Hi,

Afgelopen weekend las ik een boek waar ik al maanden naar uitkeek: You Have Not Yet Heard Your Favourite Song van Glenn McDonald.

McDonald is misschien wel een van de meest interessante personen in de muziekindustrie.

Waarom?

Glenn McDonald is de voormalig ‘Data Alchemist’ bij Spotify en bedenker van Every Noise at Once, een project dat muziekgenres wereldwijd letterlijk in kaart brengt, belangrijke input levert voor het Spotify-algoritme en luisteraars helpt nieuwe muziek te ontdekken.

Vandaag een primeur, want ik stelde hem een aantal vragen (+ een korte preview van dit nieuwe boek).

Veel leesplezier!

📈 7 vragen aan de ex Data Alchemist van Spotify

Can you tell me more about your role as ‘Data Alchemist’ at Spotify and how it came about?

I was part of a startup called The Echo Nest that Spotify eventually acquired. Startups have weirder roles, sometimes, because you’re usually trying to make stuff up on the fly without really having the right resources. I started saying I was a Data Alchemist because if a Data Scientist was looking for the truth, an Alchemist was just trying to turn stuff into other stuff. That was a much better description of what I was doing. And then after we got acquired, I just stubbornly kept doing it, and it took a really long time before anybody stopped me.

How do you see the future of algorithmic recommendations in music? What improvements or changes do you anticipate?

I don’t predict, I hope. What I hope happens in music algorithms is less “recommendation”, less passive listening, and more active curiosity and exploration facilitated by algorithmic tools under more of the listener’s control.

What do you consider the biggest advantages and disadvantages of the current streaming model for artists?

The biggest advantage is that every artist is a few clicks away from every listener. It’s now possible for any artist to reach any audience in a way it never was in the physical era. The disadvantage is that this tantalizing possibility has helped attract a lot of artists, and statistically very few of them are actually going to become giant. And the tools and labels and streaming services are still mostly focused on the stars who do become giant, rather than helping to build the communities that would make it possible for smaller artists to have viable careers without needing to become giant.

How is AI affecting the way music is created and consumed? Are there specific AI applications that give you hope?

Large Language Models are astonishing and fascinating and terrible at a lot of the things we’re currently trying to do with them. The raw potential seems enormous, but we have a lot of work to do to figure out how to fulfill it productively and reliably. (Which is basically the same thing I say about streaming music in the book!)

What advice would you give to artists trying to break through in the current digital age?

Build communities. Find communities, join communities, help them thrive and grow so that they can help sustain you. Communities can be physical, virtual, geographic, philosophical — people find lots of ways to organize themselves. But almost nobody makes it on their own, and it’s lonely even if it somehow works. Connect with other artists, fans, curators, everybody. Music has always been a social art, and nothing “digital” can change that.

Can you share an example of a musical community you discovered through Every Noise at Once that you found particularly fascinating?

I’ve become an obsessive fan of wedding and party music from Limpopo, a province in the NE corner of South Africa. I’ve never been anywhere near there, but I wandered into this music because it kept coming up around the edges of Maskandi, a form of Zulu folk-pop that I already knew and liked. I could tell it wasn’t Maskandi, but I didn’t know what it was, and nobody could tell me. It took me a while to figure out the story, but once I understood, of course I added it to the everynoise.com map. It’s called “sepedi pop”, after the ethnic/language group whose weddings and parties they are.

Spotify offers podcasts and audiobooks alongside music. Do you think this diversification is necessary for a profitable model?

Spotify’s profitability was not, thankfully, ever my responsibility. As a music person, myself, I would rather have just concentrated on making a truly great music service, and let podcasts and audiobooks thrive in their own services, run by people who love those things the way I love music.

🧠 Hoe streaming muziek verandert

Enkele (overige) interessante onderwerpen die hij bespreekt in het boek:

Wat de streamingdienst over je weet: Spotify verzamelt uitgebreide gegevens over je luistergewoonten, waaronder demografische gegevens en locatie, om aanbevelingen te doen. Hij legt dit uitgebreid uit in het boek.

