A Spotify le encanta la música y también los datos. Debido a que sus datos son acerca de la música y con más de 100 millones de personas reales que la escuchan, esto es en realidad bastante humano. Como el propio Matt Ogle dijo de la popular característica Discover Weekly, «El Hombre contra la máquina es más una distinción útil en términos de cómo construimos la materia. Esta es una recomendación algorítmica, pero es humano todo el camino hacia abajo. La gente está inspirando lo que está sucediendo”.
Los datos también pueden convertirse en una especie de arte cuando se visualizan, no tanto en gráficos de barras sencillos, sino en enfoques complejos y ambiciosos para representar conjuntos de datos que tienen un significado real.
Te puede interesar:
-
Investigación. Creatividad y acto artístico en el mundo jurídico. Derecho del arte
-
Climatune de Spotify. Cómo el Clima Afecta a los Gustos Musicales
Vamos a explorar algunos proyectos de arte basados en datos a través realizados por diseñadores y programadores de Spotify organizado por el manager de insights culturales Jomar Pérez.
10 Proyectos de Arte Realizados con Datos de Spotify
City Lights
Para crear City Lights, el científico de datos Ian Anderson y el analista Manish Nag, miraron un solo día de escucha anónima y agregada en la ciudad de Nueva York y crearon un punto en el mapa geográfico para representar las ubicaciones de los oyentes a las 4 am, 8:30 am, y 6 pm. Como se puede ver, la audiencia es bastante baja a las 4 de la mañana, pero se alza durante las horas de trabajo en las mañanas y las tardes, con una pendiente alrededor del mediodía.
Familiarity vs Discovery
El manager de analítica senior Edward Lee comenzó por enviar cinco meses de datos de streaming a un grupo de empleados de Spotify, con su permiso, por supuesto. Por cada oyente, miraba tres cosas: cuando se reproducjo la pista, cuánto tiempo se reprodujo, y el artista que ejecutó la pista. Trazó cada uno de las sesiones a lo largo de dos ejes: el tiempo (vertical) y descubrimiento (horizontal). La línea se mueve hacia abajo mientras el oyente reproduce música, y se mueve a la izquierda si la canción que se está reproduciendo es del mismo artista que la canción anterior. Se mueve a la derecha si la canción es de un artista que el oyente nunca ha escuchado antes, y va en algún punto intermedio entre si la canción es de un artista diferente con el cual el oyente está familiarizado. El color de cada línea indica donde termina en el espectro. El color azul indica la familiaridad, y el color verde significa un mayor descubrimiento.
Gossypionimbus
El analista Santiago Gil creó el diagrama de densidad antes mencionado, trazando el número de oyentes mensuales de los artistas de cada género en comparación con la cantidad de personas que se convirtieron a Spotify Premium durante un determinado período de tiempo.
Gradients
El desarrollador web Peter Margaritoff tomó el color medio de las portadas de los álbumes de las 2.000 primeras canciones en Spotify, los dividió en géneros (éstas son las filas), y clasificó las filas por el matiz, por tanto puede distinguir la composición en color de los géneros siguientes, de arriba abajo. Todos, rock alternativo, clásico, country, folk, hip-hop, house, indie rock, jazz, latin, metal, pop, rock.
The Matrix
El analista de producto Ye Zhao, creador de The Matrix, explica: «La interpretación de la matriz de adyacencia de los 2.880 primeros artistas y 1.800 (ciudad, región) tuplas en EEUU. (2.880 x 1.800) para la retina muestra la resolución de pantalla. Los píxeles situados en el eje de abscisas representan a los artistas diferentes. y los píxeles en el eje de ordenadas representan las diferente (ciudad, región) tuplas. Y la intensidad de cada píxel representa el índice normalizado de contadores de reproducción de las canciones del artista en el mes de Enero».
Summer Fall Winter
El diseñador Shu Li asignó un color diferente a cada pista que encabezó las carteleras de Spotify durante cada semana de Julio a Diciembre de 2015. Los colores se correlacionan con el arte del álbum y el videoclip de cada canción. «Lean On» de Major Lazer (rosa) dominó los meses de verano, aunque «Drag Me Down«, de One Direction, tomó la delantera por un breve período, indicado por la franja naranja. Otoño e Invierno pertenecía a «Sorry» de Justin Bieber (gris) y «Hello» de Adele (negro).
-Sin título-
El científico de datos e investigador Zac Pustejovsky construyeron la representación bidimensional de cómo un sistema de recomendación musical podría ver a sus oyentes. Se basa en datos anónimos y agregados de hábitos de escucha de un subconjunto de oyentes de Spotify que escucharon música de 5.000 artistas durante un período de dos semanas. Se ejecutó una factorización matricial, que es una forma común de construir un sistema de recomendación, y luego usó un algoritmo de aprendizaje múltiple llamado tSNE para proyectar el sistema en dos dimensiones. Finalmente, Zac trazó un mapa de los géneros favoritos de los usuarios en los puntos.
-Sin título-
El científico de datos Ariel Marcus creó el diagrama para averiguar qué características de Spotify (búsqueda, reproducción de radio, escucha de lista de reproducción, etc.) tienen el mayor impacto para convertirse en uno de los más de 40 millones de suscriptores de pago. Los puntos morados representan suscriptores premium. Su visualización reveló que ninguna característica individual es un mejor vaticinador para saber si alguien se suscribirá independientemente del tiempo que han estado escuchando música en Spotify.
Vector Threads in Phase Space
Esta pieza de Dan Delany, líder de diseño analítico y desarrollador web está repleto de complejidad, pero en su esencia, está basado en cómo los modelos de escucha cotidianos de los usuarios de Spotify cambian con el tiempo. Cada cuadrante empareja dos métricas (como segundos escuchados, reproducciones de más de 30 segundos, número de días que el usuario ha estado activo, etc.), formando espacios 2D de fase que representan todos los valores métricos posibles. Los cambios cotidianos en las métricas de cada usuario se proyectan en estos espacios 2D como vectores, que se promedian entre usuarios para crear campos vectoriales uniformes simplificados para cada espacio.
Como él dice, «de este experimento observamos que la advección de la partícula hace las imágenes bonitas. Incluso podrían ser significativos, si podemos entender cómo interpretarlos.”
También hay una versión interactiva realmente impresionante aquí.
Your Spotify Music Galaxy
El analista Kevin Showkat y el investigador George Murphy interpretaron el gusto musical de 12 empleados de Spotify como galaxias. El sol en el centro de cada galaxia es una foto de la persona cuyo gusto se representa. El color del resplandor representa el género superior de la persona, su tamaño es la antiguedad de su cuenta, y su intensidad representa el número de días en que la persona escuchó algo de los últimos 90 días. Cada estrella representa un artista que la persona reprodujo una vez en el mes, su tamaño representa el número de veces que el artista se reprodujo ese mes, y su distancia del espectador refleja el número de pistas únicas del artista escuchadas ese mes. Finalmente, hay anillos. Cada galaxia tiene un anillo por cada día que al menos una pista se escuchó en el mes, su ángulo depende del momento en que se hizo, y su longitud representa los minutos que cada pista fue reproducida fuera de cada hora de escucha.
¿Te gustó el artículo?
(Aún no hay valoraciones)
Cargando...
