Pense nos momentos do dia em que você ouve música. Quando sai para correr ou para ir à academia, pela manhã? No escritório, em uma sexta-feira dispersa? Já em casa, à noite, descascando batatas? Ou para pegar no sono, quem sabe? –dizem que Coldplay é perfeito para isso.
A cada vez que você aperta o play em um serviço de streaming, a empresa recebe uma mensagem dizendo quem ouviu o quê, quando, como e onde – o que significa dizer que revelamos algo a nosso respeito faixa a faixa.
Tecnologia permite identificar músicas com potencial para estourar
O acervo musical inesgotável que a internet passou a disponibilizar para qualquer um foi festejado como uma revolução, mas também apresentou um problema
Leia a matéria completa“Estamos acompanhando centenas de milhões de spins e estações adicionadas todos os dias, um volume de consumo que é historicamente sem precedentes e indicativo do valor de tornar a música tão prontamente disponível para os ouvintes”, diz Liv Buli, jornalista de dados da Next Big Sound – empresa de análise e insights de música online ligada ao Pandora, um dos serviços de streaming pioneiro na recomendação musical. “Por sua vez, estes dados nos permitem entender muito mais sobre quem está consumindo música e como.”
Big data
No caso de um serviço como o Spotify, que, de acordo com o último número divulgado, tem cerca de 100 milhões de usuários ativos, isso acontece aos bilhões. Toda esta informação é crucial para aprimorar a recomendação musical, que é base deste tipo de serviço (a lógica é sugerir músicas para os usuários com base no comportamento de escuta de outras pessoas).
“Temos um dado bastante rico, porque entendemos o consumo do usuário em diferentes momentos do dia, da semana. E a gente consegue jogar com isso – não manipulando dados, mas conseguimos oferecer para o usuário coisas que são mais específicas para o consumo dele”, explica Tiago Ramazzini, country manager do Napster no Brasil. “A música é muito formada por momentos.”
Contexto
Mas o sentido gerado por estes dados vai além do gosto musical. As playlists, que promoveram uma espécie de renascimento de uma forma bastante tradicional de se ouvir música, são o pulo do gato. Elas fornecem o “contexto” ao revelar o que o usuário está fazendo – se exercitando, relaxando, trabalhando, bebendo, fazendo um churrasco, estudando, viajando. Se está feliz ou deprimido. Se está curtindo uma fossa.
Playlists
Ao oferecer “trilhas sonoras” para momentos específicos da rotina das pessoas, os serviços de streaming conseguem criar perfis de consumidores que podem ser usados por anunciantes. “A partir das playlists, elas vão entendendo quais são os interesses do usuário e conseguem começar a fazer uma segmentação de público”, diz a pesquisadora da UFF Luiza Bittencourt.
É revelador um número citado por um diretor de desenvolvimento da Echo Nest, uma divisão do Spotify, durante uma conferência de tecnologia em maio deste ano: entre as 100 playlists mais tocadas, 41 são relacionadas a contextos, contra apenas 17 relacionadas a gêneros musicais. “Isso me leva a acreditar que o contexto é de fato o novo gênero”, disse Paul Lamere, na RailsConf.
Segundo ele, há cerca de 2 bilhões de playlists no Spotify. “As pessoas estão organizando suas escutas em torno disso”, disse.
E contexto, em marketing, vale muito. Para Ramazzini, do Napster, a tendência no mercado de streaming é o usuário “premium”, que paga pelo serviço –e, portanto, fica de fora do alcance dos anúncios dentro das plataformas que trabalham com publicidade, como o próprio Spotify. Mas a segmentação de público a partir de dados de consumo musical cruzados com dados demográficos é atraente para as marcas, diz a pesquisadora da Universidade Federal Fluminense (UFF) e coordenadora da Ponte Plural, Luiza Bittencourt.
“Por exemplo, se uma empresa quiser divulgar produtos voltados para um público que gosta de viajar, ele vai usar o segmento de usuários das playlists de turismo. Se for um produto relacionado a festa, vai ser direcionado para o público que usa playlists desse tipo – e assim por diante.”
Política
A partir de cruzamentos de um grande volume de dados, é possível identificar padrões inusitados. Paul Lamere, da Echo Nest, demonstrou alguns estudos sobre a possibilidade de supor as preferências musicais de alguém baseado em gênero, idade ou localização – e até preferência política. O americano Pandora, por exemplo, diz ser capaz de segmentar seu público em cinco categorias para fins de propaganda eleitoral. Dentre as conclusões que podem ser tiradas disso é que Democratas tendem mais a gostar mais de e-music, reggae e jazz, por exemplo, enquanto Republicanos tendem mais para o country, o gospel e new-age.
Deixe sua opinião