一下网易云音乐为什么没有做评分功能

2017-06-25 20:03:00

老早老早以前，不知道天高地厚的时候，面网易的时候，很诚恳的提了一个建议：做评分。当时网易的PM简单的问了我几个问题：

一，做评分对用户来说有什么好处？

二，做评分这个功能对产品来说有什么好处？

三，参考过其他作评分功能的app嘛？想想他们为什么做评分？

昨天在写另外一篇内容的时候突然想到这个问题，于是再把当时的脉络整理出来，yy一下网易云音乐为什么没有做评分这个功能。因为第二部分的内容过长，故把对产品本身影响放在第一部分。

一，对产品有什么好处？

所有范围层面的东西都是为战略层做服务的。网易云音乐的产品定位是发现和分享音乐，而要做到这一点，社交和UGC是很好的切入点。评分是一个还不错的基于社交和UGC的产品，用户通过自身的对音乐的认知与感受去做评分本身就是一个UGC的过程，而通过评分这个UGC内容再做延伸，用户和用户之间可以形成一种自传播，这种自传播本身就是一个带有社交属性的行为。并且从消费者的行为学上来说，如果网易云音乐在评分这个信息收集的过程结束之后提供购买方案，方便用户做最后的购买决策，那么消费者的消费行为决策可以在网易云音乐这个app上形成一个完整的闭环，产生经济效益。这部分还没有想清楚可以怎么做产业链的延伸。

二，对用户来说，做评分有什么好处？

每个人都有自己的音乐喜好，基于自己对于不同音乐的认知与喜好通过评分这样一种形式来做记录和标记。在我看来，做评分可以满足用户的两个需求：1，对于陌生的音乐提供一个可衡量的标准，以便更方便快捷的听到想听的歌； 2，满足用户使用产品过程中的参与感和自我价值的实现

先抛开这些需求看一下用户，根据易观千帆实时监测数据显示，2017年2月网易云音乐的用户

a，以年轻群体为主

24岁以下的用户占比56.88，24岁到30岁的占比8.91，31岁到35岁的用户占比14.51，基本35岁以下的用户占比超过八成。而折算年龄，网易云音乐用户85后中至少占比超过八成。

b，以女性为主

女性用户占比62.41，男性用户占比37.58，以女性用户为主。

C，超一线，一二线城市为主

网易云音乐的用户主要集中在超一线，一二线城市，占比将近7成。而在城市分布中主要集中在广州，北京，武汉，上海，成都，深圳等全国中心型城市。而乌鲁木齐，贵阳，兰州，郑州，南昌，天津，重庆，石家庄等城市的环比增幅较大，甚至一度出现10%以上的大增幅。这说明网易云音乐的用户群在逐渐由东部沿海地区像中西部内陆城市扩散，并且乌鲁木齐的用户数冲到了全国第六，这说明网易云音乐在一二线城市用户几近于饱和的状态下，二三线城市有巨大的市场潜力。

d，用户使用设备相对高端

网易云音乐的用户使用苹果的比率为42.99%，机型相对高端。这部分用户对于电子产品的更新换代具有较强的感知能力，有较强的电子产品的消费欲望和倾向。

e，用户听歌时间和空闲时间相吻合，使用场景多为上下班途中，工作空闲时间，午休和睡前。

网易云音乐的的分时活跃人数早上6点开始有一个明显的人数攀升，这个人数在中午13点-14点的时候达到峰值，之后一直保持相对稳定的活跃人数，直到21点-22点达到另一个小高峰，之后开始回落。

（以上数据来源均为易观千帆对于网易云音乐2017年2月份的实时监测数据）

通过以上数据可以得知，网易云音乐的用户是一群主要活跃在超一线和一二线城市，对电子产品有明显的消费倾向，以女性为主的85后用户。再对这部分人群做一个小的洞察，这部分人群相对学历较高，收入处于中高等水平，对于音乐有自己的喜好和态度。此时我们再回到评分对满足用户的两个需求。

