LinkedIn如何使用数据来改善视频性能？

小提示：您能找到这篇{LinkedIn如何使用数据来改善视频性能？}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的LinkedIn如何使用数据来改善视频性能？内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">

< ">在领英，我们使用数据来改善会员在使用我们的网站时的体验。在视频团队中，我们重视评估指标，这些指标可以帮助我们了解视频的加载时间，为什么某些视频比其他视频更受关注，以及我们的成员如何倾向于与网络，iOS和Android上的视频进行交互。简而言之，可以利用LinkedIn上的视频播放过程中收集的各种数据点来推动视频性能的强大提高。

< ">技术用语

< ">这篇文章将提及以下术语，为方便起见，以下定义：

< ">iframe：可以在其中呈现外部网页内容的元素。这对于视频而言非常有用，因为它使我们能够直接在我们的网站内呈现来自第三方（例如，Youtube，Vimeo）域的视频。

< ">视口：网站在屏幕上可见的部分。

< ">DOM：网页的表示形式，是由许多内容节点组成的树。

< ">播放期间捕获数据

< ">我们的系统捕获有关视频在播放过程中的表现的大量数据。我们发现，通过关注以下数据点，我们能够极大地改善LinkedIn游戏软文推广发布套餐.com上的视频性能：

< ">媒体初始化开始：播放器开始初始化时。

< ">对于通过iframe播放的视频（例如第三方视频），该指标标记了何时在页面上首次呈现iframe。

< ">对于直接在页面上呈现的HTML5或本机视频，该指标标记视频播放器发出loadstart事件的时间。

< ">媒体初始化结束：播放器初始化完成时。

< ">此指标实质上标记了视频何时发出了loaddata事件。

< ">媒体缓冲开始：在视频播放之前，媒体首次开始缓冲时。

< ">媒体缓冲结束：当媒体停止缓冲时，就在视频开始播放之前。

< ">开始时间（TTS）：播放器初始化到播放器准备播放视频之间的时间。

< ">注意：这是视频茶馆营销策划在初始化和缓冲中花费的时间总和。

< ">感知开始时间（PTTS）：从成员请求播放视频到实际开始播放之间的时间。

< ">媒体初始化时间：媒体初始化开始和媒体初始化结束事件之间的时间。

< ">媒体初始化速率：一个数据点，用于确定进入视口并在退出视口之前成功加载的视频的百分比。

< ">如果该速率下降，则表明我们的视频可能需要很长时间才能加载。

< ">在本文的后面，我们将放大一些实验，这些实验利用了上述许多数据点来改进我们最重要的指标之一PTTS。

< ">利用数据使我们的会员受益

< ">现在，我们已经积累了丰富的，有见地的视频播放数据，我们如何使用它来改善会员的体验？我们通过两种方法解决这个问题。

< ">详细的实时指标报告

< ">在LinkedIn，我们利用多种内部工具和服务，使我们能够实时存储数据并可视化这些数据中的更改。InGraphs是特别有用的工具之一，它使我们能够可视化跨产品收集的许多数据点。

< ">除了InGraphs提供的图表外，我们还提供服务，如果任何核心指标低于预设的阈值，它们会通知相关团队。这些工具使我们能够在发现其中一种产品的会员体验下降时立即采取行动。

< ">对功能进行持续的A/B测试

< ">我们一直在尝试新功能，并对现有功能进行调整，其首要目标是为我们的会员提供最佳体验。我们将指标与InGraphs之类的报告工具结合使用，以清晰描绘给定实验如何影响我们网站上的用户互动。

< ">例如，假设有一个虚拟实验，其中我们测试了在每个成员的供稿中的前三十个帖子中仅显示视频内容的效果。最初，这项实验似乎很成功，因为我们的成员观看的视频数量有所增加。但是，仔细查看InGraphs后，我们注意到成员共享的帖子数量有所下降。通过了解这种相关性并考虑到这两种影响，由于对会员体验产生负面影响，实验将终止。

