Publication: Análisis de patrones de consumo musical mediante Big Data : estudio de comportamiento en Spotify
No Thumbnail Available
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Corporación Universitaria Remington
Abstract
En este trabajo analizamos patrones de consumo musical en Spotify a partir de 149.860 registros de reproducción obtenidos de un conjunto de datos público (Shaw, 2024). El objetivo fue comprender de qué manera los usuarios interactúan con la plataforma: en qué horarios escuchan música, qué funciones utilizan con más frecuencia y desde qué dispositivos lo hacen. Para responder a estas preguntas aplicamos lo aprendido en el diplomado, utilizando Python y librerías como Pandas, Matplotlib y Seaborn (McKinney, 2018). El proceso incluyó la limpieza y organización de la información, un análisis exploratorio y la construcción de gráficas que permitieron visualizar tendencias en variables como el uso de shuffle, skip, artistas más escuchados y plataformas preferidas. Entre los hallazgos más relevantes encontramos picos de reproducción en horarios nocturnos (00:00, 23:00 y 20:00), un uso elevado del modo aleatorio (74,5 %) y una baja tasa de omisión de canciones (5,3 %). También observamos que la mayoría de reproducciones provienen de dispositivos móviles, especialmente Android. Estos resultados muestran que el análisis de datos masivos en el ámbito musical no solo permite identificar hábitos de escucha contemporáneos, sino que también aporta insumos para la industria musical y para mejorar la experiencia de usuario (Marr, 2016).
Description
Keywords
Big Data, Tendencias musicales, Spotify, Análisis de datos, Consumo musical digital, Comportamiento del usuario, Streaming musical, Minería de datos