Welche Metriken sind wichtig?
Drei Metriken korrelieren am stärksten mit algorithmischer Ausweitung:
Save-Rate: Der Prozentsatz der Hörer, die deinen Track speichern. Dies ist das klarste Signal für Hörerabsicht.
Skip-Rate: Wie häufig Hörer vor 30 Sekunden skippen. Je niedriger, desto besser.
Popularitätsscore: Ein Index von 0 bis 100, den Spotify anhand der jüngsten Streaming-Geschwindigkeit und des Engagements berechnet.
Welche Benchmarks gibt es für die Save-Rate?
Auf Basis aggregierter Kampagnendaten aus bezahlter Promotion:
| Save-Rate | Interpretation |
|---|---|
| 25 %+ | Hervorragend. Starker Publikumsfit. |
| 20–25 % | Gut. Gesunde Leistung für die meisten Genres. |
| 15–20 % | Akzeptabel. Raum für Verbesserung. |
| 10–15 % | Unterdurchschnittlich. Vor der Skalierung diagnostizieren. |
| Unter 10 % | Schwach. Etwas funktioniert nicht. |
Diese Benchmarks gelten für bezahlten Traffic aus Meta- und TikTok-Anzeigen. Algorithmischer Traffic (Radio, Discover Weekly) weist typischerweise niedrigere Save-Raten auf, weil die Hörer deinen Track nicht aktiv ausgewählt haben.
Note Spotify zeigt die Save-Rate nicht direkt an. Berechne sie mit
(Saves / Listeners) x 100aus den Daten von Spotify for Artists.
Was ist die Schwelle für den Popularitätsscore?
Beobachtungen aus der Branche legen nahe, dass ein Popularitätsscore von ungefähr 20 eine algorithmische Ausweitung über deine bestehenden Follower hinaus auslösen kann.
Unter 20 wird dein Track hauptsächlich über Release Radar an Follower verteilt. Über 20 kann der Algorithmus beginnen, ihn ähnlichen Hörern über Radio, Autoplay und Discover Weekly zu zeigen.
Das ist keine feste Grenze. Der Popularitätsscore bildet die jüngste Streaming-Geschwindigkeit ab, und die Entscheidung zur Ausweitung berücksichtigt mehrere Faktoren, nicht nur eine Zahl.
Welche Ziele gibt es für die Skip-Rate?
Spotify stellt Künstlern keine Skip-Rate-Daten zur Verfügung, aber das zugrunde liegende Verhalten zählt:
- Skips vor 30 Sekunden gelten als negative Signale.
- Hohe Skip-Raten bei den ersten Hörern lehren den Algorithmus, dass der Track schlecht passt.
- Niedrige Skip-Raten in Verbindung mit vielen Saves erzeugen das stärkste Ausweitungssignal.
Du kannst die Skip-Rate nicht direkt messen, aber Save-Rate und Abschlussmetriken lassen Rückschlüsse auf die Qualität zu. Viele Streams bei wenigen Saves deuten meist auf viele Skips hin.
Warum es keine absoluten Mindestwerte gibt
Der Algorithmus vergleicht deinen Track nicht mit einem festen Standard. Er vergleicht ihn mit:
- anderen Tracks, die um dieselben Hörerplätze konkurrieren
- deiner eigenen bisherigen Leistung
- Tracks von Künstlern mit ähnlichen Publikumsprofilen
Eine Save-Rate, die in einem Genre funktioniert, kann in einem anderen unterdurchschnittlich sein. Ein Popularitätsscore von 20 steht in einer vollen Veröffentlichungswoche vor mehr Konkurrenz als derselbe Wert in einer ruhigen Phase.
Warum solltest du relative Leistung betrachten?
Statt mythischen Schwellenwerten hinterherzulaufen:
Erfasse deine eigenen Ausgangswerte. Wie hoch war deine Save-Rate bei den letzten drei Veröffentlichungen? Wie schnell war die erste Woche? Verbessere dich im Vergleich zu dir selbst.
Vergleiche Traffic-Quellen. Eine Save-Rate von 25 % aus bezahlten Anzeigen ist hervorragend. Eine Save-Rate von 25 % aus Radio wäre außergewöhnlich. Der Kontext zählt.
Achte auf Trends. Wenn die Save-Rate von Veröffentlichung zu Veröffentlichung sinkt, untersuche Targeting oder Songqualität, bevor du annimmst, der Algorithmus sei kaputt.
Welche Überlegungen zum Mindestvolumen gibt es?
Sehr kleine Veröffentlichungen erzeugen möglicherweise nicht genügend Daten für eine sinnvolle algorithmische Bewertung:
| Hörer in Woche 1 | Wahrscheinlichkeit algorithmischer Ausweitung |
|---|---|
| Unter 100 | Unzureichende Daten für Ausweitung |
| 100–500 | Grenzwertig; hängt stark von der Engagement-Qualität ab |
| 500–1,000 | Möglich, wenn Save-Rate und Geschwindigkeit stark sind |
| 1,000+ | Ausreichende Daten für die Bewertung durch den Algorithmus |
Das sind keine Schwellenwerte, sondern praktische Beobachtungen dazu, wann das System genug Signale zum Handeln hat.
Was ist das Fazit?
Es gibt keine magische Zahl. Der Algorithmus reagiert auf Engagement-Qualität relativ zu Wettbewerb und Kontext.
Orientiere dich an diesen Betriebsbenchmarks:
- Save-Rate: 20 %+ aus bezahltem Traffic
- Popularitätsscore: 20+ für Ausweitungspotenzial
- Skip-Rate: Skips vor 30 Sekunden minimieren
- Geschwindigkeit in Woche 1: Engagement in den ersten 48–72 Stunden konzentrieren
Miss anschließend, iteriere und verbessere anhand deiner eigenen Daten.
Warum die Save-Rate nicht nur die Reichweite, sondern auch den Umsatz beeinflusst
Die Save-Rate korreliert direkt mit dem Gesamtumsatz, weil sie verändert, wie weit ein Track nach dem ersten Kampagnenschub gelangt. Der Abstand zwischen 10 % und 25 % Save-Rate kann der Abstand zwischen einem Track sein, der bei 20,000 Streams stagniert, und einem, der sich über Radio und Discover Weekly auf 200,000 Streams vervielfacht.
Tracks mit Save-Raten über 20 % zeigen regelmäßig höhere Abschlussraten und niedrigere Skip-Raten – beides verlängert die Sitzung und damit Spotifys wichtigste Kennzahl. Der Algorithmus interpretiert dieses Signalbündel als starke Passung und erweitert die Ausspielung. Tracks mit Save-Raten unter 10 % kommen unabhängig vom Streamvolumen nur selten über ihre anfängliche Followerbasis hinaus, weil die Engagement-Qualität für eine Ausweitung zu niedrig ist.