对一款音乐 APP 来说,终端用户的真实反馈至关重要。
得益于生长在互联网土壤,先天带有数字化基因,目前音乐 APP 的用户反馈收集早已摒弃传统行业的做法,如调研问卷、电话回访、线下访谈等,转而采用更加高效的形式。
2023 年 9 月,火山引擎推出企业数智化升级新模式数据飞轮,该模式落地的系列数智产品,也正在成为多款音乐 APP 持续洞察用户,归纳整理需求的选择。
首先是增长分析 DataFinder,通过埋点形式在 APP 内完成部署,可以帮助运营岗位员工更好地洞察用户在 APP 内的生命旅程,比如哪一个界面最受用户关注(点击)、哪一类推荐最受用户欢迎(跳转);
此外,DataFinder 还能帮助定位用户的异常情况,比如当音乐 APP 某一时间段的活跃用户突然出现比较大的下跌,运营员工可以通过 DataFinder 及时调取在 APP 内部署的各关键节点数据,以此排查可能会影响用户活跃的问题点——比如,可能是某个 Tab 的点击跳转失效,也可能是某首音乐播放卡顿。
当找准问题点后,运营人员还可以通过 DataFinder 持续深钻问题,及时将包括具体报错信息、用户影响覆盖面等在内的相关数据可视化展现,帮助问题及时解决。
其次,另一款数智产品 A/B 测试 DataTester 则能够围绕音乐 APP 功能升级、界面更新等场景,提供真实用户场景下的小范围 AB 实验能力。比如针对新上一个功能按钮,当运营人员有两套方案时:
方案一:按钮设置在音乐 APP 开屏后第一个界面的左上角「···」内,需点击跳转到第二个界面才能被使用;
方案二:按钮设置在音乐 APP 开屏后第一个界面的最下方,为并列三个 Tab 之一 。
通过 DataTester,就可以在真实用户场景中同时小规模上线两个不同版本,由用户自己做出选择——这样做的好处在于,可以有效避免由运营人员“拍脑袋式”的业务决策,告别经验主义,通过数据优选最佳方案,从而保障产品和功能优化能真正符合大多数用户的使用习惯,进一步提高用户对音乐 APP 的粘性。
基于 DataFinder 和 DataTester 等数智产品的综合应用,音乐 APP 可以实现充分洞察用户需求,并将需求数据反推至业务决策,真正落实“从用户需求出发”的 APP 升级路径,从而保障 APP 在用户群体中的持续受欢迎:稳固老用户、增加新用户,最终实现长期、健康发展。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。