Анализ данных | Что делает трек популярным на Spotify?

Мне хотелось выяснить и ответить на главные вопросы, которые интересуют меня:

1. Как в целом распределена популярность треков?
2. Какие жанры в среднем популярнее?
3. Есть ли связь между популярностью и характеристиками трека: танцевальность, энергия, громкость и т.д?
4. Как выглядит «типичный популярный трек» по своим параметрам?

В рамках исследования я использовала следующие типы диаграмм:

1. Гистограмма распределения: применялась для анализа того, как распределена популярность треков на Spotify. Позволяет выявить наиболее частые значения, посмотреть на выбросы и сравнить среднее с медианой.

2. Столбчатая диаграмма (barplot): использовалась для сравнения средней популярности жанров. Такой график помогает выявить жанры-лидеры и построить ТОП-10 по популярности.

3. Boxplot (ящиковая диаграмма): применялся для анализа распределений внутри самых распространённых жанров. Boxplot показывает медиану, интерквартильный размах и выбросы, позволяя понять, насколько однородны жанры внутри себя.

4. Точечная диаграмма (scatter plot): использовалась для изучения взаимосвязи между танцевальностью трека и его популярностью. Scatter plot помогает увидеть возможный тренд или отсутствие выраженной зависимости.

5. Линейный график (line plot): был применён для анализа того, как средняя популярность меняется в зависимости от уровня громкости трека. Линейный график показывает общую динамику между бинами громкости.

6. Тепловая карта корреляций (heatmap): позволяет визуализировать взаимосвязи между несколькими аудио-характеристиками одновременно. Heatmap помогает быстро определить признаки, которые имеют наиболее сильную положительную или отрицательную связь друг с другом.

В этом проекте я использовала палитру, основанную бирюзовом цвете: эти цвета напрямую ассоциируются со стилистикой Spotify и других музыкальных платформ.

Бирюзовый цвет делает графики визуально цельными и современными: мягкое для восприятия, но достаточно контрастно, чтобы выделить ключевые элементы.

Подобная палитра отражает атмосферу потоковых сервисов: где музыка подаётся через минималистичный, глубоко насыщенный интерфейс, и данные выглядят так же выразительно, как и сами треки.

В качестве основного шрифта для всех графиков я использовала DejaVu Sans - минималистичный, современный и хорошо читаемый шрифт. Он подходит для визуализаций, потому что остаётся разборчивым даже на небольших размерах и гармонично сочетается с цифровой стилистикой музыкальных платформ.

Меня заинтересовало, как именно распределена популярность треков на Spotify: встречается ли много по-настоящему «хитовых» композиций или же большинство треков остаются в среднем диапазоне.

Особенно важно понять, есть ли явный перекос в сторону низкой популярности - то есть создаётся ли большое количество музыки, которая почти не получает внимания слушателей или распределение более равномерное.

Мне стало любопытно, какие музыкальные жанры в среднем оказываются популярнее других. Интересно увидеть, совпадает ли реальность с ожиданиями: действительно ли лидируют традиционно узнаваемые жанры, такие как поп или k-pop или в топ поднимаются менее очевидные категории.

Меня заинтересовало, насколько сильно различается популярность внутри отдельных жанров. Даже если жанр в целом входит в число распространённых, далеко не факт, что все треки внутри него одинаково успешны.

Особенно любопытно понять, есть ли жанры, где популярность распределена более равномерно, или наоборот встречаются резкие скачки: одни треки почти не слушают, а другие достигают высоких значений.

При анализе меня заинтересовал вопрос, действительно ли более танцевальные треки оказываются популярнее на Spotify. Танцевальность часто воспринимается как характеристика, напрямую связанная с привлекательностью музыки: чем ритмичнее и динамичнее композиция, тем проще ей попасть в плейлисты и завоевать широкую аудиторию.

Особенно важно понять, существует ли реальная зависимость или это только ожидание: повышает ли высокий показатель danceability вероятность того, что трек услышат и полюбят, или популярность распределяется хаотично и почти не зависит от ритмичности.

Меня также заинтересовало, влияет ли громкость трека на его популярность. Громкость часто ассоциируется с выразительностью и энергетикой музыки, поэтому любопытно понять, действительно ли более громкие композиции получают больше внимания слушателей или же эта характеристика практически не связана с конечной популярностью.

Разбиение значений громкости на интервалы позволяет увидеть общий тренд: есть ли диапазоны, в которых треки слушают чаще, и наблюдается ли снижение интереса к слишком тихим или, наоборот, чрезмерно громким композициям.