개념적으로 어떻게 작동하나요?
Spotify는 대규모로 행동을 관찰하고 청취자를 취향 이웃으로 묶습니다. 청취자가 특정 이웃의 음악에 지속적으로 참여하면 Spotify는 그 이웃에 속한 사람들이 저장하거나 반복 재생하거나 플레이리스트에 추가하는 다른 트랙을 추천합니다.
실제로 이는 여러분의 트랙이 이미 인접 아티스트를 좋아하는 새로운 청취자에게 추천될 가능성이 더 높다는 뜻입니다.
협업 필터링은 어떤 신호를 중요하게 보나요?
Spotify는 사용자에게 노래를 평가하도록 요청하지 않습니다. 대신 암묵적 피드백에서 선호를 추론합니다:
| 신호 | Spotify가 학습하는 내용 |
|---|---|
| 라이브러리에 저장 | 강한 호감과 향후 청취 의도 |
| 플레이리스트 추가 | 실제 청취 루프에서의 맥락 적합성 |
| 반복 청취 | 깊은 친밀도 |
| 처음부터 끝까지 청취 | 세션 적합성 |
| 초반 건너뛰기 | 불일치와 거부 |
협업 필터링은 여러 청취자에게 반복되는 이러한 패턴을 기반으로 합니다. 한 번의 저장은 중요하지 않습니다. 비슷한 팬들에게서 저장이 모여 나타나는 것이 중요합니다.
아티스트에게 이는 무엇을 의미하나요?
협업 필터링은 오디언스 중복과 명확성을 보상합니다.
- 여러분의 청취자가 인지도가 있는 인접 아티스트도 듣는다면 Spotify는 해당 아티스트의 팬에게 여러분을 추천할 명확한 경로를 확보합니다.
- 스트림이 무작위 청취자나 맞지 않는 청취자에게서 발생한다면 알고리즘은 약하거나 잡음이 많은 연관성을 학습합니다.
Tip 인접 아티스트의 팬을 타깃팅하고, 스트림보다 저장을 우선하며, 일관된 사운드 세계 안에서 발매하세요.
더 깨끗한 협업 필터링 데이터를 만드는 실질적인 수단은 세 가지입니다. 첫째, 인접 아티스트의 실제 팬에게 도달하는 마케팅으로 적합한 청취자를 타깃팅하세요. 둘째, 가장 명확한 신호인 저장과 플레이리스트 추가를 우선하세요. 셋째, Spotify가 더 확신을 가지고 여러분을 배치할 수 있도록 일관된 사운드 세계 안에서 꾸준히 발매하세요.
협업 필터링은 오디오 분석과 어떻게 다른가요?
오디오 분석은 청취 기록이 생기기 전의 완전히 새로운 곡을 Spotify가 배치하도록 돕습니다. 협업 필터링은 충분한 사람이 참여하면 그 역할을 이어받습니다.
경력 초기라면 둘 다 중요합니다. 오디오 분석은 초기 테스트 청취를 확보하고, 협업 필터링은 성공적인 테스트를 규모로 확장합니다.
오디오 측면에 관한 자세한 내용은 Spotify 오디오 분석 작동 방식을 참고하세요.