IPTV

您现在的位置: 首页 > IPTV > 分析/视点

【广州论道】思华科技陈林:以服务质量的名义 为大视频保驾护航

作者:流媒体网    来源:流媒体网   发布时间:2017-05-26 12:12:57

  【流媒体网】消息:2016年的电视新媒体产业飞速发展,已成为媒体传播的主阵地,产业也需要进一步与时俱进,多元融合,打造新媒体的共赢之道。2017年,将是产业融合加速、合作共赢的关键一年。从传统媒体到新媒体的融合探索,不仅仅是内容的共享,更是传播手段、运营思路和技术平台的深度融合,电视新媒体需要充分融合新技术、新应用,构建新体验,以满足用户的娱乐文化需求为目标,并在进程中实现社会和商业效益的共赢。

  2017年5月26日上午,流媒体网举办的第13届电视新媒体产业峰会“大屏2017:产业融合 共赢之道”主论坛上,上海思华科技股份有限公司市场部总监陈林进行了《以服务质量的名义 为大视频保驾护航》的主题演讲。

陈林.jpg

  以下为演讲全文:

  我们已经见证了大视频时代到来的历史时刻,这几年视频行业的快速发展是有目共睹的,伴随着宽带中国的战略,大家看到很多厂家在谈,或者很多从业人员在谈,宽带中国的战略作为整个视频行业最基础的战略,保障了视频行业快速发展。到去年年底为止,宽带用户量已经达到3亿,今年预计会破4亿。而且其中大部分是光纤用户,光纤用户的比例还在持续增加。乘着这样的东风,我们在去年可以看得到,整个视频行业已经发展成为了目前家庭覆盖当中最广的一个业务,这也是刚刚说到的,作为运营商来说视频已经变成他们基础的业务。

  视频与光纤的1:1捆绑关系

  作为大视频行业的特征,视频现在跟光纤已经完全进行了1:1的捆绑,甚至在有些地区,光纤宽带和高清视频是完全的绑定关系。

  大视频作为时代的特征,渗透率已经非常高。无论统计数据什么样,在中国4亿多的家庭当中,绝大部分家庭对各个运营商视频业务都有覆盖。高渗透率意味着什么?已经有了海量的用户基础,这是我们未来业务可以大力发展的基础。

  存量用户不多了,在大视频时代,我们更多的在探讨如何发展业务,如何去使各种各样的业务更加的智慧化,包括整个产业链的智慧升级。

  服务质量是整个产业链的基石

  在这个过程当中我觉得有一个点就是服务质量的话题。服务质量作为一个话题应该被大家关注,因为目前来说服务质量是整个产业链的基石。在目前的情况之下,在高渗透率的情况之下。用户其实对于服务质量的要求反而变高了。为什么说服务质量是整个业务发展的基石?

  一个好的业务和业务系统的成功,3分靠建设,7分靠运营,我想在这个地方讨论的运营,并不是运维。运营是指如何更加持续地让用户活跃的去使用,不管要不要付费。运维可能更多是点对点,我要找到问题,发现问题,然后再解决问题。

  那么如何实现好的运营?在刚刚谈到高渗透率的情况下,在某些地区,尤其是热点城市,目前我们真的已经进入到零和游戏,在这样一个竞争残酷的环境当中,因为内容同质化、业务同质化,虽然大家在努力做的个性化、特征的产品,但是不可避免的是,目前同质化还是比较严重。

 

  因此如果要想让用户能够持续使用我们的业务,活跃的使用我们的业务,留存下来。能够保用户、促发展,要避免用户用脚投票,最基本的要求是好的留存。试想看一个视频不断缓冲,不断有马赛克,或者使用游戏的时候完全无法跟遥控的体感适配这样的质量是没有办法留住用户。

思华1.jpg

  因此当前我们应该更关注用户体验需求,并且想办法保证业务质量,只有好的业务质量才能带来好的运营结果,才能使我们的业务更加蓬勃发展。

  在目前整个产业链当中我今天讲的大视频行业的服务质量,并不只是单一在讲视频业务,因为我们现在的业务是全面的,现在看到在整个视频行业当中的产业链很长,大家习惯讲的云、管、端,由一系列的环节构成我们一开始生成业务,到最后向用户交付的完整产业环节。这个环节当中,又伴随着我们这几年业务的快速增长,比如说业务的多样性,还有随着互联网化和传统的行业的相融合,整个业务的迭代速度也非常的快。

