Le seuil de ce qui compte comme une « écoute » ne se limite pas à appuyer sur lecture - il y a un point de coupure réel. Spotify compte une chanson comme écoutée si tu la traverses pendant environ 30 secondes, bien que certaines sources suggèrent que ça peut être aussi bas que 15-20 secondes selon la façon dont leur algorithme est réglé à un moment donné. Apple Music fonctionne selon un principe similaire, mais leur seuil exact n'est pas rendu public. Une fois que tu franchis cette limite, c'est enregistré comme une lecture complète, ce qui explique pourquoi les artistes se soucient vraiment des taux d'abandon - ces abandon après 10 secondes ne nuisent pas à leurs comptages de streaming de la façon que tu pourrais le penser. Les stats annuelles qu'ils te montrent (les heures totales écoutées d'un artiste, par exemple) sont juste l'addition de tous ces lectures enregistrées et la multiplication par la durée de la chanson, ou parfois ils tirent des données agrégées d'une base de données analytique distincte qu'ils maintiennent.
Où ça devient intéressant, c'est que les deux services surveillent constamment ta position de lecture. Si tu écoutes activement plutôt que de juste laisser quelque chose tourner en arrière-plan, ils suivent probablement ça aussi, bien qu'ils ne le rendent pas toujours évident. Les données en temps réel les aident à déterminer non seulement ce que tu as écouté, mais aussi à quel point tu étais engagé - et ça influence les recommandations.
Voici quelque chose à laquelle la plupart des gens ne pensent pas : si tu veux que tes stats de fin d'année soient plus fidèles à ce que tu as *vraiment* apprécié, tu dois être intentionnel pour finir les chansons que tu aimes. Si tu as l'habitude d'abandonner les 30 dernières secondes d'une chanson, c'est toujours enregistré comme une écoute complète, mais ces abandons sont enregistrés séparément. Certaines personnes relancent manuellement les chansons qu'elles veulent soutenir ou rejouer les albums qu'elles veulent vraiment terminer, ce qui gonfle les chiffres - pas malhonnête exactement, mais c'est bon de le savoir si tu essaies de faire en sorte que tes données reflètent une préférence réelle plutôt que juste ce qui se trouvait être en lecture.