Artículo

Angélica Dolores Pereira de Melo; Paulo Fernando do Nascimento Afonso

DOI: 10.22167/2675-6528-2026M10

Artículo elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.

Resumen

Hit Song Science (HSS) explora técnicas para predicción y clasificación de éxitos musicales. El presente estudio tuvo como objetivo investigar los patrones de los éxitos número 1 de Billboard Hot 100, en el período de 1958 a 2024, y proponer variables para un modelado supervisado de máquina. Para ello, se aplicó una técnica de machine learning de clusterización jerárquica aglomerativa. La recolección de datos abarcó 68 éxitos anuales de Billboard, considerando métricas intrínsecas como pulsaciones por minuto (BPM), energía, bailabilidad, valencia y repetición del título en la letra, además de características extrínsecas como género del intérprete y formato de colaboración. El análisis reveló un aumento significativo en la longevidad de los éxitos a partir de los años 2000, la predominancia de voces masculinas y la creciente importancia de colaboraciones entre artistas. Se identificaron siete clusters de éxitos con características musicales y líricas distintas, y se propusieron nueve reglas para éxitos actuales, basadas en los patrones observados en la muestra. Los resultados contribuyen al campo de la HSS, proporcionando directrices y variables para el desarrollo de modelos predictivos de machine learning.

Palabras clave: Análisis de datos; Agrupación; Aprendizaje automático; Música popular; Patrones musicales.

1. Introducción

La industria musical, desde sus orígenes más formalizados, ha sido impulsada por la búsqueda y producción de éxitos comerciales. En el siglo XIX, Tin Pan Alley en Manhattan emergió como un centro donde la música se concebía y distribuía con una lógica industrial, caracterizada como “fábricas” de canciones (Bishop, 1958). En este contexto, las canciones se trataban como productos básicos, sujetas a procesos de manufactura, promoción y distribución, siguiendo principios capitalistas de división, especialización y estandarización (Suisman, 2009).

La métrica de los éxitos fue fundamental para la dinámica de la producción musical. La venta de partituras, aunque inicialmente poco lucrativa, estableció la estructura organizativa de la industria, donde el beneficio sustancial provenía de los éxitos, o “Hits” (Suisman, 2009). Esta lógica no solo moldeó los negocios, sino que también influyó en la propia forma de la música popular, contribuyendo al surgimiento y estandarización de géneros como el jazz y el blues (Suisman, 2009).

Con el paso del tiempo, la industria musical ha evolucionado a través de diversas transformaciones tecnológicas, desde la era fonográfica de los álbumes hasta el formato actual de streaming, que remite a la venta de sencillos a bajo costo. Ante esta complejidad y la constante búsqueda de patrones de éxito, surgió el campo de la Hit Song Science (HSS). El término HSS fue introducido en 2003 por la empresa de inteligencia artificial Polyphonic HMI, que desarrolló un software de predicción de éxitos, utilizado por artistas de renombre (Seufitelli et al., 2023).

La HSS es un campo multidisciplinario que integra la ciencia de la computación con áreas como la teoría musical, la sociología de la música y los mercados culturales (Seufitelli et al., 2023). Su objetivo principal es recopilar y analizar datos musicales de diversas modalidades y fuentes, empleando técnicas de Information Retrieval, Machine Learning y Data Mining para predecir el potencial de éxito de una canción antes de su lanzamiento. La comprensión de la estructura de un éxito es valiosa para diversos agentes del mercado, incluyendo ejecutivos, proveedores de servicios digitales y artistas, ayudando a maximizar inversiones y a la toma de decisiones estratégicas (Seufitelli et al., 2023).

A pesar de la relevancia de la HSS, investigaciones anteriores se han centrado predominantemente en técnicas supervisadas y en la binaridad “acierto o no acierto”, utilizando a menudo datos ya organizados por rankings, como las Top Charts (Seufitelli et al., 2023). Este enfoque limita la exploración de patrones intrínsecos y extrínsecos en conjuntos de datos más diversos y a lo largo de extensos períodos, dejando una brecha en la comprensión de la evolución de las características de los aciertos.

