Filter segmen pelanggan berbasis Shopify

Gunakan panduan referensi ini untuk memahami nama filter, operator, dan nilai yang digunakan untuk membuat segmen pelanggan yang didasarkan pada filter Shopify default.

Di halaman ini

Tanggal checkout yang ditinggalkan

Nama: abandoned_checkout_date

Mencakup pelanggan berdasarkan tanggal terakhir mereka meninggalkan keranjang.

Operator	Tepat pada tanggal: `=` Bukan pada tanggal: `!=` Pada atau sebelum tanggal: `<=` Sebelum tanggal: `<` Pada atau setelah tanggal: `>=` Setelah tanggal: `>` Antara tanggal: `BETWEEN {date1} AND {date2}` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai
Format	Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: `-4w`, `-10y` Tanggal bernama: Hari ini: `= today` Kemarin: `= yesterday` Tanggal bernama adalah nilai default dan tidak dapat diubah. Untuk tanggal kustom, gunakan offset tanggal.
Contoh	Mencakup pelanggan yang terakhir meninggalkan keranjang mereka dalam seminggu terakhir: `abandoned_checkout_date >= -7d` Mencakup pelanggan yang terakhir meninggalkan keranjang mereka dalam delapan bulan terakhir: `abandoned_checkout_date > -8m`
Catatan	Nilai tanggal didasarkan pada hari penuh dan bergantung pada zona waktu toko Anda.

Hari Jadi

Nama: anniversary

Mencakup pelanggan berdasarkan tanggal event yang terkait dengan parameter tanggal.

Parameter fungsi	Tentukan event yang ingin Anda jadikan filter. Misalnya: `'metafields.facts.birth_date'`
Operator	`IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada. Untuk tanggal, operator yang tersedia meliputi: Sama dengan: `=` Tidak sama dengan: `!=` Antara: `BETWEEN`
Nilai	`date`
Format	Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: `+4w`, `+3m` Tanggal atau rentang bernama: Hari ini: `= today` Dalam 7 hari ke depan: `BETWEEN today AND +7d` Dalam 30 hari ke depan: `BETWEEN today AND +30d`
Contoh	Mencakup pelanggan yang berulang tahun dalam 30 hari ke depan: `anniversary ('metafields.facts.birth_date') BETWEEN today AND +30d`
Catatan	Filter `anniversary` tidak memperhitungkan tahun. Nilai tanggal didasarkan pada hari penuh dan bergantung pada zona waktu toko Anda. Untuk memfilter tanggal lahir, Anda perlu mengaktifkan `facts.birth_date` metafield standar atau membuat definisi metafield kustom Anda sendiri. Pelajari selengkapnya tentang menambahkan metafield standar atau membuat definisi metafield kustom.

Jumlah yang dibelanjakan

Nama: amount_spent

Mencakup pelanggan berdasarkan jumlah uang yang telah mereka belanjakan di toko Anda.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai
Format	Rentang angka: `# AND #` Angka: `#` Angka desimal: Titik desimal (.) digunakan sebagai pemisah desimal. Pemisah ribuan, seperti koma atau spasi, tidak diterima. Angka yang diformat khusus bahasa tidak diterima.
Contoh	Mencakup pelanggan yang telah membelanjakan 1 hingga 999.99 di toko Anda: `amount_spent BETWEEN 1 AND 999.99`
Catatan	Mata uang yang digunakan didasarkan pada mata uang yang dipilih untuk toko Anda. Jangan tentukan mata uang mana yang digunakan dengan memasukkan simbol mata uang. `BETWEEN` mencakup nilai awal dan akhir. Misalnya, `amount_spent BETWEEN 1 AND 100` mencakup pelanggan yang telah membelanjakan setidaknya 1 dan sebanyak-banyaknya 100.

Kota

Nama: customer_cities

Mencakup pelanggan yang memiliki alamat di kota yang ditentukan. Pelanggan yang memiliki beberapa alamat mungkin disertakan di lebih dari satu segmen pelanggan yang menggunakan filter ini.

Operator	Berisi kota persis ini: `CONTAINS` Tidak berisi kota persis ini: `NOT CONTAINS` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai
Format	`countryCode-regionCode-cityCode`
Contoh	Mencakup pelanggan yang memiliki alamat di New York City: `customer_cities CONTAINS 'US-NY-NewYorkCity'`
Catatan	Untuk menemukan kota, Anda dapat mulai mengetik nama kota, lalu pilih nilai yang sesuai dari daftar yang ditampilkan.

Perusahaan

Nama: companies

Mencakup pelanggan dari perusahaan yang telah dikonfigurasi sebagai pelanggan B2B.

Operator	Berisi ID perusahaan yang sama persis: `CONTAINS` Tidak berisi ID perusahaan yang sama persis: `NOT CONTAINS` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	ID Perusahaan
Format
Contoh	Adalah pelanggan B2B: `companies IS NOT NULL` Bukan pelanggan B2B: `companies IS NULL` Mencakup pelanggan yang berafiliasi dengan perusahaan tertentu: `companies CONTAINS 3778915041302`
Catatan	Saat Anda membuat segmen pelanggan, Anda dapat memilih perusahaan berdasarkan namanya dari daftar yang ditampilkan. Atau, Anda dapat mulai mengetik nama perusahaan, lalu memilihnya dari daftar. ID perusahaan, bukan nama perusahaan, yang dimasukkan ke dalam kode. Saat Anda mengarahkan kursor ke ID perusahaan, nama perusahaan akan ditampilkan.

