电商数据分析-02-电商业务介绍及表结构

简介: 电商数据分析-02-电商业务介绍及表结构

参考

电商业务简介

大数据项目之电商数仓、电商业务简介、电商业务流程、电商常识、业务数据介绍、电商业务表、后台管理系统

可以把excel复制为markdown的网站

举个例子:🌰

1.1 电商业务流程

电商的业务流程可以以一个普通用户的浏览足迹为例进行说明,用户点开电商首页开始浏览,可能会通过分类查询也可能通过全文搜索寻找自己中意的商品,这些商品无疑都是存储在后台的管理系统中的。

当用户寻找到自己中意的商品,可能会想要购买,将商品添加到购物车后发现需要登录,登录后对商品进行结算,这时候购物车的管理和商品订单信息的生成都会对业务数据库产生影响,会生成相应的订单数据和支付数据。

订单正式生成之后,还会对订单进行跟踪处理,直到订单全部完成。

电商的主要业务流程包括用户前台浏览商品时的商品详情的管理,用户商品加入购物车进行支付时用户个人中心&支付服务的管理,用户支付完成后订单后台服务的管理,这些流程涉及到了十几个甚至几十个业务数据表,甚至更多。

1.2 电商常识

1.2.1 SKU和SPU

SKU=Stock Keeping Unit(库存量基本单位)。现在已经被引申为产品统一编号的简称,每种产品均对应有唯一的SKU号。

SPU(Standard Product Unit):是商品信息聚合的最小单位,是一组可复用、易检索的标准化信息集合。

举个例子:🌰

HUAWEI P50 Pro手机就是SPU。

一台华为/HUAWEI P50 Pro 原色双影像单元 万象双环设计 基于鸿蒙操作系统 8GB+256GB曜金黑华为手机 ,就是SKU。  

1.2.2 平台属性和销售属性

平台属性

销售属性

1.3 电商系统表结构

以下为本电商数仓系统涉及到的业务数据表结构关系。

这34个表以订单表、用户表、SKU商品表、活动表和优惠券表为中心,

延伸出了优惠券领用表、支付流水表、活动订单表、订单详情表、订单状态表、商品评论表、编码字典表退单表、SPU商品表等,

用户表提供用户的详细信息,

支付流水表提供该订单的支付详情,

订单详情表提供订单的商品数量等情况,

商品表给订单详情表提供商品的详细信息。

本次讲解以此34个表为例,实际项目中,业务数据库中表格远远不止这些。

1.3.1 活动信息表(activity_info)

字段名 字段说明
id 活动id
activity_name 活动名称
activity_type 活动类型(1:满减,2:折扣)
activity_desc 活动描述
start_time 开始时间
end_time 结束时间
create_time 创建时间

1.3.2 活动规则表(activity_rule)

字段名 字段说明
id 编号
activity_id 类型
activity_type 活动类型
condition_amount 满减金额
condition_num 满减件数
benefit_amount 优惠金额
benefit_discount 优惠折扣
benefit_level 优惠级别

1.3.3 活动商品关联表(activity_sku)

字段名 字段说明
id 编号
activity_id 活动id
sku_id sku_id
create_time 创建时间

1.3.4 平台属性表(base_attr_info)

字段名 字段说明
id 编号
attr_name 属性名称
category_id 分类id
category_level 分类层级

1.3.5 平台属性值表(base_attr_value)

字段名 字段说明
id 编号
value_name 属性值名称
attr_id 属性id

1.3.6 一级分类表(base_category1)

字段名 字段说明
id 编号
name 分类名称

1.3.7 二级分类表(base_category2)

字段名 字段说明
id 编号
name 二级分类名称
category1_id 一级分类编号

1.3.8 三级分类表(base_category3)

字段名 字段说明
id 编号
name 三级分类名称
category2_id 二级分类编号

1.3.9 字典表(base_dic)

字段名 字段说明
dic_code 编号
dic_name 编码名称
parent_code 父编号
create_time 创建日期
operate_time 修改日期

1.3.10 省份表(base_province)

