新数仓系列：开源组件运营（3）

来源：互联网发布：编程真好玩 dk出版社编辑：程序博客网时间：2024/06/08 10:11

大数据前几年各种概念争论很多，NoSQL/NewSQL，CAP/BASE概念一堆堆的，现在这股热潮被AI接过去了。大数据真正落地到车联网，分控，各种数据分析等等具体场景。

概念很高大上，搞得久了就会发现，大部分都还是数据仓库的衍伸，所以我们称呼这个为“新数仓”，我准备写一系列相关的文章，有没有同学愿意一起来的？请联系我。前面有一些相关文章，大家可以看看：

新数仓系列：Hbase周边生态梳理（1）

新数仓系列：Hbase国内开发者生存现状（2）

HBase 和 Cassandra的浅谈

数据库存储模型简述

HBASE+Solr实现详单查询

产品决定的是长期竞争力，运营决定的是短期用户体验。本文简单梳理下开源组件的运营方法。不正确的，欢迎大家给我留言多讨论。

运营基本概念

运营主要分为内容运营、用户运营、活动运营和产品运营。

1. 内容运营

内容运营这样一个分支，其实核心要解决的问题是：围绕着内容的生产和消费搭建起来一个良性循环，持续提升各类跟内容相关的数据，如：内容数量、内容浏览量、内容互动数、内容传播数……等等。

因而，内容运营这个模块下要关注和解决的问题可能包括了以下问题中的一个或多个——

我的内容基础属性是什么？（文字？图片？音频？）需要具备何种调性？（逗比搞笑？段子八卦？深度评论？一手资讯？文艺暖心？）内容从哪里来？（UGC？PGC？）
我的内容如何组织和展现？（专题？列表？分类导航？字体？字号？行距？段距？）
如何在已有基础上做出用户更喜欢看的内容？（内容策划？内容选题？内容如何借势热点事件和人物？）
我现有的内容如何能够更容易、更高频地被用户所消费？（内容标题怎么写？好内容如何推送给用户？推送频次如何？推送手段有哪些？EDM？站内信？Push？）
我的内容生产如何可以具备持续性？（做活动？稿费？用户激励机制？其他利益交换？）
如何更好地引导用户来与我的内容发生互动甚至传播内容？（制造话题？讨论氛围引导？传播机制设计？）

2. 用户运营

跟内容运营相似，所谓用户运营这样一个分支，其实核心要解决的问题，也是围绕着用户的新增-留存-活跃-传播以及用户之间的价值供给关系建立起来一个良性的循环，持续提升各类跟用户有关的数据，如：用户数、活跃用户数、精英用户数、用户停留时间……等。

所以，用户运营要关注的问题可能包括了以下问题中的一个或多个——

我们的用户该从哪里来？（微博？豆瓣？广告？BD合作？线下地推？人肉？现有用户传播？）如何落实？（BD？付费？渠道建设？产品机制设定？）
用户来了之后，我们如何建立和维护我们跟用户间的关系？（多互动？多要反馈？多送礼品？多帮用户解决实际问题？）
如何让愿意留在这里玩的用户更多？（分析数据？关注留存？提升留存？关注活跃？拉升活跃？用户积分体系设计？用户激励体系设计？）
当用户量慢慢多起来比如达到几百万的时候，如何增强我对整个用户生态的影响力和掌控力？（如何对用户进行分类？针对每类用户我们应该如何服务和管理？怎样让不同类型的用户之间产生价值关系？如何构建起一个良性可掌控的站内用户模型？）
用户如果出现流失怎么办？（分析流失原因？建立流失预警机制？召回？放弃？）该如何召回？（召回策略？EDM？短信？Push？）

3. 活动运营

至于活动运营，核心就是围绕着一个或一系列活动的策划、资源确认、宣传推广、效果评估等一系列流程做好全流程的项目推进、进度管理和执行落地。一个活动运营，必须事先明确活动的目标，并持续跟踪活动过程中的相关数据，做好活动效果的评估。

其实，活动是一种再常见不过的运营手段，也是一个合格的运营必须要掌握和熟练运用的一种手段。往往在我们做内容运营和用户运营的过程中，也必不可少的会涉及到很多活动。所以其实，单独把“活动运营”设为一个独立岗位的互联网公司，其实并不是特别多。