Negara atau wilayah

Nama: customer_countries

Mencakup pelanggan yang memiliki alamat di negara atau wilayah yang ditentukan. Pelanggan yang memiliki beberapa alamat mungkin disertakan di lebih dari satu segmen pelanggan yang menggunakan filter ini.

Operator	Berisi lokasi yang sama persis: `CONTAINS` Tidak berisi lokasi yang sama persis: `NOT CONTAINS` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Gunakan kode negara dua huruf ISO.
Format
Contoh	Sertakan pelanggan yang memiliki alamat di Amerika Serikat: `customer_countries CONTAINS 'US'`
Catatan	Untuk menemukan negara, Anda dapat mulai mengetik nama negara, lalu memilih nilai yang sesuai dari daftar yang ditampilkan.

Dibuat oleh ID aplikasi

Nama: created_by_app_id

Mencakup pelanggan yang telah dibuat oleh aplikasi yang ditentukan.

Operator	Sama dengan: `=` Tidak sama dengan: `!=`
Nilai	ID aplikasi yang akan digunakan untuk segmentasi.
Format	ID Aplikasi
Contoh	Sertakan pelanggan yang telah dibuat di admin Shopify: `created_by_app_id = 1830279`
Catatan	Saat Anda membuat segmen pelanggan, Anda dapat memilih aplikasi berdasarkan namanya dari daftar yang ditampilkan. Atau, Anda dapat mulai mengetik nama aplikasi, lalu memilihnya dari daftar. ID aplikasi, bukan nama aplikasi, yang dimasukkan ke dalam kode. Saat Anda mengarahkan kursor ke ID aplikasi, nama aplikasi akan ditampilkan.

Status akun pelanggan

Nama: customer_account_status

Mencakup pelanggan yang memiliki status akun pelanggan yang ditentukan.

Operator	Sama dengan: `=` Tidak sama dengan: `!=`
Nilai	Ditolak: `'DECLINED'` Pelanggan diundang untuk membuat akun, tetapi menolak. Dinonaktifkan: `'DISABLED'` Pelanggan belum membuat akun, atau toko Anda menggunakan akun pelanggan baru. Diaktifkan: `'ENABLED'` Pelanggan telah membuat akun. Diundang: `'INVITED'` Pelanggan telah diundang untuk membuat akun, tetapi belum menerima atau menolak.
Format
Contoh	Sertakan pelanggan yang telah diundang untuk membuat akun, tetapi menolak: `customer_account_status = 'DECLINED'`
Catatan

Tanggal pelanggan ditambahkan

Nama: customer_added_date

Mencakup pelanggan berdasarkan tanggal mereka ditambahkan ke toko Anda.

Operator	Tepat pada tanggal: `=` Bukan pada tanggal: `!=` Pada atau sebelum tanggal: `<=` Sebelum tanggal: `<` Pada atau setelah tanggal: `>=` Setelah tanggal: `>` Antara tanggal: `BETWEEN {date1} AND {date2}`
Nilai
Format	Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: `-4w`, `-10y` Tanggal bernama: Hari ini: `= today` Kemarin: `= yesterday` Tanggal bernama adalah nilai default dan tidak dapat diubah. Untuk tanggal kustom, gunakan offset tanggal.
Contoh	Sertakan pelanggan yang ditambahkan dalam seminggu terakhir: `customer_added_date >= -7d` Sertakan pelanggan yang ditambahkan dalam delapan bulan terakhir: `customer_added_date > -8m` Sertakan pelanggan yang ditambahkan selama rentang tanggal tertentu: `customer_added_date BETWEEN 2022-12-01 AND 2022-12-31`
Catatan	Nilai tanggal didasarkan pada hari penuh dan bergantung pada zona waktu tempat toko Anda berada.

Domain email pelanggan

Nama: customer_email_domain

Mencakup pelanggan yang alamat emailnya milik domain yang ditentukan. Nama domain adalah bagian dari alamat email setelah simbol @, contohnya: gmail.com.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Nama domain berikut ditawarkan sebagai saran. Anda tidak terbatas pada nama domain ini. Anda dapat memasukkan nama domain valid lainnya secara manual: Gmail: `'gmail.com'` Yahoo: `'yahoo.com'` atau `'yahoo.ca'` Hotmail: `'hotmail.com'` AOL: `'aol.com'` MSN: `'msn.com'` Live: `'live.com'` Outlook: `'outlook.com'`
Format
Contoh	Sertakan pelanggan yang domain emailnya adalah shopify.com: `customer_email_domain = 'shopify.com'`
Catatan

