-->
获得免费通行证,加入我们的流媒体连接-2月19日至22日; 现在注册!

赢得数据战争:访问和利用流分析

文章特色图片

在当今媒体洞察的世界里, 那些能够访问数据情报、识别客户观看模式的人之间正在进行一场拔河, 人口结构的细节, 利益, 还有更多. 能够收集这些数据的公司用它来回答每个媒体企业都想知道的问题:一个月后观众是否会流失? 广告消费下降了吗?? 我们是应该发布可观看的完整系列内容,还是计划/交错发布内容? 个性化是否有效?? 推荐会增加浏览量吗??

然而,这些见解是有限的. 拥有和经营的&如果有合适的技术,少数幸运儿可以很容易地深入到确切的观看模式中. 但更多的媒体公司没有这样的机会,因为他们在另一家公司的免费广告支持电视(FAST)或其他环境中分发内容.

本文探讨了数据权利与技术能力之间的关系,因为它会影响媒体公司利用累积数据和分析来瞄准相关受众的能力, 扩大他们的影响力, 并从他们提供的内容中获利. 如果在维恩图中捕获了数据权利所有权和技术能力访问的交集, 对于一些媒体公司来说,两者之间的空间非常小.

定义分析

当我们讨论媒体和娱乐领域的分析和kpi时, 我们到底在说什么? 纳文·纳拉亚南(Naveen Narayanan),体育和数据产品主管 Quickplay, OTT解决方案提供商, 他说他的公司通过四种方式获取数据:收购, 订婚, 货币化, 和生产.

纳文·纳拉亚南,快玩

Naveen Narayanan, Quickplay的体育和数据产品主管

“我们能够从客户生命周期的每个阶段收集信号,”他指出. 这包括跟踪营销活动, 怎样才能获得客户, 免费试用/付费订阅转换, 接触测量, 增销的机会, 以及留存率和流失率预测&O服务. “我们通过个性化内容、提供推荐和个性化的UI/UX体验,帮助客户了解订阅者以及如何采取行动,纳拉亚南说.

Damian Pelliccione,首席执行官兼联合创始人 Revry他说,公司将关键绩效指标定义为激励员工. 这家LGBT+优先内容分销商在58个平台上运营, 它为美国85%-90%的LGBT+人群提供服务.S. 并正在扩大全球市场份额. 作为经销商, Revry很幸运,在所有FAST平台上,其内容中90%的广告位都是售出的. Pelliccione说:“对于Revry的所有部门来说,主要的KPI是手表时间. 这里的类比是,如果人们长时间观察, 我们正在增加广告负荷和收入.”

达米安·佩里乔内,弗里

达米安·佩里乔尼,Revry公司的首席执行官和联合创始人

“流媒体情报”专家 Conviva 有一个流性能指数(SPI),它提供了所有最重要的kpi的组合:再缓冲比率, 视频启动时间, 和比特率. “这真的会给你一个整体的印象,Melissa Yurash说, Conviva的高级客户成功工程师. “SPI和用户粘性之间存在直接关联. 这是我们关注的另一个非常重要的指标:每位观众的平均分钟数.”

的联合创始人兼总裁杰夫·安尼森表示 军团米“当你制作一部电影时,关键绩效指标是,这部电影赚了多少钱?军团米是一家众筹娱乐公司,拥有3.5万名股东. “我们的独特之处在于,我们是第一个从第一天起就被设计为粉丝所有的人. 我们正在使用股权众筹来有效地为内容开发提供资金.”

广告商业模式

每月有500万活跃观众, Revry与它所发布的所有环境都有关系, 但不拥有这些环境中的用户(或与用户相关的)数据. “通过我们可以访问的每个不同的仪表板,我们有一个基本的了解,Pelliccione说. Revry可以看到手表时间,如果一个标题做得很好. “我认为这是一个整个行业都没有解决的问题. 在直接面向消费者的应用中, 我们可以得到我们需要的所有数据,因为我们建立了或者有合作伙伴与我们一起建立. 但是在其他FAST环境中, 我们不一定能得到所有的数据和分析,Pelliccione指出.

