メタデータによる振り分けの仕組み
Spotifyの編集業務はジャンル別のデスクによって構成されています。ジャンルとして「インディ・ポップ」を選択すると、インディ・ポップのプレイリストを担当するエディターにピッチが送られます。「Lo-Fi」を選択すれば、全く別のキューに入ります。
この振り分けは、選択したタグに基づいて自動的に行われます。ジャンルの選択が正確かどうかを人間が確認することはありません。ラベルを間違えると、間違った担当者に届いてしまいます。
アルゴリズムとの関連性
編集面だけでなく、メタデータはSpotifyのレコメンデーションエンジンにも影響を与えます。ムードタグは、どのリスナーの『Discover Weekly』に楽曲が届くかに影響し、楽器タグはオーディオ分析モデルが楽曲の音響プロファイルを理解する助けとなります。正確なメタデータは、アルゴリズムによるマッチングを向上させ、スキップ率を下げ、レコメンデーションを増やすことにつながります。
ジャンルタグの戦略
ピッチ時には最大3つのジャンルを選択できます。これはピッチにおいて最も重要な決断の一つです。
広さよりも具体性を重視する
広すぎるタグはピッチの効果を薄めます。具体的なタグは精度を高めます。
| 曖昧なタグ (避けるべき) | 具体的なタグ (推奨) |
|---|---|
| ロック | インディ・ロック、ガレージ・ロック、ポスト・パンク |
| ポップ | ドリーム・ポップ、シンセ・ポップ、アート・ポップ |
| エレクトロニック | ハウス、テクノ、アンビエント・エレクトロニック |
| ヒップホップ | トラップ、ブーンバップ、オルタナティブ・ヒップホップ |
| R&B | オルタナティブR&B、ネオ・ソウル、コンテンポラリーR&B |
複数ジャンルにまたがる楽曲
複数のジャンルを融合させた楽曲の場合、主要な影響を受けているジャンルを選択してください。より広い露出を期待して、無関係なジャンルをタグ付けしてシステムを悪用しようとしないでください。
適切な複数ジャンルのタグ付け例:
- インディとエレクトロニックを融合させた楽曲: 「インディ・ポップ、シンセ・ポップ、エレクトロニック」
- ロック要素のあるヒップホップ: 「オルタナティブ・ヒップホップ、ラップ・ロック」
不適切な複数ジャンルのタグ付け例:
- ポップソングに対して、3人の異なるエディターに届けようとして「カントリー、EDM、クラシック」とタグ付けする
エディターは不一致なタグを即座に見抜きます。それは、自身の音楽性に対する迷いか、システムを操作しようとする試みとして映り、どちらもプラスにはなりません。
地域別のジャンルタグ
音楽が地域的なカテゴリーに適合する場合は、それを使用してください。Spotifyには以下の地域別編集チームが存在します：
- ラテン: レゲトン、ラテン・ポップ、バチャータ、リージョナル・メキシカン
- アフロビーツ: アフロポップ、アマピアノ、アフロビーツ
- K-Pop: K-Pop、韓国ヒップホップ、韓国R&B
- インド: ボリウッド、インド・ポップ、パンジャビ
地域担当エディターは、それぞれの市場から積極的に才能を探しています。ラテン・ポップの楽曲に「ポップ」とだけタグ付けすると、こうした専門的な注目を逃すことになります。
ムード記述子
ムードタグは、楽曲の感情的なトーンをアルゴリズムとエディターに伝えます。これらは編集プレイリストへの適合性とアルゴリズムによるレコメンデーションの両方に影響します。
一般的なムードカテゴリー
| ムード | 適した楽曲 |
|---|---|
| エネルギッシュ | テンポが速く、ドライブ感があり、意欲をかき立てる |
| チル | リラックスした、落ち着いた、控えめな |
| メランコリック | 悲しい、内省的な、切ない |
| アップリフティング | 希望に満ちた、ポジティブな、インスピレーションを与える |
| アグレッシブ | 激しい、重厚な、攻撃的な |
| ロマンチック | ラブソング、親密な、優しい |
| ダーク | ムーディーな、陰鬱な、雰囲気のある |
願望よりも正確さを優先する
楽曲のタグ付けは、自分の希望する場所ではなく、楽曲の「実際の内容」に基づいて行ってください。
もしメランコリックなバラードを、ワークアウト用プレイリストへの掲載を期待して「エネルギッシュ」とタグ付けした場合、以下のようなことが起こります：
- アルゴリズムがワークアウト用プレイリストのリスナーに楽曲を推奨する
- リスナーがスキップする（雰囲気が合わないため）
- 高いスキップ率が「不適合」のシグナルとなる
- 今後のアルゴリズムによる推奨が減少する
- 楽曲が実質的にペナルティを受ける
正確なムードタグ付けは、リスナーとのより良いマッチング、スキップ率の低下、そして長期的なアルゴリズムパフォーマンスの向上につながります。