  再一个是像一些云、微服务这样一些技术的引入,使我们整个平台变得更加复杂。我们业务上和运营商虽然容易了,但是对于整个运营系统的管理的复杂度反而提升了。为了保证服务质量,刚才中兴同事也说了,设定了一系列的指标,只要这些指标是健康的,好像我们用户真的就没有问题了,服务质量就有保障了。真的是这样吗?我经常听到视频行业当中比较泛的问题是,我看片卡了,卡有很多种的表现形式。到底卡是什么造成的?是因为我们最开始的时候,内容就有质量问题?还是我在系统当中处理不当?还是因为传输过程当中CDN也好,网络也好,甚至是用户家庭当中的终端过热以后,发生的一些不太正常的工作状态?到底是什么原因造成的?是靠哪一个指标能够告诉我们?其实这个很难回答。

 

  因此保障整个大视频,整个产业链业务服务质量,是一件系统工程,是一个很难的事情。

思华2.jpg

  靠终端、网络和系统监控的点状管理方法

  传统的系统厂家,包括我们之前也做过很多产品,来保障用户服务质量没有任何问题出现,这种方法我归类下来就是点状的管理方法,所谓点状管理方法是什么?他是靠一系列的终端、网络和系统这一侧的各种各样的监控,以及对于网络当中传输数据抽样的统计,我们来了解到底这个系统是不是正常运行?跟我们心里当中预期的正常态的系统是不是一致的?如果是一致的,我们就认为系统稳定,所以用户业务没有影响。

  但是其实这样一种思维模式,本身就是以偏概全,我们靠统计,靠抽样,虽然从很大概率程度覆盖了用户。但是对于现在海量用户基数巨大的情况下,一点点出入就会造成很大的业务体验偏差,所以这样以偏概全在小用户量不多的情况下,没有问题。但在海量用户情况下就有问题。

  但是随着业务迭代增加,业务重量增加,包括这两天大家听到非常多的业务,无论是互联网化的业务,还是源生业务,都在不断蓬勃发展,这种业务组织性是不够的。上一个新的业务,我们这套体系就得改一遍,否则我就没有办法给你的业务进行质量的保证。

  视角单一,这种视角是没有站在用户这一侧好好考虑业务一致性,业务留存如何保障?

  我们收集了大量的数据,这些数据都放在各种各样库里,或者被遗失掉,没有站在宏观角度把系统分析、挖掘,找到可能存在的规律和潜在的问题。所以最终结果是建立了一套管理系统,有一套方法论,有很多的实践,但是最终大部分的时候是坐那里等,等系统故障,等用户,等到发生大规模的事件。

  这样一个方法让我们想到中医和西医的问题,现在=用的方法就是西医的理论,很精准,只要能找到问题,就是刚才看到的指标。看到哪个指标有问题,很明确知道应该修哪里。所以定位是非常精准的,修复也是非常快速的,而且因果关系是很明确的。

  这样的一种系统,刚刚已经分析过了,是不能够解决现在所有问题的。所以在这个时候我觉得,就像西医理论逐渐会跟中医理论结合,这两者去互相融合一样,在目前我们服务质量的管理体系当中,我们也需要引入一些新的思想。比如说像类似中医这样,一个人体是整体的考虑,而不是头痛医头,脚痛医脚。还有中医讲究望闻问切,很多时候并不一定治病,是可以预判,甚至是预言一些可能潜在的病灶。

  针对同样的问题,开出来的药方对不同的人不一样,甚至同样症状,可能引发的原因也是多样性的。我觉得中医这样一种宏观的,站在更高的层次上去审视问题,分析问题的能力,是我们在现在思维方法当中应该引入的。

  我们再看看用户怎么看待服务质量,用户怎么看待体验。首先不管任何业务形式,无论视频、网页还是游戏,首先用户第一个感觉是主观,就像视频行业当中大家说清晰度,其实清晰度蛮难界定成某个值。当然用户也会关注一些客观的原因,比如说上面有没有马赛克。还有我们已经可以量化出来的一系列的方法和指标,我们看用户评判我的质量好不好,我满不满意,其实也是建立在宏观加微观量者结合的基础之上。

  沿着这个思路往下走,我们现在目前方法论应该怎么改变?首先依然延续我们以前的思维方式,我们做体检,我有一系列的指标,我很关注。这些指标一定会有一个正常的范围,只要这个指标在正常范围内,我认为就是健康的。但是有一些病挺麻烦的,比如说失眠,你说失眠应该用哪个指标界定?

