[I.2] 个人作业:软件案例分析

[I.2] 个人作业:软件案例分析

项目 内容
这个作业属于哪个课程 2025年春季软件工程(罗杰、任健)
这个作业的要求在哪里 [I.2] 个人作业:软件案例分析
我在这个课程的目标是 掌握软件工程的核心技能,完善个人技术栈,提升开发效率与项目质量。
这个作业在哪个具体方面帮助我实现目标 通过分析数个软件案例,培养对软件调研及评估的能力,为之后的实践开发奠定基础

选题

🎶音乐软件
现在许多人的生活都离不开音乐,毕竟没有 bgm 就没有动力。大家也一定有十分熟悉的音乐软件。然而同学们是否想过,现在音乐软件提供的核心功能是什么?主要是为了满足人们什么需求?你喜欢的音乐软件比起其他软件好在哪里?从你的用户体验出发,它又有什么需要改进的地方?请你从下述的选项中选择 两款 常用的音乐软件进行使用与分析。

我选择的是酷狗音乐和网易云音乐这两个软件,在前两个部分以酷狗音乐为分析主体。

第一部分 调研,评测

软件评测

1.软件使用

酷狗音乐是我最常用的音乐软件,已使用时间远超过30分钟。

windows客户端页面

image

2.软件分析

酷狗音乐的基本使用流程如下:

注册/登录

可使用微信账号、QQ账号、酷狗账号等多种方式快速登录。
image

搜索音乐

所有音乐软件必备的功能
image

推荐音乐

通过分析用户播放历史和每日热门榜单等数据,向用户推荐音乐。
image

收藏音乐/创建歌单

可以收藏音乐,也可以创建歌单。
image

听书/直播

除了音乐板块外,还有听书和直播板块。
image

用户需求满足度

结论

酷狗音乐在核心功能上能够有效满足用户的基础音乐需求,整体核心需求满足度可达85%。

优缺点
维度 优点 缺点
数据量 酷狗音乐最大的优点“就是歌多”,曲库超过3000万首,版权极多,覆盖华语流行90%+、欧美主流歌手95%+版权 独立音乐人作品覆盖率较低,只有30%左右
界面 首页简洁明了,功能入口清晰,加载耗时较短 风格较为平庸,不够亮眼,难以吸引路人用户的注意
功能 功能较为完整,除了基础的音乐播放功能外,还具有听书、直播、K歌、AI帮唱等功能 社交功能不够丰富,缺乏用户互动方面的功能,如分享评论,@好友等功能
准确度 歌曲搜索准确度高,可以通过歌名、歌词、歌手名等元素搜索,也可以通过听歌识曲;推荐算法根据用户喜好提供相关歌曲 推荐算法较为单一,用户播放历史占比极大,不够灵活多变
用户体验 运行较为流畅,页面简洁明了,操作简单,用户体验较好 很多歌曲需要会员,每首歌曲的试听时间只有30秒;会弹出推荐开通会员的广告;商单广告会占据较大页面

3.改进意见

我对酷狗音乐的改进意见如下:
(1)更改歌曲的试听时间,从每次试听只有30秒改成首次试听可以听整首,这样用户就可以完整品鉴一首歌曲来判断是否值得开通会员。
(2)增加用户互动方面的功能,如分享评论,@好友等功能。
(3)减小广告的页面大小,可以改成能一键关闭的悬浮窗。

4.用户调研

采访对象是宇航学院的wyf同学,主要需求就是搜歌和听歌。
image

5.评测结论

我选择

d) 好,不错

酷狗音乐较好地满足了我的需求,但仍有不少进步空间。

Bug 分析和提交

首先建立一个量化标准

星级 系统功能 安全性 用户体验
⭐⭐⭐⭐⭐ 核心功能完全不可用 致命安全漏洞 用户完全无法接受,可能导致立即卸载或投诉,极大影响风评
⭐⭐⭐⭐ 核心功能受阻 严重漏洞 严重影响用户体验,极大降低用户好感
⭐⭐⭐ 非核心功能不可用 中风险漏洞 一定程度上影响用户体验,降低用户好感
⭐⭐ 非核心功能产生异常 低风险漏洞 轻微影响用户体验
非核心功能产生轻微异常 无实际风险 对用户体验几乎无影响

bug1

本bug由windows端和安卓端共同配合操作后可以发生。在用户的个人页面中,可以看“我的听歌排行”,但是在windos端的排行数据不会因为安卓端的听歌而实时变化,而是存在较大延迟。

测试环境

PC端

操作系统:windows 11 24H2 26100.3476
酷狗音乐版本:windows端 V20031

安卓端

操作系统:Origin OS 4
酷狗音乐版本:安卓端 20.0.2

可复现性

必然发生。复现步骤请参照下面的bug描述。

bug具体描述

1

首先,在3月16日的15:55打开windows端的酷狗音乐的“我的听歌排行”,可以看到《卡拉永远OK》这首歌的听歌次数为324次。
image

2

然后,打开安卓端的酷狗音乐,登录与PC端相同的账号后完整播放《卡拉永远OK》。
image

3

之后,我们在16:18再次打开windows端的酷狗音乐的“我的听歌排行”并且点击刷新,但是可以看到《卡拉永远OK》这首歌的听歌次数仍然为324次,即使重新关闭再重新打开windows端的酷狗音乐也是如此。
image

