鐵人檔案
做數位廣告最常碰到的兩大痛點就是：成效歸因老是算不準、素材好壞全憑感覺瞎猜。因此，這次參賽希望結合行銷實戰與雲端工程，用 Google Cloud 和 Vertex AI 打造一套真正能動的分析系統！
前台用 Live Demo 站驗證即時事件，後台灌入 50 萬筆模擬數據；在 BigQuery 拆解多觸點歸因（MTA），讓 Gemini 1.5 批次看懂圖文特徵與轉換率的關聯，最後透過 Cloud Run 打造會自動巡檢、給予改善建議的 AI 助理，全系列 100% 程式碼同步開源，歡迎跟著 30 天連載，一起親手把這套架構做出來！
1. 前言：現代 MarTech 面臨的三大結構性斷層 在數位行銷與廣告投放的日常中，行銷人員與資料工程團隊經常陷入以下困境： 歸因斷層（The Attri...
1. 前言：現代 MarTech 架構的技術評估痛點 在建構 AI 驅動的行銷科技（MarTech）架構時，多數團隊常陷入「拼裝車困境」： 跨平台搬遷成本：...
1. 前言：告別「人工點擊」，為什麼現代雲端架構必須堅持 IaC？ 在探索生成式 AI 或建置資料架構的過程中，許多工程師與行銷團隊最常採取的起步方式，就是打開...
1. 前言：沒有真實點擊，歸因分析只是紙上談兵 Day 01 提過本系列採用「雙軌資料架構」：軌道 B 用合成器灌入 50 萬筆歷史日誌撐起分析規模，軌道 A...
1. 前言：用亂數灌出來的資料什麼都分析不出來 Day 04 把 Live Demo 站接上 GA4 與綠界測試金流，軌道 A 的真實事件已經開始流進 BigQ...
1. 前言：資料載入倉儲時的潛在偏差與風險 Day 05 定好了合成器的資料契約與七個植入的訊號，也在 Cloud Shell 跑出第一週的樣本，今天要把合成器...
1. 前言：能跑出數字就好？每次分析都在重寫 JOIN 的真實代價 Day 06 把 90 天、約 52 萬筆合成資料灌進 martech_dw，五張 raw...
1. 前言：最後點擊報表說 Meta 沒用？砍預算之前先看完整路徑 打開 GA4 的流量來源報表或購物車後台的訂單來源統計，很常看到這樣的畫面：Google 搜...
1. 前言：ROAS 掉了，先別急著砍預算 週一早上打開廣告報表，發現上週的 ROAS 掉了一截，第一個念頭通常是哪支廣告壞了？接著就是一連串的猜測：是不是競爭...
1. 前言：每一題都在重付同一段內容的錢 昨天 Day 09 讓 Gemini 在 BigQuery 裡判讀四筆廣告異常，仔細看每一題會發現真正不一樣的只有中間...
