数据分析

该数据表字段应该有

id

action:行为的标识 用数字的 标识说明用文档描述 不用建表，比如1是商品，2是页面

create_time:创建时间

user_id : 当前触发行为的用户id

relation_user_id:关联用户id，比如分享行为，a分享出去，b点击的，那么b是user_id(当前行为id),

link_pk:链接的主键值，比如商品链接，那就是商品的id

link_route:链接路由地址，如，1代表 /pages/page/detail，用数字

link_pathinfo:链接的参数了，格式是为id=1&category_id=xxxx&keywords=xxxx

ip

from_soure:来源，1微信小程序 2app 3 微信手机站 4 手机站 5pc站

user_agent：如：Mozilla/5.0 (Linux; U; Android 4.3; zh-cn; R8007 Build/JLS36C) AppleWebKit/534.30 (KHTML, like Gecko) Version/4.0 Mobile Safari/534.30

待思考：

坐标，省市区

邓凯： 1.表中加了一个省份字段province，便于地域的统计 2.考虑到一点，用户下单支付是不是也需要记录在数据统计表里面呢，这样对于支付金额这块，支付下单这块的统计会好点。 不需要来来回回关联多个表来回组装等查询。应该会对程序好些，降低一些不必要的资源浪费 3.page_depth：页面访问深度字段，便于流量概览的访问深度统计。(1-第一页，2-第二页，3-第三页，4-第四页，5-第五页，6-第6-10页，7-第11-20页，8-20页以后)

需求场景：

1.用户a通过app分享商品给了微信用户b，用户b没登陆访问了这个商品页面，还需要记录用户的

Ip、客户端机型、时间、行为

商品分析-商品排行

支付金额

不做其他指数的混合查询，如果能架构好 可以提议

返回

[
    {
        "goods_id":1,
        "goods_img":"链接地址",
        "goods_price":1000,
        "goods_name":"小米手机",
    }
]

访客数

[
    {
        "goods_id":1,
        "goods_img":"链接地址",
        "goods_price":1000,
        "goods_name":"小米手机",
        "goods_visitor_num":200,
        // 访问-支付转化率
        "goods_visit_pay_conversion_rate"
    }
]

流量概览

分析：

• 访客数：用户id分组
• 分享访问人数：relation_user_id大于0，分组
• 商品访客数：link_id=1为主以及用户user_id分组
• 浏览量：统计记录条数
• 分享访问次数：relation_user_id大于0
• 商品浏览量：link_id = 1

GET

返回数据结构如下：

{
  visitor_num : 1,
  view_num : 1,
  share_visit_num : 1,
  share_visit_people_num  : 2,
  goods_visitor_num : 2,
  goods_view_num  : 2,
}

返回参数说明

页面类型：

分析：

• 页面类型：page_type分组(1、微页面，2、商品页，临时这样，具体待商议)

GET

返回数据结构如下：

{
  goods_details : 1,
  shop : 1,
  other : 1,
  activity  : 2,
  order : 2,
  member  : 2,
}

返回参数说明

访问来源：

分析：

• 访问来源：source = 1从扫码进来的，source = 0 其他

GET

返回数据结构如下：

{
  other : 1,
  sweep_code : 1,
}

返回参数说明

单页面流量数据：

分析：

• 页面类型：page_type分组(1、微页面，2、商品页，临时这样，具体待商议，其中访客数user_id去重)

  GET

返回数据结构如下：

[
    {
      page_name : '页面名称',
      page_type : 1,
      page_type_title : '页面标题',
      view_num : 120,
      visitor_num : 100,
    },
    {
      page_name : '页面名称',
      page_type : 1,
      page_type_title : '商品页面',
      view_num : 120,
      visitor_num : 100,
    },
]

返回参数说明

访问深度：

分析：

• 页面深度字段：page_depth(1-第一页，2-第二页，3-第三页，4-第四页，5-第五页，6-第6-10页，7-第11-20页，8-20页以后)
• 排序会根据page_depth从小到大排序

  GET

返回数据结构如下：

[
    {
      visitor_num : 10,
    },
    {
      visitor_num : 20,
    },
]

返回参数说明

访客地域分布：

GET

返回数据结构如下：

[
    {
        // 地区
        "address":'天津',
        // 浏览量
        "view_num":100,
        // 访客数
        "visitor_num":6000,
        // 商品浏览量
        "goods_view_num":200,
        // 商品访客数
        "goods_visitor_num":200,
    },
    {
        // 地区
        "address":'天津',
        // 浏览量
        "view_num":100,
        // 访客数
        "visitor_num":6000,
        // 商品浏览量
        "goods_view_num":200,
        // 商品访客数
        "goods_visitor_num":200,
    }
]

