Trend musicali e prevedibilità del successo musicale

Il terzo ed ultimo studio preso in considerazione nell’ambito del successo musicale analizza un campione di più di 500000 canzoni pubblicate nel Regno Unito fra la metà degli anni ‘80 e il 2015, al fine di capire le dinamiche alla base del successo, correlandolo con le caratteristiche acustiche dei brani per capire come lo si possa prevedere. Il successo, in questo studio, è identificato come “essere presente in classifica” per un brano musicale, e se si possono delineare delle tendenze nelle diverse decadi.

L’articolo in questione è stato scritto dai seguenti autori: Interiano M., Kazemi K., Wang L., Yang J., Yu Z., & Komarova, N. L.8

Suddetto lavoro si basa su altri contributi realizzati in precedenza. Uno fra questi si è concentrato sul rapporto tra la posizione del brano in classifica e la durata del tempo di permanenza: si è scoperto che i più grandi successi sono rimasti in classifica per periodi più lunghi (Strobl, & Tucker, 2000).

Per citarne altri, vi sono anche analisi di sopravvivenza, come quella che ha misurato le correlazioni statistiche del periodo in cui un album è rimasto nelle classifiche americane e che ha portato alla scoperta di una relazione di dipendenza fra longevità in classifica e rango di debutto dell’album, carriera dell’artista, promozione con etichette importanti e genere dell’artista (Bhattacharjee et al., 2007).

Interiano et al. (2018) studiano una categoria molto più ampia di canzoni, considerando sia canzoni in classifica che fuori, questo permette una maggior varietà delle caratteristiche musicali ed aumenta la potenza predittiva. Le canzoni qui analizzate provengono dalla Top 100 Singles Chart della Official Charts Company nel Regno Unito, che rappresenta la fonte principale di pop music in UK (http://officialcharts.com) e questi dati sono stati poi ampliati con metadati e descrittori delle caratteristiche musicali provenienti da MusicBrainz (https://musicbrainz.org/) e AcousticBrainz (https://acousticbrainz.org/).

MusicBrainz è un archivio pubblico di metadati musicali a cui si può avere accesso tramite internet, è nato negli anni ’90, ampliando a mano a mano la natura delle informazioni che contiene: questo consente di scoprire relazioni più complicate che possono essere utilizzate per la ricerca e scoperta musicale (Interiano et al., 2018). AcousticBrainz, invece, è un progetto che mira a democratizzare e facilitare la ricerca musicale rendendo i dati più accessibili al pubblico.

Le caratteristiche musicali di alto livello di AcousticBrainz sono ottenute applicando classificatori alle informazioni caricate dagli utenti; le caratteristiche di queste variabili sono descritte online (https://acousticbrainz.org/).

In totale vi sono diciotto variabili calcolate da AcousticBrainz, dodici delle quali binarie e sei categoriche ed ogni variabile ha una probabilità di precisione posteriore stimata associata. Le binarie sono divise in due categorie: le proprietà acustiche della musica (ballabilità, tonalità, timbro, voce, genere) e gli stati d’animo che descrivono i suoni (triste, felice, rilassato, aggressivo, entusiasta). Vi sono anche due proprietà acustiche scindibili in due modalità: acustica o elettronica.

Le variabili categoriche, invece, tentano di classificare la musica in classi di umore (mirex) e genere più complessi (generi: elettronica, Tzanetakis, Dortmund, rosamerica, ismir04) (https://acousticbrainz.org/).

Le 12 variabili binarie sono utilizzate per studiare le tendenze multi-decade, mentre tutte le variabili sono utili per la previsione del successo.

Dal momento che lo studio in questione si propone di confrontare canzoni di successo con quelle non di successo, è stato necessario, per la lista delle canzoni non classificate, includere tutte quelle disponibili da un’uscita distribuita nel Regno Unito (album, singoli, vinili, Eps, ecc..).

Una volta identificate le canzoni candidate, sono stati recuperati i loro descrittori dal database AcousticBrainz creato con i dati disponibili pubblicamente (Interiano et al., 2018).

A questo punto sono stati analizzati i dati ed il primo risultato rilevante da esporre riguarda le tendenze temporali delle 12 caratteristiche musicali. In particolare, si rileva come le caratteristiche medie delle canzoni di successo siano molto diverse da quelle dei non successi, seguendo un loro proprio modello. Per quanto riguarda il trend delle caratteristiche, la “felicità” e la “vivacità” hanno sperimentato una tendenza al ribasso, mentre la “tristezza” ha seguito un aumento negli ultimi trent’anni (e.g. Mazziotta, 2020).

