GA4受众创建正则表达式正确性咨询及受众池过小问题排查

原正则的错误点 #

• 第一组正则(^Flat White$).*|...：用^和$强制要求item_name完全精确匹配指定短语，比如只有当item_name严格等于"Flat White"时才会被纳入，而实际数据中如果存在带规格（如"Flat White Medium"）、后缀的条目，都会被排除。末尾的.*完全多余，因为^xxx$已经限定了整个字符串的内容，没有多余字符可以匹配。
• 第二组正则^(Cappuccino|...)：用^强制要求item_name以指定词汇开头，如果条目是"Large Cappuccino"这类词汇在中间的情况，就会被漏掉，不符合你“包含任一术语”的核心需求。

正确的正则写法 #

如果目标是匹配包含任一指定术语的item_name（无论术语在字符串中的位置），直接用OR逻辑拼接所有术语即可，不需要^或$：

Cappuccino|Flat White|Mocha|Latte|Americano|Ovaltine|Bubble Milk|Croissant|Sugar Loaf|Thick Toast|Mini Donuts|Ciabatta|Pizza Bread|Baked Pasta|mousse cake|cheesecake|tiramisu

如果需要忽略大小写（比如数据中存在小写的"flat white"），可以在正则开头添加(?i)开启不区分大小写匹配：

(?i)Cappuccino|Flat White|Mocha|Latte|Americano|Ovaltine|Bubble Milk|Croissant|Sugar Loaf|Thick Toast|Mini Donuts|Ciabatta|Pizza Bread|Baked Pasta|mousse cake|cheesecake|tiramisu

受众池规模小于预期的原因 #

1. 原正则的匹配逻辑错误，仅覆盖了精确匹配或开头匹配的条目，大量包含术语但位置不符、带额外内容的有效记录被遗漏。
2. 可能存在大小写不匹配的情况，比如数据中的条目是小写或混合大小写，而你的正则仅匹配了特定大小写形式，导致部分数据未被纳入。
3. 分两组设置的方式可能存在逻辑漏洞，部分符合条件的条目既不在第一组的精确匹配范围内，也不在第二组的开头匹配范围内，最终被排除。

内容的提问来源于stack exchange，提问作者heemoon ling