Segmenty dynamiczne – edytor tekstowy

W SALESmanago możesz tworzyć segmenty dynamiczne przy użyciu edytora tekstowego. Jednak należy pamiętać, że zapytania muszą być pisane w SQL. Poniżej znajdziesz kilka przykładowych zapytań.

WAŻNE: Tworząc segment w edytorze tekstowym nie ma możliwości przełączyć go na edytor kafelkowy.

Aby otworzyć edytor tekstowy, przejdź do

DYNAMICZNE SEGMENTY → USTAWIENIA → EDYTOR TEKSTOWY


Podstawowe nazwy elementów do zapytań SQL

SEGMENT ŹRÓDEŁ

Schemat segmentu: event[{warunki}]

  1. TIME – czas zdarzenia w formacie ‘yyyy-MM-dd’ lub ‘yyyy-MM-dd HH:mm:ss’
  2. TYPE – typ zdarzenia. Aktualnie wspierane:
    • VR – wizyta z referer (SOURCE – referer)
    • VS – wizyta z wyszukiwania
    • VD – wizyta bezpośrednia
    • VA – wizyta z reklamy Google Ads
    • VU – wizyta z UTM (SOURCE – utm_source, SUB_SOURCE – utm_medium, SUB_SUB_SOURCE – utm_campaign)
    • EMO – otwarcie masowego maila (SOURCE – ID konwersacji)
    • ERO – otwarcie maila z reguły (SOURCE – ID reguły)
    • EWO – otwarcie maila z workflow (SOURCE – ID workflow)
    • EMC – kliknięcie masowego maila (SOURCE – ID konwersacji)
    • ERC – kliknięcie maila z reguły (SOURCE – ID reguły)
    • EWC – kliknięcie maila z workflow (SOURCE – ID workflow)
  3. SOURCE, SUB_SOURCE, SUB_SUB_SOURCE – detale źródła zdarzenia, w zależności od typu

Przykładowe zapytania:

  • event[TIME >= ‚2018-01-01’ & TIME < ‚2019-01-01’ & TYPE = ‚EMC’] – osoby, które kliknęły w mail masowy pomiędzy datami
  • event[TYPE = ‚VR’ & lower{SOURCE} ~ ‚.*facebook.*’] – osoby, które weszły na stronę z strony odsyłającej pasującej do wyrażenia regularnego po sprowadzeniu do małych liter
  • event[TYPE = ‚VU’ & SOURCE = ‚automails’ & SUB_SOURCE = ’email’ & SUB_SUB_SOURCE = ‚zamowieniewysylka’] – osoby, które weszły z frazy UTM

SEGMENT TRANSAKCJI

Schemat segmentu: transaction[{warunki}]

  1. TIME – czas transakcji w formacie ‘yyyy-MM-dd’ lub ‘yyyy-MM-dd HH:mm:ss’
  2. TRANSACTION_VALUE – wartość transakcji
  3. PRODUCT – ID produktu
  4. PRODUCT_PRICE – cena produktu (w momencie wykonywania zapytania)
  5. PRODUCT_NAME – nazwa produktu (w momencie wykonywania zapytania)
  6. PRODUCT_CATEGORY – nazwa kategorii produktu (w momencie wykonywania zapytania)
  7. PRODUCT_BRAND – marka produktu (w momencie wykonywania zapytania)
  8. PRODUCT_MANUFACTURER – producent produktu (w momencie wykonywania zapytania)
  9. PRODUCT_COLOR – kolor produktu (w momencie wykonywania zapytania)
  10. PRODUCT_GENDER – płeć produktu (w momencie wykonywania zapytania)

Przykładowe zapytanie:

  • transaction[lower{CATEGORY} ? ‚%buty%’ | lower{CATEGORY} ? ‚%skórzane%’] – osoby, które zakupiły produkt z podanych kategorii

SEGMENT KOSZYKA

Schemat segmentu: cart[{warunki}]

  1. TIME – czas transakcji w formacie ‘yyyy-MM-dd’ lub ‘yyyy-MM-dd HH:mm:ss’
  2. TRANSACTION_VALUE – wartość transakcji
  3. PRODUCT – ID produktu
  4. PRODUCT_PRICE – cena produktu (w momencie wykonywania zapytania)
  5. PRODUCT_NAME – nazwa produktu (w momencie wykonywania zapytania)
  6. PRODUCT_CATEGORY – nazwa produktu (w momencie wykonywania zapytania)
  7. PRODUCT_BRAND – marka produktu (w momencie wykonywania zapytania)
  8. PRODUCT_MANUFACTURER – producent produktu (w momencie wykonywania zapytania)
  9. PRODUCT_COLOR – kolor produktu (w momencie wykonywania zapytania)
  10. PRODUCT_GENDER – płeć produktu (w momencie wykonywania zapytania)

Przykładowe zapytanie:

  • cart[lower{CATEGORY} ? ‚%buty%’ | lower{CATEGORY} ? ‚%skórzane%’] – osoby, które dodały do koszyka produkty z podanych kategorii

SEGMENT STATYSTYK Z TRANSAKCJI

Schemat segmentu: transaction_stats[{warunki}; {start}; {end}]

  1. TOTAL – suma wartości transakcji
  2. AVG – średnia wartość transakcji
  3. MIN –  minimalna wartość transakcji
  4. MAX – maksymalna wartość transakcji
  5. COUNT – ilość transakcji
  6. SIZE – ilość produktów zakupionych