複数のムードタグ
複雑な感情プロファイルを持つ楽曲もあります。ほろ苦い曲は「メランコリック」であり「ロマンチック」でもあるかもしれません。エネルギッシュなプロテストソングは「アグレッシブ」かつ「アップリフティング」かもしれません。
適切であれば複数のムードを使用しても構いませんが、より多くのプレイリストにヒットすることを期待して過剰にタグ付けしないでください。
楽器とスタイルタグ
これらのフィールドは、アルゴリズムが音響プロファイルを理解する助けとなり、エディターがテーマ別プレイリストに楽曲を配置する際の参考になります。
主要な楽器の考慮事項
サウンドを定義する目立つ楽器をフラグ立てしてください。アコースティック・ギターはシンガーソングライター、フォーク、アコースティック系のプレイリストへの扉を開きます。ピアノはバラードやクラシック・クロスオーバーの機会を生み出します。シンセサイザーはエレクトロニック、シンセ・ポップ、レトロウェーブの文脈を示唆します。ブラスやホーンはジャズ、ファンク、ソウルの編集カテゴリーにつながります。ストリングスはオーケストラ、シネマティック、エモーショナルなプレイリストへの適合を示唆します。
スタイルインジケーター
楽曲がインストゥルメンタルである場合は、その旨を明示してください。インストゥルメンタル音楽には、専用のプレイリストネットワーク（集中、勉強、睡眠）があり、専門の編集チームが存在します。不適切なコンテンツ（Explicit）のマークは正確に行ってください。一部の編集プレイリストはこれを除外しますが、他では目立つように取り上げられることもあります。楽曲がライブ録音である場合は、スタジオ版とは異なる配置の機会があるため、その旨を明示してください。
プラットフォーム間の一貫性
メタデータはすべてのプラットフォームで一致させる必要があります。ISRCコードは同一でなければなりません（プラットフォーム間の集計に影響します）。作曲者/ソングライターのクレジットは一致させる必要があります（著作権やロイヤリティに影響します）。アーティスト名の綴りは正確でなければなりません（検索や集計に影響します）。
プラットフォーム間でメタデータに矛盾があると、ストリーミングサービスが適切に再生数を集計できず、編集上の検討において楽曲が正しく集計されない可能性があります。
リリースタイプ別メタデータチェックリスト
シングルリリース
- 主要ジャンルが楽曲を正確に反映している
- 2〜3つの補助的なジャンルタグが広すぎず、具体的である
- ムード記述子が実際の感情的なトーンと一致している
- 主要な楽器がフラグ立てされている
- インストゥルメンタル/ボーカルの区分が正しく示されている
- 該当する場合は不適切なコンテンツ（Explicit）がマークされている
アルバム/EPリリース
- 各トラックに個別にタグ付けされている（同一タグをコピー＆ペーストしない）
- ピッチ対象のフォーカストラックが最も強力なメタデータを持っている
- アルバム全体のジャンルが大部分のトラックと一致している
- トラック間でムードタグに多様性がある（アルバムには幅があるため）
コンピレーション/リミックス
- オリジナルアーティストが適切にクレジットされている
- タイトル形式でリミックスであることが示されている
- ジャンルがオリジナルと異なる場合がある（オリジナルではなくリミックスにタグ付けする）
よくあるメタデータのミス
願望に基づいたタグ付け
実際には「エネルギッシュ」な楽曲なのに、カフェ用プレイリストを期待して「チル」とタグ付けするケース。この不一致はパフォーマンスを低下させます。
ジャンルの混同
「インディ」はジャンルではなく、流通モデルです。「インディ・ロック」や「インディ・ポップ」がジャンルです。「インディ」単体でタグ付けしないでください。
地域的な機会の無視
バイリンガル音楽をリリースするメキシコ系アメリカ人アーティストが「ポップ」としかタグ付けしないと、ラテン系の編集デスクを完全に見逃すことになります。
一貫性のないクレジット
プラットフォーム間でメタデータが異なると集計上の問題が発生し、編集チームがカタログを評価する方法に影響を与える可能性があります。
提出後について
ピッチ後のメタデータ変更は複雑になる場合があります。一部のフィールドは提出後にロックされ、他は配信元を通じて更新可能です。
ピッチ後にロックされるもの: ジャンル選択、ムード記述子、楽器タグは通常、提出後に変更できません。
配信元から更新可能なもの: 作曲者/ソングライターのクレジット、ISRCの修正、不適切なコンテンツのフラグは通常修正可能です。
ピッチを行う前にメタデータを慎重に計画してください。最適化のチャンスは二度とない可能性が高いです。