全部产品

Quick Audience数据集样例

为保证数据顺利快速分析,不同数据表需事先按照特定格式进行数据存储。本章节分别介绍标签数据集、RFM模型、AIPL模型、行为数据集等数据表存储样例。

标签数据集样例

ADS大宽表示例:

user_id

ID_type1

ID_type2

性别

最近90天巧克力偏好

注册时间

年龄

最近30天消费金额

......

a0001

b0001

c0001

0.8

2018/10/21

23

30

......

a0002

b0002

c0002

0.5

2018/10/21

52

50

......

说明
  • user_id将作为用户洞察、受众圈选等操作中的用户唯一标识。建议使用OneID。

  • 若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

标签加工需求:

字段类型

加工方式

数据格式

调度需求

文本型单枚举值

保留原值。

string

大宽表建议日粒度更新。

文本型多枚举值

不建议,多枚举值将在标签选择时有过多的组合。

string

日期型

保留原值。

datetime、date

数值型

保留原值。

double、bigint

RFM模型样例

RFM模型支持两种数据表:客户数据、交易数据。

客户数据

将最近N天的原始数据聚合成以客户为粒度的标签数据(聚合后的数据量建议保持在1亿行以内),表中每个客户只存在一条数据。

客户数据表示例:

user_id

lastest_trade_date

trade_money_summary

trade_count

ID_type1

ID_type2

ID_type...

user1

2019/8/23 12:36:54

345.55

2

b0001

c0001

......

user12

2018/7/12 PM 12:36:54

356.1

1

b0002

c0002

......

字段格式要求:

字段名

数据格式

描述

user_id

string

用户标识。建议使用OneID。

若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

lastest_trade_date

日期型

最近一次交易日期。

trade_money_summary

数值型

交易金额汇总。

trade_count

数值型

交易次数汇总。

ID_type1等

string

其他用户ID类型。

若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

交易数据

适用于分析小规模(建议1亿行以内)的交易数据,每一行表示一条用户交易记录,交易记录包含客户标识、交易日期、交易金额信息。

交易数据表示例:

order_id

user_id

trade_date

trade_money

ID_type1

ID_type2

ID_type...

x1

user1

2019/6/24 PM 12:36:54

124

b0001

c0001

......

x2

user1

2019/8/23 12:36:54

222.55

b0002

c0002

......

x3

user2

2018/7/12 PM 12:36:54

356.1

b0003

c0003

......

字段格式要求:

字段名

数据格式

描述

order_id

string

订单ID。

user_id

string

用户标识。建议使用OneID。

若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

trade_date

日期型

交易日期。

trade_money

数值型

交易金额。

ID_type1等

string

其他用户ID类型。

若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

AIPL模型样例

  1. AIPL分析推荐基于用户标签数据,必须要有用户唯一标识。

  2. 设定AIPL的对应规则,如:

    • A:用户最近90天登录过官网。

    • I:用户最近90天有过收藏行为。

    • P:用户最近90天有过购买行为。

    • L:用户最近90天多次购买,且购买金额大于1000。

ADS大宽表示例:

user_id

性别

是否有小孩

注册时间

年龄

最近90天消费金额

最近90天登录次数

最近90天收藏次数

最近90天购买次数

ID_type1

ID_type...

a0001

2018/10/21

23

30

1

2

1

b0001

......

a0002

2018/10/21

52

50

3

5

7

b0002

......

标签加工需求:

字段类型

加工方式

数据格式

调度需求

文本型单枚举值

保留原值。

string

大宽表建议日粒度更新,更新完成的时间要在您设置的AIPL数据集的自动更新时间之前。

文本型多枚举值

不建议,多枚举值将在标签选择时有过多的组合。

string

日期型

保留原值。

datetime、date

数值型

保留原值。

double、bigint

行为数据集样例

ADS行为数据表示例:

user_id

ID_type1

ID_type...

行为时间

行为类型

行为次数

行为金额

行为渠道

行为对象属性

行为对象属性值

a0001

b0001

c0001

20190819

支付

1

1000

门店1

品牌

品牌1

a0002

b0002

c0002

20191023

加购

5

789

小程序

一级类目

女装

a0002

b0003

c0003

20191023

浏览

2

789

官方商城

一级类目

女装

a0006

b0004

c0004

20201023

收藏

2

789

官方商城

二级类目

家居服

a0008

b0005

c0005

20200123

收藏

2

789

小程序

品牌

品牌2

字段格式要求:

字段名

数据格式

描述

user_id

string

用户标识。建议使用OneID。

若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

ID_type1等

string

其他用户ID类型。

若使用手机号类型的ID字段,请确保手机号格式为11位数字,且号码前不加86,否则不可用于短信营销。

行为时间

日期型

行为类型

string

行为次数

数值型

行为金额

数值型

行为渠道

string

行为对象属性

string

行为对象属性值

string

行为类型、行为渠道、行为对象属性名称需要添加维表用于行为筛选,维表结构参考下表:

ID

行为类型

1

支付

2

加购

3

浏览

4

收藏

......

......