摘 要：音樂流媒體平臺的發(fā)展為用戶提供了多樣化的選擇，維持用戶留存和增長對平臺的發(fā)展有重要意義。本文構(gòu)建了網(wǎng)易云音樂用戶持續(xù)使用行為影響因素模型，探討了影響用戶使用網(wǎng)易云平臺的因素。研究結(jié)果表明，感知有用性、感知質(zhì)量、轉(zhuǎn)移成本正向影響用戶使用行為，社交活躍度的影響不顯著。最后根據(jù)結(jié)果分析了用戶使用行為對網(wǎng)易云在價值獲取和內(nèi)容生產(chǎn)方面的影響，從而有針對性地對商業(yè)模式的優(yōu)化提出建議。

關(guān)鍵詞：用戶使用行為;網(wǎng)易云音樂;流媒體平臺;技術(shù)接受模型;商業(yè)模式優(yōu)化

本文索引：李娜.<變量 2>[J].中國商論，2022（09）：-034.

中圖分類號：F49 文獻標(biāo)識碼：A 文章編號：2096-0298（2022）05（a）--03

目前，國內(nèi)的音樂流媒體發(fā)展較快，而且市場競爭激烈。由于各平臺的商業(yè)模式和核心內(nèi)容皆有差別，使得用戶使用行為存在差異，因此分析網(wǎng)易云音樂用戶使用行為的主要影響因素，對網(wǎng)易云音樂如何維持現(xiàn)有用戶群、積極開發(fā)新用戶以實現(xiàn)平臺的進一步發(fā)展有重要意義。本文結(jié)合網(wǎng)易云平臺特征，提取相關(guān)因素，構(gòu)建持續(xù)使用行為影響因素模型，通過分析這些影響因素，為網(wǎng)易云音樂平臺優(yōu)化提供借鑒。

1 文獻綜述

1.1 技術(shù)接受模型

技術(shù)接受模型（TAM）是Davis（1989）提出的解釋影響用戶使用信息系統(tǒng)行為因素的模型[1]。TAM應(yīng)用廣泛，其外部因素在學(xué)者的研究中不斷被拓展，應(yīng)用十分普遍。Hong（2017）基于該模型證實了感知質(zhì)量和系統(tǒng)易用性（即感知易用性）兩個變量間的關(guān)系[2]。鐘歐文（2016）[3]、夏立新等（2018）[4]引入轉(zhuǎn)移意愿等外部因素研究用戶的使用行為。

1.2 音樂流媒體平臺的用戶使用行為研究

目前，國內(nèi)相關(guān)研究主要集中在用戶的聽歌行為、平臺內(nèi)的社交互動、用戶的流失與轉(zhuǎn)移行為等方面。周虹（2014）提出要對用戶行為進行分類，可以采取個性化引導(dǎo)方法增強用戶黏性[5]。鄭方奇（2017）結(jié)合沉浸理論、社會臨場感理論提取相關(guān)因素分析用戶持續(xù)使用意愿[6]。翁倩瑩（2019）對比分析網(wǎng)易云、Spotify兩大國內(nèi)外主流平臺的用戶使用行為[7]。龍慧芬（2018）[8]對用戶流失原因進行了分析和分級。歐陽照、劉通（2019）[9]及劉娜、詹騫（2020）[10]等分析了社交互動對用戶轉(zhuǎn)移意愿的影響。

綜上所述，已有文獻較多探究用戶使用動機及用戶流失原因，本文結(jié)合感知有用性、感知質(zhì)量、轉(zhuǎn)移成本及滿意度等因素，構(gòu)建網(wǎng)易云音樂用戶持續(xù)使用行為影響因素模型。

2 網(wǎng)易云音樂用戶使用行為研究

2.1 模型與研究假設(shè)

本文以TAM模型為基礎(chǔ)，選擇感知有用性、感知質(zhì)量、社群影響和轉(zhuǎn)移成本4項作為影響網(wǎng)易云音樂用戶使用行為的主要變量，以滿意度作為中間變量，構(gòu)建本文模型（見圖1）。其中，感知有用性指音樂推薦播放、歌單樂評等產(chǎn)品功能的價值，感知質(zhì)量表現(xiàn)為音樂內(nèi)容和個性化服務(wù)的質(zhì)量。社群影響指參與樂評、分享、推薦等社交活躍度。轉(zhuǎn)移成本指用戶的音樂資產(chǎn)積累、時間投入及情感性依賴等。

H1：感知有用性對滿意度有正向顯著影響;

H2：感知質(zhì)量對滿意度有正向顯著影響;

H3：滿意度對用戶使用意愿有正向顯著影響;

