中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

最近陸續(xù)看到了很多有關(guān)“網(wǎng)易云音樂”的分析。文章多側(cè)重于產(chǎn)品結(jié)構(gòu)、功能模塊、交互細(xì)節(jié)、視覺表現(xiàn)等維度闡釋網(wǎng)易云音樂怎么怎么好，怎么優(yōu)于其他競品。本著對該產(chǎn)品的熱愛和“第一原理思維”的認(rèn)同，我希望能夠從自身的一些真實感受來談?wù)勎覍W(wǎng)易云音樂看法。

有關(guān)產(chǎn)品分析對象選擇的那點事

首先在“關(guān)于無線C端產(chǎn)品的一些UX建議”中我曾經(jīng)舉過Eric對PC與移動端的實驗研究成果：“情感反應(yīng)（Emotional Response）將會提升PC產(chǎn)品的參與度是，而對于移動產(chǎn)品影響不大。”而當(dāng)下我看到的眾多有關(guān)網(wǎng)易云音樂的分析均是基于移動平臺，并且去討論它做的有多么Emotional！我不知道這份Emotional是怎么感知的。通過用戶的訪談，我們了解絕大多數(shù)的用戶是在穩(wěn)定的場景下，由于其強大的推薦算法匹配到了他們喜愛的歌曲類型，緊接著看到了基于點贊數(shù)的熱門神評論，由此產(chǎn)生了情感閉環(huán)，即愛上PC端的網(wǎng)易云音樂，然后再基于這份情感閉環(huán)（良好的口碑）去附帶移動端。因此去討論網(wǎng)易云音樂移動端多牛逼，是典型的“頭癢撓腳”。

其次只去討論它的結(jié)構(gòu)設(shè)計多么好、功能模塊規(guī)劃的多么人性抑或交互細(xì)節(jié)、視覺表現(xiàn)做的多么細(xì)膩，也是一種趙括式的紙上談兵，最終不僅害了身邊賣命的將軍，還誤了整個趙國！我們都知道辣條很好吃，即感知層面和行為層面的質(zhì)量都很棒，但是我們看過新聞對它制造黑幕工藝的曝光，我們最終對它的綜合評價依然是消極的。這件事告訴我們脫離用戶真實情感去討論所謂的產(chǎn)品結(jié)構(gòu)、功能模塊、交互細(xì)節(jié)、視覺表現(xiàn)去評價一個產(chǎn)品是沒有任何意義的，是一種不落地的產(chǎn)品分析，即我經(jīng)常講的“你的情懷我不懂！”

Law在2009年就提出產(chǎn)品使用層面只是用戶滿意的“保健因素”，對應(yīng)于KANO模型中的基本型需求，遵循質(zhì)量-滿意度的反比例曲線分布，隨著該層質(zhì)量的提升，滿意度會趨于某一固定值，即圍繞產(chǎn)品設(shè)計本身的一些匠心規(guī)劃，并不意味著讓你做一個自嗨的匠人！否則就會出現(xiàn)我們不能理解的“偽情懷”。蘋果公司從來不吹噓自己的工業(yè)設(shè)計多牛逼，多有情懷，但我們能感受到。好了，又扯多了，我們回歸網(wǎng)易云音樂這件事上，我們本著學(xué)術(shù)與實際的共同現(xiàn)象，選擇PC端的網(wǎng)易云音樂作為分析對象，并以“用戶真實情感”貫穿整個分析過程。

一、用戶對網(wǎng)易云音樂的情感認(rèn)知

“牛逼”、“精品”、“看歌神器”，以上是有關(guān)網(wǎng)易云音樂最多的主觀描述。我們隨機訪談了12位的網(wǎng)易云音樂的用戶，發(fā)現(xiàn)用戶情感發(fā)生的共同場景與Eric的研究成果不謀而合：在穩(wěn)定的場景中（PC平臺）盲聽到喜歡的歌曲，緊接著探索了一下該歌，發(fā)現(xiàn)了為之驚喜的神評論，對歌曲本身形成畫面感（共鳴感），相比于“dong ci ka ci” 有故事的歌更能引起人反應(yīng)，而評論就扮演著“故事”的角色。網(wǎng)易音樂本身也在培養(yǎng)我們這批用戶：聽歌必須看評論的的行為，我相信習(xí)慣了網(wǎng)易云音樂的用戶很難再轉(zhuǎn)酷狗、QQ音樂之類的平臺，因為他們斷了我們聽歌看評論的行為！這種截斷是我們無法適應(yīng)的。

