Quais são os benchmarks de taxa de save?
| Taxa de Save | Interpretação |
|---|---|
| 25%+ | Excelente. Forte adequação entre público e música. Aumente o investimento na campanha. |
| 20-25% | Bom. Desempenho saudável para a maioria dos gêneros. |
| 15-20% | Aceitável. Espaço para melhorias na segmentação ou no criativo. |
| 10-15% | Abaixo da média. Diagnostique o funil antes de aumentar o gasto. |
| Abaixo de 10% | Ruim. Algo está com problemas, seja na segmentação, no criativo ou na adequação da música. |
Essas faixas aplicam-se ao tráfego pago de anúncios do Meta, TikTok e YouTube. O tráfego orgânico de playlists editoriais ou superfícies algorítmicas pode apresentar padrões diferentes.
Como a taxa de save varia por gênero?
O gênero afeta as expectativas. R&B e hip-hop tendem a ser mais altos porque os ouvintes desses públicos salvam e adicionam faixas a playlists de forma mais habitual.
| Gênero | Taxa de Save Típica |
|---|---|
| R&B/Soul | Acima de 20% |
| Hip-hop | Em torno de 25% |
| Pop | Pouco acima de 20% |
| Eletrônica | ~20% |
| Rock | Quase 20% |
Fonte: Dados de campanhas da Dynamoi.
Se sua faixa de rock atinge 18%, isso pode ser um bom resultado para o gênero. Se sua faixa de R&B atinge 18%, provavelmente há algo errado.
Como a taxa de save varia por fonte de tráfego?
A origem dos ouvintes afeta o comportamento. Ouvintes vindos de anúncios que clicaram para ir ao Spotify são pré-qualificados. Ouvintes algorítmicos do Discover Weekly ou Radio são mais passivos.
| Fonte | Taxa de Save Esperada |
|---|---|
| Anúncios pagos (Meta, TikTok) | 15-30% |
| Release Radar | 10-20% |
| Discover Weekly | 5-15% |
| Radio/Autoplay | 3-10% |
| Playlists editoriais | Varia amplamente |
Taxas de save baixas de fontes algorítmicas são normais. Esses ouvintes não escolheram clicar; o Spotify escolheu por eles. Taxas de save altas de tráfego pago indicam uma forte adequação entre público e música.
Qual é a taxa de clique-para-save em anúncios?
Ao executar anúncios pagos, você mede uma métrica diferente: taxa de clique-para-save (saves divididos por cliques no anúncio, não por ouvintes no Spotify). Com base nos dados de campanhas da Dynamoi:
| Tipo de Campanha | Taxa de Clique-para-Save | Custo/Save |
|---|---|---|
| Campanhas de playlist | 32-38% | $0.30-$0.60 USD |
| Campanhas de artista/single | 1-7% | $2.00-$10.00 USD |
A diferença é drástica. Campanhas de playlist convertem de 5 a 10 vezes mais que campanhas de artistas, porque salvar uma playlist curada exige menos compromisso do que apostar em um artista desconhecido.
Como calcular a taxa de save
O Spotify for Artists não exibe a taxa de save como uma métrica única. Você a calcula manualmente:
Taxa de Save = (saves / Ouvintes) x 100
Obtenha os dados de saves e Ouvintes para o mesmo intervalo de datas na aba Música. Uma faixa com 1.000 ouvintes e 220 saves tem uma taxa de save de 22%.
Como diagnosticar uma taxa de save baixa?
Se sua taxa de save for inferior a 15%, verifique estes fatores em ordem:
Incompatibilidade de segmentação. Você está alcançando ouvintes que realmente gostam do seu gênero? Uma música folk mostrada para fãs de EDM não converterá.
Desconexão criativa. O seu criativo de anúncio combina com a música? Miniaturas ou clipes enganosos que destacam a parte errada da música causam desistências precoces.
Introdução da música. Se os ouvintes saem antes do refrão, os saves não acontecerão. Verifique a taxa de pulo no Spotify for Artists. Muitos pulos no início indicam problemas na introdução.
Fricção na página de destino. Você está enviando tráfego para um Smart Link que exige cliques extras? Links diretos para o Spotify convertem melhor.
Por que a taxa de save é importante para o algoritmo
Os saves dizem ao Spotify que um ouvinte pretende retornar. Uma taxa de save alta sinaliza um interesse duradouro em vez de uma audição de fundo.
Quando o Spotify observa um forte comportamento de salvamento de um segmento de público específico (por exemplo, fãs de um artista similar em uma cidade específica), ele usa esse padrão para recomendar sua música a mais pessoas nesse segmento. É assim que os anúncios pagos "treinam" o algoritmo.
Taxas de save baixas enviam o sinal oposto. O algoritmo aprende que os ouvintes não estão engajando, e as recomendações diminuem.