超越语音交互的新商业模式探索 | DuerOS 3.0 解读
亚马逊 Alexa 技能数突破 5 万大关!这篇解读帮你了解这个数字的意义
有些技能无人问津,有人却靠开发技能月入过万
「就在今年,Alexa 已经为人们唱了数百万次生日快乐歌,讲了超过 1 亿个笑话。」
在刚结束的 IFA 德国柏林展会上,亚马逊智能家居副总裁丹尼尔-劳施(Daniel Rausch)用这样一种风趣的对白开始了对亚马逊 Alexa 最新成绩的盘点:今年初,Alexa 登陆的设备型号数量为 4000 台,如今这个数目涨到了 2 万台,也就是在短短的 8 个月时间里增长了 4 倍,同时,Alexa 的合作品牌数由 1200 个增长到了 3500 多个。
按照惯例,丹尼尔介绍了 Alexa 技能生态的最新进展,同时,为了展现 Alexa 平台的美好前景,他还特意强调了技能开发者的情况:Alexa 平台上的技能已经超过 5 万个。为 Alexa 开发技能的数十万技能开发者遍布世界 180 多个国家,其中有一些独立开发者通过技能开发实现了盈利,他们月收入能达到数千美元。比如,Alexa 技能「Word of the Day」的开发者——一名 22 岁的大学生就能每月进账 1 万美元。
基于深圳湾过去一年多对于亚马逊技能动态的持续跟踪,对于对于亚马逊这个语音智能行业领域的「头号玩家」,技能数从年中的 4.5 万到现在的 5 万,是最正常不过的增长速度。按照这样的趋势,我们预估,在亚马逊下一次报告进展时(大概会是今年底之前),这个数字很有可能是 5.5 万左右。
在这两年里,为了壮大 Alexa 技能应用生态,亚马逊也在不断探索相应的奖励政策来调动开发者的积极性,随着时机逐渐成熟,亚马逊于今年夏天正式推出了技能购买和技能内购买两种用户付费政策,开发者从此走上自力更生的道路。如何开发出实用、受欢迎的技能,也成为技能开发者需要思考的重要课题。
以下我们来对亚马逊 Alexa 平台上的技能进行一些简单全盘分析,并提炼出一些受关注程度高的技能,或许能给开发者提供一些参考意义。
Alexa 各类型 Top 5 技能有哪些?
我们可以挑选一些头部技能进行分析,以每种类型(占热门技能数最多的前五种)的 Top 5 技能为例,我们可以发现一些热门技能的规律:
在音频和音乐类型中,最受欢迎的技能均为单一的拟声技能:雷声、雨声、海浪声以及有助睡眠放松的声音。这些播放声音的技能看似简单,但热度出奇的高,评分也都偏高(达到 5 分的满分),说明用户在这方面有强需求。这些技能一旦结合场景(比如睡前、瑜伽等),便能体现价值。
游戏问答类排前五的技能:Song Quiz(我爱猜歌名),Question of the Day(每天提一个问题),Would you Rather 是一个适合聚会的问答技能,可从回答中反映一个人的性格/偏好,Jeopardy 是美国著名老牌问答节目的衍生技能,Millionaire Quiz Game 也是一个游戏类节目的衍生技能……
智能家居类:大多与用户购买率高的智能硬件品牌产品相关。但因使用前操作相对复杂(包括联网、APP 配置),智能家居目前的渗透率并不高。其中,用户用语音控制较为频繁的产品包括灯、空调、电视、插座这几类。
生活方式:Alexa 平台上这一类排名靠前的技能与西方的生活方式有关,Healing Sounds(禅修背景音乐)、Bible(圣经)、Inspire Me(鼓励的话)。
教育类:包括翻译、每日单词、历史上的今天、冷知识等。针对有儿童的家庭,他们对智能音箱的陪伴和早教功能寄予厚望,儿童对这类技能的使用频率也偏高。
与手机相比,针对带屏智能音箱的技能设计有哪些不一样的地方?
在前不久举行的百度 DuerOS 唤醒之旅北京站上,百度分析师曾给到场的开发者讲解了针对带屏幕智能音箱开发的技能与普通智能音箱技能的不同之处:
在带屏智能音箱上,技能开发的空间也会更大。与仅能通过单一对话交流、信息承载有限的无屏智能音箱相比,有屏设备能呈现更多信息,比如打车时显示地图、司机信息。
与手机应用不同,以家庭智能音箱为载体的语音技能可针对场景属性做些调整。以 Echo Show 上的 Uber 技能为例,它针对家庭场景下的智能音箱实现的功能可以比手机上的要简洁得多,默认以家庭地址作为起点,只需输入公司或其他固定或非固定地点即可,力求快速完成打车任务。
在带屏智能音箱上,商业化的探索也变得更容易。以购物为例,不同于手机购物,音箱购物技能可更贴近家庭场景,比如快消日用品的购买上,技能只需提供高性价比、最常买的商品,帮助用户快速下单。
其他带屏智能音箱的高频技能还包括菜谱功能、视频监控、视频娱乐等。
以上是亚马逊 Alexa 平台上技能分布的情况,以及高频使用的技能类型,或许能给国内技能开发者一些启发。鉴于 Alexa 技能主要服务欧美等海外用户,开发者需要更多考虑国内用户生活习惯和文化,寻找技能爆品的突破口。