¿Cuáles son los benchmarks de la tasa de guardados?
| Tasa de guardados | Interpretación |
|---|---|
| 25%+ | Excelente. Gran encaje entre audiencia y canción. Escala la campaña. |
| 20%–25% | Buena. Rendimiento saludable para la mayoría de géneros. |
| 15%–20% | Aceptable. Hay margen de mejora en la segmentación o la creatividad. |
| 10%–15% | Por debajo de la media. Diagnostica el funnel antes de aumentar el gasto. |
| Menos del 10% | Mala. Algo falla en la segmentación, la creatividad o el encaje de la canción. |
Estos rangos se aplican al tráfico de pago procedente de anuncios de Meta, TikTok y YouTube. El tráfico orgánico de playlists editoriales o superficies algorítmicas puede mostrar patrones diferentes.
¿Cómo varía la tasa de guardados según el género?
El género afecta a las expectativas. R&B y hip-hop suelen situarse más arriba porque los oyentes de esas audiencias guardan y añaden canciones a playlists con más frecuencia.
| Género | Tasa de guardados habitual |
|---|---|
| R&B/Soul | Valores altos en los 20 |
| Hip-hop | Valores medios en los 20 |
| Pop | Valores bajos en los 20 |
| Electrónica | ~20% |
| Rock | Valores altos de la franja adolescente |
Fuente: datos de campañas de Dynamoi.
Si tu track de rock alcanza el 18%, puede ser un resultado fuerte para el género. Si tu track de R&B alcanza el 18%, probablemente algo no encaja.
¿Cómo varía según la fuente de tráfico?
El origen de los oyentes afecta a su comportamiento. Los oyentes que llegan desde anuncios y hacen clic hacia Spotify están preseleccionados. Los oyentes algorítmicos de Discover Weekly o Radio son más pasivos.
| Fuente | Tasa de guardados esperada |
|---|---|
| Anuncios de pago (Meta, TikTok) | 15%–30% |
| Release Radar | 10%–20% |
| Discover Weekly | 5%–15% |
| Radio/Autoplay | 3%–10% |
| Playlists editoriales | Varía mucho |
Las tasas bajas de fuentes algorítmicas son normales. Esos oyentes no eligieron hacer clic; Spotify lo hizo por ellos. Las tasas altas en tráfico de pago indican un buen encaje entre audiencia y canción.
¿Cuál es la tasa de clic a guardado de un anuncio?
Al ejecutar anuncios de pago mides otra métrica: la tasa de clic a guardado (guardados divididos por clics del anuncio, no por oyentes de Spotify). Según los datos de campañas de Dynamoi:
| Tipo de campaña | Tasa de clic a guardado | Coste/guardado |
|---|---|---|
| Campañas de playlists | 32%–38% | $0.30-$0.60 |
| Campañas de artista/single | 1%–7% | $2.00-$10.00 |
La diferencia es enorme. Las campañas de playlists convierten a una tasa 5–10 veces superior a las campañas de artistas porque guardar una playlist seleccionada requiere menos compromiso que apostar por un artista desconocido.
Cómo calcular la tasa de guardados
Spotify for Artists no muestra la tasa de guardados como una métrica única. Tienes que calcularla manualmente:
Tasa de guardados = (Guardados / Oyentes) x 100
Extrae Saves y Listeners para el mismo intervalo de fechas desde la pestaña Música. Un track con 1,000 oyentes y 220 guardados tiene una tasa del 22%.
¿Cómo diagnosticar una tasa de guardados baja?
Si tu tasa de guardados está por debajo del 15%, comprueba estos factores en orden:
Desajuste de segmentación. ¿Llegas a oyentes a los que realmente les gusta tu género? Una canción folk mostrada a fans del EDM no convertirá.
Desconexión creativa. ¿Tu creatividad publicitaria encaja con la canción? Las miniaturas engañosas o los clips que ponen la sección equivocada al principio provocan abandonos tempranos.
Introducción de la canción. Si los oyentes abandonan antes del hook, no habrá guardados. Comprueba la tasa de saltos en Spotify for Artists. Muchos saltos tempranos apuntan a problemas en la introducción.
Fricción de la landing page. ¿Envías el tráfico a un Smart Link que exige clics adicionales? Los enlaces directos de Spotify convierten mejor.
Por qué importa la tasa de guardados para el algoritmo
Los guardados indican a Spotify que un oyente piensa volver. Una tasa alta señala un interés duradero, no una escucha de fondo.
Cuando Spotify observa un comportamiento fuerte de guardado en un segmento específico (por ejemplo, fans de un artista similar en una ciudad concreta), usa ese patrón para recomendar tu música a más personas de ese segmento. Así es como los anuncios de pago «entrenan» al algoritmo.
Las tasas bajas envían la señal opuesta. El algoritmo aprende que los oyentes no interactúan y ralentiza las recomendaciones.