Tiempo de lectura 5 minutos.
Una de las cualidades del ser humano es la creatividad que se expresa de diversas maneras, en lo que parece ser una fuente inagotable de ideas adherida al mismo y que es una cualidad que todos en diferente medida tenemos.
Y precisamente una de estas expresiones más evidentes es sin duda la música que ha acompañado a la humanidad casi desde sus inicios.
Desde luego ha habido gigantescos cambios a lo largo de la historia en la manera de consumir música, en la actualidad, nunca había sido tan fácil descubrir música nueva, prácticamente a diario, pero ¿a quién le debemos esta practicidad para expandir nuestra cultura musical y biblioteca de canciones? Otra vez, el responsable de hacerte las cosas mucho más fáciles es el Big Data.
Te puede interesar: La evolución en la ingeniería de datos
La manera en que consumimos música ha cambiado radicalmente desde la aparición del Internet, con un solo clic, los límites desaparecen y tenemos acceso a prácticamente toda la música que existe en el mundo.
Plataformas como Spotify, YouTube Music, Apple Music, Pandora, Deezer, Tidal y Wefre, se enorgullecen de ofrecer catálogos musicales capaces de satisfacer cualquier gusto.
Pero además de ello son un claro ejemplo de la destreza en el manejo de los datos, lo estudian todo, para poder seducir a sus escuchas con recomendaciones personalizadas, desde las preferencias por ciudad, hasta lo que escuchamos en función del clima, estado de ánimo o momento del año.
Y en esta entrada especial en la semana de celebración del día mundial del Rock & Roll te contaremos cómo la industria del Rock y en general la musical aprovechan el data science en su favor y cómo podrías aplicar estos principios a tu negocio.
Melodía, Algoritmo & Metadatos
Dichos conceptos parecen no tener una relación directa con el mundo de la música, pero seguro que te suenan el descubrimiento semanal de Spotify, o los Mi Mix de YT Music, entre otras playlist que se generan de forma automática con canciones que las plataformas ofrecen con el objetivo de recomendar nuevas canciones a sus usuarios permitiéndoles explorar nuevos horizontes.
Lee también: Amarello mantiene su liderazgo en la oferta de Data Analytics
Recomendaciones que no dejan de sorprender a los usuarios por su nivel de precisión en cuanto a la similitud con sus gustos musicales, o momento adecuado para cada canción. Pero lo cierto es que la base de todas estas recomendaciones son precisamente, datos, metadatos y algoritmos.
Pero ¿qué datos recogen? ha decir verdad se recogen millones de datos de los consumidores y sus preferencias musicales que van desde su edad hasta hábitos de consumo como:
- Géneros más escuchados
- Horarios en los que escuchas música
- Dónde escuchas la música
- Popularidad de los artistas en concreto
- Seguidores de una playlist específica
- Tiempo de reproducción de una canción
- Cantidad de veces que escuchas una misma canción
- Canciones que usas en una playlist
- Canciones en común con tus amistades
Entre muchos otros.
Data Driven, servicio masivo pero personalizado
Nada de lo que hacemos pasa desapercibido, mientras nosotros escuchamos las canciones que más nos gustan, estas plataformas nos escuchan a nosotros.
Gracias a un almacenaje flexible y escalable cada plataforma almacena aquellos datos que considera de mayor utilidad, para después explotar su valor con la ayuda de inteligencia artificial, machine learning y deep learning.
Te pude gustar: Migración de datos a través de BigQuery y Google Cloud
Cada plataforma busca establecer un patrón en las últimas canciones que has estado escuchando y cuantas veces lo has hecho, eso se combina con la información disponible acerca del artista, las tendencias de la zona donde vives, playlists donde aparece la canción y más datos para aterrizar más tus gustos.
Pero los algoritmos también consideran algunos datos menos obvios como son la hora del día, el orden en que escuchamos las canciones, la fecha de lanzamiento y las fechas en que más reproducimos una canción, incluso en análisis sobre lenguaje natural sobre las letras de cada canción para encontrar coincidencias temáticas.
Luego todo eso se mapea en función a la información cultural disponible de la música que has estado escuchando y se contrasta con millones de usuarios que utilizan la plataforma para encontrar similitudes y poder entender mejor tus gustos con el fin de darte las recomendaciones personalizadas más acertadas.
Todo ello gracias a poderosos algoritmos alimentados en tiempo real, que procesan la información a velocidades increíbles. El algoritmo de Spotify, por ejemplo, procesa alrededor de 600 GB de datos diarios e impulsa cerca de 15 mil millones de descubrimientos de artistas cada mes, lo que significa que 16 mil millones de usuarios escuchan música de un artista que nunca antes habían escuchado.
