各核心数据集的格式定义与样例-智能用户增长-阿里云

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V3的用户标签数据集、RFM模型、AIPL模型、行为数据集、商品标签数据集的数据表存储样例。

用户标签数据集样例

ADS大宽表样例：

user_id	user_id_2	user_id_3	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	男	0.8	2018/10/21	23	30	......
a0002	b0002	c0002	女	0.5	2018/10/21	52	50	......

说明

以上所有字段均为样例字段，仅供参考，可根据业务需要自定义添加，字段名均可自定义。
user_id是表的主键，必选字段，为用户标签数据集的用户标识，将作为用户洞察、受众圈选等操作中的用户唯一标识。
user_id、user_id_2等属于用户ID字段，可用于营销、推送等。其他字段属于用户属性字段，可用于透视分析等。
ID类型支持OneID、UnionID、手机号码、电子邮箱、淘宝ID、淘宝昵称、淘宝OUID、支付宝ID、微博ID、IMEI、IDFA、IMSI、OAID、MAC地址、OpenID，共15种类型。
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。

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	保留原值。	string
日期型	保留原值。	datetime、date
数值型	保留原值。	double、bigint

商品标签数据集样例

ADS大宽表样例：

item_id	商品名	商品规格	购买门槛	上架时间	季节	价格	利润率	......
A0001	XXX夹克	均码	非会员	2021/01/20	春夏	1000	0.50	......
A0002	XXX外套	S/M/L	会员	2021/01/20	冬	2000	0.30	......

说明

以上所有字段均为样例字段，仅供参考，可根据业务需要自定义添加，字段名均可自定义。
item_id是表的主键，必选字段，为商品标签数据集的商品标识，将作为货品推荐等操作中的商品唯一标识。建议采用SPU粒度的商品ID。
商品名是必选字段。
用于货品推荐时的附加要求：
- 表名、字段名中的英文均使用小写。
- 数据表保存于ADB3.0数据源。
- 商品个数≥10。
- 受众规模×商品池规模≤500亿。其中，受众为将要参与推荐的用户，商品池为从商品标签数据集筛选的候选商品范围。
- 建议只包含商品的静态属性标签，例如规格、系列等。统计类标签，例如最近90天销量，将会影响货品推荐的模型训练效果，若包含统计类标签，需要在创建算法模型时指出，以便在训练算法模型时排除。
- 若需要通过算法模型训练得到商品类目之间的关联关系，可以将类目作为商品标签数据集的数据内容（类目ID为主键，包含类目名称等字段），将类目做为行为数据集的行为对象，然后创建算法模型。

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。
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。

客户数据表样例：

user_id	最近一次消费日期	累计消费金额	累计消费次数	user_id_2	user_id_3	user_id_...
a0001	2019/8/23 12:36:54	345.55	2	b0001	c0001	......
a0002	2018/7/12 15:36:54	356.1	1	b0002	c0001	......

字段格式要求：

字段名	数据格式	描述
user_id	string	表的主键，必选字段。RFM模型的用户标识，将作为用户洞察、受众圈选等操作中的用户唯一标识。
最近一次消费日期	datetime、date	必选字段。
累计消费金额	double、bigint	必选字段。
累计消费次数	double、bigint	必选字段。
user_id_2等	string	可选字段。用户标识外的其他用户ID。

说明

所有字段的字段名均可自定义。
user_id、user_id_2等属于用户ID字段，可用于营销、推送等。
ID类型支持OneID、UnionID、手机号码、电子邮箱、淘宝ID、淘宝昵称、淘宝OUID、支付宝ID、微博ID、IMEI、IDFA、IMSI、OAID、MAC地址、OpenID，共15种类型。
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。

交易数据表样例：

order_id	user_id	交易日期	交易金额	user_id_2	user_id_3	user_id_...
x1	a0001	2019/6/24 12:56:54	124	b0001	c0001	......
x2	a0002	2019/8/23 12:36:54	222.55	b0002	c0002	......
x3	a0003	2018/7/12 16:36:54	356.1	b0003	c0003	......

字段格式要求：

字段名	数据格式	描述
order_id	string	表的主键，必选字段。订单ID。
user_id	string	必选字段。RFM模型的用户标识，将作为用户洞察、受众圈选等操作中的用户唯一标识。
交易日期	datetime、date	必选字段。
交易金额	double、bigint	必选字段。
user_id_2等	string	可选字段。用户标识外的其他用户ID。

说明

所有字段的字段名均可自定义。
user_id、user_id_2等属于用户ID字段，可用于营销、推送等。
ID类型支持OneID、UnionID、手机号码、电子邮箱、淘宝ID、淘宝昵称、淘宝OUID、支付宝ID、微博ID、IMEI、IDFA、IMSI、OAID、MAC地址、OpenID，共15种类型。
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

若要从客户数据创建AIPL模型，客户数据表应包含AIPL规则相关字段。

例如，设定AIPL规则如下：

A：用户最近90天登录过官网，或注册时间在半年内。
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。

对应ADS大宽表样例：

user_id	user_id_2	渠道	注册时间	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	......
a0001	b0001	小程序	2020/10/10	500	1	2	1	......
a0002	b0002	app	2020/10/20	3000	3	5	2	......
a0003	b0003	官网	2021/10/30	0	1	0	0	......

说明

以上所有字段均为样例字段，仅供参考，请根据AIPL规则和业务需要自定义添加，字段名均可自定义。
user_id是必选字段，为AIPL模型的用户标识，将作为用户洞察、受众圈选等操作中的用户唯一标识。
user_id、user_id_2等属于用户ID字段，可用于营销、推送等。
ID类型支持OneID、UnionID、手机号码、电子邮箱、淘宝ID、淘宝昵称、淘宝OUID、支付宝ID、微博ID、IMEI、IDFA、IMSI、OAID、MAC地址、OpenID，共15种类型。
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。
同一个用户可以有多行数据，例如同一用户每个渠道一行。

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	保留原值。	string
日期型	保留原值。	datetime、date
数值型	保留原值。	double、bigint

为使AIPL模型能区分渠道，渠道字段需要添加维表，维表结构参考下表：

id	渠道
1	小程序
2	app
3	官网
4	微信
......	......

