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.

På denne side

Dato for forladt betaling

Navn: 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}` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
Værdier
Format	Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdatoer: `-4w`, `-10y` Angiven dato: I dag: `= today` I går: `= yesterday` I de sidste 7 dage: `>= 7_days_ago` I de sidste 30 dage: `>= 30_days_ago` I de sidste 90 dage: `>= 90_days_ago` I de sidste 12 måneder: `>= 12_months_ago` De angivne datoer er standardværdier og kan ikke ændres. Brug en forskydningsdato til tilpassede datoer.
Eksempel	Inkluder kunder, der sidst har forladt deres indkøbskurv inden for den sidste uge: `abandoned_checkout_date >= 7_days_ago` Inkluder kunder, der sidst har forladt deres indkøbskurv inden for de sidste otte måneder: `abandoned_checkout_date > -8m`
Bemærkninger	Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone.

Jubilæum

Navn: anniversary

Inkluderer kunder efter den hændelsesdato, der er knyttet til datoparameteret.

Funktionsparametre	Angiv den hændelse, du vil filtrere efter. For eksempel: `'metafields.facts.birth_date'`
Operatorer	`MATCHES`: Parameter er sand. `NOT_MATCHES`: Parameter er falsk. `IS NULL`: Parameter findes ikke. `IS NOT NULL`: Parameter findes. For datoer omfatter de tilgængelige operatorer: Er lig med: `=` Er ikke lige med: `!=` Større end: `>` Mindre end: `<` Mindre end eller lig med: `<=` Større end eller lig med: `>=` Mellem: `BETWEEN`
Værdier	`date`
Format	Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdatoer: `+4w`, `+3m` Angivne datoer eller intervaller: I dag: `= today` I de næste 7 dage: `BETWEEN today AND +7d` I de næste 30 dage: `BETWEEN today AND +30d`
Eksempel	Inkluder kunder med en fødselsdag inden for de næste 30 dage: `anniversary MATCHES ('metafields.facts.birth_date') BETWEEN today AND +30d`
Bemærkninger	Filteret `anniversary` tager ikke højde for året. Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone. Hvis du vil filtrere efter fødselsdatoer, skal du enten aktivere standardmetafeltet `facts.birth_date` eller oprette dit eget tilpassede metafelt. Få mere at vide om tilføjelse af standardmetafelter eller oprettelse af tilpassede definitioner af metafelter.

Brugt beløb

Navn: 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. Tusindalsseparatorer, såsom kommaer eller 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	Den valuta, som bruges, er baseret på den valuta, der er valgt for din butik. Undlad at angive, hvilken valuta der bruges, ved hjælp af valutasymboler. `BETWEEN` inkluderer både start- og slutværdier. `amount_spent BETWEEN 1 AND 100` inkluderer f.eks. kunder, som har brugt mindst 1 og så meget som 100.

Byer

Navn: 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` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
Værdier
Format	`countryCode-regionCode-cityCode`
Eksempel	Inkluder kunder, som har en adresse i New York City: `customer_cities CONTAINS 'US-NY-NewYorkCity'`
Bemærkninger	Du finder en by ved at begynde at skrive navnet på byen og derefter vælge den relevante værdi på den viste liste.

Firmaer

Navn: companies

Omfatter kunder fra firmaer, der er blevet konfigureret som B2B-kunder.

Operatorer	Indeholder dette nøjagtige firma-id: `CONTAINS` Indeholder ikke dette nøjagtige firma-id: `NOT CONTAINS` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
Værdier	Firma-id
Format
Eksempel	Er B2B-kunde: `companies IS NOT NULL` Er ikke B2B-kunde: `companies IS NULL` Omfatter kunder, der er tilknyttet et bestemt firma: `companies CONTAINS 3778915041302`
Bemærkninger	Når du opretter et kundesegment, kan du vælge firmaet via dets navn på den viste liste. Du kan også begynde at skrive firmaets titel og derefter vælge det på listen. Firma-id'et, ikke firmanavnet, er indtastet i koden. Firmanavnet vises, når du holder markøren over firma-id'et.

Lande eller områder

Navn: 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 denne nøjagtige lokation: `CONTAINS` Indeholder ikke denne nøjagtige lokation: `NOT CONTAINS` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
Værdier	Brug ISO-landekoden på to bogstaver.
Format
Eksempel	Inkluder kunder, som har en adresse i USA: `customer_countries CONTAINS 'US'`
Bemærkninger	Du finder et land ved at begynde at skrive navnet på landet og derefter vælge den relevante værdi på den viste liste.

