Diversité des artistes dans les Top 50 sur Spotify — 2/3

Du Juke-Box à Spotify, le « hit-parade » a presque 100 ans. Son histoire remonte aux années trente avec la publication, en 1936, du tout premier classement dans le magazine Billboard, célèbre hebdomadaire américain consacré à l'industrie du disque. Dans les années cinquante, la radio généralise le Top 40, en partie grâce à la popularisation des Juke-Box qui pouvaient contenir quarante disques.¹ Plus tard, ils seront complétés peu à peu avec l’apparition de nouveaux supports de diffusion.

Lorsque la vente de disques était encore à son apogée, le classement était réalisé par des instituts de sondage qui, chaque semaine, comparaient grossièrement les différences de stock dans les bacs des hypermarchés et des disquaires pour en déduire le succès. En France, c’est le Syndicat national de l'édition phonographique (SNEP) qui est à la manœuvre depuis les années quatre-vingt et qui, chaque semaine, réalise le classement des meilleures ventes.

Si le temps du mythique Juke-Box « Wurlitzer » est désormais loin, réservé à une poignée de collectionneurs dans le monde, le classement des titres en fonction de leur popularité est bel et bien toujours présent. L’écoute se « stream » aujourd’hui grâce à différents services, dont Spotify est le leader mondial. Le service suédois décline son Top 50 dans un nombre important de territoires, et les met à jour quotidiennement en fonction des écoutes dans chaque pays.

L’analyse des différents tops dans le monde offre une lecture intéressante de la diversité des artistes qui y sont présents et des différences dans la consommation d’œuvres musicales selon les territoires. Alors que le succès planétaire de la dernière saison de Stranger Things sur Netflix a hissé le titre de Kate Bush au sommet du classement mondial, à l’inverse, au cas par cas, apparaissent des « clusters de goûts » propres à chaque pays.

La disparité, un aspect méconnu de la diversité culturelle

L’indice de diversité développé par le chercheur britannique Andrew Stirling,² abondamment utilisé par les chercheurs travaillant sur la diversité culturelle, est calculé sur la base de trois variables : la variété, l’équilibre et la disparité.

La variété et l’équilibre sont généralement assez simples à calculer ; la variété concerne uniquement le nombre de catégories différentes,³ et l’équilibre met en relation la taille de chaque catégorie par rapport aux autres.

Le plus difficile, lorsqu’il s’agit d’appliquer l’indice de Stirling à des données culturelles, est le calcul de la disparité, car il implique de connaître la distance qui sépare chaque catégorie des autres. La disparité ou distance culturelle qui sépare deux œuvres ou artistes est particulièrement délicate à estimer. Plusieurs travaux ont tenté de quantifier la distance culturelle en comparant les métadonnées de chaque œuvre (année et pays de production, genre, langues etc.),^{4 5 6 7} mais cette méthode nécessite d’attribuer une distance entre chaque catégorie—un exercice hautement subjectif et périlleux. Dans le cas des genres musicaux par exemple, comment savoir si le jazz est plus proche du reggaeton ou du métal ? Sur le plan des nationalités, comment déterminer si un artiste français est plus proche culturellement d’un artiste vietnamien que d’un artiste péruvien?

De plus, l’approche basée sur les métadonnées s’avère être insuffisante car elle ne prend pas en compte la composition de la demande. Par exemple, prenons deux artistes A et B qui produisent chacun des styles musicaux différents. Le calcul de la distance culturelle à partir des métadonnées établira une forte distance entre ces deux artistes. Or, s’il s’avère que ces deux artistes partagent en grande partie le même public et qu’ils sont perçus comme « proches » culturellement, la distance réelle qui les sépare donc sera bien moindre.

Une approche de la distance culturelle

Pour mesurer la distance culturelle, nous avons appliqué Chain Reaction, notre algorithme présenté dans un précédent article aux Top 50 sur Spotify⁸ et avons examiné comment cet indicateur variait dans les différents pays.

En nous appuyant sur les Fans also like proposés par Spotify, nous calculons, la distance culturelle à partir d’informations sur la demande des usagers, c’est-à-dire ce qui est perçu par le public. Contrairement à l’approche basée sur l’offre (métadonnées), cela revient à faire l’hypothèse que si les fans de l’artiste A aiment aussi l’artiste B et vice-versa, alors ces deux artistes sont proches, quels que soient leurs styles musicaux.

L’algorithme établit ainsi des chaînes d’artistes, similaires à des degrés de séparation, dont la longueur correspond à la distance d’un artiste à l’autre. Cette méthode nous permet donc de calculer la disparité d’un groupe d’artistes par rapport à un autre et par conséquent, de proposer un indicateur de Stirling de la diversité culturelle « complet », sous ses trois dimensions.

