埋点统计数据JSON格式说明.md 12 KB
埋点统计数据JSON格式说明
一、概述
store_track_statistics 表中的各个数据字段存储的是JSON格式的统计数据。本文档详细说明各个字段的JSON格式。
二、各字段JSON格式
2.1 traffic_data（流量数据）
字段说明：存储流量相关的统计数据
JSON格式：
{
"searchCount": 100, // 搜索量（Long类型）
"viewCount": 500, // 浏览量（Long类型）
"visitorCount": 300, // 访客数（去重后的用户数，Long类型）
"newVisitorCount": 50, // 新增访客数（Long类型）
"totalDuration": 1500000, // 总访问时长（毫秒，Long类型）
"avgDuration": 5000 // 平均访问时长（毫秒，Long类型）
}
字段说明：
searchCount: 店铺搜索次数viewCount: 店铺浏览次数visitorCount: 访客数（去重后的用户ID数量）newVisitorCount: 新增访客数（在统计日期之前没有访问记录的用户）totalDuration: 总访问时长（所有浏览事件duration字段的总和，单位：毫秒）avgDuration: 平均访问时长（totalDuration / 有duration的浏览事件数，单位：毫秒）
2.2 interaction_data（互动数据）
字段说明：存储用户互动相关的统计数据
JSON格式：
{
"collectCount": 50, // 收藏次数（Long类型）
"shareCount": 30, // 分享次数（Long类型）
"checkinCount": 20, // 打卡次数（Long类型）
"consultCount": 10, // 咨询次数（Long类型）
"friendCount": 100, // 好友数量（互相关注的用户数，Long类型）
"followCount": 200, // 关注数量（店铺用户关注的人数，Long类型）
"fansCount": 150, // 粉丝数量（关注店铺用户的人数，Long类型）
"postCount": 25, // 发布动态数量（Long类型）
"postLikeCount": 200, // 动态点赞数量（Long类型）
"postCommentCount": 80, // 动态评论数量（Long类型）
"postRepostCount": 15, // 动态转发数量（Long类型）
"reportCount": 5, // 被举报次数（Long类型）
"blockCount": 2 // 被拉黑次数（Long类型）
}
字段说明：
collectCount: 店铺收藏次数（从埋点事件中统计COLLECT类型）shareCount: 店铺分享次数（从埋点事件中统计SHARE类型）checkinCount: 店铺打卡次数（从埋点事件中统计CHECKIN类型）consultCount: 咨询商家次数（从埋点事件中统计CONSULT类型）friendCount: 好友数量（通过life_fans表查询互相关注的用户数）followCount: 关注数量（店铺用户关注的人数）fansCount: 粉丝数量（关注店铺用户的人数）postCount: 发布动态数量（从life_user_dynamics表查询，type=2商家社区）postLikeCount: 动态点赞数量（从埋点事件中统计POST_LIKE类型）postCommentCount: 动态评论数量（从埋点事件中统计POST_COMMENT类型）postRepostCount: 动态转发数量（从埋点事件中统计POST_REPOST类型）reportCount: 被举报次数（从埋点事件中统计REPORT类型）blockCount: 被拉黑次数（从埋点事件中统计BLOCK类型）
2.3 coupon_data（优惠券数据）
字段说明：存储优惠券相关的统计数据
JSON格式：
{
"giveToFriendCount": 50, // 赠送好友数量（Long类型）
"giveToFriendAmount": 5000.00, // 赠送好友金额合计（BigDecimal类型，单位：元）
"giveToFriendUseCount": 30, // 赠送好友使用数量（Long类型）
"giveToFriendUseAmount": 3000.00, // 赠送好友使用金额合计（BigDecimal类型，单位：元）
"giveToFriendUseAmountPercent": 60.00, // 赠送好友使用金额占比（Double类型，单位：%）
"friendGiveCount": 20, // 好友赠送数量（Long类型）
"friendGiveAmount": 2000.00, // 好友赠送金额合计（BigDecimal类型，单位：元）
"friendGiveUseCount": 15, // 好友赠送使用数量（Long类型）
"friendGiveUseAmount": 1500.00, // 好友赠送使用金额合计（BigDecimal类型，单位：元）
"friendGiveUseAmountPercent": 75.00 // 好友赠送使用金额占比（Double类型，单位：%）
}
字段说明：
giveToFriendCount: 赠送好友数量（从life_discount_coupon_user表统计，关联店铺的优惠券）giveToFriendAmount: 赠送好友金额合计（优惠券面值的总和）giveToFriendUseCount: 赠送好友使用数量（status=1已使用的数量）giveToFriendUseAmount: 赠送好友使用金额合计（已使用优惠券的面值总和）giveToFriendUseAmountPercent: 赠送好友使用金额占比（giveToFriendUseAmount / giveToFriendAmount * 100）friendGiveCount: 好友赠送数量（好友赠送给店铺用户的优惠券数量，从life_discount_coupon_store_friend表统计）friendGiveAmount: 好友赠送金额合计（好友赠送的优惠券面值总和）friendGiveUseCount: 好友赠送使用数量（已使用的数量）friendGiveUseAmount: 好友赠送使用金额合计（已使用的优惠券面值总和）friendGiveUseAmountPercent: 好友赠送使用金额占比（friendGiveUseAmount / friendGiveAmount * 100）
2.4 voucher_data（代金券数据）
字段说明：存储代金券相关的统计数据
JSON格式：
{
"giveToFriendCount": 30, // 赠送好友数量（Long类型）
"giveToFriendAmount": 3000.00, // 赠送好友金额合计（BigDecimal类型，单位：元）
"giveToFriendUseCount": 20, // 赠送好友使用数量（Long类型）
"giveToFriendUseAmount": 2000.00, // 赠送好友使用金额合计（BigDecimal类型，单位：元）
"giveToFriendUseAmountPercent": 66.67, // 赠送好友使用金额占比（Double类型，单位：%）
"friendGiveCount": 10, // 好友赠送数量（Long类型）
"friendGiveAmount": 1000.00, // 好友赠送金额合计（BigDecimal类型，单位：元）
"friendGiveUseCount": 8, // 好友赠送使用数量（Long类型）
"friendGiveUseAmount": 800.00, // 好友赠送使用金额合计（BigDecimal类型，单位：元）
"friendGiveUseAmountPercent": 80.00 // 好友赠送使用金额占比（Double类型，单位：%）
}
字段说明：
giveToFriendCount: 赠送好友数量（从埋点事件中统计VOUCHER_GIVE类型）giveToFriendAmount: 赠送好友金额合计（从埋点事件的amount字段汇总）giveToFriendUseCount: 赠送好友使用数量（从埋点事件中统计VOUCHER_USE类型）giveToFriendUseAmount: 赠送好友使用金额合计（从埋点事件的amount字段汇总）giveToFriendUseAmountPercent: 赠送好友使用金额占比（giveToFriendUseAmount / giveToFriendAmount * 100）friendGiveCount: 好友赠送数量（好友赠送给店铺用户的代金券数量，从life_discount_coupon_store_friend表统计，type=1代金券）friendGiveAmount: 好友赠送金额合计（好友赠送的代金券面值总和）friendGiveUseCount: 好友赠送使用数量（已使用的数量）friendGiveUseAmount: 好友赠送使用金额合计（已使用的代金券面值总和）friendGiveUseAmountPercent: 好友赠送使用金额占比（friendGiveUseAmount / friendGiveAmount * 100）
2.5 service_data（服务质量数据）
字段说明：存储服务质量相关的统计数据
JSON格式：
{
"storeScore": 4.5, // 店铺评分（Double类型，0-5分）
"tasteScore": 4.3, // 口味评分（Double类型，0-5分）
"environmentScore": 4.2, // 环境评分（Double类型，0-5分）
"serviceScore": 4.4, // 服务评分（Double类型，0-5分）
"ratingCount": 100, // 评价数量（Long类型）
"goodRatingCount": 60, // 好评数量（score >= 4.5，Long类型）
"midRatingCount": 30, // 中评数量（3.0 <= score <= 4.0，Long类型）
"badRatingCount": 10, // 差评数量（0.5 <= score <= 2.5，Long类型）
