音乐软件分析
| 项目 | 内容 |
|---|---|
| 这个作业属于哪个课程 | 2026年春季软件工程 |
| 这个作业的要求在哪里 | 个人作业:软件案例分析 |
| 我在这个课程的目标是 | 掌握软件工程基本理论,具备需求、设计、质量、项目管理及团队协作能力,了解前沿技术发展 |
| 这个作业在哪个具体方面帮助我实现目标 | 理解软件工程理论、实践产品评测分析、培养产品思维与规划能力 |
第一部分 调研,评测
一、软件评测
1. 软件使用
本次评测基于QQ音乐手机版,在手机上进行了约30分钟的使用体验。主要测试了以下功能:歌曲搜索、播放控制、歌单管理、评论区互动。
![]() |
![]() |
2. 软件分析
打开QQ音乐,首先会看到开屏广告,随后进入首页。首页顶部为搜索框,下方是多个功能入口以及各类运营推荐内容。用户可通过搜索框输入关键词查找歌曲,或浏览推荐列表选择感兴趣的音乐。点击歌曲进入播放界面,可进行播放/暂停、上一首/下一首、喜欢、评论、查看歌词、加入歌单等操作。整体流程能够满足用户听歌的核心需求。
| 维度 | 优点 | 缺点 |
|---|---|---|
| 数据量 | 曲库庞大,流行金曲和经典老歌版权覆盖全面 | 冷门歌曲的覆盖相对不足,难以满足分众用户需求 |
| 界面 | 播放界面沉浸感强,动态歌词效果出色 | 界面整体复杂臃肿,功能入口过多,用户学习成本高 |
| 功能 | 音质技术领先,推出了臻品音质认证体系 | 非核心功能过度堆砌,导致应用体积大,易让用户感到疲劳 |
| 准确度 | 歌曲搜索准确度高,输入关键词基本能精确定位到目标歌曲或歌手 | 每日推荐多为用户已听过的老歌,缺乏发现新歌的惊喜感 |
| 用户体验 | 核心播放流程顺畅,音质可选择范围广,满足基础听歌需求 | 社区氛围弱,评论区内容质量参差不齐 |
3. 改进意见
-
优化推荐算法:引入探索模式开关,让用户可选择更侧重发现新歌的推荐逻辑,避免推荐内容同质化
-
简化界面设计:提供听歌模式,允许用户隐藏直播、K歌、社交动态等非核心功能入口,使界面更简洁,降低认知负担
-
提升社区氛围:增加高质量评论的筛选与推荐机制,鼓励优质UGC内容创作,提升评论区的情感共鸣和互动性
4. 用户调研
我的采访对象是隔壁软工班QQ音乐的忠实爱好者,每年年初都会充值会员,经常购买专辑。但是他实际使用的功能几乎只有下载到本地的音乐,很少关注其他页面。
-
你主要使用了哪些栏目或功能?
主要使用搜索功能、播放界面和充值页面 -
在使用过程中,你遇到的主要问题有哪些?
第一,开屏广告很烦人,每次打开都要等几秒。第二,界面太复杂了,总是点错跳转到其他地方 -
有没有让你觉得眼前一亮的地方?
