大數據時代背景下的數字音樂精準營銷

李 晨

一、大數據時代與精準營銷

近年來，我國音樂產業穩定增長。據中國傳媒大學數字音樂產業發展研究中心《2020中國音樂產業發展報告》［1］的數據統計，核心層產值規模在音樂產業中占比達到了49.02%，其中數字音樂用戶規模逐漸飽和，音樂演出場次不斷增多， 用戶音樂消費意識及消費行為頻次也持續提升， 但相較于歐美成熟的音樂市場仍有較大提升空間。與此同時，傳統的營銷模式也隨著互聯網信息技術和大數據技術的發展進行轉變。在此勢態下，數字音樂的營銷模式也在一直革新，有針對性的“精準服務”成為新營銷模式的主要內容。

大數據的出現源于互聯網、云計算、物聯網和人工智能等技術的迅猛發展，并導致全球網絡數據爆炸性增長，引起了“信息過載”，大數據時代的到來是高度信息化社會的必然趨勢［2］［3］。麥肯錫全球研究所提出大數據是一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合。

美國營銷專家Jeff Zabin在 《精準營銷》［4］（“Precision Marketing”）一書當中第一次提出了精準營銷4R法則的概念， 即Right consumer （正確的消費者），Right channel （正確的渠道），Right message （正確的咨詢），Right time（正確的時間）。指精準營銷需要將正確的產品在正確的時間里，通過正確的渠道輸送給正確的消費者，從而提高商品營銷的效率和質量。4R法則還改變了傳統營銷的目的，認為營銷的中心應該是客戶，而不是產品。基于此精準營銷理論可見，企業得以持續發展的根本，是精準、穩定地維護客戶群體；滿足客戶的需求；提高客戶的滿意度及使用體驗。

大數據時代的到來與精準營銷概念的出現使得數據庫營銷理論得以實現［5］。數據庫營銷理論是指企業通過對企業內外部的數據進行挖掘及分析， 了解消費者的需求和喜好， 對消費者的消費傾向和產品售賣情況做出有效預測［6］［7］。目前大數據技術在數字音樂精準營銷當中的應用有音樂搜索、音樂識別、音樂推薦、音樂個性化定制服務， 個別音樂平臺還為用戶打造了部分開放數據的服務。借鑒其他行業對數據庫營銷的運用可見，數字音樂數據庫營銷需要建立起自己的數據庫， 對音樂用戶數據進行識別、提煉、分析消費者的消費行為與數據的相關性；各個音樂企業可以運營自己的自媒體平臺賬號，如微博、微信公眾平臺、抖音等，在此收集更多的用戶數據，使用戶模型更加立體、準確。

二、數字音樂精準營銷面臨的問題

（一）音樂精準營銷中大數據使用產生的問題

1.數字音樂數據的儲存與收集

當今的數據有著復雜、海量、流動性強的特征，當前各個數字音樂平臺在數據收集的過程中局限于用戶的文字搜索、歌曲收聽率、文字評論及用戶自建歌單和收藏歌單。首先，其數據信息量少、隱藏信息量大，時效短，其分析結果與用戶的真實需求存在一定誤差。 僅通過對于這些數據的采集并不足以建立起一個準確、飽滿的用戶模型。其次，沒有確定統一的數據質量衡量標準，導致在數據收集的過程當中無法及時發現和解決細節上的問題。如在網易云音樂的每日推送服務中， 會將用戶短時間內收聽的歌曲識別為用戶長期喜愛的歌曲， 或是將用戶已收藏的歌曲在其他推送服務中再次推送， 造成了推送信息不準確、信息重復的問題。因此，當前數字音樂在數據收集當中面臨著數據不確定性、數據單一化、數據挖掘過淺、數據信息質量過低的問題。

2.數字音樂數據分析與解釋

數據分析與解釋準確的基礎是數據質量，有效算法是數據質量提高的前提。當前音樂行業內各公司對大數據的相關技術還處于探索階段，距離精準了解用戶需求、精準推送，成功促進音樂產品的營銷還有較大發展空間。根據互聯網中部分數字音樂用戶反饋來看，現今在數字音樂平臺的推送服務、個性化定制服務準確率偏低，用戶滿意度并不理想，演出門票售賣渠道雜、亂，購票程序各平臺競爭激烈，急需統一整合。上述現象表明我國多數音樂公司對于大數據的分析解釋粗略、用戶模型建立過于單薄，數據算法和數據模型參數學習的不確定性，未能將用戶進行有效分類，也未能準確分析出用戶的共性與個性特點，無法做到及時、準確地滿足音樂用戶的需求。

