写作方法

Hi, 请登录

以网易云音乐为例,分析产品笔面试中介绍类问题

1 751 以网易云音乐为例,分析产品笔面试中介绍类问题

一年一度的春季招聘季又来了,俗话说工要善其事必先利器其,这在笔试面试中也适用。要想在众多竞争者中脱颖而出,提前准备考试的技巧,甚至是答题模板是必不可少的。

下面我们来看一道产品笔/面试中经常出现的一种介绍类题目他的解题思路,并以网易音乐为例,进行解答。

一、题目形式

此类题目的出题形式多种多样如:

介绍一款你认为不错的app平时都会使用一些应用和网站?觉得有哪些点设计的比较好?最近半年有没有遇到特别感兴趣的新产品?推荐一款APP,并说明推荐这款APP的原因?

大意都是介绍一款你熟悉或者觉得不错的产品,并介绍他的相关情况。

想象一下:如果没有提前准备,我们可能会纠结到底哪款产品,从哪些方面介绍,是面面俱到还是着重一点等等,磨磨蹭蹭考试时间和面试官的耐心都所剩无几了。

其实类似这种题目是完全可以提前准备好答案,并且每次问到都可以使用的。

我们以2017年腾讯产品笔试题:

分析一款你最喜欢的app,他的产品定位,目标用户,竞争优势,还有哪些可以改进的地方?

这道题为例,并结合网易云音乐这个爆款音乐软件回答此题。

二、解答形式

比较流行的解答方式有几种:

1. 以用户体验要素模型进行拆解

1 1158 以网易云音乐为例,分析产品笔面试中介绍类问题

这种方式的问题主要在于:原本模型的提出是为了帮助同学理清逻辑,但在此类问题中,应用此模型还要想模型中5层分别对应的点,对于不熟悉该模型的同学可能反而会被模型的条条框框限制,束手束脚。

2. 以SWOT分析法进行介绍

1 2102 以网易云音乐为例,分析产品笔面试中介绍类问题

SWOT分析法主要用于市场分析中,从宏观角度上对一款产品或者公司的内部环境和外部环境进行分析,我在大二企业管理一门课中第一次学习到他,是为了公司制定战略目的而使用。

当时他还不想现在由于产品经理职位的兴起,炒的如此火爆,各处都用。

但是它主要用在宏观战略上,缺点是大而空,有时不够具体。

3. 以产品设计流程介绍

这种是针对此类问题我比较推荐的解题方法,从产品本身的设计流程中可能涉及的点进行分析,一一介绍。也可以根据题目或者喜好着重挑选几点介绍。

其中包括:产品定位,目标用户,满足需求,核心功能,超预期功能,交互设计,盈利模式,竞争优势,未来发展,问题改进等。下面就以网易云为例回答此类题目。

三、网易云音乐产品分析

1 390 以网易云音乐为例,分析产品笔面试中介绍类问题

1. 产品定位

产品定位的目的是一下让人知道产品是干嘛的,又什么特点,所以注意简明扼要。

网易云音乐的定位是“移动音乐社区”,并以歌单为核心的组织方式强化用户UGC社交属性。

个性化推荐让用户找到合适的音乐并分享,让用户不在孤单。

2. 目标用户

由于网易云音乐相对于其他竞争对手进入市场较晚,所以面对红海市场,挑选合适的目标用户尤为重要。

当时发现,市场中并没有一款针对喜好音乐程度中等偏上,年龄比较年轻的消费者和音乐生产者的产品。所以把他们选为云音乐的目标用户。

1)消费者:

年龄:年轻用户。

喜好音乐程度:中等偏上。

2)音乐生产者:

1 475 以网易云音乐为例,分析产品笔面试中介绍类问题

原创音乐作者,业余音乐作者等。

3. 满足需求

1)听音乐

2)找音乐

3)音乐社交

支持查看附近的人的听的音乐,发现志同道合的人支持加好友,听好友歌单支持对音乐、歌单的评论、分享

4. 核心功能

1 569 以网易云音乐为例,分析产品笔面试中介绍类问题

图为转载

5. 个性化推荐

云音乐个性化推荐功能:私人FM、每日歌曲推荐、推荐歌单。

互联网时代是懒人时代,人们越来越倾向于使用智能化的产品来减少选择成本和时间成本,个性化推荐的商业价值也就显现了出来。

云音乐面向的用户群体并不局限于高端且年轻化的人,不排斥其他特性的用户使用云音乐,从而扩大市场。

但众口难调,云音乐是如何把个性化推荐功能设计得尽可能完美呢?于是云音乐打出了私人FM+每日歌曲推荐+推荐歌单的组合拳。

需求:

个性化推荐使得云音乐曲库中的长尾音乐得以曝光,盘活了整个产品曲库,也为用户减少了选择成本,成为最懂Ta的音乐产品。

算法:

协同过滤在音乐产品应用上分为两类,一类是Base用户,一类则是Base音乐本身。

Base用户:

如果用户A和用户B相似性高,那么用户A喜欢的很可能用户B也喜欢。

举个栗子,用户A喜欢听周杰伦的《告白气球》、薛之谦的《演员》、赵雷的《成都》,而用户B喜欢薛之谦的《演员》、周杰伦的《告白气球》、李荣浩的《模特》。

那么由于两个用户音乐口味相近,就可以将《成都》推荐给用户B,将《模特》推荐给用户A。

Base音乐:

根据音乐众多因子(节奏、感情基调、歌词、歌手等)判别不同音乐之间的相似性,如果用户喜欢一首歌,则将这首歌相似性较高的音乐推荐给他。

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【写作训练营】自媒体,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站不拥有所有权,不承担相关法律责任。如发现有侵权/违规的内容, 联系邮箱jkhui22@126.com,本站将立刻删除。

相关推荐

二维码
评论