Spotifyのセーブ率はどのくらいが良い？

セーブ率20%超えは強力なリスナーの意図を示します。10%未満の場合は、ターゲティングまたはクリエイティブに問題がある可能性があります。ベンチマークと改善方法を学びましょう。

セーブ率は、トラックをライブラリまたはプレイリストに保存したリスナーの割合を測定します。これはリスナーの意図を示す最も強力なシグナルの1つであり、Spotifyのアルゴリズムがあなたの音楽をどのように扱うかに直接影響します。

セーブ率のベンチマークとは？

セーブ率	解釈
25%以上	素晴らしい。オーディエンスと曲の相性が非常に良い。キャンペーンをスケールしましょう。
20-25%	良い。ほとんどのジャンルで健全なパフォーマンス。
15-20%	許容範囲。ターゲティングまたはクリエイティブに改善の余地あり。
10-15%	平均以下。支出をスケールする前にファネルを診断してください。
10%未満	低い。ターゲティング、クリエイティブ、または曲との相性のいずれかに問題がある。

これらの範囲は、Meta、TikTok、YouTube広告からの有料トラフィックに適用されます。エディトリアルプレイリストやアルゴリズム上のサーフェスからのオーガニックトラフィックでは、異なるパターンを示す場合があります。

ジャンルによって期待値が変わります。R&Bやヒップホップは、これらのオーディエンスのリスナーはトラックを習慣的に保存したりプレイリストに入れたりする傾向があるため、高くなる傾向があります。

出典: Dynamoiキャンペーンデータ。

あなたのロックのトラックが18%に達した場合、それはそのジャンルにとって強力かもしれません。R&Bのトラックが18%に達した場合、何かがおかしい可能性が高いです。

リスナーがどこから来たかによって行動が異なります。Spotifyに直接クリックしてアクセスした広告経由のリスナーは、事前に絞り込まれています。ディスカバーウィークリーやラジオからのアルゴリズム経由のリスナーは、より受動的です。

アルゴリズムソースからのセーブ率が低いのは正常です。それらのリスナーはクリックを選択したわけではなく、Spotifyが彼らのために選択しました。有料トラフィックからの高いセーブ率は、強力なオーディエンスと曲の相性を示しています。

有料広告を実行する場合、異なる指標を測定します。それはクリック・トゥ・セーブ率です（Spotifyのリスナー数ではなく、広告クリック数に対するセーブ数）。Dynamoiのキャンペーンデータに基づくと次のとおりです。

キャンペーンタイプ	クリック・トゥ・セーブ率	1セーブあたりのコスト
プレイリストキャンペーン	32-38%	$0.30-$0.60 USD
アーティスト/シングルキャンペーン	1-7%	$2.00-$10.00 USD

違いは劇的です。プレイリストを保存することは未知のアーティストを支持するよりもコミットメントが低いため、プレイリストキャンペーンはアーティストキャンペーンの5～10倍のレートでコンバージョンします。

Spotify for Artistsでは、セーブ率が単一の指標として表示されません。手動で計算する必要があります。

セーブ率 = (セーブ数 / リスナー数) x 100

Musicタブから同じ期間のセーブ数とリスナー数を取得します。リスナーが1,000人でセーブ数が220の場合、セーブ率は22%になります。

セーブ率が15%を下回る場合は、次の要因をこの順序で確認してください。

ターゲティングの不一致。 あなたのジャンルを本当に気に入っているリスナーにリーチしていますか？EDMファンにフォークソングを見せてもコンバージョンしません。

クリエイティブの不一致。 広告クリエイティブは曲と合っていますか？誤解を招くサムネイルや、フックとなる部分を早めに流すクリップは、早期離脱を引き起こします。

曲のイントロ。 リスナーがフックに到達する前に離脱すると、セーブは発生しません。Spotify for Artistsでスキップ率を確認してください。早期スキップが多い場合は、イントロに問題があることを示しています。

ランディングの摩擦。 スマートリンクで追加のクリックが必要になっていませんか？直接のSpotifyリンクの方がより良くコンバージョンします。

セーブは、リスナーが戻ってくる意図があることをSpotifyに伝えます。高いセーブ率は、BGMとしてのリスニングではなく、永続的な関心を示します。

Spotifyが特定のオーディエンスセグメント（例えば、特定の都市にいる類似アーティストのファン）から強力なセーブ行動を確認した場合、そのパターンを利用してあなたの音楽をより多くの人に推薦します。これが有料広告がアルゴリズムを「トレーニング」する方法です。

セーブ率が低いと逆のシグナルが送られます。リスナーがエンゲージしていないとアルゴリズムが学習し、レコメンデーションが遅くなります。