Bahasa pelanggan

Nama: customer_language

Mencakup pelanggan berdasarkan bahasa yang digunakan pelanggan untuk berkomunikasi dengan toko Anda.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Gunakan kode bahasa dua huruf ISO 639-1.
Format	Nilai berikut adalah contoh beberapa kode bahasa ISO umum. Data Anda tidak terbatas pada kode bahasa ini. Anda dapat memasukkan kode bahasa valid lainnya secara manual, tetapi nilai yang ditawarkan kepada Anda sebagai nilai yang disarankan di editor adalah satu-satunya yang tersedia di data pelanggan Anda. Inggris: `'en'` Prancis: `'fr'` Spanyol: `'es'` Jerman: `'de'` Italia: `'it'` Jepang: `'ja'` Rusia: `'ru'`
Contoh	Sertakan pelanggan yang berkomunikasi dengan toko Anda dalam bahasa Inggris: `customer_language = 'en'` Kecualikan pelanggan yang berkomunikasi dengan toko Anda dalam bahasa Inggris Kanada: `customer_language != 'en-CA'`
Catatan	Anda dapat menambahkan kode ISO lokal ke nilainya untuk menentukan dialek untuk bahasa tersebut. Misalnya, Anda dapat menggunakan `'en-US'` untuk Amerika Serikat dan `'en-GB'` untuk Britania Raya, atau `'pt-PT'` untuk Portugal dan `'pt-BR'` untuk Brasil. Nilai filter berfungsi sebagai wildcard jika hanya awalan bahasa yang ditentukan. Misalnya, jika nilai filter adalah `'en'`, hasilnya akan menyertakan pelanggan yang bahasanya diatur ke `'en'` dan pelanggan yang bahasanya diatur ke `'en-GB'`, `'en-CA'`, dan seterusnya.

Tag pelanggan

Nama: customer_tags

Menyertakan pelanggan berdasarkan tag-nya.

Operator	Berisi tag yang sama persis ini: `CONTAINS` Tidak berisi tag yang sama persis ini: `NOT CONTAINS` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Nama tag pelanggan.
Format
Contoh	Sertakan pelanggan yang memiliki tag GoldStatus: `customer_tags CONTAINS 'GoldStatus'`
Catatan	Tag tidak peka huruf besar/kecil. Pelajari lebih lanjut tentang tag dan pertimbangannya.

Pelanggan dalam jarak tertentu

Nama: customer_within_distance

Menyertakan pelanggan dalam jarak yang ditentukan dari lokasi yang disimpan.

Parameter fungsi	Anda hanya dapat menggunakan satu parameter jarak untuk setiap filter. `coordinates` (wajib): Gunakan parameter ini untuk menentukan lokasi pin yang ingin Anda gunakan untuk membuat segmen. `distance_km` (wajib): Gunakan parameter ini untuk menentukan radius jarak untuk mencari pelanggan. `distance_mi` (wajib): Gunakan parameter ini untuk menentukan radius jarak untuk mencari pelanggan.
Operator	`MATCHES`: Parameter benar. `NOT_MATCHES`: Parameter salah. `IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada.
Nilai
Format	Format yang didukung untuk `coordinates`: Angka (lintang), Angka (bujur) Format yang didukung untuk koordinat (lintang, bujur): Angka: `#` Format yang didukung untuk `distance_mi`, `distance_km`: Angka: `#`
Contoh	Filter ini memerlukan koordinat dan satu parameter jarak agar valid. Filter pelanggan yang memiliki alamat dalam jarak 10 mil dari koordinat (45.419190, -75.696727): `customer_within_distance MATCHES (coordinates = (45.419190, -75.696727), distance_mi = 10 )` Filter dapat digunakan bersama dengan filter lain untuk lebih mempersempit daftar pelanggan Anda. Misalnya: Filter pelanggan yang memiliki alamat dalam jarak 20 kilometer dari koordinat (43.634,-79.412) dan telah membuat setidaknya satu pesanan: `customer_within_distance MATCHES (coordinates = (43.634,-79.412), distance_km = 20 ) AND number_of_orders > 0`
Catatan	Segmentasi Shopify secara otomatis mengonversi lokasi tersimpan Anda menjadi pasangan koordinat, yang menampilkannya sebagai nilai yang dapat dipilih saat menggunakan filter ini. Jika toko Anda memiliki lokasi yang disimpan, maka Shopify Magic akan secara otomatis menerjemahkan pasangan koordinat menjadi nama lokasi Anda di terjemahan Magic. Misalnya: "Pelanggan yang memiliki alamat dalam jarak 10 mil dari lokasi 'Toko Salt Lake City'."

Event email

Nama: shopify_email.EVENT

Menyertakan pelanggan berdasarkan event email yang dipilih. Event yang didukung (EVENT) mencakup hal berikut:

Memantul: bounced
Diklik: clicked
Terkirim: delivered
Ditandai sebagai spam: marked_as_spam
Dibuka: opened
Berhenti berlangganan: unsubscribed