Oprettet af app-id

Navn: created_by_app_id

Omfatter kunder, der er blevet oprettet af den angivne app.

Operatorer	Er lig med: `=` Er ikke lig med: `!=`
Værdier	Id'et for den app, som du skal segmentere på.
Format	App-id
Eksempel	Omfatter kunder, som er blevet oprettet i Shopify-administratoren: `created_by_app_id = 1830279`
Bemærkninger	Når du opretter et kundesegment, kan du vælge en app via dets navn på den viste liste. Du kan også begynde at skrive appens navn og derefter vælge det på listen. App-id'et, ikke appnavnet, indtastes i koden. Når du holder markøren over app-id'et, vises appnavnet.

Status for kundekonto

Navn: 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, eller din butik bruger de nye kundekonti. Aktiveret: `'ENABLED'` Kunden oprettede en konto. Inviteret: `'INVITED'` Kunden er blevet inviteret til at oprette en konto, men har endnu ikke accepted eller afvist.
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

Navn: 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: I dag: `= today` I går: `= yesterday` I de sidste 7 dage: `>= 7_days_ago` I de sidste 30 dage: `>= 30_days_ago` I de sidste 90 dage: `>= 90_days_ago` I de sidste 12 måneder: `>= 12_months_ago` De angivne datoer er standardværdier og kan ikke ændres. Brug en forskydningsdato til tilpassede datoer.
Eksempel	Inkluder kunder, der blev tilføjet inden for den sidste uge: `customer_added_date >= 7_days_ago` Inkluder kunder, der blev tilføjet inden for de sidste otte måneder: `customer_added_date > -8m` Inkluder kunder, der blev tilføjet inden for et bestemt datointerval: `customer_added_date BETWEEN 2022-12-01 AND 2022-12-31`
Bemærkninger	Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone.

Kundens maildomæne

Navn: customer_email_domain

Omfatter 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: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
Værdier	Følgende domænenavne er angivet som forslag. Du er ikke begrænset til disse domænenavne. Du kan angive andre gyldige domænenavne manuelt: Gmail: `'gmail.com'` Yahoo: `'yahoo.com'` eller `'yahoo.ca'` Hotmail: `'hotmail.com'` AOL: `'aol.com'` MSN: `'msn.com'` Live: `'live.com'` Outlook: `'outlook.com'`
Format
Eksempel	Inkluder kunder, som har maildomænet shopify.com: `customer_email_domain = 'shopify.com'`
Bemærkninger

Kundesprog

Navn: 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: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
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, der kommunikerer med din butik på engelsk: `customer_language = 'en'` Ekskluder kunder, der kommunikerer med din butik på canadisk engelsk: `customer_language != 'en-CA'`
Bemærkninger	Du kan føje landestandardens ISO-kode til værdien for at angive en dialekt for dette sprog. Du kan f.eks. bruge `'en-US'` for USA og `'en-GB'` for Storbritannien, eller `'pt-PT'` for Portugal og `'pt-BR'` for Brasilien. Filterværdien fungerer som et jokertegn, hvis det kun er sprogpræfikset, der er angivet. Hvis filterværdien f.eks. er `'en'`, inkluderer dine resultater kunder, hvis sprog er angivet til `'en'`, og kunder, hvis sprog er angivet til `'en-GB'`, `'en-CA'`, osv.

Tilpassede tags

Navn: customer_tags

Inkluderer kunder baseret på deres tags.

Operatorer	Indeholder dette nøjagtige tag: `CONTAINS` Indeholder ikke dette nøjagtige tag: `NOT CONTAINS` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
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.

Kunder inden for afstand

Navn: customer_within_distance

Inkluderer kunder inden for en bestemt afstand fra en gemt lokation.

