Filtre for Shopify-baserede kundesegmenter
Brug denne referencevejledning til at forstå de filternavne, operatorer og værdier, der bruges til at oprette kundesegmenter, der er baseret på standard Shopify-filtre.
Dato for forladt betaling
abandoned_checkout_date
Inkluderer kunder efter den dato, hvor de senest forlod deres indkøbskurv.
Operatorer |
Præcis på datoen: = Ikke på datoen: != På eller før datoen: <= Før datoen: < På eller efter datoen: >= Efter datoen: > Mellem datoerne: BETWEEN <date1> AND <date2>
|
---|---|
Værdier | |
Format |
Absolut dato: YYYY-MM-DD Eksempler på forskydningsdatoer: -4w , -10y Angiven dato:
|
Eksempel |
Inkluder kunder, som forlod deres indkøbskurv i den seneste uge (senest): Inkluder kunder, som forlod deres indkøbskurv i de sidste otte måneder (senest): |
Bemærkninger | Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone. |
Brugt beløb
amount_spent
Inkluderer kunder baseret på, hvor mange penge de har brugt i din butik.
Operatorer |
Er lig med: = Er ikke lig med: != Større end: > Mindre end: < Mindre end eller lig med: <= Større end eller lig med: >= Mellem: BETWEEN
|
---|---|
Værdier | |
Format |
Nummerinterval: # AND # : Tal: # Decimaltal: Decimaltegnet (.), bruges som decimalseparator. Tusindtalsseparatorer såsom kommaer og mellemrum accepteres ikke. Sprogspecifikke formaterede tal accepteres ikke. |
Eksempel | Inkluder kunder, som har brugt 1-999.9 i din butik:amount_spent BETWEEN 1 AND 999.99
|
Bemærkninger |
|
Byer
customer_cities
Inkluderer kunder, som har en adresse i en angivet by. Kunder med flere adresser kan blive inkluderet i flere kundesegmenter, der bruger dette filter.
Operatorer |
Indeholder denne nøjagtige by: CONTAINS Indeholder ikke denne nøjagtige by: NOT CONTAINS
|
---|---|
Værdier | |
Format | countryCode-regionCode-cityCode |
Eksempel | Inkluder kunder, som har en adresse i New York City:customer_cities CONTAINS 'US-NY-NewYorkCity'
|
Bemærkninger | Begynd at skrive en by for at finde den, og vælg derefter den passende værdi på den liste, der vises. |
Lande eller områder
customer_countries
Inkluderer kunder, som har en adresse i det angivne land eller område. Kunder med flere adresser kan blive inkluderet i flere kundesegmenter, der bruger dette filter.
Operatorer |
Indeholder dette nøjagtige land eller område: CONTAINS Indeholder ikke dette nøjagtige land eller område: NOT CONTAINS
|
---|---|
Værdier | Brug ISO-landekoden på to bogstaver. |
Format | |
Eksempel | Inkluder kunder, som har en adresse i USA:customer_countries CONTAINS 'US'
|
Bemærkninger | Begynd at skrive et land for at finde det, og vælg derefter den passende værdi på den liste, der vises. |
Status for kundekonto
customer_account_status
Inkluderer de kunder, som har den angivne status for deres kundekonti.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier |
Afvist: 'DECLINED' Kunden blev inviteret til at oprette en konto, men afviste invitationen.Deaktiveret: 'DISABLED' Kunden har ikke oprettet en konto.Aktiveret: 'ENABLED' Kunden oprettede en konto.Inviteret: 'INVITED' Kunden er blevet inviteret til at oprette en konto.
|
Format | |
Eksempel | Inkluder kunder, som er blevet inviteret til at oprette en konto, men som har afvist:customer_account_status = 'DECLINED'
|
Bemærkninger |
Kunden har tilføjet dato
customer_added_date
Inkluderer kunder baseret på den dato, hvor de blev føjet til din butik.
