超越播放按钮:视频播放器拉近你的3种方式

几十年来，视频是一条单行道:从广播员到观众. 但数字视频已经拆除了这些单向标志，让观众坐在了驾驶座上. 而不是静止的质量介质, 视频现在是一种吸引人的方式, 与个人观众的个人对话，他们越来越多地得到他们喜欢的东西——在他们方便的时候, 在他们选择的设备上, 在他们的控制之下.

内容提供商:通过理解这种向个性化观看的转变, 你有机会更好地与观众互动, compete, and grow.

在所有屏幕上构建这种个性化体验的起点和终点都是数据驱动的视频播放器. 它是当今公司与观众互动的中心.

播放器不仅仅是图像和播放按钮. 在屏幕之外，在幕后, 高级玩家引擎就像双向街道上的交通工程师, 提供一个伟大的, 差异化的体验，同时收集丰富的数据，帮助公司回答复杂的问题，如:

为什么在我的体育直播期间观众突然减少了?
在我的商业新闻网站上推荐什么样的内容是正确的，这样观众会坚持更长时间?
我怎样才能最好地为移动屏幕调整我的内容?

视频内容和广告都可以为个人观众量身定制，然后比以往任何时候都更深入地剖析和分析——这意味着扩大货币化的机会比以往任何时候都更大, too.

总而言之:我们正站在真正个性化电视和视频的悬崖上. 以下是当今先进的数字视频播放器实现这一目标的三种方式:

Analytics

数据是驱动任何高级视频播放器平台的引擎. 通过分析数据, 你可以了解从不同设备的观众参与度到视频流的健康状况和广告服务的指标等一切信息. 充分利用数据, 您需要360度的视频性能视图以及整理多个分析源的能力. 最终，您应该能够根据数据驱动的见解快速采取行动.

例如, 同时访问观众和服务质量(QoS)指标可以帮助您监控视频性能和观看模式，并在直播期间实时响应任何流质量差或观众下降的迹象.

同样重要的是:集成的性能多个玩家通过你的网络或网站. 这样你就可以详细了解玩家在不同页面或格式下的表现. A/B测试可以在各种玩家元素上运行，例如自动播放vs .自动播放. non-autoplay, 玩家皮肤类型, 或者玩家在页面上的位置, 看看它们是如何影响视频活动和收入的. 最重要的是, 将所有播放器的性能数据拉到一个以视频为中心的集中式仪表板中，可以帮助您做出更快、更全面的业务决策，而不是孤立的决策.

另外, 与Nielsen和ComScore等主要分析服务的播放器集成使您能够全面衡量结果并最大化每个视频的收益机会.

Discovery

Today, 任何视频播放器都必须提供一组丰富的数据，这些数据可以帮助内容提供商和观众之间建立更深层次的关系. 通过在一个简单的流程中提供相关的内容，让他们“再看一个”视频，让观众参与到你的网站(而不是竞争对手的网站).

帮助观众找到内容的传统方法是根据编辑内容的选择提供推荐, 比如按地区划分的最受欢迎的视频, 通过手动固定播放列表. Then, 基本发现引擎的出现是基于简单的内容选择来推荐视频:如果一个观众观看了一段网球视频, 为他们提供网球视频或相关话题的视频. 如今，更智能的搜索引擎会提供一对一的推荐, 根据其他具有相似消费模式的观众实际观看的内容，提供观众可能喜欢观看的视频, 比如旅游或新闻视频, 帮助查看者以新的方式探索内容库.

现代玩家推荐引擎有助于确保你提供最聪明的内容组合，以保持观众回来更多. Indeed, Ooyala 2015年第一季度全球视频指数报告研究了世界各地的出版商，发现观众播放他们推荐的视频的时间高达58%.

Ultimately, 玩家观看视频的时间越长，观看的视频越多，就意味着投放的广告越多, 更多用户留存, 或者更多的重复购买. 结果是:利润更丰厚.