Spotify es muy conocido por su enorme cantidad de listas de reproducción personales. Todos los días, los que tengan una cuenta recibirán listas de reproducción actualizadas. Y tampoco son sólo recomendaciones del tipo básico.

Hay una enorme cantidad de entrega de música:

• Resultados de búsqueda personalizados
• Sección de navegación personalizada
• Sugerencias de listas de reproducción y función de lista de reproducción mejorada
• Funciones de radio y reproducción automática de artistas y canciones
• Listas de reproducción editoriales personalizadas
• Listas de reproducción especiales personalizadas (Tu cápsula del tiempo, En repetición, Repetición rebobinada, etc.)
• Listas de reproducción mixtas de artista/década/estado de ánimo/género
• Tus listas de reproducción Daily Mix
• Listas de reproducción Discover Weekly y Release Radar

Como plataforma de streaming de música, Spotify hace mucho con su algoritmo y sus datos.

Cada una de estas recomendaciones musicales se crea utilizando una serie de datos:

• Perfil demográfico y de geolocalización
• Patrones temporales
• Preferencias de popularidad y diversidad
• Preferencias de género, estado de ánimo, estilo y época
• Canciones y álbumes guardados y artistas seguidos
• Canciones y artistas más escuchados y preferidos

Tu perfil de gustos se modifica a medida que buscas y escuchas nueva música, lo que permite que estas listas de reproducción algorítmicas lleguen a ti. Aún más interesante es que, si eres como Blend, esas listas de reproducción también se modifican utilizando funciones para que cada persona escuche más música.

Pero volvamos al principio.

Seleccionadas a mano por humanos

Mucho antes de basarnos en códigos y cálculos, las listas de reproducción de las plataformas de streaming de música eran creadas por personas.

Por supuesto, el proceso llevaba más tiempo, ¿cómo no? Pero los expertos en listas de reproducción buscaban música para añadir a las magníficas listas.

En ese momento, no había 20 listas de reproducción de gustos personales, sino un puñado por género.

Al principio, el descubrimiento musical se limitaba a listas de reproducción seleccionadas a mano en servicios de streaming y canales de música en televisión y radio.

Ahora, un rápido vistazo a la gran cantidad de listas de reproducción y actualizaciones diarias haría imposible imaginar a los humanos haciendo eso. Por eso ahora hay un lugar especial para las listas de reproducción editoriales que se siguen creando a mano.

¿Cómo funcionan las recomendaciones musicales?

La recomendación musical de Spotify funciona como una casamentera. Hace coincidir tu perfil de gustos con la música que tiene en la plataforma. Es muy parecido a cómo TikTok te ofrece vídeos con los que te sientes identificado.

Aunque se ha difundido mucha información sobre su funcionamiento, los detalles más sutiles no suelen ser fáciles de encontrar. Spotify no es el único servicio de streaming que mantiene en secreto parte de la magia de su algoritmo: Deezer, Apple Music, Amazon Music y YouTube tienen cálculos similares para ofrecer recomendaciones.

Los gustos del usuario y el algoritmo

Aunque las listas de reproducción incluyen canciones, álbumes y artistas favoritos, tienen un objetivo definido. El objetivo de estas listas de reproducción de música personales es la retención del usuario. Están diseñadas para mantenerte en la plataforma el mayor tiempo posible.

La retención de usuarios genera ingresos. Cuanto más escuchas, más cobran las discográficas, los artistas y Spotify. A medida que escuchas, Spotify recopila más datos para mejorar su algoritmo. Su modelo de aprendizaje automático combina los objetivos de Spotify para obtener el resultado deseado para ellos y para el usuario.

Metadatos de los artistas

Cada canción que Spotify reciba de discográficas, agregados o artistas independientes será analizada. Aunque no todos los datos se facilitan en todos los casos, en los que sí, esto es lo que Spotify utiliza en cuanto a metadatos de artistas.

• Título de la pista
• Título del lanzamiento
• Nombre del artista
• Créditos del compositor
• Artistas destacados
• Créditos del productor
• Sello
• Fecha de publicación
• Las etiquetas incluyen género y subgénero, cultura musical, etiquetas de estado de ánimo, idioma principal y estilo.
• Instrumentos utilizados en la grabación
• Tipología de las pistas
• Mercado local y ciudad de origen

A continuación, los datos se procesan y se añaden al sistema de recomendación para ser enviados a lugares y usuarios que escuchan artistas y música similares.

