Запуская собственный сайд-проект, нацеленный на объединение людей через музыку, я исходил из предположения, что аудитория Hacker News, известная своим нестандартным мышлением и технической экспертизой, проявит эклектичные и немного необычные вкусы. Проект под названием Jukebox представлял собой коллаборативный музыкальный плейлист, где каждый мог совместно с друзьями и знакомыми добавлять и слушать песни. Результаты использования и данные о музыкальных предпочтениях меня и удивили, и заставили задуматься над тем, насколько стереотипы о технологическом сообществе соответствуют реальности. За время работы Jukebox и после его размещения на первой странице Hacker News проект привлёк 7 112 уникальных посетителей, которые в общей сложности прослушали 2 877 треков. Каждый пришедший пользователь получал анонимный аккаунт, что позволило мне вести точную статистику о взаимодействии с приложением, числе созданных плейлистов, добавленных треков и уровне совместного участия.
Из всех посетителей почти четверть, или 1 722 человека, создали собственную «коробку» — то есть плейлист, а более половины из них (60,4%) добавили в неё песни. Важным для меня показателем было именно совместное добавление музыки, однако только 6,7% от создателей плейлистов действительно взаимодействовали друг с другом в режиме «очереди», что не сильно радовало. Статистика показывала, что несмотря на хороший интерес и создание плейлистов, основной замысел — совместное музыкальное общение — реализовался не в полной мере. Этот момент я воспринял как полезный урок: хороший продукт — это не только идея и запуск, но и постоянная работа над вовлечением пользователей в основные функции. Впрочем, проект позволил мне восстановить творческий потенциал, многому научиться, а также получить бесценный опыт в маркетинге и продуктовой аналитике.
Перейдем к главному: чему отдавали предпочтение слушатели Jukebox. Интеграция с API Spotify дала возможность обогатить информацию о треках, подгружая жанровые метки и детализируя музыкальные направления. Ожидая обнаружить разброс в стиле и жанрах, я был несколько удивлён тем, что классический рок и рок в целом оказались в два раза популярнее других музыкальных направлений. Новая волна, металл и рэп шли следом, но уже с заметным отрывом. Это говорит о том, что даже в технической и инновационной среде, музыкальные пристрастия в значительной степени ориентированы на проверенные временем жанры.
Важно отметить, что кантри неожиданно опередило электронную музыку, включая EDM и синтипоп, что сломало классический стереотип о том, что люди, тесно работающие с технологиями, должны предпочитать именно современные электронные жанры. Такая ситуация демонстрирует, что музыкальные вкусы во многом уникальны и независимы от профессиональной принадлежности. Помимо основных жанров, в списках присутствовали и более нишевые категории: пост-хардкор, прогрессивный рок, фолк, джаз, поп-панк и даже французский хаус. По исполнителям первый сатурн покорил Майкл Джексон — безусловный король поп-музыки, чьё влияние переходит через поколения и границы профессионального сообщества. За ним в топах следовали Queen и Key Glock, что свидетельствует о популярности как классического рока, так и современного хип-хопа среди пользователей.
Обнаружилась также значимая активность вокруг Тейлор Свифт и Depeche Mode — певицы, обладающей огромной фан-базой, и культовой британской группы, выделяющейся синтезом электроники и рока. Смешение жанров и эпох в музыкальных предпочтениях создаёт богатую палитру, которая отражает разнообразие интересов даже в явно профильном сообществе. Нельзя не отметить и присутствие представителей электронной музыки — Daft Punk, Tiësto, а также инди и альтернативных блюзовых актов — Wolf Parade, Day Wave. Все это говорит о том, что у сообщества есть тяготение к различным направлениям, но предпочтения всё же лежат в плоскости сбалансированного сочетания популярного и оригинального. Интересно, что такой опыт дал мне не только взгляд на музыкальные пристрастия тех, кто работает с технологиями, но и возможность понять, как ИИ может содействовать созиданию.
Идея Jukebox исходила от моего коллеги, но на практике реализация стала возможной отчасти благодаря инструментам искусственного интеллекта, особенно в части фронтенд-разработки. AI помогал быстрее создавать плавные визуальные эффекты, внедрять интерфейсные компоненты и экономить время на рутинных задачах. С другой стороны, сложные серверные функции и архитектурные решения всё равно требовали человеческого участия — разумного проектирования, интуиции и опыта в программировании. Мои выводы показали, что наиболее эффективная работа с AI заключается в комбинировании автоматизированной помощи с продуманным разбиением задачи, а не в попытке доверить ИИ полный цикл разработки. Запуск Jukebox и его развитие стали для меня примером того, как важно пробовать, ошибаться и учиться на результатах.
Сам факт, что тысячи пользователей посетили сайт и сотни из них создали плейлисты — это уже успех. Важно, что проект стимулировал креативность, дал опыт в маркетинге и аналитике, а также предоставил уникальный набор данных для понимания предпочтений технологической аудитории. Для тех, кто интересуется деталями, исходный код проекта и сырые данные доступны на GitHub. Это может стать полезным ресурсом для разработчиков и исследователей, желающих изучить применение API Spotify, варианты коллаборативного музыкального взаимодействия и методы аналитики пользовательских данных. В конечном итоге Jukebox показал, что техническое сообщество, даже будучи в первую очередь сосредоточенным на IT и инновациях, не обязательно ограничено в своих музыкальных вкусах каким-то штампом.
Музыка остаётся универсальным языком, объединяющим разные поколения и интересы, и отражающим неожиданные стороны личности каждого из нас. Этот опыт — пример того, как маленький сайд-проект может раскрыть большие истины о людях, технологиях и творчестве.
