Vào mỗi ngày thứ 2 hàng tuần, hơn 100 triệu người dùng Spotify trên toàn thế giới sẽ có một playlist hoàn toàn mới đang đợi họ trên Spotify gọi là Discovery weekly. Đó là một danh  sách gồm 30 bài hát mà họ chưa bao giờ nghe trước đây, nhưng hầu như tất cả mọi người đều yêu thích chúng, thật là một điều kì diệu.

Vậy làm như thế nào mà Spotify có thể chọn riêng 30 bài hát cho mỗi người trong mỗi tuần, và hiện nay còn thậm chí là mỗi ngày với Daily mix? Hãy cùng xem cách họ mang âm nhạc đến cho người dùng của mình.

Spotify

3 mô hình đề xuất của Spotify

Spotify không sử dụng một mô hình duy nhất nào để đề xuất âm nhạc cho người dùng. Thay vào đó, họ kết hợp một số dịch vụ để tạo ra một công cụ đề xuất cực kỳ mạnh mẽ và đặc biệt.

Để tạo ra Discovery Weekly hay Daily mix, họ sử dụng ba mô hình chính:

• Mô hình lọc cộng tác: một mô hình mà sẽ phân tích cả hành vi của bạn và của người khác
• Mô hình xử lý ngôn ngữ tự nhiên: Phân tích ngôn từ
• Mô hình âm thanh: Phân tích những audio track

1-Mô hình lọc cộng tác (Collaborative Filtering)

Công ty đầu tiên sử dụng mô hình này là Netflix. Họ sử dụng kết quả đánh giá trên mỗi bộ phim của người dùng để đề xuất bộ phim đó cho người dùng tương tự khác. Mô hình này áp dụng cho thế hệ tiêu dùng mới quả thực hiệu quả.

Sau sự thành công của Netflix, việc sử dụng mô hình này trở nên rất phổ biến, và là điểm bắt đầu cho bất cứ ai muốn làm một mô hình để đề xuất cho người dùng.

Và cũng không giống như Netflix, Spotify không sử dụng hệ thống đánh giá. Thay vào đó, dữ liệu mà họ sử dụng là phản hồi ngầm (implicit feedback), ví dụ như là việc người dùng lưu bài hát đó vào playlist của mình hay là việc họ ghé thăm trang của một ca sĩ sau khi nghe một bài hát của họ.

Facebook có vẻ cũng đang sử dụng mô hình này để đề xuất cho bạn trên Facebook Watch của mình, cũng là một dạng sử dụng dữ liệu phản hồi ngầm, đó có vẻ như là dựa vào thời lượng xem video, hành động Like, Share hay Comment.

2-Mô hình xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP)

Nguồn dữ liệu cho mô hình này được thể hiện ngay ở cái tên của nó, đó là các loại văn bản: dữ liệu bài bát, tin tức, blog và các văn bản khác.

Spotify đọc những trang web để tìm kiếm những bài viết về âm nhạc để tìm hiểu xem người dùng đang nói gì về những bài hát, những nhạc sĩ.

Dù Spotify không công bố chính xác những gì họ làm đối với dữ liệu này để phân tích, chúng ta có thể tham khảo mo hình tương tự của Echo Nest và cách Echo Nest làm việc với chúng. Việc này có thể lý giải như là mỗi nhạc sĩ hay bài hát thì có rất nhiều các thuật ngữ liên quan, mỗi thuật ngữ này được gắn một trọng số riêng biệt biểu thị tầm quan trọng của chúng.

>>> Xem thêm: Sử dụng Customer Insights ra sao cho hiệu quả?

3-Mô hình âm thanh

Mô hình xử lý âm thanh thô

Việc sử dụng mô hình này sẽ cải thiện được độ chính xác của công cụ đề xuất âm nhạc của họ. Và còn một điều quan trọng nữa, đó là mô hình này có thể làm được những thứ mà hai mô hình còn lại có thể bỏ sót, đó là đề xuất các bài hát mới.

Với hai mô hình trên, bạn có thể tiếp xúc với các bài hát mà người dùng tương tự thích hoặc là hay được nhắc với, nhưng với mô hình này, nó có thể đem đến cho bạn cả những bài hát mới toanh mà chẳng được ai nhắc đến và nó sẽ đặc biệt hợp với bạn. Giống như là Spotify có thể tìm ra insights của bạn và biết cách sử dụng insights hiệu quả.

Sau quá trình phân tích, công cụ này sẽ hiểu được bài nhạc về các đặc điểm như chế độ, nhịp điệu, độ to,…

Việc hiểu các đặc điểm này cho phép Spotify hiểu được những điểm tương đồng cơ bản giữa các bài hát. Do đó, người dùng có thể tiếp cận được chúng nhờ vào lịch sử nghe nhạc của chính họ.

Dữ liệu đang ngày càng trở nên quan trọng bởi vì ngay bây giờ đã có những công ty biết cách sử dụng chúng để làm cho cuộc sống của bạn tuyệt vời hơn.

Nguồn: Medium

Tìm hiểu thêm về Thấu hiểu insights khách hàng để tiếp cận hiệu quả hơn