Funktionsparametre	Du kan kun bruge én afstandsparameter for hvert filter. `coordinates` (påkrævet): Brug denne parameter til at angive den fastgjorte lokation, du vil bruge til at oprette dit segment. `distance_km` (påkrævet): Brug denne parameter til at angive den afstandsradius, du vil søge efter kunder i. `distance_mi` (påkrævet): Brug denne parameter til at angive den afstandsradius, du vil søge efter kunder i.
Operatorer	`MATCHES`: Parameter er sand. `NOT_MATCHES`: Parameter er falsk. `IS NULL`: Parameter findes ikke. `IS NOT NULL`: Parameter findes.
Værdi
Format	Understøttet format for `coordinates`: Tal (breddegrad), Tal (længdegrad) Understøttet format for coordinates (breddegrad, længdegrad): Tal: `#` Understøttet format for `distance_mi`: `distance_km`: Tal: `#`
Eksempel	Dette filter kræver koordinater og én afstandsparameter for at være gyldige. Filtrer kunder, der har en adresse inden for 10 mil fra koordinater (45,419190, -75,696727): `customer_within_distance MATCHES (koordinater = (45,419190, -75,696727), distance_mi = 10 )` Filter kan bruges sammen med andre filtre for at indsnævre din kundeliste yderligere. For eksempel: Filtrer kunder, der har adresse inden for 20 kilometer fra koordinater (43,634,-79,412) og har afgivet mindst én ordre: `kunde customer_within_distance MATCHES (coordinates = (43,634,-79,412), distance_km = 20 ) OG number_of_orders > 0`
Bemærkninger	Shopify Segmentation konverterer automatisk dine gemte lokationer til et koordinatpar, der viser dem som valgbare værdier, når du bruger dette filter. Hvis din butik har gemt lokationer, så oversætter Shopify Magic automatisk koordinatparret til dit lokationsnavn i den magiske oversættelse. For eksempel: "Kunder, der har en adresse inden for 10 mil fra lokationen 'Salt Lake City Store'."

E-mailhændelser

Navn: shopify_email.EVENT

Omfatter kunder baseret på udvalgte mailhændelser. Understøttede hændelser (EVENT) omfatter følgende:

Afvist: bounced
Klikket på: clicked
Leveret: delivered
Markeret som spam: marked_as_spam
Åbnet: opened
Afmeldt: unsubscribed

Funktionsparametre	`activity_id` (valgfrit): Brug denne parameter til at vælge det id for markedsføringsaktiviteten, du vil filtrere efter. `count` (valgfrit): Brug denne parameter til at angive det antal gange, der er forekommet en e-mailhændelse. `date` (valgfrit): Brug denne parameter til at angive datoen for hændelsen.
Operatorer	`MATCHES`: Bruges når begivenheden har fundet sted. `NOT_MATCHES`: Bruges, når begivenheden ikke fandt sted. `IS NULL`: Parameteren findes ikke. `IS NOT NULL`: Parameter findes. For datoer inkluderer de tilgængelige operatører: Er lig med: `=` Er ikke lig med: `!=` Større end: `>` Mindre end: `<` Mindre eller lig med: `<=` Større eller lig med: `>=` Mellem: `BETWEEN`
Værdi
Format	Understøttede formater for `activity_id`: `=` (enkelt værdi) `IN` : Et sæt kommaseparerede værdier med implicit "OR" angivet i parenteser. Eksempel: `(activity_id IN (1, 2, 3))`. Der er en grænse på 500 aktivitets-id’er i et sæt. Understøttede datoformater for `date`: Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdato: 7 dage siden: `-7d` For 4 uger siden: `-4w` For 3 måneder siden: `-3m` 1 år siden: `-1y` Navngivne dato: `today`, `yesterday` De angivne datoer er standardværdier og kan ikke ændres. Brug en forskydningsdato til tilpassede datoer. Mailhændelser er tilgængelige for de seneste 26 måneder med data fra marts 2022. Understøttede formater for `count`: Tal: `#`
Eksempel	Angiv, om en mailhændelse fandt sted, ved hjælp af en `MATCHES` eller `NOT MATCHES`-operatør: `shopify_email.opened MATCHES (activity_id = 135195754518)` `shopify_email.opened NOT MATCHES (activity_id = 135195754518)` Brug parameteren `activity_id` til at angive det markedsføringsaktivitets-id, som du vil filtrere efter: `shopify_email.delivered MATCHES (activity_id = 135195754518)` Brug parameteren `date` og operatøren `>=` til at angive en startdato for en mailhændelse: `shopify_email.delivered NOT MATCHES (activity_id = 135195754518, date >= 2022-01-01)` Brug parameteren `date` og operatøren `<=` til at angive en slutdato for en mailhændelse: `shopify_email.delivered MATCHES (activity_id = 135195754518, date <= 2022-01-01)` Brug parameteren `date` og operatøren `BETWEEN` til at angive både en start- og slutdato for en mailhændelse: `shopify_email.bounced NOT MATCHES (activity_id = 135195754518, BETWEEN -12m AND today)`
Bemærkninger	Når du opretter et kundesegment ved hjælp af `activity_id`-parameteret, kan du vælge markedsføringsaktiviteten ud fra dens navn på den viste liste. På grund af opbevaring af data betyder fraværet af parametrene `dato`, at resultaterne vil blive filtreret for de seneste 26 måneder uden en angivet start- eller slutdato. Hvis `activity_id` ikke findes, betyder det, at dit filter indeholder alle Shopify-mailaktiviteterne.

