• Spotify cuenta con una sofisticada tecnolog√≠a para que escuches el mayor n√ļmero de horas posible de m√ļsica sin salir de su plataforma.
  • El sistema de recomendaci√≥n de Spotify se llama BaRT y utiliza todo lo que el sistema aprende a partir de cada canci√≥n cargada.
  • Esta se basa en datos y en un algoritmo de inteligencia artificial capaz de aprender lo que te gusta a trav√©s de tu huella digital en el servicio.
  • ¬ŅYa conoces nuestra cuenta de Instagram? S√≠guenos.

El √©xito de las compa√Ī√≠as basadas en la suscripci√≥n mensual se sustenta en la cantidad de horas que usas el servicio. Y esto puede ser todo un reto cuando el cat√°logo tiene miles de referencias diferentes. Por eso, Spotify tiene un sistema de recomendaci√≥n sofisticado con el que trata de impulsar el mayor n√ļmero de horas de escucha posible.

Esto parece funcionarle. La compa√Ī√≠a actualmente cuenta con 406 millones de usuarios activos, por lo que est√° muy por delante de competidores como Apple Music, Tencent Music, Amazon Music y YouTube Music. No solo eso, tambi√©n tiene gran relevancia en cuanto al descubrimiento musical por parte de sus usuarios; la compa√Ī√≠a asegura que 1/3 de los artistas ‚Äúdescubiertos‚ÄĚ son a trav√©s de sus recomendaciones.

Sin embargo, la f√≥rmula de Spotify no es diferente a la de otros servicios de suscripci√≥n. Su funcionamiento tiene tres pilares b√°sicos: datos, algoritmos e inteligencia artificial; y su objetivo es conseguir la mejor selecci√≥n de contenidos posible, capaz de impulsar un flujo de escucha que acompa√Īe 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 cat√°logo tiene 70 millones de canciones y a√Īade 60,000 cada d√≠a.

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 m√ļsica favorita es a trav√©s de la p√°gina 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 reproducci√≥n, similar a como se hac√≠a con los cassettes. Y as√≠, muchos usuarios reemplazan la b√ļsqueda activa con playlists como ¬ęDescubrimiento semanal¬Ľ o ¬ęHecho para ti¬Ľ. 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:

  • T√≠tulo
  • Fecha
  • Nombre del int√©rprete
  • Autor de la letra
  • Productor
  • Firma discogr√°fica
  • Fecha de lanzamiento
  • G√©nero y subg√©nero
  • Idioma
  • Tipolog√≠a de la canci√≥n (si es una versi√≥n, un remix, ac√ļstica 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 an√°lisis del audio en bruto el sistema es capaz de aislar m√°s caracter√≠sticas de cada canci√≥n por ejemplo:

  • Estilo: si tiene una o varias voces o si es instrumental.
  • C√≥mo la puede percibir el usuario: si son canciones para bailar, energ√©ticas o tranquilas.
  • El tipo de emoci√≥n: positiva o negativa; qu√© sentimiento despierta su escucha.

Y todav√≠a hay un tercer an√°lisis que recurre al ¬ęlenguaje natural¬Ľ con base en, por ejemplo, la informaci√≥n que proporcionan las letras. Es decir, si hablan sobre una ruptura o sobre pasarlo bien o c√≥mo 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 trav√©s de acciones directas y expl√≠citas (como temas guardados, ‚Äúme gusta‚ÄĚ o listas compartidas) e indirectas (duraci√≥n de las sesiones, melod√≠as que se reproducen en bucle, las que se saltan, etc.).

Tambi√©n se tiene en cuenta informaci√≥n para dar contexto, como la ubicaci√≥n geogr√°fica, la hora del d√≠a o el dispositivo de acceso. 

El sistema de recomendaci√≥n 

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 est√° dise√Īado 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 reproducci√≥n.

En la pr√°ctica, se apoya en dos par√°metros. El primero: la explotaci√≥n de los datos proporcionados por el propio usuario (lo que reproduce, lo que ignora, sus artistas favoritos, sus h√°bitos de escucha). Este es valioso, pero necesita datos para funcionar. Esto quiere decir que si el usuario interact√ļa poco posiblemente el sistema no acierte en sus recomendaciones.

Para corregir este problema, se emplea un segundo mecanismo: el de exploraci√≥n. 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 √ļtiles. Es un mecanismo esencial en el caso de nuevos usuarios para recomendar temas de lanzamiento reciente o tras largos per√≠odos 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 cu√°l es la motivaci√≥n tras cada elecci√≥n, de ah√≠ que variables como el ¬ęestado de √°nimo¬Ľ impl√≠cito en las elecciones, la cantidad de canciones saltadas, las caracter√≠sticas comunes de las playlists o los tiempos de escucha sean particularmente relevantes. Uno de los indicadores m√°s valiosos, por ejemplo, es lo que sucede en los 30 primeros segundos de una pista. Cuando la reproducci√≥n supera esa marca, la canci√≥n genera autom√°ticamente una asociaci√≥n 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 a√Īos lo sit√ļa en una posici√≥n privilegiada. No solo condiciona lo que escuchamos y c√≥mo lo escuchamos, sino tambi√©n nuestra predisposici√≥n a aceptar las novedades que nos presenta.

AHORA LEE: El mundo necesita m√°s hackers √©ticos, y esta empresa de ciberseguridad ve potencial en M√©xico para su formaci√≥n

TE PUEDE INTERESAR: ¬ŅCu√°nto usas tu smartwatch o tus bocinas bluetooth? Te tenemos noticias, 73% de los expertos en ciberseguridad desconf√≠an de que la seguridad de los dispositivos IoT

Descubre m√°s historias en Business Insider M√©xico

S√≠guenos en FacebookInstagramLinkedInTwitterTikTok y YouTube

AHORA VE: