天天看點

資料中台公共層建設--多元度組合下的資料模型設計1、多元度組合篩選名額2、多元度組合篩選情況下的比率型名額如何建構

1、多元度組合篩選名額

以線下零售業務為主的公司,往往存在銷售管道次元、供應鍊管道次元、多種商品次元等篩選條件。如下所示的資料中台公共層名額以及篩選條件:

資料中台公共層建設--多元度組合下的資料模型設計1、多元度組合篩選名額2、多元度組合篩選情況下的比率型名額如何建構

上述名額的賽選條件含義:可以任意組合 “時間/品牌/銷售管道/組織結構/商品結構/商品屬性/消費者類型/标簽類型/性别/年齡段” 中的若幹個篩選條件,得到對應條件下的會員有效銷售金額派生名額。

上述名額需求屬于典型的多元度組合篩選名額需求,我們在設計資料中台公共層資料模型的時候,必須考慮名額的所有最細粒度次元。上述次元群組合條件可以劃分到以下3個最細粒度的次元:

(1)商品:包含商品品牌、商品結構、商品屬性這3個篩選條件;

(2)門店管道:包含銷售管道、組織結構這2個篩選條件;

(3)會員:包含消費者類型、标簽類型、性别、年齡段這4個篩選條件。

是以,我們在設計資料中台公共層資料模型,fct公共事務表必須包含上述3個最細粒度的次元字段。同時,必須設計至少3個dim次元表(商品維表、門店維表、會員維表),且每個次元表至少包含上述幾種屬性。

資料中台公共層建設--多元度組合下的資料模型設計1、多元度組合篩選名額2、多元度組合篩選情況下的比率型名額如何建構

為了實作上述設計的公共層資料表,需要對ODS貼源層資料進行預處理。本文建議單獨建立一張ODS資料表,将商品、門店、會員3種粒度的支付收款資料通過join資料表關聯融合成一張資料表,公共層資料模型直接引用這張資料表。

2、多元度組合篩選情況下的比率型名額如何建構

對于報表開發而言,比率型名額有兩種常見的開發方式:

第一種:提前将比率型名額的分子、分母計算邏輯開發完成,然後再将所有可能次元組合下的分子/分母求和,得到所有可能次元組合下的比率型名額。報表工具直接使用計算得到的比率型名額。

第二種:提前将比率型名額的分子、分母計算邏輯開發完成,所有比率型名額都在報表工具建立新的名額(寫表達公式實作的名額)去實作。

以下面的比率型名額舉例:

資料中台公共層建設--多元度組合下的資料模型設計1、多元度組合篩選名額2、多元度組合篩選情況下的比率型名額如何建構

需要實作“時間/品牌/銷售管道/組織結構/商品結構/商品屬性/消費者類型/标簽類型/性别/年齡段”任意組合下的“會員連單率 = 單比銷售兩件以上(含兩件)的單數 / 銷售訂單數”。

比如:

組合1:篩選品牌1/品牌2 + 線下專賣店銷售管道 + 西服/襯衫/皮鞋 + 今年新品 + 男性會員 + 30-40歲會員;

組合2:篩選品牌1/品牌3 + 天貓旗艦店/京東旗艦店 + 連衣裙/小西裝 + 女性會員 + 25-30歲會員 + 金牌會員;

上述兩種組合完全不同,得到的“會員連單率”名額結果不同。在9種屬性中的任意若幹個組合下,即使有一個屬性不同,對應的“會員連單率”名額也會變化。

針對上述任意次元組合篩選條件下的比率型名額,我們建議在公共層(CDM層和ADS層)均開發分子和分母的名額。

(1)分子:單比銷售兩件以上(含兩件)的單數,具有可加性;

(2)分母:銷售訂單數,具有可加性。

分子分母均具有可加性,是以可以在ADS應用層分别建設分子和分母的名額。然後在報表工具建立新的名額:

*會員連單率 = sum(單比銷售兩件以上(含兩件)的單數) / sum(銷售訂單數)*           

在報表工具建立好上述名額之後,就可以利用報表工具實作任意次元組合下的會員連單率名額。