Hvis du ofte bruger Spotify, kan det være, du har været forsøgsdeltager for nylig uden at vide det.
Tjenesten samler nemlig ivrigt data på, hvad der spilles hvornår, og det kommer forskning i musik til gode.
Et nyligt dansk studie af streaming-data inddeler for eksempel vores hverdag i fem faser, alt efter hvad vi spiller.
Ifølge forskere kan Spotifys data give et kraftigt boost til studier af musikkens rolle i hverdagen.
\ Læs mere
Studiet brugte Spotifys datasæt til at spotte musikvaner
Forskerholdet gennemgik data på to milliarder afspilninger fra Music Streaming Sessions, Spotifys åbne datasæt.
Sættet indeholder lyd-information om de enkelte sange såsom tempo eller lydstyrke.
Forskerne så, at nogle typer musik blev spillet mere på visse tider af dagen end andre.
Disse mønstre var så faste, at forskerne kunne inddele dagen i fem faser, hvor vi generelt foretrækker for eksempel mere rolig eller aktiv musik:
- Morgen, fra 6 til 12, hvor musikken har lav lydstyrke, tempo og ikke er så god at danse til, som for eksempel ‘Supreme’ af Robbie Williams.
- Middag, fra 12 til 20, hvor styrke og tempo stiger til et midtpunkt, som i Rihannas ‘Only Girl (In The World)’.
- Aften, fra 20 til 23. Her stiger tempo, styrke og ‘danceability’ (egnethed til dans) støt indtil nat-fasen. Tænk ‘I Think That I Like You' af Tom Ferry og Kiesza.
- Nat, fra 23 til 4. Festen er i gang for nogle, mens andre er på vej i seng. Tempo og ‘danceability’ stiger kraftigt og falder så lige så kraftigt midt i fasen. Et eksempel er 'Fight For This Love' af Cheryl.
- Sen nat/tidlig morgen, fra 4 til 6. Nu er de fleste trætte, og så falder energiniveauet, mens andre er tidlig vågne og skal have rolig musik til at vågne med. Pink Floyds ‘Wish You Were Here’ er et godt eksempel.
Forskerne underbyggede mønstre med en web-app
Én ting er dog at spotte et mønster i statistik, et andet er at bekræfte, at det hænger sådan sammen i virkeligheden.
Derfor lavede forskerne to brugerundersøgelser, der skulle teste, om de nu kunne forudsige, hvornår enkeltpersoner foretrak visse typer musik.
»Vi lavede en web-app, hvor folk kunne logge ind gennem Spotify og få deres egne playlister matchet med et tidspunkt på dagen,« forklarer Ole Adrian Heggli, adjunkt på Aarhus Universitets Center for Music In the Brain og medforfatter til den videnskabelige artikel.
App’en er faktisk stadig aktiv, så hvis du har lyst til at lade den udregne, hvornår du spiller dine playlister, kan du prøve den her.
Brugerne af app’en var generelt meget enige med den i, hvilket tidspunkt på dagen deres playlister passede bedst til.
»Dét tyder altså på, at det fem-fase-mønster, vi har observeret, holder, når det gælder playlister, men vi kunne ikke vise det samme, når det gjaldt enkelte numre,« forklarer Ole Adrian Heggli.
I den anden brugerundersøgelse valgte forskerne nemlig nogle sange for hver fase og spurgte 248 deltagere, hvilken af faserne de helst ville høre dem i.
Og der var ikke et entydigt match mellem musikken og faserne i denne omgang.
»Det er forståeligt, da individuel musiksmag stadig er ret forskellig, men for mig er det interessante den måde, vores hverdag generelt viser sig i musikken,« mener Ole Adrian Heggli:
»Med Spotifys streamingfrihed kunne man tro, at folk bare lyttede til deres egen favoritmusik hele tiden, men i stedet skifter vores præferencer, afhængigt af hvornår på dagen det er, og hvad vi laver.«

Spotify giver indblik i musikvaner, men skal bruges rigtigt
Spotify lyder jo nok lidt hverdagsagtigt for mange, så hvor videnskabeligt er det egentlig at bruge det til forskning?