在任何一个季度, Revry有50-75个不同的广告商,试图影响每年3万亿美元的可支配收入. “这绝对是一个非常大的潜在市场, 而现在, Revry在美国乃至全球LGBTQ市场拥有最多的视频广告库存,Pelliccione说.

Revry从它的广告服务器和报头竞价解决方案中获取数据. Pelliccione说, “我们把钱花在dsp上(购买播放其内容的广告)来推销我们自己,然后, 通过,, 将其与我们作为分销商可以访问的数据进行匹配. 我们现在可以看到一些关联和一些模式,关于如何更好地规划和超级服务我们的观众.”

Revry最初是订阅服务,然后在2018年过渡到FAST和AVOD. 在早期,这家初创公司更注重直觉反应,后来才变得更注重数据. “我们变得非常聪明,特别注意如何以及在哪里收集数据来理解编程. 在FAST模型中,它总是与编程有关,”peliccione说.

“我们有一个非常大的旗舰节目叫做 拖动拉丁—想象一下如果 保罗的加速赛车 欧洲歌唱大赛也有了孩子. 这是一场用西班牙语进行的竞争性变装秀,”佩利乔内解释说. Revry的编程很像任何有线电视程序员,专注于交付内容的日期和时间. “我们总是在周日的黄金时段播出, 我们通过日分来了解我们什么时候能吸引到最多的观众,Pelliccione说. 拖动拉丁 在西班牙语和英语频道同时有100万现场观众. “这是有史以来规模最大的首演,”佩利乔内说. 在接下来的几部剧中,观众的观看模式随之下降, 但预计会在最后一集达到顶峰.

如果Revry有更多关于观看模式的数据,情况会有所改变吗? 瑞瑞本可以提醒观众收看的, 推荐其他内容, 了解观众的确切位置, 或者了解在什么设备上观看或总体消费时间.

像Revry这样的经销商应该期待更多吗? 实际上,他们从广告销售中获得数据和更重要的收入. 他们也能够购买自己的库存, 它提供了一些额外的观看数据, 所以最终的结果是他们可以推断出更多的信息.

风扇的投资者

军团M与数据有着不同的关系. 公司衡量股东或更广泛受众的参与度,以评估他们的参与度. “我们很想知道什么时候有人在iTunes上购买我们的电影,这样我们就可以据此进行营销,并将其作为一个转化事件,安尼森说。. 由于情况并非如此,军团M开发了几种不同的方法来获得数据洞察力.

“军团米的整个理念就是通过股权众筹为一家由众多粉丝拥有的公司融资,安尼森解释道. “当你把你的项目推向市场时,这有竞争优势——你有一个内置的观众去看首演, 在社交媒体上和朋友聊天, 并帮助你做所有能让你超越噪音的事情, 才能被发现, 吸引眼球.”

杰夫·安尼森军团

Jeff Annison, 军团米的联合创始人和总裁

该公司参加电影节,收购潜在的电影资产并与之合作. “我们非常努力地想办法让直接从粉丝那里收集数据变得有趣,安尼森说。. 为了产生更好的参与, 而不是创建调查, 军团M开发了一款游戏 电影童子军, 它“允许我们来自世界各地的社区帮助我们(在电影节上)评估电影,这样我们就能了解人们在寻找什么?,安尼森指出. 玩家的评分标准是他们预测影片表现的有效性.

“我们在节日结束时发布了一个排行榜,告诉你你是如何与其他玩家竞争的, 包括职业球探,安尼森解释道。. “排名前5%的学生会被邀请参加我们的精英童子军项目.“这些精英业余侦察员被认为是军团M的投资者/观众的一部分,他们有能力预测更多观众的想法. “我们的一个优势是利用大众的智慧来做决定,”安尼森说. 这为高管们提供了一个更有条理的数据选择,他们可以根据这些数据对下一步投资的项目做出初步选择.

作为供应商,分析会带来哪些问题?

Conviva的尤拉什说,客户有“非常具体”的问题,他们希望分析能够回答. 她解释说,其中大多数都与“如何定义体验的存在主义问题”有关. “我们试图做的是测量一些定性的东西,并使其量化. 如何衡量呢?”

