跳到内容

按事件构建细分

基于事件的细分 (Event-based segmentation) 允许您根据用户在您的应用或网站中的实际行为和操作来定位他们。通过关注用户参与模式,可以创建高度个性化和有效的营销活动。

按事件构建细分

Anchor link to

要按事件构建细分:

  1. 在 添加筛选依据: 部分,点击 事件。

显示“Add filter by”部分并突出显示“Event”选项的界面

  1. 从下拉列表中选择一个事件。

显示可用于细分筛选的事件的下拉列表

  1. 为所选事件指定条件:发生的次数和时间范围。

在为细分指定时间范围时,您可以从两个类别中选择:相对日期 和 具体日期。

相对日期
Anchor link to

使用这些选项可根据当前日期动态更新时间窗口:

在过去 N 天内包括在过去 N 天内发生的事件
恰好在 N 天前定位在正好 N 天前触发了事件的用户
至少 N 天前包括至少在 N 天前触发了事件的用户
在 N 天至 M 天前之间定义今天之前的一段天数范围
在未来 N 天至 M 天之间定义从今天起的 N 到 M 天的范围,其中 0 代表今天。N 和 M 都包含在内
按事件发生和相对日期标准配置细分筛选器的示例
特定日期
Anchor link to

使用这些选项定义基于日历的固定筛选器:

在特定日期包括在选定日历日期触发了事件的用户
在特定日期或之后包括从选定日期开始触发了事件的用户
在特定日期或之前包括截至并包含选定日期触发了事件的用户
介于日期之间包括在两个特定日历日期之间触发了事件的用户
按事件发生和指定事件时间范围标准对用户进行细分的界面
  1. (可选)点击 + 属性 将条件缩小到特定的事件属性。从下拉列表中选择属性,选择一个运算符,并指定一个值。开始输入以搜索基于先前记录数据的建议值。
显示属性名称、运算符和带有自动完成建议的值的事件属性条件

有关可用运算符的完整列表,请参阅按类型划分的事件属性运算符。

  1. (可选)当您需要匹配事件的总和(例如总消费额),而不是对单个事件设置限制时,请点击 + 总和。

选择 整数 或 小数(价格) 属性、运算符和阈值。仅当事件至少有一个 integer 或 decimal (price) 属性时,才会显示 + 总和。请参阅总和运算符。

示例:在过去 90 天内至少发生一次 Purchase,且 amount 的总和大于或等于 100,则定位在该时间段内消费 100 或以上的用户,无论是一次购买还是多次购买。

在过去 90 天内购买不少于 1 次,并突出显示 amount 的总和大于或等于 100

同一事件上的属性筛选器仍然适用:总和仅使用与之匹配的事件(例如,category 等于 "shoes" 的 amount 总计)。您可以添加多个总和,针对相同或不同的属性。用户必须满足您添加的每一个总和条件。

  1. 如果您将多个事件设置为细分条件,请选择您想要使用的运算符 (且/或)。
  1. 在筛选器组下方,启用 包含用户的所有设备 以在用户的所有设备上定位他们,而不仅仅是匹配细分条件的那个设备。这确保了他们在使用的每个平台上都能收到您的消息。

如果用户的任何设备匹配条件,则其所有设备都将被添加到细分中。如果复选框未被选中,则只包括匹配的设备。

这个相同的复选框会出现在细分的只读详情页面上,但处于禁用状态——它反映了创建该细分时的设置,并且无法在此处更改。

用于跨平台定位的“包含用户的所有设备”复选框

按类型划分的事件属性运算符

Anchor link to

可用的运算符取决于您筛选的事件属性的类型。在下方选择一个类型以查看其运算符。

seglang 列显示构建器在运算符名称旁显示的运算符令牌,该令牌也用于细分语言。示例 列展示条件在构建器中的读法,而不是 seglang 语法。

运算符
seglang描述
示例
等于eq属性值等于指定值button_name 等于 "checkout"
不等于noteq属性值不等于指定值url 不等于 "/cart"
开头为startswith属性值以指定字符串开头url 开头为 "https://example.com"
结尾为endswith属性值以指定字符串结尾url 结尾为 ".html"
包含contains属性值包含指定字符串url 包含 "/products/"
为以下之一in属性值匹配所提供列表中的任何值button_name 为以下之一 ["submit", "cancel"]
不为以下任一notin属性值不匹配所提供列表中的任何值category 不为以下任一 ["spam", "test"]
未设置notset未记录该属性的值coupon_code 未设置
已设置(任意值)any属性有任何记录值referrer 已设置(任意值)

