El estado del fraude en playlists de Spotify en 2026
Nuestro informe de fraude en playlists de Spotify: lo que revelan 19.8 millones de registros de playlists sobre las señales sospechosas, la concentración y la exposición al streaming artificial.
19.8 M
registros de playlists revisados
7.31 M
playlists no editoriales analizadas
7.37
de cada 10 000 cumplían los criterios de señales sospechosas
30 %
de esas playlists procedían del 1 % superior de propietarios de playlists
Del streaming artificial se suele hablar a partir de casos individuales llamativos. Analizar millones de playlists ofrece una imagen más útil. En este estudio, las señales sospechosas fueron poco frecuentes en general y se repartieron de forma desigual. La tasa medida aumentó con el tamaño de la playlist en los tramos de seguidores que tenían muestras utilizables. Las playlists con señales sospechosas también se concentraron en una proporción relativamente pequeña de propietarios anonimizados.
Estas conclusiones tienen límites. Este informe de fraude en playlists de Spotify analiza señales de riesgo independientes de artist.tools y no puede determinar si una playlist, un curador, un artista, un servicio o una reproducción cometió fraude. Spotify no participó en el encargo, la revisión ni el respaldo del informe. artist.tools no tuvo acceso a sus datos internos de aplicación de normas.
Por qué el fraude en playlists exige una medición cuidadosa
Spotify define el streaming artificial como la actividad que no refleja una intención real de escucha por parte del usuario, incluidos los intentos de manipular los servicios de streaming con procesos automatizados como bots o scripts. Spotify también advierte de que se puede añadir a artistas a playlists con reproducciones artificiales sin que lo sepan. Recomienda a los artistas documentar cualquier actividad anómala y ponerse en contacto con su sello, su distribuidora o Spotify. Estas distinciones aparecen en el recurso de Spotify para artistas sobre el streaming artificial.
El código contra la manipulación de streams de la IFPI traza una línea similar. Las circunstancias sospechosas pueden justificar una revisión más a fondo. Las escuchas legítimas en playlists y la promoción también pueden generar actividad inusual, así que una anomalía por sí sola no es concluyente.
Un único dato inusual no es concluyente. Un análisis útil se pregunta con qué frecuencia aparecen juntas varias señales sospechosas, si la tasa cambia entre playlists comparables, si la exposición está muy repartida o concentrada y cuánto cambia el resultado cuando las posibles correcciones se tratan de forma más conservadora.
Conclusión 1
Aparecieron señales sospechosas en 7.37 de cada 10 000 playlists analizadas
artist.tools revisó 19 754 764 registros de playlists en agosto de 2026. Tras excluir las playlists editoriales, las playlists no disponibles y los registros que no cumplían las reglas de inclusión del informe, quedaron 18 017 544. A continuación, el estudio se centró en 7 311 122 playlists no editoriales con datos lo bastante recientes para aplicar los criterios de cribado de forma coherente. Eso equivale al 37.0 % de los registros revisados. Se desconoce qué proporción representan del total de playlists de Spotify.
Dentro de esta población, 5391 playlists cumplían los criterios de señales sospechosas de artist.tools. La tasa resultante fue del 0.0737 %, o 7.37 de cada 10 000. Se aplica a esta población de estudio concreta. Los datos no permiten estimar la prevalencia en todo Spotify, confirmar reproducciones artificiales ni describir las medidas de Spotify contra el fraude.
La baja tasa general oculta una gran diferencia según el tamaño de la playlist.
Conclusión 2
La tasa medida aumentó con el tamaño de la playlist
La tasa subió en los cuatro tramos de seguidores con suficientes playlists para permitir la comparación:
| Seguidores de la playlist | Con señales sospechosas | Playlists analizadas | Tasa de señales sospechosas |
|---|---|---|---|
| Menos de 1000 | 1995 | 6 779 494 | 0.0294 % |
| 1000-9999 | 2032 | 454 726 | 0.4469 % |
| 10 000-99 999 | 1223 | 71 794 | 1.7035 % |
| 100 000-999 999 | 141 | 5013 | 2.8127 % |
Solo 95 playlists de la población de estudio tenían al menos un millón de seguidores, y ninguna cumplía los criterios de señales sospechosas. Esa muestra es demasiado pequeña para sacar una conclusión útil sobre el tramo más alto.