Parameter fungsi	`activity_id` (opsional): Gunakan parameter ini untuk memilih ID aktivitas pemasaran yang ingin Anda filter. `count` (opsional): Gunakan parameter ini untuk menentukan frekuensi terjadinya event email. `date` (opsional): Gunakan parameter ini untuk menentukan tanggal event.
Operator	`MATCHES`: Digunakan saat event telah terjadi. `NOT_MATCHES`: Digunakan saat event tidak terjadi. `IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada. Untuk tanggal, operator yang tersedia meliputi: Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai
Format	Format yang didukung untuk `activity_id`: `=` (nilai tunggal) `IN` : Satu set nilai yang dipisahkan koma dengan "OR" implisit, yang diapit dalam tanda kurung. Misalnya: `(activity_id IN (1, 2, 3))`. Terdapat batas 500 ID aktivitas dalam satu set. Format tanggal yang didukung untuk `date`: Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: 7 hari yang lalu: `-7d` 4 minggu yang lalu: `-4w` 3 bulan yang lalu: `-3m` 1 tahun yang lalu: `-1y` Tanggal bernama: `today`, `yesterday` Tanggal bernama adalah nilai default dan tidak dapat diubah. Untuk tanggal kustom, gunakan offset tanggal. Event email tersedia untuk 26 bulan terakhir, dengan data mulai dari Maret 2022. Format yang didukung untuk `count`: Angka: `#`
Contoh	Tentukan apakah suatu peristiwa email terjadi menggunakan operator `MATCHES` atau `NOT MATCHES`: `shopify_email.opened MATCHES (activity_id = 135195754518)` `shopify_email.opened NOT MATCHES (activity_id = 135195754518)` Gunakan parameter `activity_id` untuk menentukan ID aktivitas pemasaran yang ingin Anda filter: `shopify_email.delivered MATCHES (activity_id = 135195754518)` Gunakan parameter `date` dan operator `>=` untuk menentukan tanggal mulai suatu peristiwa email: `shopify_email.delivered NOT MATCHES (activity_id = 135195754518, date >= 2022-01-01)` Gunakan parameter `date` dan operator `<=` untuk menentukan tanggal akhir suatu peristiwa email: `shopify_email.delivered MATCHES (activity_id = 135195754518, date <= 2022-01-01)` Gunakan parameter `date` dan operator `BETWEEN` untuk menentukan tanggal mulai dan tanggal akhir suatu peristiwa email: `shopify_email.bounced NOT MATCHES (activity_id = 135195754518, date BETWEEN -12m AND today)`
Catatan	Saat Anda membuat segmen pelanggan menggunakan parameter `activity_id`, Anda dapat memilih aktivitas pemasaran berdasarkan namanya dari daftar yang ditampilkan. Karena retensi data, ketiadaan parameter `date` berarti hasil akan difilter untuk 26 bulan terakhir, tanpa tanggal mulai atau akhir yang ditentukan. Jika tidak ada `activity_id`, filter Anda akan mencakup semua aktivitas email Shopify.

Status langganan email

Nama: email_subscription_status

Mencakup pelanggan berdasarkan status langganan mereka ke email pemasaran Anda.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Tidak berlangganan: `'NOT_SUBSCRIBED'` Pelanggan belum berlangganan email pemasaran Anda. Berlangganan: `'SUBSCRIBED'` Pelanggan berlangganan email pemasaran Anda. Tertunda: `'PENDING'` Pelanggan sedang dalam proses berlangganan email pemasaran Anda. Tidak valid: `'INVALID'` Status pemasaran alamat email pelanggan tidak valid. Berhenti berlangganan: `'UNSUBSCRIBED'` Pelanggan telah berhenti berlangganan email pemasaran Anda. Disunting: `'REDACTED'` Alamat email pelanggan telah disunting.
Format
Contoh	Sertakan pelanggan yang telah berlangganan pemasaran email Anda: `email_subscription_status = 'SUBSCRIBED'`
Catatan

Tanggal pesanan pertama

Nama: first_order_date

Mencakup pelanggan yang melakukan pesanan pertama mereka pada tanggal yang ditentukan.

Operator	Tepat pada tanggal: `=` Bukan pada tanggal: `!=` Pada atau sebelum tanggal: `<=` Sebelum tanggal: `<` Pada atau setelah tanggal: `>=` Setelah tanggal: `>` Antara tanggal: `BETWEEN {date1} AND {date2}` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai
Format	Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: `-4w`, `-10y` Tanggal bernama: Hari ini: `= today` Kemarin: `= yesterday` Tanggal bernama adalah nilai default dan tidak dapat diubah. Untuk tanggal kustom, gunakan offset tanggal.
Contoh	Sertakan pelanggan yang pesanan pertamanya dilakukan sejak minggu lalu: `first_order_date >= -7d` Sertakan pelanggan yang pesanan pertamanya dilakukan sejak delapan bulan lalu: `first_order_date > -8m`
Catatan	Nilai tanggal didasarkan pada hari penuh dan bergantung pada zona waktu tempat toko Anda berada.

Tanggal pesanan terakhir

Nama: last_order_date

Mencakup pelanggan yang melakukan pesanan terakhir mereka pada tanggal yang ditentukan.

Operator	Tepat pada tanggal: `=` Bukan pada tanggal: `!=` Pada atau sebelum tanggal: `<=` Sebelum tanggal: `<` Pada atau setelah tanggal: `>=` Setelah tanggal: `>` Antara tanggal: `BETWEEN {date1} AND {date2}` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai
Format	Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: `-4w`, `-10y` Tanggal bernama: Hari ini: `= today` Kemarin: `= yesterday` Tanggal bernama adalah nilai default dan tidak dapat diubah. Untuk tanggal kustom, gunakan offset tanggal.
Contoh	Sertakan pelanggan yang pesanan terakhirnya dilakukan sejak minggu lalu: `last_order_date >= -7d` Sertakan pelanggan yang pesanan terakhirnya dilakukan sejak delapan bulan lalu: `last_order_date > -8m`
Catatan	Nilai tanggal didasarkan pada hari penuh dan bergantung pada zona waktu tempat toko Anda berada.

