某寶數(shù)據(jù)產(chǎn)品

每年年底我們都能收到某寶的一個觸達季蚂，回顧當(dāng)年我們的消費情況矩动，下面是我在WB上搜到的一個賬單信息鸿吆，只截取了部分，從回顧中我們能夠清晰的看到當(dāng)年消費情況需曾，以及一些我們連自己都想不到的一些消費數(shù)據(jù)。今天我們就來看看像這樣的數(shù)據(jù)產(chǎn)品祈远，我們是如何實現(xiàn)的呢呆万。

2020年支付寶賬單

構(gòu)建數(shù)據(jù)產(chǎn)品流程

在實際工作中，想要實現(xiàn)像某寶的數(shù)據(jù)產(chǎn)品车份，我們主要有以下幾部分內(nèi)容谋减。如下圖中紅色的第一部分：

1. 首先確定目標，我們這個數(shù)據(jù)產(chǎn)品為了干嘛扫沼，是提高活躍還是希望作為營銷工具提高我們核心指標出爹，比如銷量。
2. 一旦確定了目標缎除，就需要進行產(chǎn)品的設(shè)計严就，就需要看藍色部分的設(shè)計圖，這部分主要是由運營同學(xué)來進行設(shè)計器罐，確定一些核心指標梢为。
3. 品設(shè)計完成之后，我們需要考慮底層數(shù)據(jù)的加工轰坊，加工完成之后铸董，由研發(fā)同學(xué)進行調(diào)用，觸達給相應(yīng)的用戶衰倦。
4. 最后袒炉，數(shù)據(jù)分析同學(xué)進行效果分析，此次活躍的效果如何樊零，在分析時我磁，需要注意的是孽文，我們?nèi)绾未_定是由這個活動帶來的活躍，最好是進行埋點夺艰，如果沒有埋點芋哭，那么，我們可以進行一些邏輯判斷郁副，比如减牺，至少這個用戶當(dāng)日第一次登錄是在我觸達之后，具體的邏輯判斷需要實際做的時候確定存谎，但是拔疚，建議埋點最好
   
   數(shù)據(jù)產(chǎn)品-營銷工具--底層SQL搭建

構(gòu)建底層數(shù)據(jù)

一旦我們確定了具體的數(shù)據(jù)產(chǎn)品，接下來就是如何處理底層數(shù)據(jù)的問題了既荚。我們以一個具體的數(shù)據(jù)給大家講講該如何去實現(xiàn)稚失，下圖是我們具體的數(shù)據(jù)源：

通過這個數(shù)據(jù)源，我模擬了設(shè)計一個數(shù)據(jù)產(chǎn)品恰聘，如下：

設(shè)計

這個數(shù)據(jù)產(chǎn)品主要分三部分：

• 第一部分是總述句各，加上每個月消費額的趨勢。
• 第二部分是按照城市的維度來看
• 第三部分是看用戶第一次購買的數(shù)據(jù)

通過上面的產(chǎn)品晴叨，我們可以知道具體的數(shù)據(jù)指標凿宾，但是如果研發(fā)在調(diào)用我們數(shù)據(jù)的時候，一般都是一個用戶一條數(shù)據(jù)兼蕊，所以初厚，我們需要在底層把用戶的數(shù)據(jù)加工成N個字段，以user_id為主鍵孙技，其他的所有數(shù)據(jù)都是json的格式存儲

具體SQL

select
  cumu.Customer_ID,
  parse_json('sum_sale',sum_sale,'sum_order_cnt',sum_order_cnt,'dis_city_cnt',dis_city_cnt,'dis_product_cnt',dis_product_cnt,'first_order_date',first_order_date,'first_city',first_city,'first_product_id',first_product_id,'max_sales_city',max_sales_city) as order_list
from 
  (##累計消息相關(guān)數(shù)據(jù)
    select 
    Customer_ID,
    sum(Sales) as sum_sale,##累計消費
    count(distinct order_id) as sum_order_cnt,##累計下單
    count(distinct city) as dis_city_cnt, ##不同的城市
    count(distinct Product_ID) as dis_product_cnt ##不同的產(chǎn)品
  from 
    chaoshi.order
  where 
    year(order_date) = 2017
  group by 
    Customer_ID
  )cumu left join 
    (##第一次消費
  select
    Customer_ID,
    Order_Date as first_order_date,
    city as first_city,
    Product_ID as first_product_id
  from 
    (
    select 
      Customer_ID,
      Product_ID,
      Order_Date,
      city,
      row_number() over(partition by Customer_ID order by Order_Date asc) as num 
    from 
      chaoshi.order
    where 
      year(order_date) = 2017
    )a 
  where 
    num = 1
  )f on cumu.Customer_ID = f.Customer_ID 
  left join 
  (## 消費最多的城市
  select
    Customer_ID,
    city,
    sum_sales_city as max_sales_city
  from     
    (
    select
      Customer_ID,
      city,
      sum_sales_city,
      row_number() over(partition by Customer_ID order by sum_sales_city desc) as num 
    from
      (
      select 
        Customer_ID,
        city,
        sum(sales) as sum_sales_city
      from 
        chaoshi.order
      where 
        year(order_date) = 2017
      group by 
        Customer_ID,
        City
      )a 
    )b 
  where 
    num = 1
  )cy on cumu.Customer_ID = cy.Customer_ID

星星詳析

上面我們得到了一個用戶的一條數(shù)據(jù)惧所，但是我們就是取到了累計消費、累計訂單绪杏、分布的城市數(shù)下愈、購買了不同的產(chǎn)品量、第一個訂單時間蕾久、第一個訂單城市势似、第一個訂單的產(chǎn)品以及訂單量最多的城市。
最后僧著，通過parse_json履因，把這些字段整合到一個json的字典中。
但是盹愚，我們有沒有發(fā)現(xiàn)還有一部分內(nèi)容栅迄，就是每個月的消費量趨勢沒有處理。接下來皆怕，我們單獨說說這一部分的內(nèi)容毅舆，這部分特殊點在于西篓，每個用戶并不是對應(yīng)一條數(shù)據(jù)。我們需要其他的函數(shù)來處理憋活，具體如下：

select
    Customer_ID,
    concat('[',concat_ws(',',collect_list(json)),']') as month_list
from 
    (
    select
        Customer_ID,
        parse_json('order_month',order_month,'sum_sales_month',sum_sales_month) as json 
    from 
        (##每個月消費數(shù)據(jù)
        select 
            Customer_ID,
            month(order_date) as order_month,
            sum(sales) as sum_sales_month
        from 
            chaoshi.order
        where 
            year(order_date) = 2017
        group by 
            Customer_ID,
            month(order_date) 
        )m 
    )aa
group by 
    Customer_ID

我們通過concat_ws和collect_list以及concat岂津，把多個json處理成一個列表的形式，這樣還是一個用戶一條數(shù)據(jù)悦即，便于研發(fā)調(diào)用吮成，最后，這兩個SQL再關(guān)聯(lián)辜梳，取出
Customer_ID/order_list/month_list形成三個字段粱甫，具體如下：

這樣，我們就構(gòu)建了整個數(shù)據(jù)產(chǎn)品的底層數(shù)據(jù)部分作瞄。

接下就是運營同學(xué)直接就觸達我們的目標用戶了魔种，觸達完了之后，就需要具體分析這個數(shù)據(jù)產(chǎn)品的效果了粉洼。關(guān)于如何分析活動的效果，這里我們不做具體的說明叶摄，后面會有專門的文章去介紹