¿Cuáles son los puntos de referencia de la tasa de saves?
| Tasa de saves | Interpretación |
|---|---|
| 25%+ | Excelente. Fuerte afinidad entre audiencia y canción. Escala la campaña. |
| 20-25% | Bueno. Rendimiento saludable para la mayoría de los géneros. |
| 15-20% | Aceptable. Hay margen de mejora en la segmentación o la creatividad. |
| 10-15% | Por debajo del promedio. Diagnostica el embudo antes de escalar el gasto. |
| Por debajo del 10% | Pobre. Algo no funciona, ya sea la segmentación, la creatividad o la adecuación de la canción. |
Estos rangos se aplican al tráfico pago de anuncios en Meta, TikTok y YouTube. El tráfico orgánico de playlists editoriales o superficies algorítmicas puede mostrar patrones diferentes.
¿Cómo varía la tasa de saves según el género?
El género afecta las expectativas. El R&B y el hip-hop tienden a ser más altos porque los oyentes en esas audiencias guardan y añaden pistas a playlists de forma más habitual.
| Género | Tasa de saves típica |
|---|---|
| R&B/Soul | 20-29% |
| Hip-hop | 20-25% |
| Pop | 20-22% |
| Electrónica | ~20% |
| Rock | 15-19% |
Fuente: Datos de campañas de Dynamoi.
Si tu pista de rock alcanza el 18%, puede ser un resultado sólido para el género. Si tu pista de R&B alcanza el 18%, es probable que algo no esté bien.
¿Cómo varía la tasa de saves según la fuente de tráfico?
El origen de los oyentes afecta su comportamiento. Los oyentes provenientes de anuncios que hicieron clic para ir a Spotify están precalificados. Los oyentes algorítmicos de Discover Weekly o Radio son más pasivos.
| Fuente | Tasa de saves esperada |
|---|---|
| Anuncios pagos (Meta, TikTok) | 15-30% |
| Release Radar | 10-20% |
| Discover Weekly | 5-15% |
| Radio/Autoplay | 3-10% |
| Playlists editoriales | Varía ampliamente |
Las tasas bajas de saves de fuentes algorítmicas son normales. Esos oyentes no eligieron hacer clic; Spotify eligió por ellos. Las tasas altas de saves del tráfico pago indican una fuerte afinidad entre la audiencia y la canción.
¿Cuál es la tasa de clics a saves de los anuncios?
Al ejecutar anuncios pagos, mides una métrica diferente: tasa de clics a saves (saves divididos por clics en el anuncio, no por oyentes de Spotify). Según los datos de campañas de Dynamoi:
| Tipo de campaña | Tasa de clics a saves | Costo/Save |
|---|---|---|
| Campañas de playlists | 32-38% | 0,30 USD-0,60 USD |
| Campañas de artista/single | 1-7% | 2,00 USD-10,00 USD |
La diferencia es drástica. Las campañas de playlists convierten de 5 a 10 veces más que las de artista porque guardar una playlist curada requiere menos compromiso que apostar por un artista desconocido.
Cómo calcular la tasa de saves
Spotify for Artists no muestra la tasa de saves como una métrica única. Debes calcularla manualmente:
Tasa de saves = (saves / Oyentes) x 100
Obtén los saves y los Oyentes para el mismo rango de fechas en la pestaña de Música. Una pista con 1.000 oyentes y 220 saves tiene una tasa de saves del 22%.
¿Cómo diagnosticar una tasa de saves baja?
Si tu tasa de saves es inferior al 15%, verifica estos factores en orden:
Desajuste en la segmentación. ¿Estás llegando a oyentes a los que realmente les gusta tu género? Una canción folk mostrada a fans de EDM no convertirá.
Desconexión creativa. ¿Tu creatividad publicitaria coincide con la canción? Las miniaturas engañosas o los clips que muestran la sección incorrecta al principio provocan abandonos tempranos.
Intro de la canción. Si los oyentes se van antes del estribillo, los saves no ocurrirán. Verifica la tasa de saltos en Spotify for Artists. Los saltos tempranos indican problemas en la intro.
Fricción en el destino. ¿Estás enviando tráfico a un Smart Link que requiere clics adicionales? Los enlaces directos a Spotify convierten mejor.
Por qué la tasa de saves es importante para el algoritmo
Los saves le dicen a Spotify que un oyente tiene la intención de volver. Una tasa alta de saves señala un interés duradero en lugar de una escucha de fondo.
Cuando Spotify detecta un comportamiento fuerte de saves en un segmento de audiencia específico (por ejemplo, fans de un artista similar en una ciudad concreta), utiliza ese patrón para recomendar tu música a más personas en ese segmento. Así es como los anuncios pagos "entrenan" al algoritmo.
Las tasas bajas de saves envían la señal opuesta. El algoritmo aprende que los oyentes no están interactuando y las recomendaciones disminuyen.