Operatorer |
Præcis på datoen: = Ikke på datoen: != På eller før datoen: <= Før datoen: < På eller efter datoen: >= Efter datoen: > Mellem datoerne: BETWEEN <date1> AND <date2>
|
---|---|
Værdier | |
Format |
Absolut dato: YYYY-MM-DD Eksempler på forskydningsdatoer: -4w , -10y Angiven dato:
|
Eksempel |
Inkluder kunder, som blev tilføjet i den seneste uge: Inkluder kunder, som blev tilføjet i de sidste otte måneder: Inkluder kunder, som blev tilføjet i et specifikt datointerval: |
Bemærkninger | Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone. |
Kundens maildomæne
customer_email_domain
Inkluderer kunder med en mailadresse, der tilhører et specifikt domæne. Domænenavnet er den del af mailadressen, som kommer efter @
-symbolet, f.eks. gmail.com
.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier |
Følgende domænenavne er angivet som forslag. Du er ikke begrænset til disse domænenavne. Du kan angive andre gyldige domænenavne manuelt. gmail.com:'gmail.com' yahoo.com: 'yahoo.com' hotmail.com: 'hotmail.com' aol.com: 'aol.com' msn.com: 'msn.com' live.com: 'live.com' outlook.com: 'outlook.com' yahoo.ca: 'yahoo.ca'
|
Format | |
Eksempel | Inkluder kunder, som har maildomænet shopify.com:customer_email_domain = 'shopify.com'
|
Bemærkninger |
Kundesprog
customer_language
Inkluderer kunder baseret på det sprog, som kunden bruger til at kommunikere med din butik.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier | Brug ISO 639-1-sprogkoden på to bogstaver. |
Format |
Følgende værdier er eksempler på nogle almindelige ISO-sprogkoder. Dine data er ikke begrænset til disse sprogkoder. Du kan manuelt angive enhver anden gyldig sprogkode, men de værdier, der er leveres til dig som foreslåede værdier i editoren, er de eneste, der er tilgængelige i dine kundedata. Engelsk:'en' Fransk: 'fr' Spansk: 'es' Tysk: 'de' Italiensk: 'it' Japansk: 'ja' Russisk: 'ru'
|
Eksempel |
Inkluder kunder, som kommunikerer med din butik på engelsk: Udeluk kunder, der kommunikerer med din butik på canadisk engelsk: |
Bemærkninger |
|
Tilpassede tags
customer_tags
Inkluderer kunder baseret på deres tags.
Operatorer |
Indeholder dette nøjagtige tag: CONTAINS Indeholder ikke dette nøjagtige tag: NOT CONTAINS
|
---|---|
Værdier | Navnet på et kundetag. |
Format | |
Eksempel | Inkluder kunder, som har tagget GoldStatus:customer_tags CONTAINS 'GoldStatus'
|
Bemærkninger |
Der skelnes ikke mellem store og små bogstaver i forbindelse med tags. Få mere at vide om tags og overvejelser i forbindelse med brug af dem. |
Status for mailabonnement
email_subscription_status
Inkluderer kunder afhængigt af, om de abonnerer på dine markedsføringsmails.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier |
Abonnerer ikke: 'NOT_SUBSCRIBED' Kunden abonnerer ikke på dine markedsføringsmails.Abonnerer: 'SUBSCRIBED' Kunden abonnerer på dine markedsføringsmails.Afventer: 'PENDING' Kunden er ved at tilmelde sig dine markedsføringsmails.Ugyldig: 'INVALID' Markedsføringsstatussen for kundens mailadresse er ugyldig.
|
Format | |
Eksempel | Inkluder kunder, der abonnerer på din e-mailmarkedsføring:email_subscription_status = 'SUBSCRIBED'
|
Bemærkninger |
Dato for sidste ordre
last_order_date
Inkluderer kunder, som afgav deres seneste ordre på den angivne dato.
Operatorer |
Præcis på datoen: = Ikke på datoen: != På eller før datoen: <= Før datoen: < På eller efter datoen: >= Efter datoen: > Mellem datoerne: BETWEEN <date1> AND <date2>
|
---|---|
Værdier | |
Format |
Absolut dato: YYYY-MM-DD Eksempler på forskydningsdatoer: -4w , -10y Angiven dato:
|
Eksempel |
Inkluder kunder, hvis seneste ordre blev afgivet inden for den sidste uge: Inkluder kunder, hvis seneste ordre blev afgivet inden for de sidste otte måneder: |
Bemærkninger | Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone. |
Antal ordrer
number_of_orders
Inkluderer kunder baseret på antallet af ordrer, som de har afgivet i din butik.
Operatorer |
Er lig med: = Er ikke lig med: != Større end: > Mindre end: < Mindre end eller lig med: <= Større end eller lig med: >= Mellem: BETWEEN
|
---|---|
Værdier | Den værdi, du angiver, skal være et heltal. |
Format |
Nummerinterval: # AND # Tal: #
|
Eksempel | Inkluder kunder, som har afgivet mere end ti ordrer:number_of_orders > 10
|
Bemærkninger |
BETWEEN inkluderer både start- og slutværdier. number_of_orders BETWEEN 1 AND 100 inkluderer f.eks. kunder, som har afgivet mindst 1 ordre og så mange som 100 ordrer. |
Forventet forbrugsniveau
predicted_spend_tier
Inkluderer kunder, som falder inden for det angivne forventede forbrugsniveau.
Dette filter er kun tilgængeligt, hvis din butik har haft over 100 salg.