二、由范圍層、結(jié)構(gòu)層、框架層和表現(xiàn)層到戰(zhàn)略層閉環(huán)

2.1范圍層——細(xì)致的場景定位與用戶行為的挖掘

相比于其他音樂平臺，網(wǎng)易云音樂在范圍層方面獨有的功能內(nèi)容有：歌曲評論、歌單創(chuàng)建靈活性、盲聽（強大的智能推薦算法）和社群四個模塊。結(jié)合身邊用戶反饋，更加堅定我們聚焦于這四塊差異化功能/內(nèi)容。

1、評論-音樂下游體驗的載體

音樂本身是一個帶有積極情感的事物，因此評論功能不能說是一大亮點，只是順應(yīng)積極情感的一個收尾之筆。即我們聽到一首不錯的歌，自然想去進一步了解它，那么了解它什么？歌名？歌詞？抑或炫酷的大轉(zhuǎn)盤？如果你還有點“同理心”，你就會意識到以上那些歌名、歌詞、大轉(zhuǎn)盤只需2-3秒就可以掃描完畢，之后只剩下尷尬，就像和闊別已久的同學(xué)相聚，兩三分鐘內(nèi)把所有能講的話都講完了，剩下的除了尷尬，還是尷尬！即我對這這首歌印象還不錯，但是就是找不到一個可以滿足我下游體驗的載體，而評論正好充當(dāng)了這一角色。具體到聽歌行為上，則表現(xiàn)為：對這首歌還不錯–哇，哈哈哈哈（已閱熱門評論）–情感共鳴，用戶在價值感受方面的自我滿足度、愉悅度、有用度和移情方面得到了強化與提升。

2、盲聽

私人FM&每日歌曲推薦

在12位訪談用戶中，我們發(fā)現(xiàn)他們另外一個共性就是“盲聽”，在穩(wěn)定的場景下，聽歌僅是我們的一個碎片化任務(wù)，即我們可能在寫代碼、在整理需求文檔抑或在畫線框圖，這些主要任務(wù)使得我們沒有太多精力去Care一些歌曲的選擇，我對它的訴求只有一個“好聽就行”。正因如此，我們看到WIN10版的網(wǎng)易云音樂強化了“私人FM”與“每日歌曲推薦”。

基于用戶行為的歌曲基因推薦算法

這個有點類似于Amazon發(fā)明的Collaborative filtering（商品推薦算法）。我們以三首歌曲為例，將這三首歌曲分別類比于空間坐標(biāo)系的XYZ軸，以用戶對歌曲喜好程度為量化基礎(chǔ)(比如歌曲循環(huán)——5分、分享——4分、收藏——3分、播放——2分、聽完——1分、切過——-1、刪除——-5)。那么用戶A的空間向量值為（4,3,1），用戶B的空間向量值為（5，2，-1）。通過計算向量夾角的余弦值可以判斷這兩個用戶的一致性，即兩人一致，向量的夾角為0，余弦值為1?；谟脩粜袨閿?shù)據(jù)的歌曲分類與匹配是盲聽中最最核心的功能，也是“評論”的重要前置條件，因此它的重要性對于網(wǎng)易云音樂來說，是不言而喻的。

3.靈活的歌單創(chuàng)建——產(chǎn)品動力源：產(chǎn)品有用不代表用戶對你產(chǎn)品的忠誠

有用的功能=用戶忠誠嗎？不一定，就拿移動醫(yī)療中的掛號、問診來說，它們的確是有用的功能，但只有我生病時我才可能會去用，事件本身是個低頻的事件，即功能雖然有用，但是卻是個低頻需求（人物低頻&行為低頻）！如何縮小功能與用戶忠誠的勢能？健康管理便成了最貼合的填充物，即你每天運動量多少、睡眠質(zhì)量如何（這些都是你每天需要關(guān)注的），我們把這種最貼合的填充物稱之為“產(chǎn)品動力”，就像一輛汽車要想跑起來，得有油??！

