你的618准备好了吗 ？No.3原创

大铃声响起，就是我们的关键时刻，用每一分成本精准获客，是我的关键时刻，马上来了。与公众保持屏幕互动是我的关键时刻流量暴增的压力我的关键时刻及时解答每一个疑问是我的关键时刻，是什么让他们在关键时刻超常发挥？是与值得信赖的人同行，共攀高峰，关键时刻信赖腾讯云。

Hello，小伙伴们大家好，我是今天直播的主持人小花，欢迎大家来到由腾讯主办的618电商公开课，今天是我们系列直播课的最后一期收官之作。那在这里我们不仅会携手优秀的行业同仁共同分享618的秘籍与心得，也准备了非常丰厚的礼品来感谢前来观看的小伙伴。那今天呢？你还能提前锁定腾讯云的年终产品聚会，都希望观看直播的能够收获满满。那么接下来主持人会简单的介绍一下今天直播的流程，以及大家的互动方式。

今天我们将会有三位嘉宾来进行分享，那每一位嘉宾分享的时候都欢迎您扫码进入我们的直播群，或者在各大的直播平台的版聊区留下您的问题进行相应的交流，我们都会有工作人员对所有的问题进行记录，并且给到主持人，嘉宾分享结束之后，主持人将会将这些信息给到我们的分享嘉宾，请嘉宾在线与大家进行一一的解答。那所有提问的小伙伴，我们都将赠送给您一张腾讯视频VIP月卡，也感谢您的参与。那同时呢，今天的直播间也少不了相应的福利，我们给大家准备了三重抽奖机会。抽奖的方式是每一位讲师在个人分享和问答环节都结束了之后，主持人呢会邀请大家扫码进入我们的直播互动群，在互动群中发布抽奖口令。

接下来我们会邀请我们的讲师与我一起进行一个小小的配合，请讲师喊出321的倒计时，在倒计时结束之后，主持人会在手机端通过截屏。来确定中奖人。那接下来呢，就是我们今天的重点内容啦。今天我们给大家带来的主题叫做黑科技支撑下的大促新玩法，我们邀请到了腾讯云泛互联网行业解决方案架构师周建国先生、云集开发总监黄小刚先生、星云有客VP多若先生。那首先我们邀请今天的第一位分享嘉宾。他是腾讯云泛互联网行业解决方案架构师周建国老师。周老师拥有九年的it相关从业经验，在传统it公司、互联网公司、公有云公司等多个领域进行相应的工作，熟知传统的硬件存储、公有云pass软件的开发与应用。

那擅长融合多通路的技术能力，提供稳定高效的it解决方案，助力撤销电商企业构建稳定安全底座的同时，也流畅的体验赢得更多客户。今天他将为我们带来的题目是私域电商的云上之路，有请周老师。那这时候呢，主持人会关掉我的，呃，投屏，那请周老师可以启动您的PPT分享，那我也提醒您可以打开您的麦克风和视频。好的。嗯，现在可以看到我的屏幕吗？啊，可以的。好的好的。嗯，那感谢大家的参与，然后呃，我先自我介绍一下，我叫周建国，来自于腾讯云账户K架构中心行业三架构组，然后今天我要讲的主要是私域电商的云上之，呃，主要是结合咱们腾讯云的产品去做私域电商在腾讯云的场景化，场景化方案的介绍。

然后这是我们今天要讲的三个主要内容，一个是私域电商的发展趋势，还有一个私域电商的通用架构，以及私域电商的场景解决方案。然后在2021年的中国私域营销白皮书里可以看到，我们现在微信生态和自营的APP等私域触点在中国的渗透率其实已经达到96%。然后79%的消费者在过去一年的私域中都经都有过购买行为，加上疫情的这样的爆发，所以我们把2020年称为私域流量元年。然后同时根据我们对这些核心用户群体的这种分析，我们可以看到，嗯，主要以809后为主，然后18~40岁之间，占到所有私域用户的71%以上。

然后2021年一二线城市的Z时代，用户也是增量非常可观，所以就给我们带来了一个呃，私域发展的这样的一个大盘基座。然后下面我介绍一下私域电商的一个通用架构，呃，私域电商本身，呃，本质上它其实还是跟跟电商有很多相通之处，所以我们可以看到私域电商的一个通用架构其实还是跟电商的一个架构比较接近。呃，在首先接入层会有一个负载均衡，然后业务应用层会看到我们有很多APP的接入，包括可呃接入点可以是可以是H5页面，也可以是小程序，然后业务后台主要主流采用的是微服务这样的。架构，然后数据层面主要采用各种数据库和一些缓存。嗯，组件。然后有一些，呃，服务于我们整个it基础设施的运维。基础设施，包括一些监控和日志，还有呃，配置中心之类的。

然后安全层面的话，呃，涉及到我们使用的基础资源的一个主机安全，容器安全，呃，云或者是应用安全，包括业务安全方面的内容安全和流量安全，在这样的通用架构当中也有使用到，然后大数据加AI层面的话，主要是建设一个呃。实时在实时在线的这样一个数据流处理，和离线数仓的这样数据流处理，包括结合AI的一些能力，做一些呃销量预测，或者是说一些商品推荐。然后同时我们也可以集集成一些直播的能力，来帮助我们去做公域到私域的流量导入，或者是说去做一些直播带货的这样的一些场景，然后我们关注的核心点主要是会有一个是高并发，然后因为腾讯云现在提供的是一个性能容量型的负载均衡，可以结合客户的这样的业务流量去购买相应的LCU去满足客户的，呃。呃，对，在负载均衡层面的这样的一个性能指标，同时在刚才提到的呃高性能容器和微服务以及无服务函数在计算层可以帮助我们做呃快速的扩容，同时消息中间件这一块，我们采用了腾讯云的TDMQ可以做到包，包括卡夫卡可以做到异步解耦，消峰填谷的这样一个作用。然后MY这边从数据层来说的话，可以通过增加多个止读库来提高读的并发。

然后我们还有一块一款可以。完完全适配MYQL引擎的这样一个云原生数据库，叫TT-C，它是一个云原生数据库，可以满足在我们的大促环境下的一个呃，业务请求暴增的情况下来达到秒级这样的扩缩容的这样一个需求，然后同时radius和ES缓，Radius和ES的缓存存储也可以大大提提高业务的响应时间，减少数据库的这种负载压力。然后第二个就是大数据这一块，包括实时和离线，然后机器学习的话，我们是结合数据做模型，然后包括训练和推理两种场景。

然后安全这块刚才也有讲到APP直播带货的话，现在主要主流的一个是在APP直播，然后还有一个是平台直播，在后面我会展开介绍。然后下面我们根据刚才提到的一些场景化，呃，通用架构介绍一些场景化的方案，首先一个第一个场景是高并发，在活动促销期间，其实高并发的支撑支持程度是对我们的业务平台的很大的一个考验，在这里我们可以看到刚才提到的性能形容，呃，负载均衡。可以，嗯，本身是一个独占集群，然后他可以结合我们的业务请求量来去购买相应的LCLCU性能单元，来满足我们的大促的这样的性能需求。同时我们的DDOS高防包和W这块可以通过旁路流量的方式，在不影响业务流量的情况下提供安全保障，同时也降低了整个业务的调用链路深度。

然后关于静态文件这部分的话，我们也可以通过CDN来做静态文件的分发，这块可以帮助卸载掉主站的一些，呃，在静态文件层面的一些请求压力。然后业务后台这块的话，我们采用t ke ks的方式来支持一些，嗯，在业务压力的情况下的一些秒级扩容。包括多个呃，微服务之间，或者是微服务和数据库之间，我们都可以采用消息队列TDMQ来达到一个消峰填谷的作用，提高整体系统的并发，然后降低业务调用的时间。同时TTMQ本身也是一基于咱们的存算分离的一个架云，原生的架构，可以支持在线扩容，并且呃不同于C卡卡。它是可以呃扩容之后不需要做数据重平衡，对本身的集群性能影响也会很少。然后数据层面的话，咱们可以通过增加呃查询缓存，比如说RA和ES来提高热点数的查询效率，然后降低数据库的并发压力。然后MYS这块的话也是通可以最多增加到15个指读重库来提高读并发，减少主主库压力，并且可以采用TD circle-C这种原生数据库去取代。

呃，MY达到秒级扩容升配的这样的一个效果。然后下面我着重介绍一下刚才提到的几款呃，比较有代表性的产品，一个是腾讯云的radius高并发，它区别于其他厂商的radius。可能在。呃吞吐上，呃在性能上可以做到高吞吐低延迟，然后在呃扩缩，扩缩容上可以做到呃秒级的呃写扩展。呃，以及读扩展，并且在写扩展的过程当中，它可以不。它的集群不会变成只读模式，然后也不会断断掉已有的连接，不受大K的影响。然后在呃读扩展的情况下，它可以通过增加副本的模式来提供最大506000K的读取性能。

然后本身集群它可以提供到千万的QPS，在50%的负载以内的话，我们可以达到四个九的百分比的响应时间在一毫秒以下，在90%的负载以内的话，我们可以保证响应时间在十毫秒以下。然后下面介绍一款我们的云原生数据库TTQ-C，呃，从这个图里我们可以看到TT-C它本身是一个也是一个存算分离的这样一个架构，在上面是一个计算层，它会呃也会分成master slave2种角色，然后master slave之间，它跟原生的。呃，MYL数据库不一样，不是通过b log来解析去在主从之间同步，而是通过relo，这样能有效降低读呃主从之间的延迟。同时啊，它在存储这块的话，也是通过分片存储的方式，将同一份数据分成多个切片，然后分三份三副本去保存在我们的cos存储上，这样一方面能够保证我们的数据高可用，第二部分也能，嗯，借助cos的一些能力来达到秒级的快照备份。

还有一些呃，存储的海量扩容的这样的能力。因为它的计算层是一个呃，是一个无状态的情况，所以它也可以做到秒级的扩展到扩展15个只读节点。然后整体的这个QPS可以达到100万。包括计算这个无状态的计算节点的规格，它其实也可以小到0.25 0.5gB这个规格，大到96C768G这个规格在升降配上也非常灵活。然后下面我们可以看一下一个T-C在实际使用当中的一个例子，比如说我们在活动大促期间啊，我们可能运营需要根据运营的策略和推广的渠道去制定我们的一个促销目标，比如说经过这次的运营策略，我们可以达到十倍的销售量，那么业务会根据这个十倍的销售量去评估我们资资源需要的需求量。

包括主机的规格和数量，包括数据库的规格和数量，那么这样的一个挑战就是十倍的销售量不一定是准确的，因为我们是根据运营的一些策略去预估，但是最终策略的效果其实是不可控的，包括我们根据销售量转换成业务需要的资源也是。可能不准确的，那在这种情况下，我们为了保证业务的呃，尽可能能扛住。呃，高高高爆发的这种请求进来，我们可能会多预先购买一些资源，就会导致我们it开销的浪费。嗯，包括我们在扩容的过程中，其实传统的埋，无论是升配还是呃，还是加增加只读节点，由于它本身是share nothing的一个架构，所以都涉及到一个数据的搬迁，整体的，如果实例的数据量比较大的话，整体搬迁可能会涉及到小十级以上。

