I dettagli degli algoritmi di raccomandazione sono segreti industriali e cambiano di continuo. Chiunque affermi di sapere «esattamente cosa vuole l'algoritmo» sta vendendo qualcosa. Quello che segue descrive i principi generali dei sistemi di raccomandazione, che sono pubblici e documentati, e quello che le piattaforme dichiarano.
I tre modi di consigliare musica
Tutti i sistemi di raccomandazione musicale combinano tre approcci diversi:
1. Filtraggio collaborativo
«Le persone che ascoltano quello che ascolti tu, ascoltano anche questo». Non guarda la musica: guarda i comportamenti. È il motore più potente e ha un difetto strutturale — funziona male con i brani nuovi, perché non ha ancora dati.
2. Analisi del contenuto
Il sistema analizza il segnale audio: tempo, tonalità, energia, densità, timbro. Serve proprio a compensare il difetto di cui sopra: un brano appena uscito può essere collocato vicino ad altri che gli somigliano acusticamente, prima che qualcuno lo abbia ascoltato.
3. Analisi del testo e del contesto
Cosa si scrive di un brano, in che playlist finisce, quali parole compaiono nelle descrizioni. È il modo in cui il sistema capisce che un brano appartiene a una scena o a un contesto d'uso.
I segnali che contano davvero
Non tutti gli ascolti valgono uguale. In ordine di forza del segnale:
| Azione | Segnale |
|---|---|
| Salvare nella libreria | Fortissimo positivo |
| Aggiungere a una playlist personale | Fortissimo positivo |
| Riascoltare a distanza di giorni | Molto forte positivo |
| Ascoltare fino alla fine | Positivo |
| Seguire l'artista | Positivo |
| Saltare dopo pochi secondi | Forte negativo |
| Saltare a metà | Negativo lieve |
Il salto nei primi secondi è il segnale negativo più pesante. Questo spiega perché la musica contemporanea ha intro sempre più corte e ritornelli sempre più anticipati: non è una moda estetica, è una risposta a un incentivo. Vedi la struttura di una canzone.
Cosa succede quando esce un brano
Schematizzando molto — e ricordando che i dettagli non sono pubblici:
- Il sistema non sa niente del brano Nessun dato comportamentale. Si affida all'analisi audio e ai metadati.
- Lo propone a chi ti segue già Gli strumenti di novità per i propri seguaci sono il primo canale.
- Osserva cosa succede Lo saltano? Lo salvano? Lo riascoltano?
- Se i segnali sono buoni, allarga Il brano comincia a comparire in contesti algoritmici più ampi.
- Continua a osservare Le prime ore contano, ma il processo non si chiude lì: un brano può essere ripreso settimane dopo se l'interesse persiste.
Le tre leggende da smontare
«Devi pubblicare di venerdì»
Il venerdì è il giorno tradizionale delle uscite discografiche e quello in cui si aggiornano molte playlist di novità. Questo lo rende un giorno affollato, non necessariamente il migliore. Conta molto di più aver candidato il brano in tempo alle playlist editoriali.
«Bisogna pubblicare ogni mese o l'algoritmo ti dimentica»
La regolarità aiuta perché ogni uscita è un'occasione di essere proposti, e perché il pubblico si abitua. Ma pubblicare cose mediocri per rispettare un calendario produce segnali negativi accumulati, che è l'opposto di quello che si voleva ottenere.
«C'è un trucco per attivare l'algoritmo»
Non c'è. Ci sono comportamenti che generano segnali positivi — persone che salvano, riascoltano, non saltano — e nessuna scorciatoia li sostituisce, perché sono esattamente ciò che il sistema misura.
Cosa ha senso fare, concretamente
- Cura i primi quindici secondi È dove si decide il salto. Non «metti il ritornello subito» per forza: fa' che nei primi secondi succeda qualcosa.
- Compila bene i metadati Genere, testo, crediti, descrizioni. È l'unica informazione che il sistema ha su un brano nuovo. Vedi copertina e metadati.
- Candida il brano in anticipo Almeno tre-quattro settimane, dalla piattaforma per artisti.
