Insights & Méthodologie 📚
Comprendre ce que chaque page révèle, comment les analytics sont calculés, et les limites du système. Référence pour importer vos données et exploiter au mieux le dashboard.
En bref
Résumé rapide de la méthodologie
Patterns : Overview, Timeline, Heatmap, Analyse temporelle, Genres, fonctionnalités IA et filtres de date révèlent vos habitudes d'écoute.
Calculs : Agrégations PostgreSQL (jour/semaine/mois), stats globales, cascade genres (Track → ARTIST_TO_GENRE_MAP → Unknown), exports CSV/JSON/PDF.
Limitations : Couverture du mapping genres, sources Last.fm uniquement, temps d'écoute estimé, performance des requêtes sur gros volumes, normalisation des noms.
Architecture : Next.js 14, PostgreSQL + Prisma, cache Redis-ready, Recharts, import Last.fm via scripts ou API.
Vue d'ensemble
La page /dashboard/overview affiche vos statistiques globales avec comparaison à la période précédente: total d'écoutes, artistes et titres uniques, temps total. Un aperçu de l'évolution récente (graphique en aires) et du top genres complète le tableau.
Timeline et Tendances Temporelles
Les pages /dashboard/timeline et /dashboard/genres/trends révèlent des cycles d'écoute avec agrégation par jour, semaine ou mois:
- Cycles hebdomadaires: Jours de la semaine où vous écoutez le plus
- Variations saisonnières: Évolution mensuelle des habitudes
- Tendances de genres: Genres en hausse ou en baisse sur la période (comparaison première / seconde moitié)
Heatmap d'écoute
La page /dashboard/heatmap affiche un calendrier style GitHub avec l'intensité d'écoute par jour. Elle identifie vos jours les plus actifs et la distribution par jour de la semaine.
Analyse temporelle avancée
La page /dashboard/temporal-analysis détaille vos patterns d'écoute: écoutes par jour de la semaine (lundi-dimanche), par heure de la journée, et identifie les moments de pic (jour et heure où vous écoutez le plus).
Diversité et préférences de genres
Les pages /dashboard/genres et /genres/trends révèlent l'étendue de votre palette musicale: genres dominants, évolution temporelle, et diversité générique. Les métriques (artistes uniques, titres uniques) montrent l'équilibre entre répétition et exploration.
Insights alimentés par l'IA
Plusieurs pages utilisent l'IA pour analyser vos écoutes:
/dashboard/ai-insights: Insights en langage naturel générés à partir de vos données (optionnel, requiert Groq)/dashboard/taste-profile: Explique vos goûts musicaux en langage simple/dashboard/taste-evolution: Évolution de vos goûts semaine par semaine avec contexte IA/dashboard/when-will-i-listen: Prédit le créneau horaire et le genre les plus probables pour vos prochaines écoutes
Filtre de période
La barre de filtres en haut permet de cibler une période: 7 jours, 30 jours, depuis le début de l'année, ou tout. Toutes les pages du dashboard respectent ce filtre. Les exports (CSV, JSON, PDF) utilisent aussi la période sélectionnée.