那么如果我们切换成T-C的话，我们可以看到它底层的数据其实用的是同一份，也就是说如果我们无论是要配还是需要去做啊，只读节点的扩容都只是一个无状态计算节点的增加，或者是说规格的升升降，不涉及到数据的搬迁，因此它就可以做到一个秒级的升降配。秒级的扩容。然后我们再看一下我们的一个呃消息对类产品TT，呃，TDMQ，它本身也是一个纯算分离的架构，我们可以看到它跟TDS后杠C是比较类似，它也会分为一个计算层和存储层，然后存储层它也是一个分片存储的情况，计算层的TDMQ，呃，我们把它称为broker，然后存储层的话我们称为。然后本身嗯，存算分离的架构，计算和存储的扩容都可以单独扩容，就是无论相比于传统的呃，C卡呃，卡夫卡，或者是说rocket MQ呃，在扩容上都要遵遵循一定的计算存储，包括内存的一些比例，那么我们存算分离的架构在扩容的时候可以做到呃单独计算节点的扩容。

Broke的扩容之后，呃会自动进行负载均衡，去去均去平均这个接入的流量，然后存储节点扩容，因为存储的book本身全部都是对等的，节点扩容之后也不涉及到呃存储重心的偏移，因为它本身的存储是一个呃share story的这样的一个架构跟传统的share nothing架构是相比有很大的优势。然后下面我们看一下场景，就是直播引流，直播引流的场景，直播带货其实是公益引流的一个常见方式，如果咱们在呃自己的APP上想做这样的一个直播场景的话，可以用到我们腾讯云的云直播I'或者是云点播呃来构建这样的一个直播带货的呃，直播带货的呃基础设施，然后可以帮我们达到呃正可以帮我们快速达到这样的效果。

但是现在一般来说的话，呃，除了APP内去做直播的话，我们更多的其实现在。业内比较主流的做法，在私域里面比较主流的做法其实是借助高曝光量的平台直播平台来做引流，因为APP内的引流其实还是基于呃，APP本身的曝光和知名度，那么它本身的一些公域的流量其实是有限的，然后很多呃，很多现在的私域厂商，他们其实是想要借助高曝光的平台来做这样的引流，比如说公众号。比如说视频号就是一个很好的这样的引流的入口，然后我们可以看到在腾讯的生态里面，呃，我们将呃公众号、视频号、小程序和企业微信四个完全打通，形成一个呃螺旋型的生态，就是说我们在公众号可以发布我们的一些直播活动。

然后包括呃，我们需要做我们需要活动的场次，时间，包括我们带货的商品，都可以在公众号上先做一波推广，然后到时间了之后，大家会进入到公众号视频号里面去观看种草，视频号观看种草之后又会跳转到引流到我们的小程序上去做这样的购买行为，购买行为之后也可以引导用户加到呃企业微信上，成为一个私域的流量的沉淀，然后去。呃，触发我们的一些复购的激活。再加上我们腾讯生态里面本身有的微信支付，也可以配合小程序购买当中的一些交易环节，所以整体整体来说的话，视频号是连接公域和私域的这样一个非常好的流量工具，然后在我们腾讯生态里面可以做到完美的闭环，然后再加上视频号本身的一个呃，高曝光的流量，可以帮助很多。呃，私域电商做到快速的能启动，同时也可以借助我们的一些推荐机制，包括搜一搜，还有附近的公寓入口，也可以持续的帮助我们的呃小程序获得引流，然后去带动我们的私域流量沉淀，带动我们的活动推广。

然后第三个场景就是说，呃，其实我们的私域电商区别于传统的平台电商来说的话，最最核心的一点就是私域的运营，然后腾讯云其实也推荐推推出了一款这样的产品叫营销通，可以帮助我们的用户从公域到私域一站式的做营销推广啊，从流量。之后变成留存在平台里面的流量。然后主要是借助，我们可以分为这四个阶段，一个是触客渠道，然后留客方式，客户互动和客户运营，主要是出客阶段，我们可以借助一些广告的投放在其他平台上，然后呃再点，用户在点击广告之后，可以触发一个在线咨询的页和或者是说营销的落地页，然后这些页都可以直接拉起我们的微信客服，微信客服是微信呃最新推出的一个功能，它可以不需要。

呃，添加咱们的这样的一个好友，就可以直接在微信的界面上原声的去做互动，这样的一个临时会话。然后微信客户又可以引导到企微去做私域的这样的流量的沉降，然后呃，流量沉降之后，我们就可以借助客户运营这块的工具来做销售转化，来做复购，来做转介绍，包括我们会给所有沉降下来的这些私域用户去做标签化的。管理，然后这些标签化的管理又可以帮助我们去反哺投放到广告的效果上去。然后同时我们。销售转化和用户的这些轨迹都可以同步到CM管理系统里面去管理，统一管理起来。然后这就是刚才提到的一个无需加好友的一个微信客服的这样一个能力。就是我们无论是在呃所有的广告页面，可以通过点击之后直接自动调取呃个人微信，个人微信之后再去引导这样的一个企业，在沟通完之后再去导加入这样的一个企微好友，然后企微好友再去对用户来做一定的交流，去做呃精细化运营，去做一些轨迹的分析。

然后呃，用户进来之后，对于大量的用户，私域用户，我们其实是需要对他们做一些标签化的管理的，然后呃，营销通这个工具也可以帮SS工具也可以帮助我们去做这样的标签管理，呃，它可以根据我们点击的这些素材的来源，包括跟。呃，我们的客服人员的一些互动，包括购买意向，行业画像，都可以成为大家这样的标签，然后包括我们发送给客户的素材，他点击之后都可以成为我们的一些行为线索，然后去去对客户自动打上标签，包括我们客户查看了哪些点击商品，点击了哪些素材，参与了哪些秒杀，都可以成为客户的行动轨迹。帮助我们进一步的去安排这个客户的可能一些更精细化的这些呃，推广营销活动。

然后同时营销通也提供了一个呃AI的能力，可以帮助我们在跟呃终端用户去沟通的过程中，去提取一些聊天对话词的一些关键词，然后通过AI的分析来去打上一些自动化的标签。呃，包括我们，呃，在客户沟通中可能会涉及到未来的一些规划，比如说几点会有一个跟进的会议，它也会自动摘取出来，同步到CRM去做一些销售状态的更新。然后最终基于用户的画像，有了标签之后，我们就可以勾勒出用户的画像，基于用户的画像，我们其实可以呃建立人群分组，然后根据呃一定的人群分组，我们其实可以制定它的一个长期精细的呃运营计划，就是营销自动化，包括一些呃标准的SOP都可以帮助我们去针对特定的人群去做精细化运营。

实现客户价值的最大化。然后下面的话我讲到的是，呃，刚才讲的SARS营销工具其实是很多，如果说不想去花时间再做大数据建设这块的话，可以直接使用我们的这样的一个工具，但是呃，如果说很多体量大的客户，他其实对于大数据这一块有自己的一些想法，呃，Saras的这种营销通的工具其实不一定能满完全满足他所有的业务场景需要。他可能会考虑到去自建这样的一个大数据，那呃，这样的一个场景，就是针对一些体量化，或者是说有一些定制化需求的用户，他可以基于我们的大数据产品去做一些自建的大数据的这样这样这样的一套体系。然后一般来说，我们大数据的使用场景会分为呃，精准的用户分析，精准的商品管理，然后便捷的业务追踪和挖掘市场需求。用户分析主要是针对用户画像，然后针对画像来做精准营销，然后呃，商品管理的话，主要是针对商品也可以做画像，包括它的价格和它的商品的生命生命周期都可以提供动态的解决方案。

同时我们可以根据呃舆情，包括友商的一些情况，去精选一些热销的商品出来。然后便捷的业务最终主要是基于呃我们所所呃所存量的数据去做呃跟过去的比对，去预测趋势溯源等这这些场景，去帮助管理者去做一些决策性的东西，然后同时数据罗盘也可以根据呃交易、商品、渠道、促销这些业务指标去做自己的一些呃大数据的应呃应用场景。然后挖掘市场需求的话，主要是一个是针对友商的监控，看看友商在各类呃，各个商品类目，在在同场景下的一些价格层次，包括比如说我们想要去做一些大促活动，我们可以先看一看友商它的一些呃促销情况，或者它商品的价格情况，然后再去定位我们大促的价格情况，也是一个友商监控，包括舆情监抓取，我们可以看看市面上呃这周比较流行的一些商品，来来推动我们的一些大权选品。

然后下面就是一个大数据分析的一个离线场景。首先我们可以看到我们的如果自建这样一个大数据的，呃，大数据的基础设施的话，我们可以用到几个数，应用到几个数据场景上，一个是推荐BI，用户画像标签，包括用户的行为分析，包括广告的投放，包括风控反接下其实都是可以受于咱们这个大数据的这种基础设施的建立，然后大数据本身的话，它会分为ods层，CDM层和ADS层。呃，咱们最原始的ods层呃，通过抽取用户的行为数据，还有一些呃，业务数据库的日志，包括服务日志，包括爬虫系统拿到的信息，结合咱们上层的公共维度表，可以构成明细事实表，然后明细实表做一些呃聚合汇总之后，可以生成这样的主题汇总表，然后再根据我们刚才说的数据应用当中所需要涉需要涉及到的一些指标，从主题汇总表输出指标，给到一些主题分区的ADS层，然后给到我们的数据应用去使用。

同时我们的这个数据开发管理平台，可以帮助我们高效的去做这样的呃，不停的数据清洗，从ods层到CDM层到as层这样的数据清洗。然后这是我们在数据离线数字仓的场景下，会用到的一些腾讯的一些呃产品，比如说刚才提到的ods层的用户行为抽取，包括呃数据库日志数数据库呃b log的抽取，其实都可以通过op或者是呃抽取到op里面去，然后增量的数据的话，可以可以抽取到呃度里面去，然后全量数据和实时的增量数据做一个数据合并，就可以拿到咱们比较实时的小时级甚至是分钟级的这样一个数据。

然后基于这样的数据跟咱们数据明细存放在CDB或者是radi或者是h base当中的一些，呃，公共公共维度表去做一些数维表关联，然后就可以拿到呃，咱们的一个明细表，明细表。也是存放在咱们的这个页里面。然后再通过进一步的清洗，就可以拿到一个呃数据主题表，然后主题表再通过指指标的导出，导出到ADS层的这些组件，包括emh base，包括CDB，可以放在ES或者click house dori，然后最终服务于咱们的数据应用，然后刚才提到的数据开发平台，咱们就可以用到维塔的这样的一个数据开发平台去做，包括刚才自下而上这这种建设的数据集成，数据开发，任务调度，学员解析这些能力。都可以在维塔的数据开发平台里面做到。然后实时数仓这块的话，其实呃有点类似刚才的离线数仓的分层架构，也会分为ODS层，CDM层，ADS层，但是不一样的是呃实时数仓这块的话，它可能更多的是借助卡夫卡来做，存储引擎，借助呃flink来做。

计算引擎弗林克在腾讯云这边的话，是有一款产品是叫ocean，是基于弗林克做的一些优化之后的产品，那么。一样的实时数据抽取上来之后，可以借助link的清洗给到咱们的ADS层，最后服务于实时的这些数据运应用，包括实呃，实时推荐，实时的BI，实时用户表啊，标签，这些实时的应用都需要咱们构建这样的一个实实时数据流去完成。然后刚才提到了，就是数仓建设中，咱们用的比较重的其实是em这样的一个，呃，还生态的这样的一个组件。然后腾讯云基于em其实也有自己的一些深度的优化，包括我们em Mr本身也做了一个跟cos结合的成算分离的解决方案，那么呃，我们知道cos的对象存储，它本身跟普通的HDFS这种分布式文全存储在读写性能上还是有很大的差异的，包括它在rename或者说list的操作上，由于它本身是一个呃，非标准式的这种文件存储。

它的性能上会有很大的开销在这些rename和list操作上，所以腾讯云在这一块是做了很多的加速来帮助啊用户尽少的感知到跟H使用HDFS的这样的差异，包括我们的计算单加速，计算单加速咱们主要是利用了呃计算引擎这边的就是。下面的这些节点的一些。呃，包括CPU资源，包括内存资源，包存储资源，空闲的资源来做了这样的一个故事，FS的分布式缓存文件系统来做计算端的缓存。然后数，同时在该可用区内我们也有一个数据加速器，这个数据加速是一个全SSD的存储阵列，然后它会加速cos对象里面的热点数据，来减少我们em这样的集群去读取数据的这样的一个呃时，同时对于呃cos对象存储我们又使用了一个原数据加速。

作为最终的第三级加速，可以帮助优化rename还有这些操作，然后最终可以呃，帮助我们几乎可以追其HDFS的这样的使用性能，同时因为我们使用了cos作为呃。最终的存储存存存储设备可以大大的降低我们整体的这种资源开销，大概可以呃，节省到30%的这样的呃。就是月销开支。然后呃，以上就是我的全部内容，然后基于上面的所有的呃产品的话，其实咱们腾讯云在618也搞了一个大促活动，然后大家可以扫码这个入口去查看咱们的618活动，包括刚才提到的所有产品在618里面都有折扣，都有优惠，都有满减，然后很多产品的话，甚至会在一到两折之间都可以啊，都可以拿到体验，所以大家可以呃扫码进去去看一看，对。

以上是我的全部内容。好的，谢谢老师，然后老师我建议您的那个共享PPT先不用退出来，然后可以把这个PPT暂时的共享先放在我们的那个呃有优惠的二维码这个页面，因为这个也是我在后台收到的相关的问题当中一个非常重要的就是既然我们今天其实都一直在讲呃618我们要怎么样做，然后我们也提到了618有相应的优惠，能够给到今天来到直播间观看的小伙伴，那所以我们把这个页面先暂时的放的久一点，可以请大家去扫码或者进行相应的截图，那后续呢，主持人也会把这个呃二维码发到我们的这个直播群当中，如果有小伙伴对我们618的折扣感兴趣，想在这个时候进行相应的采购的话，那千万不要错过这个非常好的机会节点，那就像老师讲的，其实我们今天今年甚至会有一折的折扣力度可以我觉得大家可以仔细的去看一下，了解一下。

然后另外的话就是我们其实是多平台的这个直播，我们也请我们的工作人员去收集了一下各个平台的板区大家提到的问题，然后呢，我们其实收到了这样一个问题，来咨询一下老师，呃，这个问题是这样子的，呃，有客户提到说在这个高并发的场景下，比方说整体促销这样的业务，秒级扩容是指在高并发场景发生时就进行秒级扩容吗？还是说呃，它是一个自动扩容的这么一个工作模式呢？嗯，它其实可以根据咱们设置的水位线来做自动扩容，对。哦，好的，那我呃接下来我还替还替大家去问一个问题啊，就是其实618呢，呃，其实之前对于一些电商企业来讲，他会觉得可能我需要很大的量级，很大的数据，我才会使用到云服务，但其实我们渐渐的也在跟他们讲说，呃可能也许跟一些超级巨头平台来讲，呃，就是大家的量并没有那么的大，但其实我们的云产品也是可以通过技术的手段去帮助他们在各种业务场景上面去呃更好的进行相应的优化和处理，那也想帮大家去问一下，让一些中小的电商平台，如果说他想通过在这6618的这个大东中去挑选一些比较适合于他的产品，老师您会觉得哪些产品会比较适合呢？

嗯，我觉得，呃，就像我刚才提到的，其实很多，呃，咱们云原生的一些技术会用在存算分离上，那么一些小客户的话，比如说他在数据库的使用上，他其实完全可以使用咱们刚才提到的那款T-C这个产品。

因为它本身借助了存算分离，所以它算力这部分其实是可以完全缩到零，也就是说比如说这样的一个用户啊，他在没有业务请求进来的时候，我算力这部分资源是完全可以停掉的，只保留存储这边的，这这边的资源使用量，一旦有请求进来之后，会触发咱们的算力的这样资源的启动，然后去接受这样的响应。然后包括一旦当请求量上来之后，他也会像刚才提到的，根据咱们设置的水位线去做自动的扩缩容。然后去帮咱们节约这个成本，因为就像刚才主持人提到的，就是基于这种小用户来说的话，他其实很大程度上就没有完全办法去预估自己的这样的一个业务增长，业务业务爆发点，或者是说呃，它不是一个平平稳的这样的一个流量的情况，那么使用这样的一个弹性的资源，包括可以自动扩缩容的这样的资源，可以有效的帮咱们节约成本。嗯，明白，那我顺便也帮大家问一个问题是，呃，我们现在已经很多的消费者养成了这样的习惯，就是通过观看直播来购买商品，那其实关于直播电商这里，呃，腾讯云有相应的解决方案或者产品能够适合这些中小企业快速的去搭建自己的直播间，呃去去进入这个直播电商的这个领域吗？

嗯，对，这个刚才我有一页PPT也讲到了，就咱们腾讯云其实在直播这方面也是做了很大或者是说很久的这样的投入的，然后我们有自己的云直播，包括咱们的现在就打造的一个概念叫呃R这样的一个概念，其实就是说呃，我们是想把包括。包括呃TRTC，包括云直播，包括I'm这些所有跟直播呃实时互动，跟呃即时通讯相关的这样产品全部组合打通，那么用户在使用同一套SDK的情况下，就可以使用到我们多种产品功能。

然后借助这样的产品功能，也可以比较方便便捷的打造自己的这样的一个直播间，包括我们现在这些产品也都在提供一些呃，基于用户面的监控的这样的一些呃技术手段，可以帮助用户去实时的观看自己直播间，监控自己直播间的一些使用情况。然后及时的发现问题，解决问题。好的啊，非常感谢周老师，我觉得这几个回答都非常的耐心且详细，那我相信大家也听到了自己想听的到的答案，那啊，接下来我们就请老师可以关闭您的屏幕共享。好的。我们接下来要进入到今天的直播间的第一轮的抽奖的环节，然后也请老师跟我做一个小的配合。好的，嗯。嗯，那在这里呢，应该还有很多刚刚才来观看直播的小伙伴，那我就把这次的抽奖的规则再做一个简单的陈述，首先我们邀请现在线上观看的小伙伴们都进入我们今天的呃社群，在这我们的直我们的抽奖行为呢，将会在社群当中完成，包括我们的呃发送的这个抽奖的口令，以及我们领取。

奖品还有我们后续的一些呃问答呀，都是在这个直播群当中，那我们再稍微等一下，看看还有没有更多的小伙伴通来扫码进入我们的这个直播互动群，那在群中的小伙伴呢，就可以呃去发送我们今天这个口令，这个口令就叫做关键时刻信赖腾讯云，那呃等一下呢，我会根据老师的这个呃倒计时，老师您喊321喊到一的时候呢，我就会在我的手机屏幕上面进行相应的呃截屏，截屏之后这一页所有的小伙伴都将获得我们的腾讯视频VIP月卡，那有一个信息也请大家注意啊，因为有时候截屏的时候，在最上端和最下端可能会出现个人信息不全的这种状况，那不好意思，我们会需要能够完整出现画面的信息才能视作为抽奖成功。

好，这是一些小细节。啊，我看到群中已经有小伙伴开始进行呃抽奖口令的发放了，那我们也稍微等待大家刷起来。呃，另外还有一个小细节就是呃，我知道大家希望在这个抽奖当中增加自己的几率，所以有时候可能会重复的发送，如果这个截屏当中，呃，您的ID是反复出现的话，我们会视作一次获奖机会。好老师，呃，您可以喊321了，我跟着您的声音去进行相应的截屏。好的好的，321截屏。

好的，谢谢老师啊，然后另外啊，老师希望您把PPT上面的今天这个优惠的二维码其实也可以发给我啊，我等一下也会请我的工作人工作同学把这张二维码发到我们的这个直播群里面去啊，如果有的小伙伴刚才在那一页没有扫到的话，他还可以在群中再进行一个扫码和呃查看。好的好的没问题。好的。好的，接下来呃，让我们再次感感谢周老师，那我相信大家听过老师的分享呢，对于私域电商的这个运营上面的一些系统和产品的能力有了相应的认识，那接下来呢，就让有请我们的下一位演讲嘉宾。

就是我们的云集开发总监黄小刚先生，那黄总呢，有将近12年的工作经验，包括七年的互联网经验，在云集有六年多的公中先后担任过开发专家、开发经理和开发总监的岗位，目前呢任云集研发中心前台研发部负责人，深度参与了云集系统支撑百万QPS从零到一的打造，在高并发电商交易系统研发、业务交付、效能提升、团队管理方面都具有非常丰富的落地实践经验。今天黄总为我们带来的题目是私域电商研发效能及系统稳定性的落地实践，有请黄总，那主持人这里呢会关掉我的。屏幕投屏，然后黄总您可以投屏您的PPT，打开您的麦克风和视频。好的。

能听到吗？啊，能听到，声音清晰。可以看到我的共享吗？啊，可以看到。那那我开始了。非常高兴的跟大家做一次分享，这个主要是讲讲关于电商研发效能以及系统稳定性落在我们公司的一个实现情况。这个介绍刚才主持人有简单的介绍一下，那我这里就不重复。主要会从下面四个方向去做一次分享，一个是背景介绍，第二个是效能及系统稳定性落地实践，第三个是效能成果，第四个感悟未来挑战。

先看看背景介绍。简单说一下，我们公司就是关于云集，云集它是一家由社交驱动的精品会员电商，云集是致力于通过精选供应链以及具极具社交属性的营销策略。那是2019年上市。大概说一下我们整个研发团队的一个历程，大概分四个阶段。第一个阶段是。一五到一七年整体是基础搭建，一八年的时候是快速的扩张，团队组建。一聚焦系统稳定建设。二零年到二二年之间是主要是。集中研发效能的提升，这个主要可能是由三个方面的一个因素吧，一是行业变化以及市场竞争的压力。二是公司自身业务发展变化，第三是业务协作的复杂度越来越高，重点聚焦研发效能的提升。

大家可以先思考一下几个问题。关于效能的思考。第一个呢，就是理想中的研发效能是怎么样的呢？效能包括哪些内容？第二个是关于研发效能是否可以通过数字量化。第三个是什么影响研发效能的提升？第四个是研发效能的提升，从哪里入手，如何针对性改造？管理大师彼得德鲁克曾说过，没有度量就没有管理。如果我们想去改善它，一定要能度量，这样透明出来，我们才有改善的机会。重点我会讲一下效能及稳定性落地实践这一章。效能认知共识，我们先看看效能影响因素，效能影响因素呃，我们总结了一下，可能从四个方面，一个是工程师的素养。

第二个是协同方式，第三个是工程技术，第四个是系统架构。先说说工程师素养，工程师素养可能跟个人的能力、专业技能、需求和沟通以及协作。各方面的相关性比较大，协作方式的话，就在我们整个产业流程中会涉及到一些敏捷研发、并行测试、发布模型资源，垂直测试左移，这个对整个的研发效率影响也是非常大的。工程技术可能就涉及到一些数字化协同工具、CCD自动化测试、单元测试、数据构造、精准测试、环境治理协同工具等。系统架构对于高内聚低耦额的设计，微服务和领域模型，这个整个的扩展性对于我们整个研发效能也是有非常大的影响。效能包括什么？效能，更快的交付速度，更高的交付质量。更高的业务价值，更低的交付成本，从这四个方面去考虑，然后它一定是可持续的，如果是一次不可持续的话，这个是对于整个研发效能是没有任何意义的。