Ancora, “rilassamento” e “ballabilità” sono aumentati nel corso del tempo. Infine, la percentuale di voci maschili sta andando verso il ribasso e le canzoni di successo annoverano una maggior percentuale di artiste donne rispetto a tutte le canzoni (Whiteley, 2013).

Avendo già affermato che il modello delle canzoni di successo differisce da quello degli insuccessi, gli autori rilevano nello specifico che: i successi sono più felici, con timbro più brillante, meno tristi, più festosi, meno rilassati e più ballabili della media. Soprattutto riguardo ad alcune caratteristiche (“aggressività”, “acustica”, “atonalità”, “ballabilità” e “vivacità”), l’andamento delle canzoni pop di successo non riflette quello complessivo di declino. Una motivazione di ciò potrebbe derivare dal crescente successo delle compilation (Wikström P., & Burnett R. 2009), che hanno contribuito al progredire del successo riducendo il rischio, puntando sul riconfezionamento e la reintroduzione di

vecchie canzoni, oppure, la crescente preminenza di consumatori più anziani che possono rendere più statico il successo (Wikström P., & Burnett R. 2009).

Gli autori hanno indagato anche sull’influenza dei generi musicali sul successo dei brani, rilevando che il jazz e la musica classica difficilmente riusciranno a trionfare, mentre le canzoni dance e pop sono quelle di maggior successo. Anche il rock ha una tendenza al ribasso dai primi anni 2000. Al fine di comprendere la connessione tra genere e successo, è stata ripetuta l’analisi precedente ed i risultati hanno rilevato che, se all’interno di un genere, una caratteristica ha una ridotta variazione rispetto a quella fra tutte le canzoni, questa caratteristica non differisce molto fra “Hit” e “Flop”. Nonostante i risultati interessanti, non è compito semplice determinare il genere in maniera automatica e si possono rilevare molte incongruenze nelle variabili di AcousticBrainz, quindi, le dodici caratteristiche musicali esaminate prima, si confermano come più abili a fornire indicazioni sul successo.

Come ultimo step, si è cercato di predire il successo musicale utilizzando canzoni pubblicate negli anni precedenti. Questo è stato possibile grazie ad un’analisi che prende il nome di Random Forest Model che ha considerato il 2014 (anno più recente con un anno pieno di dati), il 2004 (anno con due terzi di dati da utilizzare) e il 1994 (anno con un terzo di dati). Sono state svolte tre analisi, una prima ha elaborato un modello per ogni anno per prevedere se una canzone del 2014 sarà in grado di raggiungere il successo o meno; la seconda ha combinato singoli modelli dell’analisi precedente inserendo pesi proporzionali alla precisione di previsione individuale. La terza combina i dati, utilizzando il tempo come variabile continua e utilizzando tutti i dati di canzoni dall’ ‘85 al 2013. Come si può notare, queste tre analisi hanno riguardato la previsione di successo per il 2014 nello specifico.

Altro fattore importante che viene introdotto, al fine di valutare se questo possa influire o meno sui risultati, è la variabile “superstar”, attribuita all’artista che è stato top-charted negli ultimi cinque anni. Tra le canzoni registrate, quelle con un artista “superstar” erano tra il .51 e .68, con proporzione più

bassa nel 1986, dovuto al fatto che solo le canzoni del precedente anno possono essere usate per definire i brani con “superstar”. Tra i brani non classificati, la proporzione di quelli con artista “superstar” è molto inferiore, il che spinge ad affermare che questa variabile abbia un elevato valore predittivo.

Per poter generalizzare queste conclusioni anche al 2004 e al 1994 sono state di nuovo eseguite le analisi presentate sopra, dalle quali è scaturito che la “superstar” è una buona predittrice del successo anche per gli anni 2004 e 1994 anche se, rispetto ai risultati del 2014, le previsioni di accuratezza per gli altri anni considerati, sono inferiori; questo può essere dovuto al fatto che la qualità dei dati negli ultimi anni è migliorata notevolmente (Interiano et al., 2018).

In generale, lo studio in questione mostra delle chiare tendenze temporali, come un andamento al ribasso di “felicità” e “vivacità” ed uno verso l’alto della “tristezza” (Dewall et al., 2011).

Inoltre, vi è stato un aumento multi-decade di “ballabilità” e “rilassatezza” che può indicare una diffusione della musica pop che supera il rock (Straw, 1991), accompagnata da una riduzione della mascolinità delle canzoni.

