- Interfejs API Spotify oferuje dziesiątki zmiennych audio i kontekstowych (energia, wartościowość, czas trwania, taneczność itp.), które pozwalają modelować i rozumieć, co sprawia, że utwór jest popularny.
- Analiza statystyczna pokazuje, że niemal wszystkie cechy audio różnią się w przypadku popularnych i niepopularnych piosenek, natomiast gatunek, tonacja i nastrój tytułu mają mniejszą wagę predykcyjną.
- Modele uczenia maszynowego, takie jak regresja logistyczna, KNN, SVM, naiwna analiza Bayesa i losowy las, osiągają dokładność rzędu 84–85% w klasyfikowaniu, czy dany temat znajdzie się w 15% najpopularniejszych.
- Długość utworu, jego energia, głośność i instrumentalność to kluczowe czynniki wpływające na jego popularność na Spotify, w ekosystemie, w którym kluczowe znaczenie mają redakcyjne playlisty i algorytm rekomendacji.
Spotify stało się idealnym laboratorium do badania, co sprawia, że utwór staje się hitem : dysponujemy danymi o odtwarzaniu w czasie rzeczywistym, zaawansowanymi metrykami dla artystów i milionami słuchaczy podejmujących decyzje co sekundę. Spotify, daleki od bycia jedynie platformą do słuchania, przekształcił się w ogromną bazę danych , w której można analizować wzorce, emocje, gatunki i strategie tworzenia playlist, aby zrozumieć, dlaczego niektóre utwory zyskują popularność, a inne popadają w zapomnienie.
W ostatnich latach pojawiły się narzędzia, badania naukowe i modele uczenia maszynowego dedykowane analizie hitów Spotify : od analizy rankingów wydawniczych, takich jak Today's Top Hits czy Rap Caviar, po tworzenie algorytmów zdolnych przewidzieć, czy dany utwór będzie należał do najpopularniejszej grupy w katalogu. Jednocześnie Spotify for Artists zdemokratyzował dostęp do tych wskaźników, umożliwiając każdemu artyście sprawdzenie, kto go słucha, gdzie i jak jest odkrywany, i odpowiednie dostosowanie swojej strategii kreatywnej i marketingowej.
Czym właściwie jest analiza hitów Spotify i dlaczego jest taka ważna?
Mówiąc o analizie hitów Spotify, nie mamy na myśli tylko liczby odtworzeń utworu. To szersze podejście, które łączy dźwięk, kontekst i zachowania użytkowników, aby odpowiedzieć na niewygodne, ale kluczowe pytanie: czy można przewidzieć sukces utworu przed jego premierą? Korzystając z danych z API Spotify, badacze analizują zmienne takie jak popularność, energia, wartościowość, czas trwania, tempo i taneczność, aby zbliżyć się do tej odpowiedzi.
To podejście ma swoje korzenie w tzw. „nauce przebojów ”, idei spopularyzowanej przez Mike'a McCready'ego na początku XXI wieku: wykorzystywaniu algorytmów i modeli matematycznych do przewidywania, które utwory będą dobrze radziły sobie na listach przebojów i w radiu. Chociaż wczesne badania wykazały, że jest to bardzo trudne (a modele nie są wystarczająco dokładne), sytuacja całkowicie się zmieniła wraz z pojawieniem się streamingu, ogromnym wzrostem ilości danych i udoskonaleniem technik uczenia maszynowego.
Spotify oferuje dziś API z dostępem do dziesiątek tysięcy utworów i ich atrybutów muzycznych i kontekstowych : od tonacji i trybu, po prawdopodobieństwo, że utwór jest akustyczny lub instrumentalny, w tym wskaźniki opracowane specjalnie w celu opisania odbioru utworu (energia, walorowość, taneczność itp.). Wszystko to pozwala na przejście od subiektywnych opinii do znacznie precyzyjniejszej analizy ilościowej.
