当你忙完当天工作，熟练地带上耳机，打开熟悉的音乐APP，点下随机播放的按钮…..

听完几首音乐后，你会发现，你听到的音乐，不管是听过的、还是未知的，都是你喜欢的音调和曲风。

为什么会这样呢？

随机播放是真正的随机歌单，还是通过算法干预，推荐的符合用户当前心情的歌曲呢？

如果你是产品经理，会给用户呈现怎样的「随机歌单」？你认为音乐App中，好的随机算法具备哪些特征？我们在天天问展开了一场讨论，一起来看看小伙伴们是怎么说的吧～

01算法和随机的区别

想要了解清楚随机播放到底是不是真随机，首先要明白随机和算法的区别。

1. 什么是真正的随机

真正的随机播放，是每次切换音乐都是独立的未知数。

它就像抓阄一样，没有列表的概念，也没有上一首和下一首的概念，它会随机到不同的音乐，这才是真随机。

如何判断是真随机还是算法呢？其实只要按上一首就知道了。

如果切换到是你刚才听过的那一首，那就是伪随机。

如果是每次都在切换不同的歌，那么就是真随机。

2. 随机和算法的应用优缺点

1）真实随机的弊端

先用反证法举个例子：

给喜欢古典音乐的人播放嘻哈，他是什么感受？

给喜欢轻音乐的用户播放摇滚，他是什么感觉？

在真的随机场景中，就不可避免地碰到这些情况，必然会导致用户的厌烦。

真实随机的推送毫无章法可言，如果在茫茫如海的曲库中，随便选取部分歌曲。

用户在听歌时，一首摇滚，一首轻柔古风，另一首又是古典，那用户的整体听歌体验都是割裂的。

而且如果在不便切歌的情景中，如洗澡时听歌，还需擦干手再拿手机切歌；或是入睡时，一声惊雷起，这些体验都非常糟糕。

2）算法随机的优点

算法随机最大的优点是音乐风格的稳定性。

APP通过一系列人为训练，这位“音乐厨师”能够按照你当下的口味端来同一个菜系的菜品。

而对于想体验老菜品系这个使用频次很低的功能，可以直接交给用户自行搜索解决。

算法随机本质上应该等同于给用户歌单进行了隐性的细分归类。

3）好的随机算法的三个特征

机器学习：不断通过用户行为（各种时段、歌曲频次、切歌与否、分享等）进行学习，摸索出用户的不同情境下的听歌习惯，即用户标签

精准推送：能够通过用户标签找到切合当下偏好的曲库内容，这需要对每一个歌曲进行标签化分类

自动生成歌单：人是机器不能完全摸透的，但是算法可以根据以往的听歌记录，生成一个有统一性的歌单。比如学习时听歌，机器不知道你在学习，但它知道这几首歌总是会一起播放，可以归为一类，用户可以自行生成歌单，添加学习标签，下次自接播放。

02你所期待的随机播放，都在猜你喜欢

其实，音乐软件的随机播放，都是根据用户的听歌记录猜测你喜欢的曲目。

从以下几个角度，分析以下这样做的原因。

1. 从用户使用目的出发

我们先思考：用户随机播放的目的是什么？

用户使用随机播放时，渴望听一些往常没有听过的歌曲。或者说，他们希望找到一首自己喜欢的没听过的歌曲。

用户的喜好一般是固定的，不会在短时间内有较大的改变。所以在随机播放的功能中，给用户多推一些与其历史播放记录相似风格的歌曲，或略有相关的歌曲，会带来更好的效果。

2. 从用户粘性与体验出发

我们不妨把随机播放作为一个独立的产品，既然是产品，自然有应有的商业模式。

随机其实是用户不知道如何选歌曲时候，常常选择的播放方式。但每个用户都有自己喜欢的歌手、歌声、音乐风格。如果真正随机，用户的目标性就没那么高，或者说用户忍耐度、可试错性就增强了不少。

