本文使用的示例数据和分析代码来自Kaggle。但因为实际的运行结果与原作者不同，故在分析部分略有差异。

具体的分析流程包括：

1. 数据准备
2. 数据清洗
3. 数据可视化
4. 数据加工
5. 聚类分析
6. 用户画像分析

1. 数据准备

使用KMeans聚类算法，将数据分成K个集群：

在不少行业，广告投放不只是为了让用户点个广告、填个表单，而是为了让他们最终在线下完成一件真正有价值的事：比如到店消费、签合同、买产品。

问题是，很多广告系统看不到这些线下动作——也就无法判断哪个广告真正带来了结果。

背景介绍

毕业之后我误打误撞进入了一家互联网公司负责海外推广，一年后转行做海外广告优化师，从此开启我的谷歌广告之路。推过新品、负责过高净额的产品，也经历过整个账户被封，最近开始学习招聘得力的下属。虽然这几年市场情况不乐观，但就我个人体验而言，从薪资和市场需求度的角度出发，海外广告优化师还算是一个不错的职业选择。这篇文章希望能为那些对谷歌广告优化师这个岗位感兴趣的人提供一些参考。

我使用的是LoveIt模板来搭建网站。

Hugo、GitHub Pages和LoveIt模板三者如何配合起来建站

一句话总结：你写文章（Markdown）→ Hugo+LoveIt 加工成网页 → GitHub Pages 把网页放到网上