Topik ini menjelaskan persyaratan data untuk mengimpor tabel perilaku pengguna di Quick Audience.
Karena Jenis Sumber Data untuk menyimpan data mentah adalah MaxCompute, dan Jenis Sumber Analisis yang digunakan oleh Quick Audience adalah ADB 3.0 atau Hologres, agar data dapat mengalir dengan lancar antara sumber komputasi dan analisis, Quick Audience tidak mendukung jenis data MaxCompute berikut: BOOLEAN、CHAR、ARRAY、STRUCT、MAP、BINARY. Silakan merujuk ke Versi Tipe Data 2.0 untuk daftar tipe data MaxCompute.
Tabel perilaku pengguna mencatat perilaku logon, menjelajah, membeli, mengumpulkan, dan membeli dari pengguna. Contoh representasi lebar besar MaxCompute:

Persyaratan bidang:
Jenis Bidang | Tipe bidang | Deskripsi |
ID pengguna yang mengeksekusi pernyataan. | Tipe teks, tipe numerik |
|
Waktu terjadinya perilaku. | Waktu |
|
saluran perilaku | Tipe teks, tipe numerik | |
Jenis perilaku. | Teks | |
Atribut perilaku | Teks, numerik, dan waktu | seperti produk, kategori, merek, toko, kupon, diskon, dan periode pra-penjualan. Opsional. Anda dapat menentukan beberapa bidang. |
Metric statistik. Nilai valid: | Tipe numerik | seperti jumlah, jumlah, dll. Opsional. Anda dapat menentukan beberapa bidang. |
Anda dapat menyesuaikan nama semua bidang.
Tabel tidak memiliki kunci utama. ID pengguna yang sama dapat memiliki beberapa catatan. Jika salah satu kondisi dalam waktu perilaku, jenis perilaku, saluran perilaku, dan atribut perilaku berbeda, baris terpisah harus digunakan.
Mendukung tabel partisi.
FAQ
Dulu ada bidang objek perilaku dalam sampel tabel data sebelumnya, mengapa sekarang tidak?
Jawaban: Di V4.4.0 dan versi selanjutnya, untuk menyimpan data Event yang dilaporkan sebagai tabel perilaku pengguna, bidang kelas objek perilaku asli diubah menjadi bidang kelas atribut perilaku, dan bidang kelas atribut perilaku yang ada tetap tidak berubah. Anda masih dapat menggunakan skema tabel perilaku pengguna asli. Bidang kelas objek perilaku dalam skema tabel perilaku pengguna yang dikonfigurasi secara otomatis diubah menjadi bidang kelas atribut perilaku. Saat Anda melakukan operasi seperti Konfigurasi Struktur Tabel Perilaku Pengguna, Penyaringan Audiens, Pembuatan Model AIPL, dan Tag Preferensi, item konfigurasi objek perilaku asli digabungkan dengan item konfigurasi atribut perilaku.