Spotify: come funziona davvero la personalizzazione dei suggerimenti

Da sempre uno degli sforzi del gigante dello streaming è quello di offrire all’utente la fruizione più mirata possibile in base ai suoi gusti. Nel corso di un panel virtuale è stato spiegato come ciò viene fatto
Spotify - foto di Imtiyaz Ali - Unsplash
Foto di Imtiyaz Ali / Unsplash

Spotify non è solo la più grande piattaforma di streaming in termini di bacino di utenza, ma anche una di quelle che investono maggiormente nella personalizzazione dell’esperienza di fruizione. Si sa: l’accessibilità universale ai contenuti digitali è uno dei grandi vantaggi dell’epoca in cui viviamo ma in questo mare magnum l’utente si trova spesso disorientato. È fondamentale dunque che ci sia una “guida”, che le piattaforme offrano percorsi ragionati e suggerimenti mirati.

Di che cosa parliamo quando parliamo di curatela “algotorial”? Perché l’inserimento di un artista in una determinata playlist può determinarne il successo? Di questo e di altre curiosità si è discusso ieri all’interno del panel virtuale in cui diversi rappresentanti dell’azienda a livello europeo hanno presentato metodi e scopi della personalizzazione offerta dalla piattaforma.

La sfida della personalizzazione

Da sempre uno degli sforzi dell’azienda svedese è – a fronte di un catalogo musicale vastissimo – quello di offrire all’utente suggerimenti ritagliati in base ai suoi gusti personali. Ciò viene fatto con staff editoriali dedicati, con il ricorso a sofisticati algoritmi o anche, come vedremo, con un mix di intelligenza umana e artificiale. Proprio sull’onda della recente campagna #SoloTu, nuova funzione presente nell’app di Spotify volta a valorizzare proprio l’aspetto dell’unicità della “dieta” di ascolti di ognuno, è nata l’idea del panel virtuale di ieri.

«Non c’è un’esperienza Spotify uguale a un’altra», osserva Ester Gazzano, Head of Consumer Marketing for Southern and Eastern Europe. «Ce ne sono 356 milioni diverse, tante quanti sono i nostri utenti. #SoloTu si basa su come ascolti, più che su cosa ascolti. In Spotify ci piace divertirci ed essere innovativi: #SoloTu segue questo spirito, ti dice per esempio quali artisti invitare alla tua cena da sogno».

E ha continuato: «Ogni volta che lanciamo una campagna coinvolgiamo direttamente i nostri creator. Questa volta hanno aderito più di 200, che hanno condiviso le proprie “share cards”. È stato un successo: il giorno in cui abbiamo lanciato #SoloTu nei nostri mercati eravamo in cima alle tendenze del giorno».

Come funzionano i suggerimenti di Spotify

È intervenuto poi chi si occupa della personalizzazione a livello tecnologico: Ziad Sultan, Senior Director of Product Management for Personalization Products. «A un certo punto ci siamo resi conto che i suggerimenti dovessero venire non solo dai tuoi amici ma anche dal machine learning. Nel 2014 abbiamo acquisito un’azienda chiamata The Echo Nest. Abbiamo costruito una miniera d’oro di dati attraverso le playlist create dagli utenti stessi. In questo modo, gli utenti implementano l’intera capacità del sistema. Quando prendiamo questi dati e li uniamo alle capacità del machine learning, sviluppiamo enormi capacità di suggerimento».

Spiegando più nello specifico il funzionamento degli algoritmi, Sultan ha detto: «Dopo The Echo Nest abbiamo lanciato le prime playlist algoritmiche, fra cui Discover Weekly. Ricordate quando un amico vi regalava un mixtape solo per voi? Questa è la versione contemporanea di ciò. Come funziona? Cominciamo con le canzoni che già ti piacciono, dopodiché vediamo quali playlist contengono quei pezzi. Prendiamo questi contenuti e rimuoviamo quelli che già conosci. Poi applichiamo dei filtri basati sul tuo gusto e sulle tue affinità, e da ciò deriva la playlist personalizzata di trenta brani».

Discover Weekly è stata la prima playlist personalizzata ad essere lanciata da Spotify, ma non è l’unica. Per esempio ci sono anche On Repeat, che ripercorre le tracce più ascoltate dall’utente negli ultimi 30 giorni, e i sei Daily Mix. Più alcune novità: «Your Daily Drive è un nuovo prodotto: è una playlist personalizzata che mescola musica e podcast, è pensata apposta per il tragitto casa-lavoro», ha continuato Sultan. «Inoltre all’inizio di questo mese abbiamo lanciato in beta una nuova funzione chiamata Blend. Permette a due amici di unire i loro gusti in un’unica playlist, personalizzata specificamente per loro».

Il lavoro editoriale

Oltre agli algoritmi, come ogni piattaforma di streaming anche Spotify fa affidamento a un team apposito per la creazione di playlist editoriali. Per esempio, in Italia fanno parte di questa categoria le playlist Hot Hits Italia ed Estate 2021. «I nostri editor sono bravi a mettere la giusta musica nella giusta playlist per il giusto pubblico», dice Melanie Parejo, Head of Music for Southern Europe di Spotify. «Abbiamo gruppi di “global curation” che condividono quello che succede in ogni paese per un determinato genere. Abbiamo iniziato con una curatela al 100% umana, adesso lo facciamo anche in forma “algotorial”: sono playlist con canzoni scelte dai nostri editor ma il loro assemblaggio finale è determinato da un algoritmo, perché non tutti – per esempio – cantano lo stesso tipo di canzoni in macchina. Ci sono 150 editor che realizzano circa 3mila playlist complessivamente nei nostri mercati».

L’obiettivo, come osservano tutti gli speaker dell’incontro, è sempre quello di facilitare le connessioni fra utente e artista. «Sappiamo di avere una responsabilità, sappiamo che mettere un artista in una playlist può rappresentare una bella spinta per la sua carriera», conclude Parejo. «Con Spotify for Artists possiamo anche fornire agli artisti tutte le informazioni che li possono aiutare a pianificare le loro campagne promozionali e i loro tour, a partire da chi sta ascoltando la loro musica e dove la sta ascoltando».

Articolo Precedente
Ed Sheeran

Ed Sheeran vampiro glam nel video del nuovo singolo "Bad Habits"

Articolo Successivo
Maneskin/ GABRIELE GIUSSANI

I Måneskin sono primi nella Billboard Hot Hard Rock Songs chart


Articoli correlati
Total
2
Share