这几天，网易云音乐掀起一股暖流，把用户精彩的歌曲评论，作为广告铺到了杭州地铁上。

　　你那么孤独，却说一个人真好。

　　

　　想对早起的室友说，丑八怪啊啊啊，能否别把灯打开。

　　

　　让用户的声音陪伴用户。

　　漂亮。

　　药师原先是QQ音乐用户，后来转投网易云音乐。无论整体设计，还是歌曲评论，歌曲推荐，都甩QQ音乐几条街。背靠微信和QQ两颗大树，QQ音乐俨然成了流量收租婆，网易云音乐若能在竞争中甩开QQ音乐，将会大快人心。

　　小心驶得万年船。

　　眼看他起朱楼，眼看他宴宾客，眼看他楼塌了。这样的案例不少。当年风靡一时的凡客，还历历在目。

　　

　　有人看热闹，有人会追寻命运背后，是什么在主宰。

　　网易云音乐能不能起高楼，这楼是否足够作为壁垒，不深入分析难以知道。

　　一 音乐系统的核心是推荐系统

　　网易云音乐和QQ音乐这样的系统，后面统一称之为音乐系统。用户使用音乐系统的目的就一个：听音乐。有两种场景。

　　其中一种是，用户已经知道要听哪首歌，直接搜索后收听。这时系统只要能提供音乐就好。

　　另一种是，用户不知道要听什么歌曲，只是想听音乐。这时系统能否推荐用户喜欢的歌曲，尤为关键。

　　

　　系统的两大功能：

　　1 提供音乐

　　这一块主要是音乐版权购买，各个系统基本都能做到。甚至这块腾讯更有优势，资本布局和产业合作上，腾讯更具优势。版权方不希望被腾讯一家扼住喉咙，所以可先认为，各系统在提供音乐上无差异。

　　2 推荐音乐

　　在用户想听音乐时，系统提供用户喜欢的音乐，这是系统该干的，也是各系统差异化的地方。网易云音乐能否甩开QQ音乐，关键在音乐推荐环节。

　　需要在推荐上建立核心壁垒的系统，称之为推荐系统。接下来看音乐系统作为一种推荐系统，为什么说网易很难在其上建立足够深的壁垒。

　　二 音乐推荐的数据壁垒不高

　　1 推荐系统的壁垒是数据

　　壁垒，就是有别人没有的东西。技术无法提供壁垒，大部分公司都有能力实现。对于推荐系统，壁垒即数据，有别人没有的数据。以百度搜索为例，百度的技术，腾讯阿里以及其它大部分公司都能实现。差别在于，百度的先发优势，让它先积累了一部分的用户搜索数据，这些数据可以让后来用户的搜索结果更准确，因为更准确就有更多用户来用，如此形成滚雪球的良性循环。后来的搜索引擎，相比百度的搜索结果也就差了很多，再也无法跟上了。

　　

　　根据数据来源划分，有三类数据：

　　1） 商品之间的数据

　　诸如这首歌的旋律跟那首歌较像。这类数据所有公司都能拿到。

　　2） 用户之间的数据

　　对于网易云这样的音乐系统，用户间基本没有交互，这部分的数据可以忽略。

　　3） 用户与商品之间的数据

　　包括用户收听歌曲、收藏歌曲、分享歌曲等。能不能形成壁垒，就看这部分的数据。音乐推荐系统的差异，主要看用户与商品之间的数据，即用户与歌曲之间产生的数据。接下来，我们分析这部分数据的结构，看其用于推荐能否起到壁垒的作用。

　　2 个性化源自于群体需求

　　说到推荐，不得不提’个性化’，推荐依赖于用户需求的个性化，所有人喜欢的都一样就不用推荐了。服装，尤其是女装，需要个性化，这容易观察出来。吃饭呢，吃饭要不要个性化呢，真有不少在个性化上下功夫的饭店。到底什么情况下需要个性化，什么情况下不需要。如果个性化是一种需求，这个需求来源在哪？

　　当多个美女穿同一件衣服时，她们都不开心，撞衫了。自己没有独特之处。当有人说某个店的东西很好吃时，我们都蜂拥而去。好吃就行，没人在乎跟别人吃的是不是一样。

　　需求源自于个体，个性化程度就弱。

　　以餐饮为例。这时候需求方是我们的身体，而人与人的身体差异很小，所以餐饮的个性化需求弱。

　　

　　需求源自于群体，个性化程度就强。

　　以服装为例。当我们还是猴子的时候，有东西保暖就行，这时候需求方是我们的身体，差异很小。成为人之后，服装是一种沟通。一群人穿同一套衣服，可以表达他们是一个团队。同样的，大部分时间里我们作为独立的个体，这时服装是自我的表达，可以表达很多信息，健康、身材、财富、性格等等。几个人穿同一套衣服，跟没穿衣服一样。明星更是明显，一旦撞衫，甚是尴尬。

　　

　　需求方从个体到群体，个性化由弱变强。

　　

转载请注明出处。