La relación es descriptiva. El estudio usó una muestra no aleatoria, así que no puede demostrar que el tamaño de la audiencia cause la actividad sospechosa. El análisis de propiedad también detectó concentración en un grupo más reducido de propietarios.
En la población de estudio de artist.tools, la tasa de señales sospechosas aumentó del 0.0294 % en las playlists con menos de 1000 seguidores al 2.8127 % en las playlists de entre 100 000 y 999 999 seguidores.
Tasa de señales sospechosas según el tamaño de la playlist
- Menos de 1000 seguidoresn = 6,779,4940.0294%
- 1000–9999n = 454,7260.4469%
- 10 000–99 999n = 71,7941.7035%
- 100 000–999 999n = 5,0132.8127%
Porcentaje de playlists analizadas que cumplían los criterios de señales sospechosas, por tramo de seguidores. Las 95 playlists con un millón de seguidores o más son muy pocas para comparar.
Fuente: análisis de artist.tools · Agosto de 2026
Conclusión 4
Una señal poco frecuente a nivel de playlist puede llegar a un catálogo amplio
El análisis de catálogo ampliado concluyó que:
- 169 816 de las 7 807 931 canciones del análisis habían aparecido en al menos una playlist identificada por el análisis ampliado de señales sospechosas. Eso supone un 2.17 %.
- 47 439 de los 309 061 artistas del análisis tenían al menos una inclusión de ese tipo. Eso supone un 15.35 %.
- Las inclusiones en esas playlists representaron alrededor del 0.0167 % de todas las inclusiones en playlists observadas, tanto en el resumen de canciones como en el de artistas.
Este análisis usa una definición más amplia que el estudio principal de playlists del informe. Su objetivo es describir la exposición potencial. Por esa definición distinta, no sirve para estimar la prevalencia de playlists sospechosas, y los datos no contienen pruebas de que las canciones o los artistas afectados participaran a sabiendas.
Ese alcance aumenta el coste de un falso positivo, así que comprobamos si las posibles correcciones puntuales podían cambiar de forma significativa la tasa principal.
Conclusión 5
Las posibles correcciones apenas afectaron a la tasa
Entre las playlists con señales sospechosas, 884 mostraron un aumento de seguidores seguido de una caída en un plazo de 14 días. El historial de seguidores permitió comparar de forma medible la subida y la caída en 738 de ellas. En 168 casos, la caída fue de entre el 80 % y el 120 % de la subida anterior.
Si los 168 casos se tratan como posibles correcciones puntuales, el recuento principal baja un 3.1 %, de 5391 a 5223. La tasa pasa de 7.37 a 7.14 por cada 10 000 playlists analizadas.
El resultado principal sigue incluyendo estos 168 casos porque una reversión de tamaño similar deja la causa en el aire. Los usamos para comprobar la sensibilidad del resultado y no cambiamos su clasificación.
Excluir todos los posibles casos de corrección cambió la tasa medida de 7.37 a 7.14 por cada 10 000 playlists analizadas.
El informe complementario, Inside Suspicious Spotify Playlists, analiza con más detalle por qué un único pico es una prueba débil y cómo varias señales pueden reforzar o debilitar los motivos para una revisión más a fondo.
Qué pueden hacer artistas, sellos y distribuidoras con estas conclusiones
Para artistas y mánagers
- Usa una señal de riesgo para decidir cuándo merece la pena investigar más a fondo.
- Guarda un registro de los proveedores de promoción, las fechas de inclusión, los cambios inesperados en las reproducciones y las comunicaciones relacionadas.
