大数据分析：提供更好的在线流媒体体验的关键.docx

大数据分析：提供更好的在线流媒体体验的关键 持续的数字化，不断提高的联网速度以及全球范围内互联网用户的大量增长，已成为最近推动OTT视频流媒体行业急剧增长的主要催化剂。根据IHS Markit Technology的必威体育精装版研究，在线流媒体服务订阅量预计将从2019年的6亿增长到2021年的11亿。Statista的另一项调查预测，到2024年，全球OTT收入将达到1588.4亿美元。 注： OTT，“Over The Top”的缩写，这个词来源于篮球运动中的一个动作“过顶传球”，用在电视业上是指通过公共网络向用户提供内容分发业务，也在于说明OTT是绕过传统的有线电视系统、直播到户卫星电视系统等为用户提供视频等业务。 按需服务（On-demand services）激发了客户的兴趣，即他们可以随时随地通过自己选择的设备访问所需的内容。在COVID-19（新冠肺炎）大流行之后，大多数行业都处于停滞状态，OTT视频流媒体行业有了一线希望。由于我们大多数人都呆在家里，没有任何剧院、购物中心和其他娱乐来源，OTT行业正见证着巨大的需求激增。在目前的情况下，毫无疑问地说，后COVID世界将看到OTT视频行业的客户基础和收入预测进一步增长。 转变在线流媒体体验：大数据的作用 快速数字化正在改变OTT视频行业某些关键方面的运作方式。 现在，数据推动了内容的创建、分发和推荐。传统的媒体和娱乐行业过去常常采用“试错法”（trial and error，追求目标的通过不断试验和消除误差，探索具有黑箱性质的系统的方法）来传递内容。但是，OTT行业的数字化本质已经依赖于数据，这才是真正的游戏规则改变者。在当今高度不确定的环境中，每个客户都是唯一的并且需要个性化的服务交付，因此很少用传统的方法来接触客户。 吸引人的内容，优质的用户体验和个性化的内容交付是在竞争激烈的OTT视频市场中得以生存的完美组合。使用数据更适合用来了解观众在视频消费过程中的有关内容消费模式、网络性能和问题的见解，以更好地交付视频服务。OTT视频服务提供商可以访问用户的整个访问过程和网络数据。但是，在竞争激烈的市场中，成功的OTT运营商与其他竞争对手不同的是，它能够从大量可用数据中得出可行的见解，从而为消费者改善服务质量（QoS）和体验质量（QoE）。OTT视频服务提供商可以通过利用数据来最大程度地利用此机会： 更好地了解用户：数据可以回答有关用户的几个基本问??题。 谁在看哪个视频？用户什么时候观看视频？用户最喜欢哪种类型？用户是否正在放弃任何特定类型的内容？要留住观众，必须深入了解所有这些问题。 精准地细分用户：更好地了解用户有助于通过量身定制的定价和促销优惠来创建特定的用户资料并满足他们的需求。 提供高度个性化的内容目录：分析以内容为中心的观看模式，可以发现最受欢迎的以及高度被放弃的内容。OTT播放器可以利用这些见解来提出个性化的内容推荐，以确保更好的用户参与度并最大程度地减少客户流失率。 提高娱乐体验质量：分析位置、网络和设计相关数据有助于主动发现和解决可能妨碍观看者体验的问题。用户设备数据还有助于优化服务交付，以获得更好的观看体验。 大数据分析通过在正确的时间向正确的受众传递正确的内容组合，为OTT玩家提供个性化体验的最大机会。 OTT平台如何利用大数据分析 OTT平台越来越转向数据分析，以利用海量数据流来获取有关内容查看趋势和用户资料的有价值的见解。由于OTT平台会生成一系列不同的数据点，例如：用户统计数据、内容分级、用户位置、设备数据、有哪些信誉好的足球投注网站数据等，因此必须将所有分散的孤立数据点置于上下文中。 数据工程技术（例如Data Lakes）是支持不断增长的数据可伸缩且敏捷的解决方案，通常是大多数OTT播放器无缝整合海量数据以进行轻松数据查询和分析的基石。 让我们看一下关键数据分析服务如何帮助OTT参与者利用大数据的力量来释放增长机会。 数据科学与高级分析 为了提供个性化的用户体验，OTT视频平台采用数据科学技术和高级分析功能来推荐相关内容，增强参与度，增加收视率并减少观众流失。应用人工智能、深度学习和机器学习可通过分析随时间推移的巨大数据集的查看模式和内容偏好来帮助优化推荐算法。在当前的竞争格局中，内容发现是关键的区别因素，人工智能和高级分析功能可帮助OTT玩家通过动态内容元数据执行智能推荐。 商业智能（BI）和数据可视化 通过可视化仪表板和交互式报告跟踪关键指标和KPI（Key Performance Indicator，关键绩效指标），可加快对用户数据、网络数据、内容消费模式和订阅数据的整体分析。应用BI技术有助于将来自不同细分市场的数据趋势整合为全面的业务洞察力。BI和数据可视化简化了数据，以便快速了解并主动实施决策。 未来之路：领先的OTT玩家如何编写未来脚本 OTT无疑改