基本上，一个公司可能会专门设置出来一个“活动运营”岗的典型场景，可能仅有两种——

该公司对“活动”的定位较高，会定期通过一些中大型的活动来拉升某些核心数据或是宣传公司品牌，而活动的策划设计、执行确认等也通常比较复杂，需要专门有人来主Hold和跟进（类似支付宝集五福这样的活动，就很复杂）；
该公司用户已有一定用户体量，为了做好用户的维系，需要定期策划和落地一些活动。又或该项业务本身就需要持续不断的活动来助推（好比电商网站，淘宝天猫等各种定期购物节）。

4. 产品运营

所谓产品运营，其实要做的事情，就是通过一系列各式各样的运营手段（比如活动策划、内外部资源拓展和对接、优化产品方案、内容组织等等），去拉升某个产品的特定数据，如：装机量、注册量、用户访问深度、用户访问频次、用户关系对数量、发帖量……等等。

所以，一个真正意义上的“产品运营”，其实是一个综合能力比较均衡，既熟悉各类运营手段，又熟悉产品，甚至能够自己完成一些产品方案的人。

对于一家互联网公司，会设置一个“产品运营”岗位的场景，以下两种情况是比较典型的——

一个比较成熟的产品新上了一个分支功能，在一段时间内需要一个人对接协调各种资源，干好各种活，对该功能相关产品数据负责（如新浪微博上线了一个“微群组”功能）；
一个中早期的互联网公司，不需要对运营划分得那么复杂，就是需要有一个人啥都至少会点儿，啥都能干，还能把产品养活起来，所以ta就成了“产品运营”……

开源组件运营

开源组件的运营，实际和产品运营比较贴切；

前面系列文章比较了Cassandra和Hbase。Cassandra在国外用的相对广泛，整体活跃度要高于hbase；和hbase在国内反而要火一些。

Cassandra最近两年在大数据公司Datastax的大力培育下获得长足发展，功能和性能均大幅提升，Datastax的估值也达数亿美元。从apache cassandra首页来看，大概有超过1500个公司在使用cassandra。其中除了facebook和twitter外还一些有代表性的公司列举如下：

Instagram：inbox、newsfeed、 audit、fraud detection，12 EC2 node，1.2T，2w+ wps，1.5w+ rps；
eBay：200+TB，400+M写，100+M读，应用场景：商品详情页上的Social Signals，如Like,Want,Own,Favorites等；用户和商品的hunch taste graph；时间序列如移动通知，反作弊，soa，监控，日志服务等；
Netflix：包含288+96+60个实例的大规模集群，每秒110万的写操作，3个AWS EC2 美国东部region的zone自动复制副本，总计330万写操作/秒；
Apple：75000+ nodes， 10s of PBs，Millions ops/s, largest cluster 1000+ nodes。

从技术实现上来讲，cassandra同时具备AWS Dynamo和Google Bigtable的设计理念，同时引入了P2P技术，具备大规模可分区行存储能力，强调AP，实现了最终一致性，具备多数据中心复制支持，具备市场上最具有竞争力的可扩展性，无中心节点，一致性和时延可调，无单点故障，每个节点只有一个进程等等大数据存储管理的先进特点，并支持spark、storm、hadoop的集成。但同时，Cassandra实现复杂性高，没有相应的中文社区，文档太少，国内应用和实践太少，Datastax也未进入中国市场，因此在中国的推广会比较困难。

众多大数据开源组件里面，相对来说，搞的相对比较好的是spark，mongoDB。搞的好，通常需要一个商业组织在负责和管理，纯粹靠开源运作和个人兴趣，是比较难的。可以先看一眼mongoDB的中文社区http://mongoing.com/webinar_cn，相比我前面讲的hbase没有一个共同的社区要好不少。

开源运营通常的手段有：

1、有一个好的社区（用于用户互动，不限于论坛，微信群，QQ群）。

2、好的资料；用户手册（中文手册）、出版书籍、周报、日报等，帮助解决入门门槛问题。

3、线上线下交流活动（meetup，专家讲座，summit等）。

4、成功的用户案例。

5、 ISV(云应用市场，线下团队)

6、最最重要的还是产品要好，要有一个广泛的适应场景，解决客户足够多的问题，持续的演进和竞争力（低成本、高性能、稳定性、易用性），出了问题及时响应解决。

现在很多云服务都是基于开源组件实现，做云服务核心核心之一就是做生态，所以相比传统的产品销售，只靠产品特性打动用户是远远不够的。

产品决定的是长期竞争力，运营决定的是短期用户体验。云服务领域，产品和运营，两手抓、两手都要硬！