Status for mailabonnement

Navn: email_subscription_status

Omfatter kunder afhængigt af, om de abonnerer på dine markedsføringsmails.

Operatorer	Er lig med: `=` Er ikke lig med: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
Værdier	Ikke abonneret: `'NOT_SUBSCRIBED'` Kunden har ikke abonneret på din markedsførings-mail. Tilmeldt: `'SUBSCRIBED'` Kunden abonnerer på din markedsføringsmail. Afventende: `'PENDING'` Kunden er i gang med at abonnere på din markedsføringsmail. Ugyldig: `'INVALID'` Markedsføringsstatussen for kundens mailadresse er ugyldig. Afmeldt: `'UNSUBSCRIBED'` Kunden har afmeldt dine markedsføringsmails. Slettet: `'REDACTED'` Kundens mailadresse er blevet slettet.
Format
Eksempel	Inkluder kunder, der abonnerer på din e-mailmarkedsføring: `email_subscription_status = 'SUBSCRIBED'`
Bemærkninger

Dato for første ordre

Navn: first_order_date

Omfatter kunder, som afgav deres første 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}` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
Værdier
Format	Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdatoer: `-4w`, `-10y` Angiven dato: I dag: `= today` I går: `= yesterday` I de sidste 7 dage: `>= 7_days_ago` I de sidste 30 dage: `>= 30_days_ago` I de sidste 90 dage: `>= 90_days_ago` I de sidste 12 måneder: `>= 12_months_ago` De angivne datoer er standardværdier og kan ikke ændres. Brug en forskydningsdato til tilpassede datoer.
Eksempel	Inkluder kunder, hvis første ordre blev afgivet siden sidste uge: `first_order_date >= 7_days_ago` Inkluder kunder, hvis første ordre blev afgivet inden for de sidste otte måneder: `first_order_date > -8m`
Bemærkninger	Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone.

Dato for sidste ordre

Navn: 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}` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
Værdier
Format	Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdatoer: `-4w`, `-10y` Angiven dato: I dag: `= today` I går: `= yesterday` I de sidste 7 dage: `>= 7_days_ago` I de sidste 30 dage: `>= 30_days_ago` I de sidste 90 dage: `>= 90_days_ago` I de sidste 12 måneder: `>= 12_months_ago` De angivne datoer er standardværdier og kan ikke ændres. Brug en forskydningsdato til tilpassede datoer.
Eksempel	Omfatter kunder, hvis seneste ordre blev afgivet inden for den sidste uge: `last_order_date >= 7_days_ago` Omfatter kunder, hvis seneste ordre blev afgivet inden for de sidste 8 måneder: `last_order_date > -8m`
Bemærkninger	Datoværdierne er baseret på hele dage og afhænger af din butiks tidszone.

Antal ordrer

Navn: 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.

Ordrer afgivet

Navn: orders_placed

Omfatter kunder, som har afgivet ordrer eller brugt et bestemt beløb inden for et bestemt datointerval.