1，对于陌生的音乐提供一个可衡量的标准，以便更方便快捷的听到想听的歌；

陌生的音乐也有两种使用场景，

（1）一种是用户已经明确的产生了想要听某一首歌的需求：

这里参照豆瓣电影的评分的使用场景做一下倒推。用户使用豆瓣评分的时候其实是符合广义上的消费者购买决策的。从内外部两种影响上了来看用户的消费行为路径。

第一种：用户在收到外部刺激的影响下，如朋友推荐，网站推荐，营销活动的影响等，产生看电影的需求，于是上豆瓣看评分和评价，这部电影值不值得看。

第二种：用户在自身内部因素的影响下，如自身对片型的喜好，明星的好感度等，产生看电影的需求，于是上豆瓣看评分和评价。

信息收集以后会产生两种行为结果，值得看和不值得看。不值得看，用户的消费行为路径就到豆瓣为止，值得看会产生后面的评估方案和购买决策两个行为，但是可惜的是豆瓣并没有把用户的消费行为路径形成闭环，在此处出现了断点，于是便有了猫眼的加入来在用户的消费行为路径上完成最重要的购买决策一环节。

评分其实是属于消费者信息收集的部分，以便最后做出购买决策。而影响我们在信息收集时投入的最大因素，便是我们在消费产品时的投入。当消费者在消费产品时需要耗费大量的时间精力金钱，那么他在做信息收集时投入的时间精力金钱就会越高。我们反过来看豆瓣和网易云音乐，当我们产生看电影的需求时，很明确的直到自己消费产品时将要付出一到两个小时的时间和精力成本以及50左右的金钱成本。这样的成本让用户花费较少时间去做信息收集，他是愿意的。但是当我们产生听歌的需求时，尽管现阶段用户的付费习惯正在养成，但是大环境下诸多音乐APP的音乐资源是免费的，也就是说最后产生消费行为时，用户的消费成本仅仅是3分钟左右的时间成本。那在这个时候其实用户做信息收集主要有两种方式：1，评分；2，听前奏部分。后者是用户在消费产品时做的信息收集，此时不论是从付出成本来说，还是从用户的心理层面来说，直接听前奏都是更为方便快捷的选择。

（2）另一种是，用户只是产生了听歌的需求，但是不知道听什么歌：

这个时候评分能够满足用户的需求是，根据评分的高低来给用户推荐评分高的歌曲。但是这里产生了一个较大的问题，评分高的歌曲不一定是适合用户的歌曲。这种时候用户的行为路径是这样的：

有听歌的需求，但是自己喜欢知道的歌又已经听了太多遍的影响，产生听新的好听的歌的需求，但是自己没有办法完成这个信息收集工作，此时需要产品团队提供这个信息收集工作。这个时候我们来看用户提出的需求：听好听的新歌。两个需求点：1，好听；2，新。评分可以解决这个问题嘛？不可否认，评分歌单一定程度上可以满足用户的这些需求。但是是最好的解决办法嘛？刚刚我们已经提到评分高的歌曲不一定是适合用户的歌曲。第一，每个人对于音乐的喜爱是不一样的，甲之蜜糖，乙之砒霜。这部分群体认为好听的歌另外一部分群体不一定认为好听，所以在好听这个需求上就会打折扣；第二，再来说新。前面我们对网易云音乐的用户做了一个简单的分析，网易云音乐的用户是一群主要活跃在超一线和一二线城市，对电子产品有明显的消费倾向，以女性为主的85后用户。再对这部分人群做一个晓得洞察，这部分人群相对学历较高，收入处于中高等水平，对于音乐有自己的喜好和态度。有就是说这部分用户是有自己的音乐兴趣和偏好的。他们跟得上音乐的潮流，对于音乐的市场和趋势是相对了解的。那这样，其实评分体系的新在某些程度上也是打折扣的。