Portfolio Big Data

PARSEHUB

El dia 12 de gener de 2023 la sortida de la BZRP Music Session #53 amb la cantant Shakira va aclaparar els titulars de bona part dels mitjans del món, tan de parla hispana com internacionals, però a banda d’omplir les primeres planes dels diaris impresos i digitals, així com les entrades dels telenotícies i de la faràndula de la premsa rosa, va alimentar el foc de les converses a les xarxes socials. I és que la cançó ha generat els darrers dies una expectació tan alta, que ha acabat per trencar el rècord de reproduccions d’una producció en castellà en el dia del llançament.

És per aquest motiu, que per realitzar aquesta pràctica es recopilaran dades sobre el top 100 de les cançons més escoltades arreu del món a la plataforma de Youtube i de la plataforma d’Spotify, per tal de veure el volum real que ocupa la figura de la Shakira com a cantant dintre d’aquests tops.

Les dades s’obtenen mitjançant l’eina Parsehub fent scrapping de la pàgina web de kworb.net, que aglutina el nombre de reproduccions de les cançons a les principals plataformes de música en streaming. Un cop fet el bolcat de dades i la neteja, obtenim una taula com la següent:

Pos	Artist and Title	Days	Streams	7Day	Total	Pos	Artist and Title	Days	Streams	7Day	Total

