣、虾米这几个比较典型的产品为例，QQ音乐和酷狗音乐的年龄层次覆盖面比较广，音乐喜好程度相对较低，用户没有特别的需求，能够播放自己手机里面存的音乐就可以了。

QQ音乐的年龄会相对酷狗音乐来讲，会更低一些，因为酷狗音乐发展最迅猛的时候，是互联网发展比较早期的PC时代，当时积累了很多用户。对于QQ音乐而言，因为QQ的存在很多年轻人第一次上网，接触的东西就是QQ软件，因此QQ音乐的用户的年龄会相对酷狗音乐而言更低一些。

虾米和豆瓣的用户群有一些接近，他们主要是针对年龄稍大，音乐喜好程度比较高的用户，也就是我们所说的资深乐迷。虾米的年龄层次和音乐喜好程度会更高一些，虾米主打的是一个比较专业的音乐数据库，全世界各种各样音乐都能在虾米上找到，这是它们当时的定位。

豆瓣更加强调音乐的发现的惊喜感，因此它的年龄和音乐喜好程度比虾米要再低点。多米音乐是完全基于移动端出现的产品，它所切中的用户群年龄比较低音乐喜好程度比QQ和酷狗高，但是比豆瓣和虾米低。它切中的刚好是一片比较空白的用户群。

我们当时分析得出的比较好的切入点也是这个用户群，也就是说网易音乐在做产品定位的时候和多米音乐有不谋而合之处。

我们选中了音乐喜好程度在QQ音乐盒酷狗音乐之上，最高会触及到豆瓣音乐、虾米音乐这样的一个程度，年龄层会相对较低，这样的一个用户群。

为什么选一些年轻的用户群呢？

因为年龄是一个用户形成音乐口味比较关键的因素，如果在一个用户年纪比较低的时候就切入这个用户，用户会随着产品的发展而发展，这种黏性就会非常强。

2.标签和歌单，到底该用哪个作为核心功能？

音乐内容的组织可以有标签或者歌单，也就是列表，你会选择哪个？是标签还是歌单，这是一个蛮经典的产品选择问题。

产品经理每天都会面临各种各样的选择，这个问题的选择跟用户群以及产品定位是相关的。

标签有标签的好处，歌单也有歌单的好处，我在这个分析的时候会先考虑我的核心用户是哪一种。标签对于发现音乐来讲是很方便的，甚至比歌单更好。一首歌可以打上多个标签，多首歌可以共用一个标签，这样的话就是一个N乘N的网状结构。

相对列表而言，它的网状会更为复杂，发散度会更高。但是，它缺乏一个创造者的概念。一首歌打上一个标签并不是一个很有创造性的行为。它只能把不同的歌聚集起来。

相比标签来说，歌单就多了这么一个东西，歌单是一个人创造出来的，选什么歌，怎么编排，这就赋予了这个人很多的价值。

网易音乐在考虑产品定位的时候，非常重视发现与分享的，也就特别重视UGC。我们非常希望能够给人带来价值，让听众去关注那些厉害的音乐达人，积累自己的声望，为这个社区贡献更多的价值，最终形成一个社区网络。这样的话，整个社区的黏性和活跃度就会越来越高。

所以，我们选择用歌单来做音乐内容的组织作为我们的核心功能。

☞ 如何跨越鸿沟？

做产品定位的时候，除了行业分析、市场分析、用户群的划分和分析之外，还考虑未来的发展方向。哪些地方的用户群会急速的扩大，用户什么样的需求会突然被激发出来，在这个过程中产品怎样把握好定位，顺应这个变化并从中获得最大的好处和利益，这都是要考虑的事情。

在2013年要做移动互联网音乐的时候，我就会想当每个人都拥有智能手机，并且随时随地都能听音乐的时候，会发生什么事情呢？

首先是碎片时间，用户在手机上操作，希望尽可能的简便，因此传统的编辑推荐模式和曲库搜索模式也不合适，这个时候用户需要大量丰富的内容以及匹配兴趣点的东西。数据就会格外重要，要获取用户关于音乐的兴趣数据从而对用户做精准的推荐，同时还要把曲库给盘活。

1.随时随地满足用户需求，让他们随时听到喜欢的音乐

怎么样才能够把庞大的音乐库给激活，这就要依赖互联网庞大的用户群。因此我们很强调云的特性，随时随地都能够获取到喜欢的音乐。

综合这几个点来看，用户在未来三到五年获取音乐的方式将会发生非常大的改变，对音乐内容的丰富性和个性化会有非常高的要求，同时也会希望操作简便，能够满足随时随地听歌的需求。

2.产品不能定位太高端和小众

▲

高端用户和普通用户的差异

产品过于定位到一个小众、高端，而且并没有一个很好的办法延续到大众产品的话，就会遇到一个非常大的鸿沟。很多创新产品经常会遇到早期用户很活跃，但流失率很高，进而产品逐渐开始走下坡路。