< ">确保我们的数据准确

< ">数据仅在准确时才有用。如果我们不能相信我们存储的数据是准确的，那么就没有依据来测试我们创建的各种实验。除了上述数据监视服务外，我们还大量使用自动化（单元，集成和验收）测试，以确保给定的功能正常工作。就像您想象的那样，在开发新功能时，无法以LinkedIn的规模进行扩展以手动测试所有现有功能。取而代之的是，将测试用于隔离地运行现有功能，并确保通过各种交互，功能可以按预期运行。例如，我们可以编写一个测试来断言，单击视频的播放按钮会导致视频开始播放，并捕获有关视频加载性能的数据。因此，自动化测试使我们的工程师能够保证在创建功能后很长一段时间内，由其功能发出的度量标准就准确无误。除了自动测试之外，LinkedIn工程师还有一些方便的工具，以方便验证给定功能发出的指标。

< ">使用数据进行视频表演

< ">由于视频资产的自然大小，视频性能需要一种独特的方法：我们需要一种下载足够多的视频以便立即开始播放的方法，同时还确保我们不会减慢其余视频的速度。元素呈现在页面上。

< ">案例研究：感知的开始时间（PTTS）

< ">在LinkedIn，我们测量感知的加载时间，以了解会员等待视频播放的时间。我们用来了解视频加载所需时间的主要指标是启动时间（PTTS）。PTTS可以测量浏览器下载视频所需的时间，以及视频在播放之前进行缓冲所花费的时间。

< ">让我们看一下上面的图表，该图表提供了对特定成员在等待视频加载中的体验的一些见解。视频进入视口后，初始化视频需要2700毫秒，然后需要3300毫秒的视频缓冲才能开始播放视频。在这种情况下，PTTS大约为6,000ms。现在，我们可以将此指标以及数百万个其他数据点用作实验准则，以加快视频加载速度。下面让我们看一下我们运行的几个实验。

< ">尽早加载DOM中的所有视频

< ">在LinkedIn，我们已经尝试过懒惰地加载视频。急于加载视频是在视频进入DOM后立即开始下载。这与延迟加载不同，延迟加载是通过延迟加载直到进入视口才下载视频。预先加载允许视频在进入视口之前先在背景中加载。这提供了出色的用户体验，因为视频在进入视口后几乎没有缓冲就可以开始播放。乍看之下，此实验之所以成功，是因为它降低了PTTS，这意味着视频似乎可以在更短的时间内开始播放。但是，当我们仔细查看指标时，我们发现了一些有趣的结果。虽然我们带宽更大的成员确实确实在PTTS方面有所下降，带宽较弱的用户经历了媒体初始化速率的降低和媒体初始化时间的增加。例如，想象一下，一个成员乘坐地铁在他或她的手机上滚动浏览LinkedIn订阅源。鉴于地铁的互联网连接薄弱，该成员将已经在加载内容方面面临滞后，更不用说视频资产了。在急切加载的情况下，我们不仅要在视口中下载内容，而且还要尝试将视频加载到幕后。您可能会想到，这会在成员相对较弱的连接上施加过大的负载，从而可能导致Feed的任何帖子均未加载。这种现象解释了前面提到的降低的媒体初始化速率和增加的媒体初始化时间，这是我们进行下一个实验的动机。

< ">排队的视频加载

< ">排队加载是一种加载策略，在该策略中，将视频添加到加载队列并一次加载一个，而不是一次加载DOM中的所有视频（急切加载就是这种情况）。排队加载的目的是结合快速加载（PTTS减少）和延迟加载（对于网络带宽较小的成员更易访问）的好处。它是通过将视频加载到视口之外来完成此操作的，但是只有在成功加载视口中的视频后才能这样做。在排队加载的情况下，我们观察到PTTS略有增加，这可能是因为在视口之外加载的视频较少，但是对于网络连接较弱的成员，媒体初始化速率有所提高，媒体初始化时间有所减少。

< ">结论

< ">视频资产的巨大规模以及对它的快速加载而不会对网站的其他速度产生负面影响的期望，使得视频性能在规模上成为一个固有的难题。为了使问题进一步复杂化，我们还必须考虑网络速度和浏览器功能的差异，以及在运行与性能相关的实验之前，成员使用我们网站的方式不同。通过正确使用数据，我们可以快速查明并迭代性能下降，同时确保在此过程中不会出现性能下降。

< ">致谢

< ">我要感谢Shane Afsar和Kris Teehan在撰写本文中所提供的帮助，以及Kevin O'Connell和LinkedIn Engineering Blog团队在编辑本文中所提供的帮助。向纽约市的视频团队大喊大叫，不懈地致力于改善视频性能和整体视频体验。

原标题：How LinkedIn Uses Data to Improve Video Performance