網(wǎng)易云音樂歌曲的精準(zhǔn)匹配、情感Evoking的評論足以滿足了用戶的聽歌的需求（?Self-satisfaction），但是這種滿意度是碎片的，不足以兌換用戶的忠誠度，因此我們還需點針線活，將它串起來，于是靈活的歌單創(chuàng)建為用戶的自主收藏創(chuàng)造一個良好的前提，從而下次能想到——“哎上次那個’口琴’很好聽”，這就是用戶的二次體驗，即作為用戶忠誠度的一個開始。

4.社群——互聯(lián)網(wǎng)的本質(zhì)其實是以興趣為紐帶的社群廣場

互聯(lián)網(wǎng)是一個廣場，在這個廣場上人們可以自由的溜達，也可以自由的表達。與普通廣場不一樣的是，其突破了空間的物理限制，全世界的任何一個人都可以出現(xiàn)在這個廣場上。當(dāng)然人們并非以單獨原子狀態(tài)出現(xiàn)在廣場上，而是尋找感興趣的信息和對自己有價值的信息。興趣與價值不同，廣場上的人也因此被分成一個一個群體，這個因為興趣和價值而聚集在一起的群體，就是社群，人們正是以這種社群的方式聚集在這個廣場上。

網(wǎng)易云音樂通過UGC的方式對歌曲本身進行打散和重組形成具有“共同偏好”的社群廣場。各個社群通過不同的用戶而聯(lián)系起來，形成興趣網(wǎng)狀結(jié)構(gòu)，極大提升了用戶主動發(fā)現(xiàn)好（適合自己）音樂的效率！

2.2結(jié)構(gòu)層——細(xì)致的場景定位與用戶行為定位

場景一：私人FM

由于私人FM屬于沒有盡頭的歌單播放，用戶與產(chǎn)品此時處于一種“托管模式”。即使用“私人FM”的用戶屬于重度盲聽用戶，因此在行為路徑方面沒有太多的橫向、縱向延伸的必要性。

場景二：每日歌曲推薦

相比于私人FM無盡頭播放，“每日歌曲推薦”的數(shù)量是有限的（20首），即使用“每日歌曲推薦”的用戶屬于中輕度盲聽，用戶只是暫時托管于產(chǎn)品，其還有繼續(xù)探索的精力。因此在行為路徑方面需要一定的橫向、縱向延伸。

2.3框架層——強化盲聽、音樂+評論

從Win7版到Win10，網(wǎng)易云音樂通過元素的整合與布局強化了盲聽這一要素，順應(yīng)了范圍層的需要。win10版的網(wǎng)易云音樂將左導(dǎo)航的“私人FM”與歸屬于推薦歌單“每日推薦”獨立出來，至于視覺黃金附近，作為單獨的模塊入口，以突出“盲聽”對產(chǎn)品的重要性。當(dāng)然音樂+評論也是最具智慧的組合方式，通過優(yōu)質(zhì)評論去強化聽歌體驗，觸發(fā)用戶情感Evoking。

2.4表現(xiàn)層——產(chǎn)品的臉面，馬虎不得

色彩

官方默認(rèn)皮膚是暗紅色，學(xué)過色彩心理學(xué)的同學(xué)一定不陌生，紅色是最容易激發(fā)（Evoking）情感的，而在紅色中又加入了灰色系，使得紅色的飽和度被降低，即調(diào)和了情感激發(fā)的強度（過強容易引起人不適，甚至是反感），同時低飽和度的色系容易激發(fā)品質(zhì)、高端等積極情緒。因此暗紅色作為官方默認(rèn)的主色系與目標(biāo)用戶人群（喜歡逼格的85-95）是十分契合的。

界面復(fù)雜度

去解構(gòu)蘋果系列的海報抑或視頻，你會提取到形成逼格的一個核心要素就是“簡潔”。從使用層面來講，簡潔事物的信息化指標(biāo)質(zhì)量很高（如較高的可讀性）會驅(qū)動用戶快速解碼，為二者之間的共鳴提供了一定的前置基礎(chǔ)。其次來自于用戶價值層面的移情特質(zhì)，水墨畫中的留白會使人移情于山水之間，對于界面表現(xiàn)，也有類似的效果，比如增加“透氣性”，使人更加聚焦于核心內(nèi)容本身，一旦聚焦（Attention Span）就容易發(fā)生情感關(guān)系（詳情請參考“關(guān)于無線C端產(chǎn)品的一些UX建議”）。

相比于Win7，Win10版在界面復(fù)雜度方面，主要優(yōu)化了兩點

1. 注重界面的“透氣性”，通過重新布局內(nèi)容區(qū)塊，實現(xiàn)主動留白；適當(dāng)縮小歌單封面面積，實現(xiàn)被動留白。
2. 注重界面元素一致性，相比于Win7版的純文字內(nèi)容區(qū)塊Title，結(jié)合主色系（暗紅色）的Icon增加了界面一致性的調(diào)和作用（注意Win7版的純文字是灰色系，在色彩學(xué)上，灰色起到了調(diào)和的作用。Win10版在灰色文字調(diào)和的基礎(chǔ)之上，又通過主色系的線稿式Icon對這種調(diào)和有做了一步梳理，使得界面表現(xiàn)出更高的一致性，即看上去不復(fù)雜的。）

界面精致的

一輛好車，你不用看牌子，直接看它的曲面加工工藝，你就能猜出這一定是一輛價值不菲的車。對應(yīng)于界面也是，粗糙的界面會讓用戶感知到廉價、不靠譜，這就好比相親，你給人家的第一印象就是“邋遢”、“吝嗇”，基本上這次相親已經(jīng)Game Over了。

網(wǎng)易云音樂在界面精致性方面做的很細(xì)膩，除了前面提到的降低界面復(fù)雜度傳遞一種“逼格”，其在歌單封面的選擇上，也多是一些富有“逼格”的圖片。相信許多熱愛音樂的人都有過收藏CD的習(xí)慣，通過精致的復(fù)古情懷的CD轉(zhuǎn)盤來傳遞這種對音樂的尊重與品質(zhì)的傳遞當(dāng)屬最合適不過了。

評論吸引力

要說網(wǎng)易云音樂給用戶帶來的最大情感震撼當(dāng)屬“評論”。一首普通的歌，經(jīng)過切合情境的評論的催化，使其顯得非常有韻味。這種現(xiàn)象，我們將其稱為“心理層面”的有色眼睛。

網(wǎng)易云音樂的評論機制是以用戶點贊的熱門評論為主，前面已經(jīng)提到過，評論對音樂而言是一種順勢而為，迎合音樂本身積極情感的一個收尾?；邳c贊數(shù)的人們排序恰恰保證了評論的質(zhì)量或吸引力（人在情感Evoking方面是具有共性的，一個搞笑的段子，無論你是男生抑或女生都會忍俊不禁）。Papi醬為什么那么火，其中有一個重要的要素就是其題材選的好，吐槽了我們想吐槽的東西。記得有位前輩曾經(jīng)提到社交的本質(zhì)，即表達-認(rèn)同-溝通，基于點贊排序的機制利用人的情感Evoking共性，強化了內(nèi)容的認(rèn)同，為最終的情感共鳴（溝通）奠定了基石。

歌曲質(zhì)量高的

前面已經(jīng)提到有關(guān)網(wǎng)易云音樂的推薦算法，它其實本質(zhì)上滿足了用戶個性化或者千人千面的訴求。傳統(tǒng)的音樂呈現(xiàn)，無非是基于“新歌首發(fā)”、“排行”、“歌單”抑或什么爵士搖滾。我想說的是，你整那么多，干哈？和我有關(guān)系嗎？在盲聽的情境下（明聽更多的牽扯到音樂的版權(quán)，這里不做討論），用戶的需求是聽到好聽的歌，至于你分的什么搖滾、爵士，這些和我的需求存在匹配關(guān)系嗎？而網(wǎng)易云音樂將這種選擇困難轉(zhuǎn)移給系統(tǒng)，這無非是最善解人意、最有效、最省力的做法，正是因為這“三最”，才使得用戶對網(wǎng)易云音樂產(chǎn)生黏性（以前做社交產(chǎn)品一直在思考如何提升產(chǎn)品的黏性，現(xiàn)在看來，黏性本質(zhì)是以一種最智慧的方式使得用戶承擔(dān)更少的心智負(fù)荷，從而高效地實現(xiàn)用戶內(nèi)心最真實的需求）。

