1号风向 |?视频分析，是时候展现真正的技术了！
2019/5/27 22:51:541号风向工作组 传媒1号
来源：OOYALA
时间：2019年5月2日
今天是「1号风向」第 63篇文章
1号按
我们生活在一个充满数据的世界里。从火车是否准时运行，到世界上每个城市的温度，再到每天行走的步数或消耗的卡路里，人们都深谙一个道理——你无法改进你无法衡量的东西。
这一新的数据收集时代对媒体行业也产生了深远的影响。新技术使内容分发商能够在更加准确和精细的层面上，了解他们的服务的使用情况及货币化程度。大多数业内人士现在都认为，公司只有充分利用数据的洞察力，才能赢得长远的胜利。
OOYALA采访了许多世界领先的媒体组织和品牌，并与他们的运营团队进行了交谈，以尽可能详细地了解他们真正关心的关键绩效指标，他们根据收集的数据进行了哪些更改和调整，以及这些更改对他们有什么影响。在这篇白皮书中，我们将介绍传媒公司可以、且应该利用视频分析的五种方法，并举例说明领先的媒体组织如何通过视频分析实现货币化。
关键词：视频分析；数据；货币化
内容策略分析
图片来源：Search Engine Land
过去，要决定是否购买某个电视节目的版权或是测试观众对试播节目的反应，通常都以收视率为唯一参考标准。这个过程在很大程度上被认为是一门艺术，而不是一门科学，传统的电视收视率从来没有拥有像现在的在线视频分析那样强大的洞察力。
如今，就连观众都知道，Netflix，亚马逊和Hulu等大型订阅视频点播(SVOD)播放器正在使用观看趋势数据进行内容调试和购买决策。我们发现，体育广播公司和版权所有者使用的内容策略分析系统是最复杂的。由于体育内容通常价格昂贵，分析系统的复杂性也是其必然结果。
示例1：数据审核。与我们交流的一家公司使用观看量作为最重要的KPI(关键绩效指标)，公司高级管理团队每周会对数据进行审核。出版商必须向他们所购买内容的球队证明他们正在获得一定的点击率，因为球队通常希望通过这种独家许可协议保证粉丝参与不会受到损害。数字团队通过将每周观看趋势与用户数量、每个用户观看的视频内容和其他关键指标相关联，以证明对这部分内容进行版权投资的合理性。
示例2：实时评估人才。一家位于亚太地区的综合生产和分销初创公司使用视频分析来评估不同的主持人如何与观众产生共鸣。该公司能够以相同的节目形式测试新的主持人，并评估观众一分钟内对他们做出的反应。他们会仔细监测观看视频的人数，以及观众放弃观看时的视频播放时间。根据这些信息，他们可以推断哪些主持人最受观众欢迎，并让观众观看时间最长。这一分析与观众焦点小组一起为制作公司提供真实数据，用于为新节目选择人才。
总体来说，我们发现与我们交谈的公司为内容制作和版权购买进行了大量投资。他们非常关注不同视频的观看次数。更有经验的人会更进一步尝试某种ROI计算，以评估他们制作和购买的内容。例如，对于订阅业务，查看订阅者每月要观看的视频数量以及吸引订阅者的内容，以便他们不会取消订阅。对于广告业务，研究观众所有内容的观看时间以决定可以向该观众提供的广告数量。如果可以识别内容流行趋势，例如视频片段的长度、是否有特定演员/演示者、主题或类型，就能为内容购买或制作提供参考。
当然，没有任何级别的分析可以完全取代世界上最有才华的导演，制片人和其他人才的判断力、创造力和直觉。但是，向内容分发公司证明内容价值的能力对于确保制作者的作品得到应有的回报，以及证明未来制作热门内容所需的预算来说至关重要。
观众获取和参与的分析
随着在线视频服务的激增，媒体公司和品牌面临的最大挑战之一，就是如何吸引目标观众并让他们保持参与。
现在需要最小化以广告、早期的订阅折扣或社交媒体赞助贴文等形式，收获成本和观众。在这种情况下，数据分析对于了解观众的来源以及能让他们观看时间更长、观看次数更频繁的内容至关重要。
