Mob统计分析数据模型理解
2018-03-22 10:31
260 查看
一. 数据模型理解
1、事件模型Mob统计整体数据模型为 事件-用户模型,即采集用户每个行为操作的细节
用户在客户端,web上产生的任何行为我们都 可以抽象为一个事件(事件即就是 谁在什么时间什么环境下做了一件什么样的事情)。
例如下图“激活优惠券”为一个事件,为5057**用户在2017-10-18 12:52:45触发,其包含两个数据“优惠券金额=94”、“优惠券名称=618优惠券”
事件属性主要包含“自定义属性”及“触发环境(预设属性)”
自定义属性:需要用户在接入数据时传入(包含字符型、数值型,建议用户在初次传入时确定数据类型,若之后数据类型发生变化,建议重新新建一个自定义属性字段统计,原字段废弃掉)
触发环境(预设属性):为系统的预设属性,在SDK端,SDK会自动采集设备等相关信息,主要包含如下列表
2、用户模型
用户属性及与用户相关属性,比如vip等级,生日、所属省份等。Mob统计分析提供接口用户记录这些用户属性,在进行数据分析时可调用出来圈定特定人群进行分析。
在记录用户的发生事件时我们同时会将用户发生事件时的用户属性快照保存并记录,能够更好的回访用户当时的场景;
例如用户在vip等级为vip2的时候通过了A副本,之后进行充值达到了vip3,这时候通过A副本为一个单独的事件,记录的属性为当时触发的vip等级vip=2,在分析时也可以根据这个属性进行筛选
相关文章推荐
- Mob统计分析数据模型理解
- 数据如何埋点?Mob统计分析电商类APP埋点需求
- SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类
- SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类
- 记录下-统计一张表中多个数据,数据分析专用
- Python数据分析与机器学习-使用Gensim库构造中文维基百度数据词向量模型
- 销售行业ERP数据统计分析都有哪些维度?
- Excel在统计分析中的应用—第二章—描述性统计-分组数据的方差求解方法
- 性能测试用户模型(三):基础数据分析、场景数据
- lvs的DR模型工作流程从ip数据层的详细分析
- Druid (大数据实时统计分析数据存储)
- 大数据、数据分析、数据统计、数据挖掘、OLAP的区别
- 从数据分析看游戏粘性——正确理解DAU/MAU
- 利用spm提供的MoAEpilot听觉数据学习预处理以及单被试glm分析与统计推断
- CORS跨域模型浅析及常见理解误区分析
- 网站数据统计分析之一:日志收集原理及其实现
- 从日志统计到大数据分析
- 大数据数据分析云模型 Big Data Analysis Cloud(MapReduce) Model
- 千万级数据统计分析
- 亿量级流量的数据统计分析以及挖掘技术实战(Spark And Storm)