音质确实好,同样一首歌听起来更爽
5. 评测结论
经过综合考量,我的评价是 d) 好,不错。
我从以下五个维度进行量化评分:
核心功能(曲库/音质):★★★★★(曲库最全,音质标准行业领先)
用户体验(交互/创新):★★★★☆(交互有亮点,但功能冗余)
算法推荐(惊喜度/准确性):★★★☆☆(准确性高但惊喜度不足,同质化严重)
社区生态(氛围/粘性):★★★☆☆(有社区功能但氛围不如竞品)
性价比(付费墙/广告):★★★☆☆(付费墙高,广告较多)
二、Bug 分析和提交
在进行 Bug 分析前,先定义一下 Bug 严重性的量化标准:
★★★★★(致命):系统崩溃、核心功能完全不可用、严重安全漏洞、严重影响大量用户体验且无替代方案
★★★★☆(严重):重要功能异常、存在安全风险、用户体验受到明显影响
★★★☆☆(中等):非核心功能异常、界面显示错误、用户体验轻度受损但可绕过
★★☆☆☆(轻微):微小显示问题、边缘情况下的异常、极少用户会遇到的体验瑕疵
★☆☆☆☆(建议):非错误性问题,属于体验优化建议
Bug 1:跨端接续偶发性失败
1. 测试环境
设备:华为 P40 Pro + 华为 MateBook D16
网络环境:同一 Wi-Fi 网络,信号强度良好
测试时间:2026年3月16日 14:00 - 15:00
2. 可复现性及具体复现步骤
确保手机和电脑均登录同一 QQ 音乐账号,且蓝牙、Wi-Fi 开启。此时在手机上播放一首歌曲,将手机靠近电脑,观察电脑屏幕下方是否出现“继续播放”弹窗。若出现弹窗,点击“连接”按钮
满足特定条件下,跨端接续功能并非每次都能成功触发或成功连接
测试频率:连续测试 50 次,失败 15 次,失败率约为 30%。其中 10 次表现为手机靠近电脑时无弹窗提示。5 次表现为有弹窗但点击连接后提示“连接失败,请重试”
3. Bug 具体情况描述
在应该触发跨端接续的场景下,有时弹窗不出现,有时点击连接后失败。用户无法稳定使用该功能,导致对产品的信任度下降。
根据官方宣传,跨端接续应实现“靠近即连,无缝流转”。当前约 30% 的失败率明显偏离设计预期,属于功能缺陷。
4. Bug 分析
可能的原因是手机端播放状态与电脑端请求不同步,导致平板无法正确接收流转数据
系统功能:★★★★☆(核心分布式功能不稳定,影响用户对生态能力的信任)
安全性:★☆☆☆☆(无安全风险)
用户体验:★★★★☆(频繁失败让用户感到挫败,降低产品好感度)
综合评分:★★★★☆(严重)
5. BUG 改进建议
正常行为是在满足条件时,100% 弹出接续提示,点击后成功将歌曲流转至平板继续播放
我觉得可以优化状态同步,在连接建立前同步播放进度和歌曲信息,确保无缝续播;或者增加日志上报,收集失败现场数据,便于后续持续优化
Bug 2:搜索框历史记录无法彻底清除
1. 测试环境
设备:iPhone 15 Pro(舍友手机)
测试时间:2026年3月16日 15:00 - 16:00
2. 可复现性及具体复现步骤
打开 QQ 音乐,在搜索框中输入任意关键词,点击搜索。之后进入“设置” -> “通用” -> “清空搜索历史”。返回首页,点击搜索框展开历史记录列表
3. Bug 具体情况描述
执行清空搜索历史操作后,搜索框下拉的历史记录区域依然显示着之前的搜索词,只是文字颜色变灰,但仍可点击并执行搜索。用户预期是清空后所有历史记录消失,但实际残留痕迹,造成隐私未清除干净的错觉
若为设计意图,清空操作应彻底移除记录。残留灰色词条既不符合用户预期,也违背常见 UI 设计规范
4. Bug 分析
可能的原因是前端 UI 与后端数据同步失败,清空操作可能只清除了本地数据库中的记录,但 UI 组件仍从缓存或旧状态中读取数据
也可能是状态管理不当,使用了本地存储但未在清空后刷新 UI 绑定的数据源
系统功能:★★☆☆☆(不影响核心听歌,但功能未按预期工作)
安全性:★★★☆☆(对隐私敏感用户构成潜在风险,可能误以为历史已清空但实际仍可被他人查看)
用户体验:★★★☆☆(让用户困惑、不信任)
综合评分:★★★☆☆(中等)
5. BUG 改进建议
清空搜索历史后,搜索框下拉列表应完全清空,不显示任何历史词条
我觉得可以在清空操作完成后,强制刷新 UI 组件绑定的数据源,并增加清空后的视觉反馈,如提示“已清空”
第二部分 分析
一、工作量分析
| 模块 | 主要任务 | 预估时间 |
