Joshua Shulman di Bitmovin: Calcolo dell'impatto economico degli errori video nei servizi SVoD e AVoD

BitmovingErrorsStreamLo streaming si sta evolvendo e migliorando, ma gli errori video sono costanti. C'è una costante emersa dal caos del 2020, che nonostante quanti nuovi servizi di streaming siano emersi e quanti consumatori abbiano acquistato nuovi dispositivi per visualizzare la pletora di nuovi contenuti, ognuno di questi nuovi (ed esistenti servizi) ha sperimentato innumerevoli errori video.

Gli errori nello streaming non sono nulla di particolarmente nuovo, né scompariranno del tutto nel prossimo futuro, poiché la natura dello streaming Internet è ricca di vari problemi che richiedono il debug o il più delle volte, in base a problemi che potrebbero essere al di fuori del controllo o dell'influenza di servizi video.

Gli errori video tecnici sono disponibili in tutte le forme, colori e valori.

Proprio come tutti i servizi e / o le pagine basati sul Web e indipendentemente dai lettori video back-end utilizzati da un'organizzazione per alimentare il proprio servizio o piattaforma, gli errori video vengono sempre visualizzati utilizzando un codice di errore che in genere viene fornito con uno specifico messaggio di errore (es: 404 - "Pagina non trovata"). 
Tuttavia, il livello di dettaglio che deriva dal codice e dal messaggio dipende molto dalla documentazione fornita con qualsiasi lettore commerciale, nativo o open source. Tutti i messaggi di errore dello streaming video possono essere ordinati in una delle tre categorie:

Chiaro: l'errore e il messaggio indicano un comportamento di errore specifico e identificabile.

Ambiguo: spesso indicati con un messaggio "catch-all", questi tipi di errore possono essere attribuiti a molti diversi tipi di comportamento di errore. Sebbene venga fornita l'origine dell'errore, non ci sono comportamenti specifici o identificabili inclusi in tale errore.

Non chiaro: come suggerisce il nome, questi errori video sono del tutto privi di informazioni e spesso vengono letti come "Sconosciuto", "Null" o qualcosa di simile.

Un'analisi del database di Bitmovin Analytics ha indicato che la distribuzione dei messaggi e dei codici di errore è stata suddivisa secondo le categorizzazioni appena viste.

È importante notare che alcune delle categorizzazioni possono essere discusse sulla base di altri fattori che contribuiscono. 
Anche così, il risultato più sorprendente è che il 20% degli errori viene identificato come "poco chiaro". 
Gli errori poco chiari sono spesso i più costosi da risolvere poiché non è possibile eseguire il debug semplicemente esaminando il messaggio e il codice e per risolverli sarà necessaria una notevole manodopera di ingegneria o soluzioni. Anche la migliore documentazione di Video Player non aiuterà. 
Data la gravità e il volume della categoria poco chiara, sarà il valore principale nel calcolo del costo degli errori video e il potenziale risparmio monetario che risulterebbe dall'identificazione corretta degli errori poco chiari.

Il costo degli errori per lo streaming video: effetti sullo streaming video in abbonamento (SVOD).

In un recente studio e articolo, il servizio di streaming Vimeo ha rilasciato i seguenti numeri che definiscono i diversi motivi dell'abbandono degli abbonati per i servizi SVODOTT(streaming su abbonamento pagato).

1) ho provato ma deciso di non continuare, 38%

2) ho guardato tutti i contenuti a cui ero interessato, 22%

3) troppo costoso (ma i contenuti mi sono piaciuti), 21%

4) i miei show preferiti sono terminati 15%

5) i contenuti che mi hanno spinto ad abbonarmi non sono più disponibili 7%

6) problemi tecnici 6%

7) cancellato abbonamento verso partner in bundle 6%

8) ho già tutti i contenuti che mi servono 3%.

Questi risultati si basano su un sondaggio a selezione multipla e pertanto si sommano a oltre il 100%. Tuttavia, poiché ogni affermazione viene trattata come una risposta "e", selezioni come "motivi tecnici" sono considerate tasso di abbandono ai fini dei calcoli di questo documento. 

Dato che le altre ragioni si basano sul costo e / o sul contenuto, quindi, l'ipotesi è che gli errori (o ragioni tecniche) si attribuiscano verso il 6% del tasso di abbandono.

Secondo lo stesso rapporto di Vimeo, il ricavo medio per utente (ARPU) su tutti i tipi di servizio SVOD è di ~ $ 15.