En este contexto, la presente investigación adopta la clusterización, una técnica de análisis de agrupamientos no supervisada, para diagnosticar similitudes y disimilitudes en un conjunto de datos exhaustivo de hits. Esta elección se justifica por la diversidad de los datos, que abarcan un período de 1958 a 2024, englobando múltiples décadas e identidades culturales y musicales distintas. La clusterización permite identificar patrones subyacentes que los editores de Tin Pan Alley ya intuían, pero que ahora pueden ser explorados con rigor científico (Fávero et al., 2024).

El estudio, por lo tanto, aplicó técnicas de machine learning para identificar patrones y agrupar los 68 éxitos número uno de la Billboard Hot 100 en el período de 1958 a 2024. Las métricas exploradas por un método jerárquico aglomerativo fueron resultados del análisis de estos éxitos de “Top Chart Here’s Every Billboard Hot 100 Year-End No. 1 Song”, considerando también la literatura de la historia de la industria de la música y los éxitos de Tin Pan Alley. Así, el objetivo de este estudio fue investigar los patrones de los éxitos de la era del fonograma y proponer variables en función de un modelado supervisado de máquina.

2. Material y Métodos

El estudio adoptó un enfoque cuantitativo y exploratorio, empleando técnicas de machine learning para investigar patrones en éxitos musicales. El objetivo fue diagnosticar similitudes y disimilitudes en un conjunto exhaustivo de éxitos, así como proponer variables para un futuro modelado supervisado de máquina, según se describe en la introducción. La investigación se centró en el análisis de las características intrínsecas y extrínsecas de canciones que alcanzaron la cima de las listas, siguiendo la taxonomía propuesta por Seufitelle et al. (2023).

La unidad de análisis consistió en 68 éxitos que alcanzaron la posición número uno en el Billboard Hot 100 anualmente, cubriendo el período de 1958 a 2024. Los datos fueron recopilados del “Top Chart Here’s Every Billboard Hot 100 Year-End No. 1 Song”, disponible en el sitio web oficial de Billboard. Esta selección permitió un análisis longitudinal de las características de los éxitos a lo largo de múltiples décadas.

Para la recopilación de las características intrínsecas de los éxitos, que se refieren a atributos del audio en sí, se utilizaron las herramientas Sort Your Music y chosic.com, ambas integradas a Spotify. Estas plataformas permitieron la extracción de métricas como pulsaciones por minuto (BPM), energía, bailabilidad, valencia, duración, tonalidad y tempo de compás. Dichos datos fueron fundamentales para la comprensión de las propiedades musicales de cada éxito.

Las características relacionadas con la letra y la estructura lírica se obtuvieron a través del sitio web musixmatch.com, sincronizado con Spotify. Se recopiló información sobre la repetición del título en la letra y la presencia de elementos como introducción, pre-estribillo, estribillo, verso, puente, hook y finalización. Adicionalmente, se registraron las características extrínsecas, como el género del intérprete (masculino, femenino, mixto) y el formato de colaboración (solo, grupo, pareja).

Para el año 1997, dos éxitos de Elton John, “Candle in the wind” y “Something about the way you look tonight”, fueron considerados separadamente debido a la ausencia de un único ISRC en Spotify que fusionara las dos canciones. Cada uno fue tratado como un fonograma distinto. Además, dos éxitos instrumentales, “Theme from a Summer place” (1960) y “Stranger on the shore” (1962), fueron excluidos de los análisis descriptivos de la forma de la música y de la repetición del título en la letra, por no poseer estos elementos.

En cuanto al género del intérprete, para grupos mixtos como “Ace of Base” y “Wings”, se consideró el género de quien cantaba los versos. En casos de artistas featurings y colaboraciones, donde ambos artistas compartían partes de los versos, el género del intérprete se clasificó como “mixto”. Este enfoque tuvo como objetivo capturar la diversidad de formatos de presentación vocal presentes en la muestra.

El análisis de los datos empleó la técnica de clusterización jerárquica aglomerativa, implementada en Python. El análisis de agrupamientos, que se originó en la Antropología y Psicología (Reis, 2001; Fávero et al., 2009), fue elegido para identificar patrones y agrupamientos de hits con base en sus similitudes y disimilitudes. Esta técnica exploratoria es útil para verificar la existencia de comportamientos similares entre observaciones (Fávero et al., 2024), siendo aplicada para diagnosticar las similitudes y disimilitudes de los hits en la muestra.

