Negli Stati Uniti, in questi giorni, è molto probabile imbattersi in un’artista che si chiama Sabrina Carpenter e, in particolare, in due canzoni: Please please please ed Espresso. Un po’ perché sono tormentoni estivi; un po’ perché, stando a una serie di ricostruzioni giornalistiche, sono praticamente onnipresenti all’interno dei suggerimenti di Spotify.
Secondo una testata specializzata, PopFiltr, Please please please comparirebbe al secondo posto di tutte le playlist composte a partire dalla Top 50 degli artisti su Spotify. È quando, per capirci, chiediamo al servizio streaming di suggerirci qualcosa di simile a quello che stiamo ascoltando. Ecco, a quanto pare, Sabrina Carpenter è simile a un incredibile numero di artisti diversi, da The Weeknd a Sia, fino a Lana Del Rey. Con un effetto: al momento in cui scriviamo, le due canzoni sono al numero 2 e 6 della Top 50 Stati Uniti. Una popolarità piuttosto improvvisa, che ha scatenato un po’ di teorie del complotto.
Su Vox, Rebecca Jennings racconta di una polemica, che ha girato online, secondo cui la casa discografica di Carpenter avrebbe pagato Spotify per apparire in più playlist possibili. Un’ipotesi poco credibile, smentita dai fatti. Perché oggi, la formula della popolarità è più matematica che altro.
Nel pezzo di Jennings, lo spiega bene Glenn McDonald, ex data alchemist di Spotify e fondatore e curatore di Every Noise at Once, uno splendido sito che cataloga la musica a partire da tutti i microgeneri che i servizi di streaming usano per i suggerimenti. Insieme a uno studioso che si chiama Noah Askin, i due ipotizzano che il successo di Carpenter sia figlio dell’algoritmo: i pezzi sono simili a tanti altri, ma abbastanza diversi da attirare l’attenzione. Questo spinge gli utenti ad ascoltare, anche solo per capire. Risultato? Un segnale positivo per l’algoritmo, che continua a suggerire. È un effetto che amplifica il successo: più persone ascoltano, più se ne parla, più i brani vengono condivisu sui social network, più l’intelligenza artificiale continua a suggerire.
I tormentoni hanno tutti le stesse caratteristiche
È quello che qualche tempo fa il New York Times aveva chiamato approccio matematico al songwriting. I dati sono sempre di più e sempre più precisi: il risultato è una certa omogenizzazione dei suoni, soprattutto per quello che riguarda canzoni, come i tormentoni estivi, che nascono per essere protagoniste del mercato. Secondo l’analisi del quotidiano statunitense, le caratteristiche musicali dei tormentoni si sono omologate, tra il 1988 e il 2012. Alla fine degli anni ’80, era più probabile che nella top 10 finissero canzoni di generi molto diversi tra loro; una probabilità che è andata a calare all’inizio degli anni ’10.
Non eravamo ancora nell’era di Spotify, che si sarebbe diffuso in modo capillare qualche anno più tardi. È però la testimonianza dell’ingresso dei dati nel mondo della musica: il successo di un tormentone è (anche) figlio dell’analisi di ciò che ha già funzionato. Non è una novità, a dirla tutta: da sempre chi produce musica cerca la formula del successo. È solo più facile fare ipotesi, con la mole di dati che Internet ha portato nelle mani di chi scrive canzoni.
Da un lato i dati, dall’altro il filtro dei sistemi di raccomandazione, come quello di Spotify. “Nel corso degli anni – ci spiegano dall’azienda svedese -, la personalizzazione si è evoluta per offrire la migliore esperienza di scoperta possibile. L’algoritmo che analizza un insieme di dati e cerca modelli basati sulla frequenza con cui due elementi compaiono nello stesso insieme. Questo approccio ha gettato le basi per le esperienze di personalizzazione di Spotify come Discover Weekly, Release Radar, Daily Drive e Made for You Mixes”.
In sostanza, una parte consistente della scoperta di nuova musica passa per i suggerimenti del sistema automatico delle piattaforme di streaming. In particolare, l’algoritmo di Spotify prende in considerazione, in primo luogo, i dati dell’utente. E quindi, i nostri gusti, le canzoni che ci piacciono. Poi, analizza una serie di informazione relative alle singole canzoni: il genere, la percentuale di ascolto, il numero di ascolti. Sulla base di questo, va a comporre le playlist personalizzate.
Le hit estive del 2024, tra trap e featuring
La formula magica del successo passa quindi da questi due fattori: da un lato l’analisi di ciò che ha funzionato; dall’altro, il filtro degli algoritmi di raccomandazione. Ed è probabilmente a questi fattori – tra tanti altri – che bisogna guardare quando si prova ad analizzare il successo di una canzone.
A dare uno sguardo alla Top 50 Italia, in un weekend di luglio, non sembrano esserci casi simili a quello di Sabrina Carpenter. Certo, si nota sicuramente una certa omogeneità di genere, con una predominanza di rap e trap, con Anna, Ghali, Fedez e Geolier tra gli artisti a occupare i primi 10 posti. A saltare all’occhio è anche la quantità dei featuring: 9 canzoni su 10 sono firmate da due o più artisti. Un modo, sempre un po’ matematico, per moltiplicare i pubblici potenziali, sia sulle piattaforme di streaming sia sui social network.
Fonte : Today
