概念的な仕組み
Spotifyは大規模に行動を観察し、リスナーを好みの近い近隣へグループ化します。リスナーがある近隣に対して一貫してエンゲージすると、Spotifyは同じ近隣の人々が保存、リピート再生、プレイリストへの追加を行う他の楽曲をレコメンドします。
実際には、あなたの楽曲は、隣接するアーティストをすでに好む新しいリスナーにレコメンドされる可能性が高くなります。
協調フィルタリングが重視するシグナルは？
Spotifyはユーザーに曲の評価を求めません。暗黙のフィードバックから好みを推測します。
| シグナル | Spotifyが学習すること |
|---|---|
| ライブラリへの保存 | 強い好意と将来の意向 |
| プレイリストへの追加 | 実際のリスニングループにおける文脈適合 |
| リピート再生 | 深い親和性 |
| フルリスニング | セッションへの適合 |
| 序盤のスキップ | ミスマッチと拒否 |
協調フィルタリングは、こうしたパターンが多くのリスナーにわたって繰り返されることを基盤としています。1件の保存だけでは意味がありません。似たファンから保存がまとまって発生することに意味があります。
アーティストにとっての意味
協調フィルタリングは、オーディエンスの重なりと明確さを評価します。
- あなたのリスナーが認知度の高い隣接アーティストも聴いているなら、Spotifyはそのアーティストのファンへあなたをレコメンドする明確な道筋を持てます。
- ストリームが無作為なリスナーやミスマッチしたリスナーから生まれているなら、アルゴリズムが学ぶ関連付けは弱く、ノイズの多いものになります。
Tip 隣接するアーティストのファンをターゲットにし、ストリームよりsavesを優先し、一貫したサウンドの世界観の中でリリースしましょう。
協調フィルタリングのデータをより明確にする実践的なレバーは3つあります。第一に、隣接するアーティストの本当のファンへ届くマーケティングで、適切なリスナーをターゲットにします。第二に、最も明確なシグナルであるsavesとプレイリストへの追加を優先します。第三に、一貫したサウンドの世界観の中で継続的にリリースし、Spotifyがより確信を持ってあなたを配置できるようにします。
協調フィルタリングと音響分析の違いは？
音響分析は、履歴がない新曲をSpotifyが配置するのに役立ちます。十分な人数がエンゲージすると、協調フィルタリングが引き継ぎます。
キャリアの初期段階なら、どちらも重要です。音響分析が最初の試行を生み、協調フィルタリングが成功した試行をスケールへ転換します。
音響面について詳しくは、Spotifyの音響分析の仕組みを参照してください。