摘 要：本文运用Osterwalder于2004年提出的画布模型，从价值定位、核心合作方、核心活动等八个方面分析了大数据技术对流媒体音乐平台商业模型的影响，同时指出了大数据技术的广泛应用对现有流媒体音乐平台带来的挑战，为流媒体音乐行业在大数据背景下的发展提供借鉴。

关键词：大数据;流媒体音乐;画布模型

1 大数据对流媒体音乐平台商业模型的影响

1）价值定位。目前流媒体音乐平台主要价值定位中的推荐功能与广告精准投放极大地依赖于大数据技术。算法方面，Spotify通过采集与分析用户行为信息、音乐流派、歌曲热度等信息，向用户推送与其喜好相匹配的PGC内容。Spotify的算法生成歌单正成为整个流媒体音乐行业的标杆。广告方面，Spotify正在开发根据用户使用场景进行精准投放地广告业务。总而言之，大数据技术将极大地提升流媒体音乐平台的价值。

2）核心合作方。网络技术与大数据技术的不断发展，使发行商与零售商在音乐行业中逐渐式微，而数据技术对流媒体音乐公司的重要性逐渐显现。近年以来，世界流媒体音乐巨头已与数据技术公司展开深度合作，如Spotify收购音乐分析公司The Echo Nest，Apple Music收购了技术公司Semetric。在大数据技术的发展趋势下，大数据与云计算公司正在成为音乐公司的核心合作伙伴之一。

3）核心活动。大数据云计算技术正在彻底改变音乐行业内容生产的方式，在未来将占据音乐公司核心活动中的主要地位。首先，以网易云音乐为例，其基于大数据云计算技术的算法系统，能够基于用户行为、音乐流派、歌曲热度等数据，为用户定制个性歌单。这一“歌单”模式正在逐渐取代专辑搜索、单曲搜索，成为用户听歌的首选渠道。音乐推荐算法系统已在流媒体音乐平台得到广泛应用，这将为整个音乐行业带来更深层次的改变：音乐流派将不再重要，甚至可能被算法推荐所取代。其次，网易云音乐等流媒体音乐平台已基于大数据技术开发了听歌识曲功能，利用大数据技术信息量巨大、来源多渠道、获得速度快等特征，将用户周边的音乐在数秒内转化为数据并进行比对，最终成功识别所播放的乐曲。此外，已有音乐公司基于大数据技术研发能够预测未来流行歌曲的软件。例如，Music Intelligence Solutions有限公司研发的Uplaya软件通过提取并存储过往流行歌曲的旋律、节奏、和声、歌词等信息，进而将这些信息与新歌对比来预测其是否会受到听众的欢迎。

4）核心资源。除音乐曲库、人力资源、网络基础设施以外，大数据云计算技术将成为流媒体音乐网站的核心资源之一。

5）营销渠道。流媒体音乐平台目前的营销渠道主要包括移动端、PC端、网页版。随着物联网技术的发展，尤其是物联网与大数据云计算技术的紧密结合，未来流媒体音乐平台的营销渠道可能扩展到智能游戏手柄、智能音箱、智能电视、汽车等。

6）顾客群体与顾客关系。以Spotify为例，目前其顾客群体主要分为ToB端广告商与ToC端用户。运用STP模型分析流媒体音乐平台用户营销策略，则大数据技术的应用将对用户细分、用户定位、产品定位三大方面都带来积极的改变。用户细分与定位方面，大数据的采集分析不仅能使平台运营商全面掌控用户画像，更能针对用户的心理需求、行为习惯进行进一步的细分，从而进行精准的用户定位，基于大数据算法分析，为用户定制个性化内容。产品定位方面，大数据技术使平台运营商能够实时了解用户行为，获得用户反馈数据，从而基于反馈数据改进、调整产品，以获得更好的用户体验。我们可以推测，大数据技术将对拉新、促活、节流等方面，都有较好的应用前景。大数据技术将成为CRM（顾客关系管理）领域提升竞争力的重要手段。

7）成本结构。流媒体音乐平台的主要成本用于支付版权费、设备及平台维护、带宽费用、大数据系统费用及员工薪水。目前，大数据存储系统代价不菲，因此，很多初次使用大数据的公司及数据量较大的公司都会定制自己的“硬件平台”，而不是用现成的大数据服务产品;小型企业则倾向于使用大数据存储厂商提供的小型大数据存储系统以降低成本。未来随着硬件设备的性能不断提高、价格不断降低，大数据系统费用有望在成本结构中占据较小的比重。

8）盈利模式。用户端层面，目前主流流媒体音乐平台大多采用Freemium盈利模型。以Spotify为例，基础音乐服务如播放歌单、收听电台等免费向所有用户开放，同时提供多项增值服务，需付费$9.99（不含税）享用。大数据技术的应用，可能彻底改變用户端盈利模式。通过实时监测用户行为，流媒体音乐平台可根据用户实际听歌时长或播放单曲/电台数目来向其收费，真正实现“用多少付多少”。广告商层面，流媒体音乐平台通过与广告商合作，出售广告位、用户行为数据等形式盈利。大数据技术的应用有利于实现精准广告投放，同时将为流媒体音乐平台带来更多盈利。此外，通过对广告播放量/浏览量的数据采集与分析，未来流媒体平台或可向广告商提供按播放量/浏览量计费的创新广告收费模式。

2 挑战

高度结合大数据技术的流媒体音乐平台，在大大提高音乐宣发效率，重新定义音乐流派与音乐品味，智能化音乐搜索功能的同时，也将面临一系列的挑战。

首先，内容的精准推送可能会造成信息茧房效应。流媒体音乐平台运用大数据技术向用户精准推送音乐内容，长此以往，用户将不自觉地窄化对音乐产品多样化选择，即只收听自己感兴趣的音乐，对其他音乐产品无意识过滤。Spotify目前已意识到信息茧房效应带来的潜在威胁，从而升级其算法系统，在用户画像、用户行为等指标之外加入一定比例的排行榜热歌推荐、用户高评分推荐、新流派新曲风推荐等，试图打破信息茧房。然而，这些“新”信息如何与用户喜好进行平衡，仍是各大流媒体音乐平台值得探索的问题。

其次，大数据技术可能将从流媒体音乐平台在推荐算法方面的核心竞争优势逐渐转变为必须具备的基础设施，而各平台间的竞争可能基于新的游戏规则开辟新的赛道。同时，由于流媒体音乐行业用户黏度普遍较低，不少用户同时拥有2个以上流媒体音乐app，流媒体音乐平台的同质化可能意味着行业洗牌，目前以算法推荐为核心竞争力的音乐产品若未能发掘新的竞争优势，极有可能在行业洗牌中被替代。

3 结论

大数据技术的发展成熟，为流媒体音乐行业带来了巨变。内容生产方面，基于大数据分析的算法推荐系统与听歌识曲功能改变了用户播放歌曲、搜索歌曲的方式，同时基于大数据及在线音乐社区的实时用户反馈能够直接影响内容生产。营销方面，大数据精准营销已为广告商带来巨大的收益，而大数据技术未来与物联网的结合将为流媒体音乐平台提供无限的营销可能。顾客关系管理方面，大数据技术能够使流媒体音乐平台更深入地了解用户需求、以个性化定制产品更好地满足用户需求，对拉新、促活、节流都将有积极的影响。盈利模式方面，大数据技术能够实现以播放次数计数的新付费模式，可能将改变现有的付费模型。综上所述，大数据技术对流媒体音乐行业的价值将不可估量。

参考文献

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

作者简介

张千绘（1995-），女，汉族，上海市，硕士研究生，研究方向：文化创意产业管理。