Ifølge Rasmus Rex Pedersen, lektor på Roskilde Universitets Centre for Digital Citizenship, er der visse fordele i at bruge de data, Spotify indsamler.
»Spotify leverer meget mere data på folks musikforbrug i hverdagen, end man kunne indsamle gennem lytteres selvrapportering, så studiet underbygger tidligere studier af lyttemømstre mere kraftigt, end man har kunnet før,« forklarer han.
Skulle man studere musik i hverdagen før Spotify, skete det nemlig oftest gennem interview og forsøgsdeltagere, der selv skulle rapportere deres musikbrug.
»Hvis man var heldig, kunne man finde 200-300 deltagere til sådan et forsøg, og sammenlignet med dét er Spotifys datasæt enormt,« påpeger Ole Adrian Heggli.
Der er dog også visse udfordringer forbundet med at bruge Spotifys datasæt. For eksempel ved kun Spotify, hvordan dens kategorier for musik er defineret.
»Spotify er lidt af en ‘black box’ på dét punkt, altså en maskine man ikke helt ved hvordan arbejder,« forklarer Niels Chr. Hansen, adjunkt på Aarhus Universitets Institute for Advanced Studies, der ikke har medvirket til studiet.
\ Musik under corona
Selvom vores musikforbrug kan virke ret fast, kan store ændringer som corona-krisen rykke ved det.
Hvis du er nysgerrig på mere forskning i musikbrug, kunne disse artikler være interessante:
Og nogle af Spotifys kategorier giver ikke meget indikation af, hvad de konkret betyder.
Hvordan måler man for eksempel ‘danceability’? Eller ‘valence’, der på papiret skal angive, hvor ‘glad’ eller ‘trist’ en sang er?
Og selv med kategorier som tempo eller lydstyrke, som er mere målbare, afslører Spotify ikke, hvordan de når frem til deres værdier.
»Det problem kan dog afhjælpes lidt ved at bruge et stort datasæt, da man trods alt stadig kan spotte generelle tendenser,« mener Niels Chr. Hansen.
Derudover skal man også huske at overveje, hvor godt Spotify-data repræsenterer mennesker generelt.
Ole Adrian Heggli påpeger selv, at Spotify er mest populært i Vesten og derfor ikke har meget data fra for eksempel asiatiske lande.
Derudover er det ikke alle aldersgrupper, der bruger tjenesten lige meget, så der er sandsynligvis mere data på unge end ældre brugere.
»Det er også vigtigt at holde for øje, at lyttemønstre ændrer sig i løbet af året. Særligt omkring ferier og højtider kan brugernes vaner være anderledes end i hverdagen,« påpeger Rasmus Rex Pedersen fra RUC.
Det er derfor væsentligt at være bevidst om, hvornår på året dataen er indsamlet, hvilket databasen ikke viser.
»Men studiets konklusioner er veldokumenterede og -argumenterede og tager alle begrænsningerne i betragtning,« vurderer Rasmus Rex Pedersen.
Niels Chr. Hansen mener også, at forskning i musik burde kunne drage god nytte af Spotifys data, hvis den blot er opmærksom på begrænsningerne:
»Alt i alt er Spotify et fantastisk vindue til folks brug af musik. Det giver et kæmpe datasæt at arbejde med, der går på tværs af landegrænser, noget som vi slet ikke havde før.«
\ Kilder
- 'Diurnal fluctuations in musical preference' (2021), i Royal Society Open Science. DOI: https://doi.org/10.1098/rsos.210885
- Ole Adrian Hegglis profil (AU)
- Rasmus Rex Pedersens profil (RUC)
- Niels Christian Hansen (AU)
- 'Viral tunes: Changes in musical behaviors and interest in coronamusic predict socio-emotional coping during COVID-19 lockdown' (2021), i Nature Humanities and Social Sciences Communications. DOI: https://doi.org/10.1057/s41599-021-00858-y
- 'A Crowd-Sourced Database of Coronamusic: Documenting Online Making and Sharing of Music During the COVID-19 Pandemic' (2021), i Frontiers in Psychology. DOI: https://doi.org/10.3389/fpsyg.2021.684083






























