主修课程
- 数字营销基础
- 广告创意与策划
- 媒体效果评估与优化
项目经验
- 参与校园品牌广告投放项目，负责媒体选择和数据分析，使用Google Ads平台优化投放策略，提升点击率20%。
- 在课程中模拟真实广告投放场景，运用A/B测试方法评估不同广告文案的效果。
技能与证书
- 熟练掌握数字广告投放工具，如Facebook Ads和百度推广。
- 学习了相关数据分析课程，能够使用Excel和Tableau进行数据可视化。
行业相关经验
- 通过学校合作企业实习，参与了数字广告投放的全流程，包括目标受众定位和效果监测，积累了一定的实践经验。
主修课程
- 线上广告投放策略
- 消费者数据分析
- 数字媒体整合营销
项目经验
- 领导团队完成数字广告优化项目，针对特定行业客户，运用KPI指标监测投放效果，实现了ROI提升30%。
- 参与校园数字营销竞赛，负责广告投放环节，使用腾讯广告平台进行A/B测试和数据分析。
技能与证书
- 精通广告投放工具，如LinkedIn Ads和阿里妈妈平台。
- 获得数据分析相关课程认证，能够应用Python进行广告效果预测。
行业相关经验
- 利用实习机会，在知名广告公司从事数字广告投放工作，涉及社交媒体广告优化和用户行为分析，强化了理论知识与实际操作的结合。
主要职责
- 负责腾讯系平台（如微信、QQ和腾讯视频）的广告投放策略制定与执行，涵盖社交媒体、搜索引擎和内容广告等渠道。
- 使用行业标准工具如腾讯广告平台、Facebook Ads和Google Ads进行实时优化，监控关键绩效指标（CPM、CPC、ROAS）以提升广告投资回报率。
- 领导团队进行A/B测试和数据分析，识别高价值受众群体，优化受众定位和创意元素，实现广告曝光率和转化率的显著提升。
- 与媒体合作伙伴（如阿里巴巴、百度）进行谈判，确保广告位资源的高效分配和成本控制，提升整体投放效率。
- 提供月度数据报告和ROI分析，支持销售团队决策，并参与跨部门协作以完善广告投放流程。
工作职责
- 负责社交媒体广告平台（如巨量引擎、Google Ads）的投放策略制定与执行，优化广告创意和定向设置。
- 监控关键绩效指标（KPI），包括CPM（千次展示成本）、CPC（千次点击成本）和ROI（投资回报率），确保广告活动高效。
- 分析用户行为数据，进行A/B测试，提升广告转化率和用户参与度。
- 协调跨部门合作，管理广告预算，确保项目按时交付并达到预期目标。
工作描述
-
负责腾讯广告平台的社交媒体广告投放工作，管理多个品牌客户的campaign，包括微信、QQ等渠道，确保广告预算的高效利用。
-
使用行业标准工具如腾讯广告后台和Google Analytics，监控关键绩效指标（KPI），包括CPM（千次展示成本）、CPC（点击成本）和ROI（投资回报率），通过数据驱动的分析优化广告位选择和投放策略，以提升整体广告效果。
-
制定并执行广告投放计划，涵盖用户画像分析、目标受众定位和竞价策略调整，定期评估广告表现，并根据市场反馈进行迭代优化，帮助客户实现高转化率和品牌曝光目标。
-
与媒体合作伙伴和内部团队协作，处理广告位资源分配和投放执行问题，确保campaign按时上线并符合行业合规要求，同时监控并报告广告支出效益（AOV）和媒体覆盖率。
项目描述
项目背景
负责优化腾讯视频平台的广告投放策略，目标是提升用户转化率和广告ROI。该项目针对视频广告的高竞争环境，旨在通过精准投放减少无效曝光。
技术使用
- 使用程序化广告平台（DSP）进行实时竞价和投放
- 集成A/B测试工具，比较不同广告创意和出价策略的效果
- 利用用户画像数据和行为分析模型进行定向投放
技术难点
- 用户画像不匹配问题，导致广告点击率低下
- 动态调整出价策略以应对市场竞争，避免广告浪费
解决方案
开发了自定义机器学习模型，基于用户历史行为预测兴趣，并优化出价算法以最大化ROI。同时，实施了实时监控系统，及时调整投放参数。
成果
- 广告点击率提升了15%
- 整体ROI增加了20%，节省了广告预算约100万元
项目描述
项目背景
在京东618购物节期间，负责大规模广告投放以提升销售转化率。该项目涉及电商广告的全链路优化，针对高流量场景进行高效投放。
技术使用
- 使用京东自有的DSP系统进行程序化广告投放
