曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况

编辑导语:相信大家昨天都被一年一度的网易云音乐年度听歌报告刷屏了,今年的听歌报告添加了“云村”场景化体验设计,进一步深化了音乐社区氛围,那么这份报告是如何产生的呢?本文作者依托于年度听歌报告,拆解了报告的数据分析功能框架,一起来看看吧。

曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况
文章插图
近来,朋友圈被“网易云性格主导色分析”、“网易云年度听歌报告”和“q音年度听歌报告”刷屏了,我自己也去体验了一波,整体画风和设计是真的是非常可爱呢,可以看出网易云音乐团队的小姐姐和小哥哥们用心啦。
今天就来拆解一下,这份满满诚意的“网易云年度听歌报告”的功能模块有哪些,产出这份报告所依赖的基础数据有哪些,以及如果是你和我作为该功能(或后续接到类似需求)的PM,你该如何阐述你的需求,让研发、测试及UI/UE能够开发/测试/设计呢?让我们一起来看一看叭~
来来,先来看看我微信好友们分享的网易云年度音乐报告,是长这样子的(王嘉尔那个是我的报告):

曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况
文章插图
通常来说,要产出一份数据分析报告,首先得有足够体量的数据,而这些数据是真实的,积累一段时间的,才有业务分析的价值。 数据=资产,可以创造新的产品价值。不论是ToC产品还是To B、ToG产品,将内外部数据分析好、利用好,将能创造出新的产品价值,一来可以解决用户问题,二来可以为产品增值。
对于数据报告这种需求,其处理方式,一种通常是和客户/用户(C端产品,PM自己确认)关心的报告功能模块有哪些,然后确认实现这些功能所需的数据是否具备,以及可满足需求的程度,从而最终确认要做哪些功能模块;
还有一种是客户/用户无明确的数据分析需求,这时候,PM就要先看一看平台的数据有哪些?然后将这些数据按照“金字塔原理”进行多维度归类(如用户基础数据、用户操作数据),统计、组合、拼装、单维度分析、多维度分析,按时间跨度、按区域、按人、按组织、按事件、按标签、按类别、按排行……便可以构造一些数据分析功能出来。
本文,将尝试按照方式一,先来梳理这份报告的功能框架,以及每项功能的输入、输出,然后再来看需要什么数据实现这些功能。
一、拆解网易云音乐报告的数据分析功能框架
曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况
文章插图

曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况
文章插图

曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况
文章插图
从上述结果报告中可以看到:大概涉及到了10多个功能子块儿,主要包含:今年度歌曲、今年度歌单TOP10、今年度四季喜爱歌曲、今年度喜爱歌手、今年度各曲风统计占比、今年度收听最小众歌曲、今年度听歌关键词…这些功能是从 今年该用户收听的歌曲中,按照歌曲结构化数据本身,如曲风、是否小众、歌手、发表日期,歌词内容等维度进行统计分析的。
而 地域曲风“同频共振”功能则需要事先 按地区,统计不同地区的曲风占比,再与用户曲风做对比,找到“契合点”。以及听歌品味相似用户推荐,则需要综合考虑每个用户的听歌特征,可能涉及一个或多个特征(如听歌曲风、喜爱歌手、英文歌/中文歌标签等)。再如今年新探索曲风功能,需要与去年的曲风进行对比,则考虑的是 “时间维度”(本周期与上个周期)。
下述脑图,是报告中涉及到的数据统计分析部分的功能框架图:

曲风|《2021年网易云音乐年度听歌报告》出炉啦,让我们一起来拆解一波它的功能以及数据使用情况
文章插图
此外,网易云音乐报告还涉及到一些非统计类的功能需求,如封面生成与保存到相册、分享,以及切换到每个数据统计分析页面的交互功能等。
在上述功能框架中,除了相似听歌品味研判功能涉及到一套相对复杂的AI研判算法以及听歌关键词涉及到的热词挖掘算法外,其余均为比较基本的数据统计、分析、排序需求,PM规定好输入、输出,研发同学开发相应的接口即可。
在这些简单的统计、分析需求确认过程中,会涉及到一些细节问题,比如春天最喜爱歌曲,其时间粒度是?从1月1日到4月30日?认为是春天?再比如,如何定义小众?听歌人数
二、产出上述报告所必需的基础数据有哪些下述脑图,为笔者梳理的网易云音乐App的核心数据框架(由于笔者不是网易云音乐App的PM,按照我的经验理解,猜测其部分主要核心数据有下面这些,仅供参考):