• Spotify cuenta con una sofisticada tecnología para que escuches el mayor número de horas posible de música sin salir de su plataforma.
  • El sistema de recomendación de Spotify se llama BaRT y utiliza todo lo que el sistema aprende a partir de cada canción cargada.
  • Esta se basa en datos y en un algoritmo de inteligencia artificial capaz de aprender lo que te gusta a través de tu huella digital en el servicio.
  • ¿Ya conoces nuestra cuenta de Instagram? Síguenos.

El éxito de las compañías basadas en la suscripción mensual se sustenta en la cantidad de horas que usas el servicio. Y esto puede ser todo un reto cuando el catálogo tiene miles de referencias diferentes. Por eso, Spotify tiene un sistema de recomendación sofisticado con el que trata de impulsar el mayor número de horas de escucha posible.

Esto parece funcionarle. La compañía actualmente cuenta con 406 millones de usuarios activos, por lo que está muy por delante de competidores como Apple Music, Tencent Music, Amazon Music y YouTube Music. No solo eso, también tiene gran relevancia en cuanto al descubrimiento musical por parte de sus usuarios; la compañía asegura que 1/3 de los artistas “descubiertos” son a través de sus recomendaciones.

Sin embargo, la fórmula de Spotify no es diferente a la de otros servicios de suscripción. Su funcionamiento tiene tres pilares básicos: datos, algoritmos e inteligencia artificial; y su objetivo es conseguir la mejor selección de contenidos posible, capaz de impulsar un flujo de escucha que acompañe al usuario desde que se levanta hasta que se acuesta.

El verdadero reto de Spotify es la magnitud de su oferta. Esto ya que su catálogo tiene 70 millones de canciones y añade 60,000 cada día.

Como plataforma que vive del tiempo de contacto con el cliente, es vital conseguir emparejar tantas opciones con lo que puede gustar. La entrada a la música favorita es a través de la página de inicio; esta interfaz se compone a su vez de distintas selecciones personalizadas.

Así es como Spotify maneja tantos datos para sus recomendaciones

Spotify empaqueta canciones por medio de listas de reproducción, similar a como se hacía con los cassettes. Y así, muchos usuarios reemplazan la búsqueda activa con playlists como «Descubrimiento semanal» o «Hecho para ti». Pero para hacerlas a la medida de cada persona, el sistema necesita datos, tanto del usuario como del propio contenido.

Todas las canciones que se incorporan a la oferta de Spotify se analizan una a detalle. Luego, la plataforma revisa todos los metadatos que el proveedor facilita al darla de alta.

Es decir, se toman en cuenta:

  • Título
  • Fecha
  • Nombre del intérprete
  • Autor de la letra
  • Productor
  • Firma discográfica
  • Fecha de lanzamiento
  • Género y subgénero
  • Idioma
  • Tipología de la canción (si es una versión, un remix, acústica o instrumental)
  • Tipo de artista

Pero el análisis no se detiene ahí.

La verdadera magia de Spotify no está tanto en la información que el archivo lleva asociado sino que va en los datos que resultan luego de un análisis de las pistas de audio.

Gracias al análisis del audio en bruto el sistema es capaz de aislar más características de cada canción por ejemplo:

  • Estilo: si tiene una o varias voces o si es instrumental.
  • Cómo la puede percibir el usuario: si son canciones para bailar, energéticas o tranquilas.
  • El tipo de emoción: positiva o negativa; qué sentimiento despierta su escucha.

Y todavía hay un tercer análisis que recurre al «lenguaje natural» con base en, por ejemplo, la información que proporcionan las letras. Es decir, si hablan sobre una ruptura o sobre pasarlo bien o cómo se refieren a ella en otros sitios externos, como blogs o webs especializadas.

La segunda fuente de datos fundamental para que el sistema de recomendación de Spotify funcione son los propios usuarios, a los que monitorea en cada sesión.

La plataforma analiza toda la huella digital que generan, ya sea a través de acciones directas y explícitas (como temas guardados, “me gusta” o listas compartidas) e indirectas (duración de las sesiones, melodías que se reproducen en bucle, las que se saltan, etc.).

También se tiene en cuenta información para dar contexto, como la ubicación geográfica, la hora del día o el dispositivo de acceso. 

El sistema de recomendación 

El sistema de recomendación de Spotify trabaja integrando toda la información obtenida de las dos fuentes de información (contenidos y usuarios).

Bajo el nombre de BaRT (acrónimo de Bandits for recommendations as treatments), una inteligencia artificial utiliza todo lo que el sistema aprende a partir de cada canción cargada y cada sesión de actividad para recomendar mejor.

BaRT está diseñado para aprender y predecir. Es por eso que sus dos principales mecanismos para validar las sugerencias son la tasa de clic y las probabilidades de reproducción.

En la práctica, se apoya en dos parámetros. El primero: la explotación de los datos proporcionados por el propio usuario (lo que reproduce, lo que ignora, sus artistas favoritos, sus hábitos de escucha). Este es valioso, pero necesita datos para funcionar. Esto quiere decir que si el usuario interactúa poco posiblemente el sistema no acierte en sus recomendaciones.

Para corregir este problema, se emplea un segundo mecanismo: el de exploración. Este se basa en las coincidencias que el sistema encuentra entre las preferencias del usuario con las de otros usuarios, asumiendo que las combinaciones musicales de otros probablemente sean útiles. Es un mecanismo esencial en el caso de nuevos usuarios para recomendar temas de lanzamiento reciente o tras largos períodos de inactividad.

Las listas de reproducción de Spotify que vemos al iniciar la aplicación son el resultado de la actividad de cientos de algoritmos que tratan de conectar, con la mayor precisión posible, a cada usuario con aquello que la plataforma considera que querrá escuchar; todo siempre a partir de la información que sabe de las canciones y de los usuarios.

El sistema trata de comprender cuál es la motivación tras cada elección, de ahí que variables como el «estado de ánimo» implícito en las elecciones, la cantidad de canciones saltadas, las características comunes de las playlists o los tiempos de escucha sean particularmente relevantes. Uno de los indicadores más valiosos, por ejemplo, es lo que sucede en los 30 primeros segundos de una pista. Cuando la reproducción supera esa marca, la canción genera automáticamente una asociación positiva y comienza a generar datos de los que se puede aprender.

Actualmente Spotify se encuentra inmerso en una nueva estrategia para acaparar el negocio del podcast. Sin duda todo lo que ha aprendido en 16 años lo sitúa en una posición privilegiada. No solo condiciona lo que escuchamos y cómo lo escuchamos, sino también nuestra predisposición a aceptar las novedades que nos presenta.

AHORA LEE: El mundo necesita más hackers éticos, y esta empresa de ciberseguridad ve potencial en México para su formación

TE PUEDE INTERESAR: ¿Cuánto usas tu smartwatch o tus bocinas bluetooth? Te tenemos noticias, 73% de los expertos en ciberseguridad desconfían de que la seguridad de los dispositivos IoT

Descubre más historias en Business Insider México

Síguenos en FacebookInstagramLinkedInTwitterTikTok y YouTube

AHORA VE: