快捷搜索:
最佳的竟然是这个,房产类抖音
分类:互联网

原标题:MaxCompute重装上阵 第五弹 - SELECT TRANSFOR

原标题:冷类目也能创造小奇迹:房产类抖音《快鸽房视》2个月42万粉丝全复盘

原标题:7天,我们测试了5个裂变模型,最佳的竟然是这个

摘要: MaxCompute(原ODPS)是阿里云自主研发的具有业界领先水平的分布式大数据处理平台, 尤其在集团内部得到广泛应用,支撑了多个BU的核心业务。 MaxCompute除了持续优化性能外,也致力于提升SQL语言的用户体验和表达能力,提高广大ODPS开发者的生产力。

2018年,抖音已成为目前最火的流量产品,日活月用户超1.5亿人。

2018年8月,快鸽房视抖音粉丝超过40万,引领着整个房产短视频行业。

本文尝试从快鸽房视起步之前到目前的运营过程,来探讨如何在抖音的红海中突破重围成为最受欢迎抖音栏目。

文章通过测试5种裂变模型的漏斗模型,并通过对比分析各自的优缺点,最后得出最佳的裂变流程及活动文案。

MaxCompute(原ODPS)是阿里云自主研发的具有业界领先水平的分布式大数据处理平台, 尤其在集团内部得到广泛应用,支撑了多个BU的核心业务。 MaxCompute除了持续优化性能外,也致力于提升SQL语言的用户体验和表达能力,提高广大ODPS开发者的生产力。

图片 1

裂变增长可以说是2018年各个行业都在疯狂追逐的用户获取方式。

MaxCompute基于ODPS2.0新一代的SQL引擎,显著提升了SQL语言编译过程的易用性与语言的表达能力。我们在此推出MaxCompute(ODPS2.0)重装上阵系列文章

一、概述

几乎每个月都有刷屏级别的案例出现在你我的朋友圈,比如网易戏精课、新世相营销课等等,而这些裂变活动带来的用户增长数据的曝光也一次又一次成为了大量运营者们趋之若鹜的最强动力,大家都在想裂变刷屏,都希望做一场日增几万甚至几十万的增长活动。

第一弹 - 善用MaxCompute编译器的错误和警告

快鸽房视用2月时间获取用户42万,引领着整个房产行业。

这背后除了利益的驱动,其实更重要的还是因为:大部分互联网行业的从业者都在面临一个现实的问题——流量成本太贵了。

第二弹 - 新的基本数据类型与内建函数

2016年-2017年后半年,抖音迅速成为当时最火的APP之一。作为运营的同学当然不会放过这样一个流量平台了。各路企业入住抖音,获得了很不错的品牌展示,快鸽自然也不会错过这么一场盛宴,围观整个房产还未有一档成熟的短视频栏目,按常规思路,互联网时代时间是最好的竞争力,先布局的产品一般会迅速占领市场,成为行业领跑者。于是我们也就这个干了。

规模化的有效流量有钱也买不到,大家都在拼命找新的流量入口,探索价值更高,价格更低的流量洼地,除此之外就是通过这种短期的,低成本的裂变增长形式,自建流量池。

第三弹 - 复杂类型

我们一起看看快鸽房视成长之路:

而微信作为当下中国用户基数最大的国民级应用,其天然的社交属性和流量属性自然成为了裂变活动的最佳地点,但是随着微信对于短期大流量活动阀值的下调,基于公众号、H5以及小程序的万级以上的裂变活动也会越来越难以出现。

第四弹 - CTE,VALUES,SEMIJOIN

  • 事件一:7月5日开通抖音并上传第一个抖音视频
  • 事件二:7月10日视频推荐量上超过1万人
  • 事件三:7月14日视频推荐上百万,当日点赞量超1万
  • 事件四:7月18日视频推荐上百万,当日点赞量超1万
  • 事件五:7月18日抖音粉丝量超过10万+
  • 事件六:7月24号视频推荐上百万,当日点赞量超2万
  • 事件七:7月25抖音粉丝量超过20万+、30万万+
  • 事件八:7月27删除了存在争议的视频
  • 事件九:8月19日抖音粉丝突破40万

