廣告營銷項目

本項目基于真實廣告行業(yè)的實際業(yè)務(wù)場景，引入真實廣告點擊數(shù)據(jù)和平臺管理數(shù)據(jù)，詳細講解了廣告營銷行業(yè)，深入了解廣告行業(yè)專業(yè)術(shù)語，了解廣告投放至數(shù)據(jù)分析的全流程。本項目對廣告行業(yè)的數(shù)據(jù)建模場景也進行了深入分析，清晰了解數(shù)據(jù)走向。引入數(shù)據(jù)分析工具FineBI，搭建全能數(shù)據(jù)分析儀表盤，多維度展現(xiàn)指標(biāo)需求。
項目同樣有完整的數(shù)倉建模理論講解，并構(gòu)建功能完善的數(shù)據(jù)倉庫系統(tǒng)，包括優(yōu)秀的海量數(shù)據(jù)采集系統(tǒng)、完善專業(yè)的異常流量清洗體系、自動化腳本調(diào)度系統(tǒng)、完善的數(shù)據(jù)分析工具，并搭載AI輔助技巧詳解，幫助學(xué)員打通行業(yè)關(guān)竅，突破技能瓶頸。

適學(xué)人群

小白人群

渴望技術(shù)轉(zhuǎn)型
轉(zhuǎn)換行業(yè)的IT小白
高校畢業(yè)生

增長經(jīng)驗
搭建完善的項目
接觸廣泛技術(shù)面
大數(shù)據(jù)從業(yè)者

渴望了解新技術(shù)、新行業(yè)
有興趣了解數(shù)據(jù)分析
IT從業(yè)者

學(xué)習(xí)前沿技術(shù)
突破職業(yè)瓶頸
掌握核心技能
要求課程基礎(chǔ)

Linux、Hadoop
Java、Hive
Flume、Kafka
等基礎(chǔ)框架

學(xué)習(xí)收獲

全面了解廣告行業(yè)運營流程

充分熟悉廣告行業(yè)指標(biāo)體系

熟練掌握異常流量清洗過程

熟悉掌握數(shù)據(jù)倉庫技術(shù)框架

充分掌握FineBI數(shù)據(jù)分析工具

技術(shù)點

充分調(diào)研各大廠數(shù)倉建模體系，以阿里巴巴的數(shù)據(jù)倉庫建模理論為最終藍本，搭建實用且貼近生產(chǎn)實際的數(shù)倉建模體系；
應(yīng)用建模理論，提出可實踐性強的數(shù)倉搭建理論過程，數(shù)據(jù)調(diào)研→明確數(shù)據(jù)域→構(gòu)建業(yè)務(wù)總線矩陣→維度模型設(shè)計→明確統(tǒng)計指標(biāo)→匯總模型設(shè)計→分層構(gòu)建數(shù)倉；
多方參考大廠數(shù)倉分層體系，合理數(shù)據(jù)分層，降低數(shù)據(jù)耦合度，提高數(shù)據(jù)分析效率，降低數(shù)據(jù)計算成本；
實戰(zhàn)式數(shù)據(jù)模擬策略，真實廣告流量監(jiān)測業(yè)務(wù)場景，模擬生成全面的原始數(shù)據(jù)，針對真實數(shù)據(jù)進行分析統(tǒng)計；
采用Flume采集廣告監(jiān)測日志，適配組件全面調(diào)研，給出詳細貼近實戰(zhàn)的配置文件，自定義采集組件，解決時間戳零點漂移，優(yōu)化小文件存儲帶來問題，提供更多實戰(zhàn)經(jīng)驗；

采用流行數(shù)據(jù)采集框架DataX采集業(yè)務(wù)數(shù)據(jù)，提供詳細配置文件及腳本解讀，掌握更多腳本編寫技巧；
真實數(shù)據(jù)ETL實操，結(jié)合Hive自定義函數(shù)，涵蓋對原始廣告日志數(shù)據(jù)的清洗、轉(zhuǎn)換以及遺產(chǎn)廣告流量的識別；
使用高性能OLAP數(shù)據(jù)庫ClickHouse實現(xiàn)低延時即席查詢；
使用FineBI工具實現(xiàn)自助報表分析，具備鉆取、聯(lián)動、篩選等交互功能。
安裝部署受各大廠歡迎的DolphinScheduler工作流調(diào)度系統(tǒng)，實現(xiàn)數(shù)據(jù)倉庫搭建全流程定時自動化調(diào)度以及故障自動郵件告警；

廣告營銷項目

小白人群

高校畢業(yè)生

大數(shù)據(jù)從業(yè)者

IT從業(yè)者

要求課程基礎(chǔ)