アルバム、プレイリスト、または単一トラックの終わりに達しても、Spotifyは停止しません。オートプレイが作動し、音楽を継続させるために類似した曲をキューに入れます。
この連続再生は、ラジオやミックスを動かすのと同じレコメンデーションエンジンによって支えられています。Spotifyの2024年ファン調査によると、新しいアーティストの発見の25%以上がオートプレイ、ラジオ、および同様のアルゴリズム表面から生まれています。
オートプレイがトラックを選択する方法
オートプレイは、リスニングセッションに合うトラックを見つけるために、シグナルの組み合わせを使用します。
オーディオ分析
アルゴリズムは、直前に聴いたものの音響特性を分析します。
| 特徴 | 分析内容 |
|---|---|
| テンポ (BPM) | スピードとペース |
| エネルギーレベル | 強度とアクティビティ |
| キーとモード | 和声プロファイル |
| ヴァレンス | 音楽的なポジティブさ（ハッピーか悲しいか） |
| ダンスアビリティ | リズムの安定性とビートの強さ |
| アコースティックネス | アコースティック楽器の有無 |
類似したオーディオプロファイルを持つトラックがキューイングのために優先されます。これにより、リスニングの雰囲気を維持するスムーズな移行が保証されます。
協調フィルタリング
音響的な類似性だけでなく、オートプレイは行動パターンも考慮に入れます。
- このトラックを再生したリスナーは他に何を好むか？
- 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入っているか？
- 同様のセッションで保存・リプレイされる曲は何か？
リスナーがアーティストBもストリーミングしている場合、音が同一でなくても、あなたのトラックがアーティストBの曲の後にオートプレイキューに入る可能性が高まります。
セッションコンテキスト
オートプレイはリスニングのコンテキストに適応します。
- 時刻がエネルギーとムードの選択に影響を与える
- デバイスの種類がレコメンデーションに影響する（モバイルとデスクトップのパターンは異なる）
- 最近のアクティビティが次にキューに入れられるものを形作る
アルゴリズムはリスニングセッションを可能な限り長く継続させようとしています。スキップを引き起こすトラックは、システムに類似したレコメンデーションを避けるように教えます。
オートプレイがトリガーされる条件
オートプレイが作動するのは以下の時です。
- プレイリストが終了したとき
- アルバムが終了したとき
- シングルまたは短いキューが完了したとき
- リスナーが手動で何かをキューに入れなかったとき
オートプレイはほとんどのユーザーでデフォルトで有効になっています。設定でオフにできますが、ほとんどのリスナーはオンのままです。
オートプレイとラジオの違い
オートプレイとラジオは同じ基盤となるレコメンデーションエンジンを共有していますが、異なる目的を果たします。
| 特徴 | オートプレイ | ラジオ |
|---|---|---|
| 作動タイミング | コンテンツ終了時に自動的に | ユーザーが開始 |
| キューの可視性 | 次のトラックを表示 | 次のトラックを表示 |
| シード | 最後の曲またはプレイリストのコンテキスト | ユーザーが選択した曲、アーティスト、またはプレイリスト |
| 発見の焦点 | 中程度（セッションのムードを拡張） | 高い（関連領域を探求） |
実際には、どちらも同じ推奨のプールから引き出されます。違いはタイミングと意図です。
最近の変更点
Spotifyは2024年または2025年に明確なオートプレイの「ポリシー変更」を公表していません。製品アップデートからわかるのは、ユーザーコントロールの強化と、AI生成のリスニングコンテキストの増加という広範な動きです。
- 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に伝えたりするなど、パーソナライゼーションコントロールを増やしています。これらのコントロールはリスナーの好みのプロファイルを絞り込むことができ、オートプレイセッションでの真のコールドディスカバリーを減らす可能性があります。
- Spotifyはまた、リスナーが特定のムードや瞬間を要求できるAIプレイリストのサーフェスを推進しています。これにより、オートプレイが満たす必要のある高度に定義されたコンテキストの数が増加します。
アーティストにとっての意味合いは単純です。オートプレイは、クリーンなジャンルとオーディエンスとの適合に報います。あなたのトラックが適切なコンテキストに着地すれば、長期的なカタログエンジンになり得ます。間違ったコンテキストに着地した場合、早いスキップですぐに道が閉ざされます。
アーティストがオートプレイに表示される方法
Note オートプレイへの提出プロセスはありません。表示はアルゴリズムシグナルによって完全に推進されます。
オートプレイの選択に影響を与える主要な指標：
| 指標 | なぜ重要か |
|---|---|
| 低いスキップ率 | スキップされるトラックは、アルゴリズムにそれらの推奨を避けるように教える |
| 高い完了率 | 再生しきられるトラックは、リスナーの満足度を示す |
| 保存率 | 保存されたトラック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キュレーションすると、あなたのテイストプロファイルの一部になる |
オートプレイへの露出を増やす戦略：
**イントロを最適化する。**最初の30秒がリスナーがスキップするか留まるかを決定します。弱いイントロは高いスキップ率を生み、オートプレイでの配置に悪影響を与えます。
**音響的に互換性のあるオーディエンスをターゲットにする。**広告キャンペーンで既に類似のアーティストを好むリスナーを送信すると、エンゲージメントメトリクスが向上し、それがオートプレイアルゴリズムにフィードバックされます。
**カタログの一貫性を維持する。**類似したオーディオ特性を持つトラックは、より強力なアルゴリズム上の関連付けを作成します。カタログがジャンル全体に分散している場合、アルゴリズムはあなたを配置するのに苦労します。
Discovery Modeを戦略的に使用する。 Discovery Modeは、ロイヤリティの一部と引き換えに、ラジオおよびオートプレイコンテキストに表示される可能性を具体的に高めます。
カタログパフォーマンスにとってオートプレイの価値は何か？
1〜2週間続くエディトリアルプレイリストとは異なり、オートプレイはあなたのトラックを無期限に推奨できます。エンゲージメントメトリクスが強力なままであれば、リリース後数ヶ月または数年間にわたってあなたの曲がセッションキューに表示され続ける可能性があります。
これにより、オートプレイはカタログトラックにとって特に価値のあるものになります。オートプレイでうまく機能する曲は、一時的なプレイリストのフィーチャーではなく、長期的なストリームジェネレーターになります。
オートプレイの影響を測定するには？
Spotify for Artistsはオートプレイ固有のストリームを分類していません。ストリーミングデータを調べることで、オートプレイのパフォーマンスを推測できます。
- ソースの内訳 - ストリーミングデータ内の「リスナー自身のプレイリストとライブラリ」および「他のリスナーのプレイリスト」には、オートプレイセッションが含まれることがよくあります
- カタログストリームの傾向 - 安定したストリームを持つ古いトラックは、オートプレイの恩恵を受けている可能性があります
- 地理的パターン - アクティブにプロモーションしていないにもかかわらずストリームが見られる市場は、アルゴリズムによる取り込みを示している可能性があります
詳細なデータの欠如は最適化を困難にしますが、ラジオやDiscover Weeklyのパフォーマンスを向上させるのと同じ原則がオートプレイにも適用されます。