一、引言

       在数据分析和用户行为研究领域，事件模型和SPM（Sequence Pattern Mining，序列模式挖掘）模型是两种重要的方法论，广泛应用于产品优化、用户行为分析和市场营销等方面。以下是对这两种模型的简述

二、事件模型

       事件模型是一种关注于用户在特定时间点上所执行操作的方法，主要用于捕捉和分析用户行为中的“事件”。事件可以是用户与产品的互动，如点击按钮、浏览页面、提交表单或完成购买等。事件模型的核心目标是识别和理解用户行为背后的意图和模式，以便优化用户体验和提升产品性能。

     所谓的【事件模型】，其实是【事件 – 用户模型】，简单理解，我们把用户的行为记录为事件和用户，分别存在事件表和用户表中，事件表中记录 Who、When、Where、What、How，即谁在什么时间，什么地点，以什么样的方式，做了一件什么样的事，用户表里面记录了某个用户有什么样的属性特征，比如年龄、性别等。

一个完整的事件（ Event ），包含如下的几个关键因素：

Who：即参与这个事件的用户是谁。

When：即这个事件发生的实际时间。

Where：即事件发生的地点。

How：即用户从事这个事件的方式。这个概念就比较广了，包括用户使用的设备、使用的浏览器、使用的 App 版本、操作系统版本、进入的渠道、跳转过来时的 referer 等。

What：以字段的方式记录用户所做的事件的具体内容。

不同的事件需要记录的信息不同，下面给出一些典型的例子：

对于一个“购买”类型的事件，则可能需要记录的字段有：商品名称、商品类型、购买数量、购买金额、付款方式等；

对于一个“搜索”类型的事件，则可能需要记录的字段有：搜索关键词、搜索类型等；

对于一个“点击”类型的事件，则可能需要记录的字段有：点击 URL、点击 title、点击位置等；

对于一个“用户注册”类型的事件，则可能需要记录的字段有：注册渠道、注册邀请码等；

对于一个“用户投诉”类型的事件，则可能需要记录的字段有：投诉内容、投诉对象、投诉渠道、投诉方式等；

对于一个“申请退货”类型的事件，则可能需要记录的字段有：退货金额、退货原因、退货方式等。

描述事件的任意一个字段，都是一个事件属性。应该采集哪些事件，以及每个事件采集哪些事件属性，完全取决于产品形态以及分析需求。

事件模型优点

       经过作者团队对事件模型调研和长时间的实践，总结如下三点：

1） 抽象能力强，能全面、精细地描述的用户行为

相比于 PC 时代的页面模型，事件模型表达能力更强，能刻画更多类型的用户行为；因为，对于页面模型的埋点，在最开始的时候已经固定好了采集哪几种类型的行为，比如页面浏览、按钮点击、push点击等等，不同类型的埋点也确定了其中会采集哪些字段，如果后续业务同学想在某个埋点中新增个性化的字段是比较麻烦的。

针对添加个性化字段的需求，一种解决方式是，我们在每类埋点中都预留一个 valvus 字段，以 k-v 的形式来记录此类埋点下所有个性化的字段，这样是可以解决问题，但成本比较高：

一个字段中存了多个信息，埋点元数据的管理成本增加；这样的字段非常灵活，难以约束业务方按照约定上报数据，有可能会出现一个 values 字段包含了上千个k-v，数据质量难以把控；在后期处理数据时，需要做额外的解析工作。另外，对于页面模型，如果后面要再采集一类埋点，需要重新设计一类埋点，后面的表、查询模型都要重新开发，非常的不灵活。

 2）可打通业务数据和行为数据，实现更精细的用户行为分析

 要把业务数据放入页面模型中是比较困难的，而对于事件模型，只要这个业务过程是有用户参与，就可以把业务数据表示为谁在什么时间、什么地点、以什么样的方式、做了一件什么样的事；随着用户行为分析越来精细，越来越深入业务，打通业务数据和行为数据已经是一件必要的事了，而事件模型在数据采集阶段就解决了这个问题。

3）容易理解，埋点设计起来相对容易

事件模型把用户和用户行为描述为「谁在什么时间，什么地点，以什么样的方式，做了一件什么样的事，这个用户有什么样的属性特征」，非常贴近自然语言，在很大程度上降低了模型的理解难度。

三、SPM模型

（一）什么是SPM

       SPM，全称超级位置模型（Super Position Model），是大数据中 Web 端和 APP 端采集用户在界面具体位置上的行为日志数据。同时，由 SCM （Super Content Model，超级内容模型）配合来获取位置中的内容，它们一起来完成用户行为细节的数据收集。

