1. 什么是筛选条件
筛选条件是为了在我们取到的数据集中，通过设置一个条件进行过滤，获取我们最终想得到的子数据集进行分析。神策所有的分析功能中都有筛选条件的选项，均可以实现根据事件的属性进行筛选或根据用户的属性进行筛选。
筛选条件可类比于 SQL 中的 where 条件语句。
当使用用户筛选条件时， where 条件作用于 users 表；当使用事件筛选条件时， where 条件作用于 events 表。
2. 使用流程
在神策所有的分析功能中，我们可以看到「筛选」、「全局筛选」等按钮时，代表此处可以对用户或事件进行筛选，参考上图中的标识，具体配置流程如下：
- 点击弹出筛选条件输入框，可以同时添加一个或多个筛选条件。
- 在 B 中选择筛选事件或用户的属性。
- 在 C 中选择属性的 判断类型 ，不同的属性类型拥有不同的 判断类型，不同 判断类型 的使用方法可参考第 3 部分。
- 在 D 选项中输入 判断值 后，分析结果即会根据输入条件进行筛选。
3. 筛选条件分类
3.1. 按目标
筛选用户：筛选条件作用于用户表，只看符合筛选条件的那些用户；一般在用户属性上进行条件设置，或者选择用户分群获取符合分析条件的用户。
筛选事件：筛选条件作用于事件，只看符合筛选条件的事件；一般在事件属性上进行条件设置。
3.2. 按数据类型
不管是为了筛选出不同用户或筛选不同事件，具体的每一个筛选条件的设置，都可以按其数据类型来了解。
3.2.1. 字符串类型属性筛选
当筛选的属性为字符串类型时，可以看到如上图中标识的判断类型，具体每个判断类型的使用可参考下表：
| 判断类型 | 类比 SQL | 描述说明 |
|---|
| 等于 | = | 精确判断，只有选择的事件属性等于输入的判断值时，该事件才会进入分析过程；当判断值存在多个时，事件属性值等于任意一个，该事件都会进入分析的数据集 |
| 不等于 | != | 精确判断，只有选择的事件属性不等于输入的判断值时，该事件才会进入分析过程；当判断值存在多个时，事件属性值等于任意一个，该事件就不会进入分析过程 |
| 包含 | LIKE "%$判断值%" | 匹配判断，当属性字段中包含判断值，该事件或用户就会进入分析过程 |
| 不包含 | NOT LIKE "%$判断值%" | 匹配判断，与“包含”相反，当属性字段中包含判断值，该事件不会进入分析过程 |
| 不为空 | Length($属性)>0 | 当属性字段中有值(字符串长度大于 0 )时，事件或用户才会进入分析过程 |
| 为空 | ="" | 当属性字段中值为空字符串时，事件或用户才会进入分析过程 |
| 没值 | IS NULL | 只有属性字段中值为 NULL 时，事件或用户才会进入分析过程 |
| 有值 | IS NOT NULL | 只有属性字段中值不为 NULL 时，事件或用户才会进入分析过程 |
| 正则匹配 |
| 匹配判断，符合条件的数据进入分析过程，具体请参考：正则表达式 |
| 正则不匹配 |
| 匹配判断，只有不符合正则条件的数据进入分析过程，具体请参考：正则表达式 |
3.2.2. 数值类型属性筛选
当筛选的属性为数字类型时，可以看到如上图中标识的判断类型，具体每个判断类型的使用可参考下表：
| 判断类型 | 类比表达式 | 描述说明 |
|---|
| 等于 | = | 类同于字符串类型 |
| 不等于 | != | 类同于字符串类型 |
| 小于 | < | 所选属性值小于判断值的事件才会进入分析过程 |
| 大于 | > | 所选属性值大于判断值的事件才会进入分析过程 |
| 区间 | between . and . | 所选属性值处于设置的判断值所形成的闭区间时，事件才会进入分析流程；如判断值设置为 10 和 100 时，所选属性值需要满足 [10,100] 区间 |
| 有值 | IS NOT NULL | 类同于字符串类型 |
