Моя статистика яндекс: Итоги «Яндекс.Музыки» в 2022: где посмотреть статистику пользователей

alexxlab

Полезная статистика от Яндекс.Музыка

Статистика Яндекс.Музыка

Вы наверняка знаете про сервис Яндекс.Музыка. Это стриминговая платформа позволяющая прослушивать трэки, альбомы и составлять персональные трэклисты. Мы еще в 2017 году рассказывали, что такое Яндекс.Музыка. На сегодняшний день многие пользуются данным сервисом для прослушивания трэков, поэтому большинство читателей понимает как он работает. В этой статье мы расскажем про одну из новых удобных функций сервиса, которая будет интересна как молодым артистам, так и опытным. Это позволит вам лучше понимать текущую ситуацию на музыкальном рынке, понимать спрос целевой аудитории на конкретного исполнителя.

В любом деле важно получать актуальную информацию о рынке, на котором вы работаете. Важно получить точный портрет целевой аудитории, выявить регион с наибольшим спросом на вашу музыку, отследить как влияет сезонность. Если совсем упрощать, то летом хочется слушать веселую танцевальную музыку, осенью многие погружаются в минор.

В стриминге Яндекс.Музыка появилась функция сбора статистики по всем артистам, что открывает вам огромные возможности для планирования. Это позволяет лучше понять нишу, в которой вы работаете или собираетесь поработать.

Можем рассмотреть, как работает статистика Яндекс.Музыка на примере Люси Чеботиной. Люся Чеботина является автором и исполнителем песен, а также видеоблогером. В 18-летнем возрасте она участвовала в украинском вокальном проекте «Голос страны-5», потом – в некоторых иных музыкальных шоу: «Главная сцена», болливудский проект талантов «Dil Hai Hindustani», «Новоя волна-2017». За спиной у артистки большое количество синглов и один полноценный альбом, который был выпущен на лейбле Zhara Music в октябре 2019 года. На YouTube можно найти ее клипы и видео живых выступлений на различных музыкальных фестивалях.

Чтобы получить статистику через сервис Яндекс.Музыка по Люси Чеботиной достаточно зайти раздел Инфо ее профиля артиста.

 Здесь вы сможете увидеть количество слушателей на текущий месяц с возможностью отображения выборки за половину года. Также справа находится поле «Популярность похожих исполнителей», где кроме списка исполнителей также отображается динамика прослушиваний. Это очень удобно, тк позволяет лучше понять нишу, в которой работает артист. Также можно посмотреть количество лайков за месяц со статистикой за половину года. Также достаточно информативный раздел это “Количество слушателей в регионах”, который детально показывает статистику как по регионам РФ, так и по другим странам.

При проведении анализа  и оценки популярности исполнителя надо учитывать, что статистика касается только прослушиваний через сервисы Яндекс. Статистика с других стриминговых площадок не учитывается. Однако это уже дает возможность любому пользователю посмотреть открытую статистику по всем популярным артистам в любое время.

Мы надеемся, что статья была для вас полезной. Вы можете сами попробовать возможности Яндекс. Музыки на примере Люси по ссылке.

Связаться с нами через мессенджеры:

Анализируем историю прослушивания в «Яндекс.Музыке» / Хабр

Вот уже почти год я пользуюсь сервисом Яндекс Музыка и меня все устраивает. Но есть в этом сервисе одна интересная страница — история. Она хранит все треки, которые были прослушаны, в хронологическом порядке. И мне, конечно, захотелось скачать ее и проанализировать, что я там наслушал за все время.


Начав разбираться с этой страницей, я сразу же столкнулся с проблемой. Сервис не загружает все треки сразу, а только по мере скроллинга. Скачивать сниффер и разбираться в трафике мне не хотелось, да и навыков у меня в этом деле на тот момент не было. Поэтому я решил пойти более простым путем эмулирования браузера с помощью selenium.

Скрипт был написан. Но работал он очень нестабильно и долго. Но загрузить историю у него всё-таки получилось. После просто анализа я оставил скрипт без доработок, пока через какое-то время мне снова не захотелось загрузить историю. Надеясь на лучшее, я запустил его. И, конечно же, он выдал ошибку. Тогда я понял, что пора сделать все по-человечески.