3.數字音樂數據的運用

大數據價值鏈是由大數據本身、大數據技術、大數據思維三者構成的，價值鏈中最核心的是數據本身。將大數據技術運用到精準營銷的實例有許多， 其中最先鋒的代表是美國企業亞馬遜和谷歌公司， 這兩個公司同時涉足了大數據價值鏈的三個方面。二者擁有大數據挖掘技術，注重數據存儲和擁有權，并且擁有大數據使用的思維，從而將數據價值的釋放最大化， 打破了傳統數據使用的單次、閉環狀態。雖然在我國音樂產業中早已開始了將大數據運用于營銷中的實踐，但使用效果卻不是十分理想，其根源問題是營銷團隊對大數據的運用不完全、大數據思維不夠飽滿，沒有從多方面收集、使用數據，沒有足夠重視數據本身的價值。

（二）基于精準營銷4R法則數字音樂精準營銷產生的問題

按照精準營銷的核心觀念，“預測”及“精準”是數字音樂精準營銷的關鍵。在當前的數字音樂營銷活動當中，用戶分類較粗略， 在統一時間點通過固定渠道將所有信息統一發送給所有用戶的推送形式居多。 如音樂平臺在手機App給用戶統一推送消息， 卻使多數用戶在手機上設置禁收此消息； 音樂演出的互聯網公示及推送渠道單一，并沒有針對性地以顧客需求推送，而是固定地在其微博、微信公眾平臺或售票平臺推送，這忽略了部分潛在消費者，不利于新用戶培養。

三、數字音樂精準營銷優化策略

（一）建立大數據思維、變革大數據使用方法

大數據正在逐步成為現代社會基礎設施的組成環節。要加快對于傳統營銷的思維轉變，音樂數字營銷要盡快地從以前的市場調研、用戶分析的傳統模式中抽離出來，明確大數據價值產業鏈當中數據本身價值的重要性，注重數據擁有和數據使用。在數據使用的過程當中，應當不僅局限于對因果關系的分析， 更要從相關性的角度來分析數據。還要從根本上認識到數據價值的的多層次，如除了有數據表面的用途還可以用于其他潛在用途中、一組數據可為不同目的重復使用、多組數據共同用于一個目的可以使分析結果更加準確； 再如在數據使用中數據本身并不具有明顯的時效性， 過期數據依然可以擁有其價值；最后要接納大數據當中一些帶有誤差的數據信息，可以將其用于數據算法和數據模型參數學習。

大數據使用的核心是“預測”。基于此的精準營銷要建立起以大數據分析結果為基礎的“精準”“預測”的思維模式之上。從數字音樂產業鏈的各個環節上來說，音樂作品的質量決定了音樂的傳播廣度、其藝術價值及它在商業上的成功度。 生產高質量且能獲得市場共鳴的音樂作品是音樂行業運行的基礎，也是最重要的一環。從音樂創作人的角度出發， 在音樂公司可以利用大數據分析并追蹤創作者， 挖掘更多有潛力的音樂人給予經濟投資和技術扶持，以此為市場培養更多優秀的人才；從音樂創作商品的角度出發，利用大數據分析當下流行的音樂走勢、受眾喜好，可創造更多符合當下經濟市場的音樂商品，分析音樂產品是否真的會流行， 并且發現音樂作品當中存在的問題并及時改善， 可以減少音樂商品投資的耗費與虧損；在音樂演出當中，除了將大數據運用于門票的售賣，還可以借鑒The-Numbers.com對電影票房的預測，通過對于以往演出的預算、音樂風格、演出陣容、演出影響力、演出收入、版權收入通過其相關性預測其演出門票售賣情況的預測。從數字音樂的傳播過程來看，把大數據運用在內容分發的階段，通過數據分析可以更加精準、高效地投放宣傳，從而細化售票渠道，增加粉絲黏性。在下游消費環節，數據收集整理在最后用戶的終端環節里，大數據的使用應當不側重于用戶本身， 而在于用戶在使用音樂商品時所產生的數據。通過收集、分析這些數據，可以促使下一輪的音樂商品傳播更加成功。

