Cómo funciona el Ranking

Ultima actualización: 29/abril/2019 - 8:00PM

Introducción

El Ranking que aparece en estas páginas organiza los podcast que aparecen en la lista de podcast de Puerto Rico que he identificado usando información de las listas de iTunes (iTunes Podcast Charts) y procesándola según aparece más abajo en este artículo. La información se obtiene usando el servicio Chartable.com.

Este Ranking se hace con información relacionada a las listas de iTunes solamente. No incluye información de otros proveedores de servicio de podcasting y tampoco tiene que ver directamente con el número de descargas totales que tiene cada podcast. De hecho, yo no tengo acceso al numero de descargas de los podcast. La posición en las listas de iTunes debería corresponder a la cantidad de descargas recientes que han tenido los podcast.

La lista refleja la popularidad de cada podcast a nivel mundial, esto es según iTunes y el efecto que tiene la manera en que proceso la información. Es decir, no refleja necesariamente la popularidad en Puerto Rico.

Es importante resaltar que las listas de iTunes cambian continuamente. Sin embargo, este Ranking es como una foto que la tomé a los datos en la fecha que aparece al inicio de la lista. Eso es bien importante, porque en la medida en que pasa el tiempo y las listas de iTunes cambian van a haber discrepancias. Voy a actualizar la lista al menos una vez al mes (más o menos para la misma fecha cuando actualizo el Informe de Podcast, que es durante la primera semana del mes.)

Importante: Esto es un trabajo en desarrollo. La información que aparece en la lista es correcta, pero todavía estoy trabajando algunos detalles para asegurarme que considera todos los podcast de Puerto Rico identificados. Estoy confrontando dificultades con algunos nombres de podcast que usan símbolos especiales, muchos números, son muy largos o si existe otro podcast con el mismo nombre. Si sospechas que hay un error en la lista o deseas saber más información, comunícate conmigo en confianza.

Explicación del algoritmo

El algoritmo que desarrollé para determinar la posición del podcast en el ranking es el siguiente:

Para cada podcast, primero calculo la puntuación final como sigue:

  • Sumo el número de listas de iTunes donde aparece el podcast.
  • Multiplico ese número por 10,000. Este número es la puntuación intermedia.
  • Luego, sumo la posición que ocupa el podcast en cada lista y le resto ese valor a la puntuación intermedia. Este número es la puntuación final o PF.

La ecuación se ve como sigue:

Finalmente, el Ranking es la posición que ocupa cada podcast cuando los organizo por puntuación final, de mayor a menor.

A continuación presento ejemplos para que puedas comprender cómo funciona. Si quieres conocer la razón de por qué decidí hacer estos cálculos así, entonces salta a la próxima sección.

Ejemplos

El caso más sencillo es cuando un podcast no aparece en ninguna lista. En este caso:

PF = (0 x 10,000) – 0 = 0

Parece obvio, pero siempre conviene probar los casos extremos para ganar certeza de que la ecuación es robusta. Antes de probar el otro caso extremo, primero experimentaré más con la ecuación.

El próximo caso es un podcast que aparece solo en una lista. Digamos que el podcast “a” aparece en la posición número 50. Entonces:

PFa = (1 x 10,000) – 50 = 9,950.

Digamos que hay otro podcast “b” que aparece en esa misma lista y ocupa la posición 75. Entonces:

PFb = (1 x 10,000) – 75 = 9,925.

Como puedes ver, el podcast “a” tiene un valor mayor que el podcast “b”, por lo que aparecerá primero si los organizo de mayor a menor.

Cuando dos podcast aparecen en la misma lista ocupan posiciones diferentes. Pero, con este algoritmo los empates son posibles. Siguiendo el ejemplo anterior, digamos que el podcast “c” aparece solo en una lista que es distinta a la que aparece el podcast “b”. Digamos que en esa lista el podcast “c” ocupa la posición 75. Entonces los podcast “b” y “c” tienen la misma puntuación final y están empate.