Для анализа трафика я выбрал для себя Fiddler из-за более мощного интерфейса для http трафика в отличие от wireshark. Запустив сниффер, я ожидал увидеть запросы к api с токеном. Но нет. Наша цель оказалась по адресу music.yandex.ru/handlers/library.jsx. И запросы к ней требовали полноценной авторизации на сайте. С нее и начнем.


Авторизация

Здесь ничего сложного. Заходим на passport.yandex.ru/auth, находим параметры для запросов и делаем два запроса для авторизации.

auth_page = self.get('/auth').text
csrf_token, process_uuid = self.find_auth_data(auth_page)
auth_login = self.post(
    '/registration-validations/auth/multi_step/start', 
    data={'csrf_token': csrf_token,  
              'process_uuid': process_uuid, 
              'login': self.login}
).json()
auth_password = self.post(
    '/registration-validations/auth/multi_step/commit_password', 
    data={'csrf_token': csrf_token,  
              'track_id': auth_login['track_id'], 
              'password': self.
  password}
).json()

И вот мы авторизовались.


Загрузка истории

Дальше переходим на music.yandex.ru/user/<user>/history, где тоже забираем пару параметров, который нам пригодятся при получении информации о треках. Теперь можно загружать историю. Id треков мы получаем по адресу music.yandex.ru/handlers/library.jsx с параметрами {'owner': <user>, 'filter': 'history', 'likeFilter': 'favorite', 'lang': 'ru', 'external-domain': 'music.yandex.ru', 'overembed': 'false', 'ncrnd': '0.9546193023464256'}. Интерес у меня вызвал тут параметр ncrnd. При запросах Яндекс присваивает этому параметру всегда разные значения, но с одинаковым все тоже работает. Обратно мы получаем историю в виде id треков и Подробную информацию о первых десятках треков. Из подробной информации треков можно сохранить много интересных данных для последующего анализа. Например год выхода, длительность трека и жанр. Информацию об остальных треках получаем c

music. yandex.ru/handlers/track-entries.jsx. Все это дело сохраняем в csv и переходим к анализу.


Для анализа используем стандартные инструменты в виде pandas и matplotlib.

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('statistics.csv')
df.head(3)

№ artist artist_id album album_id track track_id duration_sec year genre
0 Coldplay 671 Viva La Vida — Prospekt’s March Edition 51399 Death And All His Friends 475739 383 2008 rock
1 Coldplay 671 Hypnotised 4175645 Hypnotised 34046075 355 2017 rock
2 Coldplay 671 Yellow 49292 No More Keeping My Feet On The Ground 468945 271 2000 rock

Меняем питоновские None на NaN и выбрасываем их.

df = df.replace('None', pd.np.nan).dropna()

Начнем с простого. Посмотрим время, которое мы потратили на прослушивание всех треков

duration_sec = df['duration_sec'].astype('int64').sum()
ss = duration_sec % 60
m = duration_sec // 60
mm = m % 60
h = m // 60
hh = h % 60
f'{h // 24} {hh}:{mm}:{ss}'
'15 15:30:14'

Но тут можно поспорить насчет точности этой цифры, тк не понятно какую часть трека нужно прослушать, чтобы яндекс добавил ее в историю.

Теперь посмотрим на распределение треков по году выпуска.

plt.rcParams['figure.figsize'] = [15, 5]
plt.hist(df['year'].sort_values(), bins=len(df['year'].unique()))
plt.xticks(rotation='vertical')
plt.show()


Тут то же не все так однозначно, тк у разнообразных сборников “Best Hits” будет стоять более поздний год.

Остальные статистики будут строиться по очень схожему принципу. Приведу пример самых прослушиваемых треков

df.groupby(['track_id', 'artist','track'])['track_id']. count().sort_values(ascending=False).head()

track_id artist track
170252 Linkin Park What I’ve Done 32
28472574 Coldplay Up&Up 31
3656360 Coldplay Charlie Brown 31
178529 Linkin Park Numb 29
289675 Thirty Seconds to Mars ATTACK 27

и самых прослушиваемых треков исполнителя

artist_name = 'Coldplay'
df.groupby([
    'artist_id', 'track_id', 'artist', 'track'
])['artist_id'].count().sort_values(ascending=False)[:,:,artist_name].head(5)

artist_id track_id track
671 28472574 Up&Up 31
3656360 Charlie Brown
31
340302 Fix You 26
26285334 A Head Full of Dreams 26
376949 Yellow 23

Полный код можно найти тут

Яндекс Метрика — О данных, конфиденциальности и файлах cookie

Поиск