Tymczasem narzędzie Spotify for Artists pomaga twórcom uniknąć gubienia się w pustych statystykach i skupić się na tym, co naprawdę ważne: długoterminowym rozwoju odbiorców, zaangażowaniu, retencji i wpływie działań marketingowych na pozyskiwanie prawdziwych fanów. Innymi słowy, liczby – owszem, ale z kontekstem i strategicznym zamysłem.
Oficjalne playlisty i strategia: waga list redakcyjnych
Jednym z najważniejszych elementów każdej poważnej analizy hitów na Spotify jest rola oficjalnych playlist redakcyjnych . Listy takie jak Discover Weekly, Release Radar, Today's Top Hits, New Music Friday, Rap Caviar, Mint czy ¡Viva Latino! działają jak potężne wzmacniacze: wejście na jedną z nich może całkowicie zmienić trajektorię utworu, a nawet karierę artysty.
Narzędzia innych firm, takie jak Soundcharts, pozwalają sprawdzić, jak artysta wypada na tych playlistach : liczbę wystąpień, długość obecności, rynki, na których ma największy wpływ itd. Tego typu analiza jasno pokazuje, że obecność na listach przebojów nie jest tylko pokazówką, ale kluczowym elementem strategii rozwoju na platformie.
Istnieją pewne powtarzające się kryteria w tworzeniu wysokiej jakości playlist. Na przykład, różnorodność artystów jest ceniona bardziej niż ciągłe powtarzanie tych samych nazwisk . Playlisty, na których ten sam artysta pojawia się zbyt wiele razy, zazwyczaj otrzymują niższe oceny, ponieważ zmniejszają poczucie odkrywania przez słuchacza.
Dąży się również do zachowania spójnej równowagi gatunków . Gdy playlista łączy zbyt wiele stylów bez wyraźnego kierunku, doświadczenie staje się fragmentaryczne, a ocena spada. Najlepiej działające playlisty zazwyczaj koncentrują się na jednym lub kilku dobrze zdefiniowanych gatunkach, pomagając użytkownikowi na pierwszy rzut oka zrozumieć, czego może się spodziewać po naciśnięciu przycisku odtwarzania.
Kolejnym kluczowym aspektem jest połączenie znanych utworów z nowymi . Playlisty zawierające wyłącznie wielkie hity są w porządku, ale nie oferują zbyt wielu możliwości odkrywania. Z kolei playlisty łączące znane utwory z mniej znanymi perełkami zazwyczaj generują większe zaangażowanie i pomagają w tworzeniu nowych hitów.
Wreszcie, panuje powszechna zgoda co do tego, że dobra playlista powinna zawierać co najmniej 50 utworów, aby zapewnić pełne wrażenia . Playlisty zawierające mniej niż 10 utworów są często postrzegane jako słabe i otrzymują niższe oceny, co również wpływa na jakość utworów, które zawierają.
Krótka historia Spotify i początki jego analityki
Zanim Spotify mogło przeprowadzić zaawansowaną analizę hitów, platforma sama musiała znaleźć swoje miejsce w branży muzycznej. Pomysł, zrodzony przez współzałożyciela Daniela Eka, narodził się po upadku Napstera w 2002 roku: chciał stworzyć usługę „lepszą niż piractwo, ale jednocześnie opłacalną dla branży ”. W tamtym czasie Ek zarządzał uTorrentem, jednym z wiodących klientów P2P do pobierania i udostępniania utworów, więc miał bezpośrednią wiedzę na temat nieautoryzowanej dystrybucji.
Po sprzedaży uTorrenta BitTorrentowi pod koniec 2006 roku, Ek skupił się całkowicie na rozwijaniu Spotify. Aplikacja oficjalnie wystartowała w 2008 roku w Szwecji, po zawarciu umów licencyjnych i udziałowych z dużymi wytwórniami płytowymi : Sony Music Entertainment, Universal Music Group i Warner Music Group. Rok później rozszerzyła swoją działalność na Wielką Brytanię, a w 2011 roku zadebiutowała w Stanach Zjednoczonych.