|---|---|---|
| 项目启动与基础架构 | 需求分析、技术选型、项目搭建、账号体系、网络层、本地存储、播放器内核集成 | 2 |
| 核心播放功能 | 播放器UI、播放控制、歌词展示、音质切换、播放队列、歌单管理、背景播放 | 3 |
| 搜索功能 | 搜索UI、热门搜索、历史记录、搜索结果展示与筛选、搜索建议 | 1.5 |
| 推荐系统 | 首页推荐、每日推荐、歌单推荐 | 1.5 |
| 社交与社区 | 评论区、点赞、回复、关注、动态流、通知 | 2 |
| 鸿蒙生态功能 | 跨端接续、碰一碰分享、原子化服务接入 | 1.5 |
| 直播/K歌 | 集成第三方SDK实现基础直播观看、K歌录制 | 2 |
| 音质技术 | 集成现有音效SDK、音质切换逻辑 | 1 |
| UI设计与实现 | 界面设计、开发实现、动效、适配多分辨率 | 2 |
| 测试与修复 | 功能测试、兼容性测试、Bug修复、性能优化 | 2 |
| 上线准备 | 应用商店上架、灰度发布、监控配置 | 1 |
二、软件质量分析
1. 产品优劣与排名
| 对比维度 | QQ音乐 | 网易云音乐 | 酷狗音乐 |
|---|---|---|---|
| 曲库丰富度 | ★★★★★(腾讯版权优势,主流歌曲最全) | ★★★☆☆(版权短板,常下架) | ★★★★☆(较全,但不及QQ) |
| 音质技术 | ★★★★★(臻品音质认证,硬件联动) | ★★★☆☆(普通音质,无损需付费) | ★★★★☆(蝰蛇音效,但技术稍逊) |
| 推荐算法 | ★★★☆☆(准确性高但惊喜度低) | ★★★★★(社区+算法,发现感强) | ★★★☆☆(传统推荐) |
| 社区氛围 | ★★★☆☆(有社区但互动弱) | ★★★★★(评论区文化,粘性强) | ★★★☆☆(粉丝群体为主) |
| 界面与交互 | ★★★☆☆(功能臃肿,广告多) | ★★★★☆(设计文艺,沉浸感好) | ★★★☆☆(传统风格) |
| 生态创新 | ★★★★☆(鸿蒙跨端、碰一碰) | ★★★☆☆(多端同步基础) | ★★★☆☆(硬件联动少) |
2. 软件团队在软件工程方面可提高的重要方面
当前产品功能堆砌严重,反映出团队可能过度关注“竞品有我也要有”,而忽视了核心用户的真实诉求。建议引入用户旅程地图和KANO模型,定期对用户进行分层调研,明确基本型需求、期望型需求和兴奋型需求。将资源聚焦于提升核心体验,而非盲目扩张功能。
第三部分 建议和规划
一、市场现状
1. 市场概况
当前全球音乐流媒体市场持续增长。根据Statista数据,2026年全球音乐流媒体市场规模预计达到3311亿人民币,用户数将突破12.1亿。
聚焦中国市场,在线音乐市场已进入存量竞争阶段。根据QuestMobile数据,直接用户规模约6-7亿人,潜在用户规模约3-5亿人。潜在用户不追求高音质、不追星、付费意愿低,但愿意用时间换取音乐陪伴,是各平台争夺的新增量,也是新兴产品切入的市场空白。
2. 竞争产品
| 平台 | 月活用户 | 核心定位 | 优势 | 劣势 |
|---|---|---|---|---|
| QQ音乐 | 1.9亿 | 版权生态型 | 曲库超2.6亿首,覆盖95%华语热门曲目;音质技术领先;生态联动 | 界面臃肿,推荐算法同质化,广告多 |
| 网易云音乐 | 1.5亿 | 社区情感型 | 评论区文化,用户粘性强;推荐算法先进;独立音乐资源丰富 | 版权短板,歌曲常下架 |
| 酷狗音乐 | 2.1亿 | 下沉市场型 | 用户基数大,老牌用户忠诚度高 | 创新乏力,增长疲软 |
3. 产品定位
QQ音乐定位为品质乐迷的首选平台,依托腾讯版权优势和音质技术,服务愿意为高品质音乐付费的死忠用户。其优势是曲库最全、音质最好、生态最完整;劣势是功能堆砌、推荐算法迟钝,导致发现感不足。
二、市场与产品生态
1. 核心用户群
| 维度 | 特征描述 |
|---|---|
| 年龄 | 25-35岁为主,兼具部分年轻粉丝群体 |
| 学历 | 本科及以上,受过良好教育 |
| 专业 | 白领、专业人士、产品经理 |
| 爱好 | 音乐鉴赏、演唱会、品质生活 |
| 收入 | 中高收入,具备消费升级能力 |
| 表面需求 | 听想听的歌,享受好音质,找到符合品味的音乐 |
| 潜在需求 | 发现与自己品味匹配的新音乐,在忙碌中获得沉浸式体验,证明并分享自己的音乐品味,获得身份认同 |
2. 用户生态
目前QQ音乐用户呈现同好关系,喜欢同一歌手、同一流派的用户可以形成兴趣小组。
可以构建品质听音圈,将耳机、音响、车载等硬件用户连接起来,鼓励用户分享音质评测、歌单品鉴,形成高品质音乐生活的社区氛围。用户不仅是听众,也是音质品鉴师和品味引领者。
3. 产品生态
| 相关产品 | 关系类型 | 协同价值 |
|---|---|---|
| 全民K歌 | 子产品 | 翻唱作品可反哺主站推荐,形成“听-唱”闭环 |
| 酷狗音乐 | 兄弟产品 | 覆盖下沉市场用户,形成用户矩阵,互补内容 |
| 酷我音乐 | 兄弟产品 | 车载场景覆盖,拓展使用场景 |
| 腾讯视频 | 跨部门合作 | 影视原声带联动,影音协同 |
| 线下演出 | 业务延伸 | 演唱会优先购票、音乐节专属权益,丰富会员价值 |
| 生活消费品牌 | 跨界合作 | 奶茶、零食、交通等消费福利,会员权益从听歌延伸到生活,增强用户粘性 |
三、产品规划
1. 新功能设计
针对QQ音乐的推荐算法同质化,缺乏惊喜感,我设计了一个差异化创新功能“臻味探星”模式。
| 维度 | 分析内容 |
|---|---|
| N | 核心用户需要从同质化的老歌和短视频神曲中解放出来,渴望既有品质保证又能带来惊喜的新音乐。用户调研显示,现有推荐从出门切到工位都没听到一首惊喜的,这是亟待解决的用户痛点 |
| A | 在播放页增加一个“臻味探星”模式开关。开启后,算法不再推荐用户历史偏好强相关的歌曲,而是基于“臻品音质”曲库和行业专家的品味,结合用户的实时场景,推荐高品质、非热门的新歌 |
| B | 既发挥了QQ音乐高品质内容的优势,又解决了推荐不惊喜的痛点。它将高品质和高探索性结合,构建了与其他产品的差异化壁垒。用户既能享受无损音质,又能获得发现新大陆的惊喜 |
| C | 这是竞争对手无法轻易复制的优势,因为它依赖于QQ音乐独有的“臻品音质认证”体系和庞大的高品质曲库 |
| D | 通过版本更新推送,在首页和播放页以显眼但非侵扰的方式引导用户开启。同时通过代言人宣传该功能,吸引年轻用户尝试 |
2. 团队配置
| 角色 | 人数 | 职责 |
|---|---|---|
| 项目经理 | 1 | 需求分析、进度管理、跨部门协调、风险控制 |
| 后端开发 | 2 | 推荐算法优化、API开发、数据埋点、性能优化 |
| 算法工程师 | 1 | 推荐模型训练、场景识别算法、A/B测试平台搭建 |
| 前端开发 | 2 | iOS/Android/鸿蒙端UI实现、交互优化 |
| 测试 | 1 | 功能测试、性能测试、兼容性测试、自动化测试 |
3. 详细规划
| 周数 | 阶段 | 任务详情 | 产出物 |
|---|---|---|---|
| W1-W2 | 需求与设计 | 深度访谈20位品质乐迷,明确探星模式的具体场景和规则;产出功能原型和交互设计稿 | 用户调研报告、竞品分析、功能原型图 |
| W3-W4 | 架构与准备 | 后端完成数据库设计;算法团队开始筛选初始探星曲池;前端完成技术选型和基础框架搭建 | 技术方案文档、曲池初始清单 |
| W5-W6 | 基础功能 | 开发探星模式前端UI组件;后端构建推荐服务基础API | 可展示的UI组件、基础API |
| W7-W8 | 算法初版 | 算法团队训练初版品质-新颖度双目标排序模型;完成前后端联调,实现专家标注系统接入 | 初版推荐模型、联调版本 |
| W9-W10 | 场景化 | 引入场景识别,基于用户使用时段动态调整推荐策略;优化探星理由文案生成 | 场景化推荐能力 |
| W11-W12 | 测试与打磨 | 测试团队进行全量功能测试、性能测试、兼容性测试;修复发现的Bug;内部Alpha测试 | 测试报告、修复版本 |
| W13-W14 | 公测准备 | 邀请百名核心用户进行Beta公测,收集量化数据和定性反馈;项目经理根据反馈确定最终上线版本 | Beta测试报告、上线版本定稿 |
| W15 | 最终打磨 | 修复公测期间的最后问题,优化文案和引导;准备应用商店更新物料和宣传文案 | 上线物料 |
| W16 | 发布与复盘 | 全量发布探星计划新版本;监控线上数据;召开复盘会议,规划下一阶段优化方向 | 线上版本、复盘文档 |


浙公网安备 33010602011771号