最大值 / 最小值

灰度beta功能 ，如需体验试用，请联系客户经理 。
简介
常用于了解用户偏好，将事件按照某个事件属性进行分组求和並排序（ 如：事件-支付订单 按照 事件属性 - 商品类型分組求和並排序），将 第一名 / 最後一名 作为用户标签的值，为每个用户进行标记。
常见使用场景为：  
点赞 次数   最多  的  直播带货主播
收藏 次数   最多  的  商品品类
参与活动 次数   最多  的  A级活动
订单支付 金额   最多  的  商品品类
计算规则逻辑：
1.按事件属性分组
2.对发生次数、整数、小数类型 -- 事件属性求和
3.將最多、最少的分组属性值作为标签值，对用户打标。
支持计算的特征为：
指定周期内，某个事件的
发生次数【最多/最少】的事件属性
整数、小数事件属性的求和【最多/最少】的事件属性
​
控件说明
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) 和 埋点事件
3.选則统计内容
如次数和埋点事件的整数、小数类型 事件属性
4.选择计算模型
如最多、最少
5.选择分組打标属性
如埋点事件的字符串类型事件属性
6.选择事件过滤
选择事件过滤条件
​
常用标签&操作示例
示例一：SaaS 行业电话拜访
当一位GIO的销售同事，为了在首次沟通时能【更好的挖掘客户需求】，他需要知道 一位潜在客户 【需求偏好】。
因此，我们可以 从潜在客户感兴趣的推文文章寻找偏好的可能性 ，构建简单的偏好标签 ，。

如 ： 过去90 天  浏览博客文章  次数 最多  的  文章分类 。
如：  过去90 天  功能入口点击  次数  最多  的  功能名称 。
项
说明
1.选择时间范围
过去90 天
2.选择事件
功能入口点击
3.选則统计内容
次数
4.选择计算模型
最多
5.选择分組打标属性
功能名称
6.选择事件过滤  
付费状态 = 试用
 以上为GIO 销售运营中 实践的例子 ，看似极为简单的標籤，却能帮助整体潜客转化环节效率大幅提升，售前人员更好的掌握需求沟通方向， 大大提升线索转出效率 30％。
基于不同的业务目标、组织型态、产品阶段 实践的情况都会有所差异 ，标签的使用与业务价值验证， 需要不断的打磨与试验。
​
示例二：社区型内容行业的 兴趣偏好
当运营的同事 ，想了解当前产品用户群体的 内容偏好特征，以便于【话题/活动的运营策划】。
因此我们可以构建以下标签，帮助运营同事 更清晰的洞察用户。
文章偏好：过去30天  浏览文章   次数  最多  的  文章分类
內容偏好：过去30天 点赞/评论   次数  最多  的  话题分类
创作者偏好：过去30天 关注创作者   次数  最多  的  創作者分类
标签是构建用户画像的基础建设，内容行业为了 更好的贴合用户兴趣，营造社区氛围，构建用户标签是极为重要的数据建设工作 ， 也需要专业的分析师去规划一套成系统的标签系列。
 以上只作为一个小例子抛砖引玉 ，方便大家快速理解场景与价值 。
​
示例三：电商行业 商品偏好
当一位商品运营同事 ，在做优惠券、商品推广策略时 ，希望对不同的用户可以利用不同的品類優惠券刺激消費。 因此
如：过去30天  订单支付  订单金额  最多  的  商品品类
如：过去30天  浏览商品详情頁 次数  最多  的  商品品类
项
说明
1.选择时间范围
过去30天
2.选择事件
订单支付
3.选則统计内容
订单金额
4.选择计算模型
最多
5.选择分組打标属性
商品品类
6.选择事件过滤
​
经由上方的例子，我们可以发现 ， 偏好标签是构建 千人千面、个性化推荐的基础 ， 以上只作为一个小例子抛砖引玉 ，方便大家快速理解场景与价值 。

在真实的 实践过程中，需要考虑的因素会比示例来的更加复杂。
​
​