大數據技術對流媒體音樂行業商業模型的影響

摘 要：本文運用Osterwalder于2004年提出的畫布模型，從價值定位、核心合作方、核心活動等八個方面分析了大數據技術對流媒體音樂平臺商業模型的影響，同時指出了大數據技術的廣泛應用對現有流媒體音樂平臺帶來的挑戰，為流媒體音樂行業在大數據背景下的發展提供借鑒。

關鍵詞：大數據;流媒體音樂;畫布模型

1 大數據對流媒體音樂平臺商業模型的影響

1）價值定位。目前流媒體音樂平臺主要價值定位中的推薦功能與廣告精準投放極大地依賴于大數據技術。算法方面，Spotify通過采集與分析用戶行為信息、音樂流派、歌曲熱度等信息，向用戶推送與其喜好相匹配的PGC內容。Spotify的算法生成歌單正成為整個流媒體音樂行業的標桿。廣告方面，Spotify正在開發根據用戶使用場景進行精準投放地廣告業務。總而言之，大數據技術將極大地提升流媒體音樂平臺的價值。

2）核心合作方。網絡技術與大數據技術的不斷發展，使發行商與零售商在音樂行業中逐漸式微，而數據技術對流媒體音樂公司的重要性逐漸顯現。近年以來，世界流媒體音樂巨頭已與數據技術公司展開深度合作，如Spotify收購音樂分析公司The Echo Nest，Apple Music收購了技術公司Semetric。在大數據技術的發展趨勢下，大數據與云計算公司正在成為音樂公司的核心合作伙伴之一。

3）核心活動。大數據云計算技術正在徹底改變音樂行業內容生產的方式，在未來將占據音樂公司核心活動中的主要地位。首先，以網易云音樂為例，其基于大數據云計算技術的算法系統，能夠基于用戶行為、音樂流派、歌曲熱度等數據，為用戶定制個性歌單。這一“歌單”模式正在逐漸取代專輯搜索、單曲搜索，成為用戶聽歌的首選渠道。音樂推薦算法系統已在流媒體音樂平臺得到廣泛應用，這將為整個音樂行業帶來更深層次的改變：音樂流派將不再重要，甚至可能被算法推薦所取代。其次，網易云音樂等流媒體音樂平臺已基于大數據技術開發了聽歌識曲功能，利用大數據技術信息量巨大、來源多渠道、獲得速度快等特征，將用戶周邊的音樂在數秒內轉化為數據并進行比對，最終成功識別所播放的樂曲。此外，已有音樂公司基于大數據技術研發能夠預測未來流行歌曲的軟件。例如，Music Intelligence Solutions有限公司研發的Uplaya軟件通過提取并存儲過往流行歌曲的旋律、節奏、和聲、歌詞等信息，進而將這些信息與新歌對比來預測其是否會受到聽眾的歡迎。

4）核心資源。除音樂曲庫、人力資源、網絡基礎設施以外，大數據云計算技術將成為流媒體音樂網站的核心資源之一。

5）營銷渠道。流媒體音樂平臺目前的營銷渠道主要包括移動端、PC端、網頁版。隨著物聯網技術的發展，尤其是物聯網與大數據云計算技術的緊密結合，未來流媒體音樂平臺的營銷渠道可能擴展到智能游戲手柄、智能音箱、智能電視、汽車等。

6）顧客群體與顧客關系。以Spotify為例，目前其顧客群體主要分為ToB端廣告商與ToC端用戶。運用STP模型分析流媒體音樂平臺用戶營銷策略，則大數據技術的應用將對用戶細分、用戶定位、產品定位三大方面都帶來積極的改變。用戶細分與定位方面，大數據的采集分析不僅能使平臺運營商全面掌控用戶畫像，更能針對用戶的心理需求、行為習慣進行進一步的細分，從而進行精準的用戶定位，基于大數據算法分析，為用戶定制個性化內容。產品定位方面，大數據技術使平臺運營商能夠實時了解用戶行為，獲得用戶反饋數據，從而基于反饋數據改進、調整產品，以獲得更好的用戶體驗。我們可以推測，大數據技術將對拉新、促活、節流等方面，都有較好的應用前景。大數據技術將成為CRM（顧客關系管理）領域提升競爭力的重要手段。

