Kamu dengarkan jazz dan indie rock. Apple Music terus menyarankan album EDM yang kamu tambahkan tiga tahun lalu dan playlist K-pop yang dibagikan temanmu. Bagian 'Untukmu' terasa seperti milik orang lain.

Ini bukan acak. Rekomendasimu jelek karena alasan spesifik - dan kamu bisa memperbaikinya.

Cara kerja rekomendasi Apple Music sebenarnya

Apple Music membangun profil selera berdasarkan tiga sinyal: apa yang kamu dengarkan, apa yang ada di perpustakaanmu, dan apa yang kamu secara eksplisit suka atau tidak suka. Setiap lagu yang kamu putar, skip, atau tambahkan mengajari algoritma tentang preferensimu.

Masalahnya algoritma menimbang seluruh perpustakaanmu, bukan hanya pendengaran terbaru. Lagu yang ditambahkan bertahun-tahun lalu masih mempengaruhi rekomendasi hari ini. Kalau 40% perpustakaanmu musik yang tidak lagi dinikmati, 40% sinyal yang diterima algoritma adalah noise.

Tiga hal yang merusak rekomendasimu

Pertama: lagu yang sudah kamu lewati. Seleramu berubah tapi perpustakaan tidak membersihkan diri sendiri. Fase reggaeton, playlist gym tahun 2020, album soundtrack yang didengar sekali - semuanya masih berbisik ke algoritma.

Kedua: lagu yang tidak pernah diputar. Ini paling parah. Kamu menambahkan album untuk satu lagu, playlist untuk vibes-nya, atau pengaturan 'Tambahkan Lagu Playlist' mengimpor ratusan lagu otomatis. Lagu dengan nol putar tetap dihitung sebagai 'hal yang kamu pilih untuk ada di perpustakaan'.

Ketiga: impor massal. Setiap playlist yang ditambahkan, setiap album bersama yang diterima - semuanya mengencerkan profil seleramu. Sepuluh lagu dari teman tidak masalah. Dua ratus lagu dari playlist kolaboratif itu masalah.

Perbaikan cepat: Love dan Sarankan Lebih Sedikit

Mulai dengan lagu yang kamu pedulikan. Buka Apple Music, temukan lagu yang benar-benar kamu suka, dan tap ikon hati. Ini sinyal positif terkuat yang bisa kamu kirim. Lakukan untuk 20-30 lagu yang benar-benar kamu nikmati.

Lalu arah sebaliknya. Tekan lama lagu yang tidak kamu suka atau sudah dilewati dan tap 'Sarankan Lebih Sedikit Seperti Ini'. Bahkan melakukan ini untuk 10-15 lagu membuat perbedaan yang terasa.

Tantangannya: bagus untuk beberapa lagu, tapi kalau perpustakaanmu punya ratusan lagu bermasalah, satu per satu tidak praktis.

Perbaikan menyeluruh: bersihkan perpustakaanmu

Cara paling efektif memperbaiki rekomendasi adalah membersihkan sumbernya. Telusuri perpustakaanmu secara sistematis dan sisihkan lagu yang tidak lagi mewakili seleramu. Saat algoritma punya data bersih, dia memberi rekomendasi bersih.

SongSweep membuatnya praktis. Smart Filters menemukan lagu yang belum pernah diputar atau terlupakan. Antarmuka geser memungkinkan memproses ratusan lagu dalam hitungan menit. Setiap lagu yang disisihkan otomatis ditandai 'Sarankan Lebih Sedikit' - memperbaiki rekomendasi secara massal.

Kebanyakan orang melihat rekomendasi yang jauh lebih baik dalam beberapa hari setelah menyortir perpustakaan. Bagian 'Untukmu' mulai terasa milikmu lagi.