毎週月曜日の朝、Spotifyアプリを開くと「Discover Weekly」が更新されている。
30曲のプレイリスト。全て、自分がまだ聴いたことがない曲だ。
しかし聴いてみると、驚くほど自分の好みにフィットしている。「なぜこの曲を知っているんだ」と感じる。
まるで音楽を深く知る友人が、自分のために時間をかけてセレクトしてくれたような感覚だ。
これが2億5,000万人に同時に、それぞれ異なる形で届けられている。
2025年、Discover Weeklyの週次利用率は82%に達している。Discover Weeklyを使うユーザーは、使わないユーザーと比較して2倍の継続率を示している。
「知っている曲を聴く」から「知らなかった良い曲を発見する」へ。Spotifyはこの体験の転換を、データで設計した。
「好みを理解する」ではなく「驚かせる」
ここにNetflixとの根本的な違いがある。
NetflixもAmazonも「あなたが好きなものを届ける」ことを目指している。
「過去の行動パターンから好みを推測し、似たものを提案する」これは「確実性の最大化」だ。
しかしSpotifyが解こうとした問いは違う。
「あなたがまだ知らないが、聴いたら絶対に好きになる曲を届ける。」
これは「不確実性の制御された拡大」だ。完全に外れることなく、しかし「知っている曲ばかりで退屈」という状態も避ける。この微妙なバランスが、Discover Weeklyの核心だ。
マーケティングの言葉で言えば「セレンディピティの設計」
偶然の出会いを、データで作り出す。
Spotifyのアルゴリズムの「3つのレイヤー」
Spotifyのレコメンドエンジンは、2014年に「The Echo Nest」というAI音楽分析企業を買収したことで飛躍的に向上した。現在は3つのレイヤーが統合されている。
レイヤー①：協調フィルタリング
「あなたと似た聴取パターンを持つユーザーが好む曲」を分析する。Spotifyが特徴的なのは「明示的評価（星評価・いいね）」ではなく「暗黙的フィードバック」を使うことだ。
暗黙的フィードバックの例：
- スキップした（好みではない）
- リピート再生した（強い好み）
- プレイリストに追加した（保存したいほど気に入った）
- 共有した（誰かに薦めたいほど好き）
- 停止した（このセッションはここで終わり）
通販だと 「購買した」だけでなく「カートに入れたが購買しなかった」「商品ページを3分以上閲覧した」「レビューを全部読んだ」
これらの「暗黙的フィードバック」こそが、ユーザーの真の好みを示している。
レイヤー②：自然言語処理（NLP）
Spotifyは数十万のブログ記事・音楽レビュー・プレイリストタイトルを日々クロールし、音楽についての「語られ方」を分析する。
「このアーティストは”メランコリックなオルタナポップ”と形容されることが多い」「この曲は”雨の日の運転に合う”とよく書かれる」
文化的な文脈・感情的な位置付けが、楽曲の「意味のネットワーク」を形成する。
商品レビューのテキスト分析は、「この商品はどんな文脈で使われ、どう感じられるか」を示す宝の山だ。「贈り物に最適」「毎朝使いたい」「試してみて損はない」
これらの言語パターンが、商品の「感情的ポジション」を定義する。
レイヤー③：音声分析（Audio Analysis）
楽曲そのものを機械学習で分析する。テンポ・キー・音量・エネルギー・ダンスアビリティ・アコースティック度、数十の音響特性を数値化し、楽曲同士の「音響的な近さ」を計算する。
これにより「レビューが存在しない新人アーティストの曲」でも、「音の質感が似ている既知アーティスト」のファンにレコメンドできる。
これは商品の「属性スペック」の類似性分析だ。成分・材質・サイズ・価格帯・ターゲット層
これらの属性が似た商品をグルーピングすることで、「まだレビューが少ない新商品」でも関連レコメンドが可能になる。
「Spotify Wrapped」という天才的なデータ活用
毎年12月にSpotifyが展開する「Spotify Wrapped」は、個人の年間聴取データを可視化してSNSでシェアさせるキャンペーンだ。
このキャンペーンの何が天才的か。
「自分のデータを自分が楽しむコンテンツに変える」
ユーザーのプライバシーデータを「ギフト」として返却することで、データ提供への正当化と深い感情的結びつきを同時に実現している。
Spotify Wrappedの効果
- 毎年SNSで数億件のシェアが発生する
- データ収集への明示的な同意感を強める
- 翌年のSubscription更新意欲を高める
通販の場合「あなたの今年の購買履歴」を可視化して顧客に返す。
「今年最も購買した商品カテゴリ」「累計購買金額」「最初の購買日から今日まで何日」
これを年末にパーソナライズされたメールで届けることが、通販版Spotify Wrappedだ。
「自分のデータ」を「物語」として提示されると、顧客はそのブランドとの関係に意味を感じる。
「フィルターバブル」の問題—レコメンドが生む弊害
Netflixも・Amazonも・Spotifyも、共通してある問題を抱えている。
「フィルターバブル（Filter Bubble）」問題だ。
レコメンドが精度を上げるほど、ユーザーは自分の好みの領域だけに閉じ込められていく。
Spotifyを使い続けると「自分が好む音楽ジャンル以外」に触れる機会が減り、音楽的視野が狭まる可能性がある。
Spotifyはこの問題を認識しており、Discover Weeklyに「少し外れた驚き」を意図的に組み込んでいる。「完全な最適化」を避け、あえて「セレンディピティ」を設計することで、発見の喜びを維持する。
通販ではレコメンドが精度高くなるほど「いつもの商品ばかり」になり、顧客の「発見体験」が失われる可能性がある。
最適化一辺倒のレコメンドは、長期的な顧客の購買ポートフォリオを縮小させかねない。
「少し意外」「少し背伸び」のレコメンドを意図的に組み込むことが、顧客との長期的な関係を豊かにする。
