新媒體世代,廣告主做行銷往往找上「網紅」(key opinion leader,以下簡稱 KOL)作為重要的宣傳管道。但網紅何其多,如何有效掌握網紅帶來的曝光、流量效益?怎樣才能維持社群口碑長期發酵?KOL Radar 網紅雷達就是為解決此問題而生。
「KOL Radar 網紅雷達」為全台最大的 AI 網紅搜尋平台,收錄 12 萬筆以上的網紅名單與上億筆 Facebook、YouTube、 Instagram、TikTok 等公開社群數據。KOL Radar 透過 AI 運算,提供廣告主最完善、精準的網紅配對建議,讓廣告主極大化網紅行銷效益。
即時社群數據爬取 考驗平台穩定度與運算效能
經營這樣的平台,需要取得最即時的社群數據,並在短時間內完成運算、提供分析結果,才能讓客戶更精準地判斷網紅行銷成效。而要維護大量的數據,除了要有穩健的資料庫、管理工具,還需要穩定、易管理的爬蟲系統。
KOL Radar 產品經理 Finn 表示,原本的爬蟲系統受限既有的基礎設施,系統架構無法輕易顯示各個環節是否成功,也無法輕易從已知的線索找到問題發生的原因,使得產品團隊往往耗費許多時間在查找、排查問題,更增加維運的負擔。
團隊積極地尋求不同雲端的解決方案,在考量系統架構與人力資源後,相中 Amazon Web Service (AWS) 服務。AWS 除了能滿足大量運算的需求外,AWS 原生的 SaaS (Software as a Service) 服務還支援 KOL Radar 急需的流程可視化服務。
AWS 多元解決方案 有效解決系統瓶頸
Finn 以爬蟲系統舉例,團隊採用 Amazon Simple Queue Service (SQS) 全託管訊息佇列服務,將 AWS SQS 作為所有排程工作的進入點,管控所有爬蟲工作任務,並使用無伺服器運算服務 AWS Lambda 執行一個個爬蟲任務,實現工作任務同時並發(concurrency)最大化與管控。最後再以 AWS Step Functions 視覺化工作流程服務,將每個爬蟲步驟從雜亂的 log 紀錄檔中整理出來,以視覺化流程圖顯示,提供產品團隊後續追蹤與調適。如此一來,不僅有效解決爬蟲系統遇到的瓶頸,過程中省下的維運人力,更能投入於產品的開發優化。
iKala Cloud 技術支援 讓導入 AWS 更輕鬆
而在導入 AWS 的過程中,扮演關鍵角色的就是 AWS 的合作夥伴 iKala Cloud。iKala Cloud 具備多年雲端 AI 技術經驗,致力協助企業打造雲端、數位轉型解決方案。從導入前期,iKala Cloud 就協助 KOL Radar 規劃雲端架構,雙方技術團隊也進行多次需求訪談,幫助 KOL Radar 克服跨系統、跨設備的資料彙整及拋轉問題。Finn 說明,iKala Cloud 技術顧問幫助 KOL Radar 工程師更快熟悉 AWS 產品,也讓爬蟲系統的搬遷過程更輕鬆有效率。
未來展望:社群數據更即時、分析更精準,提升廣告主效益
這次的功能搬遷,不僅讓內部維運更順暢,也讓使用 KOL Radar 的廣告主能獲取更精準、更即時的社群數據,加速行銷決策。另外,因為 AWS 的服務多元,許多功能模組都讓團隊躍躍欲試,期待各項雲端解決方案能有效推動產品的開發與優化。