网易云音乐已经成为不少人会使用的在线音乐平台之一，逐渐的，在用户使用网易云音乐的过程中，“网抑云”这个词也流传开来。那么，“网抑云”这一现象存在着哪些特点？用户自身是如何理解“网抑云”的？不妨来看看本文的分析。
21 世纪以来，全球音乐产业从在线下载时代进入了流媒体时代。随着Spotify、TME 等在线流媒体音乐平台的出现和繁荣，平台成为了当下人们聆听音乐的第一选择。在中国，网易云音乐（后文略称网易云）建立于 2013 年。 虽然起步较晚，但它在残酷的市场竞争中依然站稳了脚跟，成为了中国第二大在线音乐平台。
商业研究认为，网易云能站稳脚跟，离不开其精确的音乐推荐算法和主打的音乐社交功能（李路易，2019）。网易云的推荐算法能够根据用户的聆听数据对用户的个人偏好进行猜测，并提供多样化的私人推荐，让用户觉得“平台比自己更懂自己”（D16）。同时网易云围绕着在线音频，打造了评论区、云圈、私信、群聊等社群功能，使得用户能够在社群中方便地交流和互动。
2020 年 10 月，“网抑云”、“网抑云时间”等话题登上微博、知乎、哔哩哔哩弹幕网等众多社交媒体的热榜，仅在微博上相关话题就引发了 12 亿次 的阅读和讨论，“网抑云”也被《青年文摘》评选为中国“2020 十大网络热 词”。
这是因为大多数用户发现，网易云音乐平台上不少歌曲的评论区有大量用户的负面情绪发言，同时自己在平台上聆听音乐时经常伴随着抑郁、孤独等负面情绪，导致聆听时间被不断延长。“网抑云”作为一种普遍的平台文化现象，在中国的青年群体中流行开来。
作为一种青年平台文化现象的“网抑云”，有什么典型特点? 在负面情绪下，用户使用网易云的动机是什么？用户自身怎么理解“网抑云”这一现象？在本研究中，作者使用定性定量的方法进行简单的用户研究，去解答上述问题。
通过初步访谈和对身边同学的观察，笔者发现用户在“网抑云”状态下，从外部角度来看，会呈现出一种和社交媒体依赖（Social Media Dependence）非常类似的情况，具体表现为长时间的对网易云的使用和依赖。
在测量社交媒体依赖的量表方面，卑尔根大学的安德雅森博士提出了 6 个针对 Facebook 依赖问题的判定标准（Andreassen，2012）。他据此制作了完善的量表并对 423 名大学生进行了问卷调查。他的量表经过自己及后人的测试和实验，效度得到了多次证实。
在本土化方面，复旦大学的刘振声在 2013 年综合 安德雅森博士的诊断标准，结合本土的社交软件特点，提出了“微博依赖”的 9 项测度标准，并设计了相关的问卷，在复旦大学的学生群体中发放。他最后的论文成果《社交媒体依赖与媒介需求研究——以大学生微博依赖为例》在 CSSCI 期刊《新闻大学》上发表。在中国知网上显示其论文被引用 177 次，下 载超过了 12300 次，全都是相关研究的最高值，因此笔者认为其效度也较为可信。
所以，笔者在刘振声的基础上，综合前期观察，提出了负面情绪下“网易云依赖”的 9 项测度标准，如下:
笔者继而仿照刘振声的问卷，设计针对大学生的受众调查问卷如下（问卷附在文后）：
笔者采取滚雪球式抽样法，分别委托 8 同学，在其微信等社交媒体上发放问卷，经过筛选，一共收集到有效问卷 166 份，其中 100%都是大学生，100% 都有在负面情绪下使用网易云的经历。
同样的，仿照刘振声的数据处理方法，笔者根据每一位受访者的问卷结果，将前述依赖表 9 项中满足 6 项及以上的用户判断为负面情绪下对网易云音乐存在依赖的用户。
笔者将依赖者的调查结果抽离出来，与样本总体状况进行对比分析。在后文数据的引用中，“M”、“SD”分别代表依赖者团体的得分与标准差;“M-A”、“SD-A”分别代表总体的得分与标准差。同时，笔者也通过问卷研究负面情绪下用户对于网易云平台的使用和满足情况。
首先，笔者采用观察和访谈的方法了解到了复旦大学 20 位本科生在负面情绪下对网易云的使用情况。观察和访谈对象是笔者身边熟识的 20 名本科学生，通过交流和沟通，他们都有着在负面情绪下使用网易云音乐的经历，对象的具体信息见附表格。
