Ne pariez pas votre entreprise sur des analyses de données trompeuses

Publié: 2023-05-04

Déchets à l'intérieur, déchets à l'extérieur. C'est la règle d'or de l'analyse de données. Cependant, il existe tout un éventail de déchets et vos données pourraient être plus polluantes que vous ne le pensez.

Vous devrez faire preuve de créativité avec vos données (ou utiliser une plate-forme d'analyse en temps réel qui l'a déjà fait) pour qu'elles fassent ce que vous voulez. L'analyse utile va au-delà des formats, de la fraîcheur et de la standardisation : c'est une question de contexte.

Points clés à retenir:

    • Les données sont une ressource qui circule constamment, pas seulement des informations dans une base de données.
    • De nouveaux outils vous permettent de standardiser et de traiter le Big Data pour obtenir des métriques QoE en temps réel.
    • De bonnes données amélioreront de nombreuses choses : vos opérations, vos capacités de prise de décision et même votre capacité à gérer efficacement les fusions et acquisitions.

Ce qui est en jeu? Comprendre l'impact de la qualité des données sur votre organisation

Avant d'entrer dans les mauvaises herbes, vous voulez probablement savoir ce qu'il y a dedans pour vous. Quel genre de différence l'amélioration de vos analyses fait-elle ?

La qualité des données a un impact sur vos revenus et le coût des services que vous fournissez. Cela influence votre capacité à obtenir plus d'abonnés, à afficher plus de publicités, à choisir le moyen le plus efficace de résoudre les problèmes techniques, etc.

Vos données sont plus qu'un atout dans le stockage. Il s'agit d'une ressource en constante augmentation et en flux constant que vous pouvez exploiter pour prendre des décisions clés à tous les niveaux.

Façons de stocker, d'accéder et de traiter vos données pour une efficacité maximale

Vous collectez probablement des données sur tous les aspects de vos opérations. De vos comptes débiteurs au nombre d'événements d'échec de démarrage pendant les flux d'un média spécifique, vous avez les reçus.

Vous pouvez conserver et accéder à ces informations de différentes manières. Bien que certains aspects de vos opérations puissent toujours dépendre des entrepôts de données et des requêtes SQL traditionnelles, les données les plus cruciales sur lesquelles vous devez vous concentrer sont les données en continu que vous pouvez traiter et auxquelles vous pouvez accéder via une plate-forme d'analyse de données volumineuses en temps réel.

Ces plates-formes sont des développements relativement récents. Ils se concentrent spécifiquement sur l'obtention d'informations utiles sur ce qui se passe dans les flux de données volumineuses.

Le contexte compte : comblez les lacunes de vos analyses pour obtenir une vue d'ensemble

Qu'y a-t-il dans votre flux ? Cette question est plus importante et plus complexe que ne le pensent la plupart des organisations.

C'est une chose d'appliquer l'analyse de flux à un flux de données indexées dans le temps et avec état. C'est la condition préalable de base pour obtenir le tiercé gagnant de la VoD contemporaine ou de l'analyse de la diffusion :

    • Mesures personnalisées en temps réel (latences inférieures à 60 secondes, même pour les fonctions très complexes)
    • Évolutivité à partir d'une abstraction de framework à faible surcharge et spécialement conçue (pas de requêtes SQL faites à la main fonctionnant sur un entrepôt de données au moment de la requête)
    • Aperçu de chaque session via une approche de recensement constant

Cette combinaison montre ce qui se passe au niveau du sol. Il évolue avec votre organisation à mesure que vous gérez des millions de flux simultanés.

À ce stade, vous devez effectuer un zoom arrière. La plupart des piles d'analyse ne capturent pas l'intégralité de l'expérience du public. Cet oubli peut provoquer, et c'est souvent le cas, d'énormes angles morts lors des processus d'optimisation.

Par exemple, si votre équipe optimise l'expérience du spectateur et cible les échecs de lecture, il est possible que ce comportement ne provienne pas du lecteur vidéo lui-même. Cela peut provenir d'une annonce pré-roll qui ne se charge pas. Il peut même s'agir d'un bogue dans votre application qui affecte un appareil d'utilisateur final spécifique.

La dégradation de la QoE peut provenir de n'importe quoi, de l'encodage au CDN. Obtenir un flux de données qui montre l'intégralité du parcours de l'audience est une condition préalable à la prise de bonnes décisions commerciales.

Le lien entre la qualité de l'analyse des données et la normalisation des données

Avoir du contexte est important. Comprendre ce que vous regardez est tout aussi important. C'est là qu'interviennent la normalisation et le nettoyage des données.

La normalisation des données est un élément classique de l'utilisation des bases de données. Pourtant, il semble échapper à de nombreuses organisations.

Pour souligner ce point, il est temps de revenir à un vieux cliché. Il faut comparer des pommes avec des pommes. Cela est particulièrement évident lorsque vous utilisez des données provenant d'autres organisations. Voici quelques trucs à prendre en compte:

    • L'infrastructure de base est-elle similaire ? Qu'en est-il de la configuration du réseau ?
    • Quelles sont les préoccupations de niche? La diffusion de sports en direct peut nécessiter une qualité vidéo globale supérieure à celle de la VoD axée sur les mobiles.
    • Quelles techniques de standardisation ou de normalisation sont en jeu ? Sont-ils les mêmes pour toutes les données ?
    • Depuis quand datent les informations ? Dans quelle mesure les normes ont-elles changé ?
    • Les données proviennent-elles même de l'arène de l'édition vidéo ?

Il est également important d'examiner vos propres opérations et de comparer chaque métrique que vous avez décidé de cibler dans votre processus d'optimisation. Même si vous n'utilisez pas ces points de repère pour l'établissement d'objectifs, vous pouvez les utiliser pour mesurer l'efficacité de chaque décision que vous prenez et ajuster votre feuille de route en conséquence.

Avantages supplémentaires de la normalisation des données au niveau organisationnel.

Des données brutes standardisées de haute qualité soutiennent les opérations, les fonctions exécutives et la stratégie de haut niveau

Jusqu'à présent, vous avez lu que la qualité des données est importante pour divers aspects de votre organisation. Voici quelques détails supplémentaires en jeu.

Efficacité opérationnelle

La qualité des données est importante pendant les opérations, car elle aide les équipes à prendre des décisions rapides et ciblées. Par exemple, avec les bonnes informations, ils peuvent être en mesure de faire de petits ajustements de réseau exactement là où ils sont nécessaires, plutôt que d'avoir à changer d'énormes sections d'un public. Cela réduit les coûts et évite les complications.

Prise de décision exécutive

Les directeurs techniques et les vice-présidents utilisent l'analyse pour guider la direction de l'entreprise et exécuter des stratégies complexes. Plus les données sont granulaires et complètes, mieux vous pouvez suivre et prédire les résultats de ces actions de leadership.

Stratégie de haut niveau

Parallèlement à la poursuite des objectifs commerciaux, de bonnes données et de bonnes pratiques en matière de données permettent une croissance à un niveau stratégique. Par exemple, le cauchemar classique de fusion et acquisition de migration de base de données devient beaucoup moins problématique lorsque vous avez mis en place des politiques de normalisation.

Découvrez la véritable puissance de l'analyse de données

Maintenant que vous avez lu à ce sujet, pourquoi ne pas l'essayer ? Découvrez nos analyses de chaque appareil, chaque minute ou cliquez ici pour planifier votre démo.