快好知 kuaihz

⽹易云⾳乐7.0推荐场景分析——进化明显,退化更明显!

对网易云音乐新版本来说,场景推荐是新亮点,不过又旧版本已有的情况下,网易云音乐的推荐策略为何如何糟糕呢?笔者将针对这一问题做出深层分析。

目录:

1. 首页是重要的营销场景,先拿TA开刀

1.1 首页布局的核心变化

1.2 全面取消无限下拉

1.3 全面突出各种推荐

2. 当我试图深入分析三大推荐场景时,直接跪了!

2.1 推荐歌单为什么重复推荐

2.2 风格推荐为什么也重复推荐

2.3 场景推荐为什么继续重复推荐

1. 首页是重要的营销场景,先拿TA开刀

1.1 首页布局的核心变化

左:旧版本首页楼层;右:新版本首页楼层

从上图的新老版本对比,看看各个楼层的变化:

新老版本楼层变化

1.2 全面取消无限下拉

这个是新版本最显著的变化,取消了由云村、商城等内容组成的无限下拉场景

“到底啦”

取消基于云村内容的无限下拉,意味着三个有趣的事情:

彻底淡化由歌曲、歌单所衍生出来的云村(UGC/PGC)的内容类型

几乎每个楼层都有“查看更多”的引导入口,引导用户进入不同的子场景进行内容消费

首页更像是整个APP中所有内容的“目录和提纲”,而不是内容消费的主场景

一般的,存在无限下拉的页面或场景,是产品设计中为用户建设的消费主场景,是产品活跃、留存和时长的主要贡献者。

最常见的无限下拉场景,就是信息流。

但全面取消无限下拉还不是重点……

1.3 全面突出各种推荐

我们把新版本首页楼层分分类,合并同类项,就出现了有趣的情况:

很明显,新版本把首页的区域划分为三个区域:

顶部的核心功能,包括banner和五大金刚

其次的推荐场景,包括推荐歌单、风格推荐场景推荐

最后的其他分发场景,包括云村、语音直播、新歌等等

如果加上首页首屏的视觉位置,那么约有1/2的推荐场景在首屏视觉范围内,所以这三大推荐场景(歌单、风格和场景)就是网易云音乐7.0的重点宣传和传播point。

但是基于推荐的分发,效率还不是很高,且分发的内容类型有限(歌单和歌手),为了弥补这点不足,在首页最后的区域增加了其他内容类型的分发场景

特别的,新歌的分发场景降权很严重,可能的原因:

新歌在网易云音乐的首发越来越少

新歌的分发效率未达要求

新歌的用户转化(消费频次、加入播放列表等)未达要求

但全面突出各种推荐还不是重点。

这里有一个疑问:“大家都在听”,这么强推荐场景,为啥排在这么低~~~这种cf协同过滤的分发场景不是应该营销价值更高,位置更靠上的吗?并且“大家都在听”是和“风格推荐”,唯二两个没有“查看更多”的场景,即只能在首页这里消费,完全依赖首页楼层位置的流量权重。但“大家都在听”的位置如此之低,实在令人费解。

2. 当我试图深入分析三大推荐场景时,直接跪了!

2.1 推荐歌单为什么重复推荐

下表是下拉刷新10次,观察推荐歌单的列表,相当惊人!

由上图可以看出,推荐歌单10次的刷新中,出现了反复和重复的推荐

事实上,这个问题在旧版本已经出现。在我看来,根本原因在于推荐系统的底层策略,对于隐式上报的负反馈(即每次刷新用户并没有点击推荐的内容),应当给与一定的降权,并让出槽位安排用户兴趣探索,而不应该这么傻兮兮的重复推荐

用户体验很糟糕,至少我用网易云音乐这么多年,极少从推荐歌单中看到符合自己口味的歌曲。

所以,基于歌单的分发策略,在首页的场景中,效果不大。

在我做这个部分的分析时发生了一件有趣的事情,我的输入法告诉我:

2.2 风格推荐为什么也重复推荐

先普及三个名词,看图说话

推荐语:或者叫标题

推荐列表:看图说话

推荐信号外显:看图说话(这点做得不错)

风格推荐给我的第一感觉就是:似乎并不是按照当前歌曲的风格、作者等来推荐,并且推荐策略非常迷惑。

例如当前歌曲是无印良品的《想见你》,风格推荐却是欢迎进入欧美圈,什么鬼策略?