Funktionsparametre	`app_id` (valgfrit): Brug denne parameter til at angive, hvilken app der oprettede ordren. `location_id` (valgfrit): Brug denne parameter til at angive, hvilken lokation ordren blev afgivet fra. `count` (valgfrit): Brug denne parameter til at angive det nøjagtige antal gange, en ordre blev afgivet. `amount` (valgfrit): Brug denne parameter til at angive det nøjagtige beløb, der er brugt på en ordre. `sum_amount` (valgfrit): Brug denne parameter til at angive det beløb, der er brugt på alle ordrer. `date` (valgfrit): Brug denne parameter til at angive en slutdato for hændelsen.
Operatorer	`MATCHES`: Parameter er sand. `NOT_MATCHES`: Parameter er falsk. `IS NULL`: Parameter findes ikke. `IS NOT NULL`: Parameter findes. For datoer omfatter de tilgængelige operatorer: Er lig med: `=` Er ikke lige med: `!=` Større end: `>` Mindre end: `<` Mindre end eller lig med: `<=` Større end eller lig med: `>=` Mellem: `BETWEEN`
Værdier
Format	Understøttede formater for `count`, `amount` og `sum_amount`: Nummer: `#` Understøttede formater for `date`: Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdato: For 7 dage siden: `-7d` For 4 uger siden: `-4w` For 3 måneder siden: `-3m` For 1 år siden: `-1y` Navngivet dato: I dag: `today` I går: `yesterday` De angivne datoer er standardværdier og kan ikke ændres.
Eksempel	Angiv, om en ordre er blevet afgivet ved hjælp af en `MATCHES` eller `NOT_MATCHES` -operatør: `orders_placed MATCHES ()` `orders_placed NOT MATCHES ()` Filtrer kunder, der har afgivet mere end 3 ordrer (inklusive) inden for de sidste 6 måneder: `orders_placed MATCHES (count >= 3, date >= -6m)` Filtrer kunder, der har brugt mere end 1000 USD (inklusive) inden for de sidste 90 dage: `orders_placed MATCHES (sum_amount >= 1000, date >= -90d)` Filtrer kundeR, der har brugt mindre end 100 USD (inklusive) inden for de sidste 7 dage: `orders_placed MATCHES (sum_amount <= 100, date >= -7d)` Filtrer kundeR, der har brugt mere end 1000 USD (inklusive) og afgivet mere end 3 ordrer (inklusive) siden 1. januar 2023: `orders_placed MATCHES (sum_amount >= 1000, count >= 3, date >= 2023-01-01)` Brug parameteren `date` og operatoren `BETWEEN` til at angive et bestemt datointerval. Du kan udtrykke mellem 1. januar 2023 og 1. juni 2023 (inklusive) på følgende måde: `orders_placed MATCHES (count >= 3, date BETWEEN 2023-01-01 AND 2023-06-01)`
Bemærkninger	Når du holder markøren over beløbet, vises den valuta, der bruges til at filtrere dine kunder. Når du holder markøren over følgende syntaks: `amount`, `sum_amount` vises beskrivelsen af syntaksen. Når produktet er `parameters`, betyder det, at dit filter indeholder alle ordrer, der er afgivet hele tiden.

Forventet forbrugsniveau

NAVN: predicted_spend_tier

Inkluderer kunder, som falder inden for det angivne forventede forbrugsniveau. Få mere at vide om forventet forbrugsniveau.

Operatorer	Er lig med: `=` Er ikke lig med: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
Værdier	`'HIGH'` `'MEDIUM'` `'LOW'`
Format
Eksempel	Omfatter kunder, som er på et `HØJT` niveau: `predicted_spend_tier = 'HIGH'`
Bemærkninger

Status for produktabonnement

Navn: product_subscription_status

Inkluderer kunder, som har den angivne status for produktabonnement.

Operatorer	Er lig med: `=` Er ikke lig med: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
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

Navn: products_purchased

Inkluderer kunder, som har købt et specifikt produkt. Du kan også inkludere kunder, som har købt produktet i et bestemt datointerval.