行为数据集样例

行为数据集的数据根据不同的用途，要求有所不同：

用于用户洞察模块的行为筛选和AIPL模型构建等。
用于复购预测、货品推荐。

下面将分别给出两种用途的行为数据集样例，然后说明字段要求，并标明哪些是用于指定用途时的特殊要求。请根据您的用途准备数据。当您引入新的需求时，您也可以对原数据做对应的调整，使其符合新需求的数据要求。

用于用户洞察时，ADS行为数据表样例：

user_id	user_id_2	user_id_...	行为类型	行为时间	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	b0006	c0006	加购	20211023	5	500	官网	一级类目	女装
a0002	b0002	c0002	浏览	20201225	10	1000	官网	二级类目	家居服
a0003	b0003	c0003	收藏	20201023	2	2000	app	品牌	品牌A
a0004	b0004	c0004	购买	20200818	1	3000	小程序	商品	商品A

用于复购预测、货品推荐时，ADS行为数据表样例：

user_id	user_id_2	user_id_...	行为类型	行为时间	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	行为对象属性值ID
a0001	b0001	c0001	购买	2021-01-01 10:00:01	1	1000	门店1	商品	商品A	A0001
a0002	b0002	c0002	购买	2021-01-01 10:01:01	1	2000	小程序	商品	商品B	A0002
a0003	b0003	c0003	购买	2021-01-01 10:02:01	1	2000	官网	商品	商品B	A0002
a0004	b0004	c0004	购买	2021-01-01 10:03:01	1	3000	app	商品	商品C	A0003

字段格式要求：

字段名	数据格式	描述
user_id	string	必选字段。行为数据集的用户标识，将作为用户洞察、受众圈选等操作中的用户唯一标识。用于用户洞察时：无限制。用于复购预测、货品推荐时：为了能向预测结果生成的受众发送营销信息，建议使用手机号等ID类型。
user_id_2等	string	可选字段。用户标识外的其他用户ID。
行为类型	string	必选字段。用于用户洞察时：无限制。用于复购预测、货品推荐时：仅支持基于购买行为进行算法预测，其他行为的数据不影响预测结果。说明若包含其他行为，算法配置界面将提供字段值过滤功能，排除购买以外的行为。
行为时间	用于用户洞察：datetime、date 用于复购预测、货品推荐：timestamp、datetime、date	必选字段。说明行为时间字段用于复购预测、货品推荐时，与用于用户洞察时的数据格式不同，请注意转换到正确的格式。行为时间、行为金额字段用于复购预测、货品推荐时，均不允许为空值。
行为次数	double、bigint
行为金额	double、bigint
行为渠道	string
行为对象属性	string	必选字段。行为对象属性、行为对象属性值为一对key-value，可以记录商品、品牌、类目等等。用于用户洞察时：无限制。用于复购预测、货品推荐时：仅支持基于商品属性进行预测，其他属性的数据不影响预测结果。说明若包含其他属性，算法配置界面将提供字段值过滤功能，排除商品以外的属性。
行为对象属性值	string
行为对象属性值ID	string	用于用户洞察、复购预测时：无需该字段。用于货品推荐时：必选字段。字段值需要和商品标签表的主键item_id的值相符，目的是将行为和商品信息相关联。建议采用SPU粒度。

说明

所有字段的字段名均可自定义。
user_id、user_id_2等属于用户ID字段，可用于营销、推送等。
ID类型支持OneID、UnionID、手机号码、电子邮箱、淘宝ID、淘宝昵称、淘宝OUID、支付宝ID、微博ID、IMEI、IDFA、IMSI、OAID、MAC地址、OpenID，共15种类型。
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。
同一个用户可以有多行数据，行为时间、行为类型、行为渠道、行为对象中任一条件不同均需单独作为一行。
用于复购预测、货品推荐时的附加要求：
- 表名、字段名中的英文均使用小写。
- 数据表保存于ADB3.0数据源。
- 购买类型的行为数据条数≥100万，时间跨度≥2×365天，对应的去重后的用户数≥50万且≤300万。
- 不支持0复购场景，即任意日期开始的过去365天内发生过购买行为的用户中，需要有用户在接下去的预测周期内发生过复购。
- 对于货品推荐，若需要通过算法模型训练得到商品类目之间的关联关系，可以将类目做为行为数据集的行为对象（行为对象属性、行为对象属性值、行为对象属性值ID分别记录“类目”、类目名称、类目ID），将类目作为商品标签数据集的数据内容，然后创建算法模型。

为使行为数据集在行为筛选时能区分行为类型、行为渠道、行为对象，需要添加相应的维表。

行为类型、行为渠道的维表结构参考下表：
id
行为类型
1
购买
2
加购
3
浏览
4
收藏
......
......
行为对象属性的维表结构分两种：
- 每个属性一个维表：将同一个属性的属性值保存为一列，维表结构参考上表。若属性为商品，可以利用商品标签表作为维表。
- 所有属性一个维表：所有属性的属性值保存在同一个表，因此行为对象属性、行为对象属性值各保存为一列，维表结构参考下表：
  id
  行为对象属性
  行为对象属性值
  1
  一级类目
  女装
  2
  一级类目
  男装
  3
  二级类目
  外套
  4
  二级类目
  裤子
  5
  二级类目
  连衣裙
  ......
  ......
  ......