根據(jù) Burnham（2003） 的研究，用戶如果重選產(chǎn)品或服務(wù)，那么意味著用戶需要增加一次性成本[11]，因此提出假設(shè)：

H4：轉(zhuǎn)移成本對用戶使用意愿有正向顯著影響;

根據(jù) Venkatesh（2000）的研究，音樂社交活動越頻繁，用戶持續(xù)使用該平臺的可能性越高[12]，因此提出假設(shè)：

H5：社群影響對用戶使用行為有正向顯著影響。

2.2 數(shù)據(jù)收集與數(shù)據(jù)分析

2.2.1 問卷設(shè)計與數(shù)據(jù)收集

問卷調(diào)查對象主要選擇網(wǎng)易云音樂平臺用戶，采用 LIKERT 量表，根據(jù)前人研究確定了8個變量，使用20個測量指標(biāo)進行測量。通過問卷星平臺共發(fā)放157份問卷，回收139份有效問卷，有效率88.5%。

根據(jù)問卷統(tǒng)計，79.6%的受訪者年齡在15～30歲，62.16%的用戶每日聽歌時長在半小時以上，48.7%的用戶聽歌頻率達一天一次及以上。

2.2.2 信效度分析

如表1所示，各項目的 Cronbach’sα系數(shù)分別為0.954、0.952、0.951、0.953、0.952、0.950、0.951，且總Cronbach’sα為0.952，大于0.9，說明信度良好。如表2所示，KMO值為0.863，大于0.6，顯著性水平為 0.000，說明效度良好。

2.3 結(jié)構(gòu)模型檢驗

使用AMOS17.0對測量模型進行分析，根據(jù)擬合指標(biāo)檢驗初始模型的擬合度（見表3）可知，卡方自由度比為1.847，符合小于3的標(biāo)準(zhǔn);RMSEA 值為0.097，達到小于0.1的一般擬合水平;CFI為0.903，符合大于0.9的標(biāo)準(zhǔn)，NFI為0.914，符合大于0.9的標(biāo)準(zhǔn)，說明模型擬合度可接受。

模型的影響路徑和假設(shè)檢驗結(jié)果（見表4）顯示，有6條路徑支持原假設(shè)。

感知有用性路徑系數(shù)為 0.759，對用戶使用行為的影響最大，說明網(wǎng)易云功能模塊基本滿足用戶的需求。音樂資產(chǎn)積累（轉(zhuǎn)移成本）、內(nèi)容和服務(wù)質(zhì)量（感知質(zhì)量）的路徑系數(shù)分別為0.620、0.227，對用戶使用網(wǎng)易云音樂的影響較大，說明平臺內(nèi)的眾多優(yōu)質(zhì)音樂人及音樂作品等獨家資源，以及數(shù)量龐大、內(nèi)容豐富、種類多元的歌單，對于平臺用戶有獨特吸引力。

3 平臺商業(yè)模式優(yōu)化的建議

3.1 增加“沉浸式體驗”內(nèi)容，提高平臺功能使用價值

根據(jù)本文研究，提高感知有用性可以吸引用戶持續(xù)使用網(wǎng)易云音樂平臺。第一，平臺要持續(xù)致力于打造高品質(zhì)音樂產(chǎn)品，增加“沉浸式體驗”的內(nèi)容，比如提高歌曲音質(zhì)、豐富音樂曲庫、精進個性化推薦，打造音樂綜藝、音樂匯、音樂直播等表現(xiàn)力強的內(nèi)容產(chǎn)品，滿足用戶多元化音樂娛樂需求，提高用戶的新鮮感和發(fā)現(xiàn)好音樂的興趣。第二，注意開發(fā)有助于提高用戶滿意度的具有娛樂性和互動性的功能。例如，優(yōu)化樂評、云村動態(tài)與熱榜、歌單分享等社交互動功能，增加娛樂性功能，如嗨唱、音樂視頻欄目等，完善平臺的智能化管理。

3.2 提高會員服務(wù)價值，增強用戶黏性

在價值獲取方面，網(wǎng)易云要提高會員服務(wù)的價值，促進用戶的訂閱消費。提高會員服務(wù)價值，從平臺角度使會員服務(wù)形成與免費服務(wù)的差異，可以為用戶提供長期訂閱優(yōu)惠、專屬折扣、商品優(yōu)惠券等提高訂閱價值，適時提供會員試用機會并采取激勵措施，吸引用戶嘗試訂閱付費。

