爆炸性音乐更容易,但也更不值钱。

02-13 12:27

所谓的数据爆款音乐,似乎越来越容易了。


根据Chartmetric最近发布的一项统计,现在越来越多的歌曲发行在Spotify短期内超过10亿播放量。


2016年,说唱歌手Drake的歌曲《One Dance》发行193天后,成为Spotify上第一首播放量达到10亿的音乐,创造了当时的行业神话。到2025年元旦不到2个月,就有34首歌成功进入Spotify的“十亿俱乐部”(Billion’s Club)榜单。



毫无疑问,“累计10亿播放量”确实是音乐在商业上成功的里程碑。但是,随着数据的不断“通货膨胀”,是否意味着流媒体成功的门槛越来越高?数据爆炸是否意味着音乐创作的真正生命力?


加速时代的“十亿播放量”


实现“十亿播放量”的里程碑在流媒体发展初期还是很少见的。


根据统计,Spotify目前拥有十亿俱乐部 875 歌曲,而且还在增加。这些歌曲消失了几代人的桥梁,包括 70 年代和 80 经典流行的时代音乐,以及短短几个月就达到里程碑的新歌排行榜。


根据发行年份的分组,可以清楚地看到,2015年发行的歌曲平均需要2621天(即7.2年),也就是说,直到2022年才能达到10亿个播放量;而2020年发行的歌曲平均只需要1085天(即2.9年),到2024年这段时间缩短到平均180天(即0.5天)。 年)。



显然,随着流媒体的快速发展,“播放量突破10亿”已经不再是神话,速度记录也在逐步刷新。


例如2023年5月,Miley Cyrus《Flowers》仅仅112天就在Spotify上发布了10亿播放,创造了当时的纪录。但是同年十月,这个记录就被Jung记录了。 与Latto合作的Kook《Seven》打破,仅仅108天就达到了10亿的播放量。一年后,Lady Gaga和Bruno 歌曲《Mars》《Die With A Smile》仅用96天就能达到10亿的播放量,再一次刷新记录。



对每年发行的达到10亿播放量的音乐进行具体探讨,可以发现,歌曲所花费的时间差距正在逐渐缩小,速度最快,速度最慢。在2022年发行的歌曲中,所有播放量达到10亿的音乐都在不到1000天的时间内实现了这一数据指标;到2024年,这个时间缩短到不到300天,最快和最慢音乐的时间差距很小,在高度压缩的时间段内冲进“十亿俱乐部”。



就音乐数量而言,自打2016年《One Dance》在第一次超过10亿播放量之后,每年超过10亿的音乐就像滚雪球一样增加。与去年的7首歌相比,2019年有31首歌进入“十亿俱乐部”榜单,与去年的7首歌相比,这一数字在2020年跃升至68首。接下来的几年,增长趋势依然强劲。到2024年,Spotify增加了296首歌曲,超过10亿。



值得注意的是,在2016-2023年期间播出超过10亿首歌曲中,最初发行的新歌比例极低,仅在2021年就达到了4首歌曲的相对高峰。但是,2024年,有13首歌在发行之初突破了10亿播放的大关,这意味着流媒体市场开始从长尾效应转向即时爆炸模式。



由于多长时间的推动,流媒体平台制造爆款的能力似乎越来越强,但是价值似乎也在减弱。


多重驱动用户基数、算法机制和短视频


数据不仅是结果,也是驱动传递的生产要素。


歌曲播放量迅速突破10亿大关,其背后的一大推手就是平台用户基数的快速增长。截至2024年第四季度,Spotify每月活跃用户已达6.75亿,覆盖全球184个国家和地区,其中付费订阅用户达2.63亿。庞大的用户群为音乐的快速传播奠定了基础,编辑推荐与算法驱动并行的双轨机制构建了热门歌曲的关键渠道。


大家都知道,Spotify官方编辑团队策划的“今日热门”(Today’s Top Hits)还有“周五新歌”(New Music Friday)等待头部歌单占据核心曝光位置。以“今日热门”为基础(Today’s Top Hits)歌曲就是一个例子,它以高达3520万的关注度稳居交通高峰。通过对歌单内容的进一步观察,不难看出它与“十亿俱乐部”歌单之间存在着显著的重叠,比如《Die With A Smile》和《APT》等待进入“十亿俱乐部”的现象级音乐,几乎总是“今日热门”榜单上的熟客。



算法也是一种重要的助推器。Spotify早在2015年7月就上线了“每周发现”(Discover Weekly)智能化推荐功能。Mattttttify时任Spotify产品经理 Ogle曾表示,Discover 由于所谓的“半人工方法”,Weekly推荐算法的准确性(Cyborg Approach),在客户个人行为和关系网络的基础上建立机器算法。在Spotify推荐系统中,这一点的重要表现是“协同过滤”(Collaborative Filtering)机制,向用户推荐其它类似用户喜爱的歌曲。