Quindi, con un ARPU di $ 15 e un prezzo / servizio di abbonamento ipotetico di $ 15, il valore della vita del cliente calcolato (LTV Lifetime Value) con un tasso di abbandono del 6% è $ 250 o 500 giorni. 
Il passaggio logico successivo è determinare come aumentare il LTV dei clienti medi. 
Secondo i dati di benchmarking del settore di Bitmovin Analytics, i fornitori di OTT registrano un tasso di errore del 6,6% nei loro servizi.

Sulla base dei punti dati dei servizi SVOD "best-in-class" utilizzando il dashboard di Bitmovin, un singolo abbonato (o famiglia) tenta 150 riproduzioni / mese, con conseguente errore di 0,33 al giorno. 
Nel corso della durata del servizio di un consumatore medio, ciò si somma a una soglia di accettazione dell'errore di 165 errori su un periodo di 500 giorni.

In un mondo perfetto, se un servizio di streaming potesse rimuovere il 10% dei propri errori "non chiari" o "ambigui" con informazioni più accurate, la durata del cliente aumenterebbe di 5 giorni o dell'1,1%. In termini monetari: riducendo gli errori del 10% per un servizio SVOD con 1 milione di abbonati e un canone di abbonamento di $ 15 / mese, l'aumento di 5 giorni del lifetime value per il segmento dei churner tecnici comporterebbe un aumento stimato delle entrate di $ 160.000.

Effetti su ad-based video streaming (AVOD) ossia servizio basato su pubblicità

Dato che esiste una serie completa di elementi aggiuntivi all'interno di una piattaforma video supportata da pubblicità, per supportare gli inserimenti di annunci e la protezione dei contenuti esistono diversi tipi di errore da considerare, quindi è necessario un diverso modello di calcolo degli errori. 
Il modello del costo dell'errore AVOD si basa sulla ricerca di S. Shunmuga Krishnan e Ramesh K.Sitaraman che hanno scoperto che gli spettatori che hanno subito interruzioni al loro servizio di streaming avevano il 2,32% in meno di probabilità di rivisitare la piattaforma video rispetto a uno spettatore che non ha subito interruzioni. 
Questo punto dati aggiuntivo è particolarmente importante per i servizi AVOD che dipendono dalla massimizzazione delle visualizzazioni, e quindi del numero di annunci pubblicati, incentivando il consumo regolare dei loro contenuti.

Sulla base della piattaforma Bitmovin Analytics per i servizi AVOD, il 25-50% degli utenti visita il sito o il servizio settimanalmente (utenti ricorrenti) e ogni utente unico genera circa 1,5 riproduzioni a settimana e le piattaforme AVOD pubblicano circa 2 annunci / riproduzione. 
Al momento della pubblicazione di questo white paper, il prezzo per 1000 riproduzioni di annunci (CPM) per i contenuti premium era di circa $ 60 e aveva una tendenza al rialzo del prezzo nei mercati di lusso come la Germania. Nello scenario in cui un servizio mantiene un 30% di visualizzazioni ricorrenti e rischia di perdere entrate pubblicitarie dal 2,32% di spettatori unici che sperimentano errori di avvio o in-stream, il servizio dovrebbe sostenere un costo di $ 1,25 per 1000 errori.

Applicato su larga scala e applicando il tasso di errore del 6,6% dalle informazioni del settore di Bitmovin Analytics per un servizio che subisce 25 milioni di tentativi di riproduzione a settimana, questo tasso di errore comporterebbe una perdita di entrate stimata di $ 3.445 a settimana. Sfortunatamente, la rimozione di tutti gli errori non è uno scenario probabile, tuttavia, in questo caso, ridurre la percentuale di errore del 20% si traduce già in un aumento delle entrate di $ 35.000.

È importante notare che i costi per entrambi gli errori SVOD e AVOD sono altamente variabili in base ai valori di input (quota di abbonamento, tasso di errore, numero di iscritti, ecc.). 
Per scoprire il potenziale impatto monetario della riduzione degli errori per il tuo caso d'uso specifico, visita il calcolatore di Bitmovin al link:

Per scoprire come affrontare questi errori video sconosciuti e per salvare queste informazioni per un utilizzo futuro, basta compilare il modulo alla pagina indicata sotto per ricevere il white paper completo "Costo degli errori: come ridurre l'abbandono con dati granulari nell'analisi video".

LINK 

INFO:www.bitmovin.com