比如，我是一个喜欢听rap的爱打篮球的26岁男孩子，但我今天心情很差。

一个喜欢听rap、爱打篮球的人就是基本的用户画像，今天心情很差是波动因子。

音乐APP给心情很差的我推荐「随机歌单」，目的是想让我心情不那么差。

因此它推荐了比较欢快的火箭总冠军相关的rap给我，让我感受到软件的人性，也增加了我的粘度。

同时，用户的体验感也具有随机性，如果播放的都是用户感兴趣或不讨厌的歌曲，用户的体验感就不错；但如果APP随机播放了很多用户讨厌的音乐，用户就会有极差的体验。

因此在设计随机播放功能时，我们需要考虑到：

降低用户决策成本更符合人的思维模式

持续符合喜好的输出会令用户产生依赖性

一次坏的体验需要许多次好的体验才能弥补

这决定了随机播放功能需要猜测用户喜欢什么歌曲，即需要基于用户在平台上的播放历史，或通过用户的性别、年龄及其他信息去分析用户的偏好，并且第一首歌必须是用户偏好度最高的那一首歌曲，以此吸引客户喜欢使用并依赖该功能。

3. 从付费的角度出发

音乐类软件本质是消费型产品，它存在的最终目的，不是为了愉悦用户心情，而是为了让用户留存。

不盈利的企业都是耍流氓，而各音乐APP有那么多运营和活动，目的之一是为了让用户心甘情愿地付费。那随机歌单能为付费提供什么价值？

如果你一直听同类型的歌，听久了你就会腻。然后就慢慢厌倦这个产品，企业的用户留存率就降低了。

随机歌单的目的是：增加用户的新奇感，以此增加用户粘性。

实现「随机歌单」的方式有很多，我认为以用户画像加波动因子结合，以此呈现「随机歌单」给用户是最好的。

03现各大音乐APP使用的算法

目前在各大音乐 App 中用得比较多的是洗牌算法，像用户数量很大的网易云音乐和 QQ 音乐等播放器都在使用。

网易云随机播放

QQ音乐随机播放

其实 App 对于随机列表是有干预的，而并非简单的进行洗牌。

但从结果上说，用户感知是好还是差，就看各家对于洗牌算法的理解和设计了。

正如吐槽网易云算法的用户不少，但也并不影响推荐歌单和评论等受到欢迎的功能。

网友吐槽随机播放

同一首歌的评论

在音乐软件中，算法干预带来了很多优点：

每首歌的时间3-5分钟，非常短。所以听觉体验上的连续性，取决于前后歌曲播放的相关性；

每个用户的音乐审美口味相对固定；

让用户不需要自己搜就能找到想听的歌曲；

给用户推荐大把他未发现的音乐宝藏。

随机里列表是为了满足用户无法下决定但又想要获得新鲜感的心理，这时就应该尽可能的避免重复和单调。

所以这种播放列表才是更合适的：

ABCBCABACBACBCABCACBABCACBACBCAB

这是一个四平八稳的播放列表，没有任何异常存在，马丁·菲德勒称之为「平衡洗牌」。

但本质上，随机播放算法的重点不在于随机，而是一场产品和用户之间的心理博弈对决，甚至它们会随着你的听歌习惯的逐渐养成，自身也在改变着随机歌单的加权倾向。

04结语

结果显而易见，随机播放是经过音乐APP的算法干预，根据用户的历史记录推荐歌曲。

其实这种伪随机，不论是对用户还是品牌而言，都是有利的。

对用户而言：

伪随机推荐的曲目都是用户近期喜欢的种类，能给用户较好的使用体验；

伪随机虽然是用户喜欢的音乐种类，但其中有很多用户未听过的歌曲，给用户极强的新鲜感。

对品牌而言：

当用户不知道听什么歌曲时，随机播放是一个很好的选择，也让用户更加的依赖随机播放，也提高了付费率；

用户体验感好，更能留存用户，也提高了用户黏性。

不过，两者各有特色，妙不可言。

正如随机对于喜欢新颖独特之人，高山流水。

算法对于习惯安常处顺者来讲，风轻云淡。

所以，你是喜欢真随机还是伪随机呢？

本文来自微信公众号“人人都是产品经理”（ID：woshipm），作者：婉淞，36氪经授权发布。