| 没值 | IS NULL | 类同于字符串类型 |
3.2.3. 时间类型属性筛选
名词解释
- 绝对时间：有明确开始和截止时间的一个固定时间范围
- 时段区间：有明确的开始和截止时段的一个固定的时段区间
- 相对时间：相对于某个时间点，确定一个开始时间和截止时间的时间范围
- 相对当前时间点：相对于当前之前的一段时间范围，比如之前 1 小时
- 相对当前时间区间：相对当前的时间点，确定一个开始时间和截止时间
当筛选的属性为时间类型时，可以看到如上图所示的判断类型，具体每个判断类型使用可参考如下：
绝对时间
如设置绝对时间在 2017-07-04 00:00 至 2017-07-11 00:00，则所选属性时间范围在此区间（包含区间端点）的数据会进入分析过程
时段区间
如设置绝对时间在 00:00 至 10:59，则所选属性时间范围在此区间的数据会进入分析过程
相对当前时间点
如相对当前时间点在 1 天之内，则表示当前时间点减一天为起点，当前时间点为终点的时间区间。即 [当前时间点 - 1 天, 当前时间点]。注：计算时数据精确到天。
例如：3月22日 12:05:22 发起查询，「相对当前时间点 1 天之内」；结果为：时间范围在 [3月22日 00:00:00 , 3月22日 23:59:59] 的数据
如相对当前时间点 1 天之前，则表示当前时间点减一天为终点之前的时间区间。即 ( 无穷小时间, 当前时间点 - 1 天]
例如：3月22日 12:05:22 发起查询，「相对当前时间点 1 天之前」；结果为：时间范围在 [- ∞ , 3月21日 23:59:59] 的数据
相对当前时间区间
如设置相对当前时间的过去 4 天到过去 3 天之内，3月23日 12:05:22 发起查询，则结果为，时间范围在 [3月20日 00:00:00 , 3月20日 23:59:59] 的数据
相对事件发生时间
此处以事件发生的时间锚点去设置时间区间的起点和终点，所以对于每一条需要判断的事件或用户数据，所对应判断的时间区间是不一样的。
比如我们想要看到购买事件发生前 5 分钟进行注册事件的用户数量时，可设置 注册时间 相对事件发生时间 在之前 5 分钟内。基于“用户注册后，立马购买的商品是吸引用户注册的原因”这样一个假设，我们可以查看那类型商品比较容易吸引用户注册来购买。或者替换成优惠券，可查看那类型优惠券更容易吸引用户。
此处的「之前 N 天内」或「之后 N 天内」均包含事件发生当天。
相对事件发生时间区间
此处以事件发生的时间锚点去设置时间区间的起点和终点，所以对于每一条需要判断的事件或用户数据，所对应判断的时间区间是不一样的。
比如：
- 在开户事件在初始行为30天内定义为新用户，「过去60天至过去30天」定义为老用户，筛选相对事件发生时间「过去60天至过去30天」时间范围内的数据
- 客户希望分析用户注册后7天之后以及7~14天内支付订单的次数和金额分布
如设置相对事件发生时间的过去 7 天到未来4天之内，如事件发生时间为2023-03-23 18:03:46，则筛选范围为【事件发生时间-7天，事件发生时间+4天】
有值 & 没值
请参考字符串类型中，有值 & 没值的描述
3.2.4. 布尔类型属性筛选
当筛选的属性为布尔类型时，可以看到如上图所示的判断类型，具体每个判断类型使用如下：
为真
表示当选择属性值为 TURE 时，数据才会进入分析过程。
为假
表示当选择属性值为 FALSE 时，数据才会进入分析过程。
有值&没值
请参考字符串中，有值 & 没值的描述
3.2.5. 带字典类型属性的筛选
在神策分析的元数据管理中，可以对属性设置 维度字典，对于已经设置维度字典的字段，筛选条件如下图，具体的判断字段使用可参考字符串类型中相应类型。
3.2.6. 用户分群的筛选
在进行条件筛选时，如果选择用户分群，则判断条件选择跟布尔类型相同，表示用户是否在该分群之内。