字段名 字段说明
id id
name 省名称
region_id 大区id
area_code 行政区位码
iso_code 国际编码
iso_3166_2 ISO3166编码

1.3.11 地区表(base_region)

字段名 字段说明
id 大区id
region_name 大区名称

1.3.12 品牌表(base_trademark)

字段名 字段说明
id 编号
tm_name 属性值
logo_url 品牌logo的图片路径

1.3.13 购物车表(cart_info)

字段名 字段说明
id 编号
user_id 用户id
sku_id skuid
cart_price 放入购物车时价格
sku_num 数量
img_url 图片文件
sku_name sku名称 (冗余)
is_checked 是否已经下单
create_time 创建时间
operate_time 修改时间
is_ordered 是否已经下单
order_time 下单时间
source_type 来源类型
source_id 来源编号

1.3.14 评价表(comment_info)

字段名 字段说明
id 编号
user_id 用户id
nick_name 用户昵称
head_img 图片
sku_id 商品sku_id
spu_id 商品spu_id
order_id 订单编号
appraise 评价 1 好评 2 中评 3 差评
comment_txt 评价内容
create_time 创建时间
operate_time 修改时间

1.3.15 优惠券信息表(coupon_info)

字段名 字段说明
id 购物券编号
coupon_name 购物券名称
coupon_type 购物券类型 1 现金券 2 折扣券 3 满减券 4 满件打折券
condition_amount 满额数(3)
condition_num 满件数(4)
activity_id 活动编号
benefit_amount 减金额(1 3)
benefit_discount 折扣(2 4)
create_time 创建时间
range_type 范围类型 1、商品(spuid) 2、品类(三级分类id) 3、品牌
limit_num 最多领用次数
taken_count 已领用次数
start_time 可以领取的开始日期
end_time 可以领取的结束日期
operate_time 修改时间
expire_time 过期时间
range_desc 范围描述

1.3.16 优惠券优惠范围表(coupon_range)

字段名 字段说明
id 购物券编号
coupon_id 优惠券id
range_type 范围类型 1、商品(spuid) 2、品类(三级分类id) 3、品牌
range_id 范围id

1.3.17 优惠券领用表(coupon_use)

字段名 字段说明
id 编号
coupon_id 购物券id
user_id 用户id
order_id 订单id
coupon_status 购物券状态(1:未使用 2:已使用)
get_time 获取时间
using_time 使用时间
used_time 支付时间
expire_time 过期时间

1.3.18 收藏表(favor_info)

字段名 字段说明
id 编号
user_id 用户id
sku_id skuid
spu_id 商品id
is_cancel 是否已取消 0 正常 1 已取消
create_time 创建时间
cancel_time 修改时间

1.3.19 订单明细表(order_detail)

字段名 字段说明
id 编号
order_id 订单编号
sku_id sku_id
sku_name sku名称(冗余)
img_url 图片名称(冗余)
order_price 购买价格(下单时sku价格)
sku_num 购买个数
create_time 创建时间
source_type 来源类型
source_id 来源编号
split_total_amount 分摊总金额
split_activity_amount 分摊活动减免金额
split_coupon_amount 分摊优惠券减免金额

1.3.20 订单明细活动关联表(order_detail_activity)

字段名 字段说明
id 编号
order_id 订单id
order_detail_id 订单明细id
activity_id 活动id
activity_rule_id 活动规则
sku_id skuid
create_time 获取时间

1.3.21 订单明细优惠券关联表(order_detail_coupon)

字段名 字段说明
id 编号
order_id 订单id
order_detail_id 订单明细id
coupon_id 购物券id
coupon_use_id 购物券领用id
sku_id skuid
create_time 获取时间

1.3.22 订单表(order_info)

字段名 字段说明
id 编号
consignee 收货人
consignee_tel 收件人电话
total_amount 总金额
order_status 订单状态
user_id 用户id
payment_way 付款方式
delivery_address 送货地址
order_comment 订单备注
out_trade_no 订单交易编号(第三方支付用)
trade_body 订单描述(第三方支付用)
create_time 创建时间
operate_time 操作时间
expire_time 失效时间
process_status 进度状态
tracking_no 物流单编号
parent_order_id 父订单编号
img_url 图片路径
province_id 地区
activity_reduce_amount 促销金额
coupon_reduce_amount 优惠金额
original_total_amount 原价金额
feight_fee 运费
feight_fee_reduce 运费减免
refundable_time 可退款日期(签收后30天)