Las métricas utilizadas para la clusterización fueron BPM, energía, valencia, bailabilidad y la repetición del título. Antes de la aplicación del método de encadenamiento y de la distancia, la repetición del título se convirtió a segundos, y todas las métricas fueron estandarizadas por Zscore. La medida de disimilitud seleccionada fue la distancia de Manhattan, y el método de encadenamiento aplicado fue el Completo, por presentar mayor diversidad entre los clusters.

La determinación de los clusters se realizó con base en una medida de corte de ocho en la distancia de Manhattan, resultando en la formación de siete clusters distintos. Este enfoque permitió agrupar los 68 hits en categorías que reflejan características musicales y líricas compartidas, contribuyendo a la identificación de los patrones buscados por el estudio.

3. Resultados y Discusión

El análisis de los éxitos número uno del Billboard Hot 100, que abarca el período de 1958 a 2024, reveló patrones significativos en la longevidad y en las características intrínsecas y extrínsecas de las canciones. El criterio principal de Billboard para clasificar un éxito como número uno anual es su permanencia entre las 100 canciones más vendidas y escuchadas a lo largo de 12 meses. Esta longevidad es un indicador crucial de la capacidad de una canción para mover el mercado musical, reflejando su impacto más allá de la simple audición o venta, influyendo en múltiples otros negocios en la industria. Los hallazgos proporcionan una base empírica para la comprensión de la dinámica del éxito musical.

Se observó que, de los 68 éxitos analizados, la media de semanas de permanencia en el Top 100 fue de 26 semanas. El éxito con menor longevidad fue “Bridge Over Trouble Water” (1970), que permaneció durante 17 semanas, mientras que “Heat Wave” (2022) demostró la mayor durabilidad, con 91 semanas en las listas. Curiosamente, cuatro éxitos fueron clasificados como número uno anuales no por haber alcanzado la primera posición en su respectivo año, sino por su notable permanencia en el Top 100. Ejemplos incluyen “Surfin’ U.S.A.” (1963), que alcanzó la tercera posición y permaneció durante 25 semanas, y “Levitating” (2021), que alcanzó la segunda posición y se mantuvo durante 77 semanas, evidenciando la importancia de la consistencia a lo largo del tiempo.

Un comportamiento notable emergió al comparar la longevidad de los éxitos en diferentes períodos. Entre 1958 y 1999, la permanencia media de un éxito en el Top 100 fue de 25 semanas. Sin embargo, en el período de 2000 a 2024, esta media casi se duplicó, alcanzando 49 semanas. Este aumento del 98% en la capacidad de un éxito para permanecer relevante en el gusto del público en el siglo XXI sugiere una transformación significativa en la dinámica de la industria musical. Tal cambio puede atribuirse a la evolución tecnológica y a la metrificación más precisa del consumo de música, que pasó de datos mayoritariamente analógicos a la cuantificación en tiempo real a través de plataformas de streaming, como se discute por Suisman (2009) sobre la lógica de Tin Pan Alley.

La comparación de la longevidad de artistas icónicos también ilustra este cambio. Mientras que The Beatles, con dos éxitos número uno en la década de 1960 (“I Want to Hold Your Hand” y “Hey Jude”), sumaron 34 semanas en el Top 100, la cantante Adele, con un solo éxito (“Rolling in the Deep”) en 2011, permaneció durante 65 semanas. George Michael, con dos éxitos en 1985 y 1988, totalizó 43 semanas, y Elton John, con dos éxitos en 1986 y 1997, alcanzó 65 semanas. Paul McCartney, con tres éxitos en diferentes años, sumó 53 semanas. Estos datos, aunque no implican que los artistas actuales sean más escuchados que los del siglo XX, reflejan la mayor capacidad de métrica y el control que los artistas contemporáneos tienen sobre la distribución y el consumo de sus músicas, impulsados por la era digital y el streaming.

