基础指标值
灰度beta功能 ，如需体验试用，请联系客户经理 。
指标值标签为常用的计算标签模型，用于了解用户对事件的累計、頻率、佔比等表現 ， 统计结果作为标签值，对用户标记。
常见使用场景为：
- 累积消费金额
- 累积消费优惠金額
- 平均消費金额
- 购买自有品牌订单的平均客单价
- 订单金额中自有品牌消费金额占比
支持计算的特征为：
指定周期内，
某个事件的- 发生次数
- 使用天数
- 整数、小数事件属性的求和
- 整数、小数事件属性的平均值
- 某个类型事件发生次数占事件总发生次数的占比
- 某个类型事件的整数、小数事件属性求和占该事件整数、小数事件属性总和的占比
项 | 说明 |
1.选择时间范围 | 如过去7天、过去30天、过去90天等 |
2.选择事件 | 如全局指标(访问、活跃)、埋点事件和计算指标 |
3.选择統計內容 | 如次数、天数、埋点事件的整数、小数、字符串类型事件属性 |
4.选择计算模型 | 如累计值、平均值、占比、去重数 |
5.选择事件过滤 | 选择事件过滤条件 |
由于事件属性的类型不同，支持的计算模型对应关系如下：
属性 | 累计值 | 平均值 | 占比 |
次数 | ✔️ | | ✔️ |
天数 | ✔️ | | |
整数、小数类型事件属性 | ✔️ | ✔️ | ✔️ |
当一位用戶运营同事，想知道 一位用户 過去30 天一共消費多少錢時，我们可以构建
累积消费金额 标签。這也是 RFM 模型中的 M 。如：
过去30天 订单支付 订单金额 的 累计值
项 | 说明 |
1.选择时间范围 | 过去30天 |
2.选择事件 | 订单支付 |
3.选择統計內容 | 订单金额 |
4.选择计算模型 | 累计值 |
5.选择事件过滤 | |
当一位用戶运营同事，想知道 一位用户 過去30 天 活躍多少天時。我们可以构建
过去30天活跃天数 标签。如：
过去30天 活跃 天数 的 累计值
项 | 说明 |
1.选择时间范围 | 过去30天 |
2.选择事件 | 活跃 |
3.选择統計內容 | 天数 |
4.选择计算模型 | 累计值 |
5.选择事件过滤 | |
项 | 说明 |
1.选择时间范围 | 过去90天 |
2.选择事件 | 订单支付成功 |
3.选择統計內容 | 实际购买金额 |
4.选择计算模型 | 平均值 |
5.选择事件过滤 | |
当商品运营人员，为了知道一位用户， 在浏览时对于 男妆品类的兴趣程度 。他需要知道，此用户在所有商品浏览中， 男装占比是多少 。
我們可以構建
过去7天男装商品浏览次数占总商品浏览次数占比标签。
项 | 说明 |
1.选择时间范围 | 过去7天 |
2.选择事件 | 浏览商品详情页 |
3.选择属性 | 次数 |
3.选择統計內容 | 累计占比 |
5.占比属性 | 一级分类 等于 男装 |
6.选择事件过滤 | |
最近更新 1yr ago