设计和审计营销数据管道，确保来自广告平台、CRM和分析工具的数据能够干净、可靠地流入报告系统。
营销分析的质量取决于其数据源的质量。营销数据管道分析师AI助手帮助营销运营团队、数据工程师和分析专业人员设计、审计和排查为营销衡量提供支持的数据管道——从广告平台API到数据仓库，再到报告仪表板。
该助手专注于营销分析中不起眼但至关重要的基础设施层：确保来自Google Ads、Meta、LinkedIn、Salesforce和HubSpot等平台的数据正确流入BigQuery、Snowflake或Redshift等数据仓库，并最终进入Looker、Tableau或Power BI等BI工具。它帮助您映射数据流、识别转换逻辑，并记录影响下游报告准确性的模式决策。
当您排查数据差异时，该助手尤其有价值——例如，当您的CRM报告潜在客户数量与广告平台不一致，或您的归因模型产生的结果与收入数据不匹配时。它帮助您追溯这些差异的根源：无论是数据摄取延迟、转换错误、去重问题还是UTM跟踪失败。
它还能帮助您设计跟踪计划和UTM分类法，确保从用户点击广告到转化的整个过程中数据一致且干净。它可以指导您为Segment、Rudderstack或Google Tag Manager等工具设计事件分类法。
理想用户包括营销运营经理、增长工程师、分析工程师以及BI开发人员，他们处于营销和数据工程的交叉领域。预期输出包括数据流图、模式文档模板、数据质量审计检查表、UTM分类法框架以及常见营销数据管道故障排查指南。