TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是数据模型?分层、类型和事件模型示例

数据模型描述数据里的实体、属性和关系。三个层次、常见类型,以及一个展示事件、用户和属性如何连接的事件模型示例。

苏禾 审核人 伊森·布鲁克斯 又称 数据建模 最后更新 2026 年 11 月 19 日 术语表

一句话回答

数据模型描述一份数据里有什么、怎么连接:你要为之保存记录的实体、每个实体的属性,以及它们之间的关系。在分析里,模型的核心是事件、用户及其属性如何连在一起。

什么是数据模型?

数据模型是对数据集“里面有什么、各部分怎么连接”的书面描述:有哪些实体(你要为之保存记录的对象)、每个实体有哪些属性、哪些关系把它们连起来。它是表、仪表盘和查询之前的蓝图。

一家商店的数据模型,用一句话说:“一个顾客下多个订单;一个订单包含多个商品;每个商品有价格和类别。”三个实体、三种关系、几个属性。任何人读完就知道这份数据能回答什么问题、不能回答什么问题。

对分析来说,模型里最重要的是三样东西怎么连:事件(发生了什么)、用户(谁做的)和属性(各自的细节)。这一点对了,漏斗、留存和分群自然就顺;错了,不同报表的数字就对不上。

数据模型分哪三层?

模型按三种详细程度来画,每一层写给不同的读者。

层次描述什么写给谁例子(商店)
概念层用业务语言写主要实体和它们的关系业务负责人、产品经理顾客 — 下 — 订单
逻辑层每个实体的属性、主键和关系规则,不依赖具体数据库分析师、数据设计人员订单有 order_id(主键)、customer_id、placed_at、total
物理层具体系统里实际的表、列、数据类型和索引工程师orders(order_id BIGINT PRIMARY KEY, customer_id BIGINT, placed_at TIMESTAMP, total DECIMAL(10,2))

自上而下做:先对齐概念层的图,因为在还没说清什么是“订单”时就争论列的类型,是浪费时间。Codd 的关系模型(1970)和 Chen 的实体—关系图(1976)是这套词汇的源头。

常见的数据模型有哪几种?

类型形态适合注意
关系型表之间用键连接交易、需要一致的业务记录事件量特别大时连接会变慢
维度型(星型)中间一张事件或销售的事实表,周围是描述性的维度表报表和商业智能需要提前规划按哪些维度查询
文档型嵌套记录(JSON)属性灵活多变很难保证各处字段一致
图节点和边关系网络做普通汇总不自然
事件型只追加的“谁、何时、做了什么、细节是什么”的流行为分析命名必须严格,否则同一个动作会被记成很多个名字

多数产品分析工具在维度布局之上采用事件型模型:一张很大的事件事实表,加上每个用户一份档案。

事件模型长什么样?

示例数据:一个网店事件模型的三行切片。

事件时间访客用户(登录后)属性
page_view10:02:11v_8f3—page = /pricing,source = google
signup10:04:40v_8f3u_204plan = free
purchase10:19:05v_8f3u_204order_total = 49.00,currency = USD

用户档案只存一份:

用户邮箱域名国家创建时间
u_204example.comDE10:04:40

从这个例子里读出模型:

  • 事件有名称、时间和一个人。同一个名称永远表示同一个动作。
  • 事件属性描述这一次发生的细节(页面、订单金额),每一行都不一样。
  • 用户属性描述这个人,存在档案里(国家、套餐),变化很慢。
  • 身份是连接的纽带:访客 v_8f3 在注册时成为用户 u_204,所以更早的那次页面浏览可以归到同一个人。

属性该放在事件上还是用户上?

问一句:这是关于这一刻的事实,还是关于这个人的事实?

  • “订单金额”“页面路径”“按钮名称” → 事件属性。
  • “国家”“注册日期”“当前套餐” → 用户属性。
  • “购买时的套餐” → 复制到事件上,因为用户属性之后会变,而历史不应该变。

放错的代价是实实在在的。示例数据:10,000 个用户,每人 120 个事件,一共 1,200,000 行事件。把 6 个用户属性复制到每一行,要存 1,200,000 × 6 = 7,200,000 个值;只在档案里存一次,是 10,000 × 6 = 60,000 个。重复的数据还会走样:同一个人,一行写“plan = free”,另一行写“pro”,哪个对?必须保持不变的内容存在事件上,其余放在一个地方。

分析数据模型有哪些设计原则?

