唯一使用者

在本主題中,您將了解如何通過Analytics API以及如何計算唯一身份用戶。

簡介

unique_users欄位可為客戶提供帳戶層級每天預估的獨特檢視者人數。資料會在呼叫的欄位中傳回daily_unique_viewers。此字段在帳戶或視頻級別可用。請參閱概述:資料收集 API,瞭解如何收集和使用使用者資料的詳細資訊。

請注意,只會針對已調解的資料傳回唯一使用者資料。

樣品電話

以下是一天使用day維度的使用者報表呼叫範例:

    https://analytics.api.brightcove.com/v1/data?accounts=789967572001&dimensions=date&from=2014-07-09&to=2014-07-22&limit=10&format=json&fields=daily_unique_viewers,date,video_view

樣本輸出:

    {
      "item_count": 14,
      "items": [
        {
          "daily_unique_viewers": 73,
          "date": "2014-07-09",
          "video_view": 454
        },
        {
          "daily_unique_viewers": 203,
          "date": "2014-07-10",
          "video_view": 287
        },
        {
          "daily_unique_viewers": 150,
          "date": "2014-07-15",
          "video_view": 257
        },
        {
          "daily_unique_viewers": 170,
          "date": "2014-07-12",
          "video_view": 195
        },
        {
          "daily_unique_viewers": 120,
          "date": "2014-07-14",
          "video_view": 166
        },
        {
          "daily_unique_viewers": 118,
          "date": "2014-07-11",
          "video_view": 155
        },
        {
          "daily_unique_viewers": 95,
          "date": "2014-07-16",
          "video_view": 150
        },
        {
          "daily_unique_viewers": 89,
          "date": "2014-07-17",
          "video_view": 136
        },
        {
          "daily_unique_viewers": 57,
          "date": "2014-07-18",
          "video_view": 132
        },
        {
          "daily_unique_viewers": 99,
          "date": "2014-07-13",
          "video_view": 108
        }
      ],
      "summary": {
        "video_view": 2334
      },
      "account": "789967572001"
    }

基於該結果集,此條目...

    {
      "daily_unique_viewers": 73,
      "date": "2014-07-09",
      "video_view": 454
    },

... 意味著該帳戶在 2014 年 7 月 9 日獲得 73 個估計獨特用戶的 454 次觀看。

跨度數為平均天數

如果您的請求跨越了幾天,例如:

    https://analytics.api.brightcove.com/v1/data?accounts=789967572001&dimensions=account&from=2014-07-09&to=2014-07-22&limit=10&format=json&fields=daily_unique_viewers,video_view

響應將包含該時間段內daily_unique_viewers的平均值。

    {
      "item_count": 1,
      "items": [
        {
          "account": "789967572001",
          "daily_unique_viewers": 99,
          "video_view": 2334
        }
      ],
      "summary": {
        "video_view": 2334
      },
      "account": "789967572001"
    }

數據可用性

唯一性估算值發生在批處理系統中,這意味著daily_unique_viewers值不是實時可用的。在經過測量的日期之後的3-5天內,daily_unique_viewers的值將不可用。如果調用API並獲得NULL響應,則意味著該數據尚不可用。

識別用戶

視訊雲分析會使用由組成的字串Source IP address + the User-Agent String做為使用者的唯一識別碼。

您還可以將用戶標識符發送到分析數據收集器。如果您已經登錄或訂閱了您可以識別的用戶,這將最有意義。有關如何發送信息的信息,請參閱以下部分。

發送觀眾 ID - Brightcove 播放器

首先,您需要設置用戶標識符來存儲他們的觀看活動。

布萊特灣玩家

如果您使用的是Brightcove Player,請按照下列步驟操作:

  1. 即使瀏覽者資料會自動傳送至 Brightcove 分析,您仍需要設定使用者識別碼。要做到這一點,使用該setUser()方法。例如:

    myPlayer.bcAnalytics.client.setUser('viewer id');

    在託管 Brightcove Player 的網站上,您可以使用身份驗證網關或某些身份管理解決方案來跟踪查看者。使用此查看器 ID 作為查看器標識符以傳遞給 Brightcove 分析。

  2. 在播放器上設置任何源之前設置查看器 ID 很重要。初始化播放器後應立即調用它。

    <video-js
      id="myPlayerID"
      data-account="1752604059001"
      data-player="hyQW6GByl"
      data-embed="default"
      controls=""
      data-video-id="6156696074001"
      data-playlist-id=""
      data-application-id=""
      width="640" height="360"></video-js>
    <script src="https://players.brightcove.net/1752604059001/hyQW6GByl_default/index.min.js"></script>
    
    <script>
      videojs.getPlayer('myPlayerID').ready(function() {
        var myPlayer = this;
    
        // Set the viewer id for Brightcove analytics
        myPlayer.bcAnalytics.client.setUser('viewer id');
      });
    </script>
  3. 使用該setUser()方法時,該值不會被散列,並且將與所有後續信標一起以清晰的形式發送。

    請注意,在這種情況下,player_init事件將不會包含該user字段,但所有video_*事件都應包含它。

自定義網絡播放器

如果您正在構建不使用 Brightcove Player 的自定義實現,請添加user數據收集 API 請求的參數。如需詳細資訊,請參閱概觀:資料收集 API 第 2 版文件。

在託管播放器的網站上,您可以使用身份驗證網關或某些身份管理解決方案來跟踪觀眾。使用此查看器 ID 作為查看器標識符以傳遞給 Brightcove 分析。

唯一身份用戶總數

因為為所有用戶存儲唯一標識符是不可行的,所以我們使用一種算法來估算一個帳戶的總用戶數。

這意味著,如果您知道觀眾的確切人數並將其與我們的人數進行比較,就會發現一個很小的差異。錯誤率隨著唯一觀看者數量的增加而增加。