右上角:无印良品的《想见你》,风格推荐的是《欢迎进入欧美圈》

另外,风格推荐和心动模式有什么区别呢?都是当前歌曲的推荐,并且推荐曲目有一定的重合,所以,风格推荐的业务场景到底是什么?

更加严重的是,风格推荐依然出现大量的重复推荐

不断下拉刷新,开始进入重复内容的循环推荐

刷新了50次,推荐语在16条文案中不断重复

刷新了50次,推荐歌曲在固定的6首中文歌和9首英文歌中循环

刷新了50次,推荐歌曲的语种在 中文-英文-中文-英文 不断循环

刷新了50次,约前6次均有新的推荐语,但是之后开始,重复率越来越高

所以猜测推荐歌单是离线计算完成的,静态的;而推荐语是从语料库中拼接出来的,动态的,但仅仅根据歌曲的语种来组合,中文歌曲就捞“华语”,非中文歌曲就捞“欧美”;同时预测用户不会刷新超过6次,所以前6次都不相同,但超过6次,推荐系统开始出现重复,并且重复的频率逐步加大,意味着语料库见底了。

如果属实,那么这真是一个非常偷懒的推荐策略,换汤不换药的推荐策略。仅仅改动推荐语来试图引导用户注意力,而并没有在歌曲本身做更深入的特征挖掘。大概等于每次推荐都是不断地换皮!没错,换皮!并且所处楼层比场景推荐还要好,流量权重更高。这个提出批评!

2.3 场景推荐为什么继续重复推荐

首先,场景推荐并不是新的功能,旧版本就存在,不过要多次无限下拉后才会出现。

其次,场景推荐比较精准,请留意截图的时间和场景推荐的标题,非常的契合。

于是刷新看看,卧槽,立刻暴露了场景推荐的本质。场景推荐和风格推荐一样,推荐策略如出一辙,换汤不换药。

这里是刷新9次,场景推荐的记录:

由上图可以看出,推荐列表首位的大佬(下班听我的),你也好歹变一下呀。我真没看出来首位的(下班听我的)有什么特殊的标记,难道是人工下发要求必须在这个列表置顶?如果是人工下发,大概率场景分类不会很多,也就没法达到“场景推荐”的推荐要求。

猜测可能的原因:

推荐语重复更大,猜测语料库内容更少

推荐歌单更少,并且坑位固定

推荐的极不精准(二次元和全球百大DJ管我什么鸟事啊)

疑问更多:

或许场景推荐仅仅根据时间来做推荐,这样的推荐策略不是非常非常粗啊

宣传的很厉害,可是为啥你在首页第二屏,这么一个不重要的位置呀?

场景推荐并不像一个推荐场景,更像是75%的专家规则+25%的推荐下发

总结

最后我们总结一下,推荐场景中的三大推荐基本无效,基本无法达成歌曲、歌单等内容的高效分发,因为出现大量的重复推荐,并且推荐的精准和准确性也不高,对于歌曲的分发贡献有限,我亦没见过如此稀烂的工程级推荐系统。

随着这个爆炸性的消息,文章已到尾声,如果你喜欢我的文章, 欢迎点赞、评论和分享,周末愉快~~~

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:明显  明显词条  退化  退化词条  进化  进化词条  场景  场景词条  分析  分析词条  
设计

 10条建议打造更聪明的设计流程

身为用户体验设计师,回归对艺术设计的热爱非常重要。尤其是当你寻找创意的时候。原因有很多。或许是我们工作节奏太快强度太高,精疲力竭。也可能是你身处一个抑制创意的环...(展开)

设计

 大产品小细节:推特(twitte...

推特的这些选项,共同指向了一个目标:通过让推特的需求可定制,让用户在使用推特的过程中,不断接近用户对信息的高级自定义需求,这也是大部分个性化系统的追求。今天下午...(展开)