  1. 一个动作一个名字。到处都用 signup,不要 sign_up、Signup、registered 混用。名称是每份报表的键。
  2. 事件少、属性多。二十个命名清晰的事件,好过五百个一次性事件。把“哪个按钮”放进属性,不要建 button_a_click 事件。
  3. 类型一致。一个属性要么处处是数字,要么处处是字符串。价格有的行存成 “49.00”、有的存成 49,求和就会出错。
  4. 有意识地定义键。决定哪个 id 表示访客、设备、个人和账户,以及它们怎么连接。
  5. 写下来。没人读得懂的模型就没有被共享。数据字典列出每个字段的含义,事件 schema确定每个事件的结构。

多个系统怎么合并成一个模型,见统一数据模型。

团队在数据模型上常犯什么错?

  • 为界面建模,而不是为行为建模。以界面元素命名的事件,每次改版都会失效。命名动作(add_to_cart),不要命名控件。
  • 该用列表的地方用了自由文本。“Plan = Pro”“pro”“PRO”对计算机来说是三个值。
  • 没有负责人。没人决定能不能加新属性,模型就会无限膨胀。
  • 悄悄改变含义。如果 purchase 以前包含试用、现在不包含,新旧数据就没法比较了。记录变更日期。
  • “以防万一”什么都采。每个你不用的属性仍然要维护,有些还可能是不该保存的个人数据。

TapCub 怎么给你的数据建模?

TapCub 的模型是事件型,带用户和账户两层,并且设计成先写下来再建。沿用网店的例子:

  1. 先规划事件。在 全端分析 › 数据管理 › 埋点方案里,每一行记录一个你打算采集的事件:事件名、显示名、分类、平台、触发时机、属性(名称、类型、是否必填、示例)、负责人和状态。还没写代码的事件也可以先列出来。
  2. 检查实际到达的数据。打开实时验证(近 24 h),能看到每个事件到达了多少次、必填属性有多完整。没人规划过的新事件会进入 全端分析 › 数据管理 › 事件收件箱,等待认领。
  3. 管住属性。 全端分析 › 数据管理 › 属性字典分用户、事件、账户三个页签。每个键有类型(字符串、数值、布尔、日期时间或列表)、敏感度标签,以及可选的校验规则,比如允许的取值。
  4. 把人连起来。匿名访客有访客 id;站点调用 tapcub.login 之后,这个人会出现在 全端分析 › 用户 › 用户,同一设备上更早的匿名行为会归到他名下。登录需要开启识别模式,取决于你的套餐。按访客、设备、个人还是账户计数,是每次分析时自己选的。
  5. 如果你卖给企业,再加账户层。调用 tapcub.group('company', 'acme', {...}) 之后,人会汇总到 全端分析 › 用户 › 账户里的账户下。

TapCub 不替你设计模型,也不强制某种数据仓库的表结构;埋点方案、属性字典和校验规则是帮你保持自己模型一致的工具。

资料来源

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

数据模型的三种类型是什么?

概念、逻辑和物理。概念模型用业务语言展示实体和关系;逻辑模型加上属性、键和规则,不依赖具体数据库;物理模型是某个系统里实际的表、列、类型和索引。

数据模型和数据库结构(schema)有什么区别?

数据模型是设计:有哪些实体、怎么关联。schema 是它在某个数据库里的一种实现,有确切的表和列类型。一个模型可以实现成不同的 schema;没有模型的 schema 很难理解。

分析工具用什么数据模型?

多数行为分析工具用事件型模型:一串事件,每个事件有名称、时间、人和属性,再加上每个用户的属性档案。有些工具还为企业客户增加账户层。

属性该存在事件上还是用户上?

关于那一刻的事实存在事件上,比如订单金额、页面路径。关于这个人、变化缓慢的事实存在用户档案里,比如国家。如果需要当时的值,比如购买时的套餐,就把它复制到事件上。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie