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、功能模組、互動細節、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。
有關產品分析物件選擇的那點事
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臺，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。通過使用者的訪談，我們瞭解絕大多數的使用者是在穩定的場景下，由於其強大的推薦演算法匹配到了他們喜愛的歌曲型別，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、功能模組規劃的多麼人性抑或互動細節、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使用者真實情感去討論所謂的產品結構、功能模組、互動細節、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使用者滿意的“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佈，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，我們迴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物件，並以“使用者真實情感”貫穿整個分析過程。
一、使用者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位的網易雲音樂的使用者，發現使用者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平臺）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使用者：聽歌必須看評論的的行為，我相信習慣了網易雲音樂的使用者很難再轉酷狗、QQ音樂之類的平臺，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——細緻的場景定位與使用者行為的挖掘
相比於其他音樂平臺，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、歌單建立靈活性和盲聽（強大的智慧推薦演算法）四個模組。通過身邊使用者訪談反饋，我們發現使用者印象深刻的是“評論”、“盲聽”以及“靈活的歌單建立”，因此範圍層不對“社交”進行分析，只側重於“評論”、“盲聽”和“靈活的歌單建立”。
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，自然想去進一步瞭解它，那麼瞭解它什麼？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，使用者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位訪談使用者中，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，即我們可能在寫程式碼、在整理需求文件抑或在畫線框圖，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”。
基於使用者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座標系的XYZ軸，以使用者對歌曲喜好程度為量化基礎(比如歌曲迴圈——5分、分享——4分、收藏——3分、播放——2分、聽完——1分、切過——-1、刪除——-5)。那麼使用者A的空間向量值為（4,3,1），使用者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使用者的一致性，即兩人一致，向量的夾角為0，餘弦值為1。基於使用者行為資料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。
3.靈活的歌單建立——產品動力源：產品有用不代表使用者對你產品的忠誠
有用的功能=使用者忠誠嗎？不一定，就拿移動醫療中的掛號、問診來說，它們的確是有用的功能，但只有我生病時我才可能會去用，事件本身是個低頻的事件，即功能雖然有用，但是卻是個低頻需求（人物低頻&行為低頻）！如何縮小功能與使用者忠誠的勢能？健康管理便成了最貼合的填充物，即你每天運動量多少、睡眠質量如何（這些都是你每天需要關注的），我們把這種最貼合的填充物稱之為“產品動力”，就像一輛汽車要想跑起來，得有油啊！
網易雲音樂歌曲的精準匹配、情感Evoking的評論足以滿足了使用者的聽歌的需求（ Self-satisfaction），但是這種滿意度是碎片的，不足以兌換使用者的忠誠度，因此我們還需點針線活，將它串起來，於是靈活的歌單建立為使用者的自主收藏創造一個良好的前提，從而下次能想到——“哎上次那個’口琴’很好聽”，這就是使用者的二次體驗，即作為使用者忠誠度的一個開始。
2.2結構層——細緻的場景定位與使用者行為定位
場景一：私人FM
由於私人FM屬於沒有盡頭的歌單播放，使用者與產品此時處於一種“託管模式”。即使用“私人FM”的使用者屬於重度盲聽使用者，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”的使用者屬於中輕度盲聽，使用者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佈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，作為單獨的模組入口，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，觸發使用者情感Evoking。
2.4表現層——產品的臉面，馬虎不得
色彩
官方預設皮膚是暗紅色，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、高階等積極情緒。因此暗紅色作為官方預設的主色系與目標使用者人群（喜歡逼格的85-95）是十分契合的。
介面複雜度
去解構蘋果系列的海報抑或視訊，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，簡潔事物的資訊化指標質量很高（如較高的可讀性）會驅動使用者快速解碼，為二者之間的共鳴提供了一定的前置基礎。其次來自於使用者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，對於介面表現，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版在介面複雜度方面，主要優化了兩點
- 注重介面的“透氣性”，通過重新佈局內容區塊，實現主動留白；適當縮小歌單封面面積，實現被動留白。
- 注重介面元素一致性，相比於Win7版的純文字內容區塊Title，結合主色系（暗紅色）的Icon增加了介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，使得介面表現出更高的一致性，即看上去不復雜的。）
介面精緻的
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。對應於介面也是，粗糙的介面會讓使用者感知到廉價、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。
網易雲音樂在介面精緻性方面做的很細膩，除了前面提到的降低介面複雜度傳遞一種“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
要說網易雲音樂給使用者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使用者點讚的熱門評論為主，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使用者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，幹哈？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），使用者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”，才使得使用者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使用者承擔更少的心智負荷，從而高效地實現使用者內心最真實的需求）。
2.5戰略層閉環–為什麼使用者忠誠度那麼高
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，並驗證網易雲音樂使用者高忠誠度的現象。範圍層確定了產品差異化功能：評論、盲聽以及靈活的歌單建立，之後結構層通過不同場景下的行為分析，確定使用者的行為路徑，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&介面複雜度&介面精緻），最後回到戰略層（本文旨在從使用者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，只聚焦於使用者目標），這些努力、情懷是大家的情懷嗎？很明顯是大家的情懷。
- 目標使用者多是85-95年齡段的使用者，這部分使用者對產品的“逼格”訴求自然不言而喻。但是目標使用者對音樂本身的垂直度質量要求不高，多為中間品質使用者，即好聽剩餘一切！而非一定要聽爵士抑或一定要聽搖滾！
- 使用者的目標多為盲聽，因此產品強化盲聽，是最直接的產品與使用者的匹配，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，目標使用者對網易雲音樂的評價都很高（注意是目標使用者，你硬讓一個喜歡唱《月亮之上》的使用者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。脫離使用者真實感受去討論什麼架構、什麼互動細節是空洞的，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，然後針對每一模組進行文字填充，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：不要做溫室裡的產品經理，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）使用者真實感受的源頭。這樣的分析才有價值！