Spotifyが新進アーティストを扱う方法
楽曲に行動データがない場合、Spotifyは2つの代替入力に頼ります。
音響分析は、楽曲のテンポ、キー、音量、音色、構成を読み取り、音が似た近隣の楽曲を探します。これにより、似たサウンドのアーティストをシードにしたRadioやAutoplayのセッションにあなたの曲が登場できます。
テキストとメタデータは、ジャンルタグ、ムードの説明、プレスやプレイリストの文脈を読み取ります。正確なメタデータにより、アンビエント音楽を作っているのにワークアウトのプレイリストへ入るようなことなく、適切なグループに楽曲を届けられます。
これらのモデルが初期の仕事をしますが、あなたを候補のプールに入れるところまでです。残って拡大できるかどうかは、実際のリスナーからの行動シグナルが決めます。
シードオーディエンス戦略とは？
Tip 最初のリリースの目標は数百万ストリームではありません。適切なリスナーからあなたの楽曲がエンゲージメントを得ることを、アルゴリズムに証明することです。
リリース前に、実際にエンゲージしてくれる小さなオーディエンスを築きましょう。
- 音楽に関心を示した人からメールアドレスや電話番号を集める
- ソーシャルプラットフォームで、似たアーティストにエンゲージしている人を見つける
- プレセーブキャンペーンを実施して、初日のsavesを確保する
- リリース日にストリーミングと保存をしてくれる非公開のリスニンググループ（Discord、グループチャット）をつくる
初日にあなたの楽曲を保存する本物のファン50〜100人からのシグナルは、無作為なリスナーからの受動的な1,000ストリームより強くなります。
新進アーティストの最初のリリースに有効な戦術は？
少なくとも7日前にSpotify for Artistsへピッチする。 これにより、楽曲がフォロワーのRelease Radarに届きます。フォロワーが20人しかいなくても、その人たちは最初のリスナーとして最も価値があります。
最初の30秒を大切にする。 新進アーティストには序盤のスキップを許容する余裕がありません。早くフックに到達させましょう。30秒前にスキップするリスナーは、ストリームがカウントされず、将来のレコメンドを損なうミスマッチシグナルも送るという二重のネガティブを生みます。
保存を明確にお願いする。 シードオーディエンスは、savesがストリームより重要だと知らないかもしれません。伝えましょう。「この曲をライブラリに保存して」というCTAは、「今すぐ聴いて」より高い率でコンバージョンします。
属性ではなく好みでリスナーを狙う。 有料広告は、音が似たアーティストのファンをターゲットにする場合に限り、シードオーディエンスの構築を加速できます。広い属性ターゲティングは、スキップするミスマッチなリスナーを呼び込みます。
してはいけないこと
プレイリスト掲載を買わない。 有料のプレイリストサービスは、オーディエンスのプロフィールに合わないリスナーからのストリームを届けることがよくあります。保存が少ないのにストリームが多いと、アルゴリズムにその楽曲にはリテンションの価値がないと学習させます。
ストリームを不自然に水増ししない。 Spotifyは不自然なパターンを検出します。保存がほぼゼロなのに10,000ストリームある楽曲はボットのトラフィックに見え、優先順位を下げられます。
シードオーディエンスなしでリリースしない。 初週のエンゲージメントがゼロの楽曲には、アルゴリズムが使えるシグナルがありません。そのまま休眠してしまいます。
新進アーティストに現実的な期待値は？
新進アーティストの最初のリリースが、大規模なアルゴリズムによるピックアップを引き起こすことはめったにありません。目標はバイラルになることではなく、エンゲージメントを証明することです。最初の楽曲が500ストリームで保存率15%を得れば、アルゴリズムに明確なシグナルを渡したことになります。特定のリスナープロフィールから音楽がリテンションを得ているというシグナルです。
そのデータは複利的に積み上がります。2回目のリリースは、1回目のリリースが築いた協調フィルタリングの恩恵を受けます。フォロワーが増え、RadioとAutoplayがあなたのサウンドを認識し始めます。
アルゴリズムは時間をかけて、一貫性とオーディエンスとの適合を評価します。将来のリリースが増幅できる土台を築くことに集中しましょう。