笔者分别请他们描述自己在情绪低落时使用网易云的场景。具体的，笔者询问他们产生负面情绪的原因，再详细记录他们使用网易云听音乐的具体行为，以及在“网抑云”状态下使用网易云的时间和频率。最后，笔者询问和观察他们特有的音乐风格偏好，对网易云音乐的使用习惯，以及其他个人化的平台使用信息。
笔者在问卷调查中发现，不少用户认可了在负面情绪下使用网易云音乐对情绪管理的效果和正向作用。
如表1-1，通过在负面情绪下使用网易云聆听歌曲，用户或宣泄、缓解自己的负面情绪（M=3.86,SD=0.99；M-A=3.67，SD-A=0.99）、或制造积极的情绪（M=3.67,SD=0.99；M-A=2.87，SD-A=1.27）、或使得自己的情绪更加清晰（M=3.75,SD=1.05；M-A=2.87，SD-A=1.27）。
这些媒介使用的效果都得到了问卷的作答者们较多的认可。而且依赖者群体得到的成效明显要比调查总体高，这在一定程度上表明了用户在负面情绪下使用网易云音乐越多，其负面情绪越有可能被消减。
通过调查，笔者发现用户在“网抑云”状态下对网易云音乐平台的使用具有一个突出共性：私人化。这包括了两方面的具体表现：播放内容的私人化和聆听行为的私人化。
1）播放内容的私人化
问卷调查结果表明，如表2所示，在负面情绪下，用户们突出的使用动机是用网易云音乐聆听自己喜欢的音乐和音频。这种动机在依赖者群体中达到了91.67%，在常规使用者中比例也达到了74.10%，均为负面情绪下网易云音乐使用预期/动机中的最高值。而寻找新的音乐和音频的意愿则相对较弱。
具体的，如表1-2，在负面情绪下，用户会聆听和反复播放自己收藏的歌曲（M=3.94，SD=1.14；M-A=3.86，SD-A=1.03）和自建歌单中的歌曲（M=4.02,SD=1.16；M-A=3.82，SD-A=0.99）。他们不太愿意去聆听他人的歌单或者寻找新的歌曲（M=3.00,SD=1.35；M-A=2.69，SD-A=1.14）。
从问卷结果我们可以看出，大部分用户在负面情绪下聆听的内容都是倾向私人化的。
在访谈中，用户认为自己喜欢的歌曲和自建歌单中的歌曲都是“经过检验”和“熟悉的”，因此对他们的风格和内容有着完整的了解和把握。
正如访谈对象D12解释的：“听歌听的是情绪，新歌无法诠释情绪，所以还是选择听旧歌。”访谈对象D2提到，在负面情绪下，自己神经会比较敏感，更容易受惊。因此播放自己熟悉和喜欢的歌曲不会像尝试聆听一首陌生的歌曲，可能会破坏当时创造出来的完整的情绪和氛围，因此带来一种安全感。
同时值得注意的是，“我的收藏”和自建歌单的本质都是歌单。哥斯达黎加大学Ignacio Siles等（2019）对歌单和情绪的研究发现，在Spotify的用户群体中，用户会建立歌单去进行情绪的生产、捕捉、塑造和调节。歌单的建立是和个人情绪事件息息相关的。用户会在经历各种情绪事件的时候建立歌单，也会使用这些歌单去营造情绪和情感状态。
2）播放行为的私人化
通过访谈，笔者发现，二十位访谈者在负面情绪下，全部都是独自进行音乐的聆听。虽然一些访谈者在日常生活中会和他人分享耳机，或者外放音乐和朋友一起聆听，但当他们在遇到负面情绪时一定是单独聆听歌曲的。
访谈对象D14认为:“在和他人一起听歌的时候，切歌、换歌等动作都需要考虑他人的感受，听歌内容也要琢磨一下别人会不会喜欢。但自己有负面情绪的时候，哪管那么多，想听什么就听什么。”
在外在表现上，他们会用戴上耳机来作为“宣告进入私人状态”的标志。“看到室友戴上耳机，会有意识地尽量不去打扰他。”（D14）这使得音乐聆听者通过聆听音乐这样的行为，能够创造出一种原子化的、脱离社会关系和人际关系的短暂状态。聆听时间一长，用户可能并不过分在意音乐的具体内容，而享受和意图延续这种珍贵的、属于私人的状态。这能很好地缓解个人和社会之间的紧张关系，进而使得个人能缓和或者梳理自己的负面情绪。
访谈对象D5在她负面情绪来临时，会带上耳机，出门，一边散步一边用网易云平台听歌。这让她产生一种和世界的“疏离感”。而音乐恰好像一面无形的墙，为她创造出属于私人的空间。她记得那是2020年新冠疫情第一次袭来的时候，整个学期她都在家里上网课。 到期末季时候，社交的缺失和期末考试的压力使得她整个人的状态都是紧绷的。
