En este sentido, Spotify, la plataforma líder a nivel global de música (y podcast) en streaming, ha desvelado en un encuentro virtual con la prensa algunas de las claves de su personalización.
“Hay más de 356 millones de experiencias diferentes de Spotify, una para cada oyente”
Todo el proceso se inicia en 2008 con el compromiso de la compañía de convertirse en la plataforma número uno del mundo para artistas, creadores y fans. Desde ese momento, según explica Ziad Sultan, director de producto de Spotify, la compañía busca mejorar la experiencia de la compañía apostando por la personalización. “En realidad, hay más de 356 millones de experiencias diferentes de Spotify, una para cada oyente”, explica. “Con la ayuda del machine learning podemos ayudarte a navegar por el amplio catálogo de Spotify, con más de 70 millones de canciones y más de 2,6 millones de podcasts”, destaca Sultan.
En este sentido, la compañía aprovecha todos los datos a los que tiene acceso, destacando las listas de reproducción de los usuarios. “Cuando los usuarios hacen listas de reproducción, también están etiquetando las canciones para el resto del sistema y para el resto de la audiencia. Gracias a esto, hoy tenemos más de 4.000 millones de estas clasificaciones del catálogo musical, lo que significa que podemos atender incluso los gustos más nicho”, apunta el director de producto de Spotify.
Spotify pone en marcha un nuevo asistente de voz para su app
Leer más
Playlist personalizadas
Actualmente, Spotify ofrece un gran número de playlist personalizadas. Entre ellas, destaca ‘Weekly Discover (Descubrimiento semanal)’ que ofrece una playlist nueva con 30 canciones que el usuario nunca ha escuchado (en la plataforma) cada lunes.
Para ello, ‘Descubrimiento semanal’ encuentra usuarios que han creado listas de reproducción con las canciones y los artistas que le gustan a la persona, analiza las canciones que esas “almas gemelas” que tienen gustos similares han escuchado e incluso añadido a listas. Tras ello, hace un barrido para descartar todas aquellas que el usuario ya haya escuchado y utiliza los gustos para filtrar la lista final según las áreas de afinidad.
Otra de las listas interesantes que la compañía ha lanzado en algunos mercados es ‘Your Daily Drive’, que hace un mix de música y podcasts para que el usuario pueda escuchar mientras conduce en función de los gustos e intereses de cada persona y es que aseguran que son capaces de predecir qué podcast va a gustar en función de la música que se escucha. Esta playlist personalizada todavía no está disponible en España, pero la compañía ha asegurado que “llegará pronto a nuevos mercados”.
Por último, y como gran novedad de las últimas semanas, Spotify ha introducido ‘Blend’, una solución aún en versión beta que permite fusionar los gustos de dos usuarios y crear una playlist que combina los intereses de ambas partes. Según ha explicado el director de producto, esta solución está todavía en pruebas y en un futuro podría permitir crear playlist de más de dos personas para grupos de amigos.
La curación humana a escala
“Para nosotros es clave la combinación entre machine learning y la experiencia humana”
A pesar de la importancia que tienen las tecnologías de machine learning, Spotify hace hincapié en que “para nosotros es clave la combinación entre machine learning y la experiencia humana”, por eso apuesta por lo que denominan como “curación humana a escala”.
Por ello, la firma sueca destaca la importancia de combinar ambas partes porque “nuestro objetivo es dar a todos los artistas y creadores la oportunidad de vivir de su arte”, ha asegurado la jefa de Música del Sur de Europa de Spotify, Melanie Parejo. Con esta filosofía, la compañía no se apoya en su equipo editorial con más de 150 profesionales de distintas partes del mundo y de distintos estilos musicales y culturales.
"Los sistemas de aprendizaje automático que tienen que esperar a que algo se convierta en popular antes de recomendarlo a alguien, están condenados a seguir sólo la cultura"
Según explica el director de producto, “los sistemas de aprendizaje automático que tienen que esperar a que algo se convierta en popular antes de recomendarlo a alguien, están condenados a seguir sólo la cultura, en lugar de crearla”, por ello, la compañía introduce el factor humano para explorar cosas nuevas y ser capaces de “captar la cultura y aprovechar la intuición y la experiencia humana” a través de su equipo editorial, que aprovechan sus conocimientos para enseñar al sistema de machine learning, algo a lo que Spotify denomina ‘algotorial’, que implica una curación humana y luego una personalización a través de machine learning de esa selección.
Este proceso da como resultado playlist “algotoriales”, como Hits Alegres, Pop Up, Rock Español, Pegao, Pop con Ñ y Éxitos España.
En definitiva, “empleamos toda la tecnología y si sabemos que un usuario tiene mucha afinidad con un artista o género, analizamos lo que hacen los otros usuarios con esos gustos y buscamos contenidos que les gustan a ellos y que le pueden gustar también al usuario”, concluye Parejo.
Si (
No(