网易音乐和另一个产品Jing.FM差不多是同时上线的，网易音乐的定位是同时去满足高端小众用户和大众用户，Jing.FM则更多的是去满足高端的早期用户。

Jing.FM的核心功能是通过描述一个现在的场景，用语音或者用文字来描述，然后推荐音乐。对于高端用户来说，这是一个挺有吸引力的功能。但是对于大众用户而言就不一样了，大众用户不知道怎么样去使用这个产品。

虽然Jing.FM之后又推出了排行榜，帮助大众的用户更加方便地使用功能，但是由于产品定位一开始就是聚焦在创新的人和早期使用者，因此很难再去改变产品定位了。

网易云音乐虽然一开始也是定位于高端用户和小众的用户，但是它能够很好地把高端用户和大众用户连接起来。

对于高端用户而言，创建的东西被人播放，收藏，分享，评论了，会很有成就感。

对于大众用户而言，他在这个地方消费了之前消费不到的东西，获得了内容、独特的价值，这对他们来说也是很好的。

我们通过一些功能把小众用户和大众用户进行了强连接，这是非常重要的。

因此做新产品立项的时候，如果想切入一个相对来说比较窄的市场，必须考虑到这部分用户能不能满足产品模式和商业模式了。如果不能的就必须要进行扩张。在扩张的时候，会不会遇到鸿沟？这个产品模式是不是对小众用户和大众用户同时有效果？小众用户和大众用户能够在同一个产品里面共同存在下去吗？这些都是需要去考虑的问题。

☞ 打造好口碑的过程里，我们用了哪些有效的手段？

1.歌单

第一个是歌单，歌单这个形式并不是网易音乐发明。为什么其他产品的歌单功能都没有火起来？

这里面有四个比较关键的要素。

第一个是简洁，网易音乐的歌单功能都非常简洁，门槛最低。

第二个它是网易音乐的核心的功能，大部分的用户都会接触到歌单这个功能。

第三个点就是连接，我们通过歌单把一些富有创造力的意见领袖和一些大众用户连接在一起。他们之间通过歌单有很好的一个黏性在里面。

最后一个词叫气质，云音乐本质上是一个社区性的产品，社区都会有自己的氛围和气质。我们选择的用户定位是区域中间段，建立一个兼容并蓄的社群关系。

2.音乐社群

第二个是我们打造的音乐社群。社群最关键的一个设计的理念就是要无为而治，让用户自己玩起来。

好的产品和好的社群应该是只需要给用户一个点然后自转，这样的社群的生命力是最为旺盛的。云音乐的社群里最显著的一个特点就是音乐评论，社群的魅力里音乐评论是最大的。这个功能非常简单，一个评论加一个点赞和回复。

3.打造评论功能

我们通过音乐的评论改变了很多用户听音乐的习惯。网易音乐的评论为什么火？可以看三个非常典型的一些评论，第一条是关于《夏洛特的烦恼》，这首歌引发了北漂用户的共鸣；第二首是一个韩国团体，他们的粉丝在他们的歌下面发表的评论。第三个是一些段子，这些段子在民谣的歌曲下面经常会见到。这三种评论基本上能代表网易音乐用户为什么会很喜欢评论的理由。

评论其实就是一个评论加赞，非常简单的功能，我们希望用户不仅仅是听歌，还能够把这儿当成一个社群，不断地去消费这些内容，持续用下去。

过去企鹅智酷曾经发过一份报告，过去只有5%的人会在听音乐到时候看评论，这是非常小众的一个需求。但是我们现在音乐评论已经到了30%的人看评论了。对于网易音乐来讲，我们要做一个关于音乐的社区，让喜爱音乐的人能够在这个社区里面玩得很爽。在网易音乐里面，将近一半的用户都会去看评论。

如何去挖掘评论这个需求呢？

首先我们先观察用户的行为，在微博、贴吧、APP里面挖掘出有价值的点。第二个我们观察网易音乐用户在APP里面的评论，总结特点。

从以上两个点去分析用户的心理。音乐和情感是一个非常强的连接，用户听音乐往往会表达自己情感上的诉求，这些诉求就会产生一些共鸣。如果一个用户去把这些共鸣写出来，其他有相似经历或者相似感触的用户就能产生很强的情感反映。他们就会去点赞和传播。这样的话，评论就会逐渐火起来。

网易音乐的评论最大的一个好处就是改变了用户已经有的习惯，那么网易音乐的评论和网易新闻跟贴到底是不是一回事呢？

对于新闻来讲，即时性和有效性非常强，一篇新闻如果已经过了今天，你再去看它的可能性就会降到很低，它是缺乏意识沉淀和积累的。但是音乐的评论不一样，一首歌，即使是一首十年前的歌，现在依然有人听，因此它最强的感悟是共鸣，不同的人，在不同的时间点听这首歌，他们却有相同的感受和情感，可以引发相当强的共鸣。