除會員服務(wù)外，音樂資產(chǎn)積累及用戶投入的時間、情感都會增加轉(zhuǎn)移成本，增強用戶黏性。目前，網(wǎng)易云音樂的社交功能優(yōu)于國內(nèi)其他音樂流媒體平臺，但以樂評和歌曲分享為主仍比較單一，社群影響不夠明顯。根據(jù)Spotify等平臺的發(fā)展情況來看，增加音樂社交及情感依賴仍是減少用戶轉(zhuǎn)移的有效形式。因此，要推動熱評、歌單分享、好友推薦等社交互動，刺激用戶主動積累音樂資產(chǎn)，同時優(yōu)化用戶交流互動的社區(qū)功能，讓用戶可以發(fā)布音樂動態(tài)、交流情感、探索產(chǎn)品使用，提高用戶的情感性依賴，促成用戶的持續(xù)、深度使用。

3.3 優(yōu)化成本結(jié)構(gòu)，實現(xiàn)商業(yè)變現(xiàn)

第一，隨著用戶對音樂內(nèi)容、數(shù)量、會員服務(wù)質(zhì)量等要求的不斷提高，平臺需要在提高內(nèi)容和服務(wù)質(zhì)量的同時降低版權(quán)成本。網(wǎng)易云要深入音樂生產(chǎn)端，依靠平臺簽約的獨立音樂人和音樂制造團隊制作打造原創(chuàng)音樂內(nèi)容，推廣原創(chuàng)內(nèi)容，占據(jù)原創(chuàng)音樂市場的有利地位，減輕對傳統(tǒng)唱片公司的依賴，降低音樂版權(quán)購買費用。另外，通過聯(lián)合開發(fā)版權(quán)多種渠道獲得優(yōu)質(zhì)歌曲，緩解音樂版權(quán)爭奪帶來的巨大成本壓力。

第二，尋找更多商業(yè)變現(xiàn)途徑。促成用戶的訂閱消費，同時要開發(fā)直播、電臺、音樂短視頻多種音樂展現(xiàn)形式，拓寬收入來源，如直播打賞收入、音樂人助力打榜、云音樂商城銷售收入、演出票務(wù)收入等，建立多元化的營收結(jié)構(gòu)。

參考文獻

Davis F D.Perceived Usefulness，Perceived Ease of Use and User Acceptance of Information Technology[J].Mis Quarterly，1989（3）：319-339.

Hong J C，Tai K H，Hwang M Y，et al.Internet cognitive failure relevant to users’ satisfaction with content and interface design to reflect continuance intention to use a government e-learning system[J].Computers in Human Behavior，2017，（66）：353-362.

鐘歐文.用戶聽歌活躍度影響因素的研究：行為變量建模推動體驗優(yōu)化的一次嘗試[J].工業(yè)設(shè)計研究，2016（4）.252-261.

夏立新，王凱利，程秀峰.基于 PPM 模型的移動音樂平臺用戶轉(zhuǎn)移行為研究：以網(wǎng)易云音樂為例[J].現(xiàn)代情報，2018，38（8）：100-123.

周虹.海量數(shù)據(jù)音樂用戶行為的模型研究[D].北京：北京郵電大學(xué)，2014.

鄭方奇.移動音樂平臺用戶持續(xù)使用意愿的影響因素研究[D].南京：南京大學(xué)，2017.

翁倩瑩.用戶聽歌行為對音樂流媒體平臺商業(yè)模式的影響研究與國際比較[D].杭州：浙江大學(xué)，2019.

龍慧芬.音樂流媒體的用戶流失預(yù)測分析[D].桂林：廣西師范大學(xué)，2018.

歐陽照，劉通.精神共同體：理解“音樂社交”的一種可能[J].傳媒觀察，2019（4）：57-64.

劉娜，詹騫.“音樂社交”對移動音樂平臺用戶黏性的影響研究[J].東南傳播，2020（7）：119-122.

Burnham T A，F(xiàn)rels J K，Mahajan V.Consumer switching costs：A typology， antecedents， and consequences[J].Journal of the Academy of Marketing Science，2003，31（2）：109.

Venkatesh V， Davis F D.A theoretical extension of the technology acceptance model：four longitudinal field studies[J].Management Science，2000，46（2）： 186-204.

Research on the Business Model Optimization of NetEase Cloud Music

—— Based on the Perspective of User Behavior and Influencing Factors

School of Finance and Economics， Qinghai University? Xining， Qinghai? 810016

LI Na

Abstract： The development of music streaming media platform provides users with diversified choices. It is of great significance to maintain the retention and growth of users for the development of the platform. This paper constructs the influencing factors model of NetEase cloud music users’ continuous using behavior， and discusses the influencing factors of user’s use of NetEase cloud platform. The results show that perceived usefulness， perceived quality and transfer cost positively affect use behavior， while social activity has no significant effect. Finally， according to the results， this paper analyzes the influence of use behavior on value acquisition and content production of NetEase Cloud， and puts forward some suggestions for the optimization of its business model.

Keywords： user behavior; NetEase Cloud Music; streaming media platform; technology acceptance model; business model optimization