La década de 1990 representó un período de transición crucial, con la permanencia promedio de los éxitos aumentando a 37,3 semanas, en contraste con las 21,15 semanas de las décadas anteriores (1958-1989). Este crecimiento preparó el terreno para la revolución digital de los años 2000. La influencia de MTV y la popularización de los Compact Discs (CDs) contribuyeron al aumento de los informes y los ingresos de Billboard, diversificando las formas de consumo musical. La mayor longevidad de los éxitos en el siglo XXI, con casi el doble del promedio del siglo XX, indica que la industria se reinventó, contrarrestando el pesimismo de finales de los años 90 y demostrando sostenibilidad en la era digital, con mayor control y democratización de los medios de distribución para los artistas. ¿Siglo XXI, la era de los colaboradores?

El análisis de las características extrínsecas de los éxitos reveló una tendencia creciente de colaboraciones entre artistas en el siglo XXI. En la era de Tin Pan Alley, las características de los éxitos eran predominantemente acústicas y genotípicas, centradas en la estructura musical y lírica. Con la industria discográfica, el intérprete ganó protagonismo, y la popularidad del artista pasó a influir en el valor de la grabación. En el período de 1958 a 1999, solo tres éxitos número uno anuales fueron colaboraciones, representando el 7,14% del total. Sin embargo, entre 2000 y 2024, el número de colaboraciones aumentó a seis, correspondiendo al 24% de los éxitos, un crecimiento relativo del 7% al 24% en un período de tiempo significativamente menor.

Este aumento en las colaboraciones puede interpretarse como una estrategia para la fabricación de éxitos en la era contemporánea, donde la diversidad de artistas y la competitividad del mercado son mayores. Las colaboraciones permiten la ampliación de las bases de fans y la exploración de diferentes estilos musicales, lo que puede ser un diferencial para el éxito de una canción. Aunque el muestreo total de 68 éxitos muestra un equilibrio entre éxitos de grupos/dúos/colaboraciones (51,47%) y artistas solistas (48,53%), el análisis por década revela que, en el siglo XXI, los artistas solistas han alcanzado la posición número uno con más frecuencia, a pesar del aumento de las colaboraciones. En la década de 1960, siete éxitos eran de grupos, mientras que de 2000 a 2024, solo cuatro éxitos fueron de grupos, lo que indica una complejidad en la dinámica de éxito. La predominancia masculina

La investigación identificó una predominancia de intérpretes masculinos entre los 68 éxitos analizados, representando el 64,71% del total. Para contextualizar esta predominancia, es esencial considerar la coyuntura de la industria musical y las cuestiones culturales a lo largo de las décadas. El promedio de éxitos número uno anuales interpretados por mujeres fue de 2,83 por década. En la década de 1960, solo una mujer figuró entre los diez éxitos anuales. Las décadas de 1970 y 2010 registraron tres mujeres, siendo que en los años 2010, dos eran artistas solistas y un éxito mixto. Ya en las décadas de 1980 y 1990, cinco mujeres (cuatro solistas y un éxito mixto) alcanzaron la cima, y de 2000 a 2010, fueron cuatro mujeres (tres solistas y un éxito mixto).

La predominancia masculina puede explicarse en parte por la regla histórica de Irving Berlin (1913), que sugería que un éxito debía estar al alcance de la voz media para que el público pudiera cantarlo. Aunque esta regla se aplicaba originalmente a las partituras, parece haber influido en la apreciación de las voces masculinas en la industria. Sin embargo, la era de los fonogramas permitió que la pericia técnica de los cantantes se convirtiera en un factor diferencial. Artistas femeninas como Barbra Streisand, Whitney Houston, Mariah Carey, Adele, Beyoncé y Faith Hill, que figuran entre los éxitos número uno, a menudo se desvían del patrón de “voz media y con notas no muy altas”, demostrando que el talento vocal puede superar esta regla histórica, aunque todavía representen una minoría en la muestra. Las tonalidades

El análisis de las tonalidades, una característica intrínseca de los éxitos, reveló que la tonalidad de C y sus variaciones (C mayor, C menor y C#) fue la más frecuente en la muestra, presente en 16 éxitos. La tonalidad de F y sus variaciones (F mayor, F menor y F#) fue la segunda más común, con 12 éxitos. De estos, solo dos éxitos en C fueron cantados por mujeres (Roberta Flack en 1972 y Mariah Carey en 2005). La región entre E y F (incluyendo la variación sostenida de E, que es F) fue la más cantada en los éxitos femeninos, con cuatro éxitos en E y cuatro en F. En contraste, los éxitos masculinos se concentraron en tonalidades más bajas, en las regiones de C y D y sus variaciones.

Específicamente, 11 éxitos en C fueron cantados por hombres, dos por mujeres, dos éxitos mixtos y uno instrumental. En D y sus variaciones, siete éxitos fueron cantados por hombres, dos por mujeres y uno instrumental. La tonalidad C# (o Db) estuvo presente en siete éxitos, todos cantados exclusivamente por hombres. En total, 23 éxitos presentaron tonalidades sostenidas, siendo 20 cantados por hombres y solo tres por mujeres. Las tonalidades C y F fueron las más presentes, con 23% y 17,65% respectivamente, ambas predominantemente masculinas. En cuanto a la modalidad, el 75% de los éxitos presentaron tonalidad Mayor, y solo el 25% fueron en tonalidad Menor, indicando una preferencia por sonoridades más “positivas” o “brillantes” en los éxitos de éxito. Diagnóstico de las características genotípicas de los Éxitos

Para profundizar la comprensión de las métricas de éxito, la investigación adoptó la taxonomía de Seufitelle et al. (2023), que distingue características intrínsecas (genotípicas) y extrínsecas (fenotípicas) de los hits. Las características intrínsecas se refieren al audio en sí, como BPM, energía, bailabilidad, valencia, duración, tonalidad, y se consideran “características acústicas”. Las características extrínsecas son información no estructural, como número de streams, popularidad del artista, ventas y colaboraciones. La recolección de datos para las métricas intrínsecas de los 68 hits de Billboard se realizó utilizando herramientas como chosic.com, que se basa en datos de Spotify, permitiendo un análisis detallado del arte sonoro.

El promedio de pulsaciones por minuto (BPM) de los 68 éxitos fue de 123. El éxito con el BPM más alto fue “Last Night” (Morgan Wallen, 2023), con 204 BPM, mientras que el más bajo fue “I Will Always Love You” (Whitney Houston, 1993), con 68 BPM. La métrica de Energía, que mide la intensidad percibida de la música, tuvo un promedio general de 58 (en una escala de 0 a 100). “Believe” (Cher, 1999) fue el éxito más enérgico, con 92, y “The First Time Ever I Saw Your Face” (Roberta Flack, 1972) fue el menos enérgico, con solo tres. Se observó una tendencia de los éxitos posteriores a los años 2000 a mantener el nivel de Energía por encima de 50, lo que sugiere una preferencia por músicas más intensas en la era digital.

La bailabilidad, que indica la facilidad para bailar la música (escala de 0 a 100), tuvo una media total de 63. “Low” (Flo Rida feat. T-Pain, 2008) fue el éxito con mayor bailabilidad, alcanzando 92, mientras que “Bridge Over Troubled Water” (Simon & Garfunkel, 1970) presentó la menor, con 15. Las décadas de 1980 y 2010 destacaron como las más bailables en la muestra de éxitos. La Valencia, que mide la capacidad de la música de evocar emociones positivas o negativas (escala de 0 a 100), tuvo una media de 60,82. Tres éxitos empataron con la mayor valencia de 97: “Surfin’ U.S.A.” (The Beach Boys, 1963), “Sugar, Sugar” (The Archies, 1969) y “Joy to the World” (Three Dog Night, 1971). El éxito con menor valencia, y el más melancólico, fue “I Will Always Love You” (Whitney Houston, 1993), con 11.

La duración media de los fonogramas fue de 3 minutos y 50 segundos. El éxito más largo fue “Hey Jude” (Beatles, 1968), con 7 minutos y 6 segundos, y el más corto fue “Wooly Bully” (Sam the Sham and the Pharaohs, 1965), con 2 minutos y 22 segundos. A partir de la década de 2010, se notó una estabilización de la duración de los éxitos entre tres y cuatro minutos. Esta estandarización puede reflejar las exigencias de las plataformas de streaming y la atención del oyente en la era digital, donde la concisión y la retención son factores importantes para el éxito. Las características intrínsecas, por lo tanto, ofrecen un panorama detallado de los atributos musicales que contribuyen a la popularidad de los éxitos a lo largo del tiempo. La forma de la música

El análisis de la forma de las letras y de la estructura temporal de los éxitos reveló patrones consistentes. Se observó que el 93% de los éxitos siguieron el patrón de compás de 4/4, mientras que solo siete éxitos estuvieron en compás de 3/4. Esta predominancia del compás 4/4 sugiere una preferencia por ritmos más estables y convencionales en la música popular. Todos los éxitos analizados presentaron estrofas en su estructura, y solo dos éxitos, “The First Time Ever I Saw Your Face” (Roberta Flack, 1972) y “The Way We Were” (Barbra Streisand, 1974), no poseían estribillo. Para los 66 éxitos restantes con letras, la media de estrofas contenidas fue de 2,6, y la media de repetición del estribillo fue de 2,8 veces.

Otros elementos estructurales fueron examinados. La “Introducción” estuvo presente en el 24,24% de los hits, mientras que la “Finalización” (o Outro), un fragmento final distinto que no se configura como verso o estribillo, se observó en el 72,73% de los hits. Esta finalización, que a menudo presenta una melodía o letra diferente del resto de la canción, sugiere la importancia de cerrar la narrativa lírica de forma única. El “Pre-estribillo”, una introducción repetitiva al estribillo, pero sin la misma fuerza, se encontró en el 25,76% de los hits. El “Bridge” (puente), un fragmento de variación entre el verso y el estribillo que refuerza la idea central de la canción, estuvo presente en el 46,97% de los hits. Por último, el “Hook” (gancho), una frase corta o riff melódico/conceptual, se identificó en el 9,09% de los hits.

La repetición del título, total o parcial, a lo largo de la letra fue una característica destacada en los 66 éxitos con letras, con una media de 17,95 veces. Esta repetición, que puede ser explícita o implícita, como en “Boom Boom Pow” (The Black Eyed Peas, 2009), donde se refuerza la palabra “Boom”, o “Every Breath You Take” (The Police), con la repetición de “Every”, demuestra la importancia de fijar la idea central de la música. Se observó un crecimiento notable en la repetición del título a partir de los años 2000, lo que puede estar relacionado con la necesidad de una mayor memorización y reconocimiento en un entorno de consumo musical más fragmentado y rápido, donde la identificación inmediata del contenido es crucial para la participación del oyente. La formación de los clústeres de los 68 Éxitos

La aplicación de la clusterización jerárquica aglomerativa, utilizando la medida de disimilitud Manhattan y el método de encadenamiento Complete, permitió la identificación de siete clusters distintos entre los 68 hits. Las métricas de BPM, Energía, Valencia, Bailabilidad y Repetición del Título (convertida a segundos y estandarizada por Zscore) fueron utilizadas para diagnosticar similitudes y patrones. El método “Complete” fue elegido por presentar mayor diversidad entre los clusters, con una medida de corte de ocho en la distancia Manhattan. Esta técnica exploratoria fue fundamental para agrupar los hits con características similares, revelando las “fórmulas” que los editores de Tin Pan Alley ya intuían.

El Clúster Uno, denominado “La fuerza del rap”, incluyó éxitos como “Low” (Flo Rida feat. T-Pain, 2008), “Yeah!” (Usher feat. Lil Jon & Ludacris, 2004) y “Boom Boom Pow” (The Black Eyed Peas, 2009). Estos éxitos son predominantemente del género rap y fueron lanzados en los años 2000, compartiendo características musicales y líricas que los hacen similares. El Clúster Dos, “Las baladas para bailar en diversas épocas”, reunió canciones como “Every Breath You Take” (The Police, 1983), “Macarena” (Los Del Rio, 1996) y “Uptown Funk” (Mark Ronson feat. Bruno Mars, 2015). A pesar de la diversidad de épocas, la similitud entre estos éxitos reside en su capacidad de ser bailables, convirtiéndose en íconos en discotecas y bailes a lo largo del tiempo.

El Clúster Tres, “Positividad en el mundo de posguerra. El sueño americano”, estuvo compuesto por siete éxitos específicos de la década de 1960, incluyendo “Theme from a Summer Place” (Percy Faith and His Orchestra, 1960), “California Dreamin’” (The Mamas & The Papas, 1966) y “Surfin’ U.S.A.” (The Beach Boys, 1963). Las letras de estos éxitos expresan sentimientos positivos y ufanismo, reflejando el “sueño americano” del período. El Clúster Cuatro, “Positividad del mundo actual”, agrupó éxitos predominantemente de los años 1990 y 2000, como “Hanging by a Moment” (Lifehouse, 2001), “Believe” (Cher, 1999) y “Blinding Lights” (The Weeknd, 2020). Las letras de estos éxitos enfatizan sentimientos de autoconfianza y autoestima, así como relaciones positivas.

El Clúster Cinco, “Éxitos visuales”, fue el más heterogéneo, incluyendo “Old Town Road” (Lil Nas X feat. Billy Ray Cyrus, 2019), “We Belong Together” (Mariah Carey, 2005) y “Rolling in the Deep” (Adele, 2011). Este clúster se caracteriza por éxitos de buen humor, canciones con videoclips narrativos y/o letras que cuentan historias, sugiriendo que el atractivo visual y la narrativa son elementos importantes para el éxito de estas canciones. El Clúster Seis, “Para siempre románticos”, fue uno de los más homogéneos, con éxitos como “Stranger on the Shore” (Mr. Acker Bilk, 1962), “I Will Always Love You” (Whitney Houston, 1993) y “Candle in the Wind” (Elton John, 1997). El carácter romántico de todas las canciones es la principal similitud.

Finalmente, el Clúster Siete, que recibió el nombre de “Baladas”, estuvo formado por éxitos como “Hey Jude” (The Beatles, 1968), “Silly Love Songs” (The Wings, 1976) y “Careless Whisper” (Wham!, 1985). Este clúster abarcó baladas de las décadas de 1960, 1970, 1980 y 1990, indicando que el género balada, con sus características melódicas y líricas específicas, mantuvo su relevancia como éxito número uno a lo largo de varias décadas. La formación de estos clústeres demuestra que, a pesar de la diversidad temporal y estilística, existen patrones subyacentes que pueden ser identificados y utilizados para predecir el potencial de éxito de una canción, contribuyendo al campo de la Hit Song Science. Las nueve reglas para los éxitos actuales, según análisis de los Hot 100 de Billboard y tendencia de los éxitos del siglo XXI para entrenamiento de máquina

Basándose en el análisis de los patrones de los éxitos de Billboard Hot 100 y las tendencias observadas en el siglo XXI, se propusieron nueve reglas para el entrenamiento de modelos de machine learning supervisados. En primer lugar, los éxitos deben presentar, en promedio, dos versos, repetir los estribillos tres veces e incluir un final. En segundo lugar, la tonalidad predominante debe ser mayor, y el tempo de compás ideal es 4/4. Tercero, los éxitos deben ser cantados en tonalidades de Do a Mi, dentro de un rango de voz media, preferentemente por artistas solistas, facilitando la identificación y el canto por parte del público.

Cuarto, el título de la canción debe repetirse en la letra, no solo en el estribillo, sino en toda la estructura, como un refuerzo de la idea central, con un promedio de 17 repeticiones. Quinto, para éxitos cantados por mujeres, fuera de la región de voz media, la tonalidad de G es la más indicada, sugiriendo una adaptación a las características vocales femeninas que se destacan. Sexto, el promedio de pulsaciones por minuto (BPM) debe ser de 123, indicando un ritmo que se alinea con la mayoría de los éxitos. Séptimo, es crucial invertir en alianzas y colaboraciones entre artistas, dada la creciente tendencia de éxitos colaborativos en el siglo XXI, que amplían el alcance y la base de fans.

Octavo, los éxitos deben tener una duración media de cuatro minutos, reflejando la estabilización observada en las últimas décadas y la optimización para el consumo en plataformas digitales. Finalmente, noveno, las métricas de Valencia, Energía y Bailabilidad deben variar en torno a 60. Estas reglas, derivadas de los patrones empíricos de los éxitos número uno de Billboard, proporcionan directrices concretas para el desarrollo de modelos predictivos en Hit Song Science. Sintetizan las características que, a lo largo del tiempo, han demostrado ser consistentes en el éxito musical, ofreciendo un marco para futuras investigaciones y aplicaciones prácticas en la industria.

