Аналитика OTT: аудитория, вовлечённость, качество

Кратко (TL;DR)

OTT-платформа – та, что доставляет видео напрямую через интернет, а не через кабельную или спутниковую приставку – меряет три семьи чисел, и платформа, что их путает, летит вслепую. Первая семья – аудитория (кто здесь и сколько), вторая – вовлечённость (что смотрят и как долго), третья – качество (как видео реально сыграло), и весь смысл карты в том, что три семьи связаны, именно в таком порядке, с деньгами, что зарабатывает платформа. Качество ведёт к вовлечённости, вовлечённость – к удержанию, а удержание это основа и подписочной, и рекламной выручки – цепочка, доказанная жёсткими числами в исследовании Akamai на 23 млн просмотров: зрители начинают уходить уже после двух секунд задержки старта, и каждая лишняя секунда поднимает долю отказа на 5,8%. Эта статья – карта всей приборной панели: что меряет каждая семья, откуда берутся числа, какие стандарты держат их честными и какая арифметика превращает медленный старт в строку вашего отчёта о выручке.

Зачем это нужно

Если вы запускаете OTT-платформу или планируете её, аналитика это не побочный data-science-проект, а приборная панель, по которой вы ведёте бизнес. Основатель, который не может ответить «сколько людей смотрит прямо сейчас, какую долю каждого тайтла досматривают и чисто ли играет видео», принимает продуктовые, контентные и инфраструктурные решения наугад. Беда в том, что стриминг бросает в вас десятки метрик, большинство дашбордов их перемешивает, а многие громкие числа (сырые «плеи», среднее время просмотра) врут так, что льстят платформе. Эта статья даёт карту, нужную нетехническому оператору: три семьи метрик, как они связаны с выручкой и как читать их, не обманываясь. Это якорная статья блока аналитики, и она ведёт к более глубоким статьям по каждой семье – метрики просмотра, quality of experience и аналитика удержания – так что вы можете углубиться в любую из них.

Одна идея: аналитика это приборная панель оператора

Пилот не пялится в один датчик. Приборная панель группирует показания по тому, что они говорят – высота и курс говорят, где вы, скорость и топливо – как у вас дела, температура двигателя и давление масла – здоров ли механизм – и пилот читает все три группы вместе, потому что любая в отрыве может ввести в заблуждение. Карта аналитики OTT – та же идея. Вы не гонитесь за единственной «полярной звездой»; вы читаете три группы датчиков, что отвечают на три разных вопроса, и мастерство в том, чтобы знать, какая группа на какой вопрос отвечает и как они влияют друг на друга.

Поэтому до любого конкретного числа зафиксируйте в голове три вопроса. Кто смотрит и сколько? Это семья аудитории. Что смотрят и как долго? Это семья вовлечённости. Как видео реально сыграло? Это семья качества. Каждая метрика, что производит стриминговая платформа, падает в одно из этих трёх вёдер, и карта важна потому, что вёдра связаны причинно – плохое качество тихо отравляет вовлечённость, слабая вовлечённость проявляется как отток, а отток это число, которого ваша выручка не переживёт. Читайте их в отрыве – и будете лечить симптомы; читайте как карту – и сможете проследить проблему выручки до её причины.

Нажмите, чтобы увеличить

Семья первая: аудитория – кто здесь и сколько

Семья аудитории отвечает на вопросы о численности. Это числа, о которых совет директоров спрашивает первым делом, потому что они задают размер бизнеса.

Базовый слой – зарегистрированные и подписанные аккаунты: сколько людей зарегистрировалось и (для подписочного сервиса) сколько платит. Но аккаунт это не зритель. Одна семейная подписка может быть тремя людьми на четырёх устройствах, поэтому платформы также считают уникальных зрителей (разных людей или профили, что реально смотрели за период) и, для рекламы, охват (сколько уникальных зрителей коснулась реклама или тайтл). Разрыв между аккаунтами и активными уникальными зрителями сам по себе сигнал здоровья: платформа с миллионом подписчиков, но двумястами тысячами активных зрителей в месяц прячет проблему удержания за здоровым на вид числом подписчиков.