在“协同过滤”机制下,音乐能否被平台推荐,很大程度上取决于大多数用户的共同选择。算法通过跟踪用户行为(如绕过率、播放完成率、音乐循环次数等)即时构建预测模型。),而作品一旦进入推荐池,就会通过“每周发现”、实现了“今日热门”等榜单的扩散,甚至推动了“马太效应”,推动了热歌更加火爆。


Spotify于2024年7月9日正式增加了播客评论区功能,推动隐藏在算法幕后的“社交网络”正式转变为显性互动领域。相比之下,以网易云音乐为代表的国内平台很早就把社交生态作为主要特征,甚至在早期就被称为“情感树洞”。值得注意的是,国内流媒体并没有直接公开播放音乐的数据,用户自发形成了“9999” “以评论量为基础的热度衡量系统——侧面印证了流量与社会性的深度藕合。



这一“藕合”关系,在短视频时代体现得更加淋漓尽致。


数据显示,在2024年Spotify播放量突破10亿的14首歌曲中,TikTok上有12首首歌引起了热潮,歌星Tommy 现象级单曲Richman《MILLION DOLLAR BABY》就是一个鲜活的例子。


去年4月14日,Tommy Richman在TikTok上发布了一个小预热视频,并率先小幅爆红;随后,音乐于4月26日正式发布,成功地将观众引流到流媒体平台进行搜索和收听。TikTok帖子使用了超过1000万个。《MILLION DOLLAR BABY》在Spotify上,作为配乐,成功推动了超过10亿的播放量。


可以看出,短视频的碎片化传播形成了一个流量储存池,流量的倒流是通过精准引导实现的,形成了“听觉记忆-主动搜索-数据沉淀”的完整传播链接。



另外一个例子是ROSÉ与火星哥合作《APT.》。TikTok通过大量的二次舞蹈创作,在Spotify上发布了超过900万个帖子,仅用了100天就在Spotify上播放了10亿个帖子,创造了从社交热梗到流媒体顶流的转换记录。类似于前者,基于用户二次创作行为的社会裂变为作品注入了强大的传播动能;然而,流媒体榜单和社会人气的实时反馈进一步构建了数据相互喂养的增强回路,将音乐推向了卓越传播的临界点。



这表明,今天的音乐传播已经演变成了用户基数、算法机制和短视频社交生态的联合作战。


在数据通货膨胀的背后:探索衡量音乐价值的标尺


在客户、算法、短视频等因素的多重推动下,不可否认,音乐流媒体正面临着数据指标的“通货膨胀”,流媒体成功的门槛也在不断上升。


根据Chartmetric的数据,Spotify平台已经超过了10亿流媒体播放音乐,其后续平均播放量一般保持在15亿左右,而20亿量级则构成了一个新的分界点——目前只有47首歌突破了这个阀门。


可以预见,未来10亿的播放量将不再是衡量音乐获得流媒体成功的终极标志,“20亿、30亿俱乐部”将成为衡量头部作品的新标尺。



国内音乐平台的“数据通货膨胀”趋势也很明显。网易云音乐评论数量突破10万 歌曲的数量将超过1000首,音乐收藏量超过100万已经成为一个新的标尺,而“999”曾经代表着卓越的人气。 ”评论标识逐渐讳莫如深。更令人担忧的是,一些短期的营销方式和刻意制造的争议或引战话题往往会催生大量的歌曲评论,营造出虚假的热门场景。


如果把视角转化为音乐创作本身,隐藏在数据泡沫背后的价值谬论就会逐渐浮出水面。


很容易看出,今天的TikTok热门话题争霸赛经常试图在短时间内为一首新歌创造10亿的播放量,而Earth, Wind & Fire于1978 年《September》成为“十亿俱乐部”需要44年时间,Elvis猫王 1961年发行的Presley《Can't Help Falling in Love》这个数据成就在63年后才取得。这种简单的数值在面对经典作品时显然失去了意义。



在流媒体时代之前的经典作品中,其影响力通过广播、实体唱片销售、影视剧植入等多种渠道积累和反复传播,完成了跨代文化渗透。高级音乐记者Jubran Haddad指出,“如果有办法将这些作品的知名度转化为当代流媒体指标,那么他们很可能会比今天的大多数热门歌曲更快地突破10亿的播放量。”


从这个意义上说,衡量音乐受欢迎程度的标准应该更加多样化和精细化,包括实体销量、社交媒体互动、短视频平台二创衍化量、线下表演转化率等。本质上,音乐的生命力应该取决于人性能否在时代的洪流中产生共鸣,而真正的常青作品不仅仅是数据的积累,而是粉丝和社区共同创造的“文化图腾”。


我们相信,真正有活力的音乐作品不会害怕数据流泡沫的消退。他们会在不同时代的文化土壤中找到一种新的长根方式,从黑胶时代的电台金曲,到流媒体时代的热歌榜单和短视频BGM。


这一跨越时空的生命力,是衡量音乐价值的终极标尺。


*如果侵权联系被删除,本文图源网络


本文来自微信微信官方账号 “音乐先声”(ID:nakedmusic),作者:甘磊,36氪经授权发布。


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com