Mob统计分析数据模型理解

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