网易音乐的评论更加能够表达一个个体的感受，因此我们做点赞，而不是跟帖的盖楼。

第二个是我们改变的用户习惯在于，以前用户听歌时会把APP放到口袋，看APP的时间确实不多看，广告的需求也很弱，整个产品的营收好像做不起来。我们改变了用户听歌的时候把APP放到口袋到用户听歌看评论的习惯。这样的话，整个使用市场和黏性都会加强，APP的商业价值也会变得更高。

4.个性化推荐

第四个形成用户很好口碑的功能是个性化推荐。个性化是未来的发展的趋势，让用户懒到极致是我们做网易音乐所追求的一个音乐推荐的效果。

网易音乐虽然不是第一个做个性化推荐的，但是我们却是把个性化推荐在整个音乐行业里面做的最好的产品。尽可能的让用户多接触和使用到产品的功能，并且推广出去。

现在基本上国内所有音乐人都能够接受个性化推荐这个概念。我们之前在个性化推荐使用率非常高有的音乐人中做了一个问卷调查，我们发现他们的个性化推荐使用率达到了75%，同时愿意把这个功能推荐给其他朋友使用的有50%，这是非常大的比例。

（1）给用户制造惊喜感

个性化推荐其实是一个长期优化的过程，除了死磕算法，产品经理在这个过程中还能够起到什么样的作用。我举一个简单的例子，从研究用户心理的角度去寻找一些推荐的惊喜感。

怎样让推荐有惊喜感，这是个性化推荐非常重要的问题。如果推荐太平常没有能够让用户产生惊喜，用户就不会特别喜欢推荐，一旦让用户有惊喜感，他就会非常喜欢个性化推荐功能，然后形成很好的口碑。因此我们做个性化推荐的时候非常强调惊喜感。

做这个功能的过程就是一个研究用户心理的过程，通过观察用户发表的音乐评论，通过推荐的算法里面找到一些音乐。我们抓住了这个特点，通过抽取一些文本分析，把一些音乐当成种子音乐，不断去发散和扩展，从而找到最能给用户带来惊喜感的音乐。

此外，我们还想挖掘用户多方面的兴趣点。因为用户的兴趣点往往不是单一的，一个人可能生活中有各种各样的兴趣，而且彼此可能是有连接的才组合成一个丰富的人。

比如说书、影、音这三者都是用户的兴趣，如果我们能够获取用户在书籍和电影上面的一些兴趣喜好，然后就可以给他推荐可能喜欢的音乐。我们去读取用户分享到微博上的一些观影的记录，同时在云音乐的APP里把这首歌的原声进行推荐，结果带来了很好的效果，这就是很强的惊喜感。

个性化推荐的另外一个方面就是，一般来说纯粹做个性化推荐的产品，会出现推荐算法越推越窄的情况。

（2）UGC和推荐算法互相配合

▲

UGC和推荐算法互相配合

网易音乐在这方面做得比较多，我们发现整个音的体系是UGC的歌单，用户的关注，推荐算法，三者相结合起来。当推荐算法陷入循环的时候，用户在歌单或者动态里发现了一些新东西，这个时候推荐算法马上能够捕捉到，从而去把这个推荐范围给拓宽出去。

为了让用户发现更多的惊喜，我们会不断地去考虑怎么样去挖冷门歌曲。

▲

用户和音乐金字塔模型

我们把用户和音乐分成两个金字塔，用户是一个正向的金字塔，也就是最高层级的用户定位为品鉴者，这部分用户可能只占整体用户群的1%。他们喜欢一些新鲜的音乐，追求高逼格和炫耀的感觉，我们把个性化的音乐推荐给这些用户。通过他们的耳朵，挑出来比较好的音乐，我们把这些音乐定为床位音乐，大概占了整个曲库的80%。

通过品鉴者的耳朵挑出来好听的音乐然后分享出去，从而传达到那些UGC的内容创建传播者的耳朵中。这些用户很善于做歌单，他们可以把音乐组建成歌单然后推荐给更多的用户分享，这样的音乐就会逐渐逐渐变成一些流行音乐，这部分大概占20%。

通过我们的算法以及生态系统给更多的主流用户，所有的用户通过播放，然后分享、收藏、喜欢、评论等行为来投票，最终投出产品里面最热门的音乐，大概占1%的比例。

整个过程中通过用户和音乐互相结合的一个模型，让曲库里面的一些小众音乐和冷门音乐能够得到曝光，逐渐产生出这个产品里最为用户喜欢的音乐。

相比传统的编辑挑选的模式，这个有着非常大的优势，因为它是从用户的一次次的行为里反复的挑选而产生的，而且不只是排行榜上的热歌，它更包含了很多冷门的歌曲。大家可以在网易音乐的排行榜上去发现到很多其他产品的排行榜里面很少见到的音乐，这就是这个模型的魅力。