正如普林斯頓大學計量經濟學家奧利?阿什菲爾特通過數學來評判葡萄酒的好壞、球探羅伯特?帕克通過數據預測球員的是否具有投資價值一樣，網絡音樂自從脫離“播放器工具”宿命以后，人、環境、載體都發生了巨大的變化，網絡音樂也即將進入“預測”的相關關系世界。
大數據從誕生到“人人皆是大數據，司司皆是大數據”，只用了三年不到的時間，普羅大眾們對于大數據亦云里霧里，聽起來很酷，但終究無法用很明晰的形象來形容大數據的情況，究竟多大的數據才算大數據，究竟怎樣才算是對大數據的極致運用？雖然國內的互聯網熟稔制造大數據的諸多概念，然而，真正對于大數據的挖掘和運用，卻并不容易。
文字介質方面，新聞客戶端產品早就和數據資產親密接觸，運用數據的力量讓新聞內容更具有價值。音頻介質呢，又會如何？
為何會是現在？
國內的網絡音樂發展并不順利，沒有文字介質普及度高，沒有網絡視頻用戶量大，特別是盈利方面，比剛出生的嬰兒都要孱弱，網絡音樂是國內互聯網產品中用戶量大、用戶規模大，但并不賺大錢的產品代表。不過，這并不影響網絡音樂與“大數據”的緣分，或者說，是時候來聊一聊網絡音樂與“大數據”了。但為何是當下，而不是過去和未來呢？
1）龐大的用戶基數。2008年6月，中國互聯網信息中心公布的數據就顯示，我國互聯網用戶總量超過美國，當然，用戶普及率還有很大差距，美國是71%。CNNIC的數據顯示，截止到2015年12月，我國互聯網用戶普及率為50.3%，其中手機上網用戶量占總上網用戶量的90.1%，網絡音樂的用戶量為5.01億，網民普及率達72.8%，手機網絡音樂用戶量達4.16億。有了用戶規模，才有可能說大數據。
2）移動互聯網給予數據抓取的可能性。PC時代，用戶更多的習慣還是播放器思維，下載酷狗、酷我、千千靜聽等播放器，整個用戶都是處于離線的。還有一點是，用戶的登錄注冊習慣不強，用戶不注冊登錄，網絡音樂廠商所能獲取的數據就是動態的，而且用戶的IP還會隨時變幻，廠商所能獲取到的數據是熱門數據，哪首歌的播放次數高，哪個歌手最受用戶喜歡，C端用戶的任何習慣是零，性別、年齡層次等，都無法獲取。
音樂APP雖然也是以客戶端的形態存在，但如今有優勢的地方在于，QQ、微信、微博、手機通訊錄等方式，能夠讓用戶非常便捷的登錄，而用戶一旦登錄，其在社交網絡等地方的數據就有可能被連帶進入到網絡音樂平臺里面，基于C端用戶的數據終于能夠被很好的記錄下來。
自去年網絡音樂大肆打擊版權以來，不少音樂內容都需要收費獲取，收費的前提就是用戶ID登錄。用戶個人也開始習慣用ID登錄，從而將自己喜歡的音樂內容放在云端存儲以來，無論更換任何一個硬件設備，都能夠有自己的音樂客戶端。
用戶登錄ID后，C端的數據就不再是零了，性別、頭像、年齡一級用戶的個人興趣愛好，都能夠被獲取到，而這，是大數據非常非常重要的一部分（有C端參與的任何產品，如果沒有具體C端用戶的數據，說大數據都是扯淡）。
3）數據處理能力的提升。數據如果不懂得運用，再多的數據亦無用，比如成千上萬個垃圾APP，就算有再多的數據，他們也只能廉價賣給第三方而不能自用。國內的幾大網絡音樂廠商背后，都有BAT等的影子，顯然，在數據處理能力方面，BAT的能力和經驗，要比普通創業公司多的多，而且，其中很重要的一部分，云存儲方面，BAT等互聯網巨頭都有自己的云存儲業務公司。還有就是，近幾年互聯網的技術以及計算機的數據處理能力都有所提升，摩爾定律雖然不頂用了，但計算機硬件以及互聯網卻在快速成長。
網絡音樂可以與“大數據”聊些啥？
數據是最迷惑人的玩意兒，投資人、大V、CEO、自媒體們均為數據迷醉其中，可是，數據本身并無任何價值，而且，數據是需要挖掘才可能有的，不被挖掘的，只能算是記錄，記錄，會隨著刪除按鍵煙消云散，連渣都不剩。網絡音樂與大數據的基礎環境具備了，但是，它又有哪些數據呢？又有哪些是可以被利用的？
1）基于對音頻介質的識別，完成聽歌識曲的功能。幾乎所有的APP都有聽歌識曲功能，用戶只需將手機靠近音源即可識別聲音源當中的歌曲，但我不止一次曾遇到過，多款音樂APP都無法識別音源的情況，后來還是通過歌詞，再用歌詞從搜索引擎搜文字介質才能搜到相關內容，詭異的是，我剛識別的音樂APP就包含這首歌曲，音樂APP的聽歌識曲功能簡直就是擺設。國內搜索引擎的技術，更多的是基于文字介質的，音頻方面的技術，還有待提升。
