# 商业数据入库规范

> V5.0新增：商业表现数据的入库规范，确保数据真实性和完整性

---

## 一、数据入库标准

### 1.1 必填字段

每部剧的商业表现数据入库必须完成以下字段：

| 字段类型 | 必填字段 | 说明 |
|----------|----------|------|
| **分类字段** | region / gender / genre / style / monetization | 五维定位，决定分区 |
| **标签字段** | universe / identity / golden_finger / tone / element | 核心设定标签 |
| **剧级标识** | drama_id / drama_title / launch_date / total_episodes / platform | 剧基本信息 |
| **通用指标** | total_views / viewer_count / 7day_retention / engagement_rate | 通用商业指标 |
| **变现模式指标** | 按变现模式选择对应指标体系（见商业数据指标标签.md） | 付费/免费/IAP专属指标 |
| **数据来源** | data_source / data_date | 数据来源标注 |

**缺必填字段拒绝入库**。

### 1.2 数据真实性要求

1. **严禁虚构数据**：所有数据必须来源于真实市场数据
2. **严禁推测填充**：缺失字段标注"暂无"，不得用推测值填充
3. **数据来源必须标注**：每条数据标注来源类型和获取日期
4. **多源交叉验证**：同一指标尽量从2个以上来源交叉验证

### 1.3 数据口径标注

1. **不同平台数据口径不同**：必须标注数据口径说明
2. **同一剧在不同平台的数据可能有差异**：按主平台数据为准，辅助平台数据标注差异
3. **海外数据需要标注汇率**：海外数据以当地货币为单位，同时标注汇率折算

---

## 二、数据入库流程

```
商业数据入库流程（6步）：

① 数据采集 → 从平台公开数据/行业报告/采购数据获取原始数据
② 五维定位 → 确定 region + gender + genre + style + monetization
③ 标签标注 → 标注 universe + identity + golden_finger + tone + element
④ 商业数据填写 → 按变现模式选择指标体系，填写全部必填字段
⑤ 数据来源标注 → 标注 data_source + data_date + 数据口径说明
⑥ 分区归类与审核 → 按五维+变现模式归入对应商业数据目录，管理员确认数据真实性后入库
```

---

## 三、数据更新规范

### 3.1 更新频率

| 数据类型 | 更新频率 | 责任方 |
|----------|----------|--------|
| 爆款剧数据 | 月度 | 数据运营 |
| 非爆款剧数据 | 季度 | 数据运营 |
| 海外剧数据 | 月度 | 数据运营 |
| 数据口径调整 | 半年度 | 数据团队 |

### 3.2 更新流程

1. 每月采集新上线剧的商业数据
2. 每季度更新已有剧的累计数据（total_views等持续增长指标）
3. 每半年校验数据口径一致性
4. 数据更新后同步更新关联的创作-商业归因映射

---

## 四、创作-商业关联标注规范

### 4.1 关联映射格式

每部剧的商业数据分块必须包含 **创作维度-商业结果关联映射** 表格：

| 创作维度 | 关联指标 | 关联分析 | confidence |

### 4.2 confidence 分级标准

| confidence值 | 判定标准 | 说明 |
|-------------|----------|------|
| **高** | 同五维定位≥5部剧数据统计验证 | 多剧统计支撑，因果性较强 |
| **中** | 同五维定位2-4部剧数据+逻辑推断 | 有限统计+逻辑合理，相关性较强 |
| **低** | 仅1部剧数据+主观推断 | 单剧个案，仅相关不推断因果 |

### 4.3 归因规则

1. **相关性≠因果性**：confidence=高仅代表统计相关性强，不代表确定因果关系
2. **单剧归因必须标注confidence=低**：除非有≥5部同类型剧数据统计验证
3. **多剧统计必须标注样本量**：如"基于5部国内女频重生复仇付费剧数据"
4. **优化建议引用商业数据时必须标注confidence**：不能把相关性强归因当作确定性结论使用

---

## 五、数据质量巡检

| 巡检维度 | 频率 | 标准 |
|----------|------|------|
| 必填字段完整性 | 月度 | 100%覆盖 |
| 数据真实性 | 季度 | 多源交叉验证≥50% |
| 数据时效性 | 月度 | 近6个月上线剧≥80%入库 |
| 数据口径一致性 | 半年度 | 同指标不同来源口径≤10%差异 |
| 归因confidence标注 | 月度 | 100%归因有confidence标注 |
| 商业数据覆盖率 | 月度 | 每种地域×性别×变现模式≥3部剧数据 |