Clusterização de lançamentos musicais de forró

Abstract

Resumo: A transformação digital da indústria fonográfica, impulsionada pelo streaming e redes sociais, tornou a categorização tradicional por gêneros musicais e volume de vendas insuficiente para explicar a complexa dinâmica de consumo atual. Este trabalho propõe uma abordagem de Data Science para segmentar o mercado musical de forró e sertanejo, correlacionando características intrínsecas de áudio (DNA Musical criado pelo Spotify) com métricas de desempenho nas plataformas Spotify, YouTube e TikTok. A metodologia utilizou uma base de dados de 11.398 obras, submetida a um processo de Engenharia de Atributos que desenvolveu métricas inéditas de Velocidade de Consumo (Velocity) e Taxas de Viralidade. Aplicou-se a Análise de Componentes Principais (PCA) para redução de dimensionalidade, seguida pelo algoritmo K-Means para agrupamento. Os resultados identificaram três perfis comportamentais distintos: "Orgânico/Nicho", "Mainstream/Gravadora"e "Viral/Explosivo". A análise revelou que atributos acústicos como energia e positividade (valence) são determinantes para a viralidade independente da gravadora, com gêneros como Piseiro e Funk dominando o cluster viral, enquanto menos energia se relacionam com um mainstream industrial, distribuindo-se entre o consumo consolidado e o viral. Conclui-se que a segmentação algorítmica oferece uma taxonomia mais interessante que os rótulos de mercado tradicionais

Abstract: The digital transformation of the phonographic industry, driven by streaming and social networks, has rendered traditional categorization by musical genres and sales volume insufficient to explain today’s complex consumption dynamics. This work proposes a Data Science approach to segment the forró and sertanejo music market, correlating intrinsic audio characteristics (Musical DNA created by Spotify) with performance metrics on Spotify, YouTube, and TikTok platforms. The methodology utilized a database of 11,398 works, subjected to a Feature Engineering process that developed unprecedented metrics for Consumption Velocity and Virality Rates. Principal Component Analysis (PCA) was applied for dimensionality reduction, followed by the K-Means algorithm for clustering. The results identified three distinct behavioral profiles: "Organic/Niche,Mainstream/Label,"and "Viral/Explosive."The analysis revealed that acoustic attributes such as energy and positivity (valence) are determinants for virality regardless of the record label, with genres like Piseiro and Funk dominating the viral cluster, while lower energy levels relate to an industrial mainstream, distributed between consolidated and viral consumption. It is concluded that algorithmic segmentation offers a more insightful taxonomy than traditional market labels