¿Cómo predice Spotify lo que queremos escuchar?

En un mundo como el de hoy, en el que la mayoría de cosas que consumimos están centralizadas en plataformas de streaming, la tecnología y la estrategia para reternos ahí muchas horas es lo más importante para su crecimiento. Y Spotify parece entenderlo muy bien: la plataforma, fundada en 2006, cuenta con casi 406 millones de usuarios, muy por delante de otras aplicaciones como Apple Music, YouTube Music o Deezer. 

Su “fórmula” se sustenta en 3 pilares básicos: datos, algoritmos e inteligencia artificial y un gran catálogo que ronda las 70 millones de canciones y crece con un promedio de 60.000 nuevas diariamente. 

Para hacernos recomendaciones, el sistema se vale de datos, tanto del usuario como del propio contenido. Así, todas las canciones nuevas se analizan una a una con sus metadatos: título, fecha, nombre del intérprete o los intérpretes, entre mucha otra información. 

La tecnología de la misma también es capaz de hacer un análisis del audio en bruto y aislar más características de cada canción: por ejemplo, si tiene una o varias voces, si es instrumental y cómo las puede percibir el usuario según su estado de ánimo. Además, otro análisis es la información de las letras; por ejemplo, sobre una ruptura o sobre la fiesta o hasta si hacen referencia a redes sociales o páginas en internet. 

BaRT (acrónimo de Bandits for recommendations as treatments) es la inteligencia artificial albergada en la aplicación que utiliza todo lo que el sistema aprende a partir de cada canción cargada y cada sesión de actividad para recomendar mejor. Así, las listas de reproducción que vemos en “home” son el resultado de cientos de algoritmos que tratan de conectar a cada usuario con aquello que la plataforma predice que puede gustarle más.