database_analysis_report.md

Djupgående Analys av P1 Sommar Database

Sammanfattning

Denna rapport presenterar en omfattande analys av alla databasfiler i P1 Sommar Space-projektet, med fokus på datakvalitet, temporala luckor, innehållsluckor och strukturella problem som påverkar användarupplevelsen.

1. Övergripande Datastruktur

Huvudfiler

• data.json: 89,516 rader, 900 episoder, 11,929 låtar
• report.json: Processingrapport med kvalitetsmetriker
• images/: 2,000+ bilder av sommarpratare (1960-2022)

Dataformat

{
  "episode_id": 2578746,
  "episode_title": "Petra Mede",
  "episode_date": "2025-06-21",
  "songs": [
    {
      "title": "Ob-La-Di Ob-La-Da",
      "artist": "The Beatles",
      "spotify_track_url": "https://open.spotify.com/track/...",
      "youtube_url": "https://www.youtube.com/results?search_query=...",
      "raw_data": "..."
    }
  ],
  "quality_issues": []
}

2. Kritiska Tidsperiod-Luckor

Historiska Luckor (1958-2009)

• 52 års komplett avsaknad: Hela perioden 1958-2009 saknas
• Påverkan: Programmet startade 1958 - 52 år av historia förlorad
• Konsekvens: Endast 23% av programmets totala historia finns tillgänglig

Moderna Luckor (2010-2025)

• 2010: 48 episoder (2 episoder under normal säsong)
• 2025: 19 episoder (pågående säsong, väntat)
• Övriga år: 50-61 episoder per år (acceptabel täckning)

Säsongstäckning

År    Episoder  Period         Status
2010  48        26/6 - 15/8    Något låg
2011  50        25/6 - 15/8    Normal
2012  54        23/6 - 15/8    Normal
2013  54        22/6 - 15/8    Normal
2014  57        21/6 - 15/8    Normal
2015  58        20/6 - 15/8    Normal
2016  52        25/6 - 15/8    Normal
2017  53        24/6 - 15/8    Normal
2018  55        23/6 - 15/8    Normal
2019  57        15/6 - 15/8    Normal
2020  59        20/6 - 15/8    Normal
2021  51        26/6 - 15/8    Normal
2022  52        25/6 - 15/8    Normal
2023  53        24/6 - 15/8    Normal
2024  55        22/6 - 15/8    Normal
2025  19        21/6 - 5/7     Pågående

3. Innehållsluckor och Datakvalitet

Spotify-Integration

• Täckning: 10,642/11,929 låtar (89.2%) har Spotify-länkar
• Saknade: 1,287 låtar (10.8%) saknar Spotify-länkar
• Problem: Report.json felaktigt rapporterar 0 Spotify-länkar

YouTube-Integration

• Problematik: 11,899/11,929 låtar (99.7%) har "search query" URLs
• Ej direktlänkar: YouTube-länkar är sökfrågor, inte direkta videolänkar
• Användarupplevelse: Sämre - användare måste välja från sökresultat

Exempel på Spotify-saknade låtar

- "The Only Way Is Up" by "Yazz & The Plastic People"
- "Tomorrow" by "Aileen Quinn, Albert Finney, DeBanzie..."
- "HANDCLAPPING SONG" by "THE METERS"

4. Metadata-Kvalitetsproblem

Kritiska Kvalitetsproblem

4.1 Inkonsistent Formatering

• ALL CAPS-titlar: 1,465 låtar (12.3%)
• ALL CAPS-artister: 1,470 låtar (12.3%)
• Exempel: "L-O-V-E" by "NAT KING COLE"

4.2 Extremt Långa Artistnamn

• Påverkade låtar: 272 låtar (2.3%)
• Längsta: 200+ tecken med alla medverkande
• Exempel: "Giuseppe Sinopoli, Orkester, Ghena Dimitrova, Lucia Popp, Lucia Valentini Terrani, Placido Domingo, Volker Horn, Piero Cappuccilli, Jevgenij Nesterenko, Kurt Rydl, Kör"

4.3 Suspekt Korta Namn

• Titel för kort: 17 låtar (ex: "Ye", "Og", "As")
• Artist för kort: 6 låtar (ex: "Lp", "Cl")

4.4 Duplicerade Låtar

• Duplicerade signaturer: 1,336 unika låt-artist kombinationer
• Totalt: >2,000 faktiska duplicat
• Orsak: Samma låt spelade i olika episoder

5. Detaljerade Kvalitetsproblem (18 episoder)

Registrerade Kvalitetsproblem

Episode: Sanne Salomonsen (2023-08-11)
Issues: ["Misstänkt titel pattern: '1999'"]

Episode: Agneta Sjödin (2021-07-13)
Issues: ["Titel för kort: 'O'"]

Episode: Lisen Bratt Fredricson (2021-08-04)
Issues: ["Misstänkt artist pattern: '1987'"]

Episode: Anders Hansen (2019-06-25)
Issues: ["Misstänkt titel pattern: '1984'"]

Episode: Baker Karim 2014 (2014-07-23)
Issues: ["Artist för kort: '?'", "Misstänkt artist pattern: '?'"]

Mönster i Kvalitetsproblem

• Numeriska mönster: År som titlar/artister (1999, 1987, 1984)
• Enkla tecken: "?", "O", "N" som artister/titlar
• Frekvent: 18 episoder med registrerade problem

6. Statistisk Analys

Fördelning av Episoder

Genomsnittligt antal låtar per episod: 13.3
Episoder med <5 låtar: 6 (0.7%)
Episoder med >20 låtar: 26 (2.9%)

Årtionde-Fördelning

2010-2019: 549 episoder (61.0%)
2020-2025: 351 episoder (39.0%)
1958-2009: 0 episoder (0.0%)

Månadsfördelning

Juni: ~200 episoder
Juli: ~400 episoder  
Augusti: ~300 episoder

7. Påverkan på Användarupplevelsen

Kritiska Problem

1. Historisk Lucka: 52 års avsaknad av programhistoria
2. Spotify-Rapportering: Felaktig rapportering av Spotify-täckning
3. YouTube-Integration: Ej direktlänkar, sämre användarupplevelse
4. Metadata-Kvalitet: Inkonsistent formatering försvårar sökning

Användarupplevelse-Konsekvenser

• Sök-funktionalitet: ALL CAPS och inkonsistent formatering
• Musikuppspelning: 10.8% av låtar saknar Spotify-länkar
• Historisk kontext: Ingen tillgång till programmets första 52 år
• Video-integration: YouTube-länkar kräver extra steg

8. Rekommendationer för Förbättringar

Prioritet 1: Kritiska Förbättringar

1. Korrigera Spotify-rapportering: Uppdatera report.json med korrekta siffror
2. Standardisera formatering: Konvertera ALL CAPS till normal kapitalisering
3. Förkorta artistnamn: Begränsa artistnamn till huvudartister
4. Förbättra YouTube-länkar: Implementera direktlänkar där möjligt

Prioritet 2: Innehållsförbättringar

1. Historisk data: Sourca och inkludera 1958-2009 episoder
2. Spotify-komplettering: Hitta Spotify-länkar för saknade 1,287 låtar
3. Duplicat-hantering: Implementera duplicat-detection och -hantering
4. Kvalitetskontroll: Automatiserad validering av nya data

Prioritet 3: Strukturella Förbättringar

1. Data-validering: Implementera schema-validering
2. Metadata-standarder: Skapa och implementera standards för data-kvalitet
3. Kontinuerlig monitoring: Automatiska kvalitetskontroller
4. Backup-strategier: Säkerhetskopiera och versionera data

9. Tekniska Detaljer

Databasstruktur

Totalt: 89,516 rader JSON
Storlek: ~15MB
Episoder: 900
Låtar: 11,929
Bilder: 2,000+

Kvalitetsmetriker

Fullständighet: 89.2% (Spotify-länkar)
Konsistens: 87.7% (formatering)
Unikhet: 88.8% (duplicat-hantering)
Historisk täckning: 23.0% (52 av 67 år)

10. Slutsatser

P1 Sommar Space-databasen innehåller värdefull data för de senaste 16 åren, men lider av betydande kvalitetsproblem som påverkar användarupplevelsen:

• Största problemet: 52 års historisk data saknas helt
• Mest akut: Inkonsistent metadata-formatering
• Mest irriterande: YouTube-länkar som inte är direktlänkar
• Mest kritiskt: Felaktig rapportering av Spotify-täckning

Genom att adressera dessa problem systematiskt kan användarupplevelsen förbättras dramatiskt och databasen kan bli en mer komplett resurs för Sveriges radiohistoria.

---

Rapport genererad: 2025-07-05 Dataanalys av 900 episoder och 11,929 låtar