風媒體技術長Kenny將分享現今這個媒體產業充滿挑戰的年代，如何透過AWS重新找回讀者的喜好，並有效的即時分析並快速做出回應，提升整體讀者體驗 講師: 風傳媒技術長李坤承

1. 利用 Cloudfront與Lambda 實現即時閱
讀行為分析架構
Kenny Lee 李坤承
技術長, 風傳媒 Storm.mg

2. 媒體面臨的挑戰

3. 85 percent of Americans use mobile devices to access news
JUNE 12, 2017 Pewresearch.org
手持裝置的普及

4. 紙本的沒落
“I believe at least 10 years is what we can see in the U.S. for our print products”
New York Times CEO - Thompson

5. Reuters Institute Digital News Report 2017
讀者喜歡演算法更勝編輯

6. Reuters Institute Digital News Report 2017
全球平均 24% AD-BLOCKING 開始影響線上廣告

7. Facebook 演算法之亂
2018.02 美國自由派媒體獲得 2% 的流量增加，但保守派媒體失去 14%

8. BigData for media
媒體的 BigData 在哪裡？
媒體怎麼應用 BigData？

9. 流量背後的使用者行為
大量的影音媒體庫
新聞文字資料庫
媒體的 BigData 在哪裡? 媒體怎麼應用 BigData ?
預測使用者的興趣
個人化的內容推薦
洞察客戶流失的原因
強化廣告投遞
精準的業務行銷
精準的EDM發送

10. 風傳媒如何思考 BigData

11. 風傳媒如何思考 BigData
Data-Driven 信念 ：
從IT到編輯到業務，每一個成員都要瞭解Data，融入工作
GA 不夠我們使用：
沒有個別的(individual)資料行為、無法進一步 reach及分析
關於FB：
維持 Instance Article 但發展 AMP，應用但不依賴
即時的(real-time/streaming)、活的Data、Always ready 的 Data
研發精準的推薦引擎、語義分析技術

12. 如何跨出 Data 的第一步 – user behavior collection

13. 蒐集資料量大
效能差
系統需求也大
成本其實也不低
自己寫 API 接口，從前端把資料寫入 DB
Data collection 第一次失敗的經驗

14. 更好的架構
CloudFront：利用既有的架構，開啟 log 儲存到 S3 提供分析
Lambda：log parsing、filter、dispatch
Data Visualization：
ElasticSearch - stream monitor (for IT – SE、Data Engineer)
QuickSight - BI (for data analyst 、sales/marketing）

15. Amazon
CloudFront
Access Log
bucket
Amazon
SNS
Lambda
Dispatch
EC2
Logstash
Amazon ES
EC2
BigObject
Analytics
Lambda
Firehose
Dispatch
AmazonKinesis
Firehose
Distribute
Access Log
bucket
EC2
Recommendation
Server
mobile APP
AWS WAF
Amazon
Athena
Amazon
QuickSight
Storm Track / Region : Tokyo
kafka
Lambda
Transformation

16. AWS 提供大量的學習資料，使得成員技術不落後
充分利用費用彈性化及RI特性，使得成本最佳化
Fullstack 分工的開發模式
建構 SaaS 的服務平台
風傳媒的雲端策略

17. 風傳媒未來使用 aws 的目標及應用
Lambda@Edge – 即時讀者文章A/B Testing
Amazon SageMaker – 訓練與部署機器學習模型
Amazon QuickSight – 數據視覺化與商業決策BI
Amazon ECS - 彈性及有效的資源應用