用户标签

说明：SaaS产品中此功能默认开启；私有化产品如需，请联系您的客户成功经理开启。

用户标签是具有某一系列特征的人群合集。用户标签是基于用户在平台内的所有行为数据，提炼出用户客观标签、目标、行为和观点等的数字/信息标识，并会关联到用户实体上。

您可从“分析工具” > “用户标签”进入，并进行使用。

使用权限：

1. 在用户标签列表右侧点击“+”后进入创建：
   当前提供「自定义标签、具体特征、SQL、上传文档」4种用户标签的创建方式。

   

2. 你可以根据业务需求选择对应的方式。

   标签基础信息：

   

   无论选择任何方式，用户标签需要包含如下信息：

   1. 展示名：不超过50个字符，无符号限制。

   2. 标签名（tag 名）：不超过50个字符，可输入数字、下划线及大小写字母。创建后，名称不可修改。

   3. 标签描述：无限制。

   4. 计算方式：可选择手动更新或每日例行。

      • 手动更新：创建后将不会自动更新用户，可手动点击“更新”按钮更新用户。
      • 每日例行：自动更新任务默认在每日服务器时间零点执行（与App选择时区一致）。

3.1 自定义标签 #

根据行为条件或用户标签，筛选特定人群，并对该人群打上输入/设置的标签值。若一个用户命中多个标签值，则优先匹配满足条件且顺序靠前的标签值。
如：创建“价值用户标签”，可通过自定义条件设定“高价值用户”、“中价值用户”、“低价值用户”。

自定义标签值中，支持创建20个分层（标签值），并自定义标签值名称。标签值的命名规范是：中文、数字、字母和下划线。
计算规则：

3.2 具体特征标签 #

根据行为条件或用户标签，筛选特定人群。基于具体特征作为标签值，对该人群打上标记。

• 用户可基于【时间、行为（做过/没做过）、事件、计算方式】以及该事件的标签，筛选人群。
• 选择人群后，基于某个指定事件【首次/末次/TopN/条件事件】的【属性】作为【标签值】。

3.3 SQL 计算 #

使用 SQL 语句进行标签的创建。按照特定的规则，返回指定的 SQL 数据即可进行 SQL 标签的创建。
SQL 目前支持字符串、列表、数值、时间和浮点数5种数据类型。

3.4 上传文件创建 #

使用上传文件计算结果作为标签值，为用户进行标记。上传包含“用户id”与“对应的标签值”文件，利用上传的用户标签筛选目标用户并进行标记。

• 导入标签目前支持字符串、列表、数值、时间和浮点数 5种数据类型。
• 通过上传 id 列表文件的方式创建标签时，需要选择文件id类型，系统将按照所选类型创建。

• string/int/float 格式：

  user_id,value
  a123456,value_a
  b123456,value_b
  c123456,value_c
  

• datetime 格式:
  datetime的值的格式需要符合：
  (19|20)\\d{2}\\-[01]\\d\\-[0123]\\d([T|\\s]\\d{2}\\:\\d{2}\\:\\d{2}(\\.\\d{3})?([\\+\\-]\\d{2}\\:\\d{2})?)?

  user_id,value
  a123456,2021-01-01
  b123456,2021-01-01
  

• list 格式:
  多个值用逗号来进行连接。

  user_id,value
  a123456,value1,value2,value3
  b123456,value1,value5
  

• 查看详情

  在列表页点击标签名，可以进入详情页查看标签的基本信息&标签最新计算结果。

• 启动&停用详情

  手动更新或每日例行：可以通过修改【计算方式】来决定是否进行持续计算。

• 更新

  支持通过【更新】操作将标签的计算时间更新到当前日期。

• 下载

  下载详情：点击后，下载上次完成计算的用户详情数据。
  下载概况：点击后，下载上次完成计算的统计数据。

• 删除：

  超级管理员或创建者可删除标签。

• 点击“历史数据”可查看标签历史结果，最长支持365日的历史结果。
• 历史结果支持下载单日标签的详情&概览数据，同时支持下载单个标签值的详情数据。

• 点击“编辑”/“查看”，进入标签条件配置页面。
• 您可在配置页面对原标签进行修改，或“另存为”成为新标签。

• 要求：

  查询结果需要返回 2 列数据，第一列固定为stat_standard_id，表示统计口径 ID； 第二列需要有别名，别名固定为 value，表示标签值。

  若您的标签是例行更新，并希望数据范围是动态变化，请使用时间函数进行描述。如：where and event_date >= subtractDays(yesterday(), 7) and event_date <= yesterday()

• 样例：

  1. 过去 7 天购买次数

     -- int 类型的
     select stat_standard_id, count(1) as value
     from events
     where event_date >= subtractDays(yesterday(), 7)
       and event_date <= yesterday()
       and event = 'purchase'
     group by stat_standard_id;
     

  2. 过去 7 天购买偏好的商品种类

     -- list 类型
     select stat_standard_id, topK(2)(event_params.purchase.category) as value
     from events
     where event_date >= subtractDays(yesterday(), 7)
       and event_date <= yesterday()
       and event = 'purchase'
     group by stat_standard_id