同学们，一年一度的春季招聘季又来了，俗话说工要善其事必先利器其，这在笔试面试中也适用。要想在众多竞争者中脱颖而出，提前准备考试的技巧，甚至是答题模板是必不可少的。下面我们来看一道产品笔/面试中经常出现的一种介绍类题目他的解题思路，并以网易云音乐为例，进行解答。
题目形式
此类题目的出题形式多种多样如：
介绍一款你认为不错的app
平时都会使用一些应用和网站？觉得有哪些点设计的比较好？
最近半年有没有遇到特别感兴趣的新产品？
推荐一款APP，并说明推荐这款APP的原因？
大意都是介绍一款你熟悉或者觉得不错的产品，并介绍他的相关情况。想象一下如果没有提前准备，我们可能会纠结到底哪款产品，从哪些方面介绍，是面面俱到还是着重一点等等，磨磨蹭蹭考试时间和面试官的耐心都所剩无几了。
其实类似这种题目是完全可以提前准备好答案，并且每次问到都可以使用的。我们以2017年腾讯产品笔试中分析一款你最喜欢的app，他的产品定位，目标用户，竞争优势，还有哪些可以改进的地方？这道题为例并结合网易云音乐这个爆款音乐软件回答此题。
解答形式
比较流行的解答方式有几种：
1.以用户体验要素模型进行拆解
这种方式的问题主要在于，原本模型的提出是为了帮助同学理清逻辑，但在此类问题中，应用此模型还要想模型中5层分别对应的点，对于不熟悉该模型的同学可能反而会被模型的条条框框限制，束手束脚。
2.以SWOT分析法进行介绍
SWOT分析法主要用于市场分析中，从宏观角度上对一款产品或者公司的内部环境和外部环境进行分析，我在大二企业管理一门课中第一次学习到他，是为了公司制定战略目的而使用。
当时他还不想现在由于产品经理职位的兴起，炒的如此火爆，各处都用。但是它主要用在宏观战略上，缺点是大而空，有时不够具体。
3.以产品设计流程介绍
这种是针对此类问题我比较推荐的解题方法，从产品本身的设计流程中可能涉及的点进行分析，一一介绍。也可以根据题目或者喜好着重挑选几点介绍。
其中包括，产品定位，目标用户，满足需求，核心功能，超预期功能，交互设计，盈利模式，竞争优势，未来发展，问题改进等。下面就以网易云为例回答此类题目。
网易云音乐产品分析
产品定位
产品定位的目的是一下让人知道产品是干嘛的，又什么特点，所以注意简明扼要。
网易云音乐的定位是“移动音乐社区”，并以歌单为核心的组织方式强化用户UGC社交属性。
目标用户
由于网易云音乐相对于其他竞争对手进入市场较晚，所以面对红海市场，挑选合适的目标用户尤为重要，当时发现，市场中并没有一款针对喜好音乐程度中等偏上，年龄比较年轻的消费者和音乐生产者的产品。所以把他们选为云音乐的目标用户。
1.消费者：
年龄：年轻用户。
喜好音乐程度：中等偏上。
2.音乐生产者：
满足需求
一、听音乐
快速切换音乐，快速显示歌词
可以查看某一音乐详情
可以听相似的音乐
创建私人歌单
从其他媒体导入音乐
正版音乐购买
二、找音乐
定制化歌单推荐
私人fm，并支持每日歌曲推荐
支持排行榜找音乐
三、音乐社交
支持查看附近的人的听的音乐，发现志同道合的人
支持加好友，听好友歌单
支持对音乐、歌单的评论、分享
核心功能
图为转载
个性化推荐
云音乐个性化推荐功能：私人FM、每日歌曲推荐、推荐歌单。
互联网时代是懒人时代，人们越来越倾向于使用智能化的产品来减少选择成本和时间成本，个性化推荐的商业价值也就显现了出来。云音乐面向的用户群体并不局限于高端且年轻化的人，不排斥其他特性的用户使用云音乐，从而扩大市场，但众口难调，云音乐是如何把个性化推荐功能设计得尽可能完美呢？于是云音乐打出了私人FM+每日歌曲推荐+推荐歌单的组合拳。
