Caso

Gabriel Ruiz

Inteligencia de datos y automatización para un artista independiente de MPB, samba y funk en Río de Janeiro

De planillas sueltas y comunicación manual con fans a un dashboard completo, predicciones con Machine Learning y una automatización que funciona sola cada semana.

SectorMúsica (Río de Janeiro)
Duración8 meses (en curso)
PeríodoAgo/2025 — presente

El desafío

Gabriel Ruiz es un artista independiente de Río de Janeiro, con obra propia en MPB, samba y funk. Ya lanzó un álbum, da shows cada tres meses y tiene 9 canciones en Spotify. Trabaja solo y contrata profesionales de producción y contenido según la necesidad. A pesar de tener una presencia digital consolidada, nunca había profundizado en el análisis de sus propios datos.

Qué se hizo

01
Dashboard completo de métricas musicales
Panel en Looker Studio con streams, guardados y tendencias de las 9 canciones, con vista por canción, período y evolución.
02
Predicciones con Machine Learning
Modelo predictivo en Python que proyecta el comportamiento futuro de las canciones y ayuda a decidir dónde invertir con base en datos.
03
Análisis de spillover de playlists
Estudio estadístico (Mann-Whitney, test de permutación, d de Cohen) que demuestra que las playlists benefician a todo el catálogo: +79% en el promedio de streams de las canciones fuera de playlist.
04
Proyección de streams para 2026
Reporte con proyección basada en machine learning, que muestra el escenario esperado con y sin playlists, incluyendo intervalos de confianza.
05
Reporte TikTok x Spotify
Análisis cruzado de 14 semanas que correlaciona 63 posts de TikTok con los streams. Identificó el viral (53K likes) y su efecto de +891%.
06
Comunicación automatizada con fans
Flujo en n8n que envía mensajes por WhatsApp (586 fans) y email (85 contactos) sobre shows y lanzamientos. Sin trabajo manual.
07
Resumen semanal automático
Cada martes, el artista recibe por WhatsApp un análisis de sus canciones con datos de Spotify.
08
Planificación de shows y convocatorias
Planes de publicación, postulación a convocatorias culturales (6 presentadas, 2 aprobadas) y planificación estratégica.

Resultados

Métricas de streams y redes sociales: datos reales de Spotify for Artists y TikTok Data Export.

+891%Crecimiento de streams después del viral en TikTok
16.1KStreams en 14 semanas monitoreadas
+79%Spillover: crecimiento de las canciones fuera de playlist
+678Nuevos seguidores en TikTok en diciembre
671Contactos automatizados (WhatsApp + email)
2 de 6Convocatorias culturales aprobadas

Herramientas utilizadas

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

Cómo funcionó

Decisiones basadas en datos
La inversión en playlists ahora se calcula según el retorno real de cada una. De las 10 probadas, los datos mostraron que solo 2 valían la pena. Se acabó el desperdicio.
Visibilidad total de las canciones
Dashboard disponible en cualquier momento con el desempeño de cada canción. Streams, guardados y tendencias en un único panel.
Resumen semanal sin esfuerzo
Cada martes, Gabriel recibe por WhatsApp un análisis automático: qué creció, qué bajó, qué necesita atención. Datos de Spotify, sin abrir ningún panel.
Comunicación automatizada con fans
Shows y lanzamientos llegan a 671 contactos (586 por WhatsApp + 85 por email) con un clic. Antes, cada mensaje se enviaba a mano.
Una carrera planificada, no improvisada
Lanzamientos, shows, convocatorias y contenido de redes ahora siguen una planificación estructurada, discutida en reuniones periódicas con base en los datos.

¿Quieres algo así en tu negocio?

Una charla rápida de 20 minutos para entender tu operación. Sin compromiso.