API du jeu de données de vente TVOD

API du jeu de données de vente TVOD

Dernière mise à jour 2026-08-17

Le jeu de données des ventes TVOD fournit des données de vente au niveau des transactions pour votre activité de vidéo transactionnelle à la demande (TVOD) Prime Video. Chaque enregistrement représente une transaction terminée (achat ou location). Les données sont fournies sous forme de journal des modifications à ajouter uniquement via l’API Slate Datasets, ce qui vous donne une flexibilité totale pour créer des analyses personnalisées et calculer des indicateurs adaptés aux besoins de votre entreprise.

Principaux avantages

  • Informations plus rapides — Les données de vente sont regroupées plusieurs fois par jour, la plupart des transactions étant livrées dans les 9 heures suivant leur fin.
  • Séparation des coûts et des ventes : les signaux de vente arrivent par lots de 4 heures ; les informations sur les coûts (net_cogs) sont actualisées tous les jours, afin que vous puissiez obtenir des signaux de revenus le plus rapidement possible.
  • Cohérence — Formatage standardisé sur tous les territoires dans une source unique.
  • Ingestion simplifiée — Modèle de journal des modifications avec ajout uniquement avec un schéma d’insertion simple pour une ingestion automatique et sans intervention directe.
  • Granularité au niveau des transactions : accédez aux données individuelles au niveau des commandes pour optimiser les analyses personnalisées, le suivi des performances au niveau du titre et les intégrations de systèmes internes.
  • Intégration flexible — Intégrez les données de vente TVOD à vos systèmes internes, à vos entrepôts de données et à vos outils de BI.

Fonctionnalité

API Slate Datasets

Type d’accès

Programmatique (API REST)

Idéal pour

Pipelines automatisés, rapports d’entreprise, analyses personnalisées

Authentification

Connectez-vous avec le profil de sécurité Amazon (LWA)

Format des données

Fichiers CSV (compressés au format gzip)


Commencer

Prérequis

  • Partenariat TVOD actif avec Prime Video
  • Profil de sécurité d’une connexion avec Amazon (LWA)
  • ID client enregistré auprès de votre gestionnaire de compte de contenu (CAM)
  • Un code d’autorisation pour demander un jeton
  • Un jeton d’authentification LWA valide pour toutes les demandes d’API

Configuration
de l’authentification
Pour récupérer des ensembles de données, vous devez d’abord intégrer la suite d’API Datasets. Vous trouverez plus de détails ici.

Points de terminaison de l’API

Points de terminaison Discovery
Utilisez ces points de terminaison pour rechercher les identifiants de votre compte et de votre contrat par programmation :

Point final

Retours

GET /v2/comptes

Liste des comptes Slate auxquels vous pouvez accéder

OBTENEZ /v2/accounts/ {ACADIA_ID}

Secteurs d’activité disponibles (par exemple, canaux, transactions)

GET /v2/accounts/ {ACADIA_ID} /transactions

Liste des identifiants de contrats TVOD associés à votre compte

GET /v2/accounts/ {ACADIA_ID} /transactions/ {CONTRACT_ID} /ensembles de données

Ensembles de données disponibles pour un contrat

Récupération de fichiers d’ensembles de données
Utilisez ce point de terminaison pour récupérer des liens vers des fichiers d’ensembles de données de transactions pour votre contrat :

Paramètres de demande

Paramètre

Description

ACADIA_ID

L’identifiant de votre compte Slate. Trouvez-le à l’aide de GET /v2/accounts.

IDENTIFIANT_CONTRAT

L’identifiant de votre contrat TVOD.

Date/heure de début

Réglez sur la dernière fois que vous avez tiré. Format : YYYY-MM-DDTHH:MM:SSZ (UTC).

Date/heure de fin

Réglé à l’heure actuelle. Format : YYYY-MM-DDTHH:MM:SSZ (UTC).

limite

Maximum de 1 000 liens par page.

Ce point de terminaison renvoie des liens vers des fichiers CSV téléchargeables (compressés au format gzip) contenant les journaux des transactions, et non les transactions directement.

Pagination
Toutes les réponses sont paginées. Utilisez les paramètres de requête suivants pour parcourir les résultats :

Paramètre

Par défaut

Description

limite

10

Number de documents renvoyés par page. 1 000 au maximum.

décalage

0

Nombre de pages à ignorer.

Tous/Toutes les réponses paginées contiennent les champs suivants :

Champ

Description

total

Nombre total de documents sur toutes les pages.

suivant

URL de la page suivante. Null s’il se trouve sur la dernière page.

Modèle de données

Concepts clés

Concept

Description

Transaction

Un événement de commande terminé (achat ou location). Chaque transaction est identifiée par un order_item_id unique.

