データ型
MoEngage ダッシュボードには、7 つの主要なデータ型があります。- String: 文字列は文字のシーケンスです。文字列は通常、単語やテキストを表すために使用されます。文字列内の文字には、アルファベットの文字、数字、句読点、空白などを使用できます。
- Boolean: Boolean データ型は、true と false の値を持つことができます。
- Numeric : 数値は数字のシーケンスです。Numeric データ型は通常、金額、数量、価格を表すために使用されます。
- Geo Location: Geo-location は、緯度と経度を使用して地図上の位置を表します。
- Date Time: Date time データ型は、イベントやアクションの日付と時刻を表します。
- Array: データ要素のコレクションです。MoEngage は String Arrays と Numeric Arrays の 2 種類をサポートしており、フィルタリング時に選択可能な値として配列あたり最大 254 要素まで指定できます。
- Object: Object データ型は、単一のオブジェクト内に含まれる複数の関連属性を識別およびクエリするための構造化された方法を提供します。これらの属性は、string、numeric、date などの任意のプリミティブデータ型にすることができ、2 レベルまでネストできます。詳細については、セグメンテーションにおける Object データ型を参照してください。
知っておくべき用語
String フィルター
Boolean フィルター
Numeric フィルター
以下の表では、N、N1、N2 は数値で、N2 > N1 です。イベント発生フィルター
次の前提を考えます。- ユーザーがイベントを実行した、または実行しなかった回数: n
- 対象のイベント: Viewed Product
- 今日の日付 - 2023 年 12 月 14 日
- セグメンテーションのイベント保持期間 - 30 日(2023 年 11 月 14 日)
位置トリガーフィルター
Date Time フィルター
date-time データ型のフィルター演算子を理解するには、まずいくつかの関数を理解する必要があります。- now = ミリ秒までの現在のタイムスタンプ
- start_of_day(timestamp) = 選択した日/日付の 00:00:00
- end_of_day(timestamp) = 選択した日/日付の 23:59:59
- n days = n * 24 時間
- 以下の表では、n、n1、n2 は数値で、n2 > n1 です。
例
- now が 2001 年 1 月 5 日 7:30:05 PM であると仮定すると、
- now - 3 days = now - (3* 24) hours = 7:30:05 PM, 2 Jan 2001
- now + 3 days = now + (3* 24) hours = 7:30:05 PM, 8 Jan 2001
- start of the day (now) = 12:00:00 AM, 5 Jan 2001
- end of the day (now) = 11:59:59 PM, 5 Jan 2001
- 日付が 2001 年 1 月 1 日であると仮定すると、
- start of day (date) = 12:00:00 AM, 1 Jan 2001
- start of day (date + 1 day) = 12:00:00 AM, 2 Jan 2001
- start of day (date - 1 day) = 12:00:00 AM, 31 Dec 2000
- end of day (date) = 11:59:59 PM, 1 Jan 2001
- end of day (date + 1 day) = 11:59:59 PM, 2 Jan 2001
- end of day (date - 1 day) = 11:59:59 PM, 31 Dec 2000
すべての date-time フィルターは、Settings で指定されたアプリのタイムゾーンで動作します。
(Settings -> App -> General -> General Settings -> Account Settings -> TimeZone)
(Settings -> App -> General -> General Settings -> Account Settings -> TimeZone)
特殊な日付フィルター
特殊な日付フィルターは、特定の時間、曜日、月、月内の日付、年内の日付でフィルタリングします。これは、年をまたいだ誕生日や、月をまたいだ請求日を抽出する場合に便利です。 特殊な日付フィルターは、User property および User behavior セクションの日付属性の横にあるドロップダウンで利用できます。

特殊な日付フィルターは、データ型が ‘date’ のユーザー属性とイベント属性でのみ利用できます。特殊な日付フィルターは、Affinity Segmentation および Analytics のフィルターでは利用できません。
Hour of the day - Daily where the hours
Hour of the day について、例を使ってこれらのフィルターの定義を詳しく見ていきましょう。Day of the week - Weekly where the day
Day of the week について、例を使ってこれらのフィルターの定義を詳しく見ていきましょう。Day of the month - Monthly where the day
Day of the week について、例を使ってこれらのフィルターの定義を詳しく見ていきましょう。ここで Date(DD) は数値の日付の値です(例: 11、23、05)。
Month of the year - Yearly where the month
Month of the year について、例を使ってこれらのフィルターの定義を詳しく見ていきましょう。Date-Month of the year - Yearly where the date
Date month of the year について、例を使ってこれらのフィルターの定義を詳しく見ていきましょう。Array フィルター
2 種類の配列フィルターを利用できます。 配列フィルターは以下ではサポートされていません。- Analytics Suite 全体
- Preference management、Conversion goals、Personalization 属性
Array of Strings
文字列の配列フィルターの説明は以下のとおりです。Array of Numbers
数値の配列フィルターの説明は以下のとおりです。属性の比較
ユーザー属性を別の ユーザー属性 または 定数値 と比較できるようになりました。次の表に、属性の比較をサポートするフィルターとデータ型を示します。
属性と属性の比較
特定のデータ型のユーザー属性を、同じデータ型の別のユーザー属性と比較できるようになりました。 例 1: アプリをインストールしてから一度も使用していないユーザーを特定したいマーケターを考えてみましょう。ユーザーの First Seen と Last Seen のユーザー属性を比較することで、マーケターはインストール以降アプリでアクティブになっていないユーザーを特定できます。

属性と定数値の比較
ユーザー属性を事前定義された定数値と比較できるようになりました。 例 1: アプリのアップグレード時にプラットフォームで $1000 を超える金額を支出したユーザーを特定したい E コマース事業者を考えてみましょう。ユーザー属性 total_amount_for_upgrade は、各ユーザーがこれまでにプラットフォームのアップグレードに支出した合計金額を表します。ユーザーを「高額支出者」としてセグメント化するために、E コマース事業者は以下のようにこのユーザー属性を定数値 1000 と比較できます。
制限事項
次の機能は現在、新しいセグメンテーションフィルター(first/last seen、contains spaces、is empty/not empty、ユーザー属性の比較)をサポートしていません。- Conversion Goal
- Business Event
- Smart Trigger & Dynamic Condition
- Flows
よくある質問(FAQ)
"Is Empty" と "Does Not Exist" の違いは何ですか?
"Is Empty" と "Does Not Exist" の違いは何ですか?
違いは、フィールドが存在しないか、値が空白かという点です。
- Does Not Exist: 属性キーがユーザーに対して作成または追跡されたことがありません(例えば、“Loyalty_ID” フィールドが User A のプロファイルにまったく存在しない場合)。
- Is Empty: 属性キーはプロファイルに存在しますが、保存されている値が空文字列です(例えば、User B には “Loyalty_ID” フィールドがありますが、テキストが含まれていない場合: "")。
特定の属性に実際の空でない値を持つユーザーを正確に見つけるには、どうすればよいですか?
特定の属性に実際の空でない値を持つユーザーを正確に見つけるには、どうすればよいですか?
実際のデータを持つユーザーを確実にターゲットにするには、常に Exists 演算子と Is Not Empty 演算子を AND ロジックで組み合わせてください。これにより、その属性をまったく持たないユーザーが誤って含まれることを防げます。
- 例: 有効な電話番号を持つユーザーを見つけるには、次を使用します: (Phone Number EXISTS) AND (Phone Number IS NOT EMPTY)
- これが機能する理由: Exists はフィールドがプロファイルに存在することを確認し、Is Not Empty はフィールドが単なる空白文字列ではないことを保証します。