- Punta ai salvataggi, non agli ascolti Chiedere «salvalo se ti piace» vale più di chiedere «ascoltalo».
- Costruisci un pubblico fuori dalla piattaforma È la cosa che il sistema non controlla e che gli fornisce i segnali migliori.
Il problema della partenza a freddo
È il limite strutturale di ogni sistema di raccomandazione, e spiega perché è così difficile partire.
Il filtraggio collaborativo — il motore più potente — funziona confrontando comportamenti. Un brano appena uscito non ha comportamenti: nessuno l'ha salvato, nessuno l'ha saltato, nessuno l'ha messo in una playlist. Il sistema letteralmente non ha dati su cui lavorare.
Le contromisure che le piattaforme adottano sono due, e sapere quali sono dice cosa puoi controllare:
- Analisi del contenuto audio. Il brano viene collocato per somiglianza acustica con altri. Su questo non puoi fare molto se non produrre qualcosa di riconoscibile nel suo genere.
- Metadati e contesto. Genere, lingua, crediti, testo, playlist in cui compare. Su questo puoi fare moltissimo, ed è gratis — vedi copertina e metadati.
Ne discende la conclusione pratica più importante: nella prima settimana l'unica leva reale sono le persone che già ti conoscono. Sono loro a produrre i primi segnali comportamentali, e da quelli dipende se il sistema allargherà. È il motivo per cui i primi cento ascoltatori valgono più di qualsiasi tattica.
Il rischio di ottimizzare per il sistema
Sapere come funziona un algoritmo crea la tentazione di scrivere per lui: intro cortissime, ritornello al secondo dieci, durata sotto i due minuti e mezzo, struttura che minimizza i salti.
Funziona, entro certi limiti, e ha un costo che vale la pena mettere in conto: si finisce per fare musica indistinguibile da quella di tutti gli altri che stanno ottimizzando per gli stessi parametri. Un vantaggio che hanno tutti non è un vantaggio.
La posizione ragionevole sta nel mezzo: conoscere gli incentivi per non farsi danno inconsapevolmente — un'intro di quaranta secondi su un brano che nessuno ti conosce è un problema reale — senza lasciare che decidano cosa scrivi. Le scelte strutturali stanno in la struttura di una canzone, e vale la pena farle per ragioni musicali.
Il limite che vale la pena conoscere
Un sistema di raccomandazione ottimizza per una cosa: che tu continui ad ascoltare. Non per farti scoprire cose lontane da te, non per essere equo con gli artisti piccoli, non per la varietà. Fa esattamente il suo mestiere, e il suo mestiere non coincide con i tuoi interessi di ascoltatore né con quelli di autore.
Ne discende una conseguenza a cui vale la pena pensare, e che riguarda anche chi ascolta: se la scoperta è delegata interamente a un sistema che ti propone cose simili a quelle che già ami, il perimetro si stringe. È il tema di come si scopre musica nuova davvero.
Domande frequenti
Come funziona l'algoritmo di Spotify?
Combina tre approcci: filtraggio collaborativo (chi ascolta come te ascolta anche questo), analisi del contenuto audio (tempo, energia, timbro), e analisi del contesto testuale (playlist, descrizioni). I dettagli sono segreti industriali e cambiano continuamente: quello che è pubblico sono i principi generali.
Qual è il segnale più importante per l'algoritmo?
Il salvataggio in libreria e l'aggiunta a una playlist personale sono i segnali positivi più forti; il salto nei primi secondi è il negativo più pesante. Un ascolto passivo che arriva alla fine vale molto meno di un salvataggio.
Conviene pubblicare ogni mese?
La regolarità aiuta, perché ogni uscita è un'occasione di essere proposti. Ma pubblicare materiale debole per rispettare un calendario genera segnali negativi che si accumulano: meglio meno uscite e più curate.
È vero che i primi tre giorni decidono tutto?
Le prime ore contano perché sono quelle in cui il sistema raccoglie i primi dati, ma l'osservazione non si ferma lì: un brano che continua a essere salvato e riascoltato può essere ripreso settimane dopo l'uscita. L'idea della finestra chiusa dopo settantadue ore è una semplificazione.