Un recente report pubblicato da “Your music marketing” ha analizzato, tramite un accurato studio, l’influenza dell’algoritmo di Spotify, che mira a suggerire brani agli utenti in base alle loro preferenze e abitudini di ascolto. Lo studio ha analizzato come funzionano gli algoritmi di raccomandazione, qual è il loro impatto sul consumo musicale e quali sfide emergono per gli artisti e i professionisti del settore.
I numeri che attestano il successo dello streaming
Come è noto, il segmento dello streaming rappresenta oggi l’area di mercato a più forte crescita a livello globale e con la share di consumo più elevata.
Il 2023 si è chiuso con un aumento delle entrate del 10,2%, trainato principalmente dalla crescita degli abbonati ai servizi di streaming, secondo l’IFPI, l’organizzazione che rappresenta l’industria discografica a livello mondiale. I dati dell’ultimo Global Music Report dell’IFPI indicano entrate totali a quota 28,6 miliardi di dollari Usa nel 2023, il nono anno consecutivo di crescita.
Le entrate dello streaming a pagamento sono cresciute del 11,2% e hanno rappresentato quasi la metà (48,9%) del mercato globale. Gli utenti con account a pagamento sono attualmente più di 667 milioni.
Il primato di Spotify
In questo contesto la piattaforma leader di mercato, Spotify, con i suoi oltre 500 milioni di utenti a livello globale occupa una quota di mercato con il 31% secondo i dati di Midia Research.
La ricerca si è basata pertanto sull’analisi dei flussi di centinaia di artisti, rappresentanti un totale di oltre 25,3 miliardi di flussi su Spotify. Gli artisti sono stati suddivisi in quattro gruppi in base al loro status: emergenti, in sviluppo, affermati e star. Lo studio include anche 10 sottogeneri musicali, raggruppati in quattro generi principali: Afropop, Elettronica, Pop e Rap.
Oggi spiccano due modi di consumare musica su Spotify che permettono di segmentare i flussi di un artista: ascolto attivo o ascolto programmato.
- Ascolto attivo. Questo tipo di ascolto include tutti gli stream realizzati intenzionalmente dagli ascoltatori. Questi flussi provengono da fonti attive come il profilo dell’artista, le pagine dell’album e delle uscite o direttamente dalle playlist e dalla libreria dell’ascoltatore. Gli individui che compongono questa audience rappresentano il 33% dell’audience totale ma, in media, contribuiscono a circa il 60% degli ascolti e all’80% delle vendite di merchandise su Spotify. Secondo la ricerca è fondamentale coinvolgerli per garantire che continuino ad ascoltare e rimangano ascoltatori attivi, come individui in un flusso di pubblico attivo, in media, tre volte di più rispetto ad altri tipi di pubblico.
- Ascolto programmato. Questo tipo di ascolto si concentra su flussi realizzati esclusivamente da fonti programmate come playlist editoriali, playlist algoritmiche, riproduzione automatica o playlist di altri utenti. Questo pubblico è costituito da individui spesso aperti alla scoperta, che possono successivamente diventare fan ed entrare così a far parte del pubblico attivo dell’artista. L’analisi svolta nella ricerca si è concentrata principalmente sugli ascolti programmati provenienti dalle playlist consigliate generate dall’algoritmo di Spotify.
Come funzionano gli algoritmi di raccomandazione
Gli algoritmi di raccomandazione mirano a suggerire brani agli utenti che sono propensi a gradire, in base all’analisi della loro storia di ascolto, delle loro abitudini sulla piattaforma e dei comportamenti di utenti simili. Le raccomandazioni sono basate sulle prestazioni dei brani, in particolare quelli con un basso tasso di skip o una lunga durata di ascolto. Spotify genera automaticamente sei tipi di playlist algoritmiche personalizzate per ogni utente in base alle loro abitudini di consumo sulla piattaforma.
L’impatto degli algoritmi di raccomandazione
Gli algoritmi di raccomandazione hanno un impatto significativo sulla distribuzione e sul consumo della musica su Spotify. Le playlist algoritmiche rappresentano il 61% dell’ascolto programmato e il 20% dei flussi totali. Tra queste, le Radio sono le più ascoltate, seguite dal Daily Mix, Discover Weekly, Release Radar e On Repeat. La distribuzione dell’ascolto attivo e dell’ascolto programmato per genere musicale mostra che le differenze sono tutt’altro che omogenee tra i generi. Infatti, alcuni generi musicali sono molto più guidati da algoritmi rispetto ad altri. Questo è in particolare è il caso della musica pop ed elettronica, che registrano le quote più elevate ascolto programmato. Pop ed Electro sono anche i generi più evidenziati da playlist algoritmiche, in particolare all’interno di Spotify Radios
Lo status degli artisti influisce anche sulla loro rappresentazione nelle playlist: gli artisti più popolari hanno una maggiore quota di ascolto attivo, mentre gli artisti meno noti sono più guidati dalle playlist algoritmiche.
In media gli artisti emergenti hanno quasi i due terzi degli ascolti programmati (59,9%). Questi flussi provengono principalmente dalle playlist degli utenti. Per i più popolari artisti, la tendenza si inverte: hanno circa i due terzi degli ascolti attivi (64,2%).
Se guardiamo al peso delle playlist (editoriali, algoritmiche e radio) per artista status, non sorprende che gli artisti minori siano molto meno guidati dalle radio e playlist algoritmiche. Il motivo è che le radio sono più propense a farlo consigliando artisti che sono in procinto di progredire in termini di
referenziazione e visibilità sulla piattaforma (soprattutto in termini di follower e flussi).
Gli artisti affermati godono invece di migliori riferimenti e raccomandazioni sulla piattaforma rispetto agli artisti emergenti e a quelli in via di sviluppo e per loro il peso degli algoritmi è più significativo
rispetto alla loro quota di ascolti attivi.
Conclusioni
La ricerca evidenzia in sintesi come l’algoritmo di Spotify sia sempre più importante per la scoperta di nuovi talenti e per la fedeltà degli utenti. Spotify mantiene un vantaggio competitivo sui suoi rivali grazie al suo sistema di playlist algoritmiche, considerato il più efficace nel mercato. Con risvolti anche economici per il settore dato che la ricerca dimostra come gli algoritmi citati potrebbero essere responsabili della generazione di entrate dell’industria musicale comprese tra 858 milioni e 1,16 miliardi di dollari.
