sisal 26-03-31 11:04

补充两句话:
如果你看完这组对照图表(前提是如果能看完),第一反应不是讨论衰减模型,而是本能地应激发作,复读‘Kpop凭什么和欧美比’或者抛开数据大谈‘注水阴谋论’——那只能说明这篇文章的阅读门槛超出了你的认知承受力。科学数据不负责照顾脆弱的刻板印象,如果你被一组客观曲线刺痛了,建议直接划走,毕竟用破防来掩饰无知,除了让人看笑话之外没有任何意义。
继续补充:原来你们天天刷还挺勤快的继续啊哈哈哈

徒然工作室继续追踪bts的流量变化:
比较了BTS的《ARIRANG》和泰勒·斯威夫特的《The Life of a Showgirl》的收听持续性。结果显示,两首歌的趋势截然不同:泰勒·斯威夫特的歌曲在大多数国家/地区播放量急剧下降,而BTS的歌曲在许多国家/地区的播放量下降则相对缓慢。我们追踪了这两首歌在约70个国家/地区从发行日期起9天内的每日播放量,并分析了相对于首日播放量的增长/下降百分比。
我们发现,两首歌的持续性得分(从发行第二天到最后一天的平均增长/下降百分比)存在统计学上的显著差异。
泰勒·斯威夫特的得分为-62.0%,而BTS的得分为-49.0%,两者相差约13个百分点。
两首歌的播放量下降模式也存在差异。
虽然两首歌在发行首日和次日的下降幅度相对接近(-45%至-49%),但从第三天开始,它们的下降趋势就出现了分歧。
泰勒·斯威夫特 (Taylor Swift) 的跌幅在第三天降至 -61%,此后几乎呈线性下降。
防弹少年团 (BTS) 在第三天基本持平,跌幅为 -43%,并在月中呈现稳定下滑的趋势。
泰勒·斯威夫特最初的强劲势头直接体现在其跌幅上,而防弹少年团似乎拥有一定的支撑基础,使其在最初的暴跌后得以持续反弹。
***
按地区比较可以发现一个有趣的趋势。
在欧洲,泰勒·斯威夫特和防弹少年团的持续性得分几乎相同,约为 -58%,这表明无论歌手是谁,欧洲市场的新歌消费都存在某种普遍的模式。
相比之下,在亚洲,泰勒·斯威夫特的持续性得分为 -50%,防弹少年团为 -36%,两者相差 13 个百分点。在中南美洲,这一差距更大,泰勒·斯威夫特为 -70%,防弹少年团为 -39%,相差超过 30 个百分点。
很有意思!
这种地域差异可能反映了两位艺人粉丝群体的地理分布不同。
***
从各个国家来看,在韩国,泰勒·斯威夫特的受欢迎程度下降了70.4%,而防弹少年团的下降幅度为21.7%,两者相差约49个百分点。
这凸显了防弹少年团在其祖国韩国的强大支持。
相比之下,在印度尼西亚,泰勒·斯威夫特在所有70个国家中持续受欢迎程度下降幅度最大,为-6.8%,而防弹少年团则为-70.9%。
这种逆转似乎表明泰勒·斯威夫特在印度尼西亚拥有持久的人气。
日本是两位艺人持续受欢迎程度最高的国家之一,泰勒·斯威夫特的下降幅度为-14.8%,防弹少年团为-8.9%,均显著高于其他国家。
这可能是因为日本的听众对两位艺人的喜爱程度较高,他们往往会长时间聆听新歌。
在英国和澳大利亚等成熟的英语市场,两位艺人的表现几乎没有差别,这表明市场结构本身可能影响着他们的持续成功。
***
两组艺人首日播放量与其持续成功之间的关系呈现出不同的趋势。
虽然泰勒·斯威夫特的首日播放量约为防弹少年团的2.5倍(2.44亿次 vs. 9900万次),但首日播放量的巨大增长似乎并不能直接转化为持续成功。
泰勒·斯威夫特的首日播放量与其持续成功之间存在微弱的正相关关系,而防弹少年团则没有发现显著的相关性。
这表明泰勒·斯威夫特的持续成功与市场规模有一定的相关性,而防弹少年团的持续成功可能受到市场规模以外的因素的影响,例如他们的粉丝群体和收听习惯。
将可持续性模式分为三类——高可持续性(得分-20%或以上)、中等可持续性(-50%至-20%)和急剧下降(低于-50%)——可以更清晰地揭示每一类的趋势。
泰勒·斯威夫特的歌曲在84%的情况下呈现急剧下降,只有13%的情况呈现中等下降;而防弹少年团的歌曲在61%的情况下呈现中等下降,在38%的情况下呈现急剧下降。
这揭示了一种对比鲜明的趋势:泰勒·斯威夫特的歌曲在大多数国家呈现急剧下降,而防弹少年团的歌曲在许多国家则呈现相对缓慢的下降。
这些数据表明,全球热门歌曲的传播至少存在两种​​不同的模式,而不是一种模式优于另一种。
然而,也存在一些例外,例如在印度尼西亚和日本,由于市场的特殊情况,这种趋势并不适用。听众的持续收听可能不仅取决于艺人的个人特质,还取决于各个国家的音乐文化。
*** 注1:持久性得分是指从发行第1天到第9天的平均百分比变化。
注2:组间持久性得分的差异采用Mann-Whitney U检验(p < 0.001,秩二列相关系数r = 0.48)和Kolmogorov-Smirnov检验(D = 0.54,p < 0.001)进行检验。首日播放量与持久性得分之间的相关性采用Spearman秩相关系数计算(Taylor Swift:ρ = 0.27,p = 0.03 / BTS:ρ = 0.19,p = 0.11)。所有检验均为非参数检验,不假设分布服从正态性。

发布于 日本