Jumlah pesanan

Nama: number_of_orders

Mencakup pelanggan berdasarkan jumlah pesanan yang telah mereka lakukan di toko Anda.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai	Nilai yang Anda masukkan harus berupa bilangan bulat.
Format	Rentang angka: `# AND #` Angka: `#`
Contoh	Sertakan pelanggan yang telah melakukan lebih dari 10 pesanan: `number_of_orders > 10`
Catatan	`BETWEEN` mencakup nilai awal dan akhir. Misalnya, `number_of_orders BETWEEN 1 AND 100` mencakup pelanggan yang telah melakukan setidaknya 1 pesanan dan sebanyak-banyaknya 100 pesanan.

Pesanan yang dilakukan

Nama: orders_placed

Mencakup pelanggan yang melakukan pesanan atau membelanjakan jumlah tertentu selama rentang tanggal yang ditentukan.

Parameter fungsi	`app_id` (opsional): Gunakan parameter ini untuk menentukan aplikasi mana yang membuat pesanan. Ini termasuk aplikasi seperti Shopify POS, yang memiliki ID aplikasi 129785. `location_id` (opsional): Gunakan parameter ini untuk menentukan dari lokasi mana pesanan dilakukan. Anda dapat menemukan ID lokasi di URL admin Shopify Anda saat menavigasi ke detail lokasi di Lokasi. `count` (opsional): Gunakan parameter ini untuk menentukan berapa kali tepatnya pesanan dilakukan. `amount` (opsional): Gunakan parameter ini untuk menentukan jumlah pasti yang dibelanjakan pada suatu pesanan. `sum_amount` (opsional): Gunakan parameter ini untuk menentukan jumlah yang dibelanjakan pada semua pesanan. `date` (opsional): Gunakan parameter ini untuk menentukan tanggal untuk peristiwa tersebut.
Operator	`MATCHES`: Parameter benar. `NOT_MATCHES`: Parameter salah. `IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada. Untuk tanggal, operator yang tersedia meliputi: Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai
Format	Format yang didukung untuk `count`, `amount`, dan `sum_amount`: Angka: `#` Format yang didukung untuk `date`: Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: 7 hari yang lalu: `-7d` 4 minggu yang lalu: `-4w` 3 bulan yang lalu: `-3m` 1 tahun yang lalu: `-1y` Tanggal bernama: Hari ini: `today` Kemarin: `yesterday` Tanggal bernama adalah nilai default dan tidak dapat diubah.
Contoh	Tentukan apakah pesanan telah dilakukan menggunakan `MATCHES` atau `NOT_MATCHES` operator: `orders_placed MATCHES ()` `orders_placed NOT MATCHES ()` Filter pelanggan yang melakukan lebih dari 3 pesanan (inklusif) dalam 6 bulan terakhir: `orders_placed MATCHES (count >= 3, date >= -6m)` Filter pelanggan yang membelanjakan lebih dari $1000 (inklusif) dalam 90 hari terakhir: `orders_placed MATCHES (sum_amount >= 1000, date >= -90d)` Filter pelanggan yang membelanjakan kurang dari $100 (inklusif) dalam 7 hari terakhir: `orders_placed MATCHES (sum_amount <= 100, date >= -7d)` Filter pelanggan yang membelanjakan lebih dari $1000 (inklusif) dan melakukan lebih dari 3 pesanan (inklusif) sejak 1 Januari 2023: `orders_placed MATCHES (sum_amount >= 1000, count >= 3, date >= 2023-01-01)` Gunakan parameter `date` dan operator `BETWEEN` untuk menentukan rentang tanggal tertentu. Anda dapat menyatakan antara 1 Januari 2023 dan 1 Juni 2023 (inklusif) dengan cara berikut: `orders_placed MATCHES (count >= 3, date BETWEEN 2023-01-01 AND 2023-06-01)` Filter pelanggan yang melakukan pesanan dari lokasi HQ Gift Shop Anda (1122334455) atau lokasi Main Street Anda (6677889900): `orders_placed MATCHES (location_id IN (1122334455,6677889900))` Filter pelanggan yang telah membelanjakan total lebih dari $500 dari Shopify POS: `orders_placed MATCHES (app_id = 129785, sum_amount >= 500)`
Catatan	Saat Anda mengarahkan kursor ke jumlah tersebut, mata uang yang digunakan untuk memfilter pelanggan akan ditampilkan. Saat Anda mengarahkan kursor ke sintaks berikut: `amount`, `sum_amount` deskripsi sintaks akan ditampilkan. Tidak adanya `parameters` berarti filter Anda menyertakan semua pesanan yang dibuat sepanjang waktu.

