整套解决方案:网站营销网站营销自动化——机器人接管了？

　　整套解决方案:网站营销网站营销自动化——机器人接管了？

　　这种效率可以防止您失去销售、潜在客户和与目标受众的互动。谁不喜欢效率？好吧，有了这种自动化，你就错过了人的因素……信任？

　　你能做太多吗？

　　营销自动化的人性化

　　自动化

　　机器人正在接管！我们现在可以自动化一切！麦当劳的软饮料现在是用机器倒的，因为人们很难倒出最有效的超大杯子。只是在开玩笑。

　　如果你可以自动化一些东西，你愿意吗？如果你这样做了，你会失去这段关系吗？

　　没有关系的电子邮件营销只是另一封等待删除的电子邮件。考虑您组织的文化。您想与观众建立什么样的关系？

　　如果您在购买后发送一些无聊的电子邮件，认为这有什么不同吗？没有它可以或应该的那么多。

　　购买、注册或下载都是您与受众建立更深层次联系的绝佳机会。这种更深层次的联系意味着有人可以从普通浏览器变成超级粉丝并成为回头客。

　　在回答这些问题之前，请设置一个自动电子邮件...

　　你给谁发邮件？

　　什么是重要的？

　　他们为什么要购买、注册或下载？

　　他们对你有什么期望或需要？

　　你希望他们接下来做什么？

　　这是建立品牌的机会吗？

　　你能利用这个机会建立一个“粉丝群”吗？

　　不要只是说感谢您购买、加入或下载。如果您的品牌建立在幽默之上，请尝试在这些电子邮件中添加一些内容。或者你在支持一个事业。他们能帮忙吗？在您的电子邮件回复中告诉他们。

　　查看 Jason Falls 的案例研究，这是一个出色的电子邮件自动化应用程序。

　　

　　不仅仅是电子邮件，所有营销都是自动化的。社交媒体应该是你文化的延伸，即使是自动化的。登陆页面应该转换，但仍然需要在品牌上。

　　您是否正在跟踪这些数据，以便成功改进并尽量减少失败？

　　营销自动化和系统集成

　　营销自动化可能有点分散，特别是对于小型企业和组织。您可以通过 ConstantContact 或 MailChimp 等平台处理自动电子邮件。

　　也许购买后的电子邮件是通过 WooCommerce、Shopify 或其他电子商务平台完成的。也许您正在使用 Hootsuite 的 Buffer 进行社交媒体自动化。

　　这些都没有错。并非所有企业都适合 HubSpot 或 Marketo 等平台。这不仅仅是因为价格。

　　有时，完全集成的营销自动化解决方案就像用锤子杀死苍蝇。

　　但无论您使用什么，您都需要跟踪您的成功和失败。花时间首先确定哪些数据是重要的。它可以是以下任何一项或全部：

　　转换（销售、注册、下载）

　　打开, 点击, 股票

　　页面浏览量（流量）

　　排名（SEO）

　　广告支出和转化率

　　品牌知名度很重要，但它与可衡量的结果相关，例如增加销售额或流量。增加的流量需要有意义。这是正确的流量来源吗？他们正在访问您想要的页面吗？

　　客户关系管理整合

　　跟踪营销漏斗活动的最简单方法是将营销自动化与 CRM（如 SalesForce 或 Zoho）集成。

　　如果您有 CRM，请进行一些研究，看看是否有 API 或其他集成方法可以与您的电子商务平台、社交媒体工作或电子邮件营销集成。

　　如果您在 HubSpot、Pardot 或 Marketo 上花费更多，请确保提供商与您合作进行设置。在他们的帮助下，您想确定一个合理的结果。

　　如果您的营销自动化仅仅是为了建立流量，那么您就没有抓住重点。营销自动化关乎整个营销漏斗的效率。需要这种效率来产生预定的结果，例如潜在客户、销售、签收等。

　　所有这些东西都可以被赋值。这是一个公式。（查看《*敏*感*词*》文章 的投资或投资回报率）

　　