Funktionsparametre	`id` (valgfrit): Brug denne parameter til at angive det produkt, en kunde har købt, og som du vil filtrere efter. `quantity` (valgfrit): Brug denne parameter til at angive antallet af produkter, der er købt pr. ordre. `sum_quantity`(valgfrit): Brug denne parameter til at angive antallet af produkter, der er købt for alle ordrer. `date` (valgfrit): Brug denne parameter til at angive en dato for hændelsen. `tag` (valgfrit): Brug denne parameter til at angive et produkttag for købte produkter, som du vil filtrere.
Operatorer	`MATCHES`: Parameter er sand. `NOT_MATCHES`: Parameter er falsk. `IS NULL`: Parameter findes ikke. `IS NOT NULL`: Parameter findes. For datoer omfatter de tilgængelige operatorer: Er lig med: `=` Er ikke lige med: `!=` Større end: `>` Mindre end: `<` Mindre end eller lig med: `<=` Større end eller lig med: `>=` Mellem: `BETWEEN`
Værdi
Format	Understøttede formater for `tag`: `streng` (enkelt værdi) Understøttede formater for `id`: `=` (enkelt værdi) `IN` : Et sæt kommaseparerede værdier med implicit "OR" angivet i parenteser. Eksempel: `(id IN (1012132033639, 2012162031638, 32421429314657))`. Der er en grænse på 500 produkt-id’er i et sæt. Understøttede `dato`formater : Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdato: For 7 dage siden: `-7d` For 4 uger siden: `-4w` For 3 måneder siden: `-3m` For 1 år siden: `-1y` Navngivne dato: `today`, `yesterday` De angivne datoer er standardværdier og kan ikke ændres. Understøttede formater for `quantity` og`sum_quantity`: Nummer: `#`
Eksempel	Angiv, om et produkt er blevet købt med en `MATCHES`- eller `NOT_MATCHES`-operator: `products_purchased MATCHES (id = 2012162031638)` `products_purchased NOT MATCHES (id IN (2012162031638, 1012132033639))` `products_purchased MATCHES (tag = ’red’)` Filtrer kunder, der har købt et specifikt produkt siden 1. januar 2022 til i dag: `products_purchased MATCHES (id = 1012132033639, date BETWEEN 2022-01-01 AND today)` Filtrer kunder, der har købt et produkt med tagget `’red’` siden 1. januar 2022 til i dag: `products_purchased MATCHES (tag = ’red’, date BETWEEN 2022-01-01 AND today)` Inden for de seneste 30 dage: `products_purchased MATCHES (date >= -30d)` Indtil 1. januar 2022: `products_purchased MATCHES (date <= 2022-01-01)` Brug parameteret `date` og operatoren `BETWEEN` for at angive et bestemt datointerval. Du kan angive perioden mellem 1. januar 2022 og 1. juni 2022 (inklusive) på følgende måde: `products_purchased MATCHES (id = 1012132033639, date BETWEEN 2022-01-01 AND 2022-06-01)` Filtrer kunder, der for nylig har købt en masse produkter med et specifikt tag: `products_purchased MATCHES (tag = 'product_tag', sum_quantity >= 3, date >= -90d)`
Bemærkninger	Når du opretter kundesegmentet ved hjælp af parameteren `id`, kan du produktet via dets navn eller billede på den viste liste. Du kan også begynde at skrive produktets titel og derefter vælge det på listen. Det er produkt-id'et, og ikke produkttitlen, der angives i koden. Når du holder musen over produkt-id'et, vises produkttitlen og produktets billede. Hvis parametrene `date` ikke findes, betyder det, at resultaterne filtreres for altid uden en angivet start- eller slutdato. Hvis nogen parametre ikke findes, betyder det, at dit filter indeholder alle produkter, der er købt for altid.

RFM-gruppe

Navn: rfm_group

Medtager kunder baseret på, hvilken RFM-gruppe de er kategoriseret som. Få mere at vide om RFM-kundeanalyse.

Liste over mulige RFM-gruppeoperatorer og -værdier, herunder eksempler.
Operatorer	Er lig med: `=` Er ikke lig med: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
Værdier	Passiv: `'DORMANT'` I risikozonen: `'AT_RISK'` Tidligere loyal: `'PREVIOUSLY_LOYAL'` Kræver opmærksomhed: `'NEEDS_ATTENTION'` Næsten mistet: `'ALMOST_LOST'` Loyal: `'LOYAL'` Lovende: `'PROMISING'` Aktive: `'ACTIVE'` Nye: `'NEW'` Champions : `'CHAMPIONS'` Potientelle kundeemner: `'PROSPECTS'`
Format
Eksempel	Inkluder kunder i RFM-gruppen Kræver opmærksomhed: `rfm_group = 'NEEDS_ATTENTION'`
Bemærkninger

Sms-abonnementsstatus

Navn: sms_subscription_status

Omfatter kunder afhængigt af, om de abonnerer på din markedsføring via sms-beskeder. Få mere at vide om indsamling af kunders kontaktoplysninger.