Tingkat prediksi belanja

NAMA: predicted_spend_tier

Menyertakan pelanggan yang berada dalam tingkat prediksi belanja yang ditentukan. Pelajari selengkapnya tentang tingkat prediksi belanja.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	`'HIGH'` `'MEDIUM'` `'LOW'`
Format
Contoh	Sertakan pelanggan yang berada di tingkat `HIGH`: `predicted_spend_tier = 'HIGH'`
Catatan

Status langganan produk

Nama: product_subscription_status

Menyertakan pelanggan yang memiliki status langganan produk yang ditentukan.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Aktif: `'SUBSCRIBED'` Pelanggan memiliki langganan produk yang aktif. Dibatalkan: `'CANCELLED'` Pelanggan telah membatalkan langganan produknya. Kedaluwarsa: `'EXPIRED'` Langganan produk pelanggan telah kedaluwarsa. Gagal: `'FAILED'` Pelanggan mengalami kegagalan pembayaran. Tidak pernah berlangganan: `'NEVER_SUBSCRIBED'` Pelanggan tidak pernah berlangganan. Dijeda: `'PAUSED'` Pelanggan telah menjeda langganan produknya.
Format
Contoh	Sertakan pelanggan yang memiliki langganan produk aktif: `product_subscription_status = 'SUBSCRIBED'`
Catatan

Produk yang dibeli

Nama: products_purchased

Menyertakan pelanggan yang membeli produk yang ditentukan. Selain itu, Anda dapat menyertakan pelanggan yang membeli produk selama rentang tanggal yang ditentukan.

Parameter fungsi	`id` (opsional): Gunakan parameter ini untuk menentukan produk yang telah dibeli pelanggan yang ingin Anda filter. `quantity` (opsional): Gunakan parameter ini untuk menentukan kuantitas produk yang dibeli per pesanan. `sum_quantity` (opsional): Gunakan parameter ini untuk menentukan kuantitas produk yang dibeli di semua pesanan. `date` (opsional): Gunakan parameter ini untuk menentukan tanggal untuk peristiwa tersebut. `tag` (opsional): Gunakan parameter ini untuk menentukan tag produk untuk produk yang dibeli yang ingin Anda filter.
Operator	`MATCHES`: Parameter bernilai benar. `NOT_MATCHES`: Parameter bernilai salah. `IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada. Untuk tanggal, operator yang tersedia antara lain: Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai
Format	Format yang didukung untuk `tag`: `string` (nilai tunggal) Format yang didukung untuk `id`: `=` (nilai tunggal) `IN` : Satu set nilai yang dipisahkan koma dengan "OR" implisit, diapit dalam tanda kurung. Contoh: `(id IN (1012132033639, 2012162031638, 32421429314657))`. Ada batasan 500 ID produk dalam satu set. Format `date` yang didukung: Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: 7 hari yang lalu: `-7d` 4 minggu yang lalu: `-4w` 3 bulan yang lalu: `-3m` 1 tahun yang lalu: `-1y` Tanggal bernama: `today`, `yesterday` Tanggal yang dinamai adalah nilai default dan tidak dapat diubah. Format yang didukung untuk `quantity` dan `sum_quantity`: Angka: `#`
Contoh	Tentukan apakah suatu produk telah dibeli menggunakan operator `MATCHES` atau `NOT_MATCHES`: `products_purchased MATCHES (id = 2012162031638)` `products_purchased NOT MATCHES (id IN (2012162031638, 1012132033639))` `products_purchased MATCHES (tag = 'red')` Filter pelanggan yang membeli produk tertentu sejak 1 Januari 2022 hingga hari ini: `products_purchased MATCHES (id = 1012132033639, date BETWEEN 2022-01-01 AND today)` Filter pelanggan yang membeli produk dengan tag `'red'` sejak 1 Januari 2022 hingga hari ini: `products_purchased MATCHES (tag = 'red', date BETWEEN 2022-01-01 AND today)` Dalam 30 hari terakhir: `products_purchased MATCHES (date >= -30d)` Hingga 1 Januari 2022: `products_purchased MATCHES (date <= 2022-01-01)` Gunakan parameter `date` dan operator `BETWEEN` untuk menentukan rentang tanggal tertentu. Anda dapat menyatakan antara 1 Januari 2022 dan 1 Juni 2022 (inklusif) dengan cara berikut: `products_purchased MATCHES (id = 1012132033639, date BETWEEN 2022-01-01 AND 2022-06-01)` Filter pelanggan yang baru-baru ini membeli banyak produk dengan tag tertentu: `products_purchased MATCHES (tag = 'product_tag', sum_quantity >= 3, date >= -90d)`
Catatan	Saat membuat segmen pelanggan menggunakan parameter `id`, Anda dapat memilih produk berdasarkan nama atau gambarnya dari daftar yang ditampilkan. Atau, Anda dapat mulai mengetik judul produk, lalu memilihnya dari daftar. ID produk, bukan judul produk, yang dimasukkan ke dalam kode. Saat Anda mengarahkan kursor ke ID produk, judul dan gambar produk akan ditampilkan. Tidak adanya kedua `date` parameter berarti hasil akan difilter untuk sepanjang waktu, tanpa tanggal mulai atau akhir yang ditetapkan. Tidak adanya parameter apa pun berarti filter Anda menyertakan semua produk yang dibeli sepanjang waktu.

Grup RFM

Nama: rfm_group

Menyertakan pelanggan berdasarkan grup RFM tempat mereka dikategorikan. Pelajari selengkapnya tentang analisis pelanggan RFM.