需求：
个性化推荐使得云音乐曲库中的长尾音乐得以曝光，盘活了整个产品曲库，也为用户减少了选择成本，成为最懂Ta的音乐产品。
算法：
协同过滤在音乐产品应用上分为两类，一类是Base用户，一类则是Base音乐本身。
Base用户：
如果用户A和用户B相似性高，那么用户A喜欢的很可能用户B也喜欢。举个栗子，用户A喜欢听周杰伦的《告白气球》、薛之谦的《演员》、赵雷的《成都》，而用户B喜欢薛之谦的《演员》、周杰伦的《告白气球》、李荣浩的《模特》。那么由于两个用户音乐口味相近，就可以将《成都》推荐给用户B，将《模特》推荐给用户A。
Base音乐：
根据音乐众多因子（节奏、感情基调、歌词、歌手等）判别不同音乐之间的相似性，如果用户喜欢一首歌，则将这首歌相似性较高的音乐推荐给他。
功能：
私人FM基于个性化推荐算法，为用户推荐符合其口味的歌曲，由“删除、喜欢、下一首”来判断用户对推荐结果的喜好程度。
云音乐给出的官方功能介绍“根据你的音乐口味生成，媒体6：00更新”，说明每日推荐歌曲是根据近期听歌习惯每24小时生成一次的。
将UGC歌单进行分类打上标签（欧美、日韩、轻音乐、影视原声等），再把用户听歌习惯进行分析获得三个最倾向的标签类型，用户可点击自己所属标签快速获得UGC歌单。
综述：
由于推荐算法存在较多缺陷，需要靠多元化的个性化推荐功能来弥补，云音乐用私人FM+每日歌曲推荐+推荐歌单的功能组合在一定程度上解决了不同用户对于个性化推荐的不同需求。
私人FM还能给用户带来惊喜感，由于完全没有进行选择歌曲的操作，系统推送出一首很久之前听过却再也找到的歌的时候，你会有惊喜的感觉，觉得云音乐很懂自己。能激发用户情绪的产品更能获得用户芳心。
而UGC歌单是云音乐个性化推荐和社交的复合物，它是云音乐曲库利用率高达80%的重要因素之一，创建属于自己的歌单不仅能获得关注，还能展现自己独有的音乐品味，获得成就感和装逼的感觉。是云音乐口碑较好的功能之一。
因为音乐是无法精准定性的文化产物，一个人可能喜欢这首歌的歌词，另一个人却只是喜欢这首歌的曲调。所以音乐的个性化推荐算法优化仍有待提高
音乐社区（分享）
需求：
社交需求一直是市场上永恒的需求，社交形式有很多，像基于熟人社交的QQ、微信，基于KOL社交的微博，基于陌生人社交的陌陌、探探，还有基于垂直领域的社交如赤兔、豆瓣等，如何结合自身根据用户切入社交市场形成用户沉淀就显得尤为重要。
云音乐以音乐为兴趣基点加入了社交元素，有别于其他音乐产品，云音乐的社交做得更彻底，用户能直接私信交流，而不只是流于表面。云音乐入驻的明星与粉丝的直接互动，不仅直接增长了明星人气，也让更多的用户认可平台成为重度用户
云音乐社交功能：乐评+朋友+话题+歌单
乐评：
在云音乐播放器界面点击评论按钮进入当前音乐评论列表，用户可以发表评论，为评论列表中喜爱的评论进行点赞、回复、分享等操作，点赞数越高排序越靠前。
朋友：
朋友功能位于产品一级导航中，是一个类似微博的功能，用户可以看到关注人的动态消息，不同的是云音乐的内容输出形式强调文字+音乐的形式，也契合云音乐是一款音乐产品的核心，新版云音乐可以发布短视频，丰富了动态内容形式，让互动更有趣味性。
基于LBS的附近功能可以发现周边的陌生人并了解他最近听什么歌，让用户更易结交相同音乐品味的朋友。
话题：
以自定义话题的形式形成一个个讨论组，用户可以在热门话题中选择热度较高的话题并参与话题讨论。话题内容为一段话配上一首歌的形式输出
综述：