　　要知道您的钱是否物有所值，您需要查看投资回报率。例如，如果你每月花费 3k，你不知道你是否得到了合理的回报，你需要尽快纠正这个错误。

　　定义您的设计结果

　　确定客户互动将如何引导他们通过渠道

　　跟踪数据并分析其对预期结果的影响

　　如果不满意，进行必要的调整

　　你拥有内容吗？

　　这是我有点说教的地方。您非常努力地建立您的在线形象。您的 网站 是您的营销基地。确保您拥有并控制该基金会。

　　有时，市场自动化系统会迫使您在他们的系统内工作。例如，您可能正在运行广告或内容营销活动，以将流量吸引到系统内的登录页面。

　　此登录页面的设置旨在将访问者转换为客户、成员，无论您正在寻找什么。

　　通过这种转化，系统可以跟踪他们的来源，如果他们发生了转化，它还可以在初始转化后通过提供更多的交易或转化机会来进一步提升营销渠道。

　　这些登陆页面是您自己的小型销售机器人。建立您的管道，有时甚至完成交易。这是典型的营销自动化。

　　内容营销和营销自动化

　　您的内容营销工作如何？也许您正在制作内容系列以配合促销活动。伟大的！

　　但是，如果这些帖子被迫生活在营销自动化系统中怎么办？如果您停止使用该系统会怎样？这些帖子的所有 SEO 价值都丢失了。

　　您将最有价值的资产——公用事业的内容——放在租用的土地上。它可能会影响交通，但你没有空间。

　　它不属于您的域权限。必须重定向所有入站链接。这不是系统的错。这就是他们的工作方式。

　　这是一个很好的经验法则。如果它是常青内容，请确保它不在您的域名上，也不在租用的土地上。

　　所以下一次营销或公关公司说“你需要！” “问他们“为什么？”

　　本文由重庆建筑公司派臣科技网站网络采集并发布。

　　整体解决方案:58同城 Elasticsearch 应用及平台建设实践

　　简介：Elasticsearch是一个分布式搜索分析引擎，可以进行全文检索、结构化检索和分析，并且可以将三者结合起来。Elasticsearch 基于 Lucene，现在是使用最广泛的开源搜索引擎之一。Elasticsearch可应用于在线/离线日志管道、用户标签画像、数据库二级缓存、安全风控行为数据、图数据库索引、监控数据、Wiki文档检索等应用场景。58同城有自己的主搜索，而一些内部创新搜索业务和*敏*感*词*实时OLAP（On-Line Analytical Processing）使用Elasticsearch。

　　本次分享的主题是58同城Elasticsearch应用及平台建设实践。主要内容包括：

　　01 集群优化治理 1. 背景

　　早期 Elasticsearch 由 58 个以内的各个业务部门独立维护。但是随着 Elasticsearch 自身功能的增强，使用 Elasticsearch 的业务团队越来越重要，使用的业务场景也越来越重要，所以数据库部门负责整个公司。Elasticsearch 的使用已被用于融合管理。在这个过程中，数据库系的同学们遇到了很多问题和挑战，具体如下：业务使用场景复杂多样；Elasticsearch 版本不一致；应用程序和 Elasticsearch 数据服务的混合部署；缺乏有效的监测；服务器硬件有多种型号；没有对索引访问的管理和控制，并且找不到负责人；接入规范不统一，接入通信成本高；没有平台管理，集群信息在excel中手动维护。

　　除了以上问题，接管Elasticsearch后，还面临*敏*感*词*能方面的挑战：索引变红（集群健康状态）、索引无法写入、查询超时、内存OOM、Master无响应等。

　　在分享之前，DataFun的小伙伴们反馈了很多问题，这些问题很大一部分和Elasticsearch集群的规划有关，很多和我们之前遇到的问题是一样的。下面分享两个处理比较频繁的问题。

　　2、典型问题之一：Elasticsearch集群的磁盘爆炸

　　磁盘爆炸有几个原因：

　　这些问题都是比较基础的，其实反映了早期使用 Elasticsearch 的时候没有很好的规划。针对以上问题，总结以下实践经验：

　　3. 典型问题2：Elasticsearch集群写入变慢

　　对 Elasticsearch 集群的缓慢写入需要考虑以下问题：

　　针对上述问题，我们的实践经验是：

　　四、开发规范

　　针对这些影响业务稳定性的问题，我们在内部制定了相应的规范约束：

　　日志应用程序： 非日志应用程序：

　　这些主要是数据检索服务。

　　5. Elasticsearch 服务架构

　　在整合了所有的 Elasticsearch 之后，我们统一了 Elasticsearch 的服务架构：

　　该架构具有以下特点：

　　02典型应用实践一、ELKB简介

　　在介绍我们的典型应用实践之前，我们先介绍一下ELKB。

　　ELKB是一套日志管理解决方案，是Elasticsearch、Logstash、Kibana、Beats服务的简称。Elasticsearch用于存储数据并提供搜索和分析；Logstash 用于数据采集和转换管道，可扩展插件；Kibana 用于可视化存储在 Elasticsearch 中的数据；Beats 用于多类型数据采集器。

　　ELKB的架构分为三层：数据提取层、数据存储层、数据展示层。ELKB 将数据提取、存储和展示集于一身，这是它的比较优势。

　　2、应用实践之一：58实时日志平台前期：

　　58有很多套技术方案，架构是五年前系统运维部同学维护的一个日志采集平台，有两条业务线在使用。这个版本在当时是比较低的。它通过 Logstash 抓取日志，但是 Logstash 非常耗费资源，并且经常存在一些稳定性问题。

　　

　　当前阶段：

　　目前我们公司主流的日志平台主要有这几个：

　　工作过程：

　　改进阶段：

　　然后它演变为以下新的日志记录平台：

　　3.应用实践二：MySQL实时慢日志

　　MySQL慢日志系统早期，业内大部分人获取前一天的慢日志，进行统一分析，然后生成前一天的慢日志报告。这种方法有一定的滞后性。如果业务调整 SQL 或者发布新功能，想要查看实时的性能状态，这个需求是无法满足的。开发者需要查看数据库的实时慢日志，方便更快的进行性能诊断。我们使用ELKB技术栈来实现：

