広告

エンジニアリングの課題:再生ヘッド時間を使用したストリーミング広告の影響の分析

MeganDobransky著

6月15日、2021年

今日、ストリーミング広告への投資収益率は完全には理解されていないことがよくあります。プロダクトプレースメントを例にとってみましょう。最新のストリーミング大ヒット作のストーリーラインであなたのブランドがハイライトされたのを見た視聴者は、どのタイプのデバイスで、どのような人口統計の組み合わせで、どの地域にいるのですか?そして、ストリームでのプロダクトプレースメントを見た後、個人はどのような行動を取りましたか?

これらの質問への回答(およびこれから説明する他のいくつかの質問)を学ぶことは、真にエンジニアリングの偉業であり、世界中の多くのプレーヤーからビデオの正確な再生時間(PHT)をキャプチャし、そのデータをIDにリンクする必要があります。

PHTは、ユーザーが現在視聴している動画の再生スパンの正確な瞬間を表すポインターです。ビデオコンテンツの最初からミリ秒単位で時間を使用して表現します。

データの複雑さ  

PHTは単純に見えるかもしれませんが、デバイス、プレーヤー、プラットフォームによって報告方法が異なる場合があります。プレーヤーは、動画の開始、シーク、バッファリング、広告の開始、広告の終了、動画の終了などの固有の動画イベントや、ライブ、オンデマンド、DVRなどのさまざまな動画タイプも報告します。

ユーザーの行動は、データ収集をさらに複雑にします。視聴者は、プレロール、ミッドロール、またはポストロールの広告を見ることができます。これらはすべて、異なる方法で報告する必要があります。視聴者が広告をスキップすることを許可しないプレーヤーでは、視聴者が広告をスキップしようとすると、PHTが影響を受ける可能性があります。コンテンツ、1つの広告、および複数の広告の検索または巻き戻し、およびユーザーアクションまたはバッファリングによる一時停止は、さらに可能性のある動作であり、ご想像のとおり、個別に収集して報告する必要があります。

Conviva Stream Sensorは一定であり、さまざまな種類のビデオプレーヤーに展開されているため、このデータをより一貫性のある正確な方法でキャプチャ、クリーンアップ、および標準化します。 PHTデータは、重要なビデオイベントが発生したときに、ミリ秒の精度で定期的なハートビートメッセージを介してプレーヤーから収集されます。

大規模なデータ分析と検証 

PHTを分析する方法を見てみましょう。 

Databricksテクノロジースタックを使用して、Conviva Stream Senを備えた数十億のストリーミングデバイスからのPHTを分析、サニタイズ、保存、および処理しますsまたは展開されます。 

Graphic Flow Chart of Conviva Data Analyzation And Verification At Scale

 このスタックを使用すると、次のことができます。 

  • すべてのプレーヤー、すべてのパブリッシャーの再生ヘッド時間カバレッジとデータ精度を分析します。  
  • 再生ヘッド時間に一致するユーザー行動の多様性を分析します 
  • 広告再生によって引き起こされる再生ヘッドの時間オフセットを理解する  
  • PHT調整アルゴリズムを実装する 
  • 調整されたPHTデータを確認します 

この実際の例では、30秒のプレロール広告と2分のミッドロール広告があります。ユーザーはミッドロール広告を超えてシークしようとしましたが、できませんでした。そのため、PHTは広告の開始位置に戻りました。広告の後、プレーヤーはユーザーが見たいと思っているビデオの部分にスキップしました。これは、報告されるPHTが完全に正確ではなく、調整する必要があることを意味します。真のPHTを決定するには、調整アルゴリズムを実行する必要があります。

Graphic Demonstrating Play Head Time (PHT) And Need For Algorithm Adjustments

しかし、調整されたPHTをどのように検証するか、そしてさらに重要なことに、プレーヤーの動作とバックエンド処理が同期しなくなった結果をどのように知るかを知ることができます。 調整されたPHTデータが正しくありませんか?コンテンツごとに、パブリッシャーが提供する、または再生時間から推測できるコンテンツの長さと最大PHTの間のオフセットを計算し、すべてのコンテンツの分布をプロットします。