Метрика, уникальная для стриминга – и сильнее всех нагружающая архитектуру – это concurrency: сколько людей смотрит в один и тот же миг. Под concurrency масштабируются ваша доставка, транскодинг и сеть доставки контента, и на live-событии она может скакнуть в разы выше среднего. Инженерию этого пика мы разбираем подробно в масштабировании и concurrency для OTT; здесь же мысль проще – concurrency это метрика аудитории, что заодно работает метрикой планирования мощностей, и именно она ломает платформы, что следят лишь за дневными итогами.

Ловушка честного подсчёта в этой семье – считать аккаунты зрителями. Определите метрики уникальных зрителей и concurrency точно – по профилю, в заявленном окне, с устранением дублей по устройствам – до того, как назовёте их кому-либо, потому что наивная версия всегда завышает.

Семья вторая: вовлечённость – что смотрят и как долго

Если семья аудитории задаёт размер зала, семья вовлечённости говорит, нравится ли кому-то шоу. Это семья, сильнее всего связанная с тем, вернётся ли зритель, и она строится из небольшого числа аккуратно определённых событий.

Атом вовлечённости – плей (play): один случай, когда зритель запускает кусок контента. Звучит тривиально, и это самая злоупотребляемая метрика в стриминге, потому что «плей» это заданное событие, а не догадка. Считается ли плеем двухсекундное autoplay-превью в ленте обзора? Считается ли дважды, если плеер считает восстановление после ребуферинга новым плеем? Разные определения могут менять число «плеев» широко, поэтому индустрия опирается на порог засчитывания – частая договорённость считать плей только после минимального непрерывного времени просмотра. Мы разбираем эту метрику, включая ловушки autoplay и ботов, в метриках просмотра.

Из плеев вы строите метрики, что реально предсказывают лояльность. Время просмотра (watch time) (всего просмотренных минут) – сырое топливо бизнеса: оно питает рекламный инвентарь в рекламных моделях и служит ключом аллокации выручки на тайтлы. Completion rate (какую долю тайтла зрители досматривают) говорит, оправдывает ли контент обещание. Длина сессии и сессий на пользователя говорят, привычка ли платформа или редкий визит. А семья вовлечённости сворачивается в два числа, что подытоживают лояльность: удержание (доля пользователей, что продолжают возвращаться) и его зеркало отток (доля уходящих). Отток как метрика выручки – сердце подписочного бизнеса, и мы трактуем его именно так в статье об оттоке, удержании и аналитике подписок; кривые вовлечённости, что предсказывают отток – предмет аналитики удержания и вовлечённости.

Ловушка честного подсчёта здесь – среднее. «Среднее время просмотра 28 минут» может описывать и здоровую платформу, и ту, где крошечное ядро фанатов маскирует стену зрителей, что бросают на первой минуте. Метрики вовлечённости надо читать распределениями и когортами, а не одним средним, иначе они расскажут утешительную, но неправдивую историю.

Семья третья: качество – как видео реально сыграло

Третью семью основатели чаще всего упускают, а инженеры чаще всего над ней трясутся, и именно её этот раздел трактует как рычаг оператора. Quality of experience (QoE) – зонтичный термин для того, как хорошо сыграло видео с места зрителя: не был ли контент хорош, а доставила ли его технология чисто. Эта семья существует как именованная и стандартизованная как раз потому, что каждый вендор аналитики определял эти метрики чуть по-своему; стандарт CTA-2066 Ассоциации потребительских технологий («Streaming Quality of Experience Events, Properties and Metrics», 2020) написан, чтобы дать индустрии одну терминологию и один согласованный способ считать каждую метрику, так чтобы две платформы, сообщая «rebuffering ratio», имели в виду одно и то же.

Четыре метрики QoE – их часто зовут квартетом QoE – несут основной вес, и вы должны уметь их назвать.

Цели – частые договорённости операторов, не стандарты; точные определения живут в CTA-2066 и в разделе Video Streaming по ссылке ниже.