En resumen, la investigación de los éxitos número uno de Billboard Hot 100 entre 1958 y 2024 reveló una notable evolución en la longevidad de las canciones, con un aumento significativo en la era digital, y destacó la creciente importancia de las colaboraciones. El predominio de voces masculinas, las tonalidades más frecuentes en C y F, y las medias de BPM, energía, bailabilidad y valencia en torno a 60, junto con patrones estructurales como la repetición del título y la presencia de finales, configuran un conjunto de características distintivas. La clusterización identificó grupos de éxitos con similitudes musicales y líricas, permitiendo la formulación de nueve reglas que sirven como variables fundamentales para el desarrollo de un modelado supervisado de máquina, contribuyendo a la comprensión y predicción del éxito musical en el campo de la Hit Song Science.

4. Conclusión

El presente estudio investigó los patrones de los éxitos número uno de Billboard Hot 100, en el período de 1958 a 2024, con el objetivo de proponer variables para un modelado supervisado de máquina en el campo de la Hit Song Science. Se verificó un aumento significativo en la longevidad de los éxitos a partir de los años 2000, con la media de permanencia en las listas casi duplicándose en comparación con el siglo XX. Se observó la predominancia de intérpretes masculinos y una creciente tendencia de colaboraciones entre artistas, especialmente en el siglo XXI. Los análisis revelaron que las tonalidades de Do y Fa fueron las más frecuentes, con el 75% de los éxitos en tonalidad mayor. En términos de características intrínsecas, la media de pulsaciones por minuto fue de 123, mientras que energía, bailabilidad y valencia orbitaron alrededor del 60. La duración media de los fonogramas se estabilizó entre tres y cuatro minutos a partir de la década de 2010. En cuanto a la estructura lírica, se identificó la prevalencia del compás 4/4, la presencia de versos y estribillos en la mayoría de las canciones, y una notable repetición del título a lo largo de las letras, intensificada en los años 2000. La aplicación de la clusterización jerárquica aglomerativa permitió la identificación de siete grupos distintos de éxitos, cada uno con características musicales y líricas específicas, como “La fuerza del rap” y “Para siempre románticos”, evidenciando patrones subyacentes que moldearon el éxito musical.

La principal contribución de este trabajo reside en la formulación de nueve reglas para éxitos actuales, derivadas de los patrones empíricos observados, que sirven como directrices y variables esenciales para el desarrollo de modelos predictivos de machine learning en Hit Song Science. Estas reglas abarcan aspectos como la estructura lírica, la tonalidad, el rango vocal, la repetición del título, la inversión en colaboraciones y las métricas de audio, ofreciendo un marco práctico para la industria musical y la investigación académica. Sin embargo, es importante reconocer que la comparación directa de la popularidad y el consumo de música entre artistas de diferentes épocas, como los del siglo XX y los del siglo XXI, está limitada por la evolución de las metodologías de metrificación, que pasaron de datos mayoritariamente analógicos a la cuantificación en tiempo real vía streaming. Para estudios futuros, se sugiere la validación de estas reglas en conjuntos de datos más amplios y profundizar la investigación sobre cómo los cambios conductuales en el consumo de música y los nuevos formatos tecnológicos influyen en la longevidad y el éxito de los éxitos, explorando la causalidad de estas asociaciones.

Referencias Bibliográficas

Berlin, Irving. 1916. Love-Interest´s as a Commodity. Green Book Magazine, Vol 13. Apr., pg. 695.

Bishop, W. 1958. How Popular Song Factories Manufacture a Hit. NYT, Sept. 18; “Reminiscences of Walter Bishop”, Sept. 1958, p. 23, CU-OHROC; Goldberg, Tin Pan Alley, 100.

Fávero, Luiz Paulo; Belfiore, Patrícia. (2024). Manual de análise da dados: estatísticas e machine learning com Excel, SPSS, R e Python. 2 ed. Rio de Janeiro: LTC.

Seufitelli, D.S.; Gabriel P. Oliveira; Mariana O. Silva; Clarisse Scofield and Mirella M. Moro. 2023. Hit song science: a comprehensive survey andresearch directions. In Journal of New Music Research. VOL. 52, NO. 1, 41–72. https://doi.org/10.1080/09298215.2023.2282999

Suisman, D. 2009. Selling sounds: the commercial revolution in American music. Havard University Press, Cambridge, Mass.

Artículo originario del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq

_{Más información sobre el curso; haga clic aquí:}