1	Bizarrap – Shakira: Bzrp Music Sessions Vol. 53	1	14.393.342	14.393.342	14.393.342	49	The Weeknd – Starboy	931	195.047	13.540.082	1.346.445.158
2	SZA – Kill Bill	35	7.647.055	47.288.509	208.044.297	50	The Kid LAROI – Stay	553	194.359	13.422.875	2.244.267.438
3	Metro Boomin – Creepin’	42	4.986.805	30.753.658	184.223.144	51	Lil Uzi Vert – Just Wanna Rock	87	1.939.831	14.146.121	146.867.499
4	Sam Smith – Unholy	113	4.348.035	30.733.283	676.286.745	52	Feid – Feliz Cumpleaños Ferxxo	146	1.914.956	13.614.448	249.031.465
5	Harry Styles – As It Was	288	3.918.581	28.522.200	1.749.515.613	53	Bad Bunny – Ojitos Lindos	252	1.896.001	13.701.369	835.016.517
6	David Guetta – I’m Good (Blue)	140	3.887.734	27.260.313	568.898.155	54	King – Maan Meri Jaan	55	1.888.974	14.237.358	98.698.657
7	Arcángel – La Jumpa	43	3.874.571	24.149.297	150.844.326	55	Marília Mendonça – Leão	11	1.886.996	12.008.314	16.498.260
8	Manuel Turizo – La Bachata	195	3.722.644	25.879.286	693.098.245	56	Beyoncé – CUFF IT	145	184.474	13.334.215	301.755.629
9	Taylor Swift – Anti-Hero	84	3.480.174	24.839.659	458.799.904	57	The Weeknd – Blinding Lights	1141	1.818.822	12.719.479	3.278.565.616
10	Bizarrap – Quevedo: Bzrp Music Sessions Vol. 52	190	3.430.177	21.956.111	920.490.035	58	Joji – Glimpse of Us	217	1.788.408	12.361.086	697.978.803
11	NewJeans – Ditto	25	3.324.434	21.677.065	68.067.644	59	KAROL G – CAIRO	59	1.782.381	9.073.164	78.999.532
12	RAYE – Escapism.	46	3.262.943	21.429.705	107.061.787	60	SZA – Shirt	77	1.729.563	11.490.684	145.618.530
13	Rema – Calm Down	140	3.033.801	20.759.756	308.893.083	61	SZA – Snooze	25	1.724.728	7.127.404	34.649.031
14	JVKE – golden hour	143	2.991.259	19.886.531	285.604.748	62	Grupo Frontera – No Se Va – En Vivo	101	1.707.353	9.956.140	157.197.109
15	Tom Odell – Another Love	638	2.923.562	19.683.471	955.929.531	63	SZA – Low	34	1.703.279	10.667.485	61.227.347
16	Miguel – Sure Thing	30	2.895.524	17.101.609	49.592.912	64	RAYE – Escapism. – Sped Up	18	1.695.295	8.839.955	20.199.572
17	Ozuna – Hey Mor	91	2.886.725	19.067.248	228.828.761	65	Sabrina Carpenter – Nonsense	1	1.692.034	1.692.034	1.692.034
18	Drake – Rich Flex	70	2.745.659	19.354.054	265.183.146	66	Billie Eilish – lovely	1721	1.676.266	9.864.315	2.001.145.261
19	Central Cee – LET GO	28	2.737.967	18.433.690	77.590.687	67	ThxSoMch – SPIT IN MY FACE!	58	1.655.932	10.009.994	69.582.825
20	OneRepublic – I Ain’t Worried	222	2.733.546	19.178.078	623.481.059	68	Stephen Sanchez – Until I Found You	249	157.849	10.672.440	483.290.969
21	The Weeknd – Die For You	378	2.721.279	18.785.838	551.435.186	69	The Weeknd – I Was Never There	227	1.572.612	10.824.856	306.226.937
22	Fuerza Regida – Bebe Dame	16	2.648.388	15.240.261	27.937.275	70	Tiësto – 10:35	34	1.571.497	10.410.147	41.438.906
23	d4vd – Here With Me	78	2.645.101	18.219.249	145.897.424	71	KAROL G – PROVENZA	266	156.815	9.394.755	637.564.557
24	Ñengo Flow – Gato de Noche	21	2.608.336	16.826.084	55.174.215	72	Rauw Alejandro – PUNTO 40	96	1.558.872	8.657.759	147.267.898
25	Shakira – Monotonía	85	2.585.489	11.222.037	179.866.006	73	Rauw Alejandro – LOKERA	156	1.539.028	12.003.294	259.627.882
26	Eminem – Mockingbird	90	2.574.622	17.710.376	194.749.071	74	Tory Lanez – The Color Violet	30	1.535.389	10.203.504	35.392.561
27	Metro Boomin – Superhero (Heroes & Villains) [with Future & Chris Brown]	42	2.567.138	14.044.668	94.519.639	75	Natanael Cano – AMG	7	1.529.804	8.533.272	8.533.272
28	Bad Bunny – Me Porto Bonito	252	2.523.254	18.132.776	1.081.103.183	76	Hotel Ugly – Shut up My Moms Calling	61	1.521.681	9.149.116	64.860.411
29	Yandel – Yandel 150	9	2.483.331	12.150.584	14.332.233	77	Bad Bunny – Neverita	252	1.512.472	10.933.949	471.672.696
30	Oliver Tree – Miss You	95	2.393.199	17.020.232	252.458.082	78	Elton John – Cold Heart – PNAU Remix	518	1.506.577	10.887.566	1.314.935.328
31	NewJeans – OMG	11	2.362.865	16.499.391	25.377.440	79	Lewis Capaldi – Someone You Loved	1455	147.602	8.843.090	2.511.439.441
32	Meghan Trainor – Made You Look	82	2.329.681	18.591.771	219.936.069	80	Arctic Monkeys – 505	384	1.460.865	10.378.573	498.496.956
33	Bad Bunny – Tití Me Preguntó	252	2.325.683	16.512.099	974.249.817	81	Cris Mj – Marisola – Remix	21	1.458.655	9.440.695	25.506.569
34	Arctic Monkeys – I Wanna Be Yours	190	2.312.813	16.542.826	333.434.846	82	Ruth B. – Dandelions	513	1.457.834	10.340.508	682.859.054
35	Chris Brown – Under The Influence	174	221.448	15.898.859	504.622.289	83	Vance Joy – Riptide	1428	1.435.257	8.552.102	872.163.372
36	d4vd – Romantic Homicide	131	2.205.831	15.716.834	285.211.780	84	Dean Lewis – How Do I Say Goodbye	93	1.426.213	8.477.040	111.805.964
37	SZA – Nobody Gets Me	35	2.200.635	13.664.312	86.305.545	85	Bad Bunny – Moscow Mule	252	1.411.384	9.932.416	709.726.700
38	Stephen Sanchez – Until I Found You	41	2.152.893	21.822.777	102.686.559	86	Taylor Swift – Lavender Haze	82	1.409.958	9.842.306	232.977.068
39	Steve Lacy – Bad Habit	190	2.147.561	15.203.124	522.151.495	87	Shakira – Te Felicito	242	1.395.136	2.389.362	422.238.495
40	Lady Gaga – Bloody Mary	46	2.140.983	14.466.738	103.495.249	88	The Weeknd – Call Out My Name	447	1.386.684	9.500.339	594.310.183
41	Carin Leon – Que Vuelvas	17	2.089.096	11.098.325	23.535.024	89	Fujii Kaze – Shinunoga E-Wa	55	1.386.676	10.080.283	80.349.766
42	The Neighbourhood – Sweater Weather	956	208.543	14.859.289	1.330.046.037	90	LE SSERAFIM – ANTIFRAGILE	87	1.382.744	10.481.962	120.713.245
43	Rosa Linn – SNAP	185	208.443	14.672.479	411.891.062	91	Eminem – Without Me	561	1.375.717	9.399.089	565.811.454
44	ROSALÍA – DESPECHÁ	169	2.022.972	14.534.374	520.943.895	92	Arijit Singh – Apna Bana Le (From “Bhediya”)	17	1.365.141	9.092.187	19.860.040
45	Glass Animals – Heat Waves	754	2.020.294	13.749.412	2.113.794.905	93	Rihanna – Lift Me Up	75	1.363.249	9.130.914	144.954.558
46	Quevedo – Punto G	70	2.010.254	11.387.945	99.165.521	94	Rema – Calm Down	185	1.350.784	9.675.280	194.423.426
47	Imagine Dragons – Bones	308	2.007.261	13.772.742	472.773.617	95	NewJeans – Hype Boy	105	1.349.642	9.601.175	113.642.010
48	Bad Bunny – Efecto	252	196.088	14.156.998	776.595.688	96	SZA – Blind	33	1.345.248	8.472.711	56.556.516

