網易云音樂作為工具性產品,是如何通過用戶模型來尋找市場需求?

4 評論 16310 瀏覽 77 收藏 11 分鐘

一般情況下to C類工具都是明確解決某一場景的需要,比如將照片變得漂亮一點,聽音樂,看電影,看小說,下載應用等等。這種類型的工具往往非常單純,我們通過用戶模型將此類產品的用戶劃分為粉絲用戶及一般用戶。

to C類產品的用戶類型

粉絲用戶

粉絲用戶非常依賴場景,也可以理解場景的重度使用群體,是這個場景的忠實受眾,我們可以通過使用時長,使用頻率,活躍度等相關的指標來對粉絲用戶進行判斷。需要注意的是,這里提及的粉絲用戶是這個場景的粉絲用戶,并非某產品的粉絲用戶。

一般用戶

一般用戶則是偶然性的需要,是一種輕度用戶,并且這個需要本身并不是源自于自己的原始欲望,往往是因為外界因素的介入,導致了需要的產生,比如幫朋友拍照,逃避式聽音樂等等。這部分群體對于場景本身并沒有太大的主觀選擇力,更多的是被另一個因素推動產生的行為。

很有意思的事情在于,一般用戶在技巧的影響下,可以逐漸變成粉絲用戶,而粉絲用戶也可能慢慢退化為一般用戶。

以網易云音樂為例

我們拿網易云音樂舉例吧(后文簡稱云音樂)。

云音樂本身是音樂類產品,滿足用戶的基礎訴求是聽音樂,這個功能的受眾群體包含了粉絲用戶以及一般用戶。

第一個問題:如何服務粉絲用戶及一般用戶

如何吸引一般用戶?

只要有歌曲庫,以及播放功能,那么一般用戶的需要是可以被滿足的,如同早期音樂類軟件的做法一樣,滿足曲庫以及播放功能,剩下的就是不斷的擴充歌曲庫。

云音樂的曲庫雖然不算最大量的,但品質都屬于優秀的,在曲庫之外,他的交互設計以及UI設計都遠超同期其他產品,這也為云音樂贏得了相當一部分好評。

相同需求背景下,云音樂滿足的不只是能用,還有易用,更舒服的使用這些衍生需求,這也說明,很多時候,產品體驗也是極為重要的競爭優勢之一。

那么,如何吸引粉絲用戶呢?

我們先來分析音樂場景下的粉絲用戶的特征,要知道粉絲用戶才能讓一個產品具備市場及資本價值。

音樂場景的粉絲用戶,典型特征是存在歌曲的偏好,往往熱衷于具備相同特征的歌曲,比如語種,人物,曲風,派系等,而這個市場是否存在一些缺陷,讓音樂的粉絲用戶感到需要一些東西呢?

答案很明確,喜歡在某種意義上就等同需要,我喜歡聽印度的歌曲,基本等同于我需要聽印度的歌曲。

當我們產生需要時,往往背后藏著的就是市場缺陷,人們只會在沒有的時候會想到需要擁有,我之所以需要聽印度的歌曲,是因為我很難在其他地方找到這樣的歌曲?;蛘哒f尋找給我帶來了非常大的困擾,讓我感覺到不方便,致使我獲得它的成本增加。

云音樂的核心優勢是基于大數據的歌曲匹配,這個觀點大家很容易在各種媒體報道里看到,但他為什么是核心優勢呢?

大數據匹配能夠在用戶產生尋找的行為之前,降低尋找的成本,直接將匹配的內容,推薦給用戶。因此,對于音樂場景的粉絲用戶而言,使用大數據匹配的方式會產生粘性遞增的效應,隨著播放次數的增加,就會為大數據提供更多的數據支撐,最后得到的是更精準,更符合用戶偏好的音樂推薦。

曲庫以及播放功能,滿足了一般用戶聽歌的需要,大數據匹配及推薦則滿足了粉絲用戶偏好音樂的需要。這是兩類用戶的捕獲方法,當產品進行到這個階段,僅僅表示度過了種子期,儲備了一定規模的高質量用戶,這個時候,會迎來第二個問題。

產品是迭代打磨出來的,并不是一成不變的,這也側面表示,每個階段的產品所需要解決的市場缺陷是不同的!