返回参数说明

每日流量

• mysql存储，问了如果，他说当日志量变大的时候，需要注意分割和分表
• websocket传输点击的行为，我们每个行为用数字代替，能省空间就省空间

查询参数

create_time = [开始时间戳，结束时间戳]

要的字段：fields=[view_num,visitor_num,goods_view_num,goods_visitor_num]

统计比较费资源，所有前端配合传一些要用的吧，能省就省

返回的格式为：

{
    "2019-01-18" :{
        // 浏览量
        "view_num":50,
        // 访问数
        "visitor_num":100,
        // 商品浏览量
        "goods_view_num":6000,
        // 商品访客数
        "goods_visitor_num":200,
        // 分享次数
        "share_num":200,
        // 分享访问人数
        "share_visit_people_num":200
    }
}

商品分析

商品整体状况：

GET

分析：

• 在架商品数：通过商品表
• 被访问商品数：link_id = 1
• 动销商品数：通过商品表和订单表
• 商品曝光数：relation_user_id用这个字段去统计曝光数
• 商品浏览量：通过商品表(商品表应该有浏览次数)
• 商品访客数：link_id = 1 user_id分组
• 加购件数：add_purchase = 1
• 下单件数和支付件数：通过订单表

返回数据结构如下：

{
  goods_sell_num : 1,
  goods_visitor_num : 1,
  goods_exposure_num : 1,
  goods_view_num  : 2,
  plus_num : 2,
  place_order_num  : 2,
  goods_movable_num  : 2,
  goods_visitor_num  : 2,
  goods_payment_num  : 2,
}

返回参数说明

商品趋势分析：

GET

分析：

• 在架商品数：通过商品表
• 被访问商品数：link_id = 1
• 动销商品数：通过商品表和订单表

• 商品曝光数：relation_user_id用这个字段去统计曝光数

• goods_sell_num、goods_visitor_num、goods_exposure_num、goods_movable_num分别对应一个接口

返回数据结构如下：

[
     "2019-01-18" :{
        goods_sell_num : 1,
        goods_visitor_num : 1,
        goods_exposure_num : 1,
        goods_movable_num  : 2,
     },
     "2019-01-19" :{
         goods_sell_num : 1,
         goods_visitor_num : 1,
         goods_exposure_num : 1,
         goods_movable_num  : 2,
      }
]

返回参数说明

支付金额TOP：

分析：

• 支付金额TOP：订单表分组查询商品统计金额排序

GET

返回数据结构如下：

{
  order_id : 1,
  goods_id : 2,
  goods_title : '商品标题",,
  goods_img : "https://www.xxx.com/1.png",
  total_price : 1,
}

返回参数说明

访客数TOP：

分析：

• 访客数：link_id = 1 user_id分组 （支付转化率商品id查询付款数除以访客数）

GET

返回数据结构如下：

{
  goods_id : 2,
  goods_title : '商品标题",,
  goods_img : "https://www.xxx.com/1.png",
  total_price : 1,
  total_price : 30,
}

返回参数说明

交易概览

交易概况：

分析：

• 访客数：user_id分组
• 下单人数：订单表 user_id分组
• 下单笔数：订单表
• 下单金额：订单金额
• 支付人数：订单表已支付，user_id分组
• 支付订单数：订单表已支付
• 支付金额：订单表已支付订单金额累加
• 支付件数：订单表商品件数累加
• 客单价：订单总金额/订单支付人数

GET

返回数据结构如下：

{
  visitor_num : 2,
  place_order_num : 12,
  place_order_pen_num : 20,
  place_order_price : 1,
  payment_people_num : 30,
  payment_order_num : 30,
  payment_price : 30,
  payment_num : 30,
  customer_price : 30,
  visitor_proportion : 30,
  place_order_proportion : 30,
  place_order_pen_proportion : 30,
  place_order_price_proportion : 30,
  payment_people_proportion : 30,
  payment_order_proportion : 30,
  payment_proportion : 30,
  customer_proportion : 30,
  "visitor_order_proportion":200,
  "place_price_proportion":200,
  "visitor_price_proportion":200
}

返回参数说明

交易概况曲线图：

分析：

• 支付人数：订单表已支付，user_id分组
• 支付金额：订单表已支付订单金额累加
• 支付件数：订单表商品件数累加
• 访问-下单转化率：商品访客数/下单总数
• 下单-付款转化率：已支付订单总数\下单未支付总数
• 访问-付款转化率：商品访客数\已支付订单总数

  GET

返回数据结构如下：

{
    "2019-01-18" :{
        // 支付金额
        "payment_price":12,
        // 支付人数
        "payment_people_num":100,
        // 支付件数
        "payment_num":6000,
        // 访问-下单转化率
        "visitor_order_proportion":200,
        // 下单-付款转化率
        "place_price_proportion":200,
        // 访问-付款转化率
        "visitor_price_proportion":200
    }
}

