QOS（即Quality of Service，服务质量）主要指网络环境下服务满足用户的程度，在视频服务的语境下也可认为是Quality of Streaming，即流媒体服务的质量。通常，QOS可以由一系列指标表达，如传输的速度、响应时间、发送顺序、正确率等。就视频服务来说，QOS由多项约定俗成的技术指标构成，包括播放成功率、错误率、Re-buffer（卡顿）次数和时间、起始时间、快进响应时间、视频码率、延迟等。
通行的QOS指标大致可分为两类：
一类用于衡量用户可在多大概率上得到服务，如播放成功率和错误率；
另一类描述了用户所获取到服务的水平，如卡顿次数、时间、起始时间、快进时间、视频码率和延迟
下面是QOS指标定义（图片来自Conviva官网）
- 播放成功率：描述了用户在尝试播放视频时启动成功的比率，可由所有成功开始播放的次数除以用户尝试的总数，常见于后端视频失效的情形
- 播放错误率：放过程中至少单个视频或音频帧被播放的情况下发生的错误，可能的原因包括播放器崩溃、硬件关闭、网络断开等，需要用户干预才能恢复播放
- 播放片头短片、视频或交互式广告时导致的失败：这些可能由第三方服务导致，影响用户体验，同样应予以监控以及调试改进
- 视频卡顿：播放器无法即时得到流媒体传输的视频片段而需等待下载的情形。卡顿可能短促地发生，也可能持续很长时间。卡顿指标既包含单位时间内的卡顿次数也包含卡顿累计时间的维度，优化卡顿时间的常见的方式是利用CDN和码率自适应算法。
- 视频卡顿的一类特殊情形是起始播放时的卡顿，通常计算从用户点击播放到第一帧呈现在屏幕上为止的时间长度，因为获取最初可用的视频片段需要一定时间，包括后台服务准备资源、下载视频开始的片段、初始化软硬件等。
- 优化起始时间可以通过将起始视频片段预先置于CDN的边缘节点，降低起始码率，增加播放器初始化并行度，预先建立网络连接等方式。此外，播放器还可以通过插入片头动画，持续播放快进前的视频片段直至快进后的视频帧准备好等手段降低用户的主观等待时间。
- 平均码率：用于反映视频的清晰程度，不同编码器，甚或不同编码参数将导致同样水准的视频码率相差许多，因此该指标主要用于评估流媒体服务的质量，未能完全代表观看感受
- 节目延迟时间：计算标准是节目应播出的时间与实际屏幕上播放时间的间隔。带来延迟的除软件处理速度、网络传输速度外，编码器，源服务器及CDN服务器带来的缓存队列，播放器中解码器和渲染硬件均会引入大小不同的延迟。
当定义了关键的QOS指标与优先级之后，视频服务可以通过传统的方式（如本地环境、测试环境测试的方式）进行初始的验证，使用如Evalvid这样的视频质量评价工具，配合NetworkSimulator类的网络模拟工具，可用于小规模测试，提供丢包率、延迟、抖动等底层指标。
在真实的在线视频服务中，大多数由用户不同地理位置、设备种类、软件版本、运行环境等导致的问题很难在开发环境中复现。在线视频服务通常在各个客户端平台上实现对QOS状况的监测，通过SDK发送回，并由后端服务进行折算和统计。
当服务的用户量达到一定程度时，需要大数据技术区分实时和批量数据，并在存储之前进行预处理。QOS数据由后台服务整合后将被应用于图表呈现、统计报告、分析优化、监控报警等用途，是产品、开发、运维、数据分析等团队依靠的基础。
为更好地分析特定问题，收集关于某一用户播放过程的全部信息并按时序加以呈现，可以有效地帮助理解因果关系，信息将包括用户行为、执行时间、下载计时、码率切换记录、错误类型、CDN节点位置、服务器日志甚至一些计算的中间结果，将可有效地推断例如开始播放较为缓慢或者某次卡顿如何发生的原因。
通过QOS数据以及扩展的信息，开发者就可以自由地进行优化，可以考虑的优化角度包括架构设计、编码选择、流媒体协议、自适应算法、连接与卡顿逻辑、客户端软件设计。
