Kan big data virkelig forudsige, hvad der gør en sang populær?

Musik er en del af vores liv på forskellige måder. Vi lytter til det på vores pendler, og det runger gennem indkøbscentre. Nogle af os søger livemusik til koncerter, festivaler og shows eller stoler på musik for at sætte tonen og stemningen i vore dage.

Selvom vi måske forstår de genrer eller sange, vi sætter pris på, er det ikke klart, præcist hvorfor en bestemt sang er mere tiltalende eller populær. Måske taler teksten til en oplevelse? Måske gør energien det tiltalende? Disse spørgsmål er vigtige at besvare for musikbranchens professionelle, og analyse af data er en vigtig del af dette.

På Carleton University søgte en gruppe datavidenskabelige forskere at besvare spørgsmålet:"Hvilke beskrivende træk ved en sang gør den populær på musik-/onlineplatforme?"

Omsætning i musikindustrien

Indtægter i musikindustrien kommer fra to kilder, der påvirkes af forskellige faktorer:levende musik og indspillet musik. Under pandemien steg indtægterne fra streaming, selvom indtægterne fra livemusik faldt på grund af aflysningen af ​​personligt optrædende.

Efterhånden som digitale platforme som Spotify og TikTok er vokset, er størstedelen af ​​musikindtægterne kommet til at komme fra digitale medier, for det meste musikstreaming. Hvordan og om denne indtægt når ud til sangere og sangskrivere som helhed er en anden sag.

Popularitet på digitale platforme

Populariteten af ​​en sang på digitale platforme betragtes som et mål for den indtjening, sangen kan generere.

Som sådan søger producenterne at besvare spørgsmål som "Hvordan kan vi gøre sangen mere populær?" og "Hvad er karakteristika ved sange, der gør det til tophitlisterne?"

Sammen med samarbejdspartnerne Laura Colley, Andrew Dybka, Adam Gauthier, Jacob Laboissonniere, Alexandre Mougeot og Nayeeb Mowla lavede vi en systematisk undersøgelse, der indsamlede data fra YouTube, Twitter, TikTok, Spotify og Billboard (Billboard Hot-100, nogle gange også betegnet af dataforskere som "Billboard hot top" eller i vores arbejde og andres arbejde, "Billboard Top-100").

Vi sammenkædede datasættene fra de forskellige platforme med Spotifys akustiske beskrivende metrik eller "beskrivende funktioner" for sange. Disse funktioner er afledt af et datasæt, som gav kategorier til måling og analyse af sanges kvaliteter. Spotifys målinger fanger beskrivende funktioner såsom akustik, energi, dansbarhed og instrumentalitet (samlingen af ​​instrumenter og stemmer i et givet stykke).

Vi søgte at finde tendenser og analysere forholdet mellem sangenes beskrivende træk og deres popularitet.

Placeringen på den ugentlige Billboard Hot-100 er baseret på salg, onlinestreams og radioafspilninger i USA.

Den analyse, vi udførte ved at se på Spotify og Billboard, afslørede indsigt, der er nyttig for musikindustrien.

Hvad forudsiger et Billboard-hit?

Til at udføre denne undersøgelse brugte vi to forskellige datasæt vedrørende sange, der var Billboard-hits fra begyndelsen af ​​1940'erne til 2020, og Spotify-data relateret til over 600.000 numre og over en million kunstnere.

Interessant nok fandt vi ingen væsentlige sammenhænge mellem antallet af uger, en sang forblev på hitlisterne, som et mål for popularitet, og de akustiske funktioner inkluderet i undersøgelsen.

Vores analyse fastslog, at nyere sange har en tendens til at holde længere på hitlisterne, og at en sangs popularitet påvirker, hvor længe den bliver på hitlisterne.

I en relateret undersøgelse indsamlede forskere data til Billboards Hot 100 fra 1958 til 2013 og fandt ud af, at sange med et højere tempo og dansbarhed ofte får en højere topplacering på Billboard-hitlisterne.

Forudsigelse af Spotify-sangs popularitet

Vi brugte også sangenes funktioner til at generere maskinlæringsmodeller for at forudsige Spotify-sangs popularitet. Foreløbige resultater konkluderede, at funktioner ikke er lineært korrelerede, med nogle forventede undtagelser, herunder sangens energi.

Dette indikerede, at de Spotify-metrikker, vi undersøgte – inklusive akustik, dansbarhed, varighed, energi, eksplicithed, instrumentalitet, livlighed, taleevne (et mål for tilstedeværelsen af ​​talte ord i en sang), tempo og udgivelsesår – ikke var stærke forudsigere for sangens popularitet.

De fleste sange i Spotify-datasættet var ikke angivet som eksplicitte, havde en tendens til at have lav instrumentalitet og taleevne og var typisk nyere sange.

Selvom man måske tror, ​​at nogle funktioner, der er medfødte i visse sange, gør dem mere populære, afslørede vores undersøgelse, at popularitet ikke udelukkende kan tilskrives kvantificerbare akustiske elementer.

Det betyder, at sangmagere og forbrugere skal overveje andre kontekstuelle faktorer ud over de musikalske funktioner, som fanget af Spotifys målbare elementer, som kan bidrage til sangens succes.

Elementer, der påvirker popularitetsskifte

Vores undersøgelse styrker, at elementer, der påvirker sangens popularitet, ændrer sig over tid og bør undersøges løbende.

For eksempel, i sange produceret mellem 1985 og 2015 i Storbritannien, var sange produceret af kvindelige kunstnere mere succesfulde.

Andre aspekter kan bidrage væsentligt til en sangs succes. Dataforskere har foreslået enkelhed af teksterne, reklamerne og distributionsplanerne som potentielle forudsigere for sanges popularitet.

Vedhæftede lyttere

Mange musikere og producenter gør brug af populære begivenheder og marketingstrategier til at reklamere for sange. Sådanne begivenheder skaber socialt engagement og publikumsinvolvering, som knytter lytteren til den sang, der fremføres.

For offentligheden har livemusikbegivenheder efter lange nedlukninger været passende til at genforene venner og nyde livekunst og underholdning.

Mens du deltager i en musikbegivenhed eller lytter til en sang, inviterer vi dig til at reflektere over, hvad det er ved sangen, der får dig til at nyde den.