自流媒体出现以来,对用户满意度的一个可量化拖累是等待网络重新缓冲的时间. 尤拉什指出,在过去的几年里, “我们一直专注于网络和基础设施, (2020年)行业拒绝率基准约为2%. 现在是0.2%”——这是一个显著的进步. 仍然, 她说, 问题仍然是:“你如何定义用户粘性, 你如何定义体验的质量? 对于视频点播来说,最大的问题是,你是否有自动播放功能? 也, 你的推荐是否足够有效,让你的自动播放吸引了至少60%的观众,他们会继续疯狂地看下一集?”

Melissa Yurash Conviva

Melissa Yurash是Conviva的高级客户成功工程师

超出了连续观看可播节目的可靠指标, 其他问题则是围绕着流失而出现的. 一般, 一个新的订阅者进入系统, 观看平台的字幕内容, 也许第一周就开始了, 然后在下周完全放弃订婚. 这种情况“是我们的机器学习模型在试图预测流失时捕捉到的东西,Quickplay的纳拉亚南说. “对很多顾客来说, 最后4周的用户粘性是一个非常有力的指标,表明用户可能会流失. 有一定的阈值, 取决于内容的类型——长格式, 我们已经确定的简写形式. 它可以是简单的总播放分钟数或总播放会话数,你发起了在过去的4周. 如果它低于阈值,我们就清楚地知道该客户可能会流失.”

尽管FAST正在快速增长,但这种媒体的流失率仍然惊人. “我们说的是其中一些服务的流失率为35%-40%,而我们习惯的付费电视的流失率只有个位数. 这绝对是一个大问题。.

FAST供应商如何减少客户流失? “通过细分用户, 我们能够理解是什么驱使他们,给他们想要的东西,纳拉亚南解释道. “狂热的观众真的需要一个更适合他们需求的UI/UX体验. 他们想要更多的交互性、投票、琐事和排行榜.”

Quickplay平台正在收集数据, 但只有50%的公司在利用数据向观众追加销售, Narayanan说. +, 不拥有内容分发平台的公司无法从收集内容中获益. So, 更重要的问题可能不是我们能否获得具体的数据, 但我们到底有没有权利使用它?

新的数据交战规则

当数据被孤立并以不同格式捕获时, 内容所有者和服务无法将营销活动中的信息与用户粘性行为交叉连接起来. “有一个。 Forrester研究报告 这是两年前在Conviva上做的,”尤拉什说. 结果表明,“拥有可靠的数据真的很重要, 快, 实时地, 并且可以跨多个部门使用,而不是孤立的.”

“许多系统——从播放到营销再到crm——都是为独立而构建的, 只有一个目的,纳拉亚南说. “没有人真正关注系统如何相互通信或使用唯一标识符来识别用户. 你如何理解进入前端的用户就是实际产生30美元收益的用户,000寿命值?他补充道,Quickplay目前正在追踪使用多种播放环境的观众. “我们知道在每一步中谁是唯一的ID通过
漏斗的不同阶段.”

Narayanan和Yurash都同意创建一个统一的数据集来推动独特的见解. Narayanan解释说:“我们需要能够绘制出有效性. “你把钱花在哪里了?? 你的广告支出回报是多少? 如何将其转化为终身价值? 每当我们从流媒体平台的半径模块捕获信号时, 我们正在尽我们所能使之正常化, 清理, 并利用第三方数据源丰富数据.”

规避碎片和数据孤岛的关键, 据尤拉什说, 是数据的民主化, 使数据可访问. 你是怎么做到的? 十年前, 我在写代码, 自己写报告, 现在我可以实时使用这些仪表板了. 我正在帮助其他人自己使用这些仪表板,自己使用数据, 甚至将api导入Datadog或BigPanda.从那里,她的用户可以将他们的数据转化为可操作的见解. 以这种方式, 公司自己的数据可以在媒体公司的各个小组中使用, 分析师是否, 市场营销, 产品, 或操作.

对Revry来说,通往洞察力的道路并不那么直接. “We have access to dashboards with all of our partners; some of the partners will send us Excel sheets,Pelliccione说. “我们有全职员工负责翻译, 这样我们就可以确保我们支付的版税是正确的. 然后,市场营销人员可以尝试将他们在消费中看到的粘性联系起来, 所以节目可以理解没有人在看这个标题,并决定从FAST上取下一个标题并保留它在VOD上.”