Daftar operator dan nilai grup RFM yang memungkinkan, termasuk contoh.
Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Nonaktif: `'DORMANT'` Berisiko: `'AT_RISK'` Sebelumnya loyal: `'PREVIOUSLY_LOYAL'` Perlu perhatian: `'NEEDS_ATTENTION'` Hampir hilang: `'ALMOST_LOST'` Loyal: `'LOYAL'` Menjanjikan: `'PROMISING'` Aktif: `'ACTIVE'` Baru: `'NEW'` Juara: `'CHAMPIONS'` Prospek: `'PROSPECTS'`
Format
Contoh	Sertakan pelanggan di grup RFM Perlu Perhatian: `rfm_group = 'NEEDS_ATTENTION'`
Catatan

Status langganan SMS

Nama: sms_subscription_status

Mencakup pelanggan berdasarkan apakah mereka berlangganan pesan teks SMS pemasaran Anda. Pelajari selengkapnya tentang mengumpulkan informasi kontak pelanggan.

Operator	Sama dengan: `=` Tidak sama dengan: `!=` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Berlangganan: `'SUBSCRIBED'` Pelanggan berlangganan pesan teks SMS pemasaran Anda. Tertunda: `'PENDING'` Pelanggan sedang dalam proses berlangganan pesan teks SMS pemasaran Anda. Telah dihapus: `'REDACTED'` Pelanggan sedang menunggu penghapusan data karena permintaan penghapusan GDPR. Berhenti berlangganan: `'UNSUBSCRIBED'` Pelanggan telah berhenti berlangganan pesan teks SMS pemasaran Anda. Tidak berlangganan: `'NOT_SUBSCRIBED'` Pelanggan tidak pernah berlangganan pesan teks SMS pemasaran Anda.
Format
Contoh	Sertakan pelanggan yang telah berlangganan pesan teks SMS pemasaran Anda: `sms_subscription_status = 'SUBSCRIBED'`
Catatan

Negara bagian atau provinsi

Nama: customer_regions

Mencakup pelanggan yang memiliki alamat di wilayah yang ditentukan dalam suatu negara. Pelanggan yang memiliki beberapa alamat dapat disertakan dalam lebih dari satu segmen pelanggan yang menggunakan filter ini.

Operator	Berisi lokasi yang sama persis: `CONTAINS` Tidak berisi lokasi yang sama persis: `NOT CONTAINS` Tidak ada: `IS NULL` Ada: `IS NOT NULL`
Nilai	Gunakan kode negara ISO dengan kode subdivisi ISO 3166-2.
Format
Contoh	Sertakan pelanggan yang memiliki alamat di Negara Bagian New York: `customer_regions CONTAINS 'US-NY'`
Catatan	Untuk menemukan wilayah, Anda dapat mulai mengetik nama wilayah, lalu pilih nilai yang sesuai dari daftar yang ditampilkan.

Akun kredit toko

Nama: store_credit_accounts

Mencakup pelanggan yang memiliki saldo kredit toko di toko Anda.

Parameter fungsi	`balance` (opsional): Gunakan parameter ini untuk menentukan saldo akun kredit toko pelanggan saat ini. `currency` (opsional): Gunakan parameter ini untuk menentukan mata uang saldo kredit toko pelanggan. `next_expiry_date` (opsional): Gunakan parameter ini untuk menentukan tanggal kredit toko yang belum dibelanjakan yang paling cepat kedaluwarsa. `last_credit_date` (opsional): Gunakan parameter ini untuk menentukan tanggal saat pelanggan terakhir kali menerima kredit toko.
Operator	`MATCHES`: Parameter benar. `NOT_MATCHES`: Parameter salah. `IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada. Untuk tanggal, operator yang tersedia meliputi: Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai
Format	Format yang didukung untuk `currency`: Kode mata uang: Misalnya `USD` Format yang didukung untuk `balance`: Nomor: `#` Format yang didukung untuk `next_expiry_date` dan `last_credit_date`: Tanggal absolut: `YYY-MM-DD` Contoh offset tanggal: 7 hari yang lalu: `-7d` 4 minggu yang lalu: `-4w` 3 bulan yang lalu: `-3m` 1 tahun yang lalu: `-1y` Tanggal yang dinamai: Hari ini: `today` Kemarin: `yesterday` Tanggal yang dinamai adalah nilai default dan tidak dapat diubah.
Contoh	Filter pelanggan yang memiliki saldo akun kredit toko lebih besar dari atau sama dengan 1 dalam mata uang apa pun: `store_credit_accounts MATCHES (balance >= 1)` Filter pelanggan yang memiliki saldo akun kredit toko lebih besar dari atau sama dengan $1 USD: `store_credit_accounts MATCHES (balance >= 1, currency: 'USD')` Filter pelanggan dengan kredit toko yang kedaluwarsa dalam 7 hari ke depan: `store_credit_accounts MATCHES (next_expiry_date <= +7d)` Filter pelanggan yang terakhir menerima kredit toko lebih dari 1 bulan lalu tetapi masih memiliki saldo yang dapat dibelanjakan: `store_credit_accounts MATCHES (last_credit_date <= -1m, balance >= 1)`
Catatan	Pelanggan memiliki akun kredit toko jika Anda pernah memberikan kredit toko kepada mereka. Saldo kredit toko pelanggan dapat lebih besar dari atau sama dengan 0. Akun kredit toko spesifik untuk mata uang tertentu. Jika Anda tidak menyertakan `currency` parameter di segmen Anda, filter Anda akan mengembalikan semua akun kredit toko, apa pun jenis mata uangnya. Pelanggan dapat memiliki 0 hingga banyak akun kredit toko, bergantung pada berapa banyak mata uang yang Anda dukung. Misalnya, jika Anda memberikan kredit toko kepada pelanggan dalam CAD dan USD, pelanggan tersebut memiliki 2 akun kredit toko.