La seconda serie di risultati evidenzia, invece, il fatto che le canzoni di successo sono veramente poche rispetto a tutte quelle pubblicate. Nel dataset in questione, in media, meno del 4% è in grado di raggiungere il successo ogni anno. Le canzoni di successo seguono propri modelli, sono in controtendenza, evidenziando il fatto di essere più felici, brillanti, festaiole, meno tristi e più ballabili della maggior parte dei brani.

Va però precisato che il successo è difficile da definire e generalizzare, basti pensare al fatto che per le caratteristiche “maschile” e “ballabilità”, le “Hit”, sembrano prevedere la tendenza generale, mentre per altre quattro riflettono l’andamento passato (e.g. “felicità”).

In totale, la capacità di previsione non ha superato il .74, solo considerando i dati del solo anno precedente. La capacità di previsione aumenta ancor di più se si considera la variabile “superstar” (.86)

Il limite di .74 è dovuto al fatto che sono state considerate solo caratteristiche acustiche che non esauriscono la storia di una canzone, ecco spiegato il miglioramento in caso di introduzione di “superstar”. In passato altri autori hanno studiato il rapporto fra fattori musicali e non (Asai, 2008) identificando come quest’ultimi contribuiscano al successo in modo significativo. Comunque sia, l’aver ottenuto una capacità di previsione di .74 dimostra che le caratteristiche meramente musicali sono molto importanti. Peraltro, la musica è un elemento soggetto a cambiamenti repentini, la moda musicale dura pochissimo e questo è dovuto da un lato ad un processo di gocciolamento verticale (Veblen, 1899), ma anche alla lotta fra i sempre più numerosi fornitori musicali.

In definitiva, la letteratura ampiamente trattata nelle pagine precedenti evidenzia quante possibilità di sviluppo in ambito di ricerca esistono ancora, al fine di trattare il tema del successo culturale. Questa è servita, in qualche modo, da fondamento teorico-empirico preliminare al fine di sviluppare la ricerca realizzata in questa sede.

Ogni articolo lascia ampio spazio all’esposizione di ricerche future che potrebbero essere introdotte al fine di migliorare i modelli presentati e la previsione del successo.

In particolare, nell’ambito musicale, due delle trattazioni presentate si concentravano più approfonditamente sul testo delle canzoni tralasciando la melodia, mentre solo l’ultimo dedicava la sua totale attenzione alle caratteristiche acustiche, cercando di individuare una tendenza temporale di queste.

Una fonte di ispirazione per la ricerca che verrà qui introdotta ed esposta approfonditamente nei seguenti capitoli, deriva proprio da studi di questo genere. L’obiettivo cardine è sempre quello di rispondere o almeno contribuire a snocciolare una questione sulla quale, da alcuni anni, si dibatte: cosa determina il successo delle opere culturali, nello specifico di una canzone? (Packard & Berger, 2020; Berger, Moe, & Schweidel, 2019; Berger, Kim, & Meyer, 2018; Interiano et al., 2018; Henard, & Rossetti, 2014).

La ricerca in oggetto prende spunto da quelle precedentemente presentate e le integra, per esempio considerando altri tipi di variabili, sia binarie che categoriche, le quali potrebbero essere in grado di spiegare e predire il successo di un brano musicale. Alcune di queste sono comuni a quelle trattate dagli autori Interiano et al., come per esempio la “ballabilità”, “strumentalità” e “acustica”, ma ne vengono introdotte altre sempre strettamente legate alla melodia della canzone e meno alla sfera emotiva (e.g. “emotività”, “triste”, “felice”), come la “modalità”, “energia”, “volume”, ecc.

La coerenza con le ricerche già svolte nel settore si dimostra anche per il fatto che si prendono in considerazione, anche in questo caso, sia i successi che gli insuccessi, al fine di valutare se il loro trend ha dei punti in comune o li ha con quello generale. Inoltre, anche qui, si prende in considerazione un lasso temporale abbastanza ampio che va dal 1960 al 2019, per consentire di produrre un modello quanto più possibile completo ed in grado di spiegare cosa determina il successo di una canzone o meno.

Si potrebbe scoprire che, in realtà, la capacità di previsione può essere migliorata rispetto a quel .74 sopra esposto e che non solo l’anno precedente rispetto a quello considerato restituisce informazioni interessanti per la previsione del successo.

Al fine di fornire risposte ai numerosi interrogativi sopra esposti, si procede entrando nel vivo della ricerca realizzata nella presente trattazione, introducendo le variabili e le varie analisi che la compongono (cap. 3) ed esponendone i risultati (cap. 4), nonché le conclusioni e le principali implicazioni (cap. 5).

CAPITOLO 3 - PIANO DI CAMPIONAMENTO E