Datos de la señal de audio

A medida que los metadatos anteriores se introducen en el sistema, también se analiza el propio audio. Aunque gran parte del proceso está en secreto, todo el mundo tiene acceso a esta herramienta y puede utilizarla para divertirse. Aunque actualmente no está disponible para uso público, Spotify seguirá utilizando alguna versión de la misma.

Doce marcadores clasifican una canción. Estos 12 puntos indican a la máquina a qué listas de reproducción debe enviar la música:

• Acústica
• Bailabilidad
• Duración
• Energía
• Instrumentalidad
• Clave
• Sonoridad
• Modo
• Locuacidad
• Tempo
• Tiempo
• Valencia

Cada uno de estos elementos crea un perfil para la canción. De este modo, Spotify puede clasificar la canción y ofrecérsela a los usuarios que escuchan música similar. La canción también se desglosará en puentes, solos, estrofas y cualquier otra cosa significativa.

Aunque la información aquí expuesta estaba disponible a través de las páginas públicas de la API de Spotify, esas 12 funciones de audio se utilizaron en 2013.

En 2021, Spotify publicó documentos de investigación que cubren los cálculos y ecuaciones para llegar a donde está ahora: Multi-Task Learning of Graph-based Inductive Representations of Music Content, que merece la pena leer si estás realmente interesado en su funcionamiento interno.

Dado que el cambio del contenido al contexto es una gran tendencia en la música para 2024, tiene sentido que un modelo de Procesamiento del Lenguaje Natural sea otra pieza del rompecabezas.

Hay tres puntos principales aplicables aquí:

• Listas de reproducción generadas por los usuarios: dado que las listas de reproducción y los contenidos generados por los usuarios son cada vez más potentes, son una fuente útil de información. Utilizar el nombre de las listas de reproducción y el perfil de cada pista + la letra = contexto para las canciones. Si una canción aparece mucho en una lista de reproducción dedicada a un estado de ánimo específico creada por los usuarios, es una información valiosa. Ayuda a afirmar las suposiciones hechas por el MLM.
• Análisis lírico: La canción Pumped-Up Kicks tiene una música alegre pero una letra mucho más oscura. Muchos años después, es poco probable que se repita el mismo error. Las personas, estados de ánimo, sentimientos, lugares, etc. que se mencionan en la letra de la canción pueden ayudar a clasificarla.
• Datos rastreados en Internet: Los medios de comunicación, las redes sociales, los blogs, etc., permiten saber cómo describe la gente la música. Estas descripciones pueden ayudar a destilar el contexto de la música.

Es más complicado y tiene más capas, pero ya puedes ver cómo se va formando una imagen general a partir de unas pocas piezas del algoritmo mágico. Así que tus gustos musicales y el tipo de listas de reproducción que escuchas influyen mucho en las mezclas de Spotify que recibes.

¿Qué es un perfil de gustos del usuario?

vía GIPHY

Tu perfil de gustos tiene que ver tanto con lo que omites y ocultas como con lo que escuchas. Lo más probable es que tus artistas favoritos nunca se salten, lo que es una señal clara de que ese género y otros similares están en tu perfil de gustos.

Spotify (y otros servicios de streaming de música) dan más importancia a dos cosas:

• Comentarios pasivos/implícitos: canciones repetidas, hábitos de escucha como la duración de la sesión, cuánto tiempo escuchas las canciones y tu trayectoria musical en general.
• Comentarios activos/explícitos: preferencias, canciones guardadas en la biblioteca, tipos de listas de reproducción, música que se añade a las listas o a la que se da "me gusta", escuchas repetidas y canciones guardadas previamente.

El feedback explícito requiere una acción por parte del usuario, y si un usuario realiza una acción, eso tiene más peso en las recomendaciones que una simple sesión de escucha. En otras palabras, que hayas escuchado 12 horas de música no significa que te haya gustado más o menos que otra música. Sin embargo, realizar la acción de pulsar un botón indica una respuesta emotiva.

