本文整理自神策数据驱动大会，秒拍副总裁陈太锋的《移动视频数据驱动实战分享》演讲实录。着重介绍了如何通过数据分析来提升有效播放量，让日视频播放量达到22亿的秒拍保持业务的高速发展。
秒拍是是国内最大的一个视频内容的制作和分发平台，目前是微博短视频的运营和合作伙伴。由于定位是PGC内容平台，所以整个产品不仅要重视观众的使用体验，也要关注内容产生者的使用体验。只有从海量数据中进行分析，从不同维度来同时提升用户体验，保证平台的有效播放量，才能让秒拍在竞争激烈的视频领域立于不败之地。
什么是有效播放量，为什么这个指标这么重要？
我们将有效播放量定义为：一个统计周期内，视频被打开，且视频正片内容（除广告）被成功播放的次数之和。（也称为CV，即：Content Views 内容播放数）
有效播放数指标之所以重要，是因为这个指标能真实的反映出视频的受欢迎程度，用户的实际体验度，并最终能够影响公司的变现能力。
需要提醒的是，大家不要将有效播放量与另外两个重要指标混淆了。
IV（Initial View）：指在一个统计周期内，视频播放初始化的次数之和，这个数据对于评估运维质量非常重要。
VV（Video View）：指在一个统计周期内，视频被加载的次数之和。但因为是视频流被加载，有可能播放的是片前的广告视频，还未播放到正片内容。
影响有效播放量的因素有多少？
对核心指标有了解后，我们一起看看影响有效播放量的因素会有多少呢？ 让我们跟着整个视频播放的逻辑图来看一下这些影响因素。
从这个逻辑图中我们可以看到，影响到有效播放量因素非常之多。从市场运营产品负责的用户来源渠道，应用首页的展现形式，内容的组织形式，到技术运维负责的播放器的加载速度，视频播放流畅度，清晰度，用户上传体验，转码速度等。
只有在这些影响因素指标都良好的情况下，你才能得到一个比较满意的有效播放量。所以说，有效播放量这个指标不能是一个产品经理，或者某一个部门来简单的负责。我们需要对这个指标进行拆分和分解，让每个部分负责其所能影响的子指标因素。最终形成合力，提升核心指标—— 有效播放量。
我们看一下具体到每个部门，指标将分解为哪些呢？
渠道部门
一次用户占比：指登录一次的客户端的用户占这个渠道客户的比例，这个数据应该是越小越好。从神策数据分析中的用户的新鲜度可以对这些数据进行拆分。
用户的留存率：行业里大家一般用的是次日留存，7日留存和30日留存数据。神策分析中留存的维度和指标都是可以完全自定义的，而且在数据量上可以选择抽样和全量两种模式。这样我们就可以在平时研究渠道质量的时候，可以随机抽查，任意渠道任意天数的留存。
人均日使用时长：结合上面用户留存率的数据，加上我们同样维度里用户的使用时长来发现渠道的一些问题，寻找更好的渠道资源。
人均日登录次数
市场部门
指数：代表了海量网民行为数据的兴趣需求，目前有代表性的有百度指数和新浪微博指数等。
活动推广周期内的用户质量。
ROI：投资回报率。
活动运营数据：阅读量，参与人数，新增用户，留存、生产内容量、互动率。
产品部门
产品的质量：产品的bug，错误率；
留存：关键核心路径的留存。在神策分析的留存分析功能中，我们可以按照选定的需要研究的路径来设置初始行为和后续行为，来知道满足这些行为模式下用户的一个留存情况。
用户的反馈数据：正向、反向
用户体验数据：愉悦感、参与度、接受度、任务完成率、流失率、回访、
运营部门
内容质量：人均观看、人均访问时长；
用户拓展：头部用户比例、内容生产比例；
精细化运营：挖掘用户状态迁越的关键点、个性化推荐；
用户召回：阶段性的设计促活和召回策略。
研发部门
稳定性：崩溃指标，我们现在用神策分析来统计系统的崩溃数据，可以从不同机型，系统来分析查看其崩溃率；转码失败率。
运维质量：内容加载成功率、响应速度、延迟率，调度成功率，服务稳定率。
视频指标：视频上传成功率，转码失败率，上传速度、播放速度、VV/IV。
通过哪些数据分析方法来提升这些因素？
有了这些指标，我们看看可以通过哪些具体的数据分析方法来提升这些指标。
第一是用户行为路径分析：就是通过去跟踪整个用户行为流程，帮我们去建立对用户的认知，来了解用户是否按照我们的预期路径来使用我们的产品，通过每一步的漏斗分析来评估我们的路径设置的优劣。在整个产品里面，可能会梳理出几百个上百个不同的点， 比如说视频拍摄的路径，视频直播的路径是否满足用户的需求。
用户行为路径分析非常重要，哪怕是用一些原始的人工采样调研的方法也要去做。之前在2011年的时候，在没有这些路径分析的时候，我们用了很原始的方法，把十几个网友拉到一个小房间里面去，很多的出来的数据跟我们想象的非常不一样。路径分析，最核心的就是帮助我们的产品还有运营人员，去了解用户对于整个产品的使用习惯，这种习惯在互联网，尤其是移动互联网是已经成形的，改变起来很难，我们要学会这些习惯，顺应这些习惯。
第二个是用户分群分析：建立用户标签，根据不同渠道，不同设备，不同地区等特征，将用户关键行为特点进行精细化分群，进而分析群体画像、留存、转化等指标。
这个是在做内容推荐，还有大数据推荐里面用的最多的。秒拍现在每天的上传量有100多万，我们有将近20多个亿的数据，所以现在也采取个性化推荐。我们会去建立不同的用户标签还有不同的渠道、设备，不同地区等特征。把这些用户进行分群，针对不同的群，推送一对一的内容。那么建立了不同的推荐之后，最重要的是评估，可以用用户分群去评估，不同的地点的不同的数据。
第三是聚类分析：就是把某些相似特征的数据分成一类。比如说移动端上有各种各样的数据去处理，这个时候需要把相同的这些数据进行比对、分析，比如说我们讲的播放失败率，在秒拍、一直播、微博、小咖秀都存在这个问题，都是一类的问题，那么这一类的问题就可以统一来进行归总再去调整。
第四是关联分析：目的是找到与记录相关联的信息，这些信息可以直接或者间接补全记录数据，更容易的得到问题的有效用例输入数据。如从视频播放数据记录中通过用户手机的UID和用户反馈平台对应起来找到用户的反馈信息，从而找到播放失败的问题描述等的信息。
我们为什么选择神策数据作为我们的数据分析服务商？
我们之所以选择神策数据作为我们的数据分析服务商，是基于以下几个原因考量的。
第一，神策数据是为数不多的，可以私有部署的定制化的数据分析工具。 我们通过私有部署，可以将我们的数据保留在自己的环境内，提升数据的安全性。
第二，在使用神策数据之前，一下科技公司内部使用了大量不同的第三方数据统计分析工具。这为后续的数据分析工作，数据指标统一工作带来了更多的复杂性。妨碍了快速从数据中提取有价值信息的能力。 在使用神策数据之后，我们逐渐剥离以往使用的第三方数据统计工具，让数据能够统一的进行收集，整理，分析。从而大大提高了数据分析的效率。
第三，神策数据有很多很好用的功能。让我们运营一些数据分析方法的时候更加轻松，比如之前提到的用户行为路劲分析，用户分群分析等。 其中我们对于渠道整体质量的分析，也是使用神策数据来解决的。
