自 LINE 官方帳號 2.0 全面上線、推播訊息改為按量計費後，廣告品牌主哀鴻遍野；過去的「吃到飽」機制讓品牌主照三餐群發訊息，調整後「發多少算多少錢」不僅訊息推播成本提高，品牌主也被迫直面精準行銷的挑戰。
精準行銷的直球對決：發送對的訊息給對的人
漸強實驗室打造的訊息行銷平台 MAAC 就是為解決上述問題存在。該平台讓行銷人透過簡潔的介面就能完成 LINE 官方帳號的分眾推播、個人化推薦，並檢視成效報告，藉以優化品牌主的行銷成效 (ROI)。
成立甫 3 年，漸強就與眾多大型電商合作；這些電商會員數動輒百萬、優惠檔次頻繁，對漸強而言最大的挑戰之一，就是得短時間發送大量訊息，用戶看到推播後在 LINE 內點擊，也會造成瞬間的峰值流量。因此，MAAC 不僅要能快速推播、承接高峰流量，還要同時追蹤這些電商會員在 LINE 內的點擊行為，並將行為資料做後續的 AI 分析、用戶貼標等資料整合工作。
Google Cloud 成熟的容器化技術與多元產品整合
為迎合上述市場需求，產品必須不斷地迭代優化。漸強實驗室技術長李宗晟 George 表示，為了減輕開發維運人力、快速上線產品，團隊首先規劃將過去分散的專案與程式碼容器化以 Kubernetes 部署。綜觀各大雲端服務商，Google Cloud 在管理 Kubernetes 的技術可以說是最成熟的。此外，團隊對 Google 生態系下的多元產品如 Firebase、G Suite 都有豐富使用經驗，整合上更便利，因此 GCP (Google Cloud Platform) 自然成了漸強的雲端首選。iKala Cloud 與漸強團隊於是著手架構調整，將應用程式部署至 Google Kubernetes Engine (GKE) ；在 iKala Cloud 的協助下，漸強僅花不到半天的時間便完成了轉移。
事實上，漸強的商業流程背後需要大量且即時的資料串流。MAAC 的用戶偏好預測、貼標與分眾推播，都仰賴極大的運算效能。漸強發現，過去使用的 SQL Database 隨著業務擴張，不論儲存成本、運算速度都碰到了天花板。而 GCP 也為漸強提供絕佳的資料串流解決方案。
BigQuery 即時串流分析，精準貼標洞悉用戶偏好
為了更有效率預測用戶偏好並貼標，漸強選擇先將資料放到低成本儲存空間 Google Cloud Storage，再將資料讀到 BigQuery 進行資料分析，BigQuery 無伺服器的特性讓使用者靈活調度資源來分析 PB 規模的資料。漸強實驗室共同創辦人兼營運長黃紹航 Steven 說明，以往在 SQL Database 上需要花 10-20 分鐘才能完成的分析，用 BigQuery 大約一分鐘就能完成，不僅減少品牌主操作等待時間，也成功降低運算成本、優化效能。後來，漸強各式各樣的分析都透過 BigQuery 進行。
Pub/Sub 低延遲訊息傳遞，輕鬆達成百萬會員分眾推播
將 LINE 會員精準貼標後，就能依會員偏好推播個人化訊息。推播百萬等級會員訊息時，漸強為了降低延遲、改善體驗，也著手系統優化。團隊選擇以 Cloud Pub/Sub 觸發 Cloud Functions，將訊息處理流程全託管在 GCP 上。Cloud Pub/Sub 提供暫存位置存放待處理的事件，而 Cloud Functions 則負責執行無伺服器應用程式。團隊表示，光是這樣的優化，漸強一個月就能降低 80-90% 以上發送訊息的成本，發送效能也大幅提升。
George 補充，雲端平台的延展性與彈性，為漸強提供了的良好的空間部署各項服務，在流量大的時候自動擴展也非常方便。而基本上，想打造各種產品或功能，GCP 簡潔的介面上都有對應的工具可使用，彷彿設備齊全的廚房，廚師進去就能找到所需的材料和設備做出料理。
「雲端平台的延展性與彈性，為漸強提供了的良好的空間部署各項服務，在流量大的時候自動擴展也非常方便。而基本上，想打造各種產品或功能，GCP 簡潔的介面上都有對應的工具可使用。」── 漸強實驗室技術長李宗晟
Martech 領域近年用戶隱私意識抬頭，所幸 GCP 的資安頗受品牌主信任，漸強也非常重視品牌客戶的安全性問題。未來，漸強也規劃時間序列 (time series) 儲存的優化，預計資料量體大到一定程度時，可導入 Cloud Bigtable 這樣的產品，改善時間序列的資料架構。
Steven 認為，漸強要利用資料為品牌主締造新的價值；資料如何更快地取出、有效率地分析會員行為、怎麼從這些資料判斷出「含金量高」的會員貼標，延伸廣告相關服務，漸強相信這些都能幫助品牌主在變化的市場中，快速了解其消費者樣貌，並準確觸及他們。