对于像Revry这样不拥有自己数据的公司来说,问题在于它们所使用的平台并不总是共享一切. 其结果是,这些媒体公司无法获得Quickplay或Conviva等供应商所能提供的洞察力. “我认为我们已经达到了临界点. 这是一个只有政府才能解决的问题——特别是联邦通信委员会,Pelliccione说.

“我不认为这个问题会得到解决,除非有游说,或者至少有一个政府官员站出来说, “数据需要被拥有, 共享, 或购买的.’”

不断变化的业务状况

我们都很熟悉那些刻板的媒体主管, 相信他们对市场品味和方向的正确判断, 根据直觉而不是研究和分析做出主要的内容决定. 这句话现在听起来还正确吗?还是大量的可访问数据让事情变得不同了?

“我认为,值得注意的是,好莱坞仍有许多内容决策是基于一小群高管的直觉,军团M的安尼森说. “第一年我们参加圣丹斯电影节, 都是关于优步里的人说的, “我听到很多人在谈论这部电影.“一定有更好的办法. 对我们来说,数据是必不可少的.

“当我们能够驾驭群众的力量, 这些数据有助于人们不像民主国家那样做出决定, 而是提供洞察力和额外的视角,让我们做出正确的决定,安尼森说. 通过其特定的商业模式, 《百家乐软件app最新版下载》专注于弥合内容创造者和消费者之间的鸿沟. 与传统媒体投资者相比,这种方式让它对自己的数据拥有了更大的控制权.

如果我们看一下有和没有的数据, 显然,《百家乐软件app最新版下载》和《百家乐app下载》(游戏邦注:这两家公司都没有游戏)已经找到了一种无需深入数据就能运营业务的方法,如果他们能够利用Quickplay和Conviva所提供的纯游戏功能的话, O&O媒体. 通过创造性地利用他们所拥有的数据, 这两家媒体公司都很繁荣, 这似乎是最好的结果.

这里最大的挑战是,数据捕获和分析技术已经发展到几年前我们从未预料到的程度. 下一步, 我们可以希望, 对媒体公司来说,是对源自其业务的数据获得更多控制权吗.

流媒体覆盖
免费的
合资格订户
现在就订阅 最新一期 过去的问题
相关文章

如何使用数据来理解和吸引你的受众

Quickplay的Naveen Narayan和Reality Software的Nadine Krefetz讨论了如何收集正确的数据来提高流媒体平台对其受众的理解和了解, 提高用户粘性和内容货币化, 这是流媒体西部2022的演讲.

可操作流数据从何而来?

Revry的Damian Pelliccione和军团米的Jeff Annison在这段来自流媒体西部2022的视频中讨论了他们如何收集和应用有用的流媒体分析,用于广告驱动的OTT和FAST.

Conviva如何量化OTT QoE

Conviva的Melissa Yurash解释了Conviva如何从流媒体和OTT用户体验质量的定性数据中得出定量结论.

更好的数据意味着更好的广告吗?

更好的数据如何影响用户对广告支持的流媒体层的反应? 个性化广告偏好的更多选择是否会让人们更容易接受广告支持的流媒体? 三位行业专家讨论了这些问题,以及大量数据支持广告的未来,以及它对流媒体行业和整个网络的影响.

Conviva如何促进更好的流媒体广告购买

Conviva副总裁田硕讨论了Conviva提供相关服务的能力, 在流媒体西部连接2021的这段视频中,向出版商提供实时数据点增强了流媒体广告购买过程.

流媒体分析:重点跟踪

Bitmovin的Steve Geiger提供了流媒体/编码分析跟踪的基本技巧, 如何阅读热图, 以及如何使用分析来为您的观众提供更好的视频,这是他在2019年流媒体西部的演讲片段.

利益相关者关心哪些流度量?

VideoRx首席技术官Robert Reinhardt在2019年流媒体东部视频工程峰会上的演讲中确定了利益相关者关心的关键流媒体数据点.

提及的公司及供应商