網易雲音樂用戶體驗分析

最近陸續看到了很多有關「網易雲音樂」的分析。文章多側重於產品結構、功能模塊、交互細節、視覺表現等維度闡釋網易雲音樂怎麼怎麼好，怎麼優於其他競品。本著對該產品的熱愛和「第一原理思維」的認同，我希望能夠從自身的一些真實感受來談談我對網易雲音樂看法。　　有關產品分析對象選擇的那點事　　首先在「關於無線C端產品的一些UX建議」中我曾經舉過Eric對PC與移動端的實驗研究成果：「情感反應（Emotional Response）將會提升PC產品的參與度是，而對於移動產品影響不大。」而當下我看到的眾多有關網易雲音樂的分析均是基於移動平台，並且去討論它做的有多麼Emotional！我不知道這份Emotional是怎麼感知的。通過用戶的訪談，我們了解絕大多數的用戶是在穩定的場景下，由於其強大的推薦演算法匹配到了他們喜愛的歌曲類型，緊接著看到了基於點贊數的熱門神評論，由此產生了情感閉環，即愛上PC端的網易雲音樂，然後再基於這份情感閉環（良好的口碑）去附帶移動端。因此去討論網易雲音樂移動端多牛逼，是典型的「頭癢撓腳」。　　其次只去討論它的結構設計多麼好、功能模塊規劃的多麼人性抑或交互細節、視覺表現做的多麼細膩，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量都很棒，但是我們看過新聞對它製造黑幕工藝的曝光，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品結構、功能模塊、交互細節、視覺表現去評價一個產品是沒有任何意義的，是一種不落地的產品分析，即我經常講的「你的情懷我不懂！」　　Law在2009年就提出產品使用層面只是用戶滿意的「保健因素」，對應於KANO模型中的基本型需求，遵循質量-滿意度的反比例曲線分布，隨著該層質量的提升，滿意度會趨於某一固定值，即圍繞產品設計本身的一些匠心規劃，並不意味著讓你做一個自嗨的匠人！否則就會出現我們不能理解的「偽情懷」。蘋果公司從來不吹噓自己的工業設計多牛逼，多有情懷，但我們能感受到。好了，又扯多了，我們回歸網易雲音樂這件事上，我們本著學術與實際的共同現象，選擇PC端的網易雲音樂作為分析對象，並以「用戶真實情感」貫穿整個分析過程。　　一、用戶對網易雲音樂的情感認知　　「牛逼」、「精品」、「看歌神器」，以上是有關網易雲音樂最多的主觀描述。我們隨機訪談了12位的網易雲音樂的用戶，發現用戶情感發生的共同場景與Eric的研究成果不謀而合：在穩定的場景中（PC平台）盲聽到喜歡的歌曲，緊接著探索了一下該歌，發現了為之驚喜的神評論，對歌曲本身形成畫面感（共鳴感），相比於「dong ci ka ci」 有故事的歌更能引起人反應，而評論就扮演著「故事」的角色。網易音樂本身也在培養我們這批用戶：聽歌必須看評論的的行為，我相信習慣了網易雲音樂的用戶很難再轉酷狗、QQ音樂之類的平台，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的。　　二、由範圍層、結構層、框架層和表現層到戰略層閉環　　2.1範圍層——細緻的場景定位與用戶行為的挖掘　　相比於其他音樂平台，網易雲音樂在範圍層方面獨有的功能內容有：歌曲評論、社交、歌單創建靈活性和盲聽（強大的智能推薦演算法）四個模塊。通過身邊用戶訪談反饋，我們發現用戶印象深刻的是「評論」以及「盲聽」，因此範圍層不對「社交」和「歌單創建靈活性」進行分析，只側重於「評論」和「盲聽」。