 

  所以现在方法论角度是希望能够构建出一整套的体系,无论是指标性质的,或者非指标性质。而且再八卦一下,我有一个朋友是学医的,很不幸他血糖有异常人,他年轻的时候血糖就比别人高,以前没有太大问题,但是随着年龄增长,到我们这个年纪去医院体检,医生就会提醒他,你可能有糖尿病,你最好仔细检一检。他说不是的,我血糖一直这么高,因为我有十几年血糖报告,这个对我来说是正常的,但是高于通常性质的血糖标准。

思华3.jpg

  所以真正适合自己的指标,并不一定是来自于别人。所以我们希望你要建立一套适合于自己的体检的参数库。

  服务质量保障方法的有效落实

  为了能够把方法论落实下来,我觉得我们需要一个私人的健康助理,我把整个的服务质量的保障方法罗列了一下,有四个方面。

  1、先找到问题,然后解决问题,这就是最基本的运维境界,亡羊补牢。

  2、通过不断了解别人犯过的错误,和历史上的经验汇总在一块以后,使我们能够无则加勉,这是一个深度的有预测的去判断当前的所有的经验总结,这是知识库。

  3、如果能够像了解我们的掌纹一样了解系统,对于系统当中发生的每一个用户的业务和过程了如指掌,系统当中可能潜在的、正在发生的、用户反馈上来的问题和系统还没有反馈上来的问题,我们就能够解决了。

  4、能够进行预测,我们能够根据我们自己当前的情况,根据系统常年的运行积累,根据拿到的信息然后去推演、预测,可能潜在的风险和会发生的危险的一些薄弱点。

  刚刚讲的都是理论性的东西,落到怎么解决这个问题?建立了一个运行基线+自动化的方法论,并以这个方法论来指导一些业务。

  用自动化来代替人工实现系统的24小时无眠无休的保障

  首先,用大数据动态体检的方式,来实现刚刚所说的,作为一个人体是否健康的判断。我们靠对于系统当中所有数据的汇总和收集,不断进行总结和分析,使这个动态的过程循环起来。这样子相当于每天、每时、每刻都在对我们的系统进行体检。

  其次,用自动化的工具来摆脱人力资源的依赖,用自动化的方法,用互联网上已经比较成熟的工具和手段,用被广泛验证过的好的新的技术,帮助减少对人力资源的依赖,依靠计算资源、机器不免不休的特征,使整个监控变成一个自然态,常态,所以用大数据,形成自己的这些指标,这就是我们所说的机械,用自动化来代替人工实现系统的24小时无眠无休的保障。

  这个是现在已经构建出来,我们叫做服务审计系统,跟行业大家常见的SQM不太一样,我们的A是审计,相当于给自己雇了一个私人医生,对自己的运行状态进行分析。

  它的底层可以从终端、系统、网络这一侧采集海量的数据,并以大数据作为基础进行分析。以大数据的分析结果,按照我们的业务目标,形成一系列分类的、实时的管控系统和目标,用这样的一整套的体系才能将之前提到的服务质量保障的方法论实现。

  这套系统能够实现最基本的现有的各种各样的管理要求,比如说全网的监控,实时的瞄点,或者对于现在已经发生的问题进行告警,并且多种渠道通知,然后基于大数据技术,所以我们可以对于一些基线进行重新的界定,对于别人评判的一些指标进行重新的审视。

  比如说网络上的延时不是10毫秒,是不是真的业务会受到影响,还是15毫秒是正常的?我们试图用大数据的方式分析,从而得到我们自己认为最合理的基线,这在成本和效果之间达到平衡,还有就是进行故障的挖掘。

  对于经常会发生数据影响跟用户行为,跟时间纬度结合在一块,我们可以找出潜在的分析物,从而对指标进行建立。当然面对终端我们有一整套产品能够帮助用户不仅仅解决局端和网络通道的问题,把终端也覆盖在内。

  全量日志,可以从终端侧,可以从网络侧,可以从系统侧收集,我们采用大数据的技术,可以实现原来需要提供的TR069主动采集,变成由终端侧,日志采集侧上报,对于网络侧来了解用户每一个请求,每一个访问业务的要求。