- Compara cuándo te añadieron a una playlist con tus datos de Spotify for Artists.
- Informa de cualquier actividad sin explicación a tu sello o tu distribuidora y usa la vía de Spotify para denunciar playlists sospechosas.
Para sellos y distribuidoras
- Separa la intención del artista de la exposición a la playlist. Un artista legítimo puede acabar en una playlist sospechosa sin haber pedido la inclusión.
- Revisa varias señales a lo largo del tiempo antes de actuar por un aviso de riesgo de terceros.
- Mantén un proceso de apelación o de revisión de pruebas para los casos ambiguos y las posibles correcciones.
- Cuando comuniques un riesgo, facilita a los artistas las fechas y el contexto de la fuente.
Para investigadores y medios
- Incluye la población de estudio definida siempre que cites la tasa.
- Usa la expresión “playlists que cumplen los criterios de señales sospechosas de artist.tools”. Hablar de “fraude confirmado por Spotify” tergiversaría la fuente y el significado del resultado.
- Indica por separado la tasa principal de playlists y la tasa ampliada de exposición del catálogo, porque usan definiciones distintas.
Metodología
Población de estudio
artist.tools revisó 19 754 764 registros de playlists disponibles en agosto de 2026. El estudio principal incluyó 7 311 122 playlists no editoriales con datos lo bastante recientes para aplicar los criterios de cribado de forma coherente. Se excluyeron las playlists editoriales, las no disponibles y los registros que no cumplían esas reglas de inclusión.
Qué significa “señales sospechosas”
Una playlist entra en el grupo de señales sospechosas cuando el análisis independiente de artist.tools encuentra varios indicadores compatibles con un riesgo elevado de actividad artificial. Los umbrales exactos, las ponderaciones y la lógica sensible a la evasión siguen siendo privados. La clasificación es una evaluación de riesgo de artist.tools. Las conclusiones sobre fraude y las decisiones de Spotify quedan fuera de su alcance.
Análisis comparativos y de exposición
La comparación por tramos de seguidores usa la misma población de estudio que el resultado principal. El análisis de propietarios usa relaciones de propiedad anonimizadas. Las cifras de canciones y artistas proceden de un análisis de exposición aparte y más amplio, y se identifican por separado en todo el informe.
Prueba conservadora de correcciones
El análisis de correcciones usó 614 847 observaciones de seguidores de playlists en 1095 playlists. Comparó las 884 playlists con una subida y una caída cercanas frente a un conjunto de referencia no exhaustivo de 211 ejemplos revisados anteriormente. El conjunto de referencia sirvió para poner a prueba la regla. Al no ser exhaustivo, no permite estimar la prevalencia.
Privacidad e independencia
Todas las conclusiones publicadas son agregados. El informe no identifica ninguna playlist, propietario, curador, artista ni proveedor de promoción. Spotify es una marca comercial de Spotify AB. artist.tools funciona de forma independiente de Spotify y no tiene ninguna afiliación con Spotify ni su respaldo.
Limitaciones
- El estudio solo incluye playlists con suficientes datos de artist.tools para aplicar los criterios de forma coherente. La cobertura es incompleta y no aleatoria.
- Las clasificaciones de artist.tools pueden ser incompletas o erróneas y deben valorarse junto con otras pruebas.
- El análisis se basa en las señales de riesgo propias de artist.tools a nivel de playlist. No incluye datos de streaming, regalías, cuentas ni aplicación de normas, que solo tiene Spotify.
- Los datos abarcan un único periodo y no permiten sacar conclusiones sobre la evolución del streaming artificial en el tiempo.
- Las relaciones entre el tramo de seguidores, la concentración de propietarios o el perfil de las canciones no demuestran causalidad.
- Una subida seguida de una corrección puede deberse a un ataque de bots, un ajuste de la plataforma, la volatilidad habitual u otro proceso. La causa sigue siendo desconocida.
- El análisis de exposición de canciones y artistas usa una definición más amplia que la estimación principal de playlists.