总和运算符

Anchor link to

总和条件比较匹配事件中某个属性的总值,因此支持的运算符比属性条件少。

运算符
seglang描述
示例
等于eq总和等于指定数字total_price 等于 100
不等于noteq总和不等于指定数字total_price 不等于 0
大于或等于gte总和大于或等于指定数字total_price 大于或等于 100
小于或等于lte总和小于或等于指定数字total_price 小于或等于 500
介于between总和在指定范围内(含边界)total_price 介于 100 到 500

基于事件的细分示例

Anchor link to

以下是几个实际场景,说明了如何使用事件筛选器创建有意义的受众细分。

频繁购买者
Anchor link to

目标: 定位近期进行多次购买的高度活跃用户。

如何设置:

  • 事件: Purchase_made
  • 条件: 不少于
  • 次数: 3
  • 时间范围: 在过去 N 天内
  • 时间范围值: 30

用例: 向表现出频繁购买行为的用户发送特别优惠或忠诚度奖励。

高价值单次购买
Anchor link to

目标: 定位进行了大额购买的用户,无论他们购买的频率如何。

如何设置:

  • 事件: Purchase_made
  • 条件: 不少于
  • 次数: 1
  • 时间范围: 在过去 N 天内
  • 时间范围值: 30
  • 属性: total_price
  • 运算符: 大于或等于
  • 属性值: 50

用例: 在大额消费者完成符合条件的购买后,立即邀请他们加入忠诚度或 VIP 计划。

一段时间内的总消费
Anchor link to

目标: 定位合计购买额达到消费阈值的用户,即使没有单次购买达到该阈值。

如何设置:

  • 事件: Purchase_made
  • 条件: 不少于
  • 次数: 1
  • 时间范围: 在过去 N 天内
  • 时间范围值: 90
  • 总和: total_price
  • 运算符: 大于或等于
  • 总和值: 200

用例: 当客户在过去 90 天内的消费达到阈值后,将其升级到更高的忠诚度等级。

退款超过购买额
Anchor link to

目标: 定位在一段时间内退回金额多于消费金额的用户。当退款使用同一事件和负金额跟踪时,此方法有效。

如何设置:

  • 事件: Purchase_made
  • 条件: 不少于
  • 次数: 1
  • 时间范围: 在过去 N 天内
  • 时间范围值: 90
  • 总和: total_price
  • 运算符: 小于或等于
  • 总和值: -1

用例: 将这些用户引导到支持或赢回流程,而不是促销活动。

浏览了产品但未购买
Anchor link to

目标: 识别已表现出兴趣但尚未转化的用户。

如何设置:

  • 事件 1: Product_Viewed
    • 条件: 不少于
    • 次数: 1
    • 时间范围: 在过去 N 天内
    • 时间范围值: 7
  • 事件 2: Purchase_made
    • 条件: 从不
    • 时间范围: 在过去 N 天内
    • 时间范围值: 7
  • 运算符: 且

用例: 向浏览了产品但尚未购买的用户发送提醒、特别优惠或个性化消息。

在营销活动期间参与的用户
Anchor link to

目标: 定位在特定促销期间参与的用户。

如何设置:

  • 事件: Promotion_Click
  • 条件: 不少于
  • 次数: 1
  • 时间范围: 介于日期之间
  • 时间范围值: "2024-01-01" 和 "2024-01-31"

用例: 跟进与过去营销活动互动的用户,以推广相关优惠或收集反馈。

随时间推移的高价值行为
Anchor link to

目标: 识别在自定义日期范围内执行了特定次数有价值事件的用户。

如何设置:

  • 事件: Subscription_Renewal
  • 条件: 不少于
  • 次数: 2
  • 时间范围: 介于日期之间
  • 时间范围值: "2024-01-01" 和 "2024-12-31"

用例: 向定期续订的忠实订阅者提供特别认可或高级功能。

基于事件的细分技巧

Anchor link to
  • 对于需要根据当前用户活动保持更新的持续性营销活动,请使用相对日期。
  • 使用事件属性筛选器(例如,购买金额、产品类别)来缩小事件条件,而不仅仅依赖于事件的发生。
  • 将事件筛选器与其他标准(如标签(例如,用户人口统计信息、订阅状态)或现有细分)结合起来,以实现更精确的定位。例如,您可以根据事件发生和存储在标签中的用户属性来筛选用户,从而进一步定制您的消息。
  • 定期审查和更新您的细分筛选器,以适应不断变化的用户行为或业务目标。