标签

包含：所有被打上该标签的对象中，含有你所选标签值的对象。

举例：全局用户100人,其中10人被打上"学历"标签:其中"本科"4人、"研究生"5人、"博士"为1人。那么【"学历"包含"本科"】的是4人。

不包含：在所有被打上该标签的对象中，排除含有你所选标签值的对象

举例：全局用户100人,其中10人被打上"居住城市"标签:其中""深圳"1人、"广州"1人、"北京"2人、"其他"1人、"上海"5人。那么【"居住城市"不包含"深圳"、"广州"、"北京"、"其他"】的是10-1-1-2-1=5人。

全局不包含：在所有对象(包括未被打上该标签的)中，排除含有你所选标签值的对象。

举例：全局用户100人,其中10人被打上"会员类型"标签：其中"限定产品喜爱型"4人，"明星代言产品喜爱型"2人，"新品抢购性"1人，"价格敏感型"1人。那么【"会员类型"不包含"限定产品喜爱型"】、"明星代言产品喜爱型"】的是100-4-2=94人。

为空：所选标签值为空，即未打上该标签的用户

举例：职业为空，也就是说没有打上职业标签的用户

不为空：所选标签值不为空，即打上了该标签（任意标签值）的用户

举例：会员状态不为空，也就是说，打上任意会员状态标签的用户。

like：通过在搜索词中添加通配符(%或)进行模糊搜索。其中，%表示任意多个字符，_表示一个字符

举例：购买渠道标签的计算逻辑为like【%抖音】，那么筛选的则为渠道名称带有抖音的所有渠道的标签，比如抖音商城、抖音直播间等。

正则匹配：通过编写匹配模式（正则表达式）来进行模糊搜索

*点击查看常用语法说明

举例：^[0-9]+abc$，这个表达式代表：匹配以一个或多个数字开头，并以字母 abc 结束的字符串。^代表字符串的开始位置；[0-9]代表匹配单个数字字符，可以是0到9之间的任何一个数字；+代表前面的元素（这里是[0-9]）可以出现一次或多次。所以，[0-9]+ 可以匹配一个或多个连续的数字字符；abc代表字符串 "abc"；$代表字符串的结束位置。

行为事件

1、做过：做过+事件

• 总次数/求和/最大值/最小值/平均值 + =、>、≥、<、≤、!=
• 每日次数/天数/连续天数 + TopN、=、>、≥、<、≤、!=

举例：做过+行为+总次数+TopN、=、>、≥、<、≤、!=

筛选做过加入购物车行为的总次数 = 1的人群

2、未做过：当前数据来源下，排除做过指定行为事件的对象

举例：全局用户100人，其中10人发生过行为；最近一天做过【立即支付】有3人，则符合最近一天【未做过"立即支付"】的是10-3=7人。

3、全局未做过：在所有对象(含未发生任何事件的用户)中，排除做过该行为事件的用户

举例:全局用户100人，其中10人发生过行为；最近一天做过【收藏】有3人，则符合最近一天【全局未做过"收藏"】的是100-3=97人。

3、依次做过：当前数据来源下，依次做过指定行为事件的对象

举例:全局用户100人，其中10人发生过行为；最近一天做过【小程序打开】有9人，做过【加入购物车】有7人，做过【立即支付】有3人，则符合最近一天【依次做过"小程序打开"、"加入购物车"、"立即支付"】的是3人。

文本型
(string）

1、总次数 + 选择TopN、=、>、≥、<、≤、!=

举例：明细数据档案+总计数+> 在最近7天

筛选最近7天售后进站档案中客户评价反馈5星级的总次数大于等于10的人群

2、去重计数+ 选择TopN、=、>、≥、<、≤、!=

举例：明细数据档案+去重计数+< 在本月

筛选本月商城订单档案中商品二级分类去重计数后小于5的人群

3、包含、不包含、全局不包含、为空、不为空

举例：明细数据档案+不包含 在最近1天

筛选最近1天明细数据1中education中不包含高中及以下的人群

4、like（通过添加通配符（%或者_）替代某个关键字以进行模糊搜索）、正则匹配（通过正则表达式来进行模糊匹配）

举例：明细数据档案+like 在最近1天

筛选最近1天明细数据1档案中education的模糊字符为“本科”人群

数值型(int/bigint/long/float)

1、总次数、去重计数、求和、平均值、最大值、最小值 + 选择TopN、=、>、≥、<、≤、!=

举例：明细数据档案+求和 在最近1天

筛选最近1天明细数据1档案中payment字段之和大于等于1000人群

2、包含、不包含、全局不包含

举例：明细数据档案+平均值 在最近1天

筛选最近1天商城订单档案中订单现金支付金额平均值大于2000人群

时间型
(data/ datetime)

1、范围/最近一天距今天数+ 选择=、>、≥、<、≤、!=

举例：明细数据档案+范围+包含在最近1天

筛选最近1天明细数据1档案中订单创建时间字段范围包含2024-09-14的人群

2、时间范围支持：

• 固定日期： 日期型标签支持选择某一天或一段日期，如2022-01-03～2022-01-03；时间日期型标签支持选择某一段日期，还可以选择精细至分秒级的时间。
• 动态日期： 支持选择以今天为基准的一段日期，如最近1/7/30天、本双月/月等动态日期
• 单个日期：日期型标签支持选择单个日期，如2022-01-12；时间日期型标签支持选择单个日期时间，如2022-01-12 01:00:00。

文本型
(string）

包含、不包含、全局不包含、为空、不为空、like、正则匹配

举例：主体属性档案+不包含

筛选全量用户数据档案中触点偏好字段不包含官网的人群

数值型(int/bigint/long/float)

TopN、=、>、≥、<、≤、!=

举例：主体属性档案+≥

筛选车主信息表档案中行驶里程大于等于10000的人群

为空、不为空、包含、不包含

举例：主体属性档案+为空

筛选商城交易情况档案中积分累计值为空的人群

时间型
(data/ datetime)

包含、不包含、全局不包含、为空、不为空、like、正则匹配

举例：主体属性档案+like

/

.

匹配任何单个字符

volc.ngine 与 volcengine、volc3ngine 匹配

匹配0个或多个先前项

默认的先前项是前一个字符。volc*ngine 与 volngine、volccngine 匹配

与星号的用法一样，只不过加号至少必须匹配一个先前项

volc+ngine 与 volccngine 匹配，但是与 volngine 不匹配

?

匹配0个或1个先前项

volc?ngine 与 volngine 和 volcngine 匹配

∣

执行“或”匹配

a∣b 匹配 a 或 b

^

要求您的数据位于字段开头

^volcengine 与 volcengine 匹配，与 supervolcengine 不匹配

$

要求您的数据位于字段末尾

volcengine$ 与 volcengine 匹配，与 volcengineyes 不匹配

123

789

上海

3

2

123

790

上海

123

791

北京