Naar inhoud

De samenstelling van hyperpersoonlijke playlists op Spotify

Herinner je je nog die platenzaak waar je vroeger wekelijks kwam? Waar op een gegeven moment de vaste medewerker je herkende en – nog beter – hij precies wist welke cd of nieuwe release hij je deze keer kon aanbevelen? Was je fan van The Script, dan wist hij dat je dat nieuwe nummer van Kensington vast ook leuk zou vinden. Zo'n persoonlijke benadering was – en is niet alleen aangenaam, het is ook bijna altijd raak.

En natuurlijk werpt zo’n persoonlijke aanpak ook zijn vruchten af. Volgens een onderzoek van consultancyorganisatie Accenture is 75 procent van de consumenten meer geneigd iets te kopen als de winkelier zijn naam weet en aanbevelingen kan doen op basis van de aankoopgeschiedenis.

De platenzaak bestaat nog steeds, maar het is onvermijdelijk dat steeds meer mensen kiezen voor het gemak van een platform als Spotify. Het mooie is dat ook deze muziekstreamingdienst je na verloop van tijd zo goed kent dat deze dienst je perfecte aanbevelingen kan doen. Misschien ken je de afspeellijsten Discover Weekly of Release Radar wel. Bijna altijd passen de geselecteerde nummers inderdaad bij wat jij leuk vindt. Hoe lukt het Spotify om elke keer weer precies de juiste liedjes en suggesties voor jou uit te kiezen?

1. Je voorkeuren vergelijken: collaborative filtering

Al jarenlang gebruikt Spotify collaborative filtering, een systeem gebaseerd op artificial intelligence (AI) dat de voorkeuren en luisterpatronen analyseert van mensen die vergelijkbare voorkeuren hebben en op basis daarvan voorspelt wat die mensen nog meer leuk zullen vinden.

Het aanbevelingssysteem van Spotify is gebaseerd op data die impliciete feedback geven, zoals het aantal streams, de nummers die mensen in persoonlijke afspeellijsten zetten en het aantal keren dat mensen naar de pagina van een artiest doorklikken nadat ze er een nummer van hebben beluisterd. Verder worden aanbevelingen gegenereerd door bibliotheken met kruisverwijzingen naar alle gebruikers en alle liedjes, om erachter te komen welke gebruikers een vergelijkbare muzieksmaak hebben en welke aanbevelingen een gebruiker nog mist.

Dit taaie rekenwerk moet zo efficiënt mogelijk gebeuren. Hier bewijst Spark zijn nut. Dit is een populair systeem voor het clusteren van computers. Het grote voordeel van Spark en het bijbehorende ecosysteem is dat het een snelle, gemakkelijke en heel schaalbare manier biedt om enorme bergen data te verwerken.

Simpel gezegd maakt Spotify van elke gebruiker een vergelijking met andere gebruikers, gebaseerd op luistergedrag en kenmerken. De nummers die vervolgens door vergelijkbare personen worden geluisterd, worden ook aan jouw persoonlijke lijst toegevoegd. En zo ontstaat langzaamaan jouw eigen Discover Weekly.

2. Je smaak begrijpen: natural language processing

Je hebt misschien wel eens gehoord van natuurlijke taalverwerking, ofwel natural language processing (NLP). Maar heb je je ooit gerealiseerd dat Spotify dit gebruikt?

Het NLP-mechanisme van Spotify speurt op het internet naar content op het gebied van alles wat met muziek te maken heeft. Het houdt zo bij welke artikelen, blogs en metadata over bepaalde artiesten en liedjes er zijn. Zo ontstaat een dynamische lijst voor iedere artiest en ieder liedje, die dagelijks verandert en waarvan de relevantie wordt gewogen.

Op eenzelfde manier als bij collaborative filtering kan het NLP-mechanisme termen wegen en rangschikken op basis van relevantie om de gelijkenis tussen liedjes en artiesten te bepalen. Zo kan het een verband vinden tussen Drake en Kanye West dankzij hoge scores op termen als rap, hiphop en R&B. En op die manier weet Spotify dat dit soort woorden veel worden gebruikt als het gaat om de artiesten en de muziek die ze maken. Daarmee kan het algoritme weer aanvullende muziek zoeken voor jouw Discover Weekly.

3. Kenmerken van liedjes achterhalen: neurale netwerken

Nog een verrassende methode die Spotify gebruikt bij het maken van persoonlijke afspeellijsten: de ruwe data van muziekbestanden. Het handige daarvan is dat ook liedjes die nog niet veel worden beluisterd toch een kans maken om in een voor jou gemaakte afspeellijst terecht te komen. Dit omdat de nummers op basis van hun kenmerken waarschijnlijk interessant zijn voor jou.

Hiervoor gebruikt Spotify een convolutional neuraal netwerk. Dit is een technologie die bijvoorbeeld ook wordt toegepast bij gezichtsherkenning op veel moderne smartphones. De netwerken bestaan uit een aantal lagen waarin audioframes worden ingevoerd en gekoppeld. Zodra de audioframes door alle lagen zijn gegaan, ontstaat een tijdelijke laag waarin alle kenmerken van de song worden verzameld en berekend.

Nadat de data zijn verwerkt, ontstaat een compleet overzicht van de kenmerken van het liedje, waaronder de maatsoort, het tempo, de toonsoort en het volume. Op die manier kan Spotify de kenmerken van liedjes vergelijken als aanvulling op de aanbevelingen van andere gebruikers. Dat is bijvoorbeeld handig voor artiesten die nog niet zo bekend zijn en de onbekendere liedjes. Op basis van het ritme, de melodie en bijvoorbeeld de gebruikte instrumenten wordt geselecteerd wat bij de huidige muziekvoorkeur past.

Ontelbaar veel data in Spotify

Een bedrijf als Spotify heeft voor al die muziek en al het rekenwerk natuurlijk een gigantische opslagcapaciteit nodig. Dat kun je allemaal in eigen datacenters regelen, maar een migratie naar de cloud bleek toch een flexibelere oplossing te zijn. Dankzij het Google Cloud Platform (GCP) kan Spotify niet alleen enorme hoeveelheden data opslaan, maar is het ook in staat die op een slimme manier te verwerken.

Met gepersonaliseerde afspeellijsten als Discover Weekly tot gevolg: een van de paradepaardjes van de muziekdienst. Zo'n afspeellijst is voor Spotify immers een unieke mogelijkheid om grote hoeveelheden datareeksen om te zetten in afspeellijsten die uitermate goed passen bij de persoonlijke smaak van een gebruiker en zo laten zien dat het de smaak van een consument echt snapt.

Christian Zipp is vice president sales Duitsland, Oostenrijk, Zwitserland en Nederland bij Digital Realty, beheerder van een wereldwijd ecosysteem om organisaties digitaal te ontsluiten.

Tip: Wil je weten hoe je insights en data omzet naar een strategie en concrete acties? Dan is de opleiding Customer Insight & Data Driven Marketing wat voor jou!

  • Tijdens de opleiding leer je hoe je met data en inzichten zowel de waarde voor de klanten als de waarde voor de organisatie kunt verhogen.
  • Naast de opleiding stel je een managementplan op over customer insights voor je eigen organisatie, direct geschikt voor implementatie.
Lees meer over deze opleiding ►
Bron: CustomerTalk
0
Logo CustomerTalk

Cookie-instellingen

CustomerTalk maakt gebruik van cookies voor een optimale gebruikerservaring.

Graag vragen wij je toestemming voor het plaatsen van deze cookies.

Accepteren Meer informatie