Przykładowe zapytanie:

  • transaction_stats[TOTAL > 1000.0 & AVG > 50.0; ‚2018-01-01’; ‚2019-01-01’] – kontakty z sumą wartości transakcji w okresie większą niż i średnią wartością transakcji większą niż

SEGMENT STATYSTYK TRANSAKCJI W OKRESIE

Schemat segmentu: transaction_stats_in_period[{warunki}; {start}; {end}]

  1. TOTAL – suma wartości transakcji
  2. AVG – średnia wartość transakcji
  3. MIN –  minimalna wartość transakcji
  4. MAX – maksymalna wartość transakcji
  5. COUNT – ilość transakcji
  6. SIZE – ilość produktów zakupionych

Przykładowe zapytanie:

  • transaction_stats_in_period[TOTAL > 1000.0 & AVG > 50.0; ‚2018-01-01’; ‚2019-01-01’] – kontakty z całkowitą sumą wartości transakcji większą niż i średnią sumą w okresie, wartością transakcji większą niż

ŁĄCZENIE SEGMENTÓW

Dostępne jest połączenie każdego z segmentów w dowolnej ilości powtórzeń jako suma, iloraz oraz różnica zbioru (suma, część wspólna i wykluczenie) oraz zagnieżdżanie tego łączenia.

Segmenty można łączyć za pomocą operatorów:

  1. * – część wspólna zbioru
  2. + – suma zbiorów
  3. – – różnica zbiorów 

Przykładowe zapytania:

  • transaction[lower{CATEGORY} ? ‚%problemy skórne%’ | lower{CATEGORY} ? ‚%ochrona wątroby%’] – event[TYPE = ‚VR’ & lower{SOURCE} ~ ‚.*facebook.*’] – osoby, które kiedykolwiek kupiły produkt z podanych kategorii i nigdy nie weszły ze strony facebook
  • cart[lower{CATEGORY} ? ‚%problemy skórne%’ | lower{CATEGORY} ? ‚%ochrona wątroby%’] – transaction[lower{CATEGORY} ? ‚%problemy skórne%’ | lower{CATEGORY} ? ‚%ochrona wątroby%’]
    – osoby, które kiedykolwiek dodały do koszyka produkt z danej kategorii, ale nigdy go nie kupiły


Proste zapytania

Przykład: kontakt wszedł z źródła [XXX] przez ostatnie 7 dni

Zapytanie: event[TIME >= ‚2019-08-02′ & TYPE=’EMC’]


Przykład: w przedziale czasu od [XX] do [XX] klienci wydali średnio więcej niż XX

Zapytanie: transaction_stats[AVG > 50.0; ‚2018-01-01’; ‚2019-01-01’]


Przykład: osoby, które kupiły XX kategorię w przedziale czasu

Zapytanie: transaction[CATEGORY ? ‚%nazwa kategorii%’ & TIME >= ‚2018-01-01’ & TIME < ‚2019-01-01’]


Przykład: dodanie do koszyka przedmiotu o cenie większej niż [XX], w czasie od [YY] do [ZZ]

Zapytanie: cart[PRODUCT_PRICE > XX & TIME > ‚YY’ & TIME < ‚ZZ’]


Przykład: Dokonanie transakcji ze źródła o typie [XX] nazwie [YY i wartości większej niż [ZZ]

Zapytanie:  transaction_from_source[TYPE = ‚XX’ & SOURCE ‚YY’ & TRANSACTION_VALUE > ZZ]


Przykład: kontakty z sumą wartości transakcji w okresie większą niż [XX], średnią wartością transakcji większą niż [YY] okresie od [ZZ] do [AA]

Zapytanie: transaction_stats[TOTAL > XX & AVG > YY; ‚ZZ’; ‚AA’]


Przykład: kontakty z całkowitą sumą wartości transakcji większą niż [XX], średnią sumą w okresie wartością transakcji większą niż [YY], w czasie od [AA] do [BB], tygodniowo [CC] (WEEK)

Zapytanie: transaction_stats_in_period[TOTAL > XX & AVG > YY; ‚AA’; ‚BB’]


Przykład: osoby, które w ciągu [XX] dni od transakcji ze źródła [YY] dodały do koszyka produkt o nazwie [ZZ]

Zapytanie: cart_from_source[TYPE = ‚XX’ & days{TRANSACTION_TIME, EVENT_TIME} <= YY & PRODUCT_NAME = ‚ZZ’]


Złożone zapytania

Przykład:  kontakty z sumą wartości transakcji w okresie większą niż [XX], średnią wartością transakcji większą niż [YY] okresie od [ZZ] do [AA] oraz dodała do koszyka produkt o wartości większej niż [BB] po dacie [CC]

Zapytanie: transaction_stats[TOTAL > XX & AVG > YY; ‚ZZ’; ‚AA’] * cart[PRODUCT_PRICE > BB & TIME > ‚CC’]


Przykład: osoby, które kiedykolwiek dodały do koszyka produkt z kategorii [XX], ale nigdy go nie kupiły

Zapytanie: cart[CATEGORY = ‚XX’] – transaction[CATEGORY = ‚XX’]

Jeżeli potrzebujesz więcej informacji na powyższy temat skontaktuj się z nami: bok@salesmanago.pl +48 533 600 808