O Problema e Sua Relevância

O streaming de música transformou radicalmente a indústria musical na última década, alterando não apenas como consumimos música, mas também como as tendências musicais se formam e se propagam globalmente. O Spotify, como uma das maiores plataformas de streaming, possui dados valiosos sobre os gostos musicais em diferentes países.

Este projeto analisa as músicas mais populares do Spotify em 73 países, buscando identificar padrões globais e regionais nos gostos musicais. Compreender essas tendências é relevante para:

• Indústria musical: Compositores, produtores e gravadoras podem usar esses insights para entender as preferências do público.
• Profissionais de marketing: Ajuda a criar estratégias de promoção musical mais eficazes para diferentes mercados.
• Antropologia cultural: Fornece uma visão sobre como a cultura musical se difunde entre diferentes nações.
• Consumidores de música: Oferece uma compreensão mais ampla dos gostos musicais globais.

Dados Utilizados

Os dados analisados foram obtidos do Kaggle e contêm informações sobre as músicas mais ouvidas no Spotify em 73 países. O conjunto inclui mais de 1 milhão de linhas com variáveis como:

• Identificadores de músicas
• Títulos e artistas
• Rankings diários e semanais
• Métricas de popularidade
• Características das músicas (explícito, etc.)
• Data de coleta dos dados

Metodologia e Abordagem

Nossa análise segue uma abordagem exploratória estruturada:

1. Importação e limpeza dos dados: Organização do conjunto de dados para análise.
2. Transformação: Criação de variáveis derivadas, como gêneros dominantes por país.
3. Análise global: Identificação das músicas e artistas mais populares mundialmente.
4. Análise por região: Comparação de tendências musicais entre diferentes regiões geográficas.
5. Visualização interativa: Criação de dashboards que permitem explorar os padrões descobertos.

Público-alvo e Utilidade

Esta análise é direcionada a profissionais da indústria musical, pesquisadores culturais e entusiastas de música que buscam entender melhor as tendências musicais globais. Os insights obtidos podem ser usados para:

• Informar estratégias de lançamento de músicas em diferentes mercados
• Compreender a difusão de gêneros musicais entre fronteiras
• Analisar o impacto de fatores culturais nas preferências musicais
• Identificar artistas com potencial para crescimento em mercados específicos

Objetivos Específicos:

1. Identificar padrões globais: Descobrir quais músicas e artistas têm apelo verdadeiramente global.

2. Analisar diferenças regionais: Examinar como os gostos musicais variam entre diferentes regiões do mundo.

3. Explorar fatores de popularidade: Determinar quais características estão associadas a músicas de maior sucesso.

4. Monitorar tendências temporais: Analisar como a popularidade das músicas muda ao longo do tempo.

5. Investigar o comportamento de streaming: Compreender padrões de consumo musical em diferentes mercados.

Fonte dos Dados

Os dados foram obtidos do Kaggle, onde estão disponíveis gratuitamente. Eles representam as músicas mais populares no Spotify em 73 países diferentes.

Estrutura do Conjunto de Dados

• Dimensão: Aproximadamente 1 milhão de linhas
• Período: Dados coletados em fevereiro de 2025
• Escopo: 73 países em todos os continentes

Principais Variáveis

• spotify_id: Identificador único da música no Spotify
• name: Título da música
• artists: Artista(s) que performam a música
• daily_rank: Posição no ranking diário
• daily_movement: Mudança na posição do ranking
• weekly_movement: Mudança na posição semanal
• country: País onde o ranking foi coletado
• snapshot_date: Data da coleta dos dados
• popularity: Score de popularidade (0-100)
• is_explicit: Indicador se a música contém conteúdo explícito

Particularidades dos Dados

• Algumas músicas aparecem em vários países, permitindo análise de popularidade global
• Rankings mais baixos (ex: 1) representam músicas mais populares
• Os dados incluem tanto movimentos de curto prazo (diário) quanto de médio prazo (semanal)

Processo de Importação

O conjunto de dados “Top_spotify_songs.csv” foi importado usando a função read_csv() do pacote readr, parte do tidyverse. Este arquivo contém informações sobre as músicas mais populares do Spotify em 73 países diferentes.