Como parte de la propia investigación de Spotify, trabajaron con diez grandes oyentes de música y crearon perfiles de gustos basados en su historial de escucha:

Fuente: Giving Voice to Silent Data: Designing with Personal Music Listening History

Interesante, pero sobre todo de primera línea, que ahora puedes encontrar en Spotify Wrapped. Los perfiles de gustos se comparten porque los datos validan la experiencia musical del usuario, conectándolo aún más con la plataforma.

¿Dónde entra en juego el filtrado colaborativo?

No sólo los hábitos musicales de un usuario influyen en las recomendaciones de canciones que recibe. Otros usuarios que escuchen a los mismos artistas o a artistas similares tendrán un perfil de gustos que, en algunas áreas, se solapará. Sin embargo, en otras áreas, cada usuario tendrá artistas y música que no se solaparán.

Las canciones que no se solapen encajarán probablemente en los perfiles de los usuarios que escuchen a los mismos artistas, y esas canciones se incluirán en las recomendaciones. Sin embargo, es importante tener en cuenta que hay algunos problemas de equidad, ya que es fácil recibir las mismas recomendaciones repetidamente en diferentes listas de reproducción.

Hay un problema de bucle: cuanto más escuchas un mismo género, más probabilidades tienes de que sólo te recomienden esas canciones. Esto significa que los artistas populares también aparecen más a menudo, lo que forma parte de un problema de visibilidad mayor en las plataformas de streaming.

Spotify combina lo que escuchas, lo que escuchan usuarios con perfiles de gustos similares, cómo interactuáis tú y esos usuarios, y muestras de más de 700 listas de reproducción generadas por los usuarios.

Problemas con el algoritmo de Spotify

El último punto, el bucle de retroalimentación, explica en cierto modo uno de los mayores problemas de la máquina de listas de reproducción personalizadas. Ha recibido un buen número de quejas y recomendaciones porque la gente recibe varias listas de reproducción casi idénticas.

Escuchar canciones conocidas puede ser estupendo, pero quedarse atrapado en un bucle sin fin de las mismas 20 canciones puede llegar a ser bastante cansino.

El principal problema es que quizá el motor de recomendaciones es demasiado eficiente porque se centra en ofrecerte música que sabe que te gusta en lugar de añadir algunos comodines.

¿Cómo se pueden mejorar las recomendaciones de Spotify?

• La participación de los usuarios es una de las mejores formas de mejorar lo que Spotify genera para ti. Aunque no es infalible, algunas personas dan a me gusta activamente y se saltan canciones y, de vez en cuando, siguen recibiendo esas canciones.
• Así que aquí tienes cómo darle una sacudida a tus listas de reproducción personalizadas de Spotify:
• Crea listas de reproducción eclécticas con un amplio abanico de canciones: emprende un viaje de descubrimiento y añade una mezcla de géneros.
• Utiliza la función de búsqueda y busca listas de reproducción que hayan creado otras personas.
• Sé más explícito en los comentarios, dale a me gusta más a menudo, ve a los perfiles de los artistas y adopta un papel más activo en tu tiempo de escucha.
• Echa un vistazo a la lista de reproducción Discover Weekly, ya que es donde probablemente encontrarás música que no has escuchado antes (pero que probablemente te gustará).
• Utiliza la herramienta Explorador de artistas para ver si hay artistas que no conoces y utiliza la función de creación de listas de reproducción.
• Empieza a sacar tiempo para leer blogs de música que cubran novedades musicales.
• Crea listas de reproducción combinadas con amigos que no tengan tus mismos gustos.

Tus listas de reproducción no serán completamente nuevas de la noche a la mañana, pero usar Spotify de forma más activa te proporcionará una experiencia más agradable y personalizada.

Sin embargo, para algunos usuarios, la falta de grandes descubrimientos les ha llevado a buscar otras plataformas. Si te suena familiar, puedes transferir tus listas de reproducción de Spotify a otras plataformas que se centran más en el descubrimiento musical, como Deezer o TIDAL, y tus primeras 600 canciones son gratuitas. Consulta la lista completa de servicios a los que puedes cambiarte aquí: Transfiere y sincroniza tu biblioteca de música.