网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

  • A+
所属分类:产品经理
摘要

小早说:出于互联网低端人才人力成本的上升,以及整个行业的竞争要点全面转向数据和策略驱动的精细化运营,未来2-3年内,“策略”类人才必将成为整个互联网业内的普遍刚需。

2018年上半年,三节课就曾做出过一个预言——

出于互联网低端人才人力成本的上升,以及整个行业的竞争要点全面转向数据和策略驱动的精细化运营,我们认为未来2-3年内,“策略”类人才必将成为整个互联网业内的普遍刚需。

那种一个产品内,依靠少数几个“策略”就干掉了诸多人力劳动成本,极大提升了效率的现象将会越来越多见。

因而,我们认为,“策略”能力将会是成为最值得互联网从业者们学习的能力。

然而,到目前为止,我们也发现,“策略”这个词对绝大部分互联网从业者来说,仍然是抽象、模糊的,很多人都不知道它意味着什么,即便有人多少理解一些“策略”两个字背后的意义,也不知道自己该如何学习它。

因此,我们希望通过一系列真实案例的解读,以定期连载的形式来向大家进行普及:到底策略是什么,它能解决哪些问题及带来哪些价值,以及其背后的底层思考方法是怎样的,希望可以借此让更多人可以走入“策略”的大门。

作为网易云音乐的忠实用户,最近我就发现,网易云音乐的发展过程,策略起到了很大的帮助。这一次,我们就把目光放在网易云音乐的歌曲推荐功能,来看看策略是如何在其中发挥作用的。

 

一、网易云四年成一线玩家

众所周知,在音乐播放器市场中,网易云音乐完完全全是一个新人。

目前几个主流音乐播放器,酷狗音乐成立于2004年,QQ音乐成立于2005年,酷我音乐、虾米音乐成立于2006年,天天动听成立于2008年,百度音乐的前身千千静听更是成立于2003年……

而且在2016年,伴随着BAT大幅并购,市场上主流音乐应用,除了网易云音乐,几乎都已经归入到BAT旗下。面对巨头环伺,无论是资本还是歌曲版权,网易云音乐都不占优势。即便如此,网易云依旧在不到四年时间里,实现了注册用户超过2亿,月活用户超过7000万(数据来源于易观)的成绩,成为音乐播放器市场的一线玩家。

在谈及网易云音乐高速增长背后的原因时,一定会提到的三点是——

1.精准推荐,时常会给用户带来惊喜的歌曲推荐功能;

2.良好的社区氛围和UGC内容产出带来的用户黏性;

3.内容丰富,十分戳人的歌单;

在这三点中,歌曲推荐功能的实现,与策略之间天然有着密不可分的关系。

今天,我们就一起来看看网易云音乐最受好评的“歌单推荐”功能中,策略都起了哪些作用。

 

二、网易云发现市场机会点

在讨论歌曲推荐的策略之前,我们有必要先对音乐行业有一个基本的了解。

网易云音乐副总裁王诗沐在混沌大学的一次分享中,讲到了他对音乐行业的理解。

在他看来,人们想要听歌,无非是两种需求:

一种是用户对音乐本身的诉求,说白了就是好听;另一种是寻求音乐和人的心灵、情感链接的需求,也就是寻求共鸣。

需求很清晰,但神奇的事情是,很长一段时间里,人们对于音乐的需求并没有被充分的满足。最直观的表现就是,很长一段时间,大多数人经常听的歌可能就只有几百首,小众音乐和独立音乐只能在很小的圈子内传播。

而这个现象的出现,除了一些历史因素,社会背景之外,与音乐,或者说歌曲这种产品本身的形态有关。

歌曲天然具有这样三个特点——

1.时长短,体量小。一般而言,很少会有一首时长超过8分钟,大多数都在3~4分钟左右;

2.数量非常多。全世界有几千万甚至上亿首歌曲。这使得用户在面对各式各样的曲目时,很难做出明确的判断,即使他们很有可能对某一类型的音乐非常感兴趣;

3.音乐本身在不断发生变化。音乐是不断革新的内容载体,民族,地区,文化,时代背景的不同都会带来不同的音乐形式。也就是说,在市场上,始终存在有潜力流行,但是尚未被发掘出来的小众音乐。

这带来两个现象。

一方面,在内容生产端,阶段性的会有全新的音乐形式出现,诸如前几年大热的民谣,这几年十分流行的嘻哈,都是近几年形成并流行的。

另一方面,在内容消费端,除非音乐本身极具传播性,否则只能依靠权威性的媒体或平台发布才有可能被听众接触到,最典型的是过去的电台排行榜。这种推荐模式使得,小众音乐天然不具有优势,这也是为什么我们经常听的歌只有几百首。

这就意味着,如果有一款产品,能够帮助用户发现ta可能喜欢,但是之前没有机会接触的歌曲,将会是市场中很大的机会点。

更进一步,如果能够让用户在听完歌曲之后,产生一种“惊喜”感,或者说,让ta产生真的“懂”他的感觉,那么,很有可能带来用户自发分享,形成产品的自增长。

网易云音乐正是发现了这个机会点,并借此实现了高速增长。

但是,传统上,想要实现上述效果,单纯依靠的人力几乎不可能,这个时候,正是“策略”大显身手的地方。

 