Acara etalase toko online

Nama: storefront.EVENT

Mencakup pelanggan berdasarkan acara etalase toko online. Acara (EVENT) yang didukung mencakup hal-hal berikut:

Produk dilihat: product_viewed
Koleksi dilihat: collection_viewed

Parameter fungsi	`id` (opsional): Gunakan parameter ini untuk menentukan produk atau koleksi yang ingin Anda filter. `date` (opsional): Gunakan parameter ini untuk menentukan tanggal untuk acara tersebut. `count` (opsional): Gunakan parameter ini untuk menentukan jumlah pasti produk atau koleksi dilihat. Parameter khusus acara produk: `tag` (opsional): Gunakan parameter ini untuk menentukan tag produk yang ingin Anda filter. Tindakan ini sama seperti memfilter setiap ID produk dengan tag tersebut.
Operator	`MATCHES`: Parameter bernilai benar. `NOT_MATCHES`: Parameter bernilai salah. `IS NULL`: Parameter tidak ada. `IS NOT NULL`: Parameter ada. Untuk tanggal, operator yang tersedia antara lain: Sama dengan: `=` Tidak sama dengan: `!=` Lebih besar dari: `>` Lebih kecil dari: `<` Lebih kecil atau sama dengan: `<=` Lebih besar atau sama dengan: `>=` Antara: `BETWEEN`
Nilai
Format	Format yang didukung untuk `id`: `=` (nilai tunggal) `IN` : Satu set nilai yang dipisahkan koma dengan "OR" implisit, diapit dalam tanda kurung. Contoh: `(id IN (1012132033639, 2012162031638, 32421429314657))`. Ada batasan 500 ID produk atau koleksi dalam satu set. Format yang didukung untuk `tag`: `string` (nilai tunggal) Format `date` format: Tanggal absolut: `YYYY-MM-DD` Contoh offset tanggal: 7 hari yang lalu: `-7d` 4 minggu yang lalu: `-4w` 3 bulan lalu: `-3m` 1 tahun yang lalu: `-1y` Tanggal yang dinamai: Hari ini: `today` Kemarin: `yesterday` Acara etalase toko online tersedia selama 26 bulan terakhir, dengan data yang dimulai pada bulan Mei 2023. Tanggal bernama adalah nilai default dan tidak dapat diubah. Untuk tanggal kustom, gunakan offset tanggal.
Contoh	Tentukan apakah peristiwa etalase toko online terjadi menggunakan operator `MATCHES` atau `NOT_MATCHES`: `storefront.product_viewed MATCHES()` `storefront.collection_viewed NOT MATCHES ()` Gunakan parameter `id` untuk menentukan produk yang ingin Anda filter: `storefront.product_viewed MATCHES (id = 2012162031638)` `storefront.collection_viewed MATCHES (id IN (2012162031638, 456, 789))` Gunakan parameter `tag` untuk memfilter tag produk yang Anda inginkan: `storefront.product_viewed MATCHES (tag CONTAINS 'jeans')` Gunakan parameter `date` dan operator `>=` untuk menentukan tanggal mulai bagi peristiwa etalase toko online: `storefront.product_viewed MATCHES (id = 2012162031638, date >= 2023-04-03)` `storefront.collection_viewed MATCHES (id = 2012162031638, date >= -30d)` Gunakan parameter `date` dan operator `<=` untuk menentukan tanggal akhir bagi peristiwa etalase toko online: `storefront.product_viewed MATCHES (id = 2012162031638, date <= 2023-04-30)` `storefront.collection_viewed MATCHES (id = 2012162031638, date <= -7d)` Gunakan parameter `date` dan operator `BETWEEN` untuk menentukan tanggal mulai dan tanggal akhir bagi peristiwa etalase toko online: `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)` Filter pelanggan yang melihat produk tertentu dalam 30 hari terakhir: `storefront.product_viewed MATCHES (id = 2012162031638, date >= -30d)` Filter pelanggan yang melihat koleksi tertentu sejak 1 Januari 2023 hingga hari ini: `storefront.collection_viewed MATCHES (id = 2012162031638, date BETWEEN 2023-01-01 AND today)`
Catatan	Saat membuat segmen pelanggan menggunakan parameter `id`, Anda dapat memilih produk atau koleksi berdasarkan nama atau gambarnya dari daftar yang ditampilkan. Atau, Anda dapat mulai mengetik judul produk atau koleksi, lalu memilihnya dari daftar. ID produk atau koleksi, bukan judulnya, yang dimasukkan ke dalam kode. Saat Anda mengarahkan kursor ke ID, judul dan gambar produk atau koleksi akan ditampilkan. Koleksi menggunakan gambar yang disimpan sebagai thumbnail koleksi, jika berlaku. Jika tidak, placeholder gambar generik akan ditampilkan. Karena retensi data, ketiadaan parameter `date` berarti hasil akan difilter untuk 26 bulan terakhir, tanpa tanggal mulai atau akhir yang ditentukan. Jika tidak ada `id`, artinya filter Anda mencakup semua produk.