效能指标的制定，这里说跟大家分享一下，关于在我们这边关于效能指标的制定，这个制定过程是一个不断迭代和完善的，不是一开始就制定的这么完善。我们从这四个方面，第一是质量、效率、价值和成本。质量目前在我们线上运行的主要是从系统稳定性，SLV，线上故障数，故障恢复时长。故障率需求平均故障数需求评审通过率、冒烟测试通过率这几个方面去衡量我们人体的一个质量。效率的话，主要会从需求交付周期，需求吞吐量，产品交付周期，技术交付周期，开发交付周期，测试交周期和发布耗时，从这些方面，因为每一个方面到时候可能都有改善的空间，呃，去优化的。

价值成本这块今天不会重点讲。规范交互流程。目前交付流程我们会从两个维度。产品规划层产品规划层我们这些产品相关的诉求都是来自于用户诉求、愿景目标和企业战略息息相关的。产品规划层主要是会涉及到业务产品技术、业务、业务需求、业务需求。看板，然后这里会涉及到我们关于跟业务反馈和调整的目标对齐，产品规划、产品交互、业务验证，这里每一个环节都要持续对齐，持续交付，持续运营。然后通过团队交付层面的话，主要是在业务规划确定之后，然后产品会生成对应的产品需求时，产品需求时跟产研之间的一个密切配合，涉及到交付价值流、看板，会涉及到评审、排期、开发、测试、交付、运维，在每一个环节我们都会去精准把控，持续开发、持续测试、持续部署、持续运维等相关。

规范交付流程规范交付流程我们从整个生命周期的话，主要会分为五个大环节。一个是。业务规划、产品设计和研发实现测试发布、技术运维运营。其实第一个是主要是目标管理，目标管理主要在于整体的一个业务规划和产品设计，然后产业的相关的交付，在于需求交付阶段和线上的运维。这五个方面去做全流程的把控。系统稳定性保障。系统稳定上的。跟大家分享一下，呃，在我们整个大促做系统保障，系统稳定性保障的从哪几个方面，第一个是QS流量评估压测。

缓存限流预案扩容。总结一下几句大白话，可能就是系统稳定性保障会中减少请求，高性能代替性，低性能可以横向无限扩展有预案。先看一下我们。经历了一些大促峰值数据，在我们的历史处峰值中，QPS峰值最高的时候是86.6。万每秒，然后UV过千万，PV过10亿，销售额过10亿。下面是服务器下单、支付订单相关的一些峰值数据，这个数据我们线上的一些真实数据。就是我们要去做系统性稳定性保障，就是第一步是如何评估总的QBS，就是如何去评估我们本次活动预估的一个总的QS。从我们历史的一些沉淀，我们从这几个维度去做一些分析，一个是销售目标、活动类型。上次活动QS。

爆品、库存、价格、最大单量、参与数，这些会基于我们历史的一些数据去生成一个权重模型，根据这个模型，我们会去根据我们目前当前这次活动类型和销售目标。以及哪些爆品，然后库存和价格。以单单量，然后去会做一个模型测算，预估我们当前或者是比如说今年516或双11的一个。活动的QS峰值，最后可能会根据一些玩法爆品情况加减一些。这里权重比较大的是活动类型。占比比较大的，然后上次类似活动的QBS总值，目前我们的活动类型可能会有S加SSAS加对的，我们就是516周年庆，双11这种类似活动，那S对于我们大促相关的活动比说普通的一些秒杀和预售和招募相关的活动，对。

刚才跟大家谈到了，就关于总瘤QS的预估，因为预估我们肯定要去验证它，怎么去验证，这里就涉及到我们如何去做压测。目前压测在我们可能会支持不支持两个版本，一个是引流压测，引流压测这块的话，会会涉及到我们怎么拿到N通double，它单击的一个。可支撑的流量，这个这个环节是通过引流压测去做的，嗯，太太系统是我们的一个资源的一个全全链路压测系统，我们基于全压力压测系统去做我们的场景压测我们的比如说我们的首页。购物车订单等等等场景。然后基于我们整个压测。压测，压测系统去做全链的压测，比如说现在我们有压测管理，压测管理会有链管理，链管理你可以理解为它就是一个。

一次请求，然后一个场景里面它会有多次请求的，每次请求呢，你可以构造不同的参数，然后去做一个场景管理。我们我会日常情况下肯定会在平时都会做自动化压测，比如说每周二，每周四晚上会做TOP300的接口，做一些日常的自动化压测，然后会生成一些报告管理，然后我们去。第二天会去一些压测的问题，继续做分析。下面是关于我们的执行压测结果上报状态上报多协议的，我们的整个压测系统会去数据都存储在keep radiOS和MY相关里面，然后有对应的监控告警日志收集。个人认为。压测是否做的充分是非常关键的一个的，因为在大促上，有些场景上，如果压测不充分的话，可能很多问题会在现场暴暴露。

如何计算扩容机器数？这里有一个简单的公司，这个公司可能是基于我们初始扩容机器数等于项目预估QS人单机支撑的QPS，刚刚前面涉及到引流压测，可能会算出单机的QBS，单机可支撑的QBS。然后项目预估的Q是根据总的QS，根据我们网的一个分配比例，然后会算出一个单据，比如说我们说的商品服务，它能支撑多少QPS，这样的话可以算出我们当前大致要一个扩容的就是。这里可能会有一些存在一些偏差，我们会有一个校准机制。比如说我们日常的话是10万QBS流量，如果我们大错的话，预估的时候是50万或者是80万，我们会在基础上进行一个等比例的扩容，扩容之后我们会根据动态的压测去做调整，因为这里可能会有一些服务扩容的不准确，然后我们会在动态压测。

过程中去观察CPU，然后如果是我们现在设计的一个阀值是70%，如果CPU超过70%，可能会去动态的。扩部分机子去做。因为所有的评估可能都会出现一些差错。为了保证我们线上的系统稳定性，如果评估错了怎么办？这里就涉及到一个，我们怎么怎么去保证线上的系统无论流量腾空多大，都不不能挂，所以这里涉及到一个。流，我们的限流是基于certainly里做了二次开源certainly，它是一个第三方的限流平台，目前它只支持通和double，其实这个满足不了我们的线上一些场景的要求，所以我们扩展支持NG层，然后数据上报到我们的监控中心和数据分析中心，这样的话我们只需要配置好一次，根据扩容数据会动态去调整。

单机限流，单机限流支撑这里可能我们有一个安全边际，就是缓冲地带。单机限流我们会根据单间支撑的QBS乘以80%。去做限流的，就是留了20%缓冲的。N通克的全球限流，其重点接口限流，所以在我们有多层限流，第第一层是NG，因为每台NG它都会有上限警的。Tom k它才也会有上下瓶颈，然后单个接口也会出现上下瓶颈，当我们把压到一个峰值的时候，我们会去为了保保护下游不会被。打穿，保证整个系统的稳定性，可能如果你的预估不准的话，也可能是在那个前几秒或者是十几秒之内的有一些流量被限流，但这对于整体的稳定性是没有太大的影响的。预案准备，不管我们做的多么充分，可能我们都要需要有一些意愿，以防突发情况。

限流降级开关、客户端缓存等，就是在流量峰值的时候，我们可能去降级一些非核心流程，或者一些非小型进行限流。当过了流量峰值的时候，我们可以给它打开。提前准备好肯定降级和可能降级的清单，还有整理好话术给到客服。大促玩法怎么准备？在我们这边会有一个情况，就是大促玩法，他要么就是新做的，要么就是很少用。一般情况下日常可能用的比较少，这个时候我们肯定需要对这些大术玩法做一些线上预演、性能测试、安全测试、代码检查、稳定性评估和活动配置检查。因为我们线上的代需求一直正在迭代，可能会涉及到一些改动。所以我们需要做一些线上活动的一些相关的检查配置。

是否只有自己准备好了可以？正常情况我们都会依赖一些第三方的，如果只有我们自己准备好了，第三方的因为没有报备或各种原因导致出问题。这种。情况有可能会出现，所以除了我们自己要准备好，我们要给第三方做好报备，比如万法高防的报备，支付报备、短信CDN机器报备，风险识别、实名认证等等，这些都对我们的系统稳定性可能有会有相关的影响。在我们每次做这种S加级大促保障的时候，我们都会有一个详细的备战清单，这里主要是解决所有的一个事项，有人跟进，有人解决，然后整个项目是有正常去推进和及时去解决的。这个也是一个在整个。项目备战中非常重要的一个事项。

需要跟各方对齐的。数字化工具协同，因为在做效能体系之中，涉及到很多数据化工具，需要去将整个研发流程全链路打通。这里我们会涉及到项目管理平台，持续交付平台，智能运维平台，数据分析平台，目前这些平台可能都是基于我们当前的流程去做一些数据的打通，嗯。工具链路里面会说项目管理平台，会涉及到目标管理、需求管理、迭代管理和质量管理，看板报告。持续交互平台的涉及到整个研发的一些流水线管理、环境管理、工具管理、应用管理等，智能运维平台涉及到整个立体监控、全链路压测和一些流量治理、故障管理、资源管理的。数据分析平台会涉及到我们的一些指挥中心。效能报告专项分析和日志分析的。

下面可能就是一些基础和一些标准，标准的话，呃，我们会基于我们根据我们的实际情况，会做一些开发规范，测试规范，运维规范，安全规范等。效能数据透明，所有的效能我们都需要有数据透明，这样它在后续的改善过程中，我们才有数据和依据。我们会从效能大盘，能大盘主要是不同视角。核心指标数据的可视化，效能数据的一些预警。然后我们会分为一些主题分析，比如说质量，大盘质量它不同视角上。不同视角的质量。去可视化数据。呃，效率大盘，效率大盘主要是。用户体验和自动化分析成本相关的就是一个场景模型。

能数据透明，数据透明，我们可以从需求价值流来看一下我们整个一个生命周期，我们从目标规划到需求规划，然后需求交付。需求规划就是已立项，从立项每个地方会有一个状态，立项设计中，方案完成，已评审，开发启动已提示，测试中，回归中，待发布，发布完整，这个会涉及到就是需求规划和需求交互。需求规划主要是涉及到产品设计和需求评审，需求交互就是开发，设计，测试，回归，发布等环节，在每一个环节我们都会有一些状态流转，后续会。产生一些对应的状态的一些数据，做一些分析。产研工作就是涉及到我们整个的一个目标规划，需求规划，然后开发测试相关的事项。度量，我们会有一个系统去度量我们整个的一个效能，研发效能大盘质量大盘。效率、大盘、用户体验等等。

可以给大家看一下，这个是我们线上的一些呃，研发效能大盘和质量大盘。这个就会有相关的一些指标参数，我们可以根据相关的趋势去。观察我们最近的一些研发效果的大盘和质量大盘的一个。走向。很关键的一个点就是效能，持续运营，效能它是需要持续去做运营的。我们大致看了一下，会从四个维度。第一个是成立效能的这种虚拟团队，主要是效能的一个指引和驱动者，就为每个阶段的效能去做一些突破和公共难题的推动。然后效能与OKR的结合，效能原整体，我们定的目标是整体研发效能又能领先，实现8%的需求，七天内交付100%的需求，14天内交付，24小时滚动发布。

