创建规则标签
一、在 客户数据平台 > 标签管理 中点击 新建用户标签 进入用户标签创建弹窗
二、选择 标签类型 并填写标签基本信息
| 项 | 是否必填 | 说明 | 限制条件 |
|---|---|---|---|
| 名称 | 是 | 用户标签名称 | 名称唯一，不可重复 最大输入 30 个字符 |
| 标识符 | 是 | 用户标签标识符 可用于数据库和 API 查询 | 名称唯一，不可重复 最大输入 100 个字符 仅允许大小写英文、数字、以及下划线 |
| 描述 | 否 | 用户标签的业务意义描述 | 最大输入 150 个字符 |
| 所属分类 | 否 | 选择自定义的用户标签分类 | 如不选择则为未分类 |
三、点击 下一步 开始定义标签规则
3.1 基础指标值
把事件的统计结果作为标签值，对用户打标。点击查看说明
控件说明
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择打标事件发生时间 | 无 |
| 事件选择器 | 选择打标事件 | 支持埋点事件和虚拟事件 |
| 维度+度量选择器 | 选择打标事件计算逻辑 | 支持选择字符串、整数、小数类型事件属性 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
维度+度量选择器
系统根据不同数值类型的事件属性，支持以下度量方式：
| 维度 | 总和(度量) | 平均值(度量) | 中位数(度量) | 累计占比(度量) | 去重数(度量) |
|---|---|---|---|---|---|
| 次数 | ✓ | - | - | ✓ | - |
| 总天数 | - | - | - | - | - |
| 整数、小数事件属性 | ✓ | ✓ | ✓ | ✓ | - |
| 字符串事件属性 | - | - | - | - | ✓ |
统计逻辑
例 1: 过去 30 天，直接访问次数总和
业务定义：使用过去 30 天，每个用户直接访问的次数作为标签值，对用户进行打标
select
gio_id as gio_id
,count(1) as tag_value -- 事件次数
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = '$visit' -- 事件标识符
and $referrer_type is null -- 事件过滤
group by gio_id
例 2: 过去 30 天，总访问天数
业务定义：使用过去 30 天，每个用户访问的总天数作为标签值，对用户进行打标
select
gio_id as gio_id
,count( distinct dt ) as tag_value -- 事件总天数
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = '$visit' -- 事件标识符
group by gio_id
例 3: 过去 30 天，订单支付金额总和
业务定义：使用过去 30 天，每个用户订单支付总金额作为标签值，对用户进行打标
select
gio_id as gio_id
,sum( var_payamount ) as tag_value -- 订单支付总金额
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
and var_payamount is not null
group by gio_id
例 4: 过去 30 天，订单支付金额平均值
业务定义：使用过去 30 天，每个用户订单支付金额的平均值作为标签值，对用户进行打标
注 1: 仅统计有效订单(金额有值)的订单金额平均值 注 2: 计算结果保留小数点后 2 位有效数字
select
gio_id as gio_id
,round( avg( var_payamount ) , 2 ) as tag_value -- 金额平均值
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
and var_payamount is not null
group by gio_id
例 5: 过去 30 天，订单支付金额累计占比
业务定义：使用过去 30 天，每个用户 3c 类产品支付金额占总支付金额的占比作为标签值，对用户进行打标
注 1: 仅统计有效订单(金额有值) 注 2: 计算结果保留小数点后 2 位有效数字
select
gio_id as gio_id
,round( sum( if( var_product_layer1 = '3c' , var_payamount , 0 ) ) /
sum( var_payamount ) , 2 ) as tag_value -- 金额累计占比
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
and var_payamount is not null
group by gio_id
例 6: 过去 30 天，订单支付优惠券类型去重数
业务定义：使用过去 30 天，每个用户订单支付中使用优惠券类型去重个数作为标签值，对用户进行打标
注：标签计算结果中， 过去 30 天，未发生订单支付事件的用户标签值为 null 过去 30 天，发生订单支付但未使用优惠券的用户标签值为 0 过去 30 天，发生订单支付且使用优惠券的用户标签值为 1,2,3...