W tym początkowym okresie liczba płacących abonentów wzrosła z około 1 miliona w Europie do prawie 4 milionów na całym świecie w 2012 roku. W 2016 roku Spotify ogłosiło już 40 milionów płacących użytkowników i około 100 milionów użytkowników ogółem, co ugruntowało pozycję streamingu jako dominującej formy konsumpcji muzyki na całym świecie.
W tym samym czasie zaczęły pojawiać się narzędzia do analizy danych dla artystów. Najpierw pojawiła się usługa Fan Insights , która oferowała niektórym zespołom ograniczony dostęp do danych streamingowych: danych demograficznych, geograficznych i podstawowych trendów. W 2017 roku to rozwiązanie przekształciło się w Spotify for Artists, umożliwiając wszystkim artystom przeglądanie kluczowych wskaźników i wykorzystywanie tych danych do podejmowania decyzji dotyczących tras koncertowych, wydawnictw i promocji.
W 2018 roku firma weszła na giełdę z kapitalizacją rynkową wynoszącą prawie 30.000 miliardów dolarów . Od tego czasu liczba rynków, na których działa, stale rośnie, a wraz z nią rośnie znaczenie analityki w ramach platformy. To, co zaczęło się jako licencjonowany odtwarzacz multimedialny, stało się globalną infrastrukturą, w której dominują dane.
Wskaźniki Spotify: jak mierzyć utwór poza odsłuchami
Aby zbudować modele predykcji hitów, najpierw należy zrozumieć, jakie dane oferuje API Spotify . Na przykład w badaniu skoncentrowanym na rynku indyjskim, z playlist generowanych przez Spotify wyodrębniono ponad 46 000 utworów, obejmujących szeroką gamę gatunków i podgatunków.
Informacje są podzielone na kilka bloków. Na poziomie utworu znajdują się takie dane, jak identyfikator, tytuł, wykonawca, popularność, data wydania i czas trwania w milisekundach . Na poziomie albumu przechowywane są identyfikator i nazwa. Na poziomie playlisty wyświetlane są nazwa, identyfikator, gatunek i powiązany podgatunek.
Jednak najciekawszym aspektem analizy hitów są cechy audio , podzielone na różne kategorie: charakterystyka nastroju (taneczność, energia, walencja, tempo), właściwości fizyczne (głośność, dźwięczność, instrumentalność), kontekst (akustyczność, żywość) oraz segmenty muzyczne (tonacja, tryb). Każda z tych zmiennych jest starannie zdefiniowana i znormalizowana.
Na przykład „taneczność” wyrażana jest jako wartość od 0 do 1, która podsumowuje, jak łatwo jest tańczyć do utworu , na podstawie takich elementów jak rytm, stabilność tempa i siła rytmu. Energia również waha się od 0 do 1 i próbuje uchwycić, czy utwór brzmi intensywnie, szybko i energicznie, czy raczej spokojniej lub łagodniej.
Wartościowość opisuje postrzeganą emocjonalną „pozytywność” dźwięku: niskie wartości odpowiadają smutnym, napiętym lub ponurym uczuciom, a wysokie wartości – muzyce radosnej, pogodnej lub euforycznej. Akustyczność mierzy prawdopodobieństwo, że utwór jest akustyczny, żywotność – obecność publiczności na żywo w nagraniu, a wymowność odzwierciedla proporcję słów mówionych w miksie (bardzo wysoka, na przykład w podcastach lub utworach spoken-word).
Inne ważne parametry to tempo w BPM , całkowity czas trwania, tonacja (zakodowana jako liczba całkowita), tryb (dur lub mol) oraz popularność utworu. Popularność to wewnętrzny wskaźnik Spotify, który waha się od 0 do 100 i zależy zarówno od liczby odtworzeń, jak i ich aktualności . Utwór, który był popularny lata temu, ale teraz jest rzadko odtwarzany, z czasem straci na popularności.