所有的效能需要均复盘，每月结合以制定的OKR进行效能复盘，复盘实践后的关键有效改进和措施。比如说，我们在不断迭代中会发现，实行MVP，减少批量相关的，然后按需发布，减少依赖服务。产研自测需求测试左移数等需要制动，那么也能提高相关的效能。项目统一管理、专项跟进，主要包括项目整体规划以及实施。进展负责人状态风险的基金的拉取和跟进。这个是效能持续运营，就是每周我们会进行一个效能的复盘，复盘中可能会发现一些问题，然后去做一些改善。因为只有在复盘的过程中，我们去根据我们的一些效能数据去分析，能发现一些需要改善的问题，针对改善的问题，我们会提出一些改善计划，然后专项去跟进。

以上所有的我们都是基于腾讯，目前我们的服部那些数据化协同工具可能都是基于容器化的，基于腾讯的容器化的。腾讯，腾讯容器化后的情况与收益，它也能带来我们一些效率的提升，比如说调你的系统的接入门槛。提高系统可用性，标准化系统部署，节约成本。完完善监控指标，提高资源利用率等。这个是腾讯云讯容产品的景们些。效能成果展示可以看一下，我们做了一段时间效能分析的时候，通过数据的分析，我们发现我们的效能是有明显的提升的，比如可以看一下需求平均交付周期下降62%。

开发平均交付周期下降63%。测试平均周期下降46%。需求平均发布也有明显的改下降。这个就是因为我们在做效能的过程中，发现我们哪些地方可以去改善，因为有数据了，你才有去改善的空间。数据透明，你就有改善的空间。谈谈感悟与未来挑战。可能会从四个方面。第一是。从痛点入手，动态调整。如果团队不同，要去改善团队配合度可能不高。随着团队能力的提升，团队的痛点会动态性能发生变化，效能的改进方向和打法也要做适当的调整，不能一成不变。

流程十度标准化、规范化，明确研发流程，制定相应的规范，明确流转规则，设置卡点。对不同的团队，我们要时钟的标准化，除了核心关键的外。其他尺度可根据团队当前要解决的问题来推进。能研发持续P，它是要需要持续去做P进复盘的研发效提升是一个长期的过程，我们在过程中PDCA做到持续设定更高的目标，持续改进，持续跟踪和反馈。与OKR结合，驱动效能的提升。研发效能、全链路打通以及过程可视化。通过数据由的相解。这里可能这些点可能都是需要根据不同的团队去做一些调整。因为个人认为自己的才是最好的。

未来挑战。所有我们做的效能提升和效能价值的提升是非常关键的，我们的最终目目标都是帮助业务团队达成更加的目标，所以对于价值这块也是一个非常有挑战的。还有一些智能运营分析不需要我们每次去做。一些线下的分析，就是能得到一些数据去分析，去驱动团队去改善。驱动创新，驱动技术与业务创新，希望能带来一些更多的一些突破。这是呃，个人比较喜欢的一句话送给大家，有些事情不是因为看到了希望才去坚持，而是因为坚持了才能看到希望。感谢大家。本次分享就到这里，谢谢黄老师。那我们在后台呢，其实工作人员去进行了相应的问题收集，然后也有几个问题想跟您进行一个简单的探讨，那首先第一个是他这个问题会比较大啊，他问到说，那您认为在整个的系统稳定性保障中最为关键的一点是什么呢？

呃，我从我们历史经验来看，我觉得系统稳定性保障最关键一个是压测是否充分。因为这个问题整个压测做到充分的话，就是很多问题可能在线上不会暴露，如果压测做的不算会有遗漏的话，会导致一些遗漏的场景，如在线上暴露出问题。因为压测它是一个很大的一个事项，涉及到整个全链路的压测，而且每一个环节可能都是很关键的一个点，特别是主电路。明白对，那那其实对于云集来讲，其实像每次大促这个流量都是会非常大的，那一般像这样子的一个压测准备，呃，您和您的团队大概会花多长时间和精力周期，以及会关注的哪些问题和场景呢？呃，我们大概是会提前两个月，就是提前两个月去做整个的压测计划，压测主要的场景在D，我们的首页，然后商，然后订单，购物车，然后等等，然后TOP300一些接口，这些场景是我们重点会去测的，然后我们会去做多轮的压测，因为我们在这两个月的过程中，还有一些需求还在迭代嘛，有些也会产生一些变更。

大概的话就是说有每周，每周会安排两次，根据具体情况，如果后面可能会可能一周会多次去做整个的一个线上的一个压测。嗯，明白，然后这里还说到第二个问题是说，呃，想请问一下黄总，引流压测是以极限呃，QBS进行，还是以预估最大量的QBS进行压测呢？另外每年大促QBS可能会有差异，会需要如何进行评预评估呢？呃，引流压测是根据线上的真实情况去压测你们单台机子可能的集算值，我们这边可能会定义一个，就是说第一我们不会把它压，压挂可能会带来一些线上问题，我们会第一，那CPU如果超过了70%，我们就不会去再去摘服务去压了，这样的话，我们可能会得到一个关于NG tomca，还有大层的对应的核心服务，或者是流量比较大的服务的一个值，作为一个我们去做扩容的一个参考。

嗯，明白，那那最后一个主持人也帮大家问一个就是呃有趣的问题吧，是其实经过了这么多大促，呃，我们也看到您的这个整理其实非常的详尽，几乎可以算作一个很实用的操作手册了，这些操作手册一定是您跟您的团队自己不停的实践以及踩坑踩出来的，那你问一下黄总有没有相应的小故事可以跟我们去分享一下这其中的一些经历呢？嗯，其实我们是有，有一次我可以说一下，就是我们在线上有就是说有一次就是大促的时候，可能是没考虑的场景，就是那种主从延迟。

走重延迟，这个时候就导致我们订单的重复，因为有缓有延迟嘛，导致数据在流量高峰的时候，它的延迟相对于说比较。延延迟的时间比较长久，导致我们现场的一些订单的数据可能没有实时去更新，导致后面的一些订单的数据出现了一些异常情况，导致我们修修了三天。明白，我就能感觉到，的确是大家都是通过了各自的踩坑和经验，能够总结出更好的东西。好的，那老老师可以请您关闭一下您的这个屏幕的投屏，接下来我们会进入到今天的第二轮抽奖环节，然后也请老师跟我做一个简单的配合，就像刚才跟周老师一样啊，我会先说一些注意的事项。然后请您做一个倒计时，那首先希望您结束一下你的那个投屏啊好的。

嗯，稍等一下。好的啊，那现在我们请线上的小伙伴，如果您还没有加入到我们的直播互动群的话，我们可以再给您留一些时间来进行扫码入群，那我们在这一轮的抽奖的小礼品呢，是我们的腾讯定制虎年公仔，这个是腾讯公司根据每一年的生肖形象来进行的一个企鹅定制，特别的可爱。呃，然后我们今天在这一轮的抽奖方式呢，依旧是不变的，大家扫码进群之后呢，输入您的抽奖口令叫关键时刻信赖腾讯云，然后我们会请呃老师去做一个321的倒计时，当老师喊到一的时候，主持人就会在手机端进行截屏，截屏中的所有小伙伴都可以获得一只这样可爱的腾讯虎年公仔。但稍微有两个两个细节也跟大家去做一下简单的对齐，第一是呃，我们这次的截屏有时候可能会上面和下面的人的信息是残缺的。

那如果是这个样子的话，非常不好意思啊，我们没有办法，就是视作完整完整的这个抽奖成功，所以希望大家能够完整的被截屏到屏幕中间，那第二个就是呃，可能大家为了提高自己的中奖率，会呃发很多次，那如果截屏当中您的ID出现了多次的话，我们会视为您中奖一次。那最后一点就是，呃，现在全国的这个物流啊，其实基本上是恢复了，但还是有一些地区因为疫情的原因，可能它会稍稍延迟，那我们的小伙伴呢，会在第一时间给到大家去进行一个寄出，但是如果您稍微延迟几天收到的话，也希望能够给我们一些小的理解。好，我看到群中已经刷起来了，老师，我们再给大家一点点时间。

好，老师，我听您的口令。好的。321。好的。好，我这边已经完成截屏了，那稍后呢，我会把这张截屏发给我的同事，请他发在我们的直播群中，那群中被完整截图的小伙伴可以联系我们的小助手来进行奖品的登记和领取，那最后我们再次感谢黄总。好的，谢谢。好的。接下来就让我们进入到下一个环节吧，让我们有请星云有客的VB多老师。

那杜老师呢？是他有十余家的思域社群的运营经验，万色云集、四库诚新优选等思域社群电商项目的负责人。专注呢消费品私域电商与运营领域，善于品牌私域增长和私域的商业模式设计，同时呢，如果您看过去年我们618的呃直播活动的话，多肉老师还是我们的明星讲师，在众多老师当中呢，获得了这个调查满意度的第一名，所以主持人本人也非常的期待今天多老师的演讲，那多老师我现在会关闭我的PPT的投屏，然后您可以打开您的呃PPT投屏画面，并且提醒您可以打开您的呃视频和麦克风。哈，主持人好，嗯，你好，我现在已经能看到你的画面了，我建议您点击一下这个幻灯放映放映，我们做一个全屏的展示。

好的。哈喽，各位伙伴们大家好啊，今天给大家去做的这个分享的话，是关于CDP的这个方向，所以我这边取了一个名字叫做数据驱动，打造私人定制的智能营销。然后我们可以继续往下去看这个内容啊，首先里面的话就是第一章，我们可以简单的分析一下，就是我们实际的业务当中。大家在面临业务当中遇到的一些问题的点都会在哪里？那第一个就是数据量庞杂，但是分散。那这个是对于品牌方来说是一个非常非常常见的一个问题，它主要体现在说我有多个BU，多个事业部，多个平台，甚至有多个独立的APP和小程序等等，那这些这些里面的话，每个产品它都会有自己的一个数据分析的一个模块。

但是问题也产生在这里，因为它都是分散且离的，所以我经常能够看得到的一个问题就是说，嗯，我们每个事业部自己去做自己的事情，但是我缺少一个统一的东西，能够把这些数据里面进行一个汇总，然后无法集中的管理。那第二个呢，是缺乏统一的用户认知，一旦数据是分散的话，我们就会发生一个很有的情况啊，这个也是我们之前在服务客户当中发生的一些情况。随着不同的电商的平台里面的活跃度和用户的行为习惯的迁移，可能会产生的一个情况就是原本在某一个天猫或淘宝，或者说京东里面啊，这是一个非常活跃的用户，这是一个我们很高价值的用户。但是有一天，你突然发现说他沉寂了。不消费了，不活跃了，不互动了。然后你这个时候你会玩命的去唤起他，唤醒他呀，给他福利券啊等等东西，你会发现都不好使，然后你会给各种各样的活动，当福利活动达到一定程度的时候，他有可能会被被你唤醒，但是你会发现它又流失了。

直到你可能把这个用户的身份的画像统一完成，识别出来他们ID的时候，你会发现他依旧还是一个活跃的且忠诚的用户，只不过他原先从京东、天猫、淘宝可能任何一个平台里面变成了你的私域里面的一个会员，或者变成你另外一个平台的会员，那这个本身是因为用户在各个平台之间。交易行为的随着平台的这个活跃度里面产生的一个迁移，但实际上如果你数据割裂的话，你就无法识别这个用户的身份。那这是一个好玩的点啊，但是还有更多的比较痛苦的点，就是我没有办法分析一个用户真正在全域里面，它各个平台里面整体的这个画像的行为，那这个里面就会导致我们在运营和决策当中缺少统一的用户的认知。第二第三个点呢，就是数据应用里面的一个价值点。那对于客户数据里面的话，今天我们大部分的企业里面已经能够认识到数据的这个价值度了。

但是呢，就会有两个极端，第一个极端呢，就是觉得这个东西太难，太复杂，这个东西我做不了，我没有这个能力去做这件事情，实际上并没有那么复杂。大多数应用于数据里面的东西，虽然有些企业会应用的很深，但其实绝大部分企业应用好的点一定是那些普通正常的应用，只不过那些做的好的企业把这些普通且正常的应用做到了更精细化，做到了准确化和做到效率化的提升。那还有另外一部分的话，就会觉得说，啊，这个我认识的这个深度太深了，所以说我一定要把这个东西要做的特别特别的复杂，然后导致你的整体的操作会变得很困难，一定是前面的东西做好了，我才去做后面的事情。但有很多企业就。啊，觉得我非常重视这个数据的价值，但是好吧，前面那些简单的应用我不看，我非要看你那些非常高难度，非常高段位里面的数据应用里面的价值，但实际上呢，等到他自己使用的时候，他前面的那些部分简单的数据价值的应用使用不好，他专盯着后面的话，实际上是一个误区的。

嗯，在这张PPT里面，我们可以整体看一下啊，这就讲解了一下CDP里面整体的一个价值点都会在哪几个部分。那第一个部分呢，就是数据的采集。它它会帮助我们去采集各个渠道链接点的一些数据，可能包括我们的社交的数据，移动端的数据，网页端。CM的数据，甚至说电商里面数据等等各种各样的数据，他会帮我们去做一个数据的集成的这样的一个动作，去把这样各个数据集成到统一里面来。第二个点呢，就是数据的统一。他会帮我们去合并各个，嗯，不同的BU事业部，各个不同电商平台里面的用户里面的身份。

那这个里面呢，我们使用的。方式和方法会有很多种啊，比方说在公平台当中，我们会使用到唯一的ID或者用户的手机号，在腾讯的体系内的话，我们可能会在同一开放平台体系下，我们去使用一些优异的ID等等，反正是我们是要找到这个用户的唯一的一个标识，然后跟下一个子集去合并，合并出来它更多的唯一的标识，当不同的唯一的标识去关联到一起来的时候，我们能够匹配出来这个用户里面唯一的一个身份，那这个唯一的身份值的话，我们就能够看到他在各个域里面的一些数据。然后在这个里面的时候，我们就可以应用到数据的一些分析里面，分析客户的嗯，分析客户在域当中的，嗯，购物的行为，喜爱的偏好等等一系列的一些数据，形成我们一个较为精准的人群画像，和他复购啊，选择啊，周期的这样的一个预测。那最后一个点的话，就是数据的激活，也就是赋能我们业务的当中的一些应用。

那在这个里面的话，我们会发现有几个有意思的东西啊，就是说。很多人说啊，就是说一旦用到这个数据里面的话，它会变的非常的。怎么说呢，就是非常想要的非常的多啊，他想要非常非常多的用户数据。我想要用户里面的身份啊，呃，年龄啊，行为啊，包括地域啊，各种各样的一些数据，但是你会发现，当随着你合并的数据越多的话，会导致你这个业务的复杂性和难度会有逐步的提升的，而且你获取这些数据的难度也会变大，当多多的数据进行一个合并的时候，它的点也会变得非常的复杂。但实际上能够对我们用户产生直接的一些行为里面的一些交易转化或促进的这些行为的，还是那么我们几个，比方说用户的平均的客单价，用户的活跃度，用户的购买产品品类的偏好和用户下单的等等这几个东西的话，还是我们万变不离，其中和应用最多，在业务端产生最高价值的还是这些比较核心的一些关键的一些数据。

那这些数据如何能够赋赋能到我们的业务当中，变成一个应用，那这个里面是大家在运营当中的细节所需要考虑的问题，所以整个说起来的话就是CDP能够帮助我们做的一些事情，就是数据资产的持续的沉淀、变现和增值。那我们可以看一下啊，就是在数据采集的阶段里面的话，我们能够采集的渠道是非常的多的，包括我们知道的快手啊，有赞微店，京东小红书等等，那这些数据里面的话，还有伴随着一些我们有的一些系统里面的数据，比方说CM啊。啊，比方说我们的自有的一些小程序啊，还有我们的商城啊等等这些数据，我们都可以进行一个数据的采集和统一的归集。

那在这个基础之上的话，我们会选择一个我们接入数据的一个类型啊，基本上分为这几种，第一种的话，如果在我们有的APP上，或者自有的小程序当中，那我们可以设置一些前端的一些买点，那买点之后的话，我们就可获取用户一定量的行为的数据，比方说我们访问的页面浏览量，浏览时长和下单的转化率等等啊，就这些里面都是我们非常常见的用户前端的一些行为的数据，那基于这些前端的行为数据之后的话，那在公寓的一些平台上，我们也可以获取一些订单信息相关的一些数据。比方说我下单的金额，下单的品类，商品等等这些东西，那再有呢，就是一些三方的数据，就是比方说我们的ERP的数据，CRM的数据和本地接我们存储三方数据等等，那这些东西的话，都是我们可以选择去接入CDP里面的数据的类型。接入完成之后，那我们要进入的一个环节就是数据的清洗，因为不同平台或者不同业务里面，它对于一些数据里面的口径是不一样的，所以我们这里面要进行一个数据的清洗，完成我们数据的统一性、精准性和完整性，那这样的话，我们整体去观看这些数据的值所产生的一些标签或者些判断的时候，我们才会有一个统一的有效性，那对于这个东西的话，对于业务的价值也是很高的，否则的话，你的脏数据太多的话，那你算出来这个数据，虽然你算出来了，但是它的有效性会差很多。

那在数据清洗完成之后的话，我们会进行数据的整合，那就是刚才我们提到过的一个词叫做YID。那这个里面可能是我们的一些信息数据啊，消费信息数据等等各种各样的数据汇总之后，那我们还是回到一个问题，就是说这个客户我怎么能够看到他在我这个品牌的全域里面的一些行为，那这个时候我们需要统一这个用户在各个渠道里面的一些身份，统一完成他身份之后的话，会在我企业内部产生一个独立的身份，那这个身份我们称它为one ID。

也就是说这个用户在我企业内部里面的身份只有这一个，那其他各个平台里面的身份的信息，订单和标签会在这个身份名下进行一个汇总，那这个时候我们再给他贴的这个标签里面就是完整且准确有效的数据。那基于这样的一个数据里面，我们整体里面去做这个运营里面的动作的话，你会发现一个很有意思的东西啊，就是全，你会发现这几个点啊，第一个点的话就是我们全域数据的整合啊，大家可以看得到。这个里面涉及到我们线上线下电商内部等各种各样的数据进行一个统一，那第二个点的话就是我们三六三百六十度客户的洞察，那这里面可能包括一些复杂的一些呃事事实的一个标签和一个模型的标签和预测的标签。那这里面可能有些我们基础的一些社会信息啊，市场的一些属性，那我是线上还是线下，我是线下被你吸引来的，还是线上里面下单吸引来的，然后还有一些就是我们的模型的标签，比方说我们的生命周期。

他是忠诚度的，高忠诚度的客户还是低忠诚度的客户啊RFM的模型，他是属于哪个价值段的客户，高价值低价值段还是带发展价值段，还有我们的预测可能性，购买性等等，那这个里面标签的话，会帮我们去完成一个用户里面的一个模型。那在这个模型的基础之上，除了能让我们更有效的去了解到这个客户的之外，还有另外一个非常的作用，就是我们一系列的营销动作，其实都是基于用户的这些标签。我举个例子，假如说今天到夏天了，我先要推一个凉拖拖鞋。但是你会发现有些人他喜欢买人字拖，有些人可能喜欢买啊。啊，就是应该什么动踏拉板，或者说普通的那种拖鞋，但是我如何来识别这些东西呢？可能还有不同材质的，皮质的，塑料材质的，还有那种沙，沙滩的那种类型的，各种各样，这种喜好会非常的复杂，那这个时候我们去找这个标签的时候就变得很关键了，首先我们找年龄段的标签是否符合，或者我们去找。

是否以前购买过此类型的商品，那如果我们把这些标签组合在一起之后，我们去推送这样的一个人群包里面去进行一个营销的话，你会发现你的转化转化率和精准度会好很多，而且你也这个这个动作也会避免对那些非此类商品用户的人去造成一个骚扰。那比如说年龄很大的人，他可能很难去买人字托，很难接受这个东西，那你发给他这个消息，或对这个营销动作的话，对他来说其实大概率是一个我不感兴趣的信息，甚至说严重一点的话，你对我是一骚扰，但是如果我把这些精准的信息推送给有需求的人，那这个就变成一个很好的一个转化和深度的运营的一个动作，我举个例子啊，实际上在我们这个过程当中会有非常多啊，包括我们一些精准的拉新，还有提升整个用户生命周期的一些价值，它其实都在于一次一次精准的营销和满足用户的需求的前提下。

会产生的这样的一个变化，绝对不是一个单单一次或者说单次的行为能够产生的，而这个里面都依赖于我们的数据整合，数据的客户洞察里面的这个精准性。然后在我们的渐进式360客户画像当中啊，它这里面的话会发现啊，它这里面会有一个整体的综合的一个识别，那首先的话，我们是整合全域数据之后，我们会产生一些用户里面的一些基础的属性。在此之外，那我们每天里面，比方说我们发的一些自有的商品里面的链接，或者说一些文章，或者是些浏览的行为，那我们可以通过云的系统当中，会我们带一个用户的一个雷达。

当此此，这个雷达呢有两个作用，第一个作用呢，就是用户在观看这条信息当中，谁观看了，产生了多长用户的一个时长，这个是能够被我们的系统进行一个记录的。那其次呢，在看这个商品的内容的时候，比方说我们现在夏天里面，我们发了一个特别特别要注意防晒里面的这样的一个内容，当用户点开防晒这个信息里面去观看的时候，我们可以做一个动作，就是为这个用户身份去打上一个标，比如说防晒的高度的关注者。那这个因为是他喜欢这个内容，点开这个内容看的话。说我们可以默认为他，他对于防晒的这个信息是感是感兴趣的，那一旦打上这个标签之后的话，我们去做运营和活动或做推广的时候，凡是有防晒类型的商品的话，我们可以进行一个精准的推送。然后随着他不断的跟我们互动的行为的产生，交易行为的产生，你会发现我们对他的画像会逐渐的完善。

这样的话，我们对整个用户里面的浏览性和互动性和持续的这种维护性的话，会起到一个非常好的完善的作用，所以我们也把它称之为啊就渐进式的客户画像。嗯，这里面的话就是展示了大家就在沟通中不断的丰富和迭代，和标签里面的升级里面的一个利用度啊，比方说前面是技术性哈，后面是行为特征的购物属性，后面的话再往后面的话就是商品内容的偏好属性，然后最后第四点的话，其实对于我们整个生命周期里面的服务，消费关怀和预测，那在这里面也都是基于这些标签模型和客户画像进行不断深度运行的行为。其实你会发现，刚刚我说的所有的内容里面，其实没有什么超纲的内容。也没有什么特别高深的说啊，一定玩了一个什么样的一个数据的里面的黑盒，黑科技里面没有，其实都是我们日常当中里面，我们能够想象到对于数据的应用的一个场景类型。