select
gio_id as gio_id
,count( distinct var_coupon_type ) as tag_value -- 优惠券类型去重数
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
group by gio_id
例 7: 过去 180 天，浏览房产价格的中位数
业务定义：使用过去 180 天，每个用户浏览房产价格的中位数作为标签值，对用户进行打标
注：标签计算结果中， 过去 180 天，未浏览房产的用户标签值为 null 过去 180 天，浏览房产的用户标签值为其浏览价格的中位数
select
gio_id as gio_id
,quantileExactInclusive(0.5)(var_property_price) as tag_value -- 房产价格中位数
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 180 -- 时间筛选
and event_key = 'property_view' -- 事件标识符
and var_property_price is not null
group by gio_id
3.2 最大值/最小值的事件属性
按事件属性分组后，对发生次数或整数、小数类型事件属性求和最多或最少的分组属性值作为标签值，对用户打标。点击查看说明
控件说明
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择打标事件发生时间 | 无 |
| 事件选择器 | 选择打标事件 | 支持埋点事件和虚拟事件 |
| 排序维度选择器 | 选择计算维度和排序逻辑 | 支持整数、小数类型事件属性 支持最多和最少排序逻辑 |
| 分组维度选择器 | 选择分组维度 | 支持字符串类型事件属性 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
统计逻辑
例 1：过去 30 天，购买金额最多的一级品类
业务定义：将过去 30 天每个用户订单支付金额总和按商品一级品类分组，使用支付金额最多的分组品类名称作为标签值，对用户进行打标
注 1：仅从商品一级品类名称(分组维度)非空值中进行排序打标 注 2：当多种一级品类(分组维度)支付总额并列最多时，随机返回其中某个一级品类名称
select
gio_id as gio_id
,groupArray(1)(group_attribute)[1] as tag_value
from
(
select
gio_id as gio_id
,var_product_layer1 as group_attribute -- 分组维度
,sum( var_payamount ) as order_attribute -- 排序维度
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
and var_product_layer1 is not null
group by gio_id
,var_product_layer1
order by gio_id,order_attribute desc
)
group by gio_id
3.3 首次/末次的事件属性
将事件第一次或最后一次发生的字符串类型事件属性作为标签值，对用户打标。点击查看说明
控件说明
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择打标事件发生时间 | 无 |
| 事件选择器 | 选择打标事件 | 支持埋点事件和虚拟事件 |
| 逻辑选择器 | 选择计算逻辑 | 支持首次发生和末次发生 |
| 维度选择器 | 选择打标维度 | 支持距今天数、日期和字符串事件属性 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
编辑限制
首次/末次的事件属性 支持将某个事件的发生时距今天数(小数)、发生时的具体日期(日期)和发生时的事件属性(字符串)作为标签值，对用户打标。且已保存标签支持在分析工具、群体画像等应用中作为维度过滤和维度拆解使用。为保证标签在应用中平稳使用，标签编辑时禁止修改标签的数值类型。因此编辑标签时具有以下限制：
| 当前选择 | 修改-距今天数 | 修改-日期 | 修改-事件属性 |
|---|---|---|---|
| 距今天数 | ✓ | - | - |
| 日期 | - | ✓ | - |
| 事件属性 | - | - | ✓ |
统计逻辑
例 1：过去 30 天，首次订单支付距今天数
业务定义：使用过去 30 天，每个用户首次发生订单支付距今天数作为标签值，对用户进行打标
select
gio_id as gio_id
,groupArray(1)(target_atttribute)[1] as tag_value
from
(
select
gio_id as gio_id
,dt as order_attribute
,dateDiff( 'day' , dt , today()) as target_atttribute
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
order by gio_id,dt
)
group by gio_id
例 2：过去 30 天，末次订单支付日期
业务定义：使用过去 30 天，每个用户末次发生订单支付的具体日期作为标签值，对用户进行打标
