Pular para o conteúdo principal

Filtros Avancados

Alem dos filtros basicos, o NotifyChain oferece opcoes avancadas para criar segmentacoes precisas.

Filtros de Evento Avancados​

Filtrar por Propriedades do Evento​

Alem de verificar se o evento ocorreu, filtre pelas propriedades:

Evento: "Compra Realizada"
Ocorrencia: Realizou
Periodo: Ultimos 30 dias
Propriedades:
  - categoria = "eletronicos"
  - valor >= 500
  - metodo_pagamento in ["cartao", "pix"]

Agregacoes de Eventos​

Faca calculos sobre multiplas ocorrencias:

Contagem:

Evento: "Compra Realizada"
Agregacao: Contagem >= 3
Periodo: Ultimos 90 dias

→ Usuarios com 3+ compras nos ultimos 90 dias

Soma:

Evento: "Compra Realizada"
Agregacao: Soma(valor) >= 1000
Periodo: Ultimos 30 dias

→ Usuarios que gastaram R$ 1000+ nos ultimos 30 dias

Media:

Evento: "Compra Realizada"
Agregacao: Media(valor) >= 200
Periodo: Ultimos 90 dias

→ Usuarios com ticket medio >= R$ 200

Primeira e Ultima Ocorrencia​

Primeira vez:

Evento: "Cadastro"
Ocorrencia: Primeira vez
Periodo: Ultimos 7 dias

→ Usuarios que se cadastraram na ultima semana

Ultima vez:

Evento: "Login"
Ocorrencia: Ultima vez
Periodo: Ha mais de 30 dias

→ Usuarios que nao fazem login ha mais de 30 dias

Sequencia de Eventos​

Verifique se eventos ocorreram em ordem:

Evento 1: "Adicionou ao Carrinho"
Seguido de: "Carrinho Abandonado"
Nao seguido de: "Compra Realizada"
Periodo: Ultimos 7 dias

→ Usuarios que abandonaram carrinho sem comprar

Filtros de Propriedade Avancados​

Propriedades Aninhadas​

Acesse propriedades em objetos JSON:

Propriedade: endereco.cidade
Operador: Igual a
Valor: "Sao Paulo"

Arrays​

Filtre por valores em listas:

Propriedade: interesses
Operador: Contem
Valor: "tecnologia"

→ Usuarios com "tecnologia" na lista de interesses

Propriedades Calculadas​

Use formulas com propriedades:

Formula: dias_desde(ultima_compra)
Operador: Maior que
Valor: 60

→ Usuarios sem compra ha mais de 60 dias
Formula: idade(data_nascimento)
Operador: Entre
Valores: 25 e 35

→ Usuarios entre 25 e 35 anos

Comparacao entre Propriedades​

Compare duas propriedades do usuario:

Propriedade 1: credito_disponivel
Operador: Maior que
Propriedade 2: valor_ultima_compra

→ Usuarios com credito maior que a ultima compra

Filtros Temporais Avancados​

Periodos Relativos​

Dias especificos:

Periodo: Exatamente 7 dias atras
→ Eventos que ocorreram ha exatamente 1 semana

Janelas moveis:

Periodo: Entre 30 e 60 dias atras
→ Eventos no mes passado, excluindo o mes atual

Periodos do calendario:

Periodo: Este mes
Periodo: Mes passado
Periodo: Este ano
Periodo: Trimestre atual

Dias da Semana​

Evento: "Compra Realizada"
Dia da semana: Sabado, Domingo
Periodo: Ultimos 90 dias

→ Usuarios que compram nos fins de semana

Horarios​

Evento: "Login"
Horario: 22:00 - 06:00
Periodo: Ultimos 30 dias

→ Usuarios que acessam de madrugada

Filtros de Engajamento Avancados​

Sequencia de Engajamento​

Recebeu campanha "Black Friday"
E abriu
E clicou
E converteu

→ Usuarios que completaram o funil da campanha

Comparativo de Engajamento​

Taxa de abertura pessoal > Taxa de abertura media
Nos ultimos 30 dias

→ Usuarios mais engajados que a media

Recencia de Engajamento​

Ultimo email aberto: Ultimos 7 dias
Ultimo email clicado: Ultimos 14 dias

→ Usuarios ativamente engajados

Filtros Compostos​

Negacao​

Inverta qualquer filtro:

NAO (
  Evento: "Cancelamento"
  Ocorrencia: Realizou
  Periodo: Sempre
)

→ Usuarios que nunca cancelaram

Agrupamento Complexo​

Combine AND e OR em multiplos niveis:

(
  (Comprou nos ultimos 30 dias AND Valor > 500)
  OR
  (E cliente VIP)
)
AND
(
  NAO cancelou
)
AND
(
  Abriu email nos ultimos 14 dias
)

Filtros por Segmento​

Inclusao​

Esta em: "Compradores Frequentes"
E
Esta em: "Engajados com Email"

→ Interseccao de duas audiencias

Exclusao​

Esta em: "Base Completa"
E
NAO esta em: "Cancelados"
E
NAO esta em: "Opt-out"

→ Base ativa excluindo grupos especificos

Lookalike (Similar)​

Encontre usuarios similares aos de uma audiencia:

Similar a: "Melhores Clientes"
Similaridade: 80%+

→ Usuarios com perfil parecido com os melhores clientes

Exemplos de Segmentacoes Avancadas​

RFM (Recency, Frequency, Monetary)​

Recencia:
  Ultima compra: Ultimos 30 dias (Pontuacao 3)
  Ultima compra: 30-90 dias (Pontuacao 2)
  Ultima compra: 90+ dias (Pontuacao 1)

Frequencia:
  Compras: 5+ ultimos 12 meses (Pontuacao 3)
  Compras: 2-4 ultimos 12 meses (Pontuacao 2)
  Compras: 1 ultimos 12 meses (Pontuacao 1)

Valor:
  Total: R$ 1000+ ultimos 12 meses (Pontuacao 3)
  Total: R$ 300-999 ultimos 12 meses (Pontuacao 2)
  Total: < R$ 300 ultimos 12 meses (Pontuacao 1)

→ Classifique usuarios de 3-9 pontos

Churn Risk (Risco de Cancelamento)​

(Frequencia de uso declinando 30%+ no ultimo mes)
AND
(Nao abriu emails nos ultimos 14 dias)
AND
(Nao logou nos ultimos 7 dias)

→ Usuarios em risco de churn

Upsell Potential​

(Plano = "Basic")
AND
(Uso de features premium > 3 vezes no ultimo mes)
AND
(Nao visualizou pagina de upgrade nos ultimos 14 dias)

→ Candidatos para upsell

Winback​

(Foi cliente ativo - comprou nos ultimos 12 meses)
AND
(Ultima compra ha mais de 90 dias)
AND
(Abriu email nos ultimos 30 dias)

→ Ex-clientes engajados para recuperar

Performance de Filtros​

Filtros Rapidos​

  • Propriedades indexadas
  • Eventos recentes (ultimos 30 dias)
  • Contagens simples

Filtros Lentos​

  • Agregacoes complexas
  • Periodos muito longos
  • Muitos filtros aninhados
Otimizacao

Para audiencias grandes, prefira:

  • Periodos mais curtos
  • Menos filtros encadeados
  • Propriedades indexadas

Boas Praticas​

Teste Incrementalmente

Adicione filtros um a um e verifique o impacto na estimativa.

Documente a Logica

Use descricoes claras para explicar segmentacoes complexas.

Cuidado com Filtros Restritivos Demais

Se a audiencia ficar muito pequena, os resultados podem nao ser estatisticamente significativos.