但是这个东西为什么大家想一个问题，为什么它会被我们所有人所熟知和所有人会经常使用到呢？在这个世界上啊，或者说在这个市场当中，一个东西一旦是被我们经常能提到，且被我们经常反复的使用的话，那一定证明了一件事情，就是在这个商业的类型和环境当中，我们所那些经常使用的点，一定是最高效且最有效的点。所以对于那种不是非常高端，或者说非常我们企业发展到后端，做非常深度的数据里面应用的时候，一定不要去好高骛远，我们一定把基础的这些标签能力和一些互动的这些东西踏踏实实的落到底，把这些事情做好，把这些事情丰富完善，其实对于我们整体的运营的效果和转化率，反倒会起到一个很好的一个高深的呃，很好的一个提升的作用，而那些就是深度的里面的一些数据的一些分析啊，或者说复杂的数据模型。他其实能帮助我们的不是从零分到60分或到70分这个阶段，它是实际上能帮助我们是在。

大家都在75分左右的时候，你做那件事情可能能帮助你从75分提升到80分。才能起到这个作用。所以说大家一定不要忽略就只关注那些高深的东西，而要关注那些有效的行为和有效的数据。嗯，在这里面的话，我们就举了一个例子啊，就是传统的客户像和我们C结合之后里面的用户画像里面的一些详情，那可能的话，传统里面的话，我们都是基于一些手动标签，让客户的信息的缺失啊，无法精化和人力成本较高等等一系列的问题，但是通过CDP之后的话，我们可以基于啊CP联通的数据实现一个自动化标签，也就是说标签是不用你个人一个个去手动打上的话，它基于我们整体的一个大逻辑的数据计算，会把对应的标签自动打到这个用户的身上。他能帮我们解决两个大问题啊，第一个大问题。

只要你经过经过人工的判断，无论你再怎么严格的标准，它一定会产生不同的效果。只要是经过人类，他一定会这样，一定会有个人的情绪，个人的感官，个人视角的判断去产生，它并不是真正的精准的基于数据里面的一个计算，这一定会有这个东西产生的。所以说呃，所以说这个里面的标签之后，里面的统一性的运算里面的这个规则肯定会产生一定的问题，但是通过数据里面的系统里面的计算的话，这个问题就会降低很多很多啊。那第二点的话就是，如果你这个东西高度依赖于人力成本的话，首先这个成本一定是很高的，其次你的执行下去的难度是非常大的。能不能这么玩呢？当然能，这个取决于你商品和商业模式的东西。如果你做的是极高客单价且毛利极高的商品，你当然可以这么玩。我有足够的时间、精力和成本，把每个客户的标签手动打的很好。这个是可以的，但是如果你是大量的用户，且毛利没有那么高，客单价没有那么高的时候，那这个时候对于系统CDP的依赖是非常重要的，那特别像新云服务的很多用户里面都是在泛零售这个领域当中的，所以这种类型里面对他们起到的帮助非常的大。

那基于这个前提之后的话，我们就会有一些高级的筛选的一些逻辑啊，实际上它就是嗯，通过标签，甚至一些属性，还有一些事件，我们进行一个灵活的条件组合。那其实这里面的这个概念也比较简单，就是我们一个人群包的一个概念，当你会发现啊，单个的标签并不足以满足你想去做这件事情的时候，你就会增加多个标签。那多个标签和多条属性限制的时候，你就会有一个。且和货的这样的一个，呃，合并和茶几的这样的一个关系，比方说女性且近14天购买过商品，那这里面就是一个且的逻辑，还要同时满足，既是女性且14天之内是活跃的。

然后比方说，那我们还有另外一个比方说，我想推一个防晒这种东西的话，那我们可以选择女性。或者是敏感肌，或者是什么什么样的东西，那我们可以把这样的东西进行一个组合，那这个人群包里面组合出来的话，就能够尽可能的丰富到我们更多的应用的场景当中，那基于这个人群包我们去产生一些。呃，营销和互动的一些行为的话，对我们整体的运营的精准化的话，是有个很好的帮助的。而这些人群包的产生和逻辑的话，在新云的系统当中，它是可以自动去跑的，自动去跑这些东西，跑出来这些人群包之后的话，它会不断的去滚动，滚动去触发，去营销，去触达这个内容，它是不依赖于人力的。那这个里面的话，就是我们刚部比方指金是300啊，复购率指标是什么样，那我们选择的策略是什么样，针对的是什么样的类型，那我们实时产生的效果是什么样子的。

实际上这个就是一个简单的，我们基基于这样的一个场景去做了这样的一个活动，所选择的一些人群包和数据，然后进行一个自动营销，整体上就是这样。那我们这张看到的话，实际上是我们人工去检索一些信息所产生的一些复杂的一些逻辑，包括索要手机号，添加好友，转化率较差等等的东西，但是如果我们使用的系统当中的话，也会变成了一个好像比方说我们的智能识别啊，用户体验自动触达啊，画像自动营销等等，那这些都能在一定程度上去解决人力办不到的很多的事情，比方说1000个客户里面可能会有1000个时间点，那如果我要去做最好的营销动作的时候，一定是赶在用户的需求的时间点当中去进行一个处罚。但是这个时候你会发现人力是达不到的。你只能做很好很好的运营里面，他靠人力能做的事情，也是在我的一个群里，或者在我负责的用户里面，我只能去关怀那么20个或30个，或者说头部20%，30%的精准的高价值的用户，剩下那些用户我是绝对做不到的，但是系统都可以做得到。

这里面也是我们的一些营销里面触达的场景啊，就是比方人工群发，然后我们系统里面自动群发，然后选择人群，符合人群的，呃，符合特性的人群包和我们触达应用里面的一些场景，它都可以帮助我们去进行一个精准的一个完成。啊，这个里面是基于人群里面，应用里面的一些我们数据的分析的一个层面啊，比方说这个里面也是我们传统里面的话啊，各个里面的数统的方式的话，合并报表。整体上，如果你的体量比较大的话，我做这一件事情会耗费你非常多的时间。然后大家论来去，可能一周到两周了才把这个内容做完，但是如果我们依赖于C系统去做这件事情的，你会发现整个过会得非常的流顺，因为那些数据和人群包通过计算很快就能拿得到，甚至已经是按照你的计划，你在跑的人群包是现成的，那我们把这个东西选出来。

营销内容附上去，然后我们直接触达就可以实现上面整个的一个复杂的流程，会到这里会变得非常的简单。这张图呢，其实就是总结了刚刚我给大家讲的一系列里面关于C里面的内容，进行一个整体的一个数理和汇啊，实际上就是全触点的打通和管理。那第一点的话，就是我们各个平台里面的数据里面的触点和管理和汇总到我们客户的数据中心，那在这里面的话，我们会发生一些数处理，客户属性，交互行为和ID的一些管理和客户画像和智能营销，在智能营销这里面的话，会涉及到几种啊不同类型的SOP，那这个SOP所谓的就是准流程，但也是在我的统里面是进行一个自动的一个流新so。

那这个里面实际上针对的你会非常明显，就是刚加入到我们私域当中，进行新课里面一个触达的一个标准流程培育里面，So，就是完成新客流程之后，我进行客户里面一个培育的。那最后一个旅程的SOP的话，实际上指的就是我用户生命旅程里面的一些关怀、触达、提醒和换回、召回等一系列的动作，那在这些动作的过程当中里面的话，我们会有一个互动中心，里面的一些内容会帮你去做一系列的触达。比方说我们企业微信的，连个人微信里面的一些高效的一些触点。然后我们在会员玩法当中的等级积分权益，还有我们一些互动啊，抽奖裂变的这种小红包，和我们一些内容触达和触达渠道的提醒的一些渠道。然后整体这些东西所产生里面的，呃，内容或者说互动的一些行为，会帮助我们去建立出来一系列的分析的一个体系，比如客户的分析，行为的分析，转化的分析，一个活动之后我们要复盘嘛，转化的效果好与不好，大家参与度怎么样，到底是在哪个链条断掉了，其实这里面都会有些记录啊。还有包括消费的分析，内容的分析，到底哪些内容被大家转发的多，哪些内容产生的订单的交易量是多的。

然后他们会汇总成一个数据的看板，那通过数据看板的里面的一些值的一些判断和分析，会帮助我们复原整个活动和一些营销里面，场景里面的一些具体的内容。给大家举个例子啊，这个是我们深度服务的一个品牌，他们去做了一个就是CDP里面的一个定制化，CDP里面所产生的一个效果。那这个用户里面，它是一个牛，就是卖牛奶的一个用户，也是我们的一个知名品牌啊。

他这里面有几个关键的事项，我可以给大家分析一下，就是他会把我他们的用户分为成三种啊，第一种叫做普通用户，第二种叫高端用户，第三种的话叫做奶卡用。普通用户顾名思义是买他们平价奶的啊，高端奶，高端奶用户就是买他们比较贵的高端牛奶的。奶卡用户实际上是对于他们最忠诚的用户，因为但凡是你，你对这个品牌没什么兴趣的话，你是不会一次性买个季卡，半年卡，年卡用来持续喝的，对吧。但凡你买这个东西呢，说明第一你消费能力绝对是够了，因为这个金额都很高啊，上千元的，然后。第二，你对这个用户，对这个品牌一定是你忠诚度的用户，否则的话，你想谁会买几个月里面持续喝一个品牌呢？所以在他们的整体的这个运营的过程当中里面，他们会分为这五个这几个场景啊，新客购，复购，留存和用户，会对用户里面整体的周期的一个管理，那在此之外，他们会特别的去关注他们的买卡用户。

那CDP里面的话，会识别每一个卡用户里面它的卡的消耗的一个情况。但凡在这个用户里面。嗯，奶卡消耗完一个星期内啊，这一个星期前他会做连续的CDP里面触达的动作。比如说我会提醒你啊。持续喝牛奶的一个小知识，持续喝牛奶的好处啊，牛奶能够改变身体的什么什么健康的知识等等这样的内容。然后我会再发一个说亲爱的客户，或亲爱的或亲爱的什么什么东西，你已经持续在我们这里面了三个月，或非常高兴你成为我们的忠诚度的会员。然后呢，呃，小编或者说我知道就是用户的你的牛奶快喝光了，那我们也会给你准备了一个什么什么样的一个新品的推荐，或一个牛奶的推荐，或者是一个什么推荐，提醒他进行一个复购。那如果用户再没有复购的话，还会有第三招，那第三招就是我们营销动作。

买什么赠什么，买什么便宜多少钱，什么样的优惠券都会来了，那实际上你会发现这是一个非常简单的动作，对吧，因为我一说你大家都会觉得这个事情不复杂。但是这件事情我们帮客户做到了，他的整体的奶卡的高端用户里面的复购率提升了一倍。关键点在于哪里呢？关键点在于两个点，第一个，每一个用户里面，它的奶卡的消耗的时间点是不一样的。如果你统一去发这些东西里面的话，就没有效果，针对的有效果的话，就是在卡在那个时间点，你去发这些营销内容，这个才是才会有效果。那第二个点呢，就是第一个点，这里面的难度在于说你没办法用人工去区分这些数据啊，这是一个非常大的点，那第二个点在于哪里呢？第二个点在于。到底用户是原发性需求还是诱发性需求？当用户是原发性需求的时候，你会发现你很难控制他购买的渠道和品牌，我举个例子啊，我们非常常见的比方说我的牛奶喝光了，我今天再去拿牛奶的时候，我发现牛奶没了，对吧？牛奶没了，那这个时候我想选择购买这个牛奶的渠道就会有很多种。

