# 短视频商业数据入库规范

## 一、数据真实性原则

1. 商业表现数据必须来源于真实市场数据，严禁虚构推测
2. 数据来源需标注：平台官方数据 / 第三方数据工具 / API拦截 / 创作者公开披露
3. 无法验证的数据不得入库，或需标注"未验证"并降低使用权重

## 二、最小入库单元

每条商业数据分块对应一个具体视频（video_id），视频是商业数据的最小入库单元。

## 三、必填字段

### 分类字段

| 字段 | 说明 |
|------|------|
| 赛道 | 一级赛道 |
| 内容分类 | 二级内容分类 |
| 内容形式 | 内容形式 |
| 时长区间 | 时长区间 |
| 变现模式 | 变现模式 |
| 创作维度 | 固定值：商业表现数据 |
| 分块类型 | 固定值：商业表现数据 |

### 标签字段

| 字段 | 说明 |
|------|------|
| video_id | 视频唯一标识 |
| creator | 创作者名称 |
| 平台 | 平台 |
| 是否爆款 | 是否爆款 |
| 核心钩子 | 核心钩子类型 |

### 商业数据字段

| 字段 | 说明 | 是否必填 |
|------|------|----------|
| publish_date | 发布日期 | 是 |
| play_count | 播放量 | 是 |
| like_count | 点赞量 | 是 |
| comment_count | 评论量 | 是 |
| share_count | 分享量 | 是 |
| favorite_count | 收藏量 | 是 |
| like_rate | 赞播比 | 否（可计算） |
| comment_like_rate | 评赞比 | 否（可计算） |
| share_like_rate | 享赞比 | 否（可计算） |
| completion_rate | 完播率 | 是 |
| 3sec_retention | 3秒留存率 | 是 |
| follower_count | 发布时粉丝数 | 否 |
| follower_growth | 粉丝增量 | 否 |
| gmv | 电商GMV | 按变现模式 |
| roi | ROI | 按变现模式 |
| cpm | CPM | 按变现模式 |
| data_source | 数据来源 | 是 |

## 四、创作-商业归因规范

### 归因内容必须包含

1. **视频概述**：一句话概括视频内容
2. **核心创作要素**：列出3-5个关键创作决策
3. **商业结果**：主要数据表现
4. **归因分析**：哪些创作要素可能促成了商业结果
5. **置信度标注**：
   - 高：≥5个同类视频验证
   - 中：2-4个同类视频验证
   - 低：单视频观察，仅作假设

### 归因示例

```
核心创作要素：
1. 开场钩子："被断供生活费"痛点+反向爆金币反差
2. 人设：抠门打工人+穷开心独居留学生
3. 结构：省钱采购→废料美食制作→沉浸吃播
4. 商业植入：旧手机显矮痛点→转转回收自然过渡
5. 画面：手持自拍纪实+真实疲惫毛边

商业结果：
- 播放量：1987万
- 赞播比：3.92%
- 享赞比：5.30%（转发型内容）
- 完播率：约35%（1-3min vlog 中较高）

归因分析（置信度）：
- 反向爆金币钩子 → 高完播+高互动（置信度=高，同类型3期均表现优异）
- 废料美食制作 → 猎奇传播+收藏（置信度=中，2期类似选题验证）
- 转转植入时机 → 商业转化（置信度=低，单视频数据，缺乏转化明细）
```

## 五、数据更新机制

1. 爆款视频数据发布后7天内完成入库
2. 长尾视频数据可延后30天内入库
3. 数据修正需保留历史版本，标注修正原因
4. 每月进行一次数据质量审计

## 六、隐私与合规

1. 不得采集个人隐私数据
2. 公开创作者数据需注明来源
3. 涉及未成年人、敏感话题的数据需谨慎处理