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:

美國演員談瀕死體驗:上帝說時候未到
迷你KTV友唱M-Bar,開啟輕娛樂體驗新模式
女友在床上特放得開是啥體驗 ?
星巴克上海烘焙工坊明日開業,我們去試了試什麼叫「沉浸式咖啡體驗」
被12星座愛著或恨著是怎樣的體驗,請放下不愛你的人~~

TAG:音樂 | 用戶體驗 | 體驗 | 用戶體驗分析 | 網易 | 網易雲音樂 | 用戶 | 網易雲 | 分析 |