懷抱希望，想要發現新音樂的人們，紛紛來到Pandora，只因為「發現新音樂是一種信仰的經驗」。Pandora所提供個人化的線上電台，能推薦符合使用者喜好的音樂，有如魔法般的預測能力，是根據「音樂基因專案(The music genome project)」的研究結果，歸納出400多種音樂基因，再把具有相同基因的音樂推薦給有相同偏好的使用者。在個人音樂偏好不變的前提下，隨機播放的方式會讓使用者持續發現新的歌曲，彷彿邀請使用者一同加入這趟冒險的音樂旅程。
Pandora 創造的神奇音樂體驗
發展歷程

創辦人Tim Westergren本身就是個音樂家，彈鋼琴，爵士、搖滾舞蹈。為了替音樂愛好者輕鬆找到自己喜愛的音樂，更為使非主流的音樂也能被普羅大眾發掘，他縱身跳入創業生涯，期待資訊科技能為小眾市場的音樂建造一個舞台。從一位小有名氣的音樂製作人，變身為幾度破產的的創業家，能堅持下去的原因，或許就是他提及的，「音樂就是我的信仰！」
　　
2002~2004年之間，Pandora沒有獲利，呈現破產的狀態。但在付不出薪資的情下，仍有7-8主要核心人物與30-40音樂家願意共體時艱。靠著儲蓄和信用卡負債度日，也不願放棄音樂基因專案，直到2004年，終於有天使投資人挹注150萬資金。因為對音樂的信仰與熱忱，創業團隊未被現實打倒，逐步朝夢想實現！

音樂基因專案(The music genome project)
音樂基因專案始於2000年1月，將音樂類比為人類，主張音樂也有基因。一開始召集愛好音樂的技術專家，大規模地分析音樂，將音樂拆解至最小單位，再將這些音樂的基因結合組成音樂基因組。希望能創造一個最具理解力的音樂分析概念，將每首歌的旋律、和聲、節奏、演奏、改編、歌詞及人聲歌唱等元素，分解成單一「音樂基因」，挑選出符合關鍵特徵的歌曲。

每一個音樂基因都對應某種音樂的特徵，例如演奏者/歌手的性別、背景音樂的類型…等等。分析過後的歌曲，會進入音樂資料庫，再運用演算法，將基因近似的歌曲聚集(collect)成不同的群組。當使用者鍵入歌手或歌曲的名稱後，推薦系統會到音樂資料庫中抓取與被輸入歌曲的距離最近的樂曲，即音樂基因最為類似的歌曲。透過Data Mining的過程，即可產出會員的個人化推薦。同時，系統也將使用者回饋的喜好程度作為挑選曲目的調整依據。於是乎，Pandora成為一個既夢幻又實用的個人線上電台。

目前Pandora約有100名員工，其中有50多位音樂分析專家，大多是音樂家。每人約花費20～30分鐘分析一首歌曲的音樂基因。依據400個音樂特色進行分類，把具有相同基因的音樂歸為同類。現在音樂基因資料庫中包含50萬首以上的歌曲，其中以英文歌與拉丁歌為主，分別來自3萬5千個歌手的作品。此資料庫將會繼續擴充，例如節慶音樂、拉丁音樂、古典樂曲等。未來，Pandora希望能將全世界各地的好音樂 都囊括在內。

Pandora於2005年8月完成，10月親朋好友試用版已達5000人使用，11月開放免費會員時，更有25,000人上線。目前Pandora擁有300萬名以上的註冊會員。

不同於數位廣播(Digital Audio Broadcasting)或網路廣播(Webcast)，Pandora所提供的，是個人化的線上電台。使用者只需鍵入「歌曲/歌手」的名稱，系統將會自動進入音樂基因庫，搜尋出最相關的專輯與歌曲，再隨機播放每張專輯中的特定曲目。此外，Pandora也會附註說明該歌曲被挑選出來的具體理由，讓使用者在發現新音樂的同時，還能瞭解歌曲之間的特性。

若使用者擔心聽膩了相同曲風的音樂，也可任意的轉換不同的音樂風格。不限制任何主題，使用者可透由不同曲風的音樂，建立多個不同特徵的音樂頻道。當然Pandora也貼心幫你記錄下每一個你所設定的頻道，省去重複輸入的困擾。

在沈浸於神奇的推薦功能之餘，Pandora也提供與同好分享音樂的功能。名為Musical Neighbors的功能即是由用戶相互分享自己所建立的多元化電台。會員只需搜尋朋友帳號，則可建立音樂城邦中的好鄰居。透由線上社群的方式，分享彼此各自搜羅的音樂，凝聚Pandora上的人氣與使用者的黏度。

除了音樂基因之外，Pandora希望以更多元的評選機制來探知使用者的偏好。例如個人化的評選機制。在歌曲播放時，會員可以告訴Pandora是否喜歡這些由系統所推薦的歌曲。這些回饋意見，可累積個人聆聽習慣，藉以訓練個人化電台的準確度，好讓Pandora 的推薦愈來愈對味。

