火山引擎數據飛輪幫助音樂 APP 充分洞察用戶需求,提升用戶粘性
對一款音樂 APP 來說,終端用戶的真實反饋至關重要。
得益于生長在互聯網土壤,先天帶有數字化基因,目前音樂 APP 的用戶反饋收集早已摒棄傳統行業的做法,如調研問卷、電話回訪、線下訪談等,轉而采用更加高效的形式。
2023 年 9 月,火山引擎推出企業數智化升級新模式數據飛輪,該模式落地的系列數智產品,也正在成為多款音樂 APP 持續洞察用戶,歸納整理需求的選擇。
首先是增長分析 DataFinder,通過埋點形式在 APP 內完成部署,可以幫助運營崗位員工更好地洞察用戶在 APP 內的生命旅程,比如哪一個界面最受用戶關注(點擊)、哪一類推薦最受用戶歡迎(跳轉);
此外,DataFinder 還能幫助定位用戶的異常情況,比如當音樂 APP 某一時間段的活躍用戶突然出現比較大的下跌,運營員工可以通過 DataFinder 及時調取在 APP 內部署的各關鍵節點數據,以此排查可能會影響用戶活躍的問題點——比如,可能是某個 Tab 的點擊跳轉失效,也可能是某首音樂播放卡頓。
當找準問題點后,運營人員還可以通過 DataFinder 持續深鉆問題,及時將包括具體報錯信息、用戶影響覆蓋面等在內的相關數據可視化展現,幫助問題及時解決。
其次,另一款數智產品 A/B 測試 DataTester 則能夠圍繞音樂 APP 功能升級、界面更新等場景,提供真實用戶場景下的小范圍 AB 實驗能力。比如針對新上一個功能按鈕,當運營人員有兩套方案時:
方案一:按鈕設置在音樂 APP 開屏后第一個界面的左上角「···」內,需點擊跳轉到第二個界面才能被使用;
方案二:按鈕設置在音樂 APP 開屏后第一個界面的最下方,為并列三個 Tab 之一 。
通過 DataTester,就可以在真實用戶場景中同時小規模上線兩個不同版本,由用戶自己做出選擇——這樣做的好處在于,可以有效避免由運營人員“拍腦袋式”的業務決策,告別經驗主義,通過數據優選最佳方案,從而保障產品和功能優化能真正符合大多數用戶的使用習慣,進一步提高用戶對音樂 APP 的粘性。
基于 DataFinder 和 DataTester 等數智產品的綜合應用,音樂 APP 可以實現充分洞察用戶需求,并將需求數據反推至業務決策,真正落實“從用戶需求出發”的 APP 升級路徑,從而保障 APP 在用戶群體中的持續受歡迎:穩固老用戶、增加新用戶,最終實現長期、健康發展。

浙公網安備 33010602011771號