  对于系统这一侧只要厂家愿意配合,我们可以采到现在全量的日志,基本上所有数据都能拿到。

  还有一个,我们可以通过对于内容质量检测,黑屏、静屏、绿屏、静音等等信息都能收集起来。全量信息收集作为根、土壤,可以把整个系统逐渐的构建在一个大数据之上。

  然后是大数据的实时计算,通过大数据实时计算,可以保障千万量级别的规模下的数据,实时被进行关联,而避免了以前传统的数据库方式,一定要数据入了库才能运算,大数据当中很多新技术都可以被引用。

  还有是可以描点,使监控变得更加实时、及时化。这些大数据的技术灵活应用,是按照业务需要不断调整的,这使我们对自己的个性化要求达到满足。这些是直观的体验效果,只要有数据、方法、模型,想要的基本上都能得到。

  当然并不是说有了大数据以后,一切都大数据化,我们会建立明确的Qos和Qoe的指标,基于业务的指标,基于服务质量的指标,可以在不去进行宏观探测的情况下,也确保微观的正确,可以用一目了然的方式,使平台系统健康还是不健康做出一个判断。

  可故障判别和业务前置的SDK终端

  我们现在已经实现的终端这一侧的SDK,这是已经在现网当中跟大量厂家进行链条,进行适配的结果。目前行业当中主要使用厂家的终端,从高、中、低都进行了适配,50余款基本上满足了大部分情况下的业务需要。只要有客户有需求,不做任何改动,我们就可以把这套系统上线。

  之所以大家听到我讲诊断而不是统计或者说收集,是因为终端的SDK除了能够把信息送上来以外,他还能接收内容,这是我们现网当中最简单的故障判别,通过这个故障判别和业务前置的方式,让以前只有运维人员干的活,变成通过这套系统是客服人员能解决。比如说运维人员说我有什么问题,客服人员可以下达命令,让终端自动检测,无论网络端检测、系统端检测,还是模拟用户行为使用一次业务,甚至让平台极端的方针、探针,模拟用户行为还原现场,基于极端信息,终端的信息,很多时候最简单的故障,客户人员就可以给出答案,告诉用户,该怎么样自我修复。

  而且这个平台最大的好处,会产生一些附属的价值,就是数据结果,因为基于全量数据,我们有海量信息,这些信息分析结果,可以不仅仅帮助我们,优化我们的整个服务质量,同时还能够增长大数据分析的结果,提升整个运营团队的运营质量。包括对于终端这一侧体验分析,哪一个型号,哪个版本,哪个区域终端是不是有问题?这是一种宏观角度的分析。包括内容热度,我们可以知道CDN当中内容内度是不是合理,也可以进行淘汰。

  还有分析用户行为,对于整个网络优化,网络整改,以及是否会存在瓶颈,预测存在瓶颈,都提出合理化建议,对于最终整个业务预推送,大数据都可以进行分析,不一定真正做到人工智能,但是提供了丰富的数据和丰富的建议,可以辅助人员快速形成一系列的最正确的建议,最正确的决策。

 

  目前这套系统已经在现网当中有很多年的运行经验,之前在跟一些大客户不断摸索,不断建设,因为基于大数据需要反复的过程,现在我们可以很自豪的说,在现网当中已经有千万级以上,一千万终端以上的物理终端,在平台上面不断在运行,通过这样一套系统,帮助运营商,帮助客户解决大量问题,预测大量问题,减少他们的人力,而且使整个投入确确实实得到提升。所以希望在今天这个会场当中,除了大家关心业务,关注业务的发展以外,也能够回过头看一看这些业务之所以能够顺利被大家接受,能够保障用户持续灵活的活跃使用这个系统最基本的东西,我们也很有希望,很愿意跟各个厂家和各个合作伙伴,包括企业的客户共同探讨,如何在现在已经取得的成绩下可以做得更好,欢迎大家有这些方式跟我联系,谢谢大家!

责任编辑:吕佩
版权声明:凡来源标注有“流媒体网”字样的文章,版权均属流媒体网站,如需转载,请注明出处“流媒体网”。非本站出处的文章为本站转载,观点供业内参考,不代表本站观点。

相关新闻

行业数据

运营商-地方iptv用户

OTT数据

{$Hits}