全链路的数据收集,分析,才能精准的定位问题,并制定方案改进。本文来自快手流媒体大数据平台架构师罗喆在LiveVideoStackCon热身分享上的分享,他会在10月19-20日的LiveVideoStackCon上分享更详细和完整的内容。
文 / 罗喆
整理 / LiveVideoStack
直播回放:
https://www.baijiayun.com/web/playback/index?classid=18073150147056&session_id=201808020&token=GqnbiUX1y4lt681rrJ0J_RVM5yFl6dFS4sB52SAekvWq3jsp5ES4O8ykX8qRNLttvr5OwSoF9BcKp0fXMnVKLQ
今天的主要内容分为以下几个部分:
1,快手业务简介
2,用户体验(QoE)监测指标简介
3,直播质量(QoS)指标介绍
4,直播QoE-QoS指标联合分析
5,短视频大数据体系简介和预告
一, 快手业务简介
快手的主要业务就是短视频和直播,上图是一些快手的直播截图,从这些图片中可以看出快手平台的内容比较具有生活气息,场景十分丰富,有室内有户外,有游戏有吃播,因此从技术的角度来看,我们主要需要解决用户地域分布广、网络环境复杂、手机机型复杂、业务场景丰富等挑战。面对海量的用户,复杂的场景,我们选择通过建立全面的数据监测体系,实时感知用户的体验问题,从而提出有针对性的优化策略,并且评估优化的收益。在实践中,我们总结了一系列用户体验(QoE)、服务质量(QoS)相关指标,研究了它们之间的区别和联系,对于体验优化有指导性作用,在此分享一下我们的相关经验,希望对从事相关工作的同学们能有帮助。
二, 直播的用户体验(QoE,Quality of Experience)监测指标简介
简单介绍一下QoE(Quality of Experience)用户体验指标,QoE指标的设计理念是为了更贴近用户的真实感受,收集的是用户的行为数据,主要是用来衡量用户的主观体验,比如直播卡顿了,多少用户会选择离开当前直播间。与之对应,技术服务质量指标(QoS,Quality of Service),主要反映的是客观指标,如发生了多少次卡顿。如上图所示,是四个典型QoE指标的示例。
首先,次均观看时长和在线人数会反映用户的行为,从图中可以看出,次均观看时长和在线人数两条曲线在晚高峰时段的时候会迅速达到峰值,而在白天一直处于一个比较平稳的增长状态。这个增长趋势是用户行为导致的,因为用户在晚上的时候更有时间刷短视频和观看直播,所以次均观看时长和在线人数都会上涨。这个跟服务质量也会有关系,在晚高峰的时候如果卡顿严重,可能会引起曲线下行,但总体上来说,服务质量指标在这里所占的权重并不是决定性的。
下面来看完播率和用户评论卡顿数,完播率的定义是完整的观看完一个短视频的比例,用户评论卡