# Attributs utilisateur augmentés
## **Qu'est-ce qu'un attribut utilisateur enrichi ?**
Cette fonctionnalité vous permet de créer des propriétés enrichies sur votre utilisateur : flags, scores, ratio, rolling count/average, valeur conditionnelle, booléen...
Enrichissez vos données avec vos règles métier dans une UI conviviale.
Un enrichissement transforme une propriété d'une valeur statique en une valeur dynamique/enrichie.
En introduisant des règles métier à vos attributs, vous leur donnez du contexte et davantage de sens. Ces attributs enrichis deviennent alors les briques de base pour un segment dynamique, des analyses, ou peuvent être récupérés dans la datalayer via TagCommander pour enrichir vos tag.
{% hint style="danger" %}
Tous les attributs utilisateur enrichis ne sont pas rétroactifs : le comptage des données commence à la date de création de l'attribut.
{% endhint %}
## Flag
### Description
**Le flag vous permet de tagger vos clients** qui ont rempli toutes les conditions que vous avez définies et qui sont pertinentes pour votre activité. Cela est utile pour créer une segmentation avancée basée sur des critères. Vous pouvez tagger vos meilleurs clients ou identifier les visiteurs qui s'intéressent à vos produits mais n'ont pas acheté. Ensuite, vous pouvez créer de nouveaux segment basés sur ces flags spécifiques et les combiner avec des conditions plus granulaires (ex : ne pas avoir vu une page spécifique au cours des 2 dernières heures).
{% hint style="info" %}
Quelles sont les différences entre segment et flag ?
{% endhint %}
→ **Les segments** peuvent vous aider à identifier et activer vos clients en fonction de leur comportement en temps réel : pages vues, clics, inscription, commandes…\
Vos clients interagissent avec vous, vos sites web, vos applications, votre service client… vous devez identifier ces actions en direct afin de préparer la prochaine meilleure action qui améliorera votre expérience client : par exemple, une personnalisation onsite après un clic sur une publicité de retargeting et la vue d'un produit spécifique, un email personnalisé après un contact avec le service client…\\
Les segments sont conçus pour une réaction instantanée :\
actions client 〉identification 〉activation marketing\
C'est pourquoi, **les segments sont dynamiques**. Vos utilisateurs, selon leurs actions, entreront dynamiquement et surtout sortiront automatiquement de vos segments dès qu'ils ne rempliront plus les conditions du segment. Vous avez ainsi la certitude de travailler sur des données fraîches.
→ D'une autre manière, **Les flags** peuvent vous aider à catégoriser vos clients en fonction de ce qui compte vraiment pour votre activité : le chiffre d'affaires.
Vous devez définir quelles dimensions sont clés pour votre activité et définir une matrice qui peut vous aider à catégoriser vos clients. Par exemple, vous souhaitez flagger vos clients en fonction de la fréquence de leurs commandes et du montant moyen de commande :
Cependant, vous pouvez aller plus loin avec les flags car vous pouvez intégrer d'autres dimensions comme la période, l'achat online/offline ou tout ce dont vous avez besoin. Cela est possible car il n'y a pas de rétention de données pour un flag, les données sont stockées longtemps : le flag défini ne sera pas supprimé de l'utilisateur, sauf si vous avez défini certaines conditions de sortie.
{% hint style="success" %}
Comme bonne pratique, vous devriez définir environ 10 flags différents afin de catégoriser vos clients, ainsi qu'autant de segment que nécessaire.
{% endhint %}
{% hint style="danger" %}
**Important :**
Le nouveau flag défini n'est **PAS** rétroactif (pour l