2.5戰(zhàn)略層閉環(huán)–為什么用戶忠誠度那么高

好了，說了那么多，最后我們以一張圖來對以上內(nèi)容做一個簡單梳理，并驗證網(wǎng)易云音樂用戶高忠誠度的現(xiàn)象。范圍層確定了產(chǎn)品差異化功能：評論、盲聽、靈活的歌單創(chuàng)建以及共同興趣紐帶的社群，并對其進行了簡單分析。之后結(jié)構(gòu)層通過不同場景下的行為分析，確定用戶的行為路徑，進而驅(qū)動產(chǎn)品頁面流，框架層對盲聽入口做了強化，并且將音樂與評論結(jié)合在一起。在表現(xiàn)層，產(chǎn)品除了對范圍層差異化功能進行細(xì)致展現(xiàn)之外（評論吸引力&歌曲質(zhì)量），對產(chǎn)品的整體氣質(zhì)也進行了包裝（色彩&界面復(fù)雜度&界面精致）。最后回到戰(zhàn)略層（本文旨在從用戶體驗角度對網(wǎng)易云音樂進行分析，因此不對產(chǎn)品的商業(yè)模式進行探討，只聚焦于用戶目標(biāo)），這些努力、情懷是大家的情懷嗎？很明顯是大家的情懷。

1. 目標(biāo)用戶多是85-95年齡段的用戶，這部分用戶對產(chǎn)品的“逼格”訴求自然不言而喻。但是目標(biāo)用戶對音樂本身的垂直度質(zhì)量要求不高，多為中間品質(zhì)用戶，即好聽剩余一切！而非一定要聽爵士抑或一定要聽搖滾！
2. 用戶的目標(biāo)多為盲聽，因此產(chǎn)品強化盲聽，是最直接的產(chǎn)品與用戶的匹配，自然要勝于那些所謂的新歌首發(fā)、排行等自嗨型的癢點規(guī)劃。
3. 之前看到有一個以年齡為自變量的情懷營銷的實驗，研究結(jié)果發(fā)現(xiàn)相比比于其他年齡群，針對90后左右的年齡群（85-95）做情懷營銷是有效果的。因此網(wǎng)易云音樂的評論正好契合了這一條件。所以我們也不難發(fā)現(xiàn)，目標(biāo)用戶對網(wǎng)易云音樂的評價都很高（注意是目標(biāo)用戶，你硬讓一個喜歡唱《月亮之上》的用戶去感受產(chǎn)品的追憶的情懷，那是不切實際的）。

綜上述之，網(wǎng)易云音樂的確實現(xiàn)了范圍層、結(jié)構(gòu)層、框架層以及表現(xiàn)層至戰(zhàn)略層的閉環(huán)。

三、寫在最后

最近陸續(xù)地看到一些同學(xué)的競品分析，所以我想談?wù)動嘘P(guān)產(chǎn)品分析的看法。脫離用戶真實感受去討論什么架構(gòu)、什么交互細(xì)節(jié)是空洞的，是不接地氣的！這就回到第一原理思維的問題上，我們?yōu)槭裁匆シ治鲆粋€產(chǎn)品，不是去套用某個模板，然后針對每一模塊進行文字填充，而是源自于產(chǎn)品真實感受，然后去尋找這份感受的源頭在哪（為什么會有這樣的感受）,把它挖掘出來進行剖析！就像前幾天人人都是產(chǎn)品經(jīng)理的一篇文章提到的：不要做溫室里的產(chǎn)品經(jīng)理，要成為一名野生的產(chǎn)品經(jīng)理。即不要被動地去分（羅）析（列）產(chǎn)品，而要學(xué)會主動的分（挖）析（掘）用戶真實感受的源頭。這樣的分析才有價值！

本文由人人都是產(chǎn)品經(jīng)理專欄作家 @UE小牛犢（微信公眾號：UE小牛犢） 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理?。未經(jīng)許可，禁止轉(zhuǎn)載。