在投其所好的原則之下，可以推知會員的購買慾也相對提昇。Pandora的服務也開設了購買音樂的窗口，透過連結的方式將使用者導引至Amazon購買正版CD，或在iTunes購買單曲播放的權利。多元化的購買機制設計，讓消費音樂也可以隨心所欲。

綜觀Pandora的特色，即可窺知其經營模式的關鍵在於提供「個人化服務」。此種商業模式融合了傳統音樂網站的推銷方式，以及專有的音樂基因分析技術，採用非強迫性的方式推薦音樂，針對消費者的音樂習性投其所好。若將傳統的音樂網站比喻為物美價廉物美的Fox 連鎖書店，那麼Pandora便是能提供個人化推薦，又能結交同好的街角書店。傳統音樂網站無法跨越「點閱率」與「實際的銷售額」之間的距離。但Pandora借重資訊科技，在兩者之間建造了「個人化推薦」的橋梁，讓消費者從收聽音樂，進而購買唱片的道路更加順暢。如此一來，方能經由廣告及音樂連結獲取收益，藉以維持營運所需之資源。

承如前述，Pandora的營運模式連結了音樂的供需雙方，據此拓展出獲利來源。目前雖尚未獲利，但仍可維持基本的營業支出。針對收益與支出，分析如下：
Pandora的主要收入來源有會員費收入、廣告收入，以及異業結盟的其他收入。首先，Pandora的會員可分為免費與付費兩種。兩者的差異在於付費會員收聽不會看到廣告。收費標準是每年36美元，但目前付費會員的人數非常少。其次，在廣告收入部份，Pandora 上的廣告多半是Google Adsense，其實不至於過份干擾使用者。目前廣告收入仍是Pandora的最大收入來源。此外，Pandora與iTunes、Amazon等音樂零售商合作，可直接由Pandora連結到該網站購買音樂，異業結盟的收入，未來可望帶來大筆營收。依據統計，約10% 的Pandora 聽眾藉此購買ＣＤ。透由仲介的方式，分享每次販售音樂所得，為Pandora帶來利潤，將是使用者對它最直接的鼓舞。

在成本支出項目，首當其衝的是支付版權費用。對於線上音樂最具爭議的版權議題，Pandora採取購買音樂版權的方式處理。每月Pandora會支付音樂仲介商 Sound Exchange費用，再由它付費給音樂家或歌手。版權費用是目前最大的成本支出，這昂貴的代價保障Pandora的合法性。使用者也絲毫不需擔心侵權的問題。

就Pandora所提供的服務而言，所需支出的軟硬體成本應是第二大項的支出。首先，在線上電台的部份，單就300萬名會員的使用量，即可推論有高運算能力系統在背後運行，以負荷每天形形色色的音樂需求。再論50萬首以上，並持續增加的歌曲，為維持一定水準的播放品質，所需的資料庫儲存設備即十分龐大。

Pandora善用Musical Neighbors的功能，讓會員彼此交流分享，同時創造出Pandora的線上社群，並藉此增加使用者黏度，並吸引更多使用者。網路外部性的快速發酵，可說是線上社群帶來的潛在效益。例如Pandora Widget便是由使用者自行開發的支援程式。這位蘋果電腦的工程師 有感於瀏覽器必須持續開著的不便，遂開發出Pandora Widget，頓時讓 Pandora 的實用度大增。當使用者自發性的貢獻智慧，為特定服務開發出支援程式時，網路外部性也正在發酵。

Pandora也符合長尾效應的論述。因為音樂的種類太多、消費者的偏好過於分歧，使得小眾市場長期未受重視。然而Internet的發達、資訊科技的日新月異，讓Long Tail看得見也抓得住。善用資訊科技的輔助，只要通路夠大，非主流的、需求量小的商品總銷量也能夠和主流的、需求量大的商品銷量抗衡。就如同Pandora運用音樂基因的分析技術、Data Mining的概念，提供隨選串流音樂服務，將銷售不高、不在音樂排行榜中，以及歌手知名度不高的小眾音樂市場的愛好者轉化為具體的商機。

Pandora的願景，是成為音樂界的Google。當音樂愛好者有搜尋音樂的慾望時，Pandora自許能成為使用者的第一選擇。個人化推薦或許能讓Pandora打響知名度。但是，放眼線上音樂市場，能確實提供個人化音樂推薦服務，除Pandora外，尚有Last.fm 這個強勁的對手。兩者在推薦機制背後所使用的技術截然不同，Last.fm採協同過濾技術(Collaborative filtering)技術。透過使用者利用音樂播放軟體收聽音樂過程中的各種動作，如中止、重複播放等。藉此自動記錄使用者偏好。不斷經由使用者們收聽音樂的過程中獲取資訊，集合成數量龐大的資料庫。推薦系統再根據該資料庫，給予每位使用者客製化的音樂推薦，如此一來，Last.fm宛如音樂版的Amazon，能適時提供個人化的推薦清單。