調整されたPHT分布の標準偏差は、元のPHTよりも小さく、PHT調整アルゴリズムが正確であることを証明しています。

オリジナルのPHT 

Original Graph of Play Head Time (PHT) Data 

調整されたPHT 

Graph of Adjusted Play Head Time (PHT) Data

これがConvivaPHT処理とアプリケーションパイプラインです。ストリームセンサーはPHTデータを収集し、定期的にハートビートパッケージをConvivaGatewayに送信します。バックエンドは、生のハートビートパッケージをビデオセッションデータに構築してから、調整されたPHTを計算します。いくつかの抽出、変換、読み込み(ETL)ジョブの後、調整されたPHTデータは分散データベースに保存され、アプリケーションで視覚化されます。

Graphic Flow Chart of Conviva Data Analyzation And Verification At Scale After The Data Adjustments

データの強化  

PHTはそれ自体を理解するのに役立ちますが、PHTが広告にどのように影響するかを実際に学ぶには、データを充実させる必要があります。当社のストリームセンサーは、コンテンツのジャンルとカテゴリ、デバイスの種類とオペレーティングシステムなど、視聴者のエクスペリエンスにコンテキストを追加するために使用できる詳細なビデオコンテンツとデバイスメタデータを収集します。広告サーバーのログを取り込むことで、広告主の名前から実際に視聴されたクリエイティブまで、あらゆるコンテキストを追加できます。サードパーティの人口統計メタデータを追加すると、コンテンツと広告を視聴した人のタイプの全体像を確認できます。次に、このデータを視覚化して、視聴者の旅全体を理解できます。

Graphic Showing Visual Representation of Viewer Journey From Conviva Data

プロダクトプレースメントの例では、視聴者のコンテンツエンゲージメント(視聴者は商品のコンテンツをスキップまたは再視聴しましたか?)と広告パフォーマンスへの影響(広告の読み込みに時間がかかりすぎたために視聴者はコンテンツを放棄しましたか?)を確認できます。

このタイプの分析のユースケースは、プロダクトプレースメントだけではありません。

視聴者コンテンツエンゲージメント分析は、視聴者が動画のどの部分を再視聴、一時停止、スキップしてほとんどの視聴者が脱落しているのかを追跡することで、視聴者がパブリッシャー動画にどのように関与しているかを記録します。この例では、映画に2つの非常に象徴的なシーンがあることがわかります。これらの2つのシーンは、40分と57分のこの曲線の2つのピークに対応していますが、映画の視聴者のどの部分があまり好きではなかったか、スキップされたかを確認することもできます。このタイプの分析は、コンテンツチームがコンテンツの認識された「良い」セクションと「悪い」セクションを理解するのに役立ち、技術運用チームはコンテンツ内にエクスペリエンスの品質(QoE)の問題があるかどうかを判断します。

Example Graph of a Viewer Content Experience Analysis From Conviva

もう1つの使用例は、コンテンツと一致しない広告の配置によって視聴者が広告またはコンテンツを放棄する方法を確認することです。これは、サイト運営者のブランドロイヤルティに影響を与え、広告主がお金を失うことを意味します。

PHTレベルの分析は、これらの影響を検出するのに役立ち、広告がコンテンツエンゲージメントに与える影響を知ることで、パブリッシャーと広告主は広告固有の問題を掘り下げて壊れたクリエイティブを特定し、プレーヤーアプリを最適化して、全体的な収益、エンゲージメント、キャンペーンのパフォーマンスを最大化できます。

Image Showing a Frame By Frame Analysis Of A Video Compared to Viewer Drop RatesPHT分析は、サイト運営者と広告主がコンテンツと広告の価値を理解するための1つの方法にすぎません。 詳細はこちら ConvivaによるQoEのリアルタイム測定と、すべてのストリーム、すべての画面、毎秒のコンテンツと広告にわたるエンゲージメントについて。