Jak przygotować i oczyścić zbiór danych, aby móc przewidywać trafienia
Jednym z kroków często pomijanych w analizie hitów Spotify jest przygotowanie zbioru danych . W niniejszym badaniu dane zebrano za pomocą R i RStudio, wywołując API Spotify dla różnych kombinacji rynku (Indie), gatunków i podgatunków wybranych na podstawie ich globalnego i lokalnego znaczenia.
Łącząc utwory z różnych playlist tematycznych, często zdarza się, że wiele utworów się powtarza, ponieważ ten sam utwór może pojawiać się na różnych listach. Ponieważ celem nie była analiza samej strategii playlistowania, a raczej charakterystyka utworów, usunięto duplikaty utworów , zmniejszając całkowitą liczbę utworów z 46 417 do około 39 147.
Usunięto kolumny, które nie miały być używane jako zmienne objaśniające w modelach, takie jak artysta, identyfikator i nazwa albumu oraz pola specyficzne dla playlisty. Jednocześnie znormalizowano nazwy pól i dostosowano typy danych: na przykład popularność, tryb, klucz i czas trwania zostały przekształcone w wartości zmiennoprzecinkowe, aby ułatwić analizę statystyczną.
Kluczową decyzją było przekształcenie popularności w zmienną łatwiejszą do opanowania. Zamiast pracować z wartością ciągłą od 0 do 100, zdefiniowano próg oddzielający utwory popularne od niepopularnych . Biorąc pod uwagę 85. percentyl rozkładu (około popularności 65), utwory powyżej tej wartości uznano za „popularne”, a pozostałe za „niepopularne”.
W ten sposób zbiór danych podzielono na prawie 6.000 popularnych piosenek i około 33 000 niepopularnych . Na potrzeby analizy eksploracyjnej podzielono go nawet na pięć klas popularności (bardzo wysoka, wysoka, średnia, niska i bardzo niska) z 20-punktowymi interwałami, co pozwoliło na porównanie subtelnych trendów między poziomami sukcesu.
Dodatkowo, z tytułów piosenek wygenerowano nową zmienną: wskaźnik sentymentu . Za pomocą biblioteki TextBlob w Pythonie obliczono polarność każdego tytułu (liczba z zakresu od -1 do 1) i sklasyfikowano ją jako dodatnią, ujemną lub neutralną. Tę wartość liczbową dodano do ramki danych, aby zbadać, czy ton tytułu ma związek z jego popularnością.
Eksploracja danych: co wyróżnia najpopularniejsze piosenki
Przed rozpoczęciem trenowania jakiegokolwiek modelu uczenia maszynowego konieczne jest poświęcenie czasu na wizualną i statystyczną analizę danych . W przypadku niniejszego badania analizowano krzywe rozkładu, średnie dla poszczególnych grup popularności oraz związki między emocjami a sukcesem.
Jedno z uderzających odkryć dotyczy wartościowości najpopularniejszych piosenek. Analizując utwory z wynikiem powyżej 90 punktów, zaobserwowano, że większa liczba z nich miała wartość wartościowości poniżej 0,5 ; co oznacza, że brzmiały bardziej smutno, posępnie lub melancholijnie niż radośnie. Nie była to absolutna dominacja, ale wyraźny trend.
Po wykreśleniu rozkładu popularności według gatunku, większość krzywych przybrała kształt zbliżony do dzwonu , z wieloma utworami wokół średniej i mniejszą liczbą na krańcach. Jednak gatunki takie jak rock, R&B, EDM, muzyka świata i indyjska wykazywały pewną asymetrię ze względu na dużą liczbę utworów o zerowej popularności. Z kolei style takie jak pop, rap, latino i desi wydawały się bardziej zrównoważone i z mniejszą koncentracją przy zerze.