Resultats

Per realitzar els gràfics s’han sumat les reproduccions totals del dia 12/01/23 de les cançons de la cantant Shakira que es trobaven dins del top 100 més reproduïdes dins de cadascuna de les plataformes a escala mundial. En el cas d’Spotify són la suma de la Shakira: Bzrp Music Sessions Vol. 53, la cançó Monotonía, i Te felicito. Pel que fa al gràfic de Youtube, les cançons que es troben al top 100 global són: dos vídeos diferents de la cançó Shakira: Bzrp Music Sessions Vol. 53, un vídeo reaccionant a la cançó, Shakira – Waka Waka (This Time for Africa) (The Official 2010 FIFA World Cup™ Song), Monotonía amb Ozuna, Te felicito amb Rauw Alejandro.

Aquests resultats comparats amb el total de reproduccions del top 100 de cadascuna de les plataformes ens mostra que la Shakira va ocupar un 8% del total de les cançons més escoltades d’Spotify i un 22%, gairebé un quart, del total del top 100 cançons més escoltades a nivell mundial a Youtube, evidenciant d’aquesta manera l’impacte mediàtic que va tenir la publicació de la cançó en la popularitat de la cantant.

Seria interessant comparar aquests resultats amb els llançaments d’altres artistes a nivell mundial per veure quin percentatge d’escolta dins del top 100 tenen en comparació als de la Shakira.

POWER BI

La pràctica de Power BI s’ha enfocat cap a una temàtica completament diferent de la de ParseHUB. En aquest cas s’ha volgut crear una visualització de dades relacionada amb les xifres de recaptació i nombre d’espectadors a les províncies de l’estat espanyol durant el transcurs del 2021, ja que el resum del passat 2022 encara no ha estat publicat. Les dades s’han extret de la pàgina web del Ministeri de Cultura i Esports del govern espanyol i han estat processades amb Excel abans d’importar les columnes a Power BI. La taula que proporciona l’administració diferencia els totals d’espectadors i recaptació tenint en compte si les pel·lícules són de producció espanyola o estrangera, de la mateixa manera que desglossa les dades entre els totals de les províncies i la capital de província. Pel que aplica a aquesta pràctica, s’han agrupat els totals d’espectadors i recaptació pel total de cine consumit (és a dir, sense tenir en compte l’origen de la producció), i s’han descartat les dades referents a les capitals de província per tal de simplificar la visualització.

Un cop importades les dades a PowerBI, s’ha creat un Dashboard per representar les dades de manera complementària. En aquest cas, un mapa per veure representades les províncies amb la informació vinculada, un gràfic d’àrea ampliada per veure i comparar ràpidament el nombre d’espectadors i de recaptació de cada província. I finalment, un mapa en forma d’arbre per comparar els volums de recaptacions totals per províncies. Cal destacar que el motor de PowerBI estableix un sistema de jerarquia a l’hora de representar localitzacions en el mapa que situa a les províncies per sota dels estats i altres formes d’organització territorial, és per aquest motiu que algunes de les localitzacions, com ara Saragossa les marca a altres punts del món on existeixen regions o ciutats amb el mateix nom.

A continuació trobem el dashboard:

Com podem veure en els resultats les províncies amb el nombre més elevat d’espectadors són Madrid i Barcelona seguides per València, Sevilla, Alacant, Vizcaya i Màlaga. Els mateixos resultats es donen pel que fa al volum de recaptació. La coincidència en els resultats és deguda a la relació gairebé directa que hi ha entre el nombre d’espectadors i el preu de l’entrada que consumeixen, com més espectadors, més entrades, i per tant més recaptació. Les variacions que trobem de percentatges entre algunes províncies pel que fa a recaptació i espectadors poden ser donades pels preus dels cinemes, hàbits de consum dels espectadors (dia de l’espectador), o polítiques d’incentiu a la cultura especifiques de cadascun dels territoris, i hauríem d’estudiar en concret cada cas per treure’n conclusions. Per altra, seria molt interessant comparar les dades d’assistència al cinema amb el volum total de població de les províncies en qüestió, per observar alguna possible desviació en el consum de cinema per capita d’una província en concret.