對一款音樂 APP 來說,終端使用者的真實反饋至關重要。
得益於生長在網際網路土壤,先天帶有數字化基因,目前音樂 APP 的使用者反饋收集早已摒棄傳統行業的做法,如調研問卷、電話回訪、線下訪談等,轉而採用更加高效的形式。
2023 年 9 月,火山引擎推出企業數智化升級新模式資料飛輪,該模式落地的系列數智產品,也正在成為多款音樂 APP 持續洞察使用者,歸納整理需求的選擇。
首先是增長分析 DataFinder,透過埋點形式在 APP 內完成部署,可以幫助運營崗位員工更好地洞察使用者在 APP 內的生命旅程,比如哪一個介面最受使用者關注(點選)、哪一類推薦最受使用者歡迎(跳轉);
此外,DataFinder 還能幫助定位使用者的異常情況,比如當音樂 APP 某一時間段的活躍使用者突然出現比較大的下跌,運營員工可以透過 DataFinder 及時調取在 APP 內部署的各關鍵節點資料,以此排查可能會影響使用者活躍的問題點——比如,可能是某個 Tab 的點選跳轉失效,也可能是某首音樂播放卡頓。
當找準問題點後,運營人員還可以透過 DataFinder 持續深鑽問題,及時將包括具體報錯資訊、使用者影響覆蓋面等在內的相關資料視覺化展現,幫助問題及時解決。
其次,另一款數智產品 A/B 測試 DataTester 則能夠圍繞音樂 APP 功能升級、介面更新等場景,提供真實使用者場景下的小範圍 AB 實驗能力。比如針對新上一個功能按鈕,當運營人員有兩套方案時:
方案一:按鈕設定在音樂 APP 開屏後第一個介面的左上角「···」內,需點選跳轉到第二個介面才能被使用;
方案二:按鈕設定在音樂 APP 開屏後第一個介面的最下方,為並列三個 Tab 之一 。
透過 DataTester,就可以在真實使用者場景中同時小規模上線兩個不同版本,由使用者自己做出選擇——這樣做的好處在於,可以有效避免由運營人員“拍腦袋式”的業務決策,告別經驗主義,透過資料優選最佳方案,從而保障產品和功能最佳化能真正符合大多數使用者的使用習慣,進一步提高使用者對音樂 APP 的粘性。
基於 DataFinder 和 DataTester 等數智產品的綜合應用,音樂 APP 可以實現充分洞察使用者需求,並將需求資料反推至業務決策,真正落實“從使用者需求出發”的 APP 升級路徑,從而保障 APP 在使用者群體中的持續受歡迎:穩固老使用者、增加新使用者,最終實現長期、健康發展。