Sugeruje to, że w przypadku bardziej popularnych gatunków łatwiej jest osiągnąć pewien poziom popularności , nawet jeśli utwory nie mają wszystkich idealnych cech, podczas gdy w innych stylach rozkład sukcesów jest bardziej spolaryzowany.
Porównując średnie wartości różnych cech według klasy popularności, wyłonił się bardzo wyraźny wzorzec: utwory, które cieszą się największym powodzeniem, charakteryzują się zazwyczaj większą energią i głośnością (odczuwalną głośnością) , a także większą instrumentalnością i mniejszą ilością dialogów. Mówiąc prościej, utwory, które najlepiej radzą sobie na platformach streamingowych, są zazwyczaj bardziej dynamiczne i bardziej skoncentrowane na muzyce niż na słowach.
Zaobserwowano również, że popularne utwory charakteryzują się niższą akustyką i żywotnością ; innymi słowy, brzmią mniej „akustycznie” i mniej „na żywo”. Wyglądają na wyprodukowane w studiu, bardziej dopracowane, z mniejszą ilością szumów otoczenia i przypominają koncerty.
Kolejnym kluczowym odkryciem jest to, że popularne utwory są zazwyczaj krótsze niż te niepopularne . W kontekście, w którym przychody zależą od liczby odtworzeń, a algorytmy nagradzają powtarzanie, logiczne jest, że krótsze utwory mogą szybciej gromadzić odtworzenia i stać się bardziej atrakcyjne dla playlist.
Jeśli chodzi o postrzegane szczęście (walencję), trend jest ciekawy: poziom rośnie od niższych klas popularności do „wyższej”, ale w najbardziej skrajnej kategorii, „bardzo wysokiej”, obserwuje się wyraźny spadek. Innymi słowy, superpopularne piosenki brzmią zazwyczaj smutniej niż te po prostu „udane” , co otwiera drzwi do wielu interpretacji dotyczących gustu publicznego i kontekstu społeczno-emocjonalnego.
Analiza statystyczna: wpływ gatunków i atrybutów audio
Po przeanalizowaniu danych, kolejnym krokiem było zastosowanie formalnych testów statystycznych w celu sprawdzenia, które zmienne można uznać za istotne w wyjaśnianiu popularności. Aby zbadać, czy płeć wpływa na sukces, zastosowano analizę wariancji (ANOVA) dla dziewięciu głównych gatunków.
Wynik analizy wariancji (ANOVA) wykazał bardzo wysoką wartość F i praktycznie zerową istotność statystyczną, co oznacza, że istnieją statystycznie istotne różnice w popularności między płciami . To jednak nie wystarczy: ważne jest również, aby wiedzieć, między którymi parami płci te różnice występują i czy zmienna będzie przydatna w modelu predykcyjnym.
Biorąc pod uwagę niejednorodność wariancji i zróżnicowanie liczby utworów w danym gatunku, zastosowano test post hoc Gamesa-Howella . Analiza ta pozwoliła nam określić, które kombinacje gatunków nie wykazały istotnych różnic w popularności, co ogólnie rzecz biorąc, sprawiło, że mniej wskazane było wykorzystywanie gatunku jako silnego predyktora w modelach uczenia maszynowego.
Równolegle przeprowadzono niezależne testy t dla każdej cechy audio, porównując średnie między grupami piosenek popularnych i niepopularnych. Przy 95% poziomie istotności, prawie wszystkie zmienne (taneczność, energia, głośność, akustyka, żywotność, czas trwania, tempo, walencja i instrumentalność) wykazały istotne różnice między obiema grupami.