三、网易云的推荐机制

所谓“策略”,是一套由数据驱动,存在于产品当中的一套规则与机制。

再换个角度解释,在实际业务当中,我们常常会遇到一些人力无法完成,或者仅仅依靠人力,成本极高的需求,这个时候,我们会希望利用机器来帮助我们完成,而指导和规范机器完成工作的规则,就是“策略”。

当我们面临海量的需求和信息需要处理,又积累了足够多的数据,我们就可以借助于策略帮助我们解决许多依赖人力难以解决的问题。

而对于网易云音乐来说,要解决的问题就是将数以亿计的用户与数以千万计的歌曲之间,通过算法和策略进行匹配。

网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

具体到“推荐”的算法当中,策略的实现路径可能是这样的。

首先,我们需要借助数据分析和挖掘,分别对用户和曲库中的歌曲进行分类打标签。比如说,我们将三亿用户,分为A、B、C、D、E五类用户,将歌曲分为F、G、H、I、J等。这个过程我们可以称之为“建模”。

网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

接着,对用户分类之后,需要对不同的用户和歌曲之间制定分类规则,确保能够进行有效地匹配。比如说,用户A可以和歌曲G进行匹配,用户B可以和歌曲F匹配。按照一定的方法,我们逐个将用户和歌曲之间进行匹配。最后的效果可能如下图所示,,我们称之为“建立规则”。

网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

最后,则是根据用户在实际过程中的行为和数据,通过机器学习,算法优化等,不同的优化和改良二者之间的匹配规则。这个实现过程,相对来说比较复杂,这里我们就不再赘述。

基本上,网易云音乐想要实现精准推荐,流程大致如此。在具体场景中,根据推荐想要实现的效果不同,对于如何打标签,以及用户和歌曲之间如何匹配的规则,也会各有不同。

接下来,我们就来看,具体实践中,网易云音乐是如何利用策略实现歌曲推荐的“精准”与“惊喜”的。

 

四、网易云音乐的推荐策略

现在,我们就可以结合刚刚提到的思考方式,假想几个场景,试着来还原一下音乐推荐的策略是如何制定出来的。需要提醒一下的是,我们接下来描述的场景,只是基于逻辑的一些假设,真实的业务逻辑一定是远比这要复杂的。

如前所述,在制定策略的过程中,我们第一步要做的是,先借助数据挖掘和分析,通过某种逻辑先对用户和音乐进行分类。

歌曲的分类,相对来说比较容易。这里我们直接参照云音乐对歌单的分类标准,包含语种、场景、风格、情感、主题等五大类,每一类有可能依据各自的特点,继续划分,具体如下图所示↓↓↓

网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

当然,实际操作过程中,每首歌还可以继续细分,比如说,同样类型的歌曲,歌手的不同也会影响到它的分类。这里我们不再具体解释。

接着,我们需要对用户进行分类。相对来说,可能会稍显复杂。

这里我们假设一个规则,连续听三首同一类型歌曲的用户,我们就定义该用户为这一类型歌曲的爱好者,反之,则不是。

比如说,我特别喜欢听动漫音乐,连续使用网易云音乐听了10首动漫音乐,同时我还听古典音乐和英文流行歌曲,也至少听了三首,那我就被标记为这三类音乐的爱好者。并且依照听歌的数量得出一个我的听歌的兴趣值,比如说,动漫5分,古典和英文都是2分,最后的结果如下——

网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

之后,推荐给我的歌曲当中,动漫、古典和英文流行类型的音乐数量就会增加。并且,动漫最多,古典和英文较少。

当时,如果只是这个逻辑,显然是做不到精准的,如果云音乐一直给我推这几种歌曲,我肯定也会审美疲劳。而且,我喜欢的音乐类型肯定不止三种,这个时候,就更不能这么简单分类了。

这个时候,就需要更加精确地给用户打标签。

比如说,我同时听动漫,古典和英文流行歌曲,但是我喜欢的这三类音乐节奏都偏欢快,并且以女性歌手居多。

这个时候,云音乐对我可能喜欢的音乐类型有一个“预测”,比如说下图所示

网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课

这个时候,云音乐就可以据此推荐一些我可能喜欢的音乐。比如说,一些中文女声歌手的歌曲,一些中文的流行音乐等等。

当然,我们上述其实还只是很简单假设,实际情况,是要比这个复杂得多。 对于如何给用户“打标签”,可以参考的维度可能还包括,我在社交软件上都讨论了哪些话题,我听歌的过程中,哪些歌曲单曲回放了?哪些歌曲直接跳过了?这些行为,都构成了云音乐对我的可能音乐爱好的评估。