云音乐和其他产品设计上最大区别就在于它对于音乐社区建设的重视，社交形式丰富且能有效的带动用户参与社区互动中，社区活跃度较高，用户注意力停留在平台上的时间远高于功能性产品
歌单
为什么要用歌单？
歌单对用户成本的降低是不言而喻的，借助歌单可以轻松管理自己喜欢的音乐，并进行云端同步
网易云音乐的推荐算法会为用户的听歌“口味”打上一系列的标签，然后根据这些标签匹配符合用户口味的歌单
用户自建ugc歌单，击中偏高端用户。通过歌单连接起来，提高参与感与粘度。
简洁，以歌单为核心内容，吸引用户。
超预期功能
每日歌曲推荐，精准的音乐推荐算法，推荐的歌单、歌手和歌都是用户爱听的。方便懒人用户。
用户互动社交，对歌单的评论分享
自己建立歌单，参与感
交互设计
高度统一的界面色彩运用，大气而简洁。QQ音乐采用的红绿色调搭配的配色风格，没有保持一致性，同时红绿两色对冲式的运用有点不讨好眼球，整个界面效果看起来就要逊色几分。
率先采用模仿留声机的播放界面设计，非常有逼格。随即也引来了竞争对手的争相模仿。
所有调用菜单都保持一致的色调、图标大小和排列方式，整个设计的一致性非常高。网易云音乐对细节的一丝不苟。
盈利模式
1、票务收入、虚拟货币：线上演出实时互动直播门票收费。
为歌手、音乐人提供线上演出舞台，通过用户购买门票获得收入；通过用户给喜欢的歌手、音乐人送花打赏等获取收入。
2、品质收费：试听免费，下载收费，高品质服务收费。
数字音乐行业对付费下载的盈利模式已经达成共识，付费下载在国内环境比较陌生， 国内用户对于互联网免费已经习惯了，这个模式需要一定的市场成熟度和产品的粘度来促成，长期却是被看好。
3、增值服务：与运营商合作，推出包月下载、包量下载等节省流量的用户体验服务收费。
增值服务主要是像用户提供更好的音乐服务，使用户愿意为音乐埋单
4、 广告
5、 音乐周边产品，或者引流到线上商城
竞争优势
音乐推荐算法，庞大的音乐曲库，方便用户发现新的、好听的音乐；
网易本身的品牌效应和用户群
引入音乐社交的概念，当用户基数达到一定数量并且运营到位可以形成很强的用户粘性
未来改进
引入更多著名歌手和音乐大v入驻，多进行线上运营活动，并通过激励机制实现音乐分享、歌单创建并分享等互动行为，真正实现音乐社交，一旦形成音乐社交，用户增加速度便得以保证
通过音乐电台入口培养一批优秀的音乐自媒体人，并通过音乐社交的入口，引入更多的用户流量，营造粉丝经济
结构改进。消息模块包括：通知、评论、私信和@我四部分内容，这些内容的产生几乎都与社交行为有关，然而从信息架构上来看，之前的设计将消息功能放置更多中，这显然是不符合逻辑，也是不合理的
功能改进。提升私人FM功能的黏性和使用时长，建议增加摇一摇切换曲风功能
弱点改进。根据时点，创建紧跟流行事件的歌单，弱化网易在好声音之类音乐节目版权签约中的劣势，提升用户找歌的产品体验
社交改进。目前基于音乐基础的形成的社交关系还不明显，可以通过用户喜欢的歌，收藏的歌单、歌手、DJ节目等形成一个匹配系统，在“朋友”页面根据陪陪程度给用户推荐朋友；歌单的收藏者页面，可以查看用户之间的匹配度
讨论
关于个性化推荐目前还存在哪些问题？
根据跨平台数据整合，提前获知用户阅读偏好、购物偏好和观影偏好等从而预测用户的音乐口味。
2.如何判别用户当下状态有选择的推送音乐？（伤心的时候别听慢歌、睡前别听快歌）
根据时间、GPS定位获知用户当下状态进行推送。
3.如何避免特殊情况下音乐加入用户口味的判别数据库？（跑步不得不放快歌、读书不得不防轻音乐）
设计一个隔离模式，一切操作不影响系统对用户的口味判别。