7）成本結構。流媒體音樂平臺的主要成本用于支付版權費、設備及平臺維護、帶寬費用、大數據系統費用及員工薪水。目前，大數據存儲系統代價不菲，因此，很多初次使用大數據的公司及數據量較大的公司都會定制自己的“硬件平臺”，而不是用現成的大數據服務產品;小型企業則傾向于使用大數據存儲廠商提供的小型大數據存儲系統以降低成本。未來隨著硬件設備的性能不斷提高、價格不斷降低，大數據系統費用有望在成本結構中占據較小的比重。

8）盈利模式。用戶端層面，目前主流流媒體音樂平臺大多采用Freemium盈利模型。以Spotify為例，基礎音樂服務如播放歌單、收聽電臺等免費向所有用戶開放，同時提供多項增值服務，需付費$9.99（不含稅）享用。大數據技術的應用，可能徹底改變用戶端盈利模式。通過實時監測用戶行為，流媒體音樂平臺可根據用戶實際聽歌時長或播放單曲/電臺數目來向其收費，真正實現“用多少付多少”。廣告商層面，流媒體音樂平臺通過與廣告商合作，出售廣告位、用戶行為數據等形式盈利。大數據技術的應用有利于實現精準廣告投放，同時將為流媒體音樂平臺帶來更多盈利。此外，通過對廣告播放量/瀏覽量的數據采集與分析，未來流媒體平臺或可向廣告商提供按播放量/瀏覽量計費的創新廣告收費模式。

2 挑戰

高度結合大數據技術的流媒體音樂平臺，在大大提高音樂宣發效率，重新定義音樂流派與音樂品味，智能化音樂搜索功能的同時，也將面臨一系列的挑戰。

首先，內容的精準推送可能會造成信息繭房效應。流媒體音樂平臺運用大數據技術向用戶精準推送音樂內容，長此以往，用戶將不自覺地窄化對音樂產品多樣化選擇，即只收聽自己感興趣的音樂，對其他音樂產品無意識過濾。Spotify目前已意識到信息繭房效應帶來的潛在威脅，從而升級其算法系統，在用戶畫像、用戶行為等指標之外加入一定比例的排行榜熱歌推薦、用戶高評分推薦、新流派新曲風推薦等，試圖打破信息繭房。然而，這些“新”信息如何與用戶喜好進行平衡，仍是各大流媒體音樂平臺值得探索的問題。

其次，大數據技術可能將從流媒體音樂平臺在推薦算法方面的核心競爭優勢逐漸轉變為必須具備的基礎設施，而各平臺間的競爭可能基于新的游戲規則開辟新的賽道。同時，由于流媒體音樂行業用戶黏度普遍較低，不少用戶同時擁有2個以上流媒體音樂app，流媒體音樂平臺的同質化可能意味著行業洗牌，目前以算法推薦為核心競爭力的音樂產品若未能發掘新的競爭優勢，極有可能在行業洗牌中被替代。

3 結論

大數據技術的發展成熟，為流媒體音樂行業帶來了巨變。內容生產方面，基于大數據分析的算法推薦系統與聽歌識曲功能改變了用戶播放歌曲、搜索歌曲的方式，同時基于大數據及在線音樂社區的實時用戶反饋能夠直接影響內容生產。營銷方面，大數據精準營銷已為廣告商帶來巨大的收益，而大數據技術未來與物聯網的結合將為流媒體音樂平臺提供無限的營銷可能。顧客關系管理方面，大數據技術能夠使流媒體音樂平臺更深入地了解用戶需求、以個性化定制產品更好地滿足用戶需求，對拉新、促活、節流都將有積極的影響。盈利模式方面，大數據技術能夠實現以播放次數計數的新付費模式，可能將改變現有的付費模型。綜上所述，大數據技術對流媒體音樂行業的價值將不可估量。

參考文獻

[1]Alexander Osterwalder（2004）.The Business Model Ontology - A Proposition In A Design Science Approach. PhD thesis University of Lausanne.

作者簡介

張千繪（1995-），女，漢族，上海市，碩士研究生，研究方向：文化創意產業管理。