重要なポイント
Spotifyアルゴリズムに関する、最も悪影響の大きい神話は、意図のシグナルではなく生のストリーム数に注目しています。80%完了される4分の楽曲は、50%しか完了されない2分の楽曲より強いシグナルを送り、ミスマッチしたオーディエンスからのスキップの多いストリームは、将来のレコメンドに積極的なダメージを与えます。検証に耐える唯一の説は、保存率がRelease Radarの拡大からRadioへのピックアップ、Discover Weeklyへの掲載まで、すべての良い成果と相関する単一の指標だということです。
神話 ストリームが増えれば、Spotifyがより多くプロモーションしてくれる。
現実 エンゲージメントのないストリームは不利に働きます。アルゴリズムが追跡するのは生の再生数ではなく、意図のシグナル、つまり保存、プレイリストへの追加、リピート再生です。
10,000人が楽曲をストリーミングしても、誰も保存しなければ、アルゴリズムはあなたの音楽が定着しないと学習します。スキップが多く保存されないストリームは、ポジションに積極的なダメージを与えます。
有効な方法： 総ストリーム数ではなく、save_rate（保存数 ÷ リスナー数）に集中します。再生数の量より、エンゲージメントの質が重要です。
神話 SpotifyへFacebook広告やInstagram広告を出すと、アルゴリズムが有料トラフィックを罰するため、オーガニックな成長が損なわれる。
現実 アルゴリズムは広告費を見ません。流入したリスナーから生まれるエンゲージメントの結果だけを見ます。
広告が適切にターゲットされた保存するリスナーを送り、楽曲を聴き終えてもらえれば、そのシグナルは役立ちます。ランダムな人を送り、スキップされれば、そのシグナルは不利に働きます。
有効な方法： 既存ファンの類似オーディエンスをターゲットにします。クリックではなく保存に最適化します。悪いターゲティングは害になり、良いターゲティングは役立ちます。
神話 プレイリスト掲載は成長と同じ。プレイリストは多いほどよい。
現実 次に何が起きるかを決めるのは、プレイリストでの成果です。スキップを生み、保存されない掲載は、音楽が適合しないとアルゴリズムに学習させます。
低品質なプレイリスト、特にボットの多いオーディエンスへのペイオラ掲載は、データを汚し、将来のレコメンドを減らすことがあります。
有効な方法： プレイリストの規模より適合性を優先します。実際のファンが1,000人いるプレイリストは、ランダムなリスナーが100,000人いるプレイリストを上回ります。
神話 Spotifyはニッチなジャンルよりポップやヒップホップをプロモーションするため、小さな領域のアーティストは競争できない。
現実 アルゴリズムが重視するのはジャンルラベルではなく、リスナーの重なりのパターンです。ニッチなアーティストでも、オーディエンスが予測可能な形でクラスター化すれば、グローバルプレイリストに入れます。
Artist AのファンがArtist Bも聴いていれば、ジャンルに関係なくアルゴリズムは両者を結びつけます。これが協調フィルタリングであり、どの規模でも機能します。
有効な方法： ニッチを受け入れます。主流のサウンドを追いかけるより、明確なジャンルのアイデンティティのほうが、アルゴリズムがオーディエンスを早く見つける助けになります。
神話 アルゴリズムが動くのはバイラルになってからで、注目されるには大規模な急増が必要。
現実 アルゴリズムは急増より一貫性を評価します。リテンションのないバイラルな瞬間はすぐに消えます。数週間の持続的なエンゲージメントは、1日の爆発的な伸びよりよく積み上がります。
Spotifyのシステムは、初期の急増指標よりもリピート再生率と長期的なリテンションを重視する傾向を強めています。
有効な方法： 時間をかけて安定したエンゲージメントを築きます。定期的なリリース、一貫した保存、ロイヤルなリスナーは、1回の幸運なブレイクより重要です。
神話 Wrappedはハロウィーン後に追跡を止めるため、アーティストは10月にプロモーションを急ぐ。
現実 Spotifyは年間を通じてリスニングアクティビティを追跡します。1月1日から12月初旬までのすべてのデータがWrappedの概要に反映されます。
Wrappedを「攻略」するために10月にアクティビティを急増させるのは、時代遅れの情報に基づいています。
有効な方法： 年間を通じたエンゲージメントに集中します。Wrappedが反映するのは1か月ではなく、11か月以上にわたるリスナー行動です。
神話 短い楽曲はより多くリプレイできるためストリームが増え、アルゴリズムは短い楽曲を優遇する。
現実 アルゴリズムが重視するのは完了率と意図のシグナルであり、ストリームの速度ではありません。完了率80%の4分の楽曲は、完了率50%の2分の楽曲より強いシグナルを送ります。
楽曲の長さより、リスナーの満足度が重要です。アルゴリズムが評価するのは、カウンターをだます音楽ではなく、注意を引きつける音楽です。
有効な方法： 最初の30秒を最適化してスキップを減らします。その後は、楽曲に必要な長さを持たせます。
神話 Spotifyのエディトリアルプレイリストに入ることは、アルゴリズムが推薦しているということ。
現実 エディトリアルプレイリストは人間がキュレーションします。Discover Weekly
、Release Radar
、Radio
などのアルゴリズム上の表示面は、機械学習モデルによって動きます。
エディトリアル掲載がアルゴリズムのピックアップにつながることはあります（エンゲージメントが強い場合）が、両者は仕組みの異なる別のシステムです。
有効な方法： リリースの少なくとも7日前にエディトリアルへピッチします。どのトラフィックソースからでも、保存と完了によってアルゴリズムの勢いを築きます。
神話 新しいリリースは毎回ゼロから始まり、過去の成果は引き継がれない。
現実 アーティストプロフィールには累積した履歴があります。カタログの強い成果は、時間とともにアルゴリズム上の信頼を築きます。過去のリリースを保存したリスナーは、新曲をRelease Radar
で目にする可能性が高くなります。
新しいリリースは過去のエンゲージメントの恩恵を受けます。保存率が高くスキップ率が低い履歴があれば、スタート地点が有利になります。
有効な方法： すべてのリリースを長期的なプロフィールへの投資として扱います。低品質なトラフィックでデータを焼かないようにします。
神話 特定のリリース時刻、メタデータの裏技、エンゲージメントのハックなど、システムを攻略できる秘密の公式がある。
現実 Spotifyは人工的なパターンを検出するために機械学習エンジニアを置いています。ボットストリーム、エンゲージメントポッド、攻略目的の戦術はフラグを立てられ、フィルタリングされます。
アルゴリズムは解くべきパズルではありません。リスナーと、リスナーが楽しむ音楽を結びつけようとする予測エンジンです。
有効な方法： 本物のエンゲージメントを得る音楽をつくります。実際に楽曲を保存するリスナーをターゲットにします。それ以外はすべてノイズです。
Tip 保存はストリームより重要です。 これは神話ではなく、アルゴリズム上の真実に最も近いものです。保存率は、リピート再生、プレイリストでの再浮上、Release Radarの拡大、Radioへのピックアップという、すべての良い成果と相関します。1つの指標に最適化するなら、保存に最適化します。
ほかのあらゆる戦術は、ここへ戻ってきます。保存は、あなたの音楽にもっと多くの機会を与える価値があるとSpotifyへ伝えるシグナルです。