Jedynym widocznym wyjątkiem była gadatliwość . W pierwszym teście różnica średnich nie była istotna statystycznie, ale dalsza analiza wykazała, że zakresy gadatliwości dla tematów o dużej popularności (z wartościami od 0,024 do 0,685) mieściły się w szerszym zakresie dla klasy mniej popularnej (od 0 do 0,964). To nakładanie się nie przeszkodziło gadatliwości, przy efektywnym wykorzystaniu, w dostarczaniu informacji do modelu, dlatego postanowiono zachować ją jako predyktor.
Podsumowując, blok cech audio wykazał wyraźną moc opisową w odniesieniu do popularności , natomiast gatunek był traktowany ostrożniej i został odrzucony jako zmienna podstawowa w niektórych podejściach predykcyjnych.
Budowanie modeli uczenia maszynowego w celu przewidywania trafień
Po oczyszczeniu zbioru danych i wybraniu odpowiednich zmiennych nadszedł czas na stworzenie binarnych modeli klasyfikacyjnych, które przewidywałyby, czy dany utwór należy do 15% najpopularniejszych. W tym celu zmienne kategoryczne, klucz i tryb, zostały najpierw przekształcone w zmienne fikcyjne za pomocą funkcji get_dummies w Pandas.
Po uwzględnieniu tych fikcyjnych modeli, oryginalne kolumny tonalności i trybu, a także ciągła popularność, zostały usunięte, a binarne pole popularności (popularny vs. niepopularny) zostało zachowane jako zmienna docelowa. Przed trenowaniem modeli wszystkie cechy numeryczne zostały znormalizowane za pomocą StandardScaler, ponieważ działały w bardzo różnych skalach i ważne było, aby miały porównywalną wagę.
Zbiór danych podzielono na część treningową i testową za pomocą funkcji train_test_split, rezerwując 20% rekordów na potrzeby testowania . Zapobiegło to wyciekom danych i zapewniło, że metryki wydajności odzwierciedlały rzeczywistą generalizowalność modeli, a nie tylko ich zdolność do zapamiętywania danych treningowych.
Pierwszym zastosowanym modelem była regresja logistyczna , technika szeroko stosowana w klasyfikacji binarnej. Zaimplementowano wersję iteracyjną o współczynniku uczenia 0,01 i 200 iteracjach, a następnie przetestowano ją za pomocą walidacji krzyżowej. Średnia dokładność wyniosła około 84,7%, co stanowi wyjątkowo wysoki wynik w przypadku tak złożonego problemu, jak przewidywanie sukcesu muzycznego.
Następnie przetestowano algorytm K-Nearest Neighbors (KNN) , który klasyfikuje każdy utwór według k najbliższych sąsiadów w przestrzeni cech. Dostosowując wartość ky za pomocą funkcji Grid Search w celu znalezienia optymalnej konfiguracji, uzyskano bardzo podobną dokładność, około 84,8%, z niewielką poprawą wyniku walidacji krzyżowej w porównaniu z regresją logistyczną.
Kolejnym modelem była maszyna wektorów nośnych (SVM) , kolejna nadzorowana technika, zdolna do obsługi zarówno zależności liniowych, jak i nieliniowych. Ponownie, dzięki dostrajaniu hiperparametrów, osiągnięto dokładność na poziomie około 84,6%, z równoważnymi wartościami w walidacji krzyżowej, co wskazuje na stabilną wydajność.
Oceniono również klasyfikator Naive Bayes , oparty na założeniu niezależności cech . Pomimo tego, że jest to znacznie prostszy model pod względem założeń, jego wyniki dokładności (około 84,6%) były porównywalne z SVM i bardzo zbliżone do regresji logistycznej i KNN, co potwierdza tezę, że struktura problemu dobrze nadaje się do tego typu podejścia probabilistycznego.