我可以去楼下超市买，我也可以去点。呃，外卖的外卖平台给我送过来，我也可以去线上去下单，当我无论去线上下单，还是去各种各样的渠道去做这些东西的时候。不一样，因为我会搜个牛奶或搜个什么东西，那到底是谁先显示在我的眼前的东西，你根本就控制不了。那到底是一个什么样的活动展现在我眼前里面，你也根本就控制不了，所以当这种情况下，用户原发性需求产生的购买和复购行为的时候的话，你就很难控制他购买的金额量，或者说到底在哪里购买，甚至是不是你的品牌购买都很难控制。当我一个诱发性的需求产生的时候，用户是想着，嗯，啊，我觉得确确实快喝光了啊，这个东西还不错啊，当然有一个前提是你的品牌不能出问题，你不能说人家喝完奶之后觉得你这个奶真难喝，我不想买了，如果大家觉得还不错的时候，哎，确实快喝光了，我要持续的买，喝牛奶有好处，那我就点击这个链接直接购买完成了，所以你会发现这条链跑的很非常的顺的。

这个也是导致了他为什么能够去做到复购率翻了一倍，那这个周期复购的这个策略的话，不光应用于牛奶，凡是。有周期性消费且稳定消费的场景当中都可以使用，比如说猫猫和狗狗的主粮，这些场景里面都可以长时间的使用这种场景进行一个精准的复购的提醒和购买。这个里面的话，就是我们帮他去做了一些引流的动作啊，还有标签的体系啊，还有客户的SOP和智能的营销转化类型和种类啊，因为我就不一一介绍了，实际上在刚刚那张图里面基本给大家介绍光了啊，就是基本上这些内容我们都是在帮他们去做的啊。

啊，基本上整个流程里面都是系统自动化去实现的啊。好了，今天我的分享呢，也到此结束啊，首先的话就是新云科技里面的话，是一家专门为思于一体化实现智能营销的这么一家公司，所以我们整个公司里面的产品啊，在私域里面是能够进行一个完整的一个闭环的。那今天给大家分享的实际上是偏CDP这部分呢，那实际上我们也有啊企微的SCRM和小程序的功能，那如果大家感兴趣想了解怎么去做私域里面呢，大家可以扫码去添加我们公司的伙伴们，那大家会会为大家去做一些免费的咨询和一些服务的提供，也再次祝愿所有的品牌方的朋友们。希望大家今年，嗯，在今年经济不太好的情况下，大家都能够把自己的生意做得红红火火，蒸蒸日上，感谢大家。谢谢多位老师，嗯，老师，您可以关闭您的屏幕共享，当然呢，这个视频我们先看一下，因为我们还有几个问题想跟老师进行一个简单的互动。

好的。好，嗯。是这样子的，就是我们其实今天提到了一个非常吸引人的信息，就是其实老师也提到，我们基本上一个消费者会在很多个APP上面，或者是说不同的私域平台上面都会有自己的账号，甚至每一个平台可能大家发送的东西，浏览的东西都不太一样，会造成一个人他在各个平台上面可能展现出来的形象和标签也不太一样，那这个全域数据管理的这个概念，我觉得其实是非常吸引大家去关注的，如果我能够通过一套系统或者一个产品，一个功能去把一个用户在多个平台上面的信息做起一个拉通对齐，对家来讲是一个价值非常大的事情，但基于这个，呃，他这个能力其实会引申出来的一个问题，就是我看到线上也有小伙伴非常关心，就是其实现在营销啊，尤其是在线上营销，他都免不了对一个用户数据的信息的收集和整理的这个过程，那去年个人信息保护法出台。

之后啊，很多营销人除了要想方设法的去了解我的消费者之外，其实也会需要给自己进行相应的合规的门槛，那就我们就有我们线上的小伙伴提到了，说那购买商品啊，还有商品的价值，很多都是属于这个个人隐私信息的，那我们怎么样在这个全域数据管理中去进行相应的呃合规操作，去避免对于用户隐私或者信息的侵犯呢？是这样的啊，作为国家里面出了这个隐私法的话，确实是对于我们做这件事情里面的这个难度去提高了很多，但是国家做这件事情也是一个好事情，就是能够让我们的行为去做的更规范一些，比如说我们经常常用的一些信息和方式的话，就是。

嗯。各个平台里面它会有一些，呃，就是数据的服务商，那这个里面有各个平台的限制，比如说我们都知道的淘宝啊，或者说是我们的抖音，或者说是我们的其他的一些平台里面，它都会有一个会员通。那会员的信息里面，它是授权可以通过让你去管理的，那对于这样会员的信息，我们去做会员通里面的话，我们就能拿到这一部分的数据啊，这是一种方式啊，然后对会员里面进行一个精准的运营，然后也可以把它引导到我们腾讯的。嗯，就是我们小程序当中进行一些积分兑换啊，会员价值的里面的这些管理和双向互通会员的这个数据，那这件事情我们可以做得到。那其次如果你是在线下，或者说是你在一些呃其他的方式或者包裹里面去做这件事情呢，可不可以也是可以的。那他只无非是在这个客户进来之后的时候，我们拿到的数据里面是没有敏感信息的嘛，但是他是有订单号。订单号里面是无非是让用户里面在小程序里面去做了一个订单积分的兑换，我把这些数据传到了我们小程序当中去做了一个备份，然后它这里面再去输入小程序端去输入一个订单号，双方匹配之后你能获得到一个积分，但实际上你在做这个动作的时候，你已经把这个用户的身份和这些订单的信息进行一个关联了，那这个时候我们也能去关联到这个部分的内容，所以这样的话，你再去做一些数据的互通里面就可以解决这个问题。

那如果引导到私域当中的时候，我们还会做一些会员的一些关系的建档，那这里面会应用到一些功能里面，然后说我们的智能问卷，会员的心的建档，那如果他填写一些信息里面，我们可以赠送一些商品，会员券和一些权益，或者会员的一个建档的一个完善程度，那这样里面他的一些。信息啊，或者说一些东西，他通过一个授权的方式，那这样的话，我们就合法合规的能够去拿到这些信息，且能通过这些信息为用户提供更有价值和更有准确性的一些营销和内容的服务。好的，非常非常感谢杜老师，然后另外我们还听到一个非常有价值的点，是啊，其实都讲到了给我们的客户去进行相应的标签化处理，但其实我们呃去做这个事情的时候才发现他其实是很复杂的，我要给他打什么样的标签，呃什么时候打标签，这个标签到底要如何去使用，以及我到底有没有能力去进行更好的标签管理和标签使用，我觉得多老师其实也提到了一个很好的点，就是呃用户其实我们是有不同的阶段的，我们还是要根据自己的所处的这个企业呃阶能力去选用更适合我们的这个标签的方式，那其实中间其实有提到一个这个智能化标签，我觉得这个名字就很吸引人的是，我们想知道他的这个智能化会有哪些比较细节的体验，是说呃，这个用户来了，他就自带标签，还是说更好的是不仅他自带标签，同时在后期上面他也会有一些自动化的这个处理能够给到。

我们的这个经营者和决策者更好的一些指引吗？嗯，它是这样的，就是基于CDP里面计算出来的这个智能标签的话。

它是会基于我获取的这个用户的信息，或者一些行为信息。然后在计算这些信息的时候，我们肯定会跟品牌方去约定好一个这个值的一个概念，我举个例子啊，比如说我们会常说有一个词叫做高价值用户。啊，对吧，高价值用户这个东西，这个标签很容易吗？我给他打上去了，但是这个高价值用户背后里面它代表了几个亿和几个值呢，可能是说我们的客单价过100，客单价过300。呃，连续消费过两次，或购买了某一个核心的商品，或购买了核心某一个种类，或者某一个活跃度，那其实这几个值计算完成之后的话，我基于信息计算完这个值之后的话，那这个高价的用户的标签就会自动打到这个用户身上。那实际上整个一个计算的标签的过程呢，大致上就是类似的，我获取数据，然后跟定，根据我们定义出来这个标签的价值和维度计算出来，然后把这个符合的标签打到这个用户身上，这是第一种，那第二种的话就是会有一点就是有意思的东西，刚才我们也提到过一个东西叫做渐进式。

这说明用户的行为不是单次的计算的话，我会根据用户不断的这个交互的行为，消费的行为，会去叠加这个和更新这个用户的标签，那这样的话才会保证我们的标签的准确性和这个丰富度，会一直维护好我们的用户，那这样的这个整体的过程当中的话。你怎么算，你还是要依赖于系统的计算的，因为如果完全依赖于人力的话，确实是太。太复杂了。好的，那非常感谢多肉老师给我们的详细的解答，那接下来呢，就是我们今天最后一轮的重磅抽奖环节，那我们有请线上还没有扫码加入直播群的小伙伴们，可以尽快的扫码入群，那这一个环节的呃，抽奖方式跟上两次是一样的，大家进入群之后呢，可以发送我们的抽奖口令，关键时刻新来腾讯云等一下我跟慧琴老师跟我做一个简单的配合，由老师喊321结束之后呢，呃，主持人就会在手机上面对这个群进行一个截屏，那由于我们这一次这一轮抽奖的星空灯只有一个，所以我会将完整出现的第一个人的信息给到我们的小助手，有小助手呃，联系发到群中进行公示，我们会让这位幸运的观众获得我们的星空灯。

那同时这个星空灯也是一个实物的奖品，所以我们也跟大家去，呃简单的解释一下呃，这个疫情的原因，虽然呃上海啊，还有各个地方其实已经在解封当中，但是呃，物流状况其实并没有完全的100%的恢复，所以部分地区的物流呢，现在还是可能会有延迟的这么一个状况，但也希望大家能够给我们相应的理解，我们会第一时间把这个奖品发出，但是可能会稍微有一点点延迟。

那我看到群中其实已经刷起来了，我们再给小伙伴们啊三秒的时间，我们等一下，看看还有没有人在新的小伙伴来入群。好的，老师，我听您的口令，你喊321，我来截屏。好的。321截屏。好的，已经截屏完成了，那稍后呢，我就会把这张截屏图发给我的同事，呃，请他发到群中进行公示，然后中奖的小伙伴呢，就可以添加小助手的微信，呃，提供您的收件地址，我们会第一时间向您发货。那么非常感谢大家的热情参与，参与那腾讯云主办的618系列公开课三期课程已经全部结束了，那这三天呢，我们分享了非常多的专家，他们从他们的自身实践还有专业能力都给我们进行了非常详细和耐心的解答，那么我们也非常感谢所有来观看直播的小伙伴。那最后呢，呃，我们有一个小小的问卷，邀请在线上和群中的小伙伴们进行填写，你的意见对我们来讲非常的重要，我们想知道呃，今天的直播过程，您对我们的直播组织形式和直播内容是否满意，以及您是否有其他的建议，有想听的话题或者想达成的形式，都可以通过这个问卷扫码告诉到我们，我们也希望能够在大家的鞭策和。

和鼓励之下，把我们的活动一次做好，给大家更多更好的内容。那呃，填问卷的话，我们也会设置一些小小的礼物，那我们会根据后台填写的顺序，给第二位，第八位，第12位，第20位和第25位的小伙伴送上我们的呃，腾讯视频VIP月卡，那这个问卷的填写的截止时间是今天晚上24点，我们会在24点之后进行一个后台的统计，呃，由于明天就是端午节了，我们在节假日期间就不打扰大家，所以会在端午节的第一天去公示这个呃调查问卷当中。

获奖的小伙伴的信信息，然后也会在端午节返工之后的第一天给您去呃充值和分配这次的视频卡。那最后呢，我们就还是感谢所有小伙伴们对大对腾讯的支持，我们的直播就到这里就结束了，那也希望您能够关注我们。腾讯千帆的视频号，腾讯起点的视频号，以及我们的直播互动群，我们将来也还会有更多更优质和干货的内容提供给到大家，那我们就下次再见啦。