Modèle Changelog

Les données peuvent être ajoutées uniquement. Si les attributs d’un enregistrement changent (par exemple, le coût arrive), un nouvel enregistrement est publié avec le même order_item_id mais un last_update_time_utc plus récent.

Clé primaire

order_item_id est l’identifiant unique de chaque transaction. Dédupliquez toujours dans ce champ.

Coût par rapport aux ventes

Les données de vente arrivent par lots de 4 heures. Costing (net_cogs) est actualisé tous les jours, de sorte que les enregistrements sont mis à jour avec le coût lorsqu’ils sont disponibles.

Actualité des données

Attribut

Cible

Livraison des données de vente

Toutes les 4 heures (par lots)

Actualisation des coûts (net_cogs)

Toutes les 24 heures

Latence de bout en bout

Environ 9 heures entre la transaction et la disponibilité des données

Conservation des données

2 ans maximum

Exactitude des données

Attribut

Détails

Source de vérité

Les bénéfices et les états financiers restent la dernière source de vérité pour les paiements et les coûts.

Écart attendu

Un écart mineur peut exister en raison des nuances de date et d’heure et des différences d’agrégation par rapport aux rapports financiers/de redevances.

Portée

Commandes terminées au moment de la transaction pour le suivi des performances. Ne remplace pas les rapports financiers ou de redevances.

Cet ensemble de données est conçu pour un suivi des performances plus rapide et continu. Attendez-vous à un léger écart par rapport aux rapports financiers (par exemple, Video ASIN Daily Level Summary) en raison des nuances de date et d’heure et des différences d’agrégation. Il s’agit d’un comportement attendu et non d’un problème de qualité des données.

Définitions des données

Champs principaux
Le tableau suivant décrit tous les champs disponibles dans le jeu de données transactions_event_log :

Nom du champ

Type

Nullable

Description

Exemple

ID de l’article de commande

CHAÎNE

Non

Identifiant unique pour chaque transaction. Clé primaire pour la déduplication.

ABC123XYZ

date_transaction_heure_utc

HORODATAGE

Non

Heure de la transaction en UTC.

2026-01-14T 00:04:41.575

date_transaction_time_local

HORODATAGE

Non

Heure de la transaction dans le fuseau horaire local.

14-01-2026T 01:04:41,575

pv_title_id

CHAÎNE

Non

Identifiant de titre unique.

tt1234567

type_contenu

CHAÎNE

Non

Type de contenu acheté.

Film, Épisode télévisé, Saison télévisée

type_achat

CHAÎNE

Non

Indicateur d’achat ou de location.

EST (achat), VOD (location)

qualité_du contenu

CHAÎNE

Non

Niveau de qualité vidéo.

SD, HD, UHD

territoire

CHAÎNE

Non

Code du Territoire.

ÉTATS-UNIS, GB, DE, JP, AU

classe_appareil

CHAÎNE

Oui

Catégorie d’appareil.

Fire TV, téléphone portable, Internet

nom_titre

CHAÎNE

Non

Nom du titre.

La grande aventure

devise

CHAÎNE

Non

Code de devise ISO 4217.

USD, EUR, JPY

vendor_sku

CHAÎNE

Oui

SKU fourni par le partenaire.

WB-MOV-001

net_cogs

DÉCIMALE

Oui

Coût net des biens vendus, hors taxes. Rafraîchit tous les jours. Peut être NULL au départ.

4,99

revenu_net

DÉCIMALE

Non

Recettes nettes, hors taxes.

14,99

créer_heure_utc

HORODATAGE

Non

Enregistrez l’heure de création en UTC.

14-01-2026T 01:39:06 .619

heure_de_dernière_actualisation_utc

HORODATAGE

Non

Enregistrez l’heure de la dernière mise à jour. Utilisé pour la logique de déduplication.

14-01-2026T 01:39:06 .619

Remarques sur
le terrain
Les domaines suivants présentent des caractéristiques comportementales importantes que les partenaires doivent connaître :

Champ

Calcul/Logique

Remarques

net_cogs

Se rafraîchit tous les jours

Peut initialement apparaître sous la forme NULL ou 0 ; les mises à jour sont effectuées dans les 24 heures suivant l’arrivée des coûts.

heure_de_dernière_actualisation_utc

Les dernières victoires par horodatage

Lorsque plusieurs enregistrements existent pour le même order_item_id, ne conservez que l’enregistrement contenant le dernier last_update_time_utc.

territoire

Un jeu de données unique pour tous les territoires

Aucun fichier par territoire ; filtrez par code de territoire selon les besoins.

type_achat

Valeurs d’énumération fixes

EST = vente électronique (achat permanent). VOD = location limitée dans le temps.

