Case

Gabriel Ruiz

Inteligência de dados e automação para um artista independente de MPB, samba e funk no Rio de Janeiro

De planilhas soltas e comunicação manual com fãs a um dashboard completo, previsões com Machine Learning e automação que roda sozinha toda semana.

SegmentoMúsica (RJ)
Duração8 meses (em andamento)
PeríodoAgo/2025 — presente

O desafio

Gabriel Ruiz é um artista independente do Rio de Janeiro, com trabalho autoral em MPB, samba e funk. Já tem um álbum lançado, faz shows a cada três meses e conta com 9 músicas no Spotify. Opera solo, contratando pontualmente profissionais para produção e conteúdo. Apesar de uma presença digital consolidada, nunca tinha aprofundado na análise dos próprios dados.

O que foi feito

01
Dashboard completo de métricas musicais
Painel no Looker Studio com streams, salvamentos e tendências das 9 músicas, com visão por música, período e evolução.
02
Previsões com Machine Learning
Modelo preditivo em Python que projeta o comportamento futuro das músicas e ajuda a decidir onde investir com base em dados.
03
Análise de spillover de playlists
Estudo estatístico (Mann-Whitney, Permutação, Cohen's d) provando que as playlists beneficiam o catálogo inteiro: +79% na média de streams das músicas fora de playlist.
04
Projeção de streams para 2026
Relatório com projeção baseada em machine learning, mostrando o cenário esperado com e sem playlists, incluindo intervalos de confiança.
05
Relatório TikTok x Spotify
Análise cruzada de 14 semanas correlacionando 63 posts do TikTok com streams. Mapeou o viral (53K likes) e seu efeito de +891%.
06
Automação de comunicação com fãs
Fluxo no n8n que envia mensagens via WhatsApp (586 fãs) e email (85 contatos) sobre shows e lançamentos. Sem trabalho manual.
07
Resumo semanal automático
Toda terça-feira, o artista recebe no WhatsApp uma análise das suas músicas com dados do Spotify.
08
Planejamento de shows e editais
Planos de postagem, preenchimento de editais culturais (6 submetidos, 2 aprovados) e planejamento estratégico.

Resultados

Métricas de streams e redes sociais: dados reais do Spotify for Artists e TikTok Data Export.

+891%Crescimento de streams pós-viral no TikTok
16.1KStreams em 14 semanas monitoradas
+79%Spillover: músicas fora de playlist cresceram
+678Novos seguidores no TikTok em dezembro
671Contatos automatizados (WhatsApp + Email)
2 de 6Editais culturais aprovados

Ferramentas utilizadas

Python Machine Learning n8n Looker Studio APIs (Spotify, TikTok, Instagram) WhatsApp Business Gmail

Como funcionou

Decisões baseadas em dados
O investimento em playlists agora é calculado pelo retorno real de cada uma. Das 10 testadas, os dados mostraram que apenas 2 valiam a pena. Acabou o desperdício.
Visibilidade total das músicas
Dashboard acessível a qualquer momento com a performance de cada música. Streams, salvamentos e tendências consolidados em um único painel.
Resumo semanal sem esforço
Toda terça-feira, Gabriel recebe no WhatsApp uma análise automática: o que cresceu, o que caiu, o que precisa de atenção. Dados do Spotify, sem abrir nenhum painel.
Comunicação com fãs automatizada
Shows e lançamentos chegam a 671 contatos (586 WhatsApp + 85 email) com um clique. Antes, cada mensagem era enviada manualmente.
Carreira planejada, não improvisada
Lançamentos, shows, editais e conteúdo de redes sociais agora seguem um planejamento estruturado, discutido em reuniões periódicas com base nos dados.

Quer algo assim no seu negócio?

Conversa rápida de 20 minutos para entender sua operação. Sem compromisso.