พาดูเบื้องหลัง Adsago Content Creator แพลตฟอร์ม ที่ครบวงจรที่สุดในไทย
สวัสดีครับ อาร์ม จากแสตนด์อัพโค้ดครับ วันนี้ผมจะพาไปดู Technology เบื้องหลังการทำงานของ Adsago ครับ
เล่าย้อนหน่อยว่าเมื่อราว ๆ ปีที่แล้ว Standupcode ได้มีโอกาสเป็น Consult ให้ บริษัท โลแดช (ประเทศไทย) จำกัด ผู้พัฒนาและให้บริการการ Adsago
โจทย์หลัก ๆ ของลูกค้าที่ต้องการ คือ ทำให้ Adsago เป็น One Stop Services Content Maketing และ Ads สำหรับ Facebook ที่จะมา Disrupt การจ้าง Content Team ในบริษัทที่เป็น Fix Cost ที่ต้องจ่ายทุกเดือนให้ได้ จ่ายถูกได้ผลลัพท์มากกว่า และวัดผลง่ายตรงจุด
ทางทีมของลูกค้ามี Developer In house อยู่แล้ว Standupcode เข้าไปช่วยปรับ Design ของระบบให้รองรับผู้ใช้งานได้มากขึ้น รวมไปถึงการการ Integration ระหว่าง Microservices แต่ละตัว และ Machine Learning
ถ้าจับ Adsago มาแยกตาม Domain Driven Design จะเห็นว่า มีอยู่ 4 Cores หลัก ดังนี้
1. ระบบ Content Partner
ในการที่ Partner มาทำงานจะมีส่วนให้เขียนโพส ออกแบบกราฟฟิก และการจ่ายเงิน
2. ระบบ Facebook Marketing API
ที่ทาง Adsago บอกว่าเค้าเป็นเจ้าแรกในไทยได้สิทธิ์ในการใช้งาน Services นี้จาก Facebook ทำให้ได้ประโยชน์ในการสร้างโพสให้ตรงกับกลุ่มเป้าหมาย โดยปกติแล้วการเลือกกลุ่มเป้าหมายจะทำได้คือตอนยิง Ads เท่านั้น แต่นี้ทำได้ตั้งแต่ก่อนโพสเลย
3. Payments ในการเติม Credits
สำหรับลูกค้าที่ต้องการจ้างผลิตคอนเทนท์ ทาง Adsago ก็ใช้บริการจาก Payments Gateway Omise
4. ระบบ Admin Back Office
ในการ Approve การจ่ายเงิน หรือ ส่วนอื่นที่ต้องการยืนยันจากระบบ
ไปดู Architecture กันเถอะ
ระบบแรกที่เป็น Core สำคัญของ Adsago คือ Content Sync
ที่เชื่อมต่อกับ Facebook API เพื่อ Post และ ดึง Post จาก Facebook มาแสดงผล หรือ ยิง Ads
เมื่อลูกค้าทำการกดเชื่อมต่อ Page เข้ากับ Adsago ระบบจะมีการดึงข้อมูลโพสจากเพจมาเข้ามาที่ Adsago โดยจะใช้ RabbitMQ ในการจัดการคิวเนื่องจากมี User จำนวนมากที่ต้องการดึงข้อมูลจากเพจ เมื่อดึงข้อมูลแล้วจะนำไปใส่ไว้ใน Mongo Cluster ที่เป็น Sharding เพื่อทำ Index และ ให้ระบบมีการ Back Up ไว้ตลอดเวลา
ระบบต่อมา คือ การที่จ้างผลิต Content
ลูกค้าสามารถเลือกได้ว่าต้องการใช้ Template (มีให้เลือกเยอะมาก) หรือ จ้างผลิต Custom ก็ได้ครับ เมื่อลูกค้าจ้างงานระบบจะสร้าง Task ขึ้นมาแล้วส่งไปยัง Partner Partner จะจองงานที่ต้องการทำ และเริ่มทำงาน โดยงานสามารถตีกลับได้ถึง 3 ครั้ง
ต่อมาเมื่อลูกค้าพอใจกับเนื้อหาและ Graphic แล้วกด Approve ระบบจะใช้งาน Content Sync Servicesในการเตรียมส่งโพสไปที่ Facebook ตามเวลาที่ตั้งไว้
มาละถึงจุด climax point ที่เจ้าอื่นใหม่มีก็ คือ Machine Learning ในการจัดการเปิด-ปิด Ads เพื่อเลือกเอาเฉพาะตัวที่ทำยอดดี ทำให้ Save Cost ลูกค้า
เนื่องจาก Machine Learning ข้อ Adsago ใช้วิธีการประเมิน Adsago Score เพื่อวัดความสำเร็จของ Ads เราใช้ Big Data ในการช่วยประเมิน เราจึงใช้งาน Google BigQuery ในการทำ Machine Learing Pipeline จาก Data ที่เรามีเลย
หมายความถ้าอนาคตผู้ใช้งาน Adsago สูงขึ้นอีกก็จะยิงทำให้ Machine Learning ของ Adsago ประเมินไ Adsago Score ได้แม่นยำขึ้น
มาดูกันที่ฝั่ง Infrastructure
แน่นอนว่าระบบใหญ่ขนาดนี้ Infrastructure ที่ทาง Adsago เลือกก็ต้องใช้งานเจ้า Kubernetes โดยใช้งานอยู่บน Google Cloud Kubernetes Engine (GKE)
การ Monitoring และ Tracing เนื่องจากระบบมี Microservices ย่อย ๆ เยอะมาก เราเลือกจึงใช้
ระบบ Monitoring อื่นระดับ Name space หรือ Services เนื่องจาก Kubernetes ของ Lodash ยังมี Product อื่น ๆ อีกหลายตัว เราจึงมี Centralize Monitoring ที่ดีมาก ๆ
เราใช้ Prometheus กับ Grafana เพื่อให้มั่นใจว่าเราจะสามารถให้บริการลูกค้าได้ตลอดไม่มีล่ม Centralize Logging ด้วย Elastic Search, Logstash, Kibana
นี้ก็เป็นตัวอย่างงานบ้างส่วนที่เราได้รับอนุญาติจากลูกค้า Lodash ที่อนุญาติให้เรานำเรื่องราวของพวกเขา มาแชร์ให้พี่ ๆ น้อง ๆ ชาว Developer ได้อ่านกัน
ถ้าใครฟังแล้วรู้สึกว้าวอยากลองใช้งาน Adsago ก็เชิญที่ https://www.adsago.com นะครับ เริ่มต้นที่ 290 บาทเท่านั้นเอง!
บริษัท แสตนด์อัพโค้ด จำกัด
เรามีบริการให้คำปรึกษา ออกแบบ พัฒนา รวมถึงหาพนักงานไปรวมงานยังบริษัทของท่าน ติดต่อ Inbox
Stand Up Code | Facebook หรือ คุณอาร์ม 088–0406061