图片来源：FilmDoo
示例1：关注点播数据。FilmDoo是一部针对国际电影的交易型视频点播(按次付费)服务，他们会密切关注最常被点播的电影，并使用这一信息更新其网站的电影列表以及各种营销活动(例如社交媒体，电子邮件)。这有助于用户发现最新的热门电影，保持其内容选择的新鲜度，鼓励用户查找他们可能想要购买的新内容和相关其他内容。
示例2：使用内容推荐引擎自动查看增长。一家大型跨国广播公司和付费电视运营商在英国开设了一个以体育为重点的网站，其中包括评论片段、分析、新闻特写和精彩片段。他们通过广告(主要是视频前贴片)将该网站货币化，并将该网站作为公司订阅服务的营销工具。
由于现有的视频片段较短，每个视频的只有一到两个贴片广告，因此增加收入的最佳方法是鼓励观众观看更多视频，从而创造更多广告资源以实现盈利。该广播公司利用Ooyala的内容推荐引擎Discovery，在视频结束或暂停时向观众提供个性化推荐。
在视频结束时，如果观看者没有选择推荐的视频，则系统将在几秒钟后自动播放其最有可能感兴趣的视频。这里的个性化推荐不仅仅基于趋势或流行的内容，而是基于复杂的算法，通过历史观看记录、内容新鲜度和使观看者更有可能喜欢该特定推荐的其他因素来进行个性化推荐。
通过这种方式，该广播公司每周可以增加数十万观看量和广告展示次数。因此，该公司已经超越了分析观看数据和手动更新主页视频列表和其他编辑推荐的方式，以直接推动收入的方式自动化个性化内容推荐。
不同的视频商业模式意味着观众获取成本驱动因素以及观看量增加对收入的影响不同。这一领域的最佳实践始终是通过对观众获取成本和收入增长潜力进行分析，以了解如何最好地获取和留住观众。
广告收入增长分析
图片来源：Single Grain
对于订阅和交易型视频服务，增加和保持收入的唯一方法是吸引和留住观众，这是我们在上一节中讨论的主题。虽然企业也可以改变定价，但通常不会做出频繁的改变，因此定价审核是一个战略性的过程。
对于以广告为主要收入来源的企业而言，利用分析可以增加更多的收入。以下是视频发布者在增加广告收入方面可以做出的决策的列表，其中不仅仅涉及观看次数和参与度的增加：
·视频内容旁边放置了多少个广告以使「广告加载」多样化；
·要投放的广告形式以及投放广告内容的时间点(通常有前贴片广告，中贴片广告和后贴片广告，叠加层，弹出窗口和品牌播放器等)；
·向广告客户或代理机构收取多少费用，以便在视频中投放广告资源；
·如何平衡同时运行的多个广告系列，以最大限度地提高销售量(即可供销售的广告资源量)，但同时确保播放量达到承诺数量；
·针对哪些内容投放哪些广告系列，以最大限度地提高广告系列的影响力并优化观看者体验。
示例：TV4每天都会监控其在线视频服务广告投放的性能分析。如果广告系列投放不足，他们会立即采取措施优化效果。例如更改当天投放的广告形式或更改广告系列目标的分配额以确保成功投放。TV4还会根据设备调整视频的广告负载。分析表明，观看者在不同设备上容忍的广告数量不同。通过监控分析并不断进行小幅调整，TV4成功地在提供广告的同时确保广告加载不会对观众产生负面影响。
现在的广告技术可以对广告活动的交付、定价、包装和预测进行极其复杂的分析。随着程序化交易越来越普遍普遍，大部分优化过程已经实现自动化。对广告策略进行仔细、定期的调整，并实现程序化和直接销售的正确结合可以在观看量基本持平的情况下大幅增加收入。
技术战略和运营效率的分析
图片来源：HighPoint Technology Group
技术战略和技术效率对内容业务的成功变得越来越重要，企业也越来越需要洞察他们应该在哪里进行技术投资，以及他们在哪里浪费了他们的技术支出。