Operatorer	Er lig med: `=` Er ikke lig med: `!=` Findes ikke: `IS NULL` Findes: `IS NOT NULL`
Værdier	Abonnerer: `'SUBSCRIBED'` Kunden abonnerer på din markedsføring via sms-beskeder. Afventende: `'PENDING'` Kunden er ved at tilmelde sig din markedsføring via sms-beskeder. Slettet: `'REDACTED'` Kunden har en afventende slettet på grund af en sletningsanmodning i henhold til GDPR. Afmeldt: `'UNSUBSCRIBED'` Kunden har afmeldt din markedsføring via sms-beskeder. Abonnerer ikke: `'NOT_SUBSCRIBED'` Kunden har aldrig tilmeldt sig din markedsføring via sms-beskeder.
Format
Eksempel	Inkluder kunder, som abonnerer på din markedsføring via sms-tekstbeskeder: `sms_subscription_status = 'SUBSCRIBED'`
Bemærkninger

Stater eller provinser

Navn: 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` Eksisterer ikke: `IS NULL` Eksisterer: `IS NOT NULL`
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	Du finder et område ved at begynde at skrive navnet på området og derefter vælge den relevante værdi på den viste liste.

Konti for tilgodebeviser

Navn: store_credit_accounts

Medtager kunder, som har en saldo for tilgodebeviser i din butik.

Funktionsparametre	`balance` (valgfrit): Brug denne parameter til at angive kundens aktuelle saldo på kontoen med tilgodebeviser. `currency` (valgfrit): Brug denne parameter til at angive valutaen for kundens saldo for tilgodebeviser. `next_expiry_date` (valgfrit): Brug denne parameter til at angive datoen for det ubrugte tilgodebevis, der udløber snarest. `last_credit_date` (valgfrit): Brug denne parameter til at angive den dato, hvor kunden senest modtog et tilgodebevis.
Operatorer	`MATCHES`: Parameter er sand. `NOT_MATCHES`: Parameter er falsk. `IS NULL`: Parameter findes ikke. `IS NOT NULL`: Parameter findes. For datoer omfatter de tilgængelige operatorer: Er lig med: `=` Er ikke lige med: `!=` Større end: `>` Mindre end: `<` Mindre end eller lig med: `<=` Større end eller lig med: `>=` Mellem: `BETWEEN`
Værdier
Format	Understøttede formater for `currency`: valutakode: For eksempel `USD` Understøttede formater for `balance`: Nummer: `#` Understøttede formater for `next_expiry_date` og `last_credit_date`: Absolutte datoer: `YYY-MM-DD` Eksempler på forskydningsdato: 7 dage siden: `-7d` 4 uger siden: `-4w` 3 måneder siden: `-3m` 1 år siden: `-1y` Navngivne datoer: I dag: `today` I går: `yesterday` De angivne datoer er standardværdier og kan ikke ændres.
Eksempel	Filtrer kunder, der har en konto for tilgodebeviser, der er større end eller lig med 1 i enhver valuta: `store_credit_accounts MATCHES (balance >= 1)` Filtrer kunder, der har en konto for tilgodebeviser, der er større end eller lig med 1 USD: `store_credit_accounts MATCHES (balance >= 1, currency: 'USD')` Filtrer kunder med tilgodebeviser, der udløber inden for de næste 7 dage: `store_credit_accounts MATCHES (next_expiry_date <= +7d)` Filtrer kunder, der sidst har modtaget tilgodebevis for mere end 1 måned siden, men stadig har en saldo til rådighed: `store_credit_accounts MATCHES (last_credit_date <= -1m, balance >= 1)`
Bemærkninger	Kunder, som har en konto med tilgodebeviser, hvis du på et tidspunkt har udstedt tilgodebeviser til dem. En kundens saldo for tilgodebeviser kan være større end eller lig med 0. Konti med tilgodebeviser er specifikke for en valuta. Hvis du ikke medtager en `currency`-parameter i dit segment, returnerer dit filter alle konti med tilgodebeviser uanset valutatypen. En kunde kan have 0 eller mange konti med tilgodebeviser, afhængigt af antallet af understøttede valutaer i din butik. Hvis du f.eks. udsteder tilgodebeviser til en kunde i både CAD og USD, har denne kunde 2 konti med tilgodebeviser.

