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。