个人号搭配微信群的裂变活动因为第三方管理工具的逐渐完善和强大也逐渐走进大家的视野。

上次向您介绍了CTE,VALUES,SEMIJOIN,本篇向您介绍MaxCompute对其他脚本语言的支持

图片 2

本月初我们策划了一场基于公众号的裂变涨粉活动,历时7天,一共测试了5种裂变模型,并通过数据分析找到了最佳的那一个。以下是本次活动的完整复盘。

  • SELECT TRANSFORM。

  • 场景1

  • 我的系统要迁移到MaxCompute平台上,系统中原来有很多功能是使用脚本来完成的,包括python,shell,ruby等脚本。 要迁移到MaxCompute上,我需要把这些脚本全部都改造成UDF/UDAF/UDTF。改造过程不仅需要耗费时间人力,还需要做一遍又一遍的测试,从而保证改造成的udf和原来的脚本在逻辑上是等价的。我希望能有更简单的迁移方式。
  • 场景2
  • SQL比较擅长的是集合操作,而我需要做的事情要对一条数据做更多的精细的计算,现有的内置函数不能方便的实现我想要的功能,而UDF的框架不够灵活,并且Java/Python我都不太熟悉。相比之下我更擅长写脚本。我就希望能够写一个脚本,数据全都输入到我的脚本里来,我自己来做各种计算,然后把结果输出。而MaxCompute平台就负责帮我把数据做好切分,让我的脚本能够分布式执行,负责数据的输入表和输出表的管理,负责JOIN,UNION等关系操作就好了。

从粉丝成长数据来看到粉丝成长经过了以下四个阶段:

二、前期准备2.1 内容确定

上述功能可以使用SELECT TRANSFORM来实现

  • 探索期(7月8日-7月14日)初期阶段:粉丝和作品都是刚开始。
  • 增长期(7月15-7月23)中期阶段:作品数量和粉丝数量持续增长
  • 猛增长期(7月24-7月26)中期阶段:视频出现一两个爆款后出现猛涨。
  • 稳定期(7月26-8月31日)中后期阶段:平台分数数量相对趋于稳定。

本次我们选择的裂变内容是针对家长群体的家庭教育大师课。

SELECT TRANSFORM 介绍

由上图可看出,快鸽房视栏目自上线以来,粉丝数量快速的增长中,远远领先于同类型竞争对手,足以证明快鸽房视运营路线和栏目策略是十分有效的。

经过讨论和小范围的渠道测试,我们最终将课程主题确定为:每天2分钟,教你16天提高孩子的自我管理能力,直截了当告诉目标用户课程能带给他的价值。

此文中采用MaxCompute Studio作展示,首先,安装MaxCompute Studio,导入测试MaxCompute项目,创建工程,建立一个新的MaxCompute脚本文件, 如下

可以说成功的把握了抖音市场需求,找到市场中的机会和用户痛点,并用行之有效的策略满足了用户需求,才能用超强的竞争力抢占用户。

图片 3

图片 4

二、做好背景分析:外部坏境给了我们机遇

2.2 工具准备

提交作业可以看到执行计划(全部展开后的视图):

回到快鸽房视栏目上线之前,2017年10月,快鸽已开始着手短视频与房产的结合。最开始栏目【快鸽快语】主要街采为主,反响很大,然后我们又尝试着更专业化的短视频【快鸽房视】,通过短视频平台向用户提供房产干货知识分享,打造一个专业房产短视频栏目,但是传统的平台(腾讯视频、优酷等等)流量不是很高,反观目前比较火的抖音、快手视频流量很不错,我们也就转而走向了抖音。

  • 第三方个人号及社群管理工具(免费)
  • 6个个人微信号
  • 活码管理工具,活码管理工具用于控制个人号的增粉速度和数量,规避封号风险,设定每增加200-300个好友切换一个个人号(即使这样,我们还是有4个号牺牲了)

图片 5

图片 6

2.3 时间安排

Select transform允许sql用户指定在服务器上执行一句shell命令,将上游数据各字段用tab分隔,每条记录一行,逐行输入shell命令的stdin,并从stdout读取数据作为输出,送到下游。Shell命令的本质是调用Unix的一些utility,因此可以启动其他的脚本解释器。包括python,java,php,awk,ruby等。