select
gio_id as gio_id
,groupArray(1)(target_atttribute)[1] as tag_value
from
(
select
gio_id as gio_id
,dt as order_attribute
,dt as target_atttribute
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
order by gio_id,dt desc
)
group by gio_id
例 3：过去 30 天，首次使用的优惠券类型
业务定义：使用过去 30 天，每个用户发生订单支付时，首次使用的优惠券类型作为标签值，对用户进行打标
注 1：仅从优惠券类型非空值中进行排序打标，即有使用优惠券的用户 注 2：以天粒度排序，如果一天内用户使用多个优惠券，随机返回其中某个优惠券名称
select
gio_id as gio_id
,groupArray(1)(target_atttribute)[1] as tag_value
from
(
select
gio_id as gio_id
,dt as order_attribute
,var_conpon_type as target_atttribute
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
and var_conpon_type is not null
order by gio_id,dt
)
group by gio_id
3.4 列表类的事件属性
将事件的全部事件属性列表作为标签值，对用户打标，常用于偏好类标签。点击查看说明
控件说明
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择打标事件发生时间 | 无 |
| 事件选择器 | 选择打标事件 | 支持埋点事件和虚拟事件 |
| 维度选择器 | 选择打标维度 | 支持字符串事件属性 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
统计逻辑
例 1：过去 30 天，使用的全部优惠券类型偏好
业务定义：使用过去 30 天，每个用户使用的全部优惠券类型(去重)作为标签值，对用户进行打标
注 1：仅筛选使用优惠券的订单 注 2：优惠券类型去重
select
gio_id as gio_id
,groupArray(target_atttribute) as tag_value
from
(
select
gio_id as gio_id
,var_conpon_type as target_atttribute
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = 'payment' -- 事件标识符
and var_conpon_type is not null
group by gio_id,var_conpon_type
)
group by gio_id
3.5 计算标签
计算标签支持将数值型的用户属性及规则标签，通过四则运算生成新标签。点击查看说明
控件说明
| 项 | 说明 | 限制条件 |
|---|---|---|
| 属性选择器 | 选择用户特征 | 支持选择整数型和小数型的用户属性和用户标签(除分层标签、用户评分标签、SQL标签) |
| 计算公式 | 标签的四则运算公式，引用运算指标中各运算项的英文字母代号做计算 | 无 |
统计逻辑
如果一个用户同时满足第 1 分层和第 2 分层的规则，优先被计算在第 1 分层里，第 2 分层不再计算
例 1：近30天用户客单价
业务定义：
- 近30天用户笔单价=近30天用户购买金额÷近30天用户购买次数
SELECT gio_id
,tag_j30tgmje / tag_j30tgmcs AS tag_value
FROM user_view
WHERE tag_j30tgmje IS NOT NULL
AND tag_j30tgmcs IS NOT NUL
3.6 用户评分标签
用户评分标签支持对用户属性/用户标签/用户身份信息分别进行评分加总生成新标签。点击查看说明
控件说明
用户评分标签支持根据 用户行为 和 用户属性 自定义评分规则。
用户行为 - 做过
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择事件发生时间 | 无 |
| 事件选择器 | 选择事件 | 支持埋点事件和虚拟事件 |
| 维度+度量选择器 | 选择事件计算逻辑 | 支持选择次数总和 支持选择整数、小数类型事件属性总和 |
| 行为条件选择器 | 选择事件计算结果的筛选条件 | 无 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
| 评分器 | 设定当前条件的评分规则 | 支持加分、减分，且必须输入正整数 |
用户行为 - 未做过
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择事件发生时间 | 无 |
| 事件选择器 | 选择事件 | 支持埋点事件和虚拟事件 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
| 评分器 | 设定当前条件的评分规则 | 支持加分、减分，且必须输入正整数 |
用户属性
| 项 | 说明 | 限制条件 |
|---|---|---|