第二個問題:如何將一般用戶培養成粉絲用戶

請大家注意我用的連接詞“培養”。

是的,心理學上來講,人們的興趣,喜好都是很容易受到環境影響的。正如我們所使用的語言,并不是我們學中文學的非常投入,而是因為環境造就了語言的使用及普及。

在國內的教育相關領域包括早教,很重的使用了這些心理學技巧,比如英語培訓機構會創造一些純英文交流的場景,以此來形成國外的交流環境

聽音樂的場景已經為我們篩選了一部分受眾作為用戶,而我們需要做的,則是將為了聽而聽的用戶,培養成真正喜愛音樂的用戶。

當然音樂是個非常龐大的命題,歷史悠久,分類繁多,而聽音樂并不等同于音樂,用戶也不需要對音樂了如指掌,需要的僅僅是催生一個突出的偏好,就足以成長為粉絲用戶了。

當你能為用戶創造一個偏好時,那么,他將會成為你的忠實用戶,除非你扼殺了他的偏好。

對于以大數據匹配抓住粉絲用戶的云音樂而言,培養粉絲用戶并不困難,“沒有偏好”在數據層面的表現形式基本上可以糾正為“偏好不明顯!”

在一般用戶聽過的諸多歌曲里,一定會有一部分歌曲類別通過行為加權能夠凸顯出來,只要輕量推薦加權類型的音樂,適當保留再選擇的糾正空間,就足以讓一位原本偏好不明顯的用戶,產生典型的偏好軌跡,最終培養成一位對該偏好熱衷的粉絲用戶。

人們所謂的興趣,是指我們所喜好的事情,在行為中的體現則是生活中與其他同維度的事情相比,做的次數最多的就是我們的興趣。比如同樣是運動,我喜歡羽毛球,于是我經常去打羽毛球;反過來,我做的最多的事情也象征了我的興趣特征。

以上觀點,類比到云音樂的偏好策略里,就如同你聽過的最多的音樂類型,就是你所偏好的興趣音樂。正如同你所喜歡的音樂,必然是你聽的最多的音樂相同。

我相信云音樂已經有類似的機制投入到產品的邏輯策略里了。他們很可能正在第三階段的環境嘗試突破

第三個問題:如何將粉絲用戶轉化為社區用戶

工具性產品尤其是和興趣掛鉤的,大部分都會以社區作為增長點,1位社區用戶的價值基本等同于10位工具用戶的價值。

我幾乎可以肯定的是,一款工具要將用戶過度為社區用戶,必然會使用到用戶模型,也只有粉絲用戶能作為社區的構造基石,一般用戶轉化成本以及流失風險都非常高,用戶模型的健全恰恰成為了工具性產品能否轉型為社區類產品的失敗點。

由于篇幅問題,關于第三個問題,我們暫時拋出思路,感興趣的朋友,可以加我微信一起討論。

社區的用戶模型在于內容生產者和內容消費者,要構建一個社區的生態環境,在于UGC的生態環境建設,可以是基于內容的供需關系,也可以是基于明星粉絲的類微博關系。

重要的一點在于將粉絲用戶再次按照社區的用戶模型進行劃分,并以某種方式讓大部分的用戶參與到發言環節,我羅列了一些社區的階段性目標

  • 刺激發言行為
  • 刺激回復行為
  • 創造社群的環境及氛圍,如BBS或聊天室,或直播空間等

第四個問題:用戶變現及生態環境的打造

這里就不再延生閱讀了。如果你對工具用戶轉化社區用戶感興趣,或者對產品生態環境的打造感興趣,可以加我微信一起討論。感謝你的閱讀。

 

作者:枯葉,微信:zengdbw,微信公眾號:枯葉咖啡館。擅長領域:社交、社區,細分群體挖掘

本文由 @枯葉 原創發布于人人都是產品經理。未經許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 關注網易云音樂很久了,請問文章中一般用戶和粉絲用戶在數據上的特征?
    順便提下我有一個朋友,他的歌單有很多,唯獨我喜歡的音樂永遠是空的,也就是說他有意識地避開了反復出現的愛心按鈕。
    這類人是什么心態?

    回復
    1. 可以對比一下我所說的一般用戶呢, 喜歡,對于部分群體而言是成本很高的,像你朋友的情況其實非常符合一般用戶的特征, 沒有明確的興趣偏好,但是會去收藏好聽的,他的歌單應該比較散 ,很難找到特征

      回復
    2. 有類人喜歡的聽多了容易不喜歡,我經常點紅心,但是不過多久就會清空一次。

      來自廣東 回復