Na koniec przetestowano modele oparte na drzewach decyzyjnych. Klasyfikator Drzew Decyzyjnych osiągnął znacznie niższą dokładność, około 75,4%, a walidacja krzyżowa potwierdziła ten spadek wydajności, prawdopodobnie spowodowany problemami z nadmiernym dopasowaniem. Klasyfikator Lasu Losowego , który łączy wiele drzew w celu złagodzenia tych efektów, znacznie poprawił swoją wydajność, osiągając dokładność około 84,1% i ponad 84% w walidacji krzyżowej.
Aby dokończyć analizę, wygenerowano macierz pomyłek i raport klasyfikacyjny dla modelu Random Forest. Model wykazał doskonałą zdolność do identyfikacji piosenek niepopularnych (klasa większościowa) z dokładnością 0,85 i współczynnikiem rozpoznawalności bliskim 0,99, podczas gdy jego skuteczność w przypadku piosenek popularnych (klasa mniejszościowa) była bardziej umiarkowana, z dokładnością 0,40 i współczynnikiem rozpoznawalności 0,05. Podkreśla to klasyczny problem nierównowagi klasowej w tego typu problemach.
Znaczenie zmiennych: co jest najważniejsze przy tworzeniu hitu
Oprócz wiedzy, który model jest najdokładniejszy, kluczowe jest zrozumienie, które cechy rzeczywiście dostarczają użytecznych informacji przy przewidywaniu, czy dany utwór będzie popularny. W tym celu wykorzystano XGBoost (XGBClassifier) do uzyskania zmiennych ocen ważności, opartych na wpływie każdej cechy na redukcję błędów w drzewach decyzyjnych.
Wyniki pokazały, że długość utworu wyraźnie wyróżniała się na tle pozostałych , a wynik F znacznie przekroczył 400. Odkrycie to jest zgodne z teorią, że krótsze utwory zachęcają do wielokrotnego słuchania, a zatem gromadzą więcej odtworzeń w krótszym czasie — a to jest właśnie to, co algorytm rekomendacji Spotify zazwyczaj nagradza.
Na przeciwnym krańcu spektrum zmienne takie jak klucz, tryb czy nastrój wyodrębniony z samego tytułu otrzymały oceny ważności poniżej 50, co sugeruje, że ich wkład w ogólną moc predykcyjną modelu był minimalny. Nie oznacza to, że nie mają żadnego wpływu, ale raczej, że w porównaniu z innymi cechami ich waga jest znacznie mniejsza.
Pozostałe atrybuty audio (takie jak energia, taneczność, walorowość, głośność, akustyczność, żywotność, elokwencja i instrumentalność) mieszczą się w przedziale pośrednim, z punktacją F między 200 a 300, co wskazuje, że tworzą one dość zrównoważony blok informacyjny . Żaden z nich nie dominuje całkowicie, ale razem tworzą dość dokładny obraz szans utworu na sukces.
Ogólnie rzecz biorąc, modele bazujące na cechach audio były w stanie przewidzieć z dokładnością około 84-85%, czy utwór znajdzie się w gronie 15% najpopularniejszych , co stanowi pewne empiryczne wsparcie dla starej intuicji „nauki o przebojach”: przy dobrych danych i właściwych technikach sukces muzyczny nie jest kwestią przypadku, choć nadal występuje w nim znaczący nieprzewidywalny element.
Obraz przedstawiony w tej analizie pokazuje, że połączenie danych Spotify, tradycyjnych statystyk i modeli uczenia maszynowego pozwala nam wyjść daleko poza proste liczenie odtworzeń. Zrozumienie wpływu czasu trwania, energii, wartościowości i instrumentalności, a także roli playlist redakcyjnych i dynamiki rekomendacji platformy, dostarcza artystom, wytwórniom i analitykom bardzo konkretnych wskazówek, dzięki którym mogą zinterpretować, dlaczego konkretne utwory stają się hitami i jak mogą zmaksymalizować swoje szanse na dołączenie do tej elitarnej grupy, nie tracąc całkowicie ludzkiego i kreatywnego pierwiastka, który na szczęście pozostaje nieredukowalny do żadnej formuły.