1.3.23 退单表(order_refund_info)

字段名 字段说明
id 编号
user_id 用户id
order_id 订单id
sku_id skuid
refund_type 退款类型
refund_num 退货件数
refund_amount 退款金额
refund_reason_type 原因类型
refund_reason_txt 原因内容
refund_status 退款状态(0:待审批 1:已退款)
create_time 创建时间

1.3.24 订单状态流水表(order_status_log)

字段名 字段说明
id 编号
order_id 订单编号
order_status 订单状态
operate_time 操作时间

1.3.25 支付表(payment_info)

字段名 字段说明
id 编号
out_trade_no 对外业务编号
order_id 订单编号
user_id 用户id
payment_type 支付类型(微信 支付宝)
trade_no 交易编号
total_amount 支付金额
subject 交易内容
payment_status 支付状态
create_time 创建时间
callback_time 回调时间
callback_content 回调信息

1.3.26 退款表(refund_payment)

字段名 字段说明
id 编号
out_trade_no 对外业务编号
order_id 订单编号
sku_id 商品sku_id
payment_type 支付类型(微信 支付宝)
trade_no 交易编号
total_amount 退款金额
subject 交易内容
refund_status 退款状态
create_time 创建时间
callback_time 回调时间
callback_content 回调信息

1.3.27 SKU平台属性表(sku_attr_value)

字段名 字段说明
id 编号
attr_id 属性id(冗余)
value_id 属性值id
sku_id skuid
attr_name 属性名称
value_name 属性值名称

1.3.28 SKU信息表(sku_info)

字段名 字段说明
id 库存id(itemID)
spu_id 商品id
price 价格
sku_name sku名称
sku_desc 商品规格描述
weight 重量
tm_id 品牌(冗余)
category3_id 三级分类id(冗余)
sku_default_img 默认显示图片(冗余)
is_sale 是否销售(1:是 0:否)
create_time 创建时间

1.3.29 SKU销售属性表(sku_sale_attr_value)

字段名 字段说明
id id
sku_id 库存单元id
spu_id spu_id(冗余)
sale_attr_value_id 销售属性值id
sale_attr_id 销售属性id
sale_attr_name 销售属性值名称
sale_attr_value_name 销售属性值名称

1.3.30 SPU信息表(spu_info)

字段名 字段说明
id 商品id
spu_name 商品名称
description 商品描述(后台简述)
category3_id 三级分类id
tm_id 品牌id

1.3.31 SPU销售属性表(spu_sale_attr)

字段名 字段说明
id 编号(业务中无关联)
spu_id 商品id
base_sale_attr_id 销售属性id
sale_attr_name 销售属性名称(冗余)

1.3.32 SPU销售属性值表(spu_sale_attr_value)

字段名 字段说明
id 销售属性值编号
spu_id 商品id
base_sale_attr_id 销售属性id
sale_attr_value_name 销售属性值名称
sale_attr_name 销售属性名称(冗余)

1.3.33 用户地址表(user_address)

字段名 字段说明
id 编号
user_id 用户id
province_id 省份id
user_address 用户地址
consignee 收件人
phone_num 联系方式
is_default 是否是默认

1.3.34 用户信息表(user_info)

字段名 字段说明
id 编号
login_name 用户名称
nick_name 用户昵称
passwd 用户密码
name 用户姓名
phone_num 手机号
email 邮箱
head_img 头像
user_level 用户级别
birthday 用户生日
gender 性别 M男,F女
create_time 创建时间
operate_time 修改时间
status 状态

1.4业务流程

1.4.1 电商业务

收藏商品

加购物车

领用优惠券

下单

支付

退单

退款

评价

1.4.2 后台管理系统

后台管理

 