我们需要关注的首要问题是在受众越来越多地转向移动端和多设备共同使用的趋势下，哪些设备和平台值得支持？我们需要了解是否应该首先在iOS或Android上发布应用程序；智能电视应用程序获得的观看量是否足以超越开发和维护成本；或者需要多少转码配置文件才能为所有设备上的所有观众提供最佳观看体验。这些都是核心战略问题，可以对视频项目的收入增长和投资回报率产生巨大影响。
此外，还可以使用视频分析来驱动其他非技术效率指标。例如，可以利用分析技术，在不影响业务的情况下节约人工工作的时间。视频运营团队可能在元数据输入或内容标记上花费大量时间。复杂的内容分析系统可对大部分有价值的内容进行分析，为建议和决策提供支持。但有的内容也不需要太过仔细的分析，例如，如果某些类型的内容观看量越来越低，或者与其他内容同一时间吸引的观众群体相同，就应该合并成一个单一的部分，从而降低复杂性。
示例：某公司推出了两个应用程序，一个针对欧洲市场，另一个针对亚太市场。这些应用程序具有不同的编辑内容，并且发布者对这两个地区的内容访问权限略有不同，因此尽管品牌相似，但两个应用程序上的内容差异很大，并且是针对每个市场量身定制的。
最初，这两个应用程序都可以在两个市场的相同操作系统和设备上使用。数据分析表明，这种方法效率不高，因为他们的亚太地区观众使用的设备类型与欧洲用户使用的设备非常不同。亚洲观众更有可能在Android设备上观看，特别是旧版Android。这种洞察力使出版商能够专注于支持获得最高观看量的应用程序版本，从而降低技术和人员成本并简化工作流程。
通过这些方式，视频分析可以帮助媒体企业节省技术和人员成本，并从战略角度思考他们应该关注的资源。分析技术还可以证明技术合作伙伴的效率。
协调分析多种数据源
图片来源：Flickr
对于以视频为重点的公司，视频分析通常是公司定期审查的最重要数据集之一。但是，几乎所有人都会同时进行其他形式的分析。对于不仅仅提供视频内容的公司而言，其他指标可能也很重要。常见的其他类型的分析包括：
·网站分析，例如页面查看和点击数据
·应用下载统计信息
·社交媒体分享指标
·广告，交易和订阅每周和每月收入
·以市场为基准的广告定价趋势
协调多个分析源不仅可以帮助公司验证每个来源是否正确，或者至少了解出现差异的原因，还可以提供有关观看者如何与网站或应用的所有元素进行互动的详细信息。这种全面的视角可以反过来助力内容编辑和观众获取策略的制定。如果公司试图鼓励创建购买渠道，或鼓励文章读者成为视频观看者，这些分析可以帮助他们了解如何实现这一目标。
1号结语
国内的视频此前分析大致分为两类——「数据挖掘」和「调研访谈」。从理论上看，这两种方式的结合既可以对全网进行舆情监测，又可以精确定位目标观众，并直接问出他们的想法。但是，理想很丰满，现实很骨感，看似完美无缺的方法也存在诸多局限性。
首先，分析对象不一定能代表视频真正的目标观众。热衷在社交网络上发言的网民并不能代表那些常年「潜水」的观众，问卷调查时的样本筛选机制和合理性、科学性也是一大问题。其次，从数据源的角度看，之前的视频分析只能抓取公开数据，整个体系尚在完善中，也没有彼此打通。最后，数据分析在货币化方面表现不佳，更不用说指导创作了。
这也是中国影视数据界的最大的困境——「懂技术的不懂内容，懂内容的不懂技术」。整合技术实力和影视经验，是重中之重，也是机会所在。而随着大数据和云技术时代的到来，正如Immanuel Kant所写，「没有数据的理论是没有根据的，但没有理论的数据是无法解释的。」企业只有通过仔细了解其希望通过视频分析实现的目标，才能采取措施利用这些数据来实现业务目标。
译者
孙敏 上海外国语大学广播电视学专业在读学生
http://weixin.100md.com
返回 传媒1号 返回首页 返回百拇医药