图片 7

9月3日-9月4日:设计裂变流程、制作活动海报、活动测试

该命令兼容Hive的Transform功能,可以参考Hive的文档。一些需要注意的点如下:

综上所述,房产行业不透明和抖音短视频大流量,都为快鸽房视的发展奠定了时代机遇。

9月5日-9月9日:正式裂变周期

  1. Using 子句指定的是要执行的命令,而非资源列表,这一点和大多数的MaxCompute SQL语法不一样,这么做是为了和hive的语法保持兼容。

  2. 输入从stdin传入,输出从stdout传出;

  3. 可以配置分隔符,默认使用 t 分隔列,用换行分隔行;

  4. 可以自定义reader/writer,但用内置的reader/writer会快很多

  5. 使用自定义的资源(脚本文件,数据文件等),可以使用 set odps.sql.session.resources=foo.sh,bar.txt; 来指定。可以指定多个resource文件,用逗号隔开(因此不允许resource名字中包含逗号和分号)。此外我们还提供了resources子句,可以在using 子句后面指定 resources 'foo.sh', 'bar.txt' 来指定资源,两种方式是等价的(参考“用odps跑测试”的例子);

三、做好竞品分析:知己知彼才能百战不殆

三、活动测试

6. 资源文件会被下载到执行指定命令的工作目录,可以使用文件接口打开./bar.txt文件。

在一个栏目诞生之初:必需了解到市场上同类栏目都有哪些、内容形式是怎样的和内容受众是谁、如何满足用户需求、市场上是否还有空白,还有哪些用户的什么需求尚未被满足,自己的优势和积累是什么,自己的弱项是什么,是否能够解决上述用户的需求。只有回答了这些问题,才能够差异化定位,在市场上立足。

在正式裂变开始之前我们一共测试了五种裂变模型,通过计算每种模型的漏斗模型以选出最佳的裂变流程及活动文案和每种裂变流程如下:

目前odps select transform完全兼容了hive的语法、功能和行为,包括 input/output row format 以及 reader/writer。Hive上的脚本,大部分可以直接拿来运行,部分脚本只需要经过少许改动即可运行。另外我们很多功能都用比hive更高执行效率的语言 (C++) 重构,用以优化性能。

图片 8

3.1 流程一

应用场景举例

一般情况下,栏目核心竞争力与栏目具有强关联性,是用户选择栏目的重要原因之一,核心竞争力弱就说明护城河不强,容易被替代。

海报——群——小助手——公众号

理论上select transform能实现的功能udtf都能实现,但是select transform比udtf要灵活得多。且select transform不仅支持java和python,还支持shell,perl等其它脚本和工具。 且编写的过程要简单,特别适合adhoc功能的实现。举几个例子:

四、做好定位:我们就要做房产短频的小专家

裂变模型:

  1. 无中生有造数据

图片 9

图片 10

图片 11

  • 通过这个栏目你想传达什么内容?
  • 用户看到这个内容会怎样?
  • 如何强化栏目的用户的心智?

优缺点:群内转发率高,但是公众号关注率低

或者使用python

这是作为运营在做一个产品或者一个栏目时最开始要问自己的几个问题。

3.2 流程二

图片 12

定位,定生死!能不能做好一个栏目,定位事关生死成败。在信息传播过度泛滥的社会,消费者的心智和耐心是过度简化的,你需要一个给别人一个关注你的理由。

海报——小助手——公众号

上面的语句造出一份有50行的数据表,值是从1到50; 测试时候的数据就可以方便造出来了。功能看似简单,但以前是odps的一个痛点,没有方便的办法造数据,就不方便测试以及初学者的学习和探索。当然这也可以通过udtf来实现,但是需要复杂的流程:进入ide->写udtf->打包->add jar/python->create function->执行->drop function->drop resource。

图片 13

裂变模型:

本文由wellbet手机吉祥官网发布于互联网,转载请注明出处:最佳的竟然是这个,房产类抖音

上一篇:为啥今日头条接受短期投入,苹果应调整和缩小 下一篇:帮助世界中小企业全球买,人类只是更高文明V
猜你喜欢
热门排行
精彩图文