（二）完善數據庫建設、優化營銷團隊

數據庫的建設、數據的儲存以及擁有大數據思維技術的營銷團隊是大數據技術運用的開端和基礎。 相關營銷團隊應當針對用戶建立屬于自己的數字音樂用戶數據庫， 采集并存儲數據， 借助各個平臺的數據進行收集匯總，對用戶進行有效細化分類，對已有的穩定音樂用戶做到真正多層次了解用戶，維護穩定用戶的忠誠度；對于潛在音樂用戶建立潛在用戶的數據庫， 多方位收集其數據信息，預測其有可能的偏好需求。營銷團隊需積累擁有大數據技術的專業人員， 因此還需要招納懂得大數據技術的相關人才。

（三）加強消費引導、強化營銷針對性

建立起音樂用戶的準確用戶模型， 在此基礎之上引導其消費。首先，應結合音樂用戶級別、教育水平、經濟狀況，向用戶橫向、縱向推送同一風格或不同風格的音樂。教育水平較低的用戶可能對于國外文化接受程度也低，便可向其推送國內同一風格不同時期的音樂； 教育水平高的用戶對國外文化接受程度可能偏高， 應向其推送同一風格不同國家的音樂； 若用戶對于各個音樂風格都有所涉獵，便可向用戶推送其他相近或融合風格的音樂。其次，從用戶對于音樂的關注度來加強針對性。通過用戶收聽歌曲時長長短或對哪些歌曲進行了“切歌”等操作，進一步提煉出用戶對音樂的喜好傾向。再次，從用戶對于音樂內容的搜索中加強營銷針對性， 培養用戶對于音樂產品的使用習慣，進一步提高用戶的消費意識。根據其對音樂演出的接受程度、地點定位、交通便利情況、收入狀況進行適宜的演出門票或電子音樂產品的精準推送， 同時對用戶購買產品的便利性進行優化， 增進用戶的消費體驗。

但是值得關注的是， 無論用哪一種方式來對用戶進行分析， 一組數據的使用一定不足以解釋用戶對于音樂產品的真正需求。音樂與用戶都有其復雜性，數據本身也具有流動性和難辨識的特征，必須多層次、多角度、長時間地關注用戶，才能做到真正了解用戶，從而實現音樂營銷的精準。

（四）整合數據資源、促進企業間數據使用

數據中間商是指擁有部分數據， 但并不具備數據分析技術， 將所擁有的數據通過交易的形式獲取利潤的個人或公司。如今，數據已經不再是傳統意義的數據，而被賦予了更多的價值。在數字音樂產業中，音樂公司對于大數據的收集不應僅局限于自己旗下的音樂平臺中， 而是可以整合自己能擁有的所有數據資源，多組、多方位、跨行業的數據更能夠幫助數據使用者進行精準預測。 數據中間商的產生與數據擁有者的獲利并不產生直接沖突，因為各個公司、各個行業對數據運用的目的并不相同。數據中間商的出現給予了數據價值釋放的更大可能性。

四、結語

音樂的商品化起源于古代，遠比我們想象的要久遠。但是音樂的產業化，則是和傳播介質（唱片、錄音帶、廣播、光盤、電視等）息息相關，與工業社會的生活方式（明星崇拜、流行文化）休戚與共。隨著現代信息技術的發展，作為兼具商品和藝術品雙重特征的音樂， 在大數據技術的加持下， 其市場格局和營銷策略正在發生革命性的巨變， 作用之深遠不亞于黑膠唱片之于爵士樂、MTV之于R&B。而其與眾不同之處在于，大數據技術在音樂營銷領域的應用和相關技術迭代， 往往遙遙領先于業界和消費者的認識，更遑論學者的統計和研究。但更因如此，我們在剖析大數據技術與音樂市場、音樂營銷和音樂消費時，要充分把握大數據技術本身與國內外各大音樂平臺營銷策略及一系列最新業態之間的內在關系， 更好地為人們的精神生活和音樂產業服務。