营销领域中的数据模型设计与应用

在营销的场景里有三要素

1. 用户
2. 商品
3. 优惠

在这三个要素里，再加一些如时间，数量，频次等变量，会演化出各种组合，使得业务变得非常灵活。各业务线为了满足业务，一般都会各自实现，且多数情况下都会重复实现，而且实现起来各地方都会产生交叉配置，交叉互斥的问题。在观察到这些问题后，总结并尝试用一个计数频次中间件形态的系统统一解决。一是解决了复杂度、重复建设；二是统一处理后，数据层面上将整体打通，对于用户监控、风控、特征、行为上提供完整数据。

在电商的系统中，有商品、用户、优惠三种要素。这三种要素分别在数量、时间、频次上又有多维度的分类。

如商品限量100份（数量）对用户每天（时间）每人购买限量2份（频次），按这种规律下，用户使用优惠也同样遵循这种规则，即

优惠券总数100张（数量），用户每场（时间）可使用1张（频次）

抽奖优惠也一样，即

优惠总数100张，用户每天（时间）可领取1张（频次）

发放优惠也一样，即

优惠总额100元，用户每天（时间）可优惠1次（频次）

分类法

1. 按主体，维度分类

按上面这个分类，主体会变，维度会变，先设计领域模型，分别为实体（entity)；维度（dimensions)；实体维度关系（entityDimensionsRel），关系领域将表示，主体将拥有多个维度，并在多个维度中设定维度值，如商品每天限购1份，那么将在entityDimensionsRel中的limit_value中设定1，time_interval设定为1天

领域模型

数据模型

数据库表模型

1. 主体表 (Entities)

• EntityID: 主键，唯一标识某个主体（如商品、优惠、活动等）
• EntityType: 主体类型（如商品、优惠、抽奖等）
• EntityName: 主体名称

CREATE TABLE Entities (
    EntityID INT PRIMARY KEY,
    EntityType VARCHAR(50),
    EntityName VARCHAR(100)
);

1. 维度定义表 (Dimensions)

• DimensionID: 主键，唯一标识某个维度（如数量、时间、频次）
• DimensionName: 维度名称（如“数量”、“时间”、“频次”）
• DimensionType: 维度类型（如整数、日期、时间区间等）

CREATE TABLE Dimensions (
    DimensionID INT PRIMARY KEY,
    DimensionName VARCHAR(50),
    DimensionType VARCHAR(50)
);

1. 主体-维度关系表 (EntityDimensions)

• EntityDimensionID: 主键，唯一标识某个主体-维度关系
• EntityID: 外键，关联到Entities表
• DimensionID: 外键，关联到Dimensions表
• LimitValue: 该维度的限制值（如限量、限次等）
• TimeInterval: 时间间隔（如每天，每场活动等），适用于时间维度

CREATE TABLE EntityDimensions (
    EntityDimensionID INT PRIMARY KEY,
    EntityID INT,
    DimensionID INT,
    LimitValue INT,
    TimeInterval VARCHAR(50),
    FOREIGN KEY (EntityID) REFERENCES Entities(EntityID),
    FOREIGN KEY (DimensionID) REFERENCES Dimensions(DimensionID)
);

上面这些表可以完整记录主体在各维度的限制值。还需要一张实时记录主体数据在各维度的过程数据

1. 实例数据记录表 (EntityDimensionRecords)

• RecordID: 主键，唯一标识某条记录
• EntityID: 外键，关联到Entities表
• DimensionID: 外键，关联到Dimensions表
• UserID: 外键，关联到用户表（适用时）
• Value: 在该维度上记录的数值
• RecordDate: 记录的日期或时间。

CREATE TABLE EntityDimensionRecords (
    RecordID INT PRIMARY KEY,
    EntityID INT,
    DimensionID INT,
    UserID INT,
    Value INT,
    RecordDate DATETIME,
    FOREIGN KEY (EntityID) REFERENCES Entities(EntityID),
    FOREIGN KEY (DimensionID) REFERENCES Dimensions(DimensionID)
);

数据流转

样例1

用户参与大转盘活动，活动周期内只能抽一次奖

主体：大转盘活动

维度：时间，计数

关系：限制值（一次）；限制时间（活动周期）；

简单填入数据，业务就可以满足了。

现在又有新的业务需求，即这个活动周期为1个月，用户每天都要能参与一次，现有的表模型就不支持了！

关系表（EntityDimensions）的时间字段TimeInterval是个varchar，表示1天、1小时等枚举值是可以，如果表示时间段，每天等带频次的复杂时间是不够的，所以，最好的办法之一就是将时间维度拆出一张表

CREATE TABLE TimePeriods (
    TimePeriodID INT PRIMARY KEY,
    PeriodName VARCHAR(50),       
    TimeInterval VARCHAR(50),     -- 时间周期（每天、每小时、每半小时、每分钟）
    StartTime TIME,               -- 时间段开始时间
    EndTime TIME                  -- 时间段结束时间
);

有了这张表后，就可以表示周期时间段的计数关系了。

有了这张表后，业务在查询EntityDimensionRecords，就知道这条记录的周期，开始时间结束时间。

如果时间频次TimeInterval是天，当前时间为2022-12-12时，EntityDimensionRecords.RecordDate值为2022-12-11时，那么EntityDimensionRecords需要重新生成一条记录，并且RecordDate值为2022-12-12；

越往深入，能够枚举出的维度是有限的，在大的方向上，每一个维度也可以拆分出一个领域也是可行的。因为维度值不一样，单纯用维度一个变量有点满足不了需求，如时间维度和数量维度，维度值用一个变量就表示不了，时间范围最少需要2个字段。所以在不同的业务发展时期，只有当时最合适的设计，没有永远对的设计。在考虑扩展性的同时，也需要考虑研发成本。

如果以后有需求对计数的方式有变化，比如一次计数消耗2次机会，那相应的，再在EntityDimensions.LimitValue字段上做一个新表来表示计数的复杂方式。万变不离其宗，好的设计一定是支持业务慢慢成长起来的。糟糕的设计是不停的妥协设计，随着时间推移开发和维护将会越来越困难！