京公网安备 11010802034615号
经营许可证编号:京B2-20210330
腾讯集团于7月15日宣布与中国音乐集团达成合作,把旗下的QQ音乐业务与CMC进行合并,由腾讯集团控股成立一个新的音乐集团。据林克艾普大数据分析平台监测显示,互联网行业中,市场份额排名第一和排名第二的产品走到一起,已经不是一件新鲜事。在过去一年中,滴滴和快的、美团和大众点评、58同城和赶集、携程和去哪儿等共同上演了一场场从“互撕”到“在一起”的逆转大戏。如今,拥有“酷狗音乐”的中国音乐公司(CMC)和QQ音乐合并,可以预知,数字音乐行业中,一个拥有绝对领先优势的数字音乐集团诞生了。那么,走到一起的酷狗音乐和QQ音乐拥有什么样的用户群?双方产品异同点会如何影响他们未来分工?
QQ音乐、酷狗、酷我稳居App排行榜前三
腾讯旗下的主要产品包括 QQ音乐及全民 K 歌等,CMC旗下拥有海洋音乐(包括酷狗、酷我)、彩虹、源泉等公司。据林克艾普大数据分析平台数据显示,2015年度海洋音乐集团旗下的酷狗和酷我播放器一直与QQ音乐稳居App排行榜前三。
数据显示,2016年上半年QQ音乐和海洋音乐下载量份额分别为56%和8%,无论是下载量还是在线试听的市场份额,合并后QQ音乐+海洋音乐要达到60%以上,而其他竞品的市场份额均在16%以下,在这方面几乎不占任何优势。
虾米音乐在华语资源上有一定优势
此次腾讯集团与中国音乐集团的合作,使得占比5%的阿里音乐在市场占有率上处于更大的相对弱势。阿里的阿里星球和虾米音乐曲库应该是打通的,大概在800万,还是难敌QQ音乐1500万和海洋音乐的2000万曲库。但据林克艾普大数据分析平台分析,虾米音乐版权建设虽然起步较晚,但在华语资源上仍具有一定优势。
QQ音乐用户群更偏年轻
据林克艾普大数据分析平台分析,从酷狗音乐和QQ音乐各自的用户群来看,两家音乐产品形成细微差异,比如从调查用户的选择来看,酷狗音乐中80后用户的占比要高于QQ音乐,而QQ音乐中90后以及00后用户中的占比则稍高于酷狗音乐。这意味着,QQ音乐的用户群比酷狗音乐更偏年轻些。
酷狗音乐用户更爱听已下载歌曲
在手机上听歌,受限于网速和流量限制,绝大部分用户更常听的,是已经离线下载至手机里的歌曲。据林克艾普大数据分析平台分析,酷狗音乐的用户在这一点上体现的更为明显。此外,无论是酷狗音乐用户,还是QQ音乐用户,听联网歌曲的用户占比均不高。
从听歌互动性来看,QQ音乐的用户互动积极性稍高于酷狗音乐。而酷狗用户保持着更传统的听歌方式。据林克艾普大数据分析平台分析,42.2%的人会查看歌曲评论,酷狗音乐则只有23.2%。参与听歌时的互动社交,QQ音乐的占比为54.7%,酷狗音乐为46.3%。酷狗音乐也比QQ音乐的用户更多使用搜索歌曲的方式找歌。
QQ音乐用户听更多外文歌曲
国语歌占据了音乐应用中绝对主流的播放量,这在酷狗和QQ音乐中表现一致。但据林克艾普大数据分析平台分析,在听英语歌曲方面,QQ音乐的用户要比酷狗音乐用户表现出更明显的偏爱,在韩语歌中,QQ音乐用户的积极性也略高于酷狗音乐。
网络歌手在酷狗音乐中受欢迎
喜欢听谁的歌在两大音乐应用的用户有一致性,比如陈奕迅、王菲、周杰伦的歌曲均受大家喜爱。但据林克艾普大数据分析,QQ音乐用户对像Adele这种外国歌手歌曲的喜爱度则超过酷狗音乐。而像汪苏泷、祁隆等网络歌手在酷狗音乐的受欢迎程度则高于QQ音乐。
酷狗音乐用户对产品更满意
据林克艾普大数据分析平台分析,从产品满意度来看,酷狗音乐用户对产品的满意度要略高于QQ音乐的用户。这或许说明,酷狗音乐在了解自己核心用户的诉求后,满足用户的方式虽然更简单直接,但的确有效。
利益强压之下,其乐融融背后多是危险与不安
据林克艾普大数据分析平台监测数据显示,此前QQ音乐与酷狗酷我也有过正面的版权之争,在合并后,加上利益关系,这种暗地竞争或许也很难平息,这样的局面下,产品体验和发展也将很可能受到阻碍。目前合并的的CMC与腾讯只有一张牌可以打,就是通过提高版权费用,形成部分版权的垄断,依此控制市场话语权以及在上市前的故事。不过在当下版权规范化的发展趋势下,这种做法会非常伤害用户体验,而且很有可能迁怒音乐版权方。不能说绝对没有机会,但是这是一把双刃剑,同时留给自己的时间并不多。
合并后的双方看起来其乐融融,但前提是能够顺利IPO。这样的目标也让这个联合体的头上,悬挂了一把达摩克利斯之剑,危险与不安在深处涌动。林克艾普大数据预测,在线音乐领域最后也许会成为新合体与网易云音乐之间的对决,随着“互联网审美”的普及和下沉,新合体的原有用户也许会被网易云音乐逐步蚕食。但未来具体会如何发展,还需要我们共同关注。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19