Анализ Spotify
Введение
Я не представляю своей жизни без музыки, поэтому мне было интересно проанализировать датасет песен Spotify и узнать что делает музыку популярной, что в основном слушают люди и почему.
В проекте я исследовала: 1. Какие характеристики (танцевальность, энергичность, настроение, громкость) сильнее всего влияют на популярность треков; 2. Какие жанры лидируют по популярности; 3. Как настроение музыки распределено в каталоге Spotify и что предпочитают слушатели; 4. Можно ли найти общие черты у популярных песен с помощью анализа данных.
Описание проекта
В своем проекте для анализа я использовала датасет Spotify Tracks Dataset с сайта Kaggle. В данных содержится информация о 114,000 песнях: название трека, исполнитель, популярность (от 0 до 100), характеристики (танцевальность, энергичность, настроение, громкость, темп), жанр, длительность и пр. параметры.
В коде я использовала библиотеки Pandas для работы с данными и Matplotlib для создания графиков. Для стилизации использовал фирменную цветовую палитру, как у Spotify: черный фон и зеленые акценты для единого визуального стиля всех графиков.
Анализ датасета
Для начала я рассмотрела популярность песен на Spoyify в целом и показатель оказался не такой высокий — всего 33 из 100. Настоящих хитов с высокими показателями не так много. Это значит, что в каталоге Spotify предложено очень много нишевой или просто не настолько раскрученной музыки, а не только топ-чарты.
Далее я рассмотрела какие жанры лидируют в приложении. Удивительно, но самым популярным по рейтингу оказался жанр «поп-фильм» — это саундтреки и музыка из кино. Видимо, люди активно слушают музыку из фильмов и сериалов, которые им понравились. Следом идут жанры «k-pop» и «chill».
Затем я анализировала существует ли связь между популярностью треков и их энергичностью. График показал, что самые популярные (яркие точки) песни часто оказываются в одном углу — они и танцевальные, и энергичные одновременно.
В ходе исследования я выявила еще один интересный факт. В Spotify преобладают спокойные и грустные песни вопреки популярному мнению, что подобную музыку слушают только люди, склонные к меланхоличности или в определенных ситуациях, в которых музыка бы сопутствовала настроению. Однако график доказывает, что данное мнение является ошибочным.
Наконец, я проверила, влияет ли просто громкость трека на его популярность. Связь оказалась очень слабой. Громкие песни не гарантируют успеха. Следовательно, важно не «перекричать» конкурентов, а чтобы сама композиция была качественной и «цепляющей».
Заключение
Таким образом, в ходе анализа данных Spotify можно сделать несколько основных выводов касаемо популярности треков.
Во-первых, стоит отметить, что не существует универсального рецепта, гарантирующего успех песни, но тем не менее, наблюдаются основные тенденции. Для популярных треков более характерны энергичность и танцевальность.
Во-вторых, говоря о жанрах, стоит обратить внимание на то, что топ-позицию занимает «поп-фильм». Действительно, фильмы и сериалы являются центром формирования целых отдельных культур, соответственно и мощным источником саундтреков.
В-третьих, технические параметры важны, но не гарантируют успеха. Слушатели все-таки больше ценят общее ощущение и атмосферу. Интересно, что на платформе преобладает музыка с более меланхоличным или нейтральным настроением, что противоречит стереотипу о том, что людям нужно только развлечение.
Наконец, сам Spotify дает шанс разной музыке. Большинство песен в каталоге имеют среднюю популярность, что указывает на большое разнообразие направлений и аудиторий. Алгоритмы рекомендаций помогают находить свою публику не только хитам из топ-чартов, но и менее известным трекам.