　　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，那麼了解它什麼？歌名？歌詞？抑或炫酷的大轉盤？如果你還有點「同理心」，你就會意識到以上那些歌名、歌詞、大轉盤只需2-3秒就可以掃描完畢，之後只剩下尷尬，就像和闊別已久的同學相聚，兩三分鐘內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，而評論正好充當了這一角色。具體到聽歌行為上，則表現為：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，我們發現他們另外一個共性就是「盲聽」，在穩定的場景下，聽歌僅是我們的一個碎片化任務，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版的網易雲音樂強化了「私人FM」與「每日歌曲推薦」。　　基於用戶行為的歌曲基因推薦演算法　　這個有點類似於Amazon發明的Collaborative filtering（商品推薦演算法）。我們以三首歌曲為例，將這三首歌曲分別類比於空間坐標系的XYZ軸，以用戶對歌曲喜好程度為量化基礎(比如歌曲循環——5分、分享——4分、收藏——3分、播放——2分、聽完——1分、切過——-1、刪除——-5)。那麼用戶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餘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，餘弦值為1。基於用戶行為數據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，因此它的重要性對於網易雲音樂來說，是不言而喻的。　　2.2結構層——細緻的場景定位與用戶行為定位　　場景一：私人FM　　由於私人FM屬於沒有盡頭的歌單播放，用戶與產品此時處於一種「託管模式」。即使用「私人FM」的用戶屬於重度盲聽用戶，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　　相比於私人FM無盡頭播放，「每日歌曲推薦」的數量是有限的（20首），即使用「每日歌曲推薦」的用戶屬於中輕度盲聽，用戶只是暫時託管於產品，其還有繼續探索的精力。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，網易雲音樂通過元素的整合與布局強化了盲聽這一要素，順應了範圍層的需要。win10版的網易雲音樂將左導航的「私人FM」與歸屬於推薦歌單「每日推薦」獨立出來，至於視覺黃金附近，作為單獨的模塊入口，以突出「盲聽」對產品的重要性。當然音樂 評論也是最具智慧的組合方式，通過優質評論去強化聽歌體驗，觸發用戶情感Evoking。

　　2.4表現層——產品的臉面，馬虎不得　　色彩　　官方默認皮膚是暗紅色，學過色彩心理學的同學一定不陌生，紅色是最容易激發（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，即調和了情感激發的強度（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品質、高端等積極情緒。因此暗紅色作為官方默認的主色系與目標用戶人群（喜歡逼格的85-95）是十分契合的。

　　界面複雜度　　去解構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質量很高（如較高的可讀性）會驅動用戶快速解碼，為二者之間的共鳴提供了一定的前置基礎。其次來自於用戶價值層面的移情特質，水墨畫中的留白會使人移情于山水之間，對於界面表現，也有類似的效果，比如增加「透氣性」，使人更加聚焦於核心內容本身，一旦聚焦（Attention Span）就容易發生情感關係（詳情請參考「關於無線C端產品的一些UX建議」）。　　相比於Win7，Win10版在界面複雜度方面，主要優化了兩點　　注重界面的「透氣性」，通過重新布局內容區塊，實現主動留白；適當縮小歌單封面面積，實現被動留白。　　注重界面元素一致性，相比於Win7版的純文字內容區塊Title，結合主色系（暗紅色）的Icon增加了界面一致性的調和作用（注意Win7版的純文字是灰色系，在色彩學上，灰色起到了調和的作用。Win10版在灰色文字調和的基礎之上，又通過主色系的線稿式Icon對這種調和有做了一步梳理，使得界面表現出更高的一致性，即看上去不複雜的。）

　　界面精緻的　　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。對應於界面也是，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Game Over了。　　網易雲音樂在界面精緻性方面做的很細膩，除了前面提到的降低界面複雜度傳遞一種「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的習慣，通過精緻的復古情懷的CD轉盤來傳遞這種對音樂的尊重與品質的傳遞當屬最合適不過了。