Précisions méthodologiques

Pour comprendre les visuels présentés ci-dessous, voici quelques explications :

• L’indice de diversité de Stirling synthétise les trois dimensions de la diversité. Ce n’est pas un score avec un minimum et un maximum. En théorie, il peut augmenter indéfiniment en fonction de la composition de la playlist étudiée.
• Les nuages sont dessinés par des algorithmes de tracé de graphiques « force-directed » où les éléments se repoussent entre eux comme des aimants. Les distances entre artistes telles qu’elles apparaissent visuellement ne correspondent donc pas exactement aux distances que nous avons constatées sur Spotify et que nous utilisons pour calculer l’indice de diversité culturelle. Les graphes sont utiles principalement pour obtenir un aperçu visuel des différents clusters d’artistes qui composent une playlist.
• Les points oranges représentent les artistes présents dans la playlist ;
• Les points gris sont les artistes dit « intermédiaires », c’est-à-dire qui ne sont pas présents dans la playlist mais qui font partie de chaînes d’artistes qui séparent plusieurs artistes oranges ;
• La taille des points oranges varie en fonction du nombre de titres de chaque artiste dans la playlist.
• Le nombre d’artistes peut être supérieur au nombre de titres en raison des collaborations et des featurings, où plusieurs artistes contribuent au même titre.
• L’indice de diversité de Stirling n’est pas un score avec un minimum et un maximum. En théorie, il peut augmenter indéfiniment en fonction de la composition de la playlist étudiée.

Résultats

Spotify réalise un classement quotidien des 50 titres les plus écoutés dans chaque pays. Nous présentons ci-dessous les résultats de l’analyse de cinq d’entre-eux : la France, les États-Unis, l’Allemagne, l’Inde et le Brésil.⁹

La France, moins diversifiée. La France est le pays dont le classement présentait, au 6 juillet 2022, le score le plus faible, ce qui signifie que le top français est le moins diversifié de notre échantillon. Un cluster d’artistes se distingue nettement en bas à droite du graphe et regroupe les acteurs de la scène « urbaine » francophone tels que Ninho, Naps, Aya Nakamura, Orelsan, Bigflo et Oli, Hamza, Dadju, Gazo, UZI etc.

Le Top 50 américain est légèrement plus diversifié que le Top 50 français, malgré le fait qu’il compte 4 artistes en moins. Bad Bunny apparaît 8 fois dans le classement, Drake et Harry Styles 4 fois chacun. Notons par ailleurs la présence de deux artistes isolés en bas à droite du graphe, Morgan Wallen et Luke Combs, tous deux artistes de musique country.

Le classement allemand, plus diversifié que les tops français et américains, compte 65 artistes pour 50 titres. Ce nombre élevé d’artistes contribue à augmenter l’indice de diversité (cf. variété plus haut). Deux grands groupes se distinguent : les artistes internationaux en haut du graphe et les artistes locaux en bas.

Les Top 50 indiens et brésiliens présentent tous deux des scores de diversité plus élevés que les classements français, américains et allemands. Il est intéressant de noter dans les deux cas la faible présence de la pop internationale anglo-saxonne et, en son absence, la prépondérance des artistes locaux. Il est clair, visuellement, que plusieurs clusters se forment parmi les artistes locaux, laissant entrevoir une forte diversité culturelle régionale.

Aller plus loin dans l’analyse

Le calcul de la diversité culturelle sur Spotify, tel qu’il a été appliqué ici aux Top 50 en suivant le modèle de Stirling, s’avère pertinent.

L’analyse des Top 50 de cinq pays fait apparaître d’importantes disparités en termes de diversité. Chaque classement fait la part belle aux artistes locaux, eux-mêmes formant un ensemble plus ou moins diversifié. Par exemple, les artistes français du Top 50 France sont particulièrement proches les uns des autres, alors que les artistes locaux des Top 50 indiens et brésiliens sont divisés en plusieurs groupes, témoignant certainement d’une plus forte diversité dans la musique populaire locale. Il serait prématuré cependant d’en conclure que les écoutes sont moins diversifiées en France qu’en Inde ou au Brésil.

Il convient d’abord de réitérer notre analyse à intervalles réguliers sur une période de temps qui reste à déterminer. Par ailleurs, il est important de rappeler que le Top 50 ne reflète pas toutes les écoutes sur un territoire, mais seulement les plus courantes d’entre-elles. Enfin, bien que Spotify soit l’un des services les plus utilisés au monde, le top d’un pays ne reflète pas forcément les habitudes culturelles du pays tout entier, et peut être biaisé par la composition démographique de ses utilisateurs dans ce pays.

Nous allons poursuivre nos observations, en intégrant notamment un plus grand nombre de classements nationaux, et d’autre part en poursuivant l’analyse sur d’autres types de playlists, telles que des playlists thématiques (moods, genres précis) et des playlists personnelles.

Enfin, la composition d’un Top 50 est susceptible de changer radicalement en peu de temps. Nous l’avions déjà remarqué lors d’une phase de tests menés en mai 2022, où Kendrick Lamar avait dominé les Top 50 de plusieurs pays pendant quelques jours suite à la sortie de son nouvel album. C’est pourquoi nous conduirons également une analyse qui prendra en compte l’évolution des tops dans le temps.