「经验」浅谈视频质量评估方式

科技   科技   2024-04-22 08:48   北京  

新同学 点击下方名片关注哦,每周二准时发文~~

预计阅读时间:5min


00

序言

视频作为当下主流的表达方式,渗透到各行各业当中,很多原有书籍、图文的表达方式逐渐视频化,以更为低成本的理解方式表达出来,我们日常生活中常见的视频类APP例如。

  • 长视频类:腾讯视频、爱奇艺、优酷。

  • 短视频类:抖音、快手、视频号。

那么问题来了,如果你是从事视频类产品的数据分析师,让你评估一下视频质量,你会从哪些方面着手呢?

下面,小火龙将自己的一些思考分享给大家。


01

大框架

视频质量评估,根据大方向,可划分为「通过视频本身评估」以及「通过消费反馈评估」。下面,我们逐一来看下这两个方面可以通过哪些指标进行评估。


02

通过视频本身评估

视频质量评估,最本质方面就是视频自身的好坏,说白了,视频感官是否舒服、视频是否可以正常加载。从分类上看,也需要评估这两个方面,具体如下图所示。

1、感官质量

图像质量:视频方面最核心的内容,图像是否清晰,整体的清晰度、色彩、亮度影响用户视觉、感官方面的评估。

声音质量:与图像相匹配的自然是声音,声音在两耳之间的相位差、声音质感等,都是影响视频质量的关键因素。

流畅度:最后就是视频在播放容器中的流畅度,是否会出现卡顿、声音是否与图像相匹配等。


2、交互质量

如果说感官质量是评估视频的内核,那交互质量就是评估视频的外核,其在容器中的表现情况,例如:播放成功率、起播率、缓冲率等核心指标。


03

通过消费反馈评估

视频的最终目的还是用户端的消费,因此通过用户的行为来评估视频的质量,是再合适不过的事情,这其中主要涵盖两个方面。

1、观看反馈

用户都是用脚投票的,如果视频好,必然会吸引更多人来看,因此可以通过播放的数据来进行度量,主要涵盖:vv、播放时长、完播率、快划率等指标。


2、互动反馈

相比观看反馈而言,互动反馈在用户行为上会更为主动,主要涵盖:点赞、点踩、评论、分享、CCR、NPS、VVR等,其对视频的态度会更为明确,因此在计算视频质量分上,权重也会更高。这里面的指标大多比较好理解,主要说说最后三个指标的含义及计算方式。

CCR(消费者抱怨指数 Consumer Complain Rate)= 有效负向反馈订单数 / 有效支付订单数*100%,该值越小越好

NPS(净推荐值 Net Promoter Score)=(推荐数量-贬损数量)/ 填答数量*100%,该值越大越好

VVR(违规内容传播率 Violate View Rate)= 某一时间段内有问题的内容VV / 同一时间段内所有的内容总VV*100%,该值越小越好


以上就是本期的内容分享。码字不易,如果觉得对你有一点点帮助,欢迎「关注」「点赞」「分享」哦,我会持续为大家输出优质的「原创内容」~~


实战资料链接:数据分析方法论图谱

面试辅导链接:简历修改及面试辅导


往期推荐

「经验」数据埋点很重要,这些内容你需要掌握『上篇』

「经验」数据埋点很重要,这些内容你需要掌握『下篇』

「经验」站在数据分析师角度,浅谈数据仓库需要掌握到的程度!

「经验」如何搭建“业务化”的指标体系?

「经验」如何30min内排查出指标异动的原因『归因上篇』

「经验」指标异动排查中,3种快速定位异常维度的方法『归因中篇』

「经验」指标异动排查中,如何量化对大盘的贡献程度『归因下篇』

「经验」汇总指标异动的十大原因,涵盖日常90%问题

「经验」时间序列预测神器-Prophet『理论篇』

「经验」时间序列预测神器-Prophet『实现篇』

「经验」带你掌握AB实验最佳流程

「经验」如何创建实验假设?这5步你需要掌握!『AB详解系列1』

「经验」不适合做AB实验的场景下,通过这4种方式来衡量策略效果

「经验」我对用户增长的理解『获客篇』

「经验」我对用户增长的理解『新用户篇』

「经验」我对用户增长的理解『流失预警篇』

「经验」用户画像对于业务如此重要?这几点你需要掌握!

「经验」用户增长渠道归因的五种常见方式

「经验」如何做好探索性分析?这5步需要掌握!

「经验」相关性分析竟能带来如此大的业务价值?

「经验」链路分析竟能带来如此大的业务价值?

「经验」浅谈分类模型在工作中的应用,附上实战场景!

「经验」浅谈聚类分析在工作中的应用

「经验」数据分析这7个场景下,可以利用算法解决问题

「经验」爬虫在工作中的实战应用『理论篇』

「经验」爬虫在工作中的实战应用『实现篇』

「经验」互联网广告基础知识汇总『广告系列1』

「经验」互联网广告出价及计费方式汇总『广告系列2』

「经验」竞品分析需要掌握的思路及诀窍

「经验」用户成长体系对于业务的价值『概念篇』

「经验」用户成长体系对于业务的价值『玩法篇』

「经验」从0到1撰写行业研报的核心思路

「经验」短视频0vv专项分析『实战案例1』


持续追更哦

多一个点在看

多一条小鱼干

小火龙说数据
《数据分析实践:专业知识和职场技巧》畅销书作者。互联网大厂数据科学家,原创数据分析优质内容及经验分享。
 最新文章