Эти четыре – взгляд оператора. Формальные определения уровня алгоритма плеера – как именно плеер считает startup time, как под капотом работает адаптивный выбор битрейта – относятся к слою стриминговой инженерии, и мы намеренно их здесь не выводим заново; читайте метрики QoE видеостриминга в разделе Video Streaming за определениями, а инструментирование QoE на стороне плеера – за тем, как плеер их излучает. На карте аналитики важно, что семья качества измерима из плеера и напрямую связана с выручкой – связь, которую доказывает следующий раздел.

Нажмите, чтобы увеличить

То, о чём карта на самом деле: как три семьи связаны с выручкой

Вот почему группировка метрик важнее любого отдельного числа. Три семьи это не параллельные табели – это цепочка причинности, и она наведена на выручку.

Качество влияет на вовлечённость. Это не догадка, а один из самых цитируемых результатов в стриминговых исследованиях. В 2012 году Кришнан и Ситараман проанализировали 23 млн просмотров видео от 6,7 млн уникальных зрителей в сети Akamai и установили причинную связь – не просто корреляцию – между качеством потока и поведением зрителя. Их ключевые находки до сих пор держат поле: зрители начинают уходить, как только старт занимает больше примерно двух секунд, и каждая дополнительная секунда задержки старта поднимает долю отказа на 5,8%. Они также нашли, что зритель, переживший ребуферинг, равный всего 1% длительности видео, смотрит примерно на 5% меньше его, а зритель, столкнувшийся со сбоем, заметно реже возвращался на тот же сайт в течение недели. Собственное руководство IETF для стриминговых операторов, RFC 9317 («Operational Considerations for Streaming Media», 2022), ставит startup time, стабильность воспроизведения и избегание подвисаний в центр забот о качестве именно потому, что они управляют опытом.

Вовлечённость влияет на удержание. Зритель, что досматривает тайтлы, возвращается между сессиями и формирует привычку – это зритель, что продлевает подписку или видит больше рекламы. Зритель, чьи сессии укорачиваются, шлёт вам предупреждение об оттоке за недели до отмены.

Удержание влияет на выручку. В подписочной (SVOD) модели удержание и есть строка выручки – потерянные подписчики это потерянный регулярный доход. В рекламной (AVOD) модели вовлечённость это инвентарь – меньше просмотренных минут означает меньше показанной рекламы. Так или иначе деньги сидят в конце цепочки, а цепочка начинается с качества.

Нажмите, чтобы увеличить

Разобранный пример: цена медленного старта

Сделаем цепочку конкретной арифметикой, потому что именно она превращает метрику качества в строку бюджета.

Допустим, ваша платформа обслуживает 1 000 000 попыток показа в день. Инфраструктурное изменение – более дешёвая, но медленная конфигурация доставки – толкает медианный video startup time с 2 секунд до 4 секунд: две лишние секунды.

По находке Akamai о 5,8% дополнительного отказа на каждую лишнюю секунду две секунды означают примерно 2 × 5,8% = 11,6% больше этих попыток, брошенных до старта видео.

11,6% от 1 000 000 = 116 000 потерянных показов в день.

Теперь привяжем деньги. Скажем, каждый успешный показ стоит, консервативно, $0,02 (один pre-roll за вычетом затрат или ценность времени одной удержанной сессии). Тогда 116 000 × $0,02 = $2 320 потерь в день, или около $847 000 в год – чисто из-за старта на две секунды медленнее, ещё до единого оттока подписчика. Прогоните ту же арифметику на ваших реальных числах, и семья качества перестанет быть инженерной vanity-метрикой и станет строкой, что волнует финдиректора. Этот расчёт «цены медленного старта» – сильнейший аргумент, что даёт карта аналитики, и мы развиваем его в статье о QoE.

Откуда берутся числа: слой данных под картой

Карта хороша лишь настолько, насколько хороши питающие её приборы, поэтому полезно знать, откуда берутся числа каждой семьи.

Метрики аудитории и вовлечённости приходят из двух мест: ваших прикладных и биллинговых систем (кто зарегистрировался, кто платит, кто нажал play) и ваших событий плеера (когда начался плей, как долго шёл, где остановился). Метрики качества почти целиком приходят из самого плеера, единственного компонента, что знает, что зритель реально увидел – когда появился первый кадр, как долго подвисало, на каком битрейте устоялось. Плеер излучает их маленькими телеметрическими сообщениями, называемыми маяками (beacons), что текут в вашу систему аналитики; их построение – предмет инструментирования QoE на стороне плеера.

