「体验增长论」火山引擎联合AMD发布音视频体验白皮书

在音视频场景中，Qos（服务质量）的变化究竟对QoE（体验质量）有多大影响，在业界并没有一个公认的答案。众所周知，体验可以促进业务增长，但企业和从业者们也经常面临以下三大疑问：

·用户体验差距导致了用户增长的差距，要如何衡量体验？

·如何定义体验与业务增长之间的关系？衡量的指标体系是什么？

·体验指标可以优化到什么程度？如何找到成本与体验的平衡点？

12月14日，火山引擎联合AMD发布了音视频体验白皮书，以抖音亿级日活用户实践和大规模场景落地经验，详细解读音视频体验评估指标和模型，分享火山引擎音视频实验室的评测方案和抖音在音视频体验优化上的典型策略、案例，助力企业优化用户体验，促进业务增长。

从生活娱乐到信息汲取，视频功能已经在百业千行的各个应用场景中落地生根，“视频体验”代替“新鲜感”和“趣味感”成为了用户选择应用的主要因素。用户对更高清、强交互、更加沉浸式的视频体验需求与日俱增，这也直接影响着应用的播放时长、留存拉新和业务创新。

不过尽管用户的需求有目共睹，但业界却尚未建立完善的音视频体验评估体系，更难以准确定位影响播放体验的关键因素。一些企业往往投入了大量的资源成本对用户体验进行优化，却收效甚微。

为解决上述问题，火山引擎自2021年起在抖音上线了400余项A/B测试实验，对每一项体验指标优化所带来的业务收益进行量化，最终构建了一套标准透明、度量准确、归因全面、验证可靠的QoS指标体系。并以该指标体系为核心，开发出了音视频体验综合评估模型（MPEI，Multimedia Playback Experience Index），助力企业更好地对用户体验定位归因，优化视频体验，助力业务增长。

音画质指标和流畅度指标，不仅是影响用户体验的核心指标，更覆盖了音视频内容生产与消费的全链路，涉及上传、存储、媒资处理、分发、播放等多个环节。在音画质指标和流畅度指标的基础上，火山引擎又细分出十余项二级指标进行深入的子模块建模，实现细腻的、动态的体验捕捉，来真实反馈业务情况。

火山引擎音视频实验室负责人王飞介绍：在指标上，火山引擎引入了S型、J型和D型三种模型特征，以描绘不同的用户体验动态。在提取特征后，再通过“指标融合”将不同分类的技术指标进行有机组合，通过统计学习方法优化模型的整体预测能力，确保每一个技术指标都能准确地反映在用户体验的改进上。

J 型极致优化曲线

典型指标解读：J 型指标的优化可以持续产生显著的用户体验收益。

典型指标：百秒音画不同步时长

S 型拐点优化曲线

典型指标解读：对于 S 型指标，随着指标的优化，在接近指标典型值后，后续优化对用户体验的增益逐渐减少。

典型指标：起播首帧耗时

D 型离散优化线

典型指标解读：D 型指标代表离散指标对用户体验的影响。

典型指标：是否开启精准 Seek 功能

而借助MPEI评估模型，客户可以快速实现对不同阶段的各个业务场景进行仔细分析，得出当前业务指标的典型值，进而制定更符合当前阶段的优化策略和目标。为了让技术迭代有证可考、有理可据，火山引擎视频云还对不同赛道的各个应用进行了模型分析，选取代表指标，拟合出影响曲线和典型值。

同时面对飞速变化的时长环境以及用户多元化的需求，音视频体验评估模型不仅要适用于当下，也要未雨绸缪，对未来的业务发展进行评估，才能具备前瞻性的指导意义。为更好地提升不同场景下的模型准确性，2024年2月，火山引擎发起音视频体验增长联盟（VEGA，Video Experience Growth Association）与“体验增长计划”，希望与行业伙伴一道，推进音视频体验评估的标准化进程。