从歌曲数量来看，自从2016年《One Dance》首次突破10亿播放量后，每年突破10亿的歌曲如同滚雪球一样增加。2019年有31首歌曲进入“十亿俱乐部”榜单，相比上年的7首可谓爆发式增长，而2020年这一数字跃升至68首。在接下来的几年里，增长趋势依旧强劲。到了2024年，Spotify上新增了296首歌曲突破10亿播放。

值得注意的是，在2016年至2023年期间突破10亿播放的歌曲中，当年发行的新歌所占比例极低，仅在2021年达到了4首歌曲的相对高峰。然而，2024年有13首歌曲在发行当年突破了10亿播放的大关，预示着流媒体市场开始出现从长尾效应向即时爆款模式的转移趋势。

在多长因素推动下，流媒体平台制造爆款的能力似乎越来越强，但价值似乎也在削弱。

用户基数、算法机制与短视频的多重驱动

数据不仅是结果，更是驱动传播的生产资料。

歌曲播放量快速突破10亿大关，背后的一大推手是平台用户基数的迅猛增长。截至2024年第四季度，Spotify月活跃用户数量已达6.75亿，遍布全球184个国家和地区，其中付费订阅用户更是达到2.63亿。庞大的用户群体为歌曲的快速传播筑牢了根基，而编辑推荐与算法驱动并行的双轨机制，构建了热歌蹿红的关键渠道。

众所周知，Spotify官方编辑团队策划的“今日热门”（Today’s Top Hits）和“周五新歌”（New Music Friday）等头部歌单占据着核心曝光位。以“今日热门”（Today’s Top Hits）歌单为例，其凭借高达3520万的关注数稳居流量高峰。进一步观察歌单内容，不难发现其与“十亿俱乐部”歌单之间存在着显著重叠，诸如《Die With A Smile》和《APT》等跻身“十亿俱乐部”的现象级歌曲，几乎总是“今日热门”榜单上的常客。

算法亦是重要的助推剂。早在2015年7月，Spotify便上线了“每周发现”（Discover Weekly）个性化推荐功能。时任Spotify产品经理的Matt Ogle曾表示，Discover Weekly推荐机制的准确性得益于所谓“半人工方法”（Cyborg Approach），即将机器算法建立在用户个体行为及关系网络的基础上。这一点的重要表现便是Spotify推荐算法中的“协同过滤”（Collaborative Filtering）机制，向用户推荐其他相似用户喜爱的歌曲。

在“协同过滤”机制下，歌曲能否被平台推荐，很大程度上依赖于多数用户的共同选择。算法通过追踪用户行为（如跳过率、播放完成度、歌曲循环次数等）即时构建预测模型，而作品一旦进入推荐池，便通过“每周发现”、“今日热门”等榜单实现扩散，乃至驱动“马太效应”，促使热歌更热。