Métricas de vídeo: como implementar e analisar

Você não gerencia o que não consegue medir. Por mais que repitamos essa frase algumas vezes parece que não acreditamos nela. No caso do video online, por exemplo. As empresas estão investindo cada vez mais nessa área — sem métricas adequadas.

O artigo abaixo é o primeiro de uma série (pelo menos, essa é a promessa) que a OvermediaCast publicará com os estudos realizados, a partir dos quais definiu métricas de vídeo. Vale a pena a leitura!

Métricas de Vídeo vão além das Métricas Web

De cada 5 usuários de internet no Brasil, 4 assistem vídeos online; são mais de 3 bilhões de vídeos visualizados por mês!

Por isso, as grandes marcas investem em vídeos online, como Nissan, Sony Ericsson, Samsung, Vivo, Claro, Bradesco, Banco do Brasil, Danone, e muitas outras.

Entretanto, é preciso justificar este tipo de investimento! Para isso, as agências e anunciantes  contam apenas com o número de views do vídeo, que dá uma idéia do potencial de impacto, mas não mede a absorção da mensagem.

Quantos novos usuários viram (de verdade!) o vídeo? Quantos assistiram pelo menos 50% do vídeo? Quantos usuários viram o vídeo mais de uma vez? Quanto tempo em média os usuários permanecem no vídeo? Qual fonte gerou mais acesso? Qual engajou mais? Quais as cenas mais “quentes”? Qual é o perfil da audiência?

Por que tais perguntas continuam em aberto? Simples! Por que métricas Web não são adequadas para vídeos, e portanto ferramentas como Omniture, Google Analytics e companhia, não acompanham as métricas realmente importantes para a análise de vídeos online. Tão pouco o YouTube Insights, que nem mesmo captura as métricas comuns da Web.

Foi pensando neste problema que a OvermediaCast estudou e definiu métricas de vídeo, e implementou um video analytics focado em pessoas!

Métricas de Vídeo

Vamos lançar neste e nos próximos posts o resultado de nosso estudo sobre métricas de vídeo, e mostrar as métricas que OvermediaCast analisa.

Em primeiro lugar, existem algumas mudanças de terminologia quando se sai da análise Web para a análise de vídeos online:

  • Visitantes se transformam em espectadores

  • Visitas, em sessões de visualização

  • Page view agora é video view (visualização de vídeo)

  • Tempo médio na página vira tempo médio no vídeo

  • Taxa de rejeição (bounce rate) é.

Bom, a taxa de rejeição ou bounce rate em Web analytics é definida como a parcela de visitantes que saem do site após visitar apenas uma única página. Tal métrica é normalmente utilizada para medir a relevância do site, e em última análise o engajamento dos usuários no site.

Como vídeos online possuem diferentes durações e são contínuos, não podendo ser tratados como páginas individuais, algumas métricas diferentes representam o análogo ao bounce rate em video analytics.

A métrica que mais mapeia o bounce rate é a taxa de play no vídeo, ou video play rate, definida como o percentual dos carregamentos do player em que o usuário realmente assistiu alguma parte do vídeo. Esta métrica pode ser menos relevante quando o vídeo está configurado com auto play.

O video play rate diz se o player está bem posicionado na página, e se a imagem de preview do vídeo (video thumbnail) e o texto ao redor é suficientemente para convencer o espectador de que o conteúdo do vídeo é relevante e vale a pena assistí-lo.  Para players de vídeo que demoram a carregar, esta métrica também caputra o quanto o usuário está disposto a esperar até que o vídeo de fato carregue antes que abandone a página.

Outra métrica fortemente relacionada ao bounce rate em vídeo é a taxa média de play ao longo do vídeo, ou playthrough rate, que mostra quantos usuários assistiram até 25/50/75/100% do vídeo.

OvermediaCast apresenta estas duas métricas em seu dashboard, ilustrando o funil deconversão para o target desejado (que pode ser um playthrough rate definido ou o perfil do público-alvo):

Funil de Conversão

Playthrough rate

Uma medida do playthrough rate mais refinada no tempo, para cada instante, nos mostra oengajamento no vídeo, como ilustra o gráfico abaixo:

Engajamento

Número de usuários engajados ao longo do vídeo

O inverso do engajamento nos diz quantos usuários abandonaram (“bounced”) o vídeo após assistir N% ou M minutos do vídeo, o que definimos como taxa de abandono ouabandonment rate:

Abandono

Taxa de Abandono ao longo do tempo

Gostou? No próximo post ilustraremos casos de uso destas métricas com base na nossa experiência de 50 mil sessões de vídeo já monitoradas com OvermediaCast.