Autoplayが楽曲を選ぶ方法
Autoplayは、リスニングセッションに合う楽曲を見つけるため、複数のシグナルを組み合わせます。
音響分析
アルゴリズムは、直前に聴いた楽曲の音響特性を分析します。
| 特徴 | 分析内容 |
|---|---|
| テンポ（BPM） | 速さとペース |
| エネルギーレベル | 強度と活動性 |
| キーとモード | ハーモニックなプロフィール |
| バレンス | 音楽のポジティブさ（明るいか、悲しいか） |
| ダンサビリティ | リズムの安定性とビートの強さ |
| アコースティック度 | アコースティック楽器の有無 |
音響プロフィールが似た楽曲がキューで優先されます。これにより、リスニングの雰囲気を保つ滑らかな遷移が実現します。
協調フィルタリング
音の類似性に加えて、Autoplayは行動パターンも考慮します。
- この楽曲を再生したリスナーは、他に何を気に入っているか？
- ユーザーのプレイリストには、どのアーティストが一緒に登場するか？
- 似たセッションで、どの曲が保存され、リピート再生されるか？
あなたのリスナーがArtist Bもストリーミングしているなら、音が完全に同じでなくても、AutoplayのキューではArtist Bの曲に続いてあなたの楽曲が流れる可能性が高くなります。
セッションの文脈
Autoplayはリスニングの文脈に合わせて変化します。
- 時間帯はエネルギーとムードの選択に影響する
- デバイスの種類はレコメンドに影響する（モバイルとデスクトップではパターンが異なる）
- 直近のアクティビティは次にキューへ入るものを形づくる
アルゴリズムは、リスニングセッションをできるだけ長く延長しようとします。スキップを発生させる楽曲は、似たレコメンドを避けるようシステムに学習させます。
Autoplayが起動する条件
Autoplayは次の場合に起動します。
- プレイリストが終わったとき
- アルバムが終わったとき
- 1曲または短いキューが完了したとき
- リスナーが別のものを手動でキューに入れていないとき
Autoplayは、ほとんどのユーザーに対してデフォルトで有効になっています。設定でオフに切り替えられますが、多くのリスナーはオンのままにしています。
AutoplayとRadioの違い
AutoplayとRadioは同じ基盤のレコメンドエンジンを共有していますが、目的は異なります。
| 機能 | Autoplay | Radio |
|---|---|---|
| 起動するタイミング | コンテンツの終了時に自動 | ユーザーが開始 |
| キューの表示 | 次に流れる楽曲を表示 | 次に流れる楽曲を表示 |
| シード | 最後に聴いた曲またはプレイリストの文脈 | ユーザーが選んだ曲、アーティスト、またはプレイリスト |
| ディスカバリーへの注力 | 中程度（セッションのムードを延長） | より高い（関連する領域を探索） |
実際には、どちらも同じレコメンドのプールから選びます。違いはタイミングと意図です。
最近の変化
Spotifyは2024年または2025年に、明確なAutoplayの「方針転換」を公表していません。プロダクトの更新から見えるのは、ユーザーによるコントロールの拡大と、AIが生成するリスニング文脈への幅広い移行です。
- Spotifyは、曲を非表示にしたり、特定のアーティストを再生しないよう伝えたりするなど、より多くのパーソナライゼーション設定を展開しています。これらの設定はリスナーのテイストプロフィールを狭め、Autoplayセッションで本当にコールドな発見が起きる可能性を下げます。
- Spotifyは、リスナーが特定のムードや瞬間をリクエストできるAIプレイリストの表示面も推進しています。これにより、Autoplayが満たす必要のある、細かく定義された文脈が増えます。
アーティストにとっての意味は明快です。Autoplayは、ジャンルとオーディエンスの適合が明確な楽曲を評価します。正しい文脈に入れば、長期的なカタログエンジンになり得ます。間違った文脈に入れば、序盤のスキップがすぐに扉を閉ざします。
アーティストがAutoplayに登場する方法
Note Autoplayに提出する手続きはありません。表示は完全にアルゴリズムシグナルによって決まります。
Autoplayの選出に影響する主な指標：
| 指標 | 重要な理由 |
|---|---|
| 低いスキップ率 | スキップされる楽曲は、レコメンドを避けるようアルゴリズムに学習させる |
| 高い完聴率 | 最後まで再生される楽曲はリスナーの満足を示す |
| 保存率 | 保存された楽曲はリスナーの好みに強く適合していることを示す |
| プレイリストへの追加 | リスナーがあなたをプレイリストに選んで入れると、あなたはその人のテイストプロフィールの一部になる |
Autoplayへの登場を増やす戦略：
イントロを最適化する。 最初の30秒で、リスナーがスキップするか聴き続けるかが決まります。弱いイントロは高いスキップ率を生み、Autoplayでの表示順位を下げます。
音響的に相性のよいオーディエンスを狙う。 似たアーティストをすでに好むリスナーを広告キャンペーンから送ると、エンゲージメント指標が改善し、Autoplayアルゴリズムに反映されます。
カタログの一貫性を保つ。 音響特性が似た楽曲は、より強いアルゴリズム上の関連付けを生みます。カタログがジャンルをまたいで散らばっていると、アルゴリズムはあなたを配置しにくくなります。
Discovery Modeを戦略的に使う。 Discovery Modeは、ロイヤリティの分配減額と引き換えに、RadioとAutoplayの文脈へ登場する可能性を具体的に高めます。
カタログの成果にとってAutoplayの価値は？
1〜2週間で終わるエディトリアルプレイリストとは異なり、Autoplayはあなたの楽曲を無期限にレコメンドできます。エンゲージメント指標が強いままである限り、リリースから数か月、数年後もその曲がセッションのキューに登場し続ける可能性があります。
このため、Autoplayは特にカタログ楽曲にとって価値があります。Autoplayで成果を上げる曲は、一度きりのプレイリスト掲載ではなく、長期的なストリーム生成源になります。
Autoplayの影響を測定する方法
Spotify for Artistsでは、Autoplay固有のストリームは分けて表示されません。次の情報からAutoplayの成果を推測できます。
- ソースの内訳：ストリーミングデータの「リスナー自身のプレイリストとライブラリ」や「他のリスナーのプレイリスト」には、Autoplayのセッションが含まれることがよくあります
- カタログのストリーム傾向：安定したストリームが続く古い楽曲は、Autoplayの恩恵を受けている可能性があります
- 地域別のパターン：積極的にプロモーションしていないのにストリームが発生する市場は、アルゴリズムによるピックアップを示している可能性があります
粒度の高いデータがないため最適化は難しくなりますが、RadioとDiscover Weeklyの成果を高める同じ原則がAutoplayにも適用されます。