Personalización la clave del éxito
Sin embargo, continuando con el ejemplo de Spotify, el descubrimiento semanal no es la única forma de personalización de servicio que la plataforma ofrece, ya que también crea listas personalizadas, como “Your daily drive”, o bien el “horóscopo musical”, una nueva funcionalidad que te ofrece un horóscopo y una carta astral musical que puedes compartir con quien quieras.
Y la razón de tanto esfuerzo y énfasis sobre la personalización, tanto como en las recomendaciones es el impacto directo que la precisión de estas tienen sobre el engagement. Es decir, mientras más acertadas la experiencia de usuario mejora enormemente, al sentirse entendido lo que incrementa las posibilidades de que se convierta en un usuario premium.
Esto a su vez fortalece a la plataforma al incrementar sus ganancias y añadir nuevos datos a su Big Data mejorando la precisión de sus resultados y repitiendo el ciclo con nuevos usuarios.
Humanización de la información el santo grial del marketing
El Big Data no solo puede servir para mejorar los servicios, también es de vital importancia para desarrollar campañas creativas, como Spotify lo ha demostrado al jugar con los datos para crear copys muy divertidos.
Pero no solo eso, al comprender el comportamiento de sus usuarios, entendiendo con mayor precisión la afinidad en sus gustos musicales y como establecen rutinas, el siguiente paso es comprender cómo evolucionan estos gustos a través del tiempo y espacio.
Spotify se ha planteado esta duda como el eje motor para seguir evolucionando, es así como lanzó “Spotify for Artists“, que ofrece a los artistas acceso a todo tipo de datos a través del móvil. Una especie de Google Analytics para artistas con la idea de que tengan un mejor control sobre su presencia en la plataforma, así como planificar con mayor eficiencia sus tours, entre otras oportunidades que conocer estos datos aporta.
Fans First, es otro programa de Spotify que aprovecha el Big Data para encontrar a los fans más apasionados de cada artista y alcanzarlos con ofertas especiales. Con esta herramienta, los artistas pueden enviar promociones personalizadas a sus fans como early access, acceso a artículos exclusivos o invitaciones a eventos especiales, por dar un ejemplo.
Volviendo al cambio de gustos y afinidades de los usuarios, Spotify ha aprovechado al máximo la conjugación de Big Data con Machine Learning e IA, para poder dar paso a Branden moments, una opción para poder ofrecer anuncios a la audiencia adecuada en función del momento del día, dando cada vez mayor importancia al contexto.
Esto es lo que se conoce como humanización de la información ya que si bien se trata de un análisis puramente algorítmico, lógico y matemático, los resultados son empleados para presentar propuestas creativas que apelan al factor emocional, mismo que impulsa la mayor parte de las decisiones de compra.
El papel de Google Cloud Platform & Big Query
Para lograr tales niveles de personalización, las plataformas musicales “on streaming”, requieren de una solución de almacenamiento flexible, escalable y seguro, pero además deben ser capaces de gestionar volúmenes masivos de información en tiempos extremadamente cortos.
Revisa ahora: BigQuery: Transforma tu empresa en Data Driven
Spotify, por ejemplo, sabía esto gracias a que tiene entre sus colaboradores a grandes analistas y científicos de datos como: Adam Bly, fundador de Seed Scientific, una empresa de innovación de datos que utilizaba big data para solucionar todo tipo de problemas complejos, como mejorar la seguridad vial, optimizar la distribución de vacunas, etc.
Por ello optó por utilizar la tecnología cloud, más versátil del mercado apostando por GCP, sin embargo, si bien esto resolvía sus requerimientos para almacenar las masivas cantidades de datos, aún faltaba optimizar la gestión rápida y eficiente de los mismos, por suerte la simplicidad de integración de GCP, con otras herramientas dio paso a la solución con la integración de BigQuery, acelerando los tiempos de respuesta al consultar datos.
Sin duda las posibilidades que ofrece el correcto aprovechamiento del Big Data son infinitas, incluso más allá del proceso comercial, el estudio bajo un enfoque creativo ha permitido rastrear a los historiadores las canciones que han marcado la historia del rock, por ejemplo, y no solo eso también han permitido a nuevos artistas retomar elementos clásicos en nuevas propuestas.
Si quieres conocer más sobre lo que el Big Data puede hacer por tu negocio no te olvides de realizar nuestro Data Maturity Test y/o agendar una cita para recibir asesoría personalizada por parte de uno de nuestros expertos en tecnología GCP y Data Analytics
Y no te olvides de conocer la Historia del Rock en 100 canciones