返回参数说明

交易构成：

GET

返回数据结构如下：

{
    // 新客户
    "new" :{
        // 支付金额
        "price":12,
        // 支付金额百分比
        "price_proportion":100,
        // 支付人数
        "payment_people_num":6000,
        // 支付人数百分比
        "price_proportion":200,
    },
    // 老客户
    "old" :{
        // 支付金额
        "price":12,
        // 支付金额百分比
        "price_proportion":100,
        // 支付人数
        "payment_people_num":6000,
        // 支付人数百分比
        "price_proportion":200,
    }
}

返回参数说明

地域分布：

分析：

• 省份：通过订单的收货地址分组查询统计省份、支付金额、支付人数。
• 访客数：这块需要使用ez_analysis数据统计表查询，根据表中的用户id统计总数，城市分组

GET

返回数据结构如下：

[
   {
        // 省份
        "province":12,
        // 支付金额
        "payment_price":100,
        // 支付人数
        "payment_people_num":6000,
        // 访客数
        "visitor_num":200,
        // 访问-支付转化率
        "visitor_price_proportion":200,
    },
    {
        // 省份
        "province":12,
        // 支付金额
        "payment_price":100,
        // 支付人数
        "payment_people_num":6000,
        // 访客数
        "visitor_num":200,
        // 访问-支付转化率
        "visitor_price_proportion":200,
    },
]

返回参数说明

标签成交分析：

分析：

• 通过标签查询商品表的商品id，再进行订单表的查询统计出支付订单数，支付金额，支付人数，支付商品件数，以及有手机号的客户数

GET

返回数据结构如下：

[
   {
        // 标签
        "label_name":12,
        // 支付订单数
        "payment_order_num":100,
        // 支付金额
        "payment_price":6000,
        // 支付人数
        "payment_people_num":200,
        // 支付商品件数
        "payment_goods_num":200,
        // 支付微信粉丝数
        "payment_wechat_num":200,
        // 有手机号客户数
        "payment_phone_num":200,
    },
   {
       // 标签
       "label_name":12,
       // 支付订单数
       "payment_order_num":100,
       // 支付金额
       "payment_price":6000,
       // 支付人数
       "payment_people_num":200,
       // 支付商品件数
       "payment_goods_num":200,
       // 支付微信粉丝数
       "payment_wechat_num":200,
       // 有手机号客户数
       "payment_phone_num":200,
    },
]

返回参数说明

客户概览

客户概况及趋势：

GET

返回数据结构如下：

[
   {
        // 访客数
        "visitor_num":12,
        // 累计粉丝数
        "fans_num":100,
        // 累计会员数
        "member_price":6000,
        // 成交客户数
        "customer_num":200,
    },
]

返回参数说明

客户概况及趋势曲线图：

GET

返回数据结构如下：

[
    "2019-01-18" :{
        // 访客数
        "visitor_num":12,
        // 累计粉丝数
        "fans_num":100,
        // 累计会员数
        "member_price":6000,
        // 成交客户数
        "customer_num":200,
    },
    "2019-01-18" :{
        // 访客数
        "visitor_num":12,
        // 累计粉丝数
        "fans_num":100,
        // 累计会员数
        "member_price":6000,
        // 成交客户数
        "customer_num":200,
    }
]

返回参数说明

会员统计：

GET

返回数据结构如下：

[
    {
        // 累计会员数
        "member_num":12,
        // 新增会员数
        "newly_memberr_num":100,
        // 升级会员数
        "upgrade_member_price":6000,
        // 储值会员数
        "savings_num_num":200,
        // 访客百分比
        "visitor_proportion":12,
        // 累计粉丝百分比
        "fans_proportion":100,
        // 累计会员百分比
        "member_price_proportion":6000,
        // 成交客户百分比
        "customer_proportion":200,
    }
]

返回参数说明

会员活跃(分布)：

GET

返回数据结构如下：

[
    {
        // 访问会员数
        "member_num":12,
        // 领券会员数
        "newly_memberr_num":100,
        // 加购会员数
        "upgrade_member_num":6000,
        // 成交会员数
        "savings_num_num":200,
        // 访问会员百分比
        "member_proportion":10%,
        // 领券会员百分比
        "newly_member_proportion":10%,
        // 加购会员百分比
        "upgrade_member_proportion":10%,
        // 成交会员百分比
        "savings_num_proportion":10%,
    }
]

返回参数说明

会员活跃(趋势)：

GET

返回数据结构如下：

[
    "2019-01-18" :{
        // 访问会员数
        "member_num":12,
        // 领券会员数
        "newly_member_num":100,
        // 加购会员数
        "upgrade_member_num":6000,
        // 成交会员数
        "savings_num_num":200,
    }
]

返回参数说明