藝恩的數據顯示，酷狗音樂、酷我音樂、QQ音樂、網易云音樂、蝦米音樂、百度音樂幾大音樂廠商加起來的曲庫量在3000萬首左右，按照每首歌10MB的存儲空間，約為286.1TB，美國國會圖書館數據總共20TB，也就是說，國內所有網絡音樂內容加起來的儲存空間相當于143座美國圖書館數據的總庫存量。按照某云計算企業的數據來看，286.1TB儲存空間的費用并不算高。
作為網絡音樂廠商，完全有能力將所有的數據存儲起來，并通過對存儲數據的分析進行處理，286.1TB算是大數據嗎？反正不小，這是來自內容層的數據，也是基礎。期待各大網絡音樂廠商真正將聽歌識曲功能做到極致的一天，實在沒技術，可以和幾大音頻技術型的公司合作，對自身內容的挖掘，還是挺靠譜的。
2）針對用戶數據，做內容的分發。今日頭條的原理，就是將海量的內容放到素材庫里，再按照用戶的需求，進行有效分發，從而達到擴大用戶點擊瀏覽的目的。用戶對網絡音樂的內容有兩個需求，一是已知的興趣，比如，用戶喜歡徐良，可能徐良出新歌的時候，他就會經常去收聽；一是未知的興趣，用戶對某些歌曲聽膩了，需要有新鮮的音樂內容，要么，主動尋找，要么，系統推送，系統推送也包含兩個點，基于社會化網絡的共性，基于熱點的共性，比如從徐良的歌里找到與之相關的歌曲，再推送，再比如某用戶喜歡聽韓文歌，再細分一點，韓文里面的搖滾曲，這些，都是基于對用戶理解的基礎上的。
我認為要特別說明歌單功能。網易云音樂之所以能夠在短期內快速崛起，和其在歌單的創作和運營能力不無關系。實際上，酷我、酷狗、QQ音樂里面也有歌單功能，即根據用戶下載和喜愛的過歌曲，自動生成一定的歌單，質量雖不高，但有了系統的分發以后，相關數據卻也非常亮眼，某些熱門的歌單播放次數甚至達到了數千萬。
《大數據時代》一書里提到：通過去探求“是什么”，而不是“為什么”，相關關系幫助我們更好得來了解這個世界。歌單就是基于相關關系的產生，比如，將徐良的歌組合在一起，將安靜的歌組合在一起，將曲庫里的3000萬首歌曲，完全打亂重組，重新生產一個組合型的數據，用戶再從這些數據里找到“網絡音樂里的另一個自己”，和熱門歌單不同的是，私人組合的小眾型歌單，更適合于，每個人，而不是一群人。
歌單是一種新型的數據，內容既包含本身的內容，又包含用戶的參與性，同樣，其他用戶的收聽、點贊或評論等，亦是參考數據之一。而網絡音樂廠商要想針對用戶的數據，做好內容的分發，歌單就是用戶對未知需求里重要的一部分。
3）消費能力。屌絲用戶是不介意廣告的，中高端用戶并不介意付費，其中的小九九靠的就是網絡音樂廠商對每個用戶單獨的分析能力。盈利問題，并不是永遠可以逃避的點，所有網絡音樂廠商都沒有明確表明自身的盈利狀況，不是不盈利，只是盈利數據和自身的互聯網巨頭形象不匹配，可惜，有的時候只能當鴕鳥，但不能一輩子當鴕鳥。
網絡音樂廠商目前也在不斷嘗試C端在網絡音樂上的消費能力，正版化以后，付費的環環境不斷緊縮，這間接促進了用戶在網絡音樂上的消費，當然，每個用戶是有區別的。而基于用戶單獨數據庫的建立和分析、挖掘，并不容易，如社交網絡上的數據、通訊錄下的數據等，都需要技術的支持，短期內，廠商們還不具備，巨頭們還舍不得花費巨額資金在這上面投入。不過，要想徹底解決盈利問題，針對用戶單個的分析是不可避免的。
國內的幾大網絡音樂廠商目前僅在第二階段，作為內容分發上面，有一定的數據處理能力，網易云音樂公布的數據顯示，其歌單數量已超越3200萬個，如此龐大的歌單體系，就是建立在數百萬音樂內容的個性組合之上的。
而像針對音頻素材庫的儲存、搜索、處理等功能還未實現，當前版權大戰的情況下，幾大廠商都是將版權捂的緊緊的，哪里可能分給其他廠商使用呢。至于來自C端的消費能力，則更是處在摸索階段，也需要時間的積累，廣告、游戲、秀場才是幾大音樂廠商賺錢的主要陣地，用戶層，才開始。
所幸，網絡音樂熬過了那段艱苦黑暗的時光，憑的是當年各家都在默認盜版的情況下生存的。如今版權開始付費，盈利就要提上日程了，“大數據”這一重中之重的產物，網絡音樂也該嘗試嘗試，音頻方向的數據處理能力，能否成就一個巨頭呢，也許。
文/郭靜，微信公眾號：郭靜的互聯網圈（ID：guojingdequanzi）用心做一個互聯網領域的原創狗。