| 属性选择器 | 选择用户特征 | 支持选择用户身份、用户属性和用户标签(除分层标签) |
| 过滤选择器 | 选择用户特征过滤条件 | 无 |
| 评分器 | 设定当前条件的评分规则 | 支持加分、减分，且必须输入正整数 |
统计逻辑
分别计算每个用户评分规则进行评分赋值，然后进行求和加总。评分器选择加分时，该评分项为正数；选择减分时，该评分项为负数。
例 1：用户活跃分
业务定义：
- 近30天浏览次数1次以上 加10分
- 近30天加购次数1次以上 加50分
- 近30天看过直播 加100分
SELECT gio_id
,SUM(CASE WHEN flag_A1 = 1 THEN 10 WHEN flag_A2 = 1 THEN 50 WHEN flag_A3 = 1 THEN 100 END) AS tag_value
FROM
(
SELECT gio_id
,MAX(flag = 'A1') AS flag_A1
,MAX(flag = 'A2') AS flag_A2
,MAX(flag = 'A3') AS flag_A3
FROM
(
SELECT gio_id AS gio_id
,'A1' AS flag
FROM
(
SELECT gio_id AS gio_id
,COUNT(1) AS term0
FROM event_view
WHERE ((event_key = '$page'))
AND event_time >= '2022-08-27'
AND event_time < '2022-09-26'
GROUP BY gio_id
HAVING term0 >= 1.0
) A1
UNION ALL
SELECT gio_id AS gio_id
,'A2' AS flag
FROM
(
SELECT gio_id AS gio_id
,COUNT(1) AS term0
FROM event_view
WHERE ((event_key = 'add_to_cart'))
AND event_time >= '2022-08-27'
AND event_time < '2022-09-26'
GROUP BY gio_id
HAVING term0 >= 1.0
) A2
UNION ALL
SELECT gio_id AS gio_id
,'A3' AS flag
FROM
(
SELECT gio_id AS gio_id
,COUNT(1) AS term0
FROM event_view
WHERE ((event_key = 'E_JoinLive'))
AND event_time >= '2022-09-19'
AND event_time < '2022-09-26'
GROUP BY gio_id
HAVING term0 >= 1.0
) A3
) tbl
GROUP BY gio_id
)
GROUP BY gio_id;
例 2：用户价值分
业务定义：
- 关注公众号 加100分
- 取关公众号 减100分
- 用户为女性 加50分
- 近30天购买金额大于等于300 加300分
SELECT gio_id
,SUM(CASE WHEN flag_A2 = 1 THEN -100 WHEN flag_A1 = 1 THEN 100 WHEN flag_A3 = 1 THEN 50 WHEN flag_A4 = 1 THEN 300 END) AS tag_value
FROM
(
SELECT gio_id
,MAX(flag = 'A2') AS flag_A2
,MAX(flag = 'A1') AS flag_A1
,MAX(flag = 'A3') AS flag_A3
,MAX(flag = 'A4') AS flag_A4
FROM
(
SELECT gio_id AS gio_id
,'A2' AS flag
FROM
(
SELECT gio_id AS gio_id
,COUNT(1) AS term0
FROM event_view
WHERE ((event_key = 'LEGO_focus'))
AND event_time >= '2020-09-01'
AND event_time < '2022-09-27'
GROUP BY gio_id
HAVING term0 >= 1.0
) A2
UNION ALL
SELECT gio_id AS gio_id
,'A1' AS flag
FROM
(
SELECT gio_id AS gio_id
,COUNT(1) AS term0
FROM event_view
WHERE ((event_key = 'LEGO_scancode'))
AND event_time >= '2020-09-01'
AND event_time < '2022-09-27'
GROUP BY gio_id
HAVING term0 >= 1.0
) A1
UNION ALL
SELECT term0 AS gio_id
,'A3' AS flag
FROM
(
SELECT gio_id AS term0
FROM user_view
WHERE ((usr_$basic_gender = 'Female'))
) A3
UNION ALL
SELECT term0 AS gio_id
,'A4' AS flag
FROM
(
SELECT gio_id AS term0
FROM user_view
WHERE ((tag_j30tgmje >= 300.0))