Få mere at vide om forventet forbrugsniveau.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier |
'HIGH' 'MEDIUM' 'LOW' |
Format | |
Eksempel | Inkluder kunder, som er på et HØJT niveau:predicted_spend_tier = 'HIGH'
|
Bemærkninger |
Status for produktabonnement
product_subscription_status
Inkluderer kunder, som har den angivne status for produktabonnement.
Dette filter er kun tilgængeligt, hvis du bruger en abonnementsapp.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier |
Aktiv: 'SUBSCRIBED' Kunden har et aktivt produktabonnement.Annulleret: 'CANCELLED' Kunden har opsagt sit produktabonnement.Udløbet: 'EXPIRED' Kundens produktabonnement er udløbet.Mislykket: 'FAILED' Kunden har en mislykket betaling.Aldrig abonneret: 'NEVER_SUBSCRIBED' Kunden har aldrig abonneret.Sat på pause: 'PAUSED' Kunden har sat sit produktabonnement på pause.
|
Format | |
Eksempel | Inkluder kunder, som har et aktivt produktabonnement:product_subscription_status = 'SUBSCRIBED'
|
Bemærkninger |
Købte produkter
products_purchased()
Inkluderer kunder, som har købt et specifikt produkt. Du kan også inkludere kunder, som har købt produktet i et bestemt datointerval.
Operatorer |
Indeholder dette nøjagtige produkt-id: CONTAINS Indeholder ikke dette nøjagtige produkt-id: NOT CONTAINS
|
---|---|
Værdier | Produkt-id |
Format |
Understøttede tidsintervaller: Al tid:products_purchased() På eller før datoen: products_purchased(before: <date>) På eller efter datoen: products_purchased(after: <date>) Datointerval: products_purchased(before: <date>, after: <date>) Understøttede datoformater: Absolut dato:YYYY-MM-DD Eksempler på forskydningsdatoer: -4w , -10y Angiven dato:
|
Eksempel |
Siden den 1. januar 2022 til i dag:products_purchased(after: 2022-01-01) CONTAINS 3778915041302 Inden for de seneste 30 dage: products_purchased(after: 30_days_ago) Før den 1. januar 2022: products_purchased(before: 2022-01-01) Rækkefølgen af før- og efterparametre betyder ikke noget for datointervaller. Du kan angive: 1. januar 2022 - 1. juni 2022 (inklusiv) på en af følgende måder: Mellem den 1. januar 2022 og den 1. juni 2022 (inklusive):products_purchased(after: 2022-01-01, before: 2022-06-01) CONTAINS 3778915041302 Mellem den 1. januar 2022 og den 1. juni 2022 (inklusive): products_purchased(before: 2022-06-01, after: 2022-01-01) CONTAINS 3778915041302
|
Bemærkninger |
|
Sms-abonnementsstatus
sms_subscription_status
Inkluderer kunder afhængigt af, om de abonnerer på din markedsføring via sms-tekstbeskeder.
Få mere at vide om indsamling af kunders kontaktoplysninger.
Operatorer |
Er lig med: = Er ikke lig med: !=
|
---|---|
Værdier |
Abonnerer: 'SUBSCRIBED' Kunden abonnerer på din markedsføring via sms-tekstbeskeder.Afventer: 'PENDING' Kunden er ved at tilmelde sig din markedsføring via sms-tekstbeskeder.Redigeret: 'REDACTED' Kunden har en afventende redigering på grund af en sletningsanmodning i henhold til GDPRAfmeldt: 'UNSUBSCRIBED' Kunden har afmeldt din markedsføring via sms-tekstbeskeder.Abonnerer ikke: 'NOT_SUBSCRIBED' Kunden har aldrig tilmeldt sig din markedsføring via sms-tekstbeskeder.
|
Format | |
Eksempel | Inkluder kunder, som abonnerer på din markedsføring via sms-tekstbeskeder:sms_subscription_status = 'SUBSCRIBED'
|
Bemærkninger |
Stater eller provinser
customer_regions
Inkluderer kunder, som har en adresse i det angivne område i et land. Kunder med flere adresser kan blive inkluderet i flere kundesegmenter, der bruger dette filter.
Operatorer |
Indeholder denne nøjagtige lokation: CONTAINS Indeholder ikke denne nøjagtige lokation: NOT CONTAINS
|
---|---|
Værdier | Brug ISO-landekoden sammen med underopdelingskoden ISO 3166-2. |
Format | |
Eksempel | Inkluderer kunder, som har en adresse i staten New York:customer_regions CONTAINS 'US-NY'
|
Bemærkninger | Begynd at skrive et område for at finde det, og vælg derefter den passende værdi på den liste, der vises. |