内容种草营销数仓与效果分析建设

技术栈： DataWorks、MaxCompute、SQL、Python
项目背景： 抖音、小红书种草业务涉及多个投放与合作平台，素材标识、费用粒度和效果指标存在差异，需要关联内容、达人、合作及投放数据，支撑内容效果评估与营销费用分析。
核心职责：
多源数据整合： 接入抖音 AD 巨量、云图、星图、抖加及小红书蒲公英、聚光的素材、消耗与效果数据，完成字段标准化、数据清洗和分区加工，建设内容营销主题明细层与应用层模型。
内容关联建模： 以视频／笔记 ID 为核心关联键，建立素材、达人、合作项目与投放记录的映射关系，处理巨量素材 ID 与抖音视频 ID 转换、一对多关联及重复记录问题，补全品类、合作形式和发布时间等分析维度。
费用模型建设： 整合达人合作费用与广告投流消耗，明确费用记录与内容、合作项目的关联粒度，按业务规则归集并汇总至内容及日期维度，产出每日消耗明细和达人合作数据集。
效果指标建设： 围绕曝光、互动、看后搜、新增 A3 及转化等指标，建设内容效果汇总模型，计算 CPM、看后搜成本和新增 A3 成本等衍生指标，支持按平台、品类、达人及内容评估投放表现。
数据服务交付： 基于 ADS 层数据集搭建 BI 看板，并通过 Python 同步业务所需报表，支撑日常费用监控、达人合作复盘和视频／笔记效果分析，并且根据已有数据，搭建抖音、小红书视频下架每日监控数据，提供给财务、运营、稽查追回退款金额


DataAgent：面向数据仓库的 AI 开发与诊断助手

项目背景： 针对数仓开发中业务口径分散、上下游依赖梳理繁琐、指标异常需跨系统核验等问题，基于 Codex 构建集知识检索、SQL 分析、只读查询和领域诊断于一体的辅助工具，支持数据开发与问题排查。
核心工作：
AI 工作流集成： 以 Codex 为交互与任务执行入口，整合知识检索、代码读取、节点同步及数据库查询工具，形成“理解业务问题—检索口径—分析加工逻辑—查询核验—整理结论”的辅助工作流程。
数仓知识检索： 建设本地 RAG 知识库，整合模型 SQL、业务文档及历史案例；通过结构化分块、BM25 检索、业务同义词扩展和主题过滤，为模型提供带来源路径、行号及版本状态的上下文。
SQL 依赖与变更辅助： 集成 DataWorks 节点同步与 FROM/JOIN 依赖解析，在修改 SQL 前获取目标节点及匹配的上游代码，利用本地与远端版本比较识别冲突，辅助分析模型变更的上下文。
受约束的数据访问： 封装 MySQL、MaxCompute 只读查询入口，实施 SQL 类型校验、数据库范围限制及结果条数控制，将模型辅助分析与实际数据核验连接，保留既有数据库权限边界。
领域诊断能力沉淀： 将内容种草费用排查封装为可复用skill，关联素材、视频、达人服务费及业务维度；沉淀分层对账、历史快照比较、关联重复检查和费用分摊校验等诊断方法。
可追溯与质量验证： 按问题归档查询 SQL、核验记录和根因分析，通过文件指纹检测知识索引过期；新增 14 项检索功能测试及 8 个领域检索回归案例，项目全量 31 项测试通过。
项目成果： 交付本地可运行的 AI 辅助数仓工具，贯通业务知识检索、加工逻辑分析与数据核验，支持指标口径解释、营销费用追踪和经营数据异常排查。