‘Cheaten’ van het algoritme: Fans en artiesten proberen soms het algoritme te beïnvloeden of te manipuleren (Spoiler: de echte voordelen hiervan blijven in veel gevallen beperkt).

Culturele verschillen: Van de geheimen van russelåter in Noorwegen tot Kerstmis in de Filipijnen, hij beschrijft hoe muziekconsumptie wereldwijd verschilt.

Fraude in streaming: Ondanks de technologische vooruitgang blijft fraude een probleem in de muziekindustrie, zij het in nieuwe vormen​.

Trends: Jazz en ASMR: McDonald onderzoekt of traditionele genres zoals jazz daadwerkelijk verdwijnen en hoe nieuwe trends zoals ASMR opkomen.

Kritische vragen en toekomstvisie

Een ander belangrijk punt dat McDonald aanhaalt, is de financiële kant van streaming. Hij bespreekt hoe het huidige betalingssysteem werkt en welke invloed dit heeft op artiesten, waarbij hij een voorkeur uitspreekt voor het pro-rata systeem dat gebaseerd is op luistertijd in plaats van het aantal afgespeelde nummers. Dit systeem zou volgens hem eerlijker zijn voor minder populaire artiesten.

McDonald benadrukt ook op het belang van het categoriseren van muziek. Zijn project, Every Noise at Once, ontstond vanuit een behoefte aan een genresysteem, en groeide uit tot een manier om muzikale communities en culturen wereldwijd te ontdekken en letterlijk vast te leggen en in kaart te brengen.

Verder gaat hij in op de toekomst van de muziekindustrie en de rol van AI in muziekcreatie. Hij uit zorgen over AI-gegenereerde muziek, maar benadrukt ook de mogelijkheden die nieuwe technologieën bieden om creativiteit uit te stimuleren.

Volgens McDonald moeten algoritmen de nieuwsgierigheid van luisteraars bevorderen en communities samenbrengen.

De komende weken zal ik proberen hier meer interessante thema’s en inzichten uit het boek delen.

Maar, alvast een tip: ga het het vooral zelf lezen.

Het boek is een must read voor iedereen in de media-, entertainment- en muziekindustrie.

📌 Lees-, luister-, en kijktips.

Universal, Sony en Warner klagen AI-muziekdiensten Suno en Udio aan wegens auteursrechtenschending. Waarom? Mogelijk hebben Suno en Udio gebruik gemaakt van auteursrechtelijk beschermd materiaal zonder plannen om licenties te verkrijgen of compensaties te bieden aan rechthebbenden.

Luistertip: de gloednieuwe podcast van muziekjournalist Mark Sutherland: The Money Trench – The Music Industry Podcast. Met in de eerste aflevering meteen een interessante gast: Lorna Clarke, Music Director bij de BBC, ze geeft onder meer een blik achter de schermen van Glastonbury. Wat komt er als broadcaster allemaal bij kijken bij zo’n mega evenement? Beluister hier op Spotify.

Vacature: Het Chassé Theater zoekt een Online Marketing Strateeg (32-36 uur)

Bekijk hier de Every Noise at Once map met alle genres, waar Glenn McDonald het over heeft in zijn boek: https://everynoise.com/ 

Luistertip II: Nog meer weten over het boek en Glenn McDonald? Hij was te gast in de The Gist, de dagelijkse Amerikaanse nieuwspodcast van Mike Pesca. De aflevering is hier te beluisteren (vanaf minuut 6).

Vind je deze nieuwsbrief interessant?

🔗 Voeg me gerust toe op LinkedIn voor meer nieuws, artikelen en tips.

📖 Vind hier alle artikelen over streaming, podcasting en marketing.

📩 Wil je reageren, heb je een tip of een vraag? Stuur me gerust een berichtje d.m.v. een reactie op deze mail.