¿Qué métricas importan?
Tres métricas se correlacionan especialmente con la expansión algorítmica:
Tasa de saves: El porcentaje de oyentes que guardan tu track. Es la señal más clara de intención del oyente.
Tasa de skips: La frecuencia con la que los oyentes hacen skip antes de 30 segundos. Cuanto más baja, mejor.
Puntuación de popularidad: Un índice de 0 a 100 que Spotify calcula según la velocidad reciente de streams y la interacción.
¿Cuáles son los benchmarks de la tasa de saves?
Según datos agregados de campañas de promoción de pago:
| Tasa de saves | Interpretación |
|---|---|
| 25 % o más | Excelente. Gran encaje con la audiencia. |
| 20–25 % | Buena. Rendimiento saludable para la mayoría de géneros. |
| 15–20 % | Aceptable. Hay margen de mejora. |
| 10–15 % | Por debajo de la media. Diagnostica antes de escalar. |
| Menos del 10 % | Mala. Algo no funciona. |
Estos benchmarks se aplican al tráfico de pago de anuncios de Meta y TikTok. El tráfico algorítmico (Radio, Discover Weekly) suele mostrar tasas de saves más bajas porque los oyentes no eligieron activamente tu track.
Note Spotify no muestra directamente la tasa de saves. Calcúlala así:
(Saves / Listeners) x 100, usando los datos de Spotify for Artists.
¿Cuál es el umbral de la puntuación de popularidad?
Las observaciones del sector sugieren que una puntuación de popularidad cercana a 20 puede activar la expansión algorítmica más allá de tus seguidores actuales.
Por debajo de 20, tu track se distribuye principalmente a seguidores a través de Release Radar. Por encima de 20, el algoritmo puede empezar a probarlo con oyentes similares mediante Radio, Autoplay y Discover Weekly.
No es un corte estricto. La puntuación de popularidad refleja la velocidad reciente de los streams y la decisión de expansión depende de varios factores además de un solo número.
¿Qué objetivos hay para la tasa de skips?
Spotify no muestra a los artistas los datos de la tasa de skips, pero el comportamiento subyacente importa:
- los skips antes de 30 segundos cuentan como señales negativas
- unas tasas altas de skips entre los oyentes iniciales enseñan al algoritmo que el track no encaja
- unas tasas bajas de skips combinadas con muchos saves crean la señal de expansión más fuerte
No puedes medir directamente la tasa de skips, pero puedes inferir la calidad a partir de la tasa de saves y las métricas de finalización. Muchos streams con pocos saves suelen indicar muchos skips.
Por qué no hay mínimos absolutos
El algoritmo no compara tu track con un estándar fijo. Lo compara con:
- otros tracks que compiten por los mismos espacios de escucha
- tu propio rendimiento histórico
- tracks de artistas con perfiles de audiencia similares
Una tasa de saves que funciona en un género puede quedar por debajo de la media en otro. Una puntuación de popularidad de 20 afronta más competencia en una semana con muchos lanzamientos que durante un periodo tranquilo.
Por qué debes centrarte en el rendimiento relativo
En vez de perseguir umbrales míticos:
Registra tus propias bases. ¿Cuál fue tu tasa de saves en los tres últimos lanzamientos? ¿Cuál fue tu velocidad en la primera semana? Mejora en relación contigo mismo.
Compara las fuentes de tráfico. Una tasa de saves del 25 % procedente de anuncios de pago es excelente. Una tasa del 25 % procedente de Radio sería excepcional. El contexto importa.
Observa las tendencias. Si la tasa de saves cae de un lanzamiento al siguiente, investiga la segmentación de audiencia o la calidad de la canción antes de asumir que el algoritmo está roto.
¿Qué consideraciones hay sobre el volumen mínimo?
Los lanzamientos muy pequeños pueden no generar suficientes datos para una evaluación algorítmica significativa:
| Oyentes en la primera semana | Probabilidad algorítmica |
|---|---|
| Menos de 100 | Datos insuficientes para la expansión |
| 100–500 | Marginal; depende mucho de la calidad de la interacción |
| 500–1,000 | Viable si la tasa de saves y la velocidad son fuertes |
| 1,000+ | Datos suficientes para la evaluación del algoritmo |
No son umbrales. Son observaciones prácticas sobre cuándo el sistema tiene suficiente señal para actuar.
¿Cuál es la conclusión?
No existe un número mágico. El algoritmo responde a la calidad de la interacción en relación con la competencia y el contexto.
Apunta a estos benchmarks operativos:
- tasa de saves: 20 % o más del tráfico de pago
- puntuación de popularidad: 20+ para tener potencial de expansión
- tasa de skips: minimiza los skips antes de 30 segundos
- velocidad en la primera semana: concentra la interacción en las primeras 48–72 horas
Después mide, itera y mejora a partir de tus propios datos.
Por qué la tasa de saves afecta a los ingresos, no solo al alcance
La tasa de saves se correlaciona directamente con los ingresos totales porque cambia hasta dónde viaja un track después del primer impulso de la campaña. La diferencia entre una tasa de saves del 10 % y una del 25 % puede ser la diferencia entre un track que se estanca en 20,000 streams y otro que se multiplica hasta 200,000 mediante Radio y Discover Weekly.
Los tracks con tasas de saves superiores al 20 % muestran de forma constante tasas de finalización más altas y tasas de skips más bajas, y ambas alargan la sesión, la métrica principal de Spotify. El algoritmo interpreta este conjunto de señales como un encaje fuerte y amplía la distribución. Los tracks con tasas de saves inferiores al 10 % rara vez salen de su base inicial de seguidores, independientemente del volumen de streams, porque la calidad de la interacción es demasiado baja para activar la expansión.