) A4
) tbl
GROUP BY gio_id
)
GROUP BY gio_id;
3.7 分层标签
根据自定义规则对用户进行分层打标，常用于生命周期、RFM、线索分层、用户分层等业务模型标签的构建。点击查看说明
控件说明
分层标签支持根据 用户行为 和 用户属性 自定义用户分层。
注 1：分层名称不能为空，且不同分层名称不能重复 注 2：最多支持 10 个用户分层 注 3：每个分层最多支持 10 条筛选规则
用户行为 - 做过
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择事件发生时间 | 无 |
| 事件选择器 | 选择事件 | 支持埋点事件和虚拟事件 |
| 维度+度量选择器 | 选择事件计算逻辑 | 支持选择次数总和 支持选择整数、小数类型事件属性总和 |
| 行为条件选择器 | 选择事件计算结果的筛选条件 | 无 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
用户行为 - 未做过
| 项 | 说明 | 限制条件 |
|---|---|---|
| 时间选择器 | 选择事件发生时间 | 无 |
| 事件选择器 | 选择事件 | 支持埋点事件和虚拟事件 |
| 过滤选择器 | 选择事件过滤条件 | 支持选择事件属性和用户属性 |
用户属性
| 项 | 说明 | 限制条件 |
|---|---|---|
| 属性选择器 | 选择用户特征 | 支持选择用户身份、用户属性和用户标签(除分层标签) |
| 过滤选择器 | 选择用户特征过滤条件 | 无 |
编辑限制
分层标签 为防止计算循环依赖，分层标签暂不支持引用SQL标签
统计逻辑
如果一个用户同时满足第 1 分层和第 2 分层的规则，优先被计算在第 1 分层里，第 2 分层不再计算
例 1：用户活跃度分层
业务定义：
- 高活跃：过去 30 天，活跃天数大于 3
- 中活跃：过去 30 天，活跃天数大于 1 且小于等于 3
- 低活跃；过去 30 天，活跃天数等于 1
- 流失：过去 30 天，未活跃（即所有用户中，未发生任意行为的用户）
select
u.gio_id as gio_id
,case when e.activity_days > 3 then '高活跃'
when e.activity_days > 1 then '中活跃'
when e.activity_days = 1 then '低活跃'
else '流失'
end as tag_value
from
(
select
gio_id as gio_id
from olap.user
where usr_$first_day is not null
) u -- 全量用户
left join
(
select
gio_id as gio_id
,count( distinct dt ) as activity_days
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 30 -- 时间筛选
and event_key = '$anyevent' -- 事件标识符
group by gio_id
) e -- 活跃天数
on u.gio_id = e.gio_id
例 2：用户价值分层
业务定义：
- 高价值： 用户行为：过去 180 天，订单支付金额总和大于 1 万元 且 用户属性：最后一次订单支付时间在过去 30 天之内
- 中价值： 用户行为：过去 180 天，订单支付金额总和大于 6 千元 且 ( 用户属性：交易频次大于 5 或 用户属性：会员等级为付费会员 )
- 低价值： 用户行为：过去 180 天，订单支付金额总和大于 3 千元
仅对符合分层定义的用户打标，其余用户标签值为 null
sql 示例仅为业务逻辑示意，当使用 sql 标签或 zeppelin 查询时，需要进行 sql 查询性能优化
select
u.gio_id as gio_id
,case when e.pay_sum > 10000
and dateDiff( 'day' , u.tag_last_pay_date , today() ) between 0 and 29
then '高价值'
when e.ay_sum > 6000
and ( y.tag_payment_freq > 5
or u.usr_membership = '付费会员')
then '中价值'
when e.pay_sum > 300
then '低价值'
end as tag_value
from
(
select
gio_id
,tag_last_pay_date
,tag_payment_freq
,usr_membership
from olap.user
where usr_$first_day is not null
) u
left join
(
select
gio_id as gio_id
,sum( var_payamount ) as pay_sum
from olap.event
where account_id = 'bc675c65b3b0290e' -- 项目ID
and dateDiff( 'day' , dt , today()) between 1 and 180 -- 时间筛选
and event_key = 'payment' -- 事件标识符
group by gio_id
) e
having tag_value is not null