　　評論吸引力　　要說網易雲音樂給用戶帶來的最大情感震撼當屬「評論」。一首普通的歌，經過切合情境的評論的催化，使其顯得非常有韻味。這種現象，我們將其稱為「心理層面」的有色眼睛。　　網易雲音樂的評論機制是以用戶點贊的熱門評論為主，前面已經提到過，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。基於點贊數的人們排序恰恰保證了評論的質量或吸引力（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醬為什麼那麼火，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。記得有位前輩曾經提到社交的本質，即表達-認同-溝通，基於點贊排序的機制利用人的情感Evoking共性，強化了內容的認同，為最終的情感共鳴（溝通）奠定了基石。

　　歌曲質量高的　　前面已經提到有關網易雲音樂的推薦演算法，它其實本質上滿足了用戶個性化或者千人千面的訴求。傳統的音樂呈現，無非是基於「新歌首發」、「排行」、「歌單」抑或什麼爵士搖滾。我想說的是，你整那麼多，干哈？和我有關係嗎？在盲聽的情境下（明聽更多的牽扯到音樂的版權，這裡不做討論），用戶的需求是聽到好聽的歌，至於你分的什麼搖滾、爵士，這些和我的需求存在匹配關係嗎？而網易雲音樂將這種選擇困難轉移給系統，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」，才使得用戶對網易雲音樂產生黏性（以前做社交產品一直在思考如何提升產品的黏性，現在看來，黏性本質是以一種最智慧的方式使得用戶承擔更少的心智負荷，從而高效地實現用戶內心最真實的需求）。　　2.5戰略層閉環--為什麼用戶忠誠度那麼高　　好了，說了那麼多，最後我們以一張圖來對以上內容做一個簡單梳理，並驗證網易雲音樂用戶高忠誠度的現象。範圍層確定了產品差異化功能：評論和盲聽，之後結構層通過不同場景下的行為分析，確定用戶的行為路徑，進而驅動產品頁面流，框架層對盲聽入口做了強化，並且將音樂與評論結合在一起，在表現層，產品除了對範圍層差異化功能進行細緻展現之外（評論吸引力&歌曲質量），對產品的整體氣質也進行了包裝（色彩&界面複雜度&界面精緻），最後回到戰略層（本文旨在從用戶體驗角度對網易雲音樂進行分析，因此不對產品的商業模式進行探討，只聚焦於用戶目標），這些努力、情懷是大家的情懷嗎？很明顯是大家的情懷。　　目標用戶多是85-95年齡段的用戶，這部分用戶對產品的「逼格」訴求自然不言而喻。但是目標用戶對音樂本身的垂直度質量要求不高，多為中間品質用戶，即好聽剩餘一切！而非一定要聽爵士抑或一定要聽搖滾！　　用戶的目標多為盲聽，因此產品強化盲聽，是最直接的產品與用戶的匹配，自然要勝於那些所謂的新歌首發、排行等自嗨型的癢點規劃。　　之前看到有一個以年齡為自變數的情懷營銷的實驗，研究結果發現相比比於其他年齡群，針對90後左右的年齡群（85-95）做情懷營銷是有效果的。因此網易雲音樂的評論正好契合了這一條件。所以我們也不難發現，目標用戶對網易雲音樂的評價都很高（注意是目標用戶，你硬讓一個喜歡唱《月亮之上》的用戶去感受產品的追憶的情懷，那是不切實際的）。　　綜上述之，網易雲音樂的確實現了範圍層、結構層、框架層以及表現層至戰略層的閉環。

　　三、寫在最後　　最近陸續地看到一些同學的競品分析，所以我想談談有關產品分析的看法。脫離用戶真實感受去討論什麼架構、什麼交互細節是空洞的，是不接地氣的！這就回到第一原理思維的問題上，我們為什麼要去分析一個產品，不是去套用某個模板，然後針對每一模塊進行文字填充，而是源自於產品真實感受，然後去尋找這份感受的源頭在哪（為什麼會有這樣的感受）,把它挖掘出來進行剖析！就像前幾天人人都是產品經理的一篇文章提到的：不要做溫室里的產品經理，要成為一名野生的產品經理。即不要被動地去分（羅）析（列）產品，而要學會主動的分（挖）析（掘）用戶真實感受的源頭。這樣的分析才有價值！
推薦閱讀：