"badRatingPercent": 10.00, // 差评占比（Double类型，单位：%）
"appealCount": 5, // 差评申诉次数（Long类型）
"appealSuccessCount": 3, // 差评申诉成功次数（Long类型）
"appealSuccessPercent": 60.00 // 差评申诉成功占比（Double类型，单位：%）
}
字段说明：
storeScore: 店铺评分（从common_rating表统计，businessType=1，计算平均分）tasteScore: 口味评分（从common_rating表的otherScore字段解析"口味"评分，计算平均分）environmentScore: 环境评分（从common_rating表的otherScore字段解析"环境"评分，计算平均分）serviceScore: 服务评分（从common_rating表的otherScore字段解析"服务"评分，计算平均分）ratingCount: 评价数量（common_rating表中该店铺的评价总数）goodRatingCount: 好评数量（score >= 4.5的评价数）midRatingCount: 中评数量（3.0 <= score <= 4.0的评价数）badRatingCount: 差评数量（0.5 <= score <= 2.5的评价数）badRatingPercent: 差评占比（badRatingCount / ratingCount * 100）appealCount: 差评申诉次数（从埋点事件中统计APPEAL类型）appealSuccessCount: 差评申诉成功次数（从store_comment_appeal表统计，appealStatus=2已同意）appealSuccessPercent: 差评申诉成功占比（appealSuccessCount / appealCount * 100）
otherScore字段格式示例：
{
"口味": 5.0,
"环境": 4.5,
"服务": 4.0
}
2.6 price_ranking_data（价目表排名数据）
字段说明：存储价目表排名相关的统计数据（数组格式）
JSON格式：
[
{
"priceId": 1001, // 价目表ID（Integer类型）
"viewCount": 500, // 浏览量（Integer类型）
"visitorCount": 300, // 访客数（Integer类型）
"shareCount": 50 // 分享数（Integer类型）
},
{
"priceId": 1002,
"viewCount": 400,
"visitorCount": 250,
"shareCount": 40
},
{
"priceId": 1003,
"viewCount": 300,
"visitorCount": 200,
"shareCount": 30
}
]
字段说明：
- 数组按
viewCount（浏览量）降序排列 - 每个元素包含一个价目表的统计数据
priceId: 价目表ID（targetId字段）viewCount: 浏览量（PRICE_VIEW事件数量）visitorCount: 访客数（去重后的用户ID数量）shareCount: 分享数（PRICE_SHARE事件数量）
三、数据保存说明
3.1 统计数据如何保存
统计数据通过定时任务自动计算并保存：
- 日统计任务：每天凌晨1点执行，计算前一天的统计数据（statType=DAILY）
- 周统计任务：每周一凌晨2点执行，计算上一周的统计数据（statType=WEEKLY）
- 月统计任务：每月1号凌晨3点执行，计算上一个月的统计数据（statType=MONTHLY）
定时任务类：TrackStatisticsScheduler.java
3.2 手动触发统计
如果需要手动触发统计数据计算，可以调用：
trackEventService.calculateAndSaveStatistics(storeId, statDate, statType);
参数说明：
storeId: 店铺IDstatDate: 统计日期statType: 统计类型（DAILY/WEEKLY/MONTHLY）
3.3 数据更新策略
- 如果该店铺、该日期、该统计类型的记录已存在，则更新数据
- 如果不存在，则创建新记录
- 使用唯一索引
uk_store_date_type保证唯一性
四、注意事项
数据类型：
- Long类型字段在JSON中显示为数字（如：100）
- BigDecimal类型字段在JSON中显示为数字（如：5000.00）
- Double类型字段在JSON中显示为数字（如：4.5）
- 数组类型字段在JSON中显示为数组（如：[]）
空值处理：
- 如果某个分类没有数据，对应的字段可能为null或空对象
- 建议在查询时进行null判断
数据精度：
- 金额字段使用BigDecimal保证精度
- 百分比字段保留2位小数
- 评分字段保留1位小数
性能优化：
- 统计数据已预计算并存储，查询时直接读取，无需实时计算
- 建议定期清理历史统计数据，避免数据表过大