- 采用实时数据分析工具监控投放效果，并调整出价策略
- 整合用户数据和第三方平台，实现跨渠道广告协同
技术难点
- 海量用户数据处理，导致投放延迟和效率问题
- 广告疲劳风险，影响用户参与度
解决方案
引入实时竞价机制和用户行为分析模型，优化广告频次和投放时段。同时，开发了自动化脚本，实现快速响应市场变化。
成果
- 销售转化率提高了18%
- 广告支出ROI达到35%，同比增长15%
个人总结
专业技能与经验
在广告投放领域拥有5年行业经验，深度参与过百度、腾讯、阿里等主流平台的广告投放策略制定与执行。擅长通过数据分析和用户画像精准定位目标人群，系统性地构建ROI驱动的投放体系，曾主导多场大型营销战役，显著提升客户品牌曝光度及转化率，例如某美妆品牌投放ROI提升35%。
核心能力
精通程序化广告投放全流程，熟练掌握MaxGBidding、ADX对接等技术，具备动态竞价算法调优能力；熟悉CPM、CPC、CPA等计费模式，善于结合KPI拆解投放策略，实现资源最优配置。擅长跨平台资源整合，具备与媒体方、客户方高效沟通的谈判能力。
职业规划
持续深耕程序化广告技术栈，关注AI+广告、场景化营销等前沿趋势，致力于打造数据驱动型投放专家。未来3年目标是构建全域流量整合方案，提升广告技术在品牌建设中的战略价值。
研究内容
本研究针对在线广告投放中算法效率低下的问题，提出了基于深度强化学习的优化模型，旨在提升广告投放的点击率（CTR）和转化率（CVR），同时减少资源浪费。
研究方法
采用深度Q网络（DQN）结合强化学习框架，模拟真实广告投放环境，包括用户行为数据、竞争出价和实时反馈机制。通过多轮训练，智能体学习选择最优广告位、出价策略和投放时机，实验中使用了大规模历史数据集进行验证。
实验与结果
实验在多个广告平台数据上进行，与传统算法（如梯度提升决策树）比较，结果显示该方法平均提升了CTR 20%和CVR 15%，同时降低了填充率损失。创新点在于引入动态调整机制，适应市场波动，研究成果已发表于国际会议，并被应用于实际广告系统。
创新点
- 提出了一种结合深度强化学习的实时反馈机制，增强了算法的泛化能力。
- 解决了传统方法在高维状态空间中的计算瓶颈，提高了决策效率。
研究背景
随着数据保护法规的加强，社交媒体广告投放面临用户隐私泄露风险。本研究聚焦于在保持广告效果的同时，实现合规的隐私保护策略，以应对GDPR和CCPA等法规要求。
研究方法
采用差分隐私技术（Differential Privacy）结合联邦学习框架，确保用户数据在本地设备处理，仅共享聚合统计信息。使用差分隐私预算控制和安全多方计算（SMC）来保护敏感数据，同时通过模拟实验评估广告投放效果。
实验与结果
实验基于Facebook和Twitter的公开数据集，结果显示隐私保护机制下，广告点击率下降不超过5%，而转化率保持稳定，符合法规标准。研究证明了该方法在减少隐私泄露风险的同时，维持了广告收入的90%以上。
贡献
- 提供了一种可扩展的隐私保护框架，适用于大规模社交媒体广告平台。
- 为行业标准制定提供了学术支持，促进了可持续的广告生态发展。
中文（母语）
- 熟练使用简体中文进行书面和口头沟通
- 能够精准理解客户需求并高效执行
英语（熟练）
- 熟练运用英语进行工作沟通和文档撰写
- 熟悉国际广告投放术语和行业标准
- 具备与国际客户进行商务谈判的能力
Google Analytics 考试认证
- 精通数据分析工具和转化率优化方法
- 熟练掌握用户行为分析和广告效果评估
Facebook Blueprint 认证专家
- 精通Meta平台广告投放策略
- 精通受众定位和广告优化技术
- 深入理解ROI驱动的广告投放体系
数据分析能力
- 精通广告投放数据的KPI体系分析
- 熟练使用Excel、Power BI等数据分析工具
- 具备广告投放ROI优化实战经验
工具技能
- 精通Meta Business Suite平台操作
- 熟练使用ADX、Integral Ad Science等广告交易平台
- 熟练掌握广告创意素材审核流程
数据分析与市场研究
- 深耕广告投放数据的深度解读与应用
- 关注行业趋势与创新营销模式
- 善于从数据中挖掘商业价值
商业摄影
- 精进视觉表达与创意呈现能力
- 注重细节把控与广告美学修养
- 培养观察力与创意构思能力