    SPM 和 SCM 范式最早由阿里巴巴提出并应用，现已成为大数据采集中数据埋点的重要规范。

    阿里在使用时spm时，通过spm-pre来标识上级来源页面的上级页面，通过spm-url来标识上级来源页面，通过spm-cnt来标识当前页面，其关系见下图，使用该逻辑在不进行join的情况下可以追踪用户当前行为的前2级页面具体点击位置，通常而言，追踪前一级页面就能够满足绝大多数的使用场景。

（二）SPM的应用场景

    因为spm编码本身是有层次的，因此，我们可以：

    单独统计spm的a部分，我们可以知道某一类站点的访问和点击情况，以及后续引导和成交情况。

    单独统计spm的a.b部分，我们可以用来评估某一个站点的访问和点击效果，以及后续引导和成交情况。

    单独统计spm的a.b.c部分，我们可以用来评估某一个站点上某一频道的访问和点击效果，以及后续引导和成交情况。

    单独统计spm的a.b.c.d部分，我们可以用来评估某一个频道上某一具体页面的点击效果，以及后续引导和成交情况。

（三）设计思路

       阿里的设计应用：

SPM核心包含如下几个等级的信息：

一是事件标记、二是事件类型、三是跳转关系、四是流量通道、五是其他参数。

1、事件标记

    我们用a.b.c.d用来标记某个页面中的某个事件。

a位：代表用户端层级，举例来说，手机淘宝App的a位，可以用tbapp标记，淘宝PC端可以用tbpc来标记，支付宝App端可以用alipayapp标记。

b位：代表端内的某个页面，如homepage则可以代表首页，cartpage可以代表购物车。

c位：代表某个页面中的某个区块，如购物车中，每个商品前面会有单选框，我们可以用S

singlebox标记，或者在淘宝首页有个聚划算区块，我们则可以用superdeal标记。

d位：代表某个区块中的某个具体的点击位置。拿上面的购物车中单选框举例，页面中有多个商品，每个商品前面都有单选框，这是后我们可以用1、2、3、4…直接标记勾选框的位置，或者是superdeal模块中，点击标题、商品都可以进入聚划算的页面，则可以用title表示点击了标题，用1、2表示点击了第几个商品模块。

例子总结：

spm=tbapp.homepage.searchbar.camera代表淘宝app中，首页顶部搜索栏中的相机按钮点击。

spm=tbapp.cartpage.product.1代表的是购物车中最上方第一个产品位的点击。

总体来说，d位置的定义相对来说会比较灵活，甚至还可以基于这个模型，扩展e的位置用来标记每一次请求，只要和数据团队约定好，不需要循规蹈矩。

2、事件类型

    abcd位仅能标记一个具体的位置，而区分不同的事件类型，基于特定事件类型记录不同的通用参数信息，才能覆盖到所有的统计需求，同时也有助于降低数据加工的难度和资源消耗，而以下三种类型基本够用。

页面类型：为了统计页面颗粒度的用户行为，当进入和退出页面时，需要记录用户id、设备id、时间戳、进入还是退出等参数，则可以统计每个页面的UV、PV、用户停留时长等数据。

点击类型：长按、滑动等我们都算作点击类型，无需其他解释。

曝光类型：指的是对于某个特定模块级别的曝光，比如说商品的曝光、视频的曝光，结合点击类型的事件一起来看，则可以计算出某个商品、帖子、视频的点击率。

3、跳转关系

    在跳转关系上，我们一般来说，只要在URL中，记录上一跳和上两跳的关系即可。

举例来说，我在购物车页面点击了第一个商品，则可以上报一次点击事件：spm=tbapp.cartpage.product.1

但上一跳我们可能是从某个商品详情过来的，那可以记录为：spm-pre=tbapp.detail.bottombar.addcart

上二跳我们可能是从首页的猜你喜欢信息流的第五个商品过来的，那可以记录为：

spm-pre2=tbapp.homepage.youmaylike.5

如此，用户的动线就被串联起来了。

4、流量通道

    那很有可能的是，我们要观察的颗粒度并不是一个页面，而是一组页面作为的一个大的功能模块，比如说首页的某一个频道，包含了多个页面，那如何去统计呢？这时候就要引入流量通道的概念。

比如说，我们把一个秒杀频道包含的3张页面，都标记为一个流量通道flashdeal，那只要将这三张页面的UV进行去重，则得到了这个频道的总UV，其他的点击、PV等也是同理在统计逻辑上处理即可。

5、其他参数

    其他参数相对来说自定义性比较高，但主要是针对不同的事件类型，我们要做一些规范通用的参数，比如点击商品或者视频的时候，必须要记录商品及视频的ID。这样才能在数据统计逻辑上知道商品颗粒度的分析。

四、总结

    事件模型和SPM模型在用户行为分析中相辅相成，前者能够提供实时的用户交互数据，帮助快速响应用户需求；而后者则注重深入挖掘数据中的潜在模式，为长期的产品策略和市场决策提供支持。将这两种模型结合使用，可以更全面地理解用户行为，提高产品的竞争力。