Data Pipeline Matters
15 likes947 views
本文讨论了追踪像素（tracking pixel）的概念及其在数字营销中的重要性，强调了数据管道设计对运营成本的影响。文中介绍了各种数据管道架构的优缺点，并提供了设计和实施追踪像素数据管道的实用建议。最后指出，选择数据管道时应考虑开发团队的技能、应用需求及总体运营成本。
![來源 IP - - [日期:時間 +時區] "GET /Lab-000.html HTTP/1.1" 200
2910 "來源頁面 http://hive.3du.me/Home.html" "瀏覽器 user-agent
Firefox/56.0" "hive=1; _ga=GA1.2.645201055.1510221111;
_gid=GA1.2.1103712346.1510221111; _gat=1"
15
1.http://hive.3du.me/Lab-000.html
2.HTML Response
3.GET analytics.js
4.GET /collect?v=1&t=pageview&_ ...
5.回傳 1x1 Tracking Pixel Image
當訪客瀏覽其他頁面時(如:Lab-000.html)
就會連同這些 cookie 一起告訴網站主
若網站主有打開 access log 印 cookie
的參數，就會在日檔裡看到這些 cookie
對 GA 來說，這些 cookie 是判斷首次造訪
或回訪的依據。
Google Analytics 的 Tracking Pixel 資料產生流程](https://image.slidesharecdn.com/2017-11-12datapipelinematters-171112161249/85/Data-Pipeline-Matters-15-320.jpg)
Data Pipeline Matters
- 1. Data Pipeline Matters -- 以 Tracking Pixel 為例 Data Pipeline Matters !! Take Tracking Pixel as an Example Jazz Yao-Tsung Wang Data Architect of TenMax.io Initiator of Taiwan Data Engineering Association Co-Founder of Taiwan Hadoop User Group Shared at 2017-11-12 <2017 台灣資料科學年會>
- 2. Hello! I am Jazz Wang Co-Founder of Hadoop.TW Initiator of Taiwan Data Engineering Association (TDEA) Hadoop Evangelist since 2008. Open Source Promoter. System Admin (Ops). - 11 years (2002/08 ~ 2014/02) Researcher in HPC field. - 2 years (2014/03 ~ 2016/04) Assistant Vice President (AVP), Product Management of ‘Big Data Platform Management Product’ - 1.5 years (2016/04 ~ Now) Data Architect of Real-Time Bidding You can find me at @jazzwang_tw or https://fb.com/groups/dataengineering.tw https://slideshare.net/jazzwang 2
- 4. 電子商務 數位行銷 新零售 4 數位轉型 Digital Transformation (DX) 早就悄悄地進行著 產 銷 人 發 財 數位化 (e 化) 行動化 (M 化) 普及化 (U 化) 智能化 (AI化) 行銷 4.0 電子支付 數位金融 虛擬貨幣 智慧製造 工業 4.0 社交網路 人資 4.0?
- 6. 線上廣告的五大技術特點 媒體概念的多樣性 • 入口網站、垂直網站、搜尋引擎、電子商務網、優惠 代碼網：越來越靠近使用者轉化的特徵 • 反思：ROI 越高，引導潛在客戶的能力卻降低 數據驅動的投放決策 • 機械化：電力 → 互聯網+：數據力 • DMP：對受眾貼標籤 Tagging • DSP：依歷史投放結果，調整投放策略 技術和計算導向 • 較精細的受眾定向 – 更精準的廣告成效預估 • 計算驅動的廣告決策與競價交易– 最佳化能力 • 數位行銷：成本低，可高度客製化 效果的可量測性 • 可忠實呈現展示(Impression)與點擊(Click) • 比較不同時期不同產品的點擊率絕對值沒意義 • 特定時期同類產品的點擊率差異比較才有意義 素材與投放方式的標準化 • 標準化的驅動力：受眾定向與程序化購買 • 影音廣告的 VAST 標準 • 即時競價的 OpenRTB 標準 導購 導流 6 大數據 羊毛出在狗身上，豬來 買單！ 追蹤 預估 Tracking Pixel 是讓這一切 發生的根本
- 7. 7 1. Tracking Pixel 如何產生資料？ 什麼是 Tracking Pixel ？ 有哪些應用場景 ? Tracking Pixel 會在哪裡產生哪些資料呢？
- 8. ▷ 追蹤像素（Tracking Pixel） ○ 一個大小 1 x 1 像素，通常是透明的圖片 ○ 也稱為 web bugs, beacons, tracking bugs, page tags ○ 埋在網站或 e-mail 中，用來追蹤使用者行為跟線上廣告的成效 ▷ 基本應用場景 ○ E-mail (EDM) 開信率 ○ 網站到訪率、跳出率、哪些頁面最熱門 ○ 線上廣告的曝光率(Impression)、可視曝光率(Viewable Impression)、 點擊率(Click)、到達率(Landing)、轉化率(Conversion) ▷ 進階應用場景 ○ 搭配 cookie 可以做到更精準的受眾定向(Targeting) ○ 個人化瀏覽體驗(Personalized web experiences) ○ 跨網域 cookie syncing / matching ( 跨螢用戶追蹤的基礎 ) What is Tracking Pixel ？ 8
- 9. ▷ 實作上有兩種 Tracking Pixel ○ Client Based Tracking : 使用 cookie ○ Server Based Tracking : 不用 cookie <img src=”http://hive.3du.me/images/hive_labs.png?uid=XXXXXXXXXX”> ▷ 常見實作 ○ 使用第三方服務 ■ Google Analytics https://analytics.google.com ■ Facebook Pixel https://www.facebook.com/business/help/651294705016616 ■ Doubleclick Pixel Loader https://support.google.com/richmedia/answer/6187378 ○ 自建服務 ■ Piwik https://piwik.org/docs/tracking-api/ Tracking Pixel 的種類 9
- 10. Google Analytics 的 Tracking Pixel 資料產生流程 10 1.http://hive.3du.me
- 11. 11 1.http://hive.3du.me 2.HTML Response Google Analytics 的 Tracking Pixel 資料產生流程
- 12. 12 1.http://hive.3du.me 2.HTML Response 3.GET analytics.js Google Analytics 的 Tracking Pixel 資料產生流程
- 13. 13 1.http://hive.3du.me 2.HTML Response 3.GET analytics.js 4.GET /collect?v=1&t=pageview&_ ... 5.回傳 1x1 Tracking Pixel Image Google Analytics 的 Tracking Pixel 資料產生流程
- 14. 14 1.http://hive.3du.me 2.HTML Response 3.GET analytics.js 4.GET /collect?v=1&t=pageview&_ ... 5.回傳 1x1 Tracking Pixel Image 以上過程中也寫入了一個 3du.me 網域 的 cookie 用來識別這是同一個裝置的 同一個瀏覽器 Google Analytics 的 Tracking Pixel 資料產生流程
- 15. 來源 IP - - [日期:時間 +時區] "GET /Lab-000.html HTTP/1.1" 200 2910 "來源頁面 http://hive.3du.me/Home.html" "瀏覽器 user-agent Firefox/56.0" "hive=1; _ga=GA1.2.645201055.1510221111; _gid=GA1.2.1103712346.1510221111; _gat=1" 15 1.http://hive.3du.me/Lab-000.html 2.HTML Response 3.GET analytics.js 4.GET /collect?v=1&t=pageview&_ ... 5.回傳 1x1 Tracking Pixel Image 當訪客瀏覽其他頁面時(如:Lab-000.html) 就會連同這些 cookie 一起告訴網站主 若網站主有打開 access log 印 cookie 的參數，就會在日檔裡看到這些 cookie 對 GA 來說，這些 cookie 是判斷首次造訪 或回訪的依據。 Google Analytics 的 Tracking Pixel 資料產生流程
- 16. Tracking Pixel 產生的紀錄分散於不同角色 16 1.http://hive.3du.me 2.HTML Response 3.GET analytics.js 4.GET /collect?v=1&t=pageview&_ ... 5.回傳 1x1 Tracking Pixel Image 訪客 Visitor 網站主 Publisher 分析服務 Service 廣告網路 Advertising Network 廣告主 Demand 網站主、分析服務 、廣告網路，互相 拿不到對方的資料 網站主用自身資料 來跟廣告網路要錢 廣告網路也用自身 資料跟廣告主要錢 廣告主想從訪客 身上賺到錢
- 17. ▷ Tracking Pixel 會在線上廣告生態系的不同角色， 留下不同的足跡。這些角色因為無法取得對方的資料， 必須透過對方產生的報表來「付費 / 收費」。 ⇨ 這些 web service 的 access log 跟收錢有關，不能漏記～ ⇨ 快速回應(Response Quickly)、儘早落地(Write Early) ▷ 能產生商業價值的是由大量訪客足跡所拼湊出的「訪客特徵 (Audience Profile)」。誰能同時掌握真實客戶資料與匿名的訪 客足跡，就能組出更精準的「客戶洞察(Custom Insight)」 ⇨ 這些 access log 要靠後續的離線分析來產生商業價值～ 小結 17
- 18. 18 2. 分析 Tracking Pixel 數據 的 Data Pipeline 設計 攸關營運成本 比較不同 Data Pipeline 的設計與營運成本 Lambda Architecture Kapa Architecture Serverless / Microservice
- 19. 19 3.GET /analytics.js 4.GET /collect?t= pageview 小規模 Tracking Pixel 的日誌分析 Data Pipeline WEB-1 WEB-2LB BI Report Dashboard ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ ⑪ ⑫ ⑬ 成本 分析 代碼 優點：資料流短而單純，易於維護與除錯 缺點：當 log 資料量過於龐大時，資料庫的同時寫入速度跟資料量會是效能瓶頸 異常補資料用
- 20. 20 3.GET /analytics.js 4.GET /collect?t= pageview 批次 Tracking Pixel 的日誌分析 Data Pipeline WEB-1 WEB-2 LB Spark-1 Spark-2 BI Report Dashboard ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ ⑪ ⑫ ⑬ ⑭ ⑮ ⑯ ⑰ 成本 分析 代碼 優點：適用 log 資料量龐大、需要複雜分析的情境 缺點：資料流長，不易維護與除錯，
- 21. 21 3.GET /analytics.js 4.GET /collect?t= pageview 串流 Tracking Pixel 的日誌分析 Data Pipeline LB ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ ⑪ ⑫ ⑬ ⑭ ⑮ ⑯ ⑰ 成本 分析 代碼 優點：適用 log 資料量龐大、需要複雜分析的情境 缺點：資料流長，不易維護與除錯， WEB-1 WEB-2 異常補資料用 BI Report Dashboard
- 22. 22 Serverless Tracking Pixel Architecture https://cloud.google.com/solutions/serverless-pixel-tracking
- 23. 23 Serverless Tracking Pixel Data Pipeline ① ② ③ ④ ⑤ ⑥ ⑦ 成本 分析 代碼 優點：技術門檻略低，不需自架網頁服務，不怕流量龐大 缺點：僅適用 Server Based Tracking。雲服務元件是黑盒子，不易除錯。 BI Report DashboardServing Collecting Analysing http://docs.aws.amazon.com/AmazonS3/latest/dev/WebsiteHosting.html 將「靜態網頁」存放在「雲儲存」服務 是運用雲服務的 Best Practice!!
- 24. 24 不同雲儲存服務的 Log 格式 ▷ Azure Blob Storage ○ Storage Analytics Log Format ○ https://docs.microsoft.com/en-us/rest/api/storageservices/storage-anal ytics-log-format ▷ Google Cloud Storage ○ Access and storage log format ○ https://cloud.google.com/storage/docs/access-logs#format ▷ Amazon S3 ○ Server Access Log Format ○ http://docs.aws.amazon.com/AmazonS3/latest/dev/LogFormat.html
- 25. ▷ 某些行業的 access log 跟收錢有關 ⇨ 數據是 21 世紀的黑金 ▷ 但這些 access log 要靠後續的離線分析來產生商業價值～ ▷ 練習設定 Tracking Pixel 的 Data Pipeline 是個瞭解資料工程 相關技術的好開始。 ▷ 選擇 Data Pipeline 時，請根據開發成員的技能樹、應用需求 （Ex. QPS、HA、Scalability）、資料生成量與資料運算量等進行 評估。 ▷ 也請別忘了營運成本不單純只有 Data Pipeline 的運算成本， 還包括網路傳輸成本、備份機制、監控機制、維運人力成本（網 路管理員、系統管理員、DataOps / Data Engineer）。 ▷ 若資料不敏感，可存放於雲服務，可考慮用 Serverless 架構 ▷ 若有 Client based Tracking 種 cookie 需求，可用 Lambda、 Functions 服務來實作。 結語 25
- 26. Thank You! Q & A 26