Streaming Analytics: Key Points to Track

Learn more about streaming analytics at Streaming Media East.

Read the complete transcript of this clip:

Steve Geiger: 在决定视频准备时要跟踪的关键点. 屏幕分辨率和基于播放体验呈现的分辨率是其中的核心部分, and as I talk about this, 我真正希望大家关注的是，最好看看你的数据. 行业基准将给你一个很好的方向，但当你通过自己的分析工具收集这些数据时, 当你把自己的数据拉进去时，你会开始看到你与那些行业标准的偏差. And that can mean a big difference in your performance, 在你的储蓄中最终当你开始基于这些做决定时.

这里的核心是不要编码用户无法从中受益的分辨率. 因此，这里我们没有看到任何4K利用率，所以我们不制作任何4K版本，也不向这些客户提供这些版本. 比例因子是另一个很多人没有考虑到的事情，但它是一个相对重要的因素. 我们在这里看到的是传递的分辨率和检测到的回放分辨率. 再一次，你将最理想地匹配这个并且没有比例因子. 如果你缩小视频，那就意味着你可能会浪费比特, you have a higher resolution than you needed to deliver. 放大视频意味着你的用户没有得到理想的体验. Now, there are caveats to that, 有时候你确实想要缩小视频. 但一般来说，只要有可能，你就应该努力做到这一点.

最后，我们将以两种不同的方式来了解比特率. One is, don't generate rates that your users can't watch. 很明显，在900千比特附近有一个很均匀的趋势, so producing a three or four megabit rendition isn't going to do your users very much good; they'll never adapt up to it. 你还应该看看我们所说的热图或密度图，人们在一段时间内观看的内容，看看你的用户在这些情况下的分布.

所以在另一种情况下我们有四分之一的观众打出了最高的4.8 megabits, 我们有些人的网速会降到800到400kb, 但在这种情况下，中间有一种奇怪的条纹我们可以追溯到零利率或上限数据计划. 所以这是一个空白，在这个空白中我们不会有任何观众.21兆比特，所以这可能不是你需要生产的东西.

So, 最后，我想回到我之前提到的视频编解码器支持, another thing that you can get from your analytics. AVC的普遍性是如此之大，每个人都能接受. We have 19% at HEVC and 74% at VP9 as well as a 55% for AV1. 有趣的是如果你还记得计划是什么以及人们在一般规则中实施的是他们做的HEVC比VP9多. But when you start to peel back the data and look into it, 这些编解码器的实际目标市场可能略有不同.