Music Analytics · API · 2023
Spotify Artist Analytics · Dashboard interactivo
Integración con la Spotify API para analizar popularidad, evolución musical y géneros dominantes de artistas, expuesta en un dashboard interactivo con Dash + Plotly.
5 features
Audio analysis en vivo
01 · Contexto
El ecosistema musical genera volúmenes enormes de datos públicos a través de la Spotify Web API, pero raramente están al alcance de un fan o analista sin construir su propio pipeline. El proyecto explora cómo transformar esos datos en un dashboard accionable.
02 · Pregunta de negocio
¿Cómo ha evolucionado la popularidad y el estilo de un artista a lo largo de su discografía, qué géneros dominan su catálogo y qué canciones actúan como puntos de inflexión en su carrera?
03 · Datos
Datos consumidos en tiempo real desde la Spotify Web API vía cliente autenticado en Python: artistas, álbumes, tracks, características de audio (energy, danceability, tempo, valence) y métricas de popularidad.
04 · Método
Cliente Python para consumir la API con paginación y control de rate limits. Transformación con Pandas para agregar por álbum/año y calcular métricas derivadas. Dashboard interactivo con Dash y Plotly que permite comparar artistas, filtrar por rango temporal y explorar la relación entre features musicales y popularidad.
05 · Insight
Las features de audio permiten segmentar a un artista en 'eras' estilísticas claras, y la popularidad no siempre correlaciona con las canciones más experimentales — se pueden identificar puntos de inflexión donde un cambio de sonido dispara o hunde métricas.
06 · Impacto
Ejemplo concreto de cómo consumir una API pública, construir una capa analítica encima y exponerla como producto de exploración interactiva — más allá de un notebook estático.