Spotify Global Music Dataset (2009–2025)

В поиске подходящего мне датасета на сайте kaggle.com, я нашла на интересные данные о популярных треках на стриминговой платформе Spotify. Цель данного проекта — проанализировать, какие факторы влияют на популярность музыкальных треков, используя глобальный датасет Spotify за период с 2009 по 2025 год.

Анализ позволит выявить закономерности в музыкальной индустрии и понять, почему одни песни становятся хитами, а другие остаются нишевыми.

В своей работе я использовала разнообразные графики: гистограмму, линейный график, точечный график, тепловую карту, боксплот и сдвоенную столбчую диаграмму.

В работе используется Spotify Global Music Dataset (2009–2025), содержащий информацию о тысячах треков, представленных на платформе Spotify. Я нашла его на сайте kaggle. Датасет включает следующие группы данных: -информация о треках (название, год релиза); -артисты и жанры; -показатель популярности трека (popularity score); -аудио-характеристики (danceability, energy, valence и др.).

Цветовая палитра проекта вдохновлена фирменным стилем Spotify - фон диаграмм будет черным, акценты будут выполнены в ярко зеленом цвете, а типографика белым.

В качестве шрифта была выбрана Helvetica Bold, так как сама платформа на сайте руководства по фирменному стилю бренда рекомендует использовать этот шрифт в контексте приложения.

Для начала я решила узнать, большинство треков на платформе популярные или нишевые, и где находится медиана популярности?

Я выбрала гистограмму с медианой, так как целью было показать распределение, а не отдельные значения. Вертикальная линия медианы сразу даёт интерпретируемую опорную точку и позволяет корректно сравнивать левую и правую части распределения.

Какие выводы можно сделать из графика: Распределение неравномерное. Популярность треков распределена асимметрично: основная масса значений лежит в диапазоне примерно 50–80. Это означает, что большинство треков имеют среднюю или выше средней популярность.

Медиана ≈ 58 — ключевая точка. Вертикальная линия медианы показывает, что 50 % треков имеют популярность ≤ 58, и 50 % ≥ 58.

Видно заметное количество треков с очень низкой популярностью (вплоть до 0–10). Это может указывать на: новые или нишевые треки, треки без продвижения, особенности алгоритма Spotify (не все треки раскручиваются).

Экстремально популярные треки — редкость. Значения близкие к 90–100 встречаются значительно реже.

Суперхиты — статистическое исключение, а не норма.

Далее, я решила проанализировать, как влияет длительность трека на его популярность?

Я выбрала такой график, потому что хотела показать зависимость, а не распределение, линейный график подчёркивает тренд, он позволяет легко отследить изменения.

Выводы из графика: Популярность растёт от коротких треков к средним и затем снижается, это сразу исключает гипотезу «чем длиннее, тем лучше». Оптимальный диапазон — 3–5 минут, а пик средней популярности приходится на 3–4 и 4–5 минут. Именно в этом интервале треки в среднем наиболее успешны.

Короткие треки (<2 мин) заметно менее популярны.

Слишком длинные треки (>5–6 мин) теряют популярность. Думаю, это согласуется с поведением пользователей стриминга: длинные треки чаще скипают.

Какой идеальный диапазон длины трека?

Гистограмма показывает фактическое распределение данных, поэтому она идеально подходит чтобы показать распределение непрерывной переменной.

Выводы: Типичная длительность — около 3–4 минут, пик плотности приходится примерно на этот интервал. Именно такая длина является стандартом для большинства треков в выборке. Короткие и очень длинные треки встречаются довольно редко. Значения ниже ~2 минут и выше ~6 минут лежат в хвостах, это подтверждает, что экстремальные длительности — исключения. Наблюдается лёгкая асимметрия: длинные треки (6–8 минут) встречаются реже, но всё же присутствуют.