Estrutura Inicial dos Dados

# Verificando a estrutura dos dados
glimpse(spotify_data)

## Rows: 1,728,382
## Columns: 25
## $ spotify_id         <chr> "2plbrEY59IikOBgBGLjaoe", "2CGNAOSuO1MEFCbBRgUzjd",…
## $ name               <chr> "Die With A Smile", "luther (with sza)", "Not Like …
## $ artists            <chr> "Lady Gaga, Bruno Mars", "Kendrick Lamar, SZA", "Ke…
## $ daily_rank         <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, …
## $ daily_movement     <dbl> 1, 1, -2, 0, 1, -1, 0, 0, 0, 0, 3, 0, -2, -1, 0, 1,…
## $ weekly_movement    <dbl> 0, 4, 8, -2, -2, 23, -3, 13, -2, -2, 4, -3, -8, 2, …
## $ country            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,…
## $ snapshot_date      <date> 2025-02-17, 2025-02-17, 2025-02-17, 2025-02-17, 20…
## $ popularity         <dbl> 98, 90, 92, 89, 96, 90, 97, 92, 94, 94, 88, 92, 90,…
## $ is_explicit        <lgl> FALSE, FALSE, TRUE, FALSE, FALSE, TRUE, TRUE, TRUE,…
## $ duration_ms        <dbl> 251667, 177598, 274192, 169917, 210373, 232186, 237…
## $ album_name         <chr> "Die With A Smile", "GNX", "Not Like Us", "rosie", …
## $ album_release_date <date> 2024-08-16, 2024-11-21, 2024-05-04, 2024-12-06, 20…
## $ danceability       <dbl> 0.521, 0.707, 0.898, 0.777, 0.747, 0.695, 0.625, 0.…
## $ energy             <dbl> 0.59200, 0.57500, 0.47200, 0.78300, 0.50700, 0.6330…
## $ key                <dbl> 6, 2, 1, 0, 2, 8, 7, 6, 10, 1, 0, 6, 10, 9, 0, 11, …
## $ loudness           <dbl> -7.777, -7.546, -7.001, -4.477, -10.171, -4.946, -2…
## $ mode               <dbl> 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 1, 0, 1, …
## $ speechiness        <dbl> 0.0304, 0.1250, 0.0776, 0.2600, 0.0358, 0.0599, 0.0…
## $ acousticness       <dbl> 0.30800, 0.25100, 0.01070, 0.02830, 0.20000, 0.0612…
## $ instrumentalness   <dbl> 0.00e+00, 0.00e+00, 0.00e+00, 0.00e+00, 6.08e-02, 1…
## $ liveness           <dbl> 0.1220, 0.2480, 0.1410, 0.3550, 0.1170, 0.0926, 0.0…
## $ valence            <dbl> 0.53500, 0.57600, 0.21400, 0.93900, 0.43800, 0.5570…
## $ tempo              <dbl> 157.969, 138.008, 101.061, 149.027, 104.978, 96.782…
## $ time_signature     <dbl> 3, 4, 4, 4, 4, 4, 4, 4, 3, 4, 4, 4, 4, 4, 4, 4, 4, …

Verificação de Valores Ausentes

# Contagem de valores ausentes por coluna
colSums(is.na(spotify_data)) %>%
  as.data.frame() %>%
  rename("Valores Ausentes" = ".") %>%
  kable() %>%
  kableExtra::kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

Principais Transformações Aplicadas

1. Padronização de nomes: Utilizamos clean_names() para padronizar os nomes das colunas para o formato snake_case.

2. Conversão de tipos de dados: Convertemos a coluna snapshot_date para o formato de data apropriado.

3. Remoção de duplicatas: Eliminamos entradas duplicadas para evitar viés na análise.

4. Tratamento de valores ausentes: Removemos linhas com valores ausentes nas colunas essenciais para nossa análise.

5. Criação de variáveis derivadas:

   • main_artist: Extraímos o artista principal de músicas com múltiplos artistas.
   • popularity_category: Categorizamos a popularidade em níveis para facilitar análises.
   • popularity_score: Invertemos a escala de popularidade para algumas visualizações específicas.
   • continent: Adicionamos uma classificação continental/regional para análises geográficas.
   • language: Inferimos o idioma da música com base em palavras comuns no título.
   • month e season: Extraímos informações temporais para análises sazonais.

Resumo dos Dados Limpos

# Resumo estatístico das variáveis numéricas
spotify_clean %>%
  select(daily_rank, daily_movement, weekly_movement, popularity) %>%
  summary() %>%
  kable() %>%
  kableExtra::kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

Músicas Mais Populares Globalmente

Artistas com Mais Músicas nos Rankings

Distribuição de Popularidade por País

Conjuntos de Dados Derivados

Para facilitar análises específicas, criamos quatro novos conjuntos de dados:

1. Dados de Tendências (trends_data)
   • Agrupa os dados por país, música, artista e características regionais/linguísticas
   • Calcula métricas como ranking mínimo, máximo e médio
   • Mede a volatilidade do ranking como desvio padrão
   • Inclui indicadores de movimentação no ranking
2. Dados de Artistas (artists_data)
   • Agrupa por artista principal
   • Calcula o número de faixas no ranking e países de presença
   • Mede popularidade média e proporção de conteúdo explícito
   • Classifica artistas por alcance global e tamanho
3. Dados Temporais (temporal_data)
   • Foca na dimensão temporal dos rankings
   • Identifica padrões sazonais como músicas natalinas ou de verão
   • Rastreia movimentações diárias e semanais no ranking
4. Dados de Conteúdo Explícito (explicit_data)
   • Analisa a proporção de conteúdo explícito por país e região
   • Compara a popularidade de músicas explícitas vs. não explícitas
   • Permite análises culturais sobre aceitação de conteúdo explícito

Distribuição de Artistas por Alcance Global

Estrutura dos Dados Finais

Após as etapas de carregamento, limpeza e transformação, temos cinco conjuntos de dados principais:

1. spotify_clean: Dados completos limpos e enriquecidos
2. trends_data: Dados agregados para análise de tendências musicais
3. artists_data: Dados agregados para análise de artistas
4. temporal_data: Dados para análise de padrões temporais
5. explicit_data: Dados para análise de conteúdo explícito

Verificação de Consistência