Два стандарта стоит знать по имени, потому что они делают этот слой данных совместимым. CTA-2066 (выше) стандартизует что метрики значат. CTA-5004, спецификация Common Media Client Data (CMCD), стандартизует, как плеер прикрепляет информацию о воспроизведении – идентификатор сессии, битрейт контента, вот-вот ли подвиснет – к каждому запросу, что он шлёт в сеть доставки контента, чтобы сеть и слой аналитики можно было соотнести, а не гадать. Её компаньон CTA-5006 (Common Media Server Data, CMSD) позволяет серверам отвечать своими данными. Вместе они означают, что ваши логи доставки и метрики плеера наконец сшиваются в один взгляд на сессию – фундамент стека измерения, что мы разбираем в стеке измерения QoE.

Карта и её три семьи, таким образом, не абстракция – у каждой семьи конкретный источник, а стандарты выше это причина, по которой оператор может читать их единообразно, а не доверять приватным определениям одного вендора.

Частая ошибка: рулить по vanity-метрикам

Самая дорогая ошибка аналитики не отсутствующий дашборд, а руление не той семьёй. Платформа, что празднует «десять миллионов плеев в месяц», игнорируя rebuffering ratio и completion rate, читает датчик аудитории, пока датчик температуры двигателя в красной зоне. Сырые плеи легко раздуваются (autoplay, повторный счёт, боты), отлично выглядят в презентации совету и почти ничего не говорят о том, счастливы ли зрители и вернутся ли. Дисциплина, что навязывает карта – всегда читать три семьи вместе: число аудитории это хорошая новость, лишь если за ним здоровы числа вовлечённости и качества. Когда громкая метрика улучшается, спросите, к какой семье она относится и что говорят две другие – если плеи растут, но completion падает, а ребуферинг растёт, вы покупаете скачок, за который заплатите оттоком.

Где здесь Фора Софт

Аналитика на стриминговой платформе должна держаться на масштабе – миллионы событий показа и маяков качества в день, превращаемые в честные риалтайм-датчики, по которым оператор реально ведёт, а не в склад чисел, которым никто не верит. Фора Софт строит видеостриминговые и OTT/Internet-TV платформы с 2005 года, в 250+ проектах для 400+ клиентов, включая инструментирование плеера, конвейеры событий и дашборды, что делают три семьи читаемыми. Мы проектируем слой аналитики как часть платформы – маяки плеера, излучающие стандартизованные события QoE, конвейер событий, что точно определяет «плей» и «уникального зрителя», и дашборды, что показывают семьи аудитории, вовлечённости и качества рядом, так чтобы причинная цепочка к выручке была видна. Мы вендор-нейтральны: построим на платформе измерения вроде Mux или Conviva либо на открытой телеметрии – что подходит вашему масштабу и бюджету.

Ключевые выводы

• Аналитика OTT делится на три семьи: аудитория (сколько), вовлечённость (как долго), качество (как сыграло).
• Семьи образуют цепочку причинности – качество ведёт к вовлечённости, та к удержанию, оно к выручке.
• Читайте три вместе; большое число аудитории хорошо, лишь если за ним здоровы вовлечённость и качество.
• Зрители уходят после ~2 секунд задержки старта; каждая лишняя секунда +5,8% отказа (Akamai, 23 млн просмотров).
• Квартет QoE – startup time, rebuffering ratio, битрейт, доля сбоев – это панель качества оператора.
• CTA-2066, CMCD (CTA-5004) и CMSD (CTA-5006) держат метрики едиными, а слой данных совместимым.

Что почитать дальше

• Метрики просмотра: плеи, watch time, completion, concurrency – честное определение чисел аудитории и вовлечённости.
• Quality of experience (QoE): startup time и ребуферинг – семья качества вглубь, с арифметикой цены медленного старта.
• Аналитика удержания и вовлечённости – превращение семьи вовлечённости в продуктовые решения.