　　目前提供给开发者的客户端可以通过页面实时看到自己的MySQL。从MySQL的采集到显示，目前可以在5秒内显示。

　　4.总结

　　以上就是58同城的两个主要应用实践。目前，数据库团队已经汇聚了全公司30+套各类业务的Elasticsearch集群，300多个节点，近200台服务器。我们还有很多管理和维护工作。要做的工作。

　　03平台建设

　　从去年开始，我们就开始了 Elasticsearch 平台的建设。一是为用户端提高开发和访问Elasticsearch的效率，二是为DBA管理端，可以高效运维Elasticsearch集群和索引治理。

　　Elasticsearch在58云DB平台上的功能架构图如下：

　　1. 客户

　　对于用户端，我们将 Elasticsearch 开放给开发者、数据运维人员、数据分析师等，让他们可以对 Elasticsearch 数据进行基本的查询，包括数据统计、分析报告、查看 Elasticsearch 状态。

　　2.管理终端

　　在管理方面，我们实现了 Elasticsearch 集群的一键部署。因为 Elasticsearch 是分布式的，所以部署线比较长。它需要多个节点和不同的角色，包括监控、Logstash、Filebeat 等相关管理。

　　3. 指数治理

　　未来索引治理会做一些索引生命周期管理。目前，我们仍然最依赖脚本进行管理。我们希望后续所有的索引工作都放在平台上，并且要有相关的操作记录。

　　

　　服务端目前使用的是Zabbix+ Grafana方式。我们开发了一个程序。将所有集群的监控指标输入到其中一个 Elasticsearch 集群中，然后 Grafana 基于 Elasticsearch 显示图表，然后通过 Zabbix 进行一些系统告警。

　　在用户端，可以通过 Kibana 看到索引索引的速度、延迟等信息。

　　04后续规划 1.版本升级

　　Elasticsearch 7.X，在Elasticsearch 7.X版本中做了很多性能优化，包括：查询关联、内存管理和控制。但它也有一个问题。Elasticsearch 版本不向后兼容。比如6.x版本升级到7.x版本，它的变化会比较大。

　　2.集群智能诊断

　　集群功能越来越多。目前，集群问题仍然依赖运维人员手动发现。我们希望通过规则或自动分析的方式实现故障的自动处理。

　　3.私有云探索

　　接到Elasticsearch的业务需求后，我们首先要分析一下它的业务模型：是搜索还是日志流？不同用途对硬件的消耗差别很大，服务器不是很适合业务配置。在这方面，存在大量的资源浪费。我们希望通过云模式，减少资源的浪费，提高资源的利用率。

　　05问答环节

　　1、Elasticsearch数据如何与hadoop大数据平台数据仓库同步？

　　A：可以通过官方的相关组件或者自己编写程序来同步Hadoop或者hive的数据。

　　2、在Elasticsearch日志应用中，如何定义日志格式，有些后台日志比较复杂，比如除了crash，这个后台日志问题怎么处理？

　　A：日志格式见Filebeat。Filebeat 在采集日志时具有多行合并功能。从Kafka到Logstash，可以定义自己的过滤规则，轻松解决问题。

　　3. 如何将 MySQL 数据导入 Elasticsearch 并保持实时同步？

　　这是一个性价比很高的话题，从 MySQL 到 Elasticsearch 还有很多规则需要考虑。例如，将单个表导入单个索引，将多个表导入到 Elasticsearch 索引，以及从单个表导入多个索引是不同的。业界有很多解决方案可以将 MySQL 同步到 Elasticsearch。主流的有以下几种：

　　4、Elasticsearch如何实现高效的二级索引？

　　答：类似于MySQL的回表查询方式，先将所有要查询的数据同步到Elasticsearch中，同步时带上相关的记录id。Elasticsearch 完成查询后，使用这些 id 查询相关的 MySQL 或 HBASE。返回完整数据。

　　今天的分享就到这里，谢谢大家！嘉宾介绍：

　　于博伟

　　58同城 | 高级建筑师

　　58同城数据库部负责人负责为公司各项业务提供高可靠、高性能的一站式数据库服务。主要数据库类型包括 MySQL、Redis、MongoDB、TiDB 和 Elasticsearch 等，帮助和赋能业务发展，提高效率。

　　分享，点赞，看文末，点三下~~

　　游戏推荐：

　　瓜分46万元奖池，启动首届Apache Spark AI智能诊断大赛。Spark“数字人体”AI挑战赛——脊柱疾病智能诊断大赛，目标是通过MRI对脊柱退行性变化进行检测和分类，形成一批高复用性的创新算法案例，积极推动相关技术的临床应用. 全程还有专家指导，手牵手带你进入决赛。点击图片了解详情：

　　社区推荐：

　　欢迎加入DataFunTalk大数据交流群，与同行零距离交流。如需入群，请识别下方二维码，按提示入群。