最简单讲,假如说云音乐给我推荐了《最炫民族风》,这个符合了中文、女声、流行的要素。但是我听的时候,听了两句就直接跳过了,那么,系统就会判定我对这首歌,或者这一类型的歌都不太喜欢,就会重新调整我对中文女声的兴趣者的评分。

最终,在我不断的使用云音乐之后,最终得出我对各种类型音乐的数值,实现精准推荐。

刚刚这个过程,可以很大程度上解释网易云是如何实现精准推荐,但是如果像要实现“惊喜”的,这个程度可能还不太够。

就我个人而言,“惊喜”是指,发现一些你不曾了解过,但是可能会喜欢的音乐,比如说,你可能曾经听过某个旋律,但是不知道这首歌是什么,云音乐能够帮助发现这首歌,这也算是一种“惊喜”。

而这件事的实现过程,也有策略的作用。

想要实现这个效果,路径还是我们刚刚提到的路径,主要发生变化的是给歌曲和用户打标签的维度。

前面我们提到,云音乐最受好评的三个功能是,推荐、歌单、评论区。而“惊喜”效果的实现,就和歌单还有用户评论有关。

实际上,对于云音乐的平台来说,歌单和用户评论,相当于人工给这些歌曲打标签。其中,歌单相当于是PGC标签,评论是UGC标签。这些标签,也会作为评估用户对某一类歌曲兴趣爱好的标准。

举个最简单的例子,有一个和我很类似的用户,就叫他小明吧。

小明也和我一样,喜欢动漫、古典和英文流行。同时,他还制作了一个自己喜欢的歌单。并且,数据显示,收藏这个歌单的用户,很多也和我的兴趣爱好类似。

这个时候,云音乐就会认为,我也很有可能会喜欢这个歌单,这个时候,就会把这个歌单,或者歌单中最受欢迎的几首歌推送给我,我也很有可能会喜欢其中的音乐。

如果这个时候,这里面的音乐是我们曾经没有听过,但是我很喜欢的音乐,可能就会产生我们刚刚所说的“惊喜”感。

以上,就是关于网易云音乐推荐机制的一些介绍,不知道看了上面几个的分析,你对于策略是如何制定出来的,并且策略是如何在歌曲推荐这一功能中如何发挥作用的,会不会有更加清晰地理解和认知。

基本上讲,我们刚刚提到的思考方式,在面对需要进行“匹配”,并通过匹配驱动增长的产品功能时,都是通用的。包括我们已经熟悉了的今日头条,抖音等产品的推送机制,底层都是上面这套方法论,并且,应用相似的思考方式,我们都可以制定出行之有效的规则。

当然,我们需要反复强调的一件事是,我们说的更多的是基于逻辑一些假设的理想情况,具体的实践中,复杂程度要远超我们的描述。而且,网易云音乐推荐策略的成功,其实也离不开许多运营动作的支持。

抛开网易云音乐不谈,放在更大的视角来看,在互联网业内,理论上,任何一个产品达到一定用户体量的时候,都一定会产生一些问题需要通过策略手段来解决。

换句话来说就是,在当下互联网行业中,无论你是做什么产品,策略都是无处不在的。

比如说,如下这些典型的业务问题和场景中,就是互联网业内“策略”最常发挥价值的地方:

1.一个产品,随着用户体量增加,需要考虑做精细化运营;

2.一个产品,可能涉及到搜索、推荐、供需匹配等功能模块需要完成;

3.一个产品,拥有大规模交易、成交数据,需要提升成交率,优化利润空间;

4.一个产品,需要考虑通过数据来驱动用户增长;

5.一个成长期的产品,需要考虑通过补贴来规模化拉动用户增长,并希望自己的补贴方式、形式等能够变得尽可能高效;等等等等。

作为一个产品经理,如果你可以掌握制定“策略”的能力,你将有很大可能能够跳脱出依赖于“人肉”的怪圈,而开始可以做到能够依赖于“机制”和“机器”来帮助自己提升业务效率;同时,你将比之前有能力能够去解决一些复杂度更高的问题,从而让自己更值钱,以及能找到对自己更好的职业机会。

同样,作为一个自身运营,如果你可以拥有思考“策略”的能力,你也有更大概率将运营动作规范化,实现依赖于“机器”进行精细化的运营的工作,帮助你能够面对更大规模,更多维度的挑战,成为市场上更加不可替代的存在。

因此,我们才说,“策略”能力将会是成为最值得互联网从业者们学习的能力。

 

       作者:张成翼、赵键。作者授权早读课发表,转载请联系作者。
       微信号:三节课(ID:sanjieke01)
       编辑:早读堂-妮子小菇凉
       欢迎投稿到早读课,投稿邮箱:mm@zaodula.com
网易云音乐是如何做到和那些妖艳贱货不一样的-20180909早读课
如果看到这段文字,证明您已经看完这篇文章了,有什么收获有什么感想有什么不赞同,我们期待您的留言评论,并诚挚邀请您加入“互联网早读课”QQ群,一同交流每天文章的心得并结识同行。官方11群:477502397,加群密码“城市+职业+姓名”,否则不予通过,入群后请修改群名片。

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: