當你忙完當天工作，熟練地帶上耳機，打開熟悉的音樂APP，點下隨機播放的按鈕…..

聽完幾首音樂后，你會發現，你聽到的音樂，不管是聽過的、還是未知的，都是你喜歡的音調和曲風。

為什么會這樣呢？

隨機播放是真正的隨機歌單，還是通過算法干預，推薦的符合用戶當前心情的歌曲呢？

如果你是產品經理，會給用戶呈現怎樣的「隨機歌單」？你認為音樂App中，好的隨機算法具備哪些特征？我們在天天問展開了一場討論，一起來看看小伙伴們是怎么說的吧～

01算法和隨機的區別

想要了解清楚隨機播放到底是不是真隨機，首先要明白隨機和算法的區別。

1. 什么是真正的隨機

真正的隨機播放，是每次切換音樂都是獨立的未知數。

它就像抓鬮一樣，沒有列表的概念，也沒有上一首和下一首的概念，它會隨機到不同的音樂，這才是真隨機。

如何判斷是真隨機還是算法呢？其實只要按上一首就知道了。

如果切換到是你剛才聽過的那一首，那就是偽隨機。

如果是每次都在切換不同的歌，那么就是真隨機。

2. 隨機和算法的應用優缺點

1）真實隨機的弊端

先用反證法舉個例子：

給喜歡古典音樂的人播放嘻哈，他是什么感受？

給喜歡輕音樂的用戶播放搖滾，他是什么感覺？

在真的隨機場景中，就不可避免地碰到這些情況，必然會導致用戶的厭煩。

真實隨機的推送毫無章法可言，如果在茫茫如海的曲庫中，隨便選取部分歌曲。

用戶在聽歌時，一首搖滾，一首輕柔古風，另一首又是古典，那用戶的整體聽歌體驗都是割裂的。

而且如果在不便切歌的情景中，如洗澡時聽歌，還需擦干手再拿手機切歌；或是入睡時，一聲驚雷起，這些體驗都非常糟糕。

2）算法隨機的優點

算法隨機最大的優點是音樂風格的穩定性。

APP通過一系列人為訓練，這位“音樂廚師”能夠按照你當下的口味端來同一個菜系的菜品。

而對于想體驗老菜品系這個使用頻次很低的功能，可以直接交給用戶自行搜索解決。

算法隨機本質上應該等同于給用戶歌單進行了隱性的細分歸類。

3）好的隨機算法的三個特征

機器學習：不斷通過用戶行為（各種時段、歌曲頻次、切歌與否、分享等）進行學習，摸索出用戶的不同情境下的聽歌習慣，即用戶標簽

精準推送：能夠通過用戶標簽找到切合當下偏好的曲庫內容，這需要對每一個歌曲進行標簽化分類

自動生成歌單：人是機器不能完全摸透的，但是算法可以根據以往的聽歌記錄，生成一個有統一性的歌單。比如學習時聽歌，機器不知道你在學習，但它知道這幾首歌總是會一起播放，可以歸為一類，用戶可以自行生成歌單，添加學習標簽，下次自接播放。

02你所期待的隨機播放，都在猜你喜歡

其實，音樂軟件的隨機播放，都是根據用戶的聽歌記錄猜測你喜歡的曲目。

從以下幾個角度，分析以下這樣做的原因。

1. 從用戶使用目的出發

我們先思考：用戶隨機播放的目的是什么？

用戶使用隨機播放時，渴望聽一些往常沒有聽過的歌曲。或者說，他們希望找到一首自己喜歡的沒聽過的歌曲。

用戶的喜好一般是固定的，不會在短時間內有較大的改變。所以在隨機播放的功能中，給用戶多推一些與其歷史播放記錄相似風格的歌曲，或略有相關的歌曲，會帶來更好的效果。

2. 從用戶粘性與體驗出發

我們不妨把隨機播放作為一個獨立的產品，既然是產品，自然有應有的商業模式。

隨機其實是用戶不知道如何選歌曲時候，常常選擇的播放方式。但每個用戶都有自己喜歡的歌手、歌聲、音樂風格。如果真正隨機，用戶的目標性就沒那么高，或者說用戶忍耐度、可試錯性就增強了不少。

比如，我是一個喜歡聽rap的愛打籃球的26歲男孩子，但我今天心情很差。

一個喜歡聽rap、愛打籃球的人就是基本的用戶畫像，今天心情很差是波動因子。

音樂APP給心情很差的我推薦「隨機歌單」，目的是想讓我心情不那么差。

因此它推薦了比較歡快的火箭總冠軍相關的rap給我，讓我感受到軟件的人性，也增加了我的粘度。

同時，用戶的體驗感也具有隨機性，如果播放的都是用戶感興趣或不討厭的歌曲，用戶的體驗感就不錯；但如果APP隨機播放了很多用戶討厭的音樂，用戶就會有極差的體驗。

因此在設計隨機播放功能時，我們需要考慮到：

降低用戶決策成本更符合人的思維模式

持續符合喜好的輸出會令用戶產生依賴性

一次壞的體驗需要許多次好的體驗才能彌補

這決定了隨機播放功能需要猜測用戶喜歡什么歌曲，即需要基于用戶在平臺上的播放歷史，或通過用戶的性別、年齡及其他信息去分析用戶的偏好，并且第一首歌必須是用戶偏好度最高的那一首歌曲，以此吸引客戶喜歡使用并依賴該功能。

3. 從付費的角度出發

音樂類軟件本質是消費型產品，它存在的最終目的，不是為了愉悅用戶心情，而是為了讓用戶留存。

不盈利的企業都是耍流氓，而各音樂APP有那么多運營和活動，目的之一是為了讓用戶心甘情愿地付費。那隨機歌單能為付費提供什么價值？

如果你一直聽同類型的歌，聽久了你就會膩。然后就慢慢厭倦這個產品，企業的用戶留存率就降低了。

隨機歌單的目的是：增加用戶的新奇感，以此增加用戶粘性。

實現「隨機歌單」的方式有很多，我認為以用戶畫像加波動因子結合，以此呈現「隨機歌單」給用戶是最好的。

03現各大音樂APP使用的算法

目前在各大音樂 App 中用得比較多的是洗牌算法，像用戶數量很大的網易云音樂和 QQ 音樂等播放器都在使用。

網易云隨機播放

QQ音樂隨機播放

其實 App 對于隨機列表是有干預的，而并非簡單的進行洗牌。

但從結果上說，用戶感知是好還是差，就看各家對于洗牌算法的理解和設計了。

正如吐槽網易云算法的用戶不少，但也并不影響推薦歌單和評論等受到歡迎的功能。

網友吐槽隨機播放

同一首歌的評論

在音樂軟件中，算法干預帶來了很多優點：

每首歌的時間3-5分鐘，非常短。所以聽覺體驗上的連續性，取決于前后歌曲播放的相關性；

每個用戶的音樂審美口味相對固定；

讓用戶不需要自己搜就能找到想聽的歌曲；

給用戶推薦大把他未發現的音樂寶藏。

隨機里列表是為了滿足用戶無法下決定但又想要獲得新鮮感的心理，這時就應該盡可能的避免重復和單調。

所以這種播放列表才是更合適的：

ABCBCABACBACBCABCACBABCACBACBCAB

這是一個四平八穩的播放列表，沒有任何異常存在，馬丁·菲德勒稱之為「平衡洗牌」。

但本質上，隨機播放算法的重點不在于隨機，而是一場產品和用戶之間的心理博弈對決，甚至它們會隨著你的聽歌習慣的逐漸養成，自身也在改變著隨機歌單的加權傾向。

04結語

結果顯而易見，隨機播放是經過音樂APP的算法干預，根據用戶的歷史記錄推薦歌曲。

其實這種偽隨機，不論是對用戶還是品牌而言，都是有利的。

對用戶而言：

偽隨機推薦的曲目都是用戶近期喜歡的種類，能給用戶較好的使用體驗；

偽隨機雖然是用戶喜歡的音樂種類，但其中有很多用戶未聽過的歌曲，給用戶極強的新鮮感。

對品牌而言：

當用戶不知道聽什么歌曲時，隨機播放是一個很好的選擇，也讓用戶更加的依賴隨機播放，也提高了付費率；

用戶體驗感好，更能留存用戶，也提高了用戶黏性。

不過，兩者各有特色，妙不可言。

正如隨機對于喜歡新穎獨特之人，高山流水。

算法對于習慣安常處順者來講，風輕云淡。

所以，你是喜歡真隨機還是偽隨機呢？

本文來自微信公眾號“人人都是產品經理”（ID：woshipm），作者：婉淞，36氪經授權發布。