Cambiemos de ejemplo. Digamos que el podcast “a” aparece en tres listas de iTunes y que ocupa las posiciones 74, 123 y 88 en las respectivas listas, entonces su puntuación final será:

PFa = ((1+1+1) x 10,000) – (74+123+88)

PFa = (3 x 10,000) – 285 = 29,715

Como ya puedes ver, entre más listas en iTunes ocupe, mayor será su puntuación intermedia. Además, entre más alta sea su posición en la lista, más pequeño será el valor que se le resta a la puntuación intermedia para obtener la puntuación final (recuerda que el podcast que está en el tope está en la posición número 1).

Con esto ya podemos ver otro caso extremo, que sería la situación donde un podcast aparece en todas las listas y ocupa la posición número 1 en todas esas listas.

Pues, iTunes tiene listas para 155 países del mundo. (Claro, Puerto Rico no está ahí. Si estuviera no estaría pasando todo este trabajo.) Cada país tiene una lista para cada una de sus 67 categorías. Así que en total, iTunes mantiene 10,385 listas. Si un podcast aparece en todas esas listas ocupando la posición número 1 en todas, obtenemos la puntuación final máxima que puede otorgar este algoritmo, que es:

PFmax = (10,385 x 10,000) – 10,385 = 103,839,615

¿Por qué toda esta matemática?

Antes de saltar a esta explicación primero quiero decir que no estoy diciendo que el algoritmo que presenté arriba sea el mejor. Este algoritmo es una solución a un problema que llevo pensando por mucho tiempo. A continuación presento mi razonamiento para desarrollarlo, pero seguramente existen otras maneras. Quizás a tí se te ocurra un algoritmo mejor. A mi me encantaría que te comuniques conmigo con tu idea para explorarla juntos y tratar de implementarla. O quizás puedes hacerla por tu cuenta y compararla con la que presenté arriba y hasta crear tu propio ranking. Sea como sea, te invito a que pienses y cuestiones lo que leerás a continuación, a que trates de mejorarlo y que compartas tus resultados y tus razonamientos.

El primer problema es que yo solo quiero mantener y publicar una sola lista de ranking. iTunes tiene los recursos para administrar 10,385 ranking de podcast, pero yo no. Así que debía encontrar una manera de resumir toda la información de iTunes en una sola lista.

Mi primera solución fue contar la cantidad de listas donde aparece un podcast. El razonamiento es que un podcast que aparece en cuatro listas distintas debe ser más popular que aquel que solo aparece en una, independientemente del país al que pertenezca la lista. De lo contrario no aparecería en cuatro listas. Hice el experimento y solo contar las listas de por si da resultados excelentes, sobre todo para los podcast mas populares.

Ahora bien, la mayoría de los podcast que logran entrar a las listas de iTunes aparecen en una o dos listas. Tenia sobre 30 podcast todos empatados al final de la lista porque solo aparecen en una sola lista de iTunes. Así que decidí considerar la posición que ocupan en la lista para discriminar (cuando digo “discriminar” es matemáticamente).

El segundo problema inmediato es que entre más alto aparece en la lista de iTunes, más pequeño es el número asignado. ¡El más popular es el número 1! Esto es opuesto a lo que yo acababa de decidir, que entre más listas de iTunes, más popular.

Aquí la opción que identifiqué fue usar el número de la posición en la lista de iTunes y restarlo a un valor alto que debo determinar. De esta manera convierto la posición en la lista de iTunes en un valor que entre más alto sea me indica cuán popular es.

Finalmente, decidí que el número de listas de iTunes debía ser el valor primario. Es decir, decidí que un podcast que aparece en dos listas es más popular que un podcast que solo aparece en una lista, aunque ocupe la primera posición en esa lista, independientemente del país al que pertenezcan las listas. Esta decisión tiene unas consecuencias importantísimas y bien interesantes que eventualmente debo estudiar en detalle, pero por ahora será así.

Me dí cuenta que en las listas de iTunes de Estados Unidos es posible extraer posiciones por encima de 1,000. No sé si se puede hacer así con otros países, pero si sé que no es con la mayoría. Por eso es que decidí multiplicar el número de listas por 10,000, para estar seguro que el número de listas tiene más peso que la posición en la lista.