Pandora的推薦方式，分析的是音樂的「結構」。先將音樂拆解至最小的基因，再依據基因將歌曲分類，並依使用者偏好推薦音樂。而Last.fm分析的是「群體的使用行為」，故使用行為則包含了使用者的情感、目的或情境等較為主觀的因素。在回饋機制方面，Pandora提供音樂評價的投票，藉以窺知系統推薦的歌曲是否符合使用者的偏好。Last.fm也提供相同的評價機制，但主要還是由播放軟體側錄使用者行為。對使用者而言，Last.fm是自動記錄，而非強制要求使用者參與評價工作，是比較省事又簡單的事。

如此觀之，Last.fm的作法或許相對簡單又省事。但Pandora卻不能如法炮製。因為Last.fm目前的資料庫中，以大眾流行音樂為主。流行音樂有廣大的閱聽眾可以參與Tagging的行為，並擁有大筆的資料可供分析。但Pandora提供的多為小眾市場的音樂，短期內無法由使用者貢獻群體智慧。兩者的關係猶如Wikipedia與百科全書，Pandora彷彿是音樂的百科全書，以相對嚴謹的方式分析歌曲，由少數人為多數人制定標準、歸類建檔，但即時性卻明顯不足。而Last.fm如同音樂版的Wikipedia，庫藏量大、便利又具時效性，但單就推薦技術的嚴謹度，卻可能稍嫌不足。Pandora與Last.fm分踞大眾與小眾市場的山頭，又各自選擇了適配的推薦技術，實難推論日後的勝負。但Pandora若能緊抓住線上音樂的Long Tail，則能在線上音樂的市場中取得一席之地。
圖六 Last.fm的個人化推薦機制

就Pandora 的規劃，未來的策略規劃有三個More，
More Music：更多的音樂，把全世界的音樂都納入。
More Functions：更多功能，為使用者開發更多附加功能。
More Convenience：更為便捷，走向可攜式的無線收聽。

由此可知Pandora在線上音樂市場的企圖心，但此三項目標卻各有其困難度。首先，更多的音樂，甚至全世界的音樂？Pandora勢必需要網羅精通多種語言或各國人才成為音樂分析家，方能擴充音樂資料庫。但就目前以人工分析音樂基因的方式，人事成本也是大筆的支出。因此，音樂資料庫的擴充會有速度與品質上的瓶頸。

其次，可攜式的無線收聽並非Pandora單方面努力即可，尚有硬體開發與無線網路環境建置的問題，這些皆非短時間可以解決的問題。可攜式Pandora的契機在於智慧型手機(Smartphone)的發展。主要原因分別是，具備MP3或其他音樂格式播放功能之手機有逐漸普及的趨勢，又，相對於WiFi或WiMax，電信平台在普及率與無線技術間相容性的問題較小，但使用者卻需付出較高的連線費用。故以電信系統為載具，將Pandora.com移植成為手機的行動加值服務，要達成「可攜式Pandora」的目標就會相對容易。

Pandora 的源起來自於對音樂的熱愛，Pandora的未來，繫於組織內部與外部環境的各自成熟。當前，更多的資金與人力，才是Pandora所需要的。或許因為如此，Pandora已將專利技術授權給AOL ＆ Best Buy。獲得資金挹注的Pandora在擴張規模的道路上，增添了更多資源。

還記得早期農業社會醫藥不普及的時代，藥廠就在住戶家中放置裝有成藥的寄藥包，換藥包的歐吉桑大多是十天半個月來「補貨」一次。他總記得李家的止咳嗽藥需要補充了、陳家的頭痛藥快過期了。補藥、換藥，或基本的用藥建議與諮詢，都能一次搞定。無論過去或現在，甚至未來，「個人化服務」的需求是不變的趨勢，幾乎每個使用者，都希望服務提供者能熟記自己的偏好，提供個人專屬的服務。過去，個人化服務或許不容易，但隨著IT突飛猛進，蒐集、分析，甚至預測使用者行為，並非難事。當消費者的偏好日趨多元之際，資訊科技化繁為簡的功力，正是最好的幫手。未來，個人化服務很可能演變為爭取消費者的基本門檻。
目的性的消費音樂

Pandora的神奇之處，在於預測使用者的偏好，提供個人化的推薦清單。資訊科技，可以幫你選音樂。但是科技無法判讀你的心情。使用者在消費音樂的同時，是否帶有其「目的性」？例如，為情所困時，想要聽些情歌來尋找共嗚，希望轉換心情、逃脫傷感。消費音樂，也是有情境的適用性或目的性，這種特點又以流行歌曲最為明顯。但這時要聽些什麼歌，或許就不是資訊科技能夠幫得上忙的。

觀察國內線上音樂提供者，KKBOX。其歌曲推薦方式並沒有太多科技因素，而是從「人」出發。由使用者自行設定主題，並明列該主題的推薦清單。例如，有會員自訂「失戀歌本」的主題，其推薦清單則有「領悟、失戀萬歲、分手快樂…」等等流行音樂。藉由在同一個區域，有共同音樂記憶與相似社會脈絡的使用者，相互引發共鳴。這是以使用者的集體智慧將歌曲分類，再依使用目的不同而歸類的推薦方式。科技，始終無法將「人」歸類，只因人是有思想、有情緒的個體。因此，KKBOX由使用者的共同記憶與感受來分類、推薦，格外具有Web 2.0中「使用者貢獻」的精神。