商品

活动

优惠券

相关文章
|
4月前
|
SQL 分布式计算 数据可视化
Spark SQL案例【电商购买数据分析】
Spark SQL案例【电商购买数据分析】
|
4月前
|
数据采集 数据挖掘 API
主流电商平台数据采集API接口|【Python爬虫+数据分析】采集电商平台数据信息采集
随着电商平台的兴起,越来越多的人开始在网上购物。而对于电商平台来说,商品信息、价格、评论等数据是非常重要的。因此,抓取电商平台的商品信息、价格、评论等数据成为了一项非常有价值的工作。本文将介绍如何使用Python编写爬虫程序,抓取电商平台的商品信息、价格、评论等数据。 当然,如果是电商企业,跨境电商企业,ERP系统搭建,我们经常需要采集的平台多,数据量大,要求数据稳定供应,有并发需求,那就需要通过接入电商API数据采集接口,封装好的数据采集接口更方便稳定高效数据采集。
|
4月前
|
SQL 数据采集 存储
Hive实战 —— 电商数据分析(全流程详解 真实数据)
关于基于小型数据的Hive数仓构建实战,目的是通过分析某零售企业的门店数据来进行业务洞察。内容涵盖了数据清洗、数据分析和Hive表的创建。项目需求包括客户画像、消费统计、资源利用率、特征人群定位和数据可视化。数据源包括Customer、Transaction、Store和Review四张表,涉及多个维度的聚合和分析,如按性别、国家统计客户、按时间段计算总收入等。项目执行需先下载数据和配置Zeppelin环境,然后通过Hive进行数据清洗、建表和分析。在建表过程中,涉及ODS、DWD、DWT、DWS和DM五层,每层都有其特定的任务和粒度。最后,通过Hive SQL进行各种业务指标的计算和分析。
685 1
Hive实战 —— 电商数据分析(全流程详解 真实数据)
|
3月前
|
JavaScript Java 测试技术
基于SpringBoot+Vue的电商数据分析的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue的电商数据分析的详细设计和实现(源码+lw+部署文档+讲解等)
35 0
|
3月前
|
JavaScript Java 测试技术
基于ssm+vue.js+uniapp小程序的电商数据分析附带文章和源代码部署视频讲解等
基于ssm+vue.js+uniapp小程序的电商数据分析附带文章和源代码部署视频讲解等
29 0
|
4月前
|
JSON 搜索推荐 数据挖掘
电商数据分析的利器:电商关键词搜索API接口(标题丨图片丨价格丨链接)
淘宝关键词搜索接口为电商领域的数据分析提供了丰富的数据源。通过有效利用这一接口,企业和研究人员可以更深入地洞察市场动态,优化营销策略,并提升用户体验。随着电商平台技术的不断进步,未来的API将更加智能和个性化,为电商行业带来更多的可能性。
|
4月前
|
JSON 安全 API
解锁淘宝商品评论API接口:电商数据分析的新视角
淘宝商品评论API接口是淘宝开放平台提供的一组API接口,允许开发者通过编程方式获取淘宝商品评论数据。这些接口可以获取到商品的详细信息、用户评论、评分等数据,为电商数据分析提供了丰富的素材。
|
4月前
|
供应链 搜索推荐 数据挖掘
Pandas实战案例:电商数据分析的实践与挑战
【4月更文挑战第16天】本文通过一个电商数据分析案例展示了Pandas在处理销售数据、用户行为分析及商品销售趋势预测中的应用。在数据准备与清洗阶段,Pandas用于处理缺失值、重复值。接着,通过用户购买行为和商品销售趋势分析,构建用户画像并预测销售趋势。实践中遇到的大数据量和数据多样性挑战,通过分布式计算和数据标准化解决。未来将继续深入研究Pandas与其他先进技术的结合,提升决策支持能力。
|
4月前
|
供应链 UED
电商数据分析-01-电商数据分析指标
电商数据分析-01-电商数据分析指标
|
4月前
|
数据采集 运维 监控
电商数据分析-03-电商数据采集
电商数据分析-03-电商数据采集

热门文章

最新文章