Als podcaster of audio producer die content digitaal publiceert heb je twee vragen:

  • Hoe vaak wordt mijn publicatie beluisterd.
  • Hoe kan ik mijn bereik verhogen.

Luistercijfers.

Op de eerste vraag is het niet evident om een eenduidig antwoord te geven. Het is vandaag een uitdaging om een volledig beeld te hebben over de luistercijfers van een specifieke uitzending.

Dat heeft twee oorzaken:

  • de variëteit aan platformen die niets met elkaar gemeen hebben of delen.
  • het feit dat een podcast niet gestreamd maar gedownload wordt.

Hosten
De opname van een podcast is een mp3 file. Doorgaans wordt die bewerkt met intro, muziek, …. Je kan ervoor kiezen om de mp3 file op te laden op de individuele grote platformen Google, Apple en Spotify. Het is handiger als je daarvoor een publicatieplatform gebruikt. De meest gebruikte zijn Captivate, Buzsprout, Podbean, …
Het publicatieplatform heeft 2 grote bestaansredenen: hosten van de mp3 en de podcast publiceren naar de verschillende luisterplatformen (Spotify, Google, Apple, Pocket Casts, …).

Publiceren
Het publiceren van een opname betekent het kenbaar maken van de opname in het luisterplatform aan de hand van metadata: titel, korte inhoud, cover foto, episode nummer en url van de mp3. De mp3 file wordt met andere woorden niet naar het luisterplatform gestuurd.

Beluisteren
Wanneer een luisteraar een opname wil beluisteren en op ‘play’ drukt in de respectievelijke app, zal de applicatie op de smartphone of ander toestel de mp3 volledig downloaden naar het toestel en op die manier afspelen.

Insights.
Bij het beluisteren wordt de mp3 gedownload op het toestel van de luisteraar, via de app van het luisterplatform (bv. de Spotify app).
Nemen we bijvoorbeeld een luisteraar in België die voor de eerste keer een episode van Doorzetters zal beluisteren via Spotify en nadien 3 keer luistert. De eerste keer dat de luisteraar op play drukt zal de mp3 file gedownload worden naar het toestel van de luisteraar. En daar begint de uitdaging om inzicht te krijgen in de luistercijfers.

Om dat te doen is het handig als je die cijfers in 2 groepen bekijkt: het bereik en het luistergedrag.

Het publicatieplatform kan enkel meten hoeveel keer, wanneer en van welke locatie de mp3 gedownload werd. Die statistieken worden gemeten over alle luisterplatformen heen. Ze geven met andere woorden een goed beeld van het luisterbereik. Zo zal in ons voorbeeld de luisteraar als één download in België geteld worden in het bereik.

Individueel luistergedrag kan enkel gemeten worden binnen de applicatie van het luisterplatform. Zo weet Spotify bijvoorbeeld wanneer een luisteraar stopt met luisteren midden een aflevering maar weet men ook als er meerdere keren naar een aflevering geluisterd wordt. Google geeft de publiekssamenstelling van een episode weer: geslacht, leeftijd, …
In ons voorbeeld zal in het luistergedrag de 3x beluisterde aflevering als 3 geteld worden (tegenover 1 download op het publicatieplatform)
Het luisterplatform kan veel meer details geven aangezien het gedrag in de app gemeten wordt. Dat op zich is zeer interessant ware het niet dat deze cijfers nergens tot één overzicht verzameld worden en elk platform bepaalt welke details gemeten en getoond worden. Als je als producer een goed inzicht wil hebben in het gedrag van de luisteraar dan moet je die cijfers zelf in één overzicht samenvatten.
(Naar mijn weten zijn hier nog geen echt goeie tools voor. Het lijkt mij een interessant project)

Bereik verhogen.

De tweede vraag is iets makkelijker te beantwoorden: hoe verhoog je bereik. Die vraag is iets algemener te beantwoorden en is analoog aan de uitdaging van bereik verhogen bij elke vorm van digitale content (naast interessante content publiceren): maak gebruik van distributie platformen, zorg dat de content deelbaar is, spreek influencers aan, bouw een community.

Bij het gebruik van een distributieplatform is er een extra niveau die helpt of niet helpt in het verhogen van het bereik: het algoritme.

Met Streemr.fm (een ter ziele gegane audio startup) dacht ik na en bouwde zelf een algoritme dat audio content aanraadde aan gebruikers op basis van (gesproken en muzikale) inhoud, eigen luistergedrag en luistergedrag van peers. Ik haalde de mosterd bij Spotify die, wat mij betreft, één van de meest interessante algoritmes heeft en er in slaagt om in de ‘Discover Weekly’ playlist muziek aan te raden die zelden irrelevant is op dat moment. Het ‘Discover Weekly’ project is gestart als een intern project en is een mooi voorbeeld hoe je als productbedrijf van een idee tot een krachtige feature komt. De presentatie van dat project vind je in deze slides en samengevat in deze video.

Het Spotify algoritme gaat verder dan de ‘Discover Weekly’ en bepaalt hoe jouw homepage in de app eruit ziet. Spotify noemt het algoritme ‘BaRT (Bandits for Recommendations as Treatments)’ en is gebaseerd op deze research paper. Mounia-Lalmas, hoofd Researc Tech & Personalisation legde het in detail uit tijdens een uiteenzetting op een conferentie van het Alan Turing instituut in 2019.

Een mooi geschreven samenvatting vind je in deze post

Spotify maakt gebruik van het ‘Exploit & Explore’ mechanisme om muziek aan te raden aan luisteraar en maakt daarvan gebruik van o.a. volgende zaken:

  • luistergeschiedenis
  • songs die je oversloeg in het verleden
  • zelf gecreëerde playlists
  • de activiteit van de gebruiker op het platform (delen, liken, disliken van muziek)
  • locatie

Op basis van deze paramters zal BaRT de trends in de muzieksmaak van de luisteraar begrijpen en op basis daarvan muziek aanraden.

Specifiek voor Discover Weekly zijn er 3 verschillende recommendation models die Spotify hanteert:

  • Collaborative Filtering models. Jouw luistergeschiedenis wordt vergeleken met anderen hun luistergeschiedenis en op basis van het gelijkaardige smaken worden overlappende nummers voorgesteld.
  • Natural Language Processing: De lyrics van een song, en dus de betekenis van een lied, worden geanalyseerd en meegenomen in de recommendations. Voor mij persoonlijk één van de meest verrassende en tevens sterke parameters.
  • Audio Models: Los van genre maakt Spotify een heel ruwe analyse van het geluid om zo gelijkaardige muziek te vinden. De kracht van deze parameter is dat Spotify er in slaagt om muziek aan te raden over verschillende stijlen heen.

Een mooie samenvatting van het BaRT algoritme vind je in dit filmpje.

Het algoritme is er in de eerste plaats voor muziek. Ik ben benieuwd of men dit ook zal ontwikkelen en toepassen voor Podcasts.

Ondertussen ben ik tevreden dat Spotify mij Celestial Echo van Malia en de geniale Boris Blank aanraadde. Bij uitbreiding is de hele plaat uit 2014 een aanrader.