“那时候实在是太郁闷了， 然后就饭后散了很久很久的步。”在楼下的小花园里走走停停，一直到半夜一点钟才回家，整个过程耳机里的音乐都没有停止。这种制造出来的原子化的私人状态，确实让她慢慢调整了状态，糟糕的情绪被缓解了不少。
虽然说用户在负面情绪下处于一种较为私人的状态，但用户的聆听活动往往还是会和平台上的社群，特别是用户的各种社交媒体相结合。
其中，如表1-3 所示，最为统一的表现就是用户在负面情绪下，倾向在社交媒体上分享歌曲（M=3.56,SD=1.48；M-A=3.08，SD-A=1.37）。
对于前述的“私人化”和社交化的关系，访谈对象D19用“互补”这个词语来描述。“很难用一个词概况，私人化是随时可以发生的，分享是在特定心情、特定场景下发生的，就像谈恋爱一样，有时候莫名想分享。”笔者将这种倾向描述成用户对相互舔舐的期待。
在访谈中，用户在负面情绪下将歌曲转发到社交媒体最大的动机就是希望朋友们也能听到自己分享的歌曲，从而和当时的自己产生共情（D5）。“要是有朋友能听到这首歌，并产生和我一样的感情，我会感到，嗯，她真的会懂我，我和她会有很多共同语言。”虽然这种共鸣在日常看来比较微小，但在负面情绪下，这种共鸣和共情对用户来说，像是久旱甘霖，难过的用户会获得非常多的感动，从而一定程度下缓解当时糟糕的情绪。
同时笔者发现，很多时候用户并不奢求朋友圈的好友真的去听自己分享的歌曲，而只是将这种行为当作一种自我披露，甚至是一种仪式（D14）。这种自我披露能作为一种发泄，很好地缓解当时的情绪，也蕴含着对共情的想象，获得想象中的共鸣。也有的用户会将这种行为当作一种朋友圈展演的策略，故意挑一些小众的歌曲分享，“以显示自己的品味”（D19）。
其次，如表1-3，浏览歌曲评论区，和网易云音乐站内的社群互动，也是一个相当常见的用户在负面情绪下聆听时的行为（M=3.19,SD=1.37；M-A=2.87，SD-A=1.27）。虽然用户可能主要聆听的是自己收藏的歌曲，也可能大部分时间都在一边聆听，一边工作。但是用户常常会在听歌中的某一时间回到平台上，浏览这些歌曲下方的评论区。这常常也能成功地引起他们和其他用户的共情，并寻找到一定的温暖（D13）。
正如他所说的，在一些情绪比较突出的歌曲，例如《虫儿飞》，大家感受到的情感都是非常统一的。“评论区很多悼念亲人的发言，怀念老友的话语，都会让我很有共情。而且《虫儿飞》的童声真的非常纯洁，能让我也想起身边逝去的人。”看到很多较为悲惨或者令人同情的故事的时候，他也会情不自禁地去发一些安慰别人，让人坚强的话语。这种方式也让他自己感受到了不少的温暖。
相比于在社交媒体上分享歌曲期待熟人共情，浏览评论区甚至撰写评论是一种在陌生人群中寻找共鸣的方式。相比与社交媒体的分享，这种方式成本更低，也更容易得到良好的反馈和解决。不论是主动发文寻找共鸣，还是浏览乐评被动找到相同的人，很多真情实感的评论都会让人热泪盈眶。
在网易云提供的用户互动空间中，用户的情感得到充分的表达与释放。他们聚集在歌曲的周围，讨论共同感兴趣的歌曲和话题，这种活跃的、体验式的互动能够有效地实现用户之间的情感传播与交流、情感慰藉与宣泄，情感陪伴与寄托，甚至是情感升华。在此过程中，用户获得了情感的归属——他们在现实生活中无法得到心灵慰藉，但却在“听友”之间体会到了陌生人之间相同的喜好和品味所带来的陪伴感、快乐感和满足感，
正如本文开头所言，处于负面情绪下的用户最大特点就是使用平台的时间大大延长。从调查结果中我们可以发现，样本总体里大部分使用者每天网易云的使用时间处于一小时之内；在负面情绪下对网易云有依赖的用户，日常使用网易云的时间和样本总体并无明显区别。如表3所示。
但当用户处于负面情绪下时，不论是样本总体还是依赖者，大部分用户使用网易云音乐的最长时间都远超日常的平均使用时间，如表4所示。依赖者群体中，对网易云音乐使用的最长时间集中在三小时以上，甚至有13.89%的用户最长一次的使用时间超过了9个小时，而在样本总体中也有6.02%的用户使用时长超过了9小时。