Hændelser for butikslayout

Navn: storefront.EVENT

Omfatter kunder baseret på hændelser for butikslayout. Understøttede hændelser (EVENT) omfatter følgende:

Vist produkt: product_viewed
Vist kollektion: collection_viewed

Funktionsparametre	`id` (valgfrit): Brug denne parameter til at angive de produkter eller kollektioner, du vil filtrere efter. `date` (valgfrit): Brug denne parameter til at angive en dato for hændelsen. `count` (valgfrit): Brug denne parameter til at angive det præcise antal gange, et produkt eller en kollektion er blevet set. Hændelsesspecifikke parametre for produkter: `tag` (valgfrit): Brug denne parameter til at angive det produkttag, du vil filtrere efter. Dette fungerer på samme måde som filtrering for hvert produkt-id med det pågældende tag.
Operatorer	`MATCHES`: Parameter er sand. `NOT_MATCHES`: Parameter er falsk. `IS NULL`: Parameter findes ikke. `IS NOT NULL`: Parameter findes. For datoer omfatter de tilgængelige operatorer: Er lig med: `=` Er ikke lige med: `!=` Større end: `>` Mindre end: `<` Mindre end eller lig med: `<=` Større end eller lig med: `>=` Mellem: `BETWEEN`
Værdi
Format	Understøttede formater for `id`: `=` (enkelt værdi) `IN` : Et sæt kommaseparerede værdier med implicit "OR" angivet i parenteser. Eksempel: `(id IN (1012132033639, 2012162031638, 32421429314657))`. Der er en grænse på 500 produkt- eller kollektions-id’er i et sæt. Understøttede formater for `tag`: `string` (enkelt værdi) Understøttede `dato`formater: Absolut dato: `YYYY-MM-DD` Eksempler på forskydningsdatoer: For 7 dage siden: `-7d` For 4 uger siden: `-4w` For 3 måneder siden: `-3m` For 1 år siden: `-1y` Navngivne datoer: I dag: `today` I går: `yesterday` Hændelser for butikslayout er tilgængelige for de seneste 26 måneder med data fra maj 2023. De angivne datoer er standardværdier og kan ikke ændres. Brug en forskydningsdato til tilpassede datoer.
Eksempel	Angiv, om en hændelse for butikslayout fandt sted med en `MATCHES`- eller `NOT_MATCHES`-operator: `storefront.product_viewed MATCHES()` `storefront.collection_viewed NOT MATCHES ()` Brug parameteret `id` til at angive de produkter, du vil filtrere på: `storefront.product_viewed MATCHES (id = 2012162031638)` `storefront.collection_viewed MATCHES (id IN (2012162031638, 456, 789))` Brug parameteret `tag` til at angive de produkttags, du vil filtrere på: `storefront.product_viewed MATCHES (tag CONTAINS ’jeans’)` Brug parameteret `date` og operatoren `>=` til at angive en startdato for en hændelse for butikslayout: `storefront.product_viewed MATCHES (id = 2012162031638, date >= 2023-04-03)` `storefront.collection_viewed MATCHES (id = 2012162031638, date >= -30d)` Brug parameteret `date` og operatoren `<=` til at angive en slutdato for en hændelse for butikslayout: `storefront.product_viewed MATCHES (id = 2012162031638, date <= 2023-04-30)` `storefront.collection_viewed MATCHES (id = 2012162031638, date <= -7d)` Brug parameteret `date` og operatoren `BETWEEN` til at angive både en start- og slutdato for en hændelse for butikslayout: `storefront.product_viewed MATCHES (id = 2012162031638, date BETWEEN 2023-04-03 AND 2023-04-30)` `storefront.collection_viewed MATCHES (id = 2012162031638, date BETWEEN -90d AND -30d)` Filtrer kunder, der har set et bestemt produkt inden for de sidste 30 dage: `storefront.product_viewed MATCHES (id = 2012162031638, date >= -30d)` Filtrer kunder, der har set en specifik kollektion siden 1. januar 2023 indtil i dag: `storefront.collection_viewed MATCHES (id = 2012162031638, date BETWEEN 2023-01-01 AND today)`
Bemærkninger	Når du opretter kundesegmentet ved hjælp af parameteren `id`, kan du vælge produktet eller kollektionen via navn eller billede på den viste liste. Du kan også begynde at skrive produktets eller kollektionens titel og derefter vælge den på listen. Produkt- eller kollektions-id'et, ikke titlen, indtastes i koden. Når du holder markøren over id'et, vises produktet eller kollektionens titel og billede. Kollektioner bruger billedet, der er gemt som miniaturebillede for kollektionen, når det er relevant. Hvis ikke, så vises der en generisk pladsholder for billedet. På grund af opbevaring af data betyder fraværet af parametrene `dato`, at resultaterne vil blive filtreret for de seneste 26 måneder uden en angivet start- eller slutdato. Hvis `id` ikke findes, betyder det, at dit filter indeholder alle produkter.