Déduplication

Aperçu
Le jeu de données utilise un modèle de journal des modifications. Lorsqu’un enregistrement est mis à jour (par exemple, lorsque les coûts arrivent), une nouvelle version est publiée avec le même order_item_id et un last_update_time_utc plus récent. Pour garantir l’exactitude des données, appliquez toujours une logique de déduplication avant d’écrire des enregistrements vers votre destination.

Requête de déduplication
Utilisez le modèle SQL suivant pour dédupliquer et conserver uniquement la dernière version de chaque transaction :

Modèle Upsert
Utilisez ce modèle pour conserver une table locale avec l’état le plus récent de chaque transaction :

Pipeline ETL

Aperçu
Suivez ce processus en quatre étapes pour créer un pipeline d’ingestion fiable et automatisé pour les données de ventes de TVOD.

Étapes du pipeline

  1. Extraction initiale des données : extrayez tous les fichiers de votre contrat dans le délai souhaité à l’aide du point de terminaison de l’API. Téléchargez tous les fichiers renvoyés. Chaque fichier contient des enregistrements de transactions au format CSV (compressé au format gzip).
  2. Déduplication — Lorsque plusieurs enregistrements existent pour le même order_item_id lors du traitement de plusieurs jours de données, ne conservez que le dernier enregistrement last_update_time_utc à l’aide de la requête de déduplication de la section 6.2.
  3. Transférer vers la destination — Fusionnez les enregistrements dédupliqués dans votre table de destination en utilisant order_item_id comme clé. Voir le schéma d’augmentation dans la section 6.3.
  4. Traitement incrémentiel : pour les chargements de données en cours, définissez StartDateTime sur la dernière extraction et EndDateTime sur l’heure actuelle. Traitez tous les fichiers renvoyés et insérez-les dans votre destination.

Définissez les paramètres suivants pour les exécutions incrémentielles :

Cadence d’ingestion recommandée

Recommandation

Détails

Cadence recommandée

Toutes les 4 à 6 heures pour rester le plus à jour possible.

Stratégie de traitement incrémentielle

Définissez StartDateTime sur le dernier horodatage récupéré et EndDateTime sur l’heure actuelle. Traitez tous les fichiers renvoyés.

Consommateurs quotidiens ou hebdomadaires

Si vous récupérez des fichiers tous les jours ou toutes les semaines, assurez-vous de traiter tous les fichiers pendant toute la période afin d’éviter de manquer des enregistrements.

Heure de début recommandée

Pour les tâches quotidiennes, commencez à 1 heure du matin UTC pour enregistrer les tâches terminées le jour précédent.

Exemples de requêtes

Utilisez ces modèles SQL pour commencer à utiliser les cas d’utilisation courants en matière d’analyse. Remplacez [START_DATE], [END_DATE] et [X] par les valeurs souhaitées.

Les X titres les plus populaires par chiffre d’affaires sur une période

Chiffre d’affaires total par type d’achat

Récapitulatif des ventes quotidiennes

Recettes par Territoire

Normes de Qualité

Objectifs de Qualité des données

Dimension de qualité

Cible

Mesure

Intégralité

> 99 % des transactions capturées

Comparaison avec les rapports financiers

Respect des délais

~9 heures de latence de bout en bout

Temps écoulé entre la transaction et la disponibilité des données

Cohérence

Format standardisé unique

Tous/Toutes les régions réunies dans un seul jeu de données

Limitations connues

Limitation

Description

Incidence

Retard d’établissement des coûts

net_cogs s’actualise tous les jours, pas en temps réel.

Les enregistrements peuvent initialement indiquer un coût nul ou nul ; les mises à jour se font dans les 24 heures.

Conservation des données

Maximum de 2 ans de données historiques.

Les demandes dont l’horodatage remonte à plus de 2 ans ne renverront aucun résultat.

Expiration des jetons

Les jetons d’accès LWA expirent au bout d’une heure.

Doit implémenter une logique de jeton d’actualisation pour un accès ininterrompu.

Livraison basée sur des fichiers

L’API renvoie des liens vers des fichiers, et non des lignes de données directes.

Nécessite une étape de téléchargement dans votre pipeline avant le traitement.

Finances diverses

Écart mineur par rapport aux rapports financiers/de redevances.

Comportement attendu dû à une nuance de date et d’heure ; il ne s’agit pas d’un problème de qualité des données.

Questions fréquemment posées

Toujours besoin d’aide?

Contactez-nous


Erreur de serveur interne ! Veuillez réessayer
Votre session a expiré

Merci de vous connecter pour continuer

Connexion
edit