¿Querías saber qué es el Algoritmo Spotify? Datos, algoritmos e inteligencia artificial: así es como Spotify predice lo que más quieres escuchar.

El éxito de las empresas basadas en la suscripción mensual se basa, en gran medida, en el número de horas de contacto con el servicio que consiguen generar, un reto cuando el catálogo está lleno de miles de referencias.

Para lograr este objetivo Spotify se apoya en una sofisticada arquitectura tecnológica con la que intenta impulsar el mayor número de horas de escucha posibles.

Y parece que funciona. Esto se confirma por su posición en el mercado. La compañía, fundada en 2006, cuenta con 406 millones de usuarios activos, muy por delante de competidores como Apple Music, Tencent Music, Amazon Music, YouTube Music, Netease o Deezer. También, su influencia en el descubrimiento musical por parte de sus usuarios (la compañía asegura que 1/3 de los artistas "descubiertos" tiene lugar a través de sus recomendaciones).

Algoritmo Spotify

La fórmula de Spotify no es sustancialmente diferente de la de otros servicios de suscripción. Su funcionamiento se basa en 3 pilares (datos, algoritmos e inteligencia artificial), y un objetivo: conseguir la mejor selección de contenidos posible, capaz de impulsar un flujo de escucha que acompañe al usuario desde que se levanta hasta que se acuesta.

El verdadero reto de Spotify es la magnitud de su oferta ya que su catálogo ronda los 70 millones de canciones y crece con una media de 60.000 nuevas incorporaciones al día.

Como plataforma que vive del tiempo de contacto con el cliente, es vital que coincida con lo que le puede gustar. La puerta de entrada a la música favorita está, para la mayoría de los usuarios, en la página de inicio, una interfaz compuesta por diferentes selecciones personalizadas.

Lo que hace Spotify es empaquetar canciones creando listas de reproducción, utilizando casetes analógicos. Listas como Descubrimiento Semanal, Tu radar de noticias, Más cosas que van o se Hacen por ti se han convertido para muchos en la opción de escucha predeterminada, reemplazando la búsqueda activa. Pero hacerlos y hacerlos útiles no es una tarea sencilla. Para realizarlos, el sistema necesita una materia prima fundamental: los datos, tanto del usuario como del propio contenido.

Datos Algoritmo Spotify

Todas las canciones que se incorporan a la oferta de Spotify se analizan una a una en detalle. La plataforma revisa todos los metadatos que el proveedor proporciona a la ca: título, fecha, nombre/s del artista, autor de la letra, productor, sello discográfico, fecha de lanzamiento, género y subgénero, idioma, herramientas utilizadas, tipo de canción (por ejemplo, si es una versión, un remix, acústico o instrumental), tipo de artista, etc., pero el análisis no se detiene ahí.

La verdadera magia de Spotify no está tanto en la información que está asociado el archivo como en los datos que emerge a través de un análisis de las pistas de audio. Este es el verdadero ingrediente del éxito.

Gracias al análisis de raw audio el sistema es capaz de aislar características de cada canción: tu estilo (por ejemplo, si tienes una o más voces o si es instrumental), cómo puede ser percibida por el usuario (si son canciones para bailar, enérgicas o tranquilas, entre otras cosas), e incluso el tipo de emoción, positiva o negativa, que despierta tu oído. Y aún queda un tercer análisis, que recurre al" lenguaje natural " en base, por ejemplo, a la información que aportan las letras (por ejemplo, si hablan de una ruptura o de pasar un buen rato) o cómo se refieren a ella en otros sitios externos, como blogs o webs especializadas.

La segunda fuente de datos fundamental para que funcione el sistema de recomendación de Spotify son los propios usuarios, a los que monitoriza en cada sesión, analizando toda la huella digital que generan, ya sea a través de acciones directas y explícitas (como temas guardados, canciones que han gustado o listas compartidas) o indirectas (por ejemplo, la duración de las sesiones, las canciones que se reproducen en bucle, las que se saltan, etc.). También se considera que la información proporciona contexto, como la ubicación geográfica, la hora del día o el dispositivo de acceso.

Inteligencia artificial del algoritmo Spotify

El sistema de recomendación de Spotify funciona integrando toda la información obtenida de las dos fuentes de información (contenido y usuarios).

El creador de las recomendaciones de Spotify se llama BaRT (acrónimo de Bandits for recommendations as treatments), una inteligencia artificial que utiliza todo lo que el sistema aprende de cada canción subida y de cada sesión de actividad para recomendar mejor. BaRT está diseñado para aprender y predecir, de ahí que sus dos mecanismos principales para validar (o descartar) las sugerencias que hace sean la tasa de clics y las probabilidades de reproducción.

En la práctica, se apoya en 2 actividades. El primero, la explotación de los datos proporcionados por el propio usuario (lo que toca, lo que elude, sus artistas favoritos, sus hábitos de escucha). La explotación de datos es valiosa, pero tiene un punto ciego: necesita datos para funcionar, de ahí que si el usuario ha interactuado poco, lo más probable es que el sistema no termine de acertar.

Para corregir este problema, se utiliza un segundo mecanismo de exploración, que se basa en los puntos de contacto que el sistema encuentra entre las preferencias del usuario con las de otros usuarios, suponiendo que es probable que las combinaciones musicales de otros sean útiles. Este es un mecanismo esencial en el caso de los nuevos usuarios, al recomendar temas lanzados recientemente o después de largos períodos de inactividad.

Las listas de reproducción del algoritmo de Spotify que vemos al iniciar la aplicación son el resultado de la actividad de cientos de algoritmos que intentan conectar, con la mayor precisión posible, a cada usuario con lo que la plataforma considera que querrá escuchar, siempre en base a toda la información que conoce sobre las canciones y los usuarios.

El sistema del Algoritmo Spotify intenta comprender cuál es la motivación después de cada elección, por lo que variables como el "estado de ánimo" implícito en las elecciones, el número de canciones omitidas, las características comunes de las listas de reproducción o los tiempos de escucha son particularmente relevantes. Uno de los indicadores más valiosos, por ejemplo, es lo que sucede en los primeros 30 segundos de una pista. Cuando la reproducción supera esa marca, la canción genera automáticamente una asociación positiva y comienza a generar datos a partir de los cuales se puede aprender.

Spotify se encuentra actualmente inmerso en una nueva ofensiva para monopolizar el negocio de los podcasts. Sin duda, todo lo que ha aprendido en los últimos 16 años lo coloca en una posición privilegiada. En este punto, no solo determina lo que escuchamos y cómo lo escuchamos, sino también nuestra predisposición a aceptar las novedades que nos pone delante. Ese arco de influencia en la satisfacción y formación de nuestros gustos es lo que, al final, marca la diferencia.

¿Ahora sabes lo que necesitabas saber sobre el Algoritmo Spotify?