而且，如表5所示，大部分用户在使用时都是持续不断地聆听歌曲（M=4.08,SD=0.73；M-A=3.42，SD-A=0.85）。如果以一首歌的时长平均为2分30秒来计算的话，连续使用九小时以上的用户一次性能在平台上听至少220首歌曲。正如访谈对象D3所说，“会一直听到耳朵受不了了才停止。”
在对用户具体依赖情况的调查中，如表5所示，依赖者们普遍认为自己在负面情绪下使用网易云平台的最大特点就是时间比预期和自觉的长很多（M=4.5，SD=0.70）。在样本总体中，负面情绪下使用时间超出自身预期的情况也得到了最高的认可（M=3.42，SD=0.85）。
在流媒体平台上，聆听音乐这一动作并不影响其他的日常工作或者活动。网易云平台通过技术手段例如循环播放、连续播放、顺序播放、随机播放等将不同音乐产品构连起来的能力，将这种聆听状态无限延长。
事实上，笔者在访谈中发现，最高使用纪录超过九小时的用户，在使用过程中并不会真的去听不同的220首歌。她的大部分时间是在循环同一首歌，或者同一个歌单里的几首歌用来制造氛围。正如表1-4展示的，用户们会选择循环一首歌来制造氛围（M=4.08,SD=0.94；M-A=3.73，SD-A=1.06）以及循环歌单里的歌来制造氛围（M=4.14,SD=0.87；M-A=3.79，SD-A=0.96）。
用户在负面情绪下，一般是会让平台进行循环播放或者自动播放，只在播放到自己不喜欢的音乐时进行切歌。用户可以一边聆听歌曲，一边完成作业、进行工作或者是外出散步。这样一来，聆听动作便依附以及让位于用户的日常生活和工作，使得聆听时间相较于预想的更长。
很多时候，这种日常工作往往都是枯燥乏味或者是重复性的，也往往是因为这些工作给平台用户带来了负面情绪，需要通过聆听音乐或者通过音乐制造氛围来缓解。
访谈对象D13提到了自己在毕业论文撰写的过程中，在焦虑、烦躁的情绪下循环播放着二手玫瑰乐队的歌曲。二手玫瑰乐队的音乐大都是喜庆而且尖锐的。这既能起到“反催眠”的良好效果，又能发泄自己心中的不满。一次三小时的书桌写作，二手玫瑰的《仙儿》被播放了60次。在歌曲的环绕中，D13完成了论文的改进，自己的焦虑情绪也随着一遍遍的播放慢慢疏解。
1.特别关注网易云用户在深夜（12：00am后）和长时间聆听过程（3-5小时及以上）中的用户行为数据。据此更新个人推荐算法和音乐品味画像，进而有针对性地推荐新歌曲，达到算法和用户的深层共鸣，成为会员增值/增加用户粘性的核心竞争力。使用filter观察这些用户的普遍性行为，说不定能发现共同特点，成为新的需求增长点。
2.针对用户需要消解负面情绪的痛点和需求，上线一些纾解情绪/缓解压力向的轻功能例如简笔涂鸦，音乐专辑拼图等小游戏；制作心理普及，情绪纾解向相关的内容；上线在线人工or AI 心理咨询的接口；和knowyourself等心理类KOL合作，进行活动营销等等。
3.根据时间增减私人定制（customizable）的功能和板块的比重：在深夜时段/监测到用户长时间聆听时，减少用户interface上歌单和算法推荐板块，以及是一些不必要的广告impressions，将功能变“轻”。在网抑云情形下，用户最主要的是听自己喜欢的歌曲和熟悉的歌曲，并不很想要算法的推荐和了解新的歌单。在这时候，静静地做一个用户的陪伴者，放他们喜欢的歌曲，提供情绪价值即可。
4.通过人工排序更改算法，将积极向上的评论增加更多的比重。使用户在观看时能获得更多的心里温暖和共鸣，增加“菲力亚”。
5. 注意“成瘾者”，即深度用户和普通用户的区别。对于超长时间使用者，给予听力保护，时间提醒等人性化机制；针对性对这一群体展开UGC内容互动分享，私人行为数据分析（年度报告季度报告等）等长尾营销，让他们参与到曲库内容的建设中来，进一步增加平台认同。
本文由 @多纳卡米大王 原创发布于人人都是产品经理。未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。