结论

至此,可以确定这是一个bug。

bug分析

bug成因

我猜测windows端优先读取本地的数据,而更新数据会有较长时间的延迟,导致数据滞后。

bug的严重性

星级:⭐⭐
听歌次数统计是非核心功能,不会对用户体验产生较大影响。

开发团队

我认为有两种可能。
一是测试不充分,没有检查出移动端的变化在windows端数据上的反馈具有这么长的延迟;
二是开发人员已经知道了这个bug,但是因为不是太严重的bug,所以他们没有重视,还没有去修复。

bug改进建议

正常行为:安卓端播放歌曲后,windows端的数据应在10分钟内更新完毕。
改进:更新相关数据流技术,实时计算播放数据。

bug反馈

成功反馈该bug。
image

bug2

歌名歌手名显示错误。

测试环境

操作系统:Origin OS 4
酷狗音乐版本:安卓端 20.0.2

可复现性

出现概率极低,几乎不可复现。

bug具体描述

用安卓端的酷狗音乐播放音乐,但是悬浮窗口中的歌名以及对应的歌手名不匹配,而且歌手名出现在了歌名的位置。
image

结论

这确实是一个bug,不过出现的概率极低。

bug分析

bug成因

我猜测在从API获取数据后,解析过程可能存在问题,导致歌名和歌手名的字段被错误地映射。

bug的严重性

星级:⭐⭐
不会影响歌曲的播放,而且出现概率极低,不会对用户体验产生较大影响,甚至不容易被发现。

开发团队

我认为开发团队并不知道这个bug,因为它出现的概率极低,而且不容易被发现。

bug改进建议

正常行为:歌名与歌手名都在正确的位置显示且配套。
改进:进行充分测试,确保从API获取的数据准确无误,并且检查数据解析代码,确保正确映射API返回的字段。

bug反馈

成功反馈该bug。
image

第二部分 分析

工作量分析

酷狗音乐的核心功能有用户系统、播放器、搜索、推荐音乐、UI/UX设计、歌单管理、社交功能等等。
开发时间估计:

团队人数 6 人左右,计算机大学毕业生,并有专业 UI 支持

任务 时间估计
需求分析 3周
技术选择与架构设计 3周
核心功能开发 12周
测试与优化 6周
部署与发布 2周

预计共26周。

软件质量分析

1

优劣对比

将酷狗音乐与网易云音乐进行对比

维度 酷狗音乐 网易云音乐
曲库规模 版权极多,曲多量大 版权较少
音质 VIP可无损音质 VIP可无损音质
推荐算法 较为单一,根据用户播放/搜索历史 多维度计算,根据用户历史及社区数据
社交功能 有基础的评论和分享功能,集体社交有“音乐圈” 较为丰富,有动态、云村等
稳定性 稳定 较为稳定

排名

综合来看,酷狗音乐在同类软件中排行约为第2或第3。

2

该软件团队应该重点加强对用户反馈机制的建立,不断优化用户体验,确保功能开发与用户需求紧密结合。

第三部分 建议和规划

市场现状

市场概况

月活跃用户约3.2亿,潜在用户估计为3亿左右。

竞争产品

最大的竞争对手为QQ音乐和网易云音乐。

产品定位

三方定位

酷狗音乐:工具型音乐平台
QQ音乐:泛娱乐化音乐平台
网易云音乐:年轻社区音乐文化

竞争态势

三足鼎立,用户量排名基本为QQ音乐、酷狗音乐、网易云音乐。

市场与产品生态

核心用户群

酷狗音乐的核心用户群的特征是年龄在15~40岁,职业为学生、自由职业者、白领等,表面需求为快速找歌和下载等,潜在需求为轻度社交互动等。

用户群体交互

用户群体之间可以通过共同喜好来匹配“乐友”,从而在社交中增加热度。

子产品

酷狗音乐车机版与比亚迪等汽车品牌联动,通过预装来增加用户,并配合酷狗音乐移动端,让音乐自然融入旅程和生活,构建立体音乐生态。

产品规划

新功能设计

AI场景智能识别

维度 说明
N-need 用户需要音乐软件自动识别场景并推荐合适的音乐
A-approach AI结合传感器数据、天气数据等,分析识别用户状态及所处场景,推荐匹配歌单
B-benefit 减少用户搜索操作,加强推荐歌单效果,提升用户惊喜感和满足度
C-competition 网易云音乐和QQ音乐均无此功能,但都在大力尝试将AI融入音乐软件,酷狗音乐若无行动则有落后风险
D-delivery 与运动软件Keep、学习时间规划软件等合作,开发“AI场景电台”功能,在学习、运动等场景中自动智能推荐音乐。

角色配置

角色 人数 职责
产品经理(我) 1人 需求管理、跨部门协调
后端开发 2人 数据库设计,设计与实现API
前端开发 1人 前端开发
算法工程师 1人 场景识别模型训练,推荐算法优化
测试工程师 1人 测试
UI/UX设计师 1人 界面设计

时间规划

阶段 周数 任务
需求设计 第1~2周 用户调研,技术选型
核心开发 第3~8周 后端API设计与开发,前端开发,训练场景识别相关模型
算法优化 第9~10周 训练模型,优化识别算法与推荐算法,提升场景识别准确度
测试 第11~12周 压力测试,全面系统测试
合作接入 第13~14周 与Keep等软件完成联合开发与协议等
准备上线 第15~16周 完成修复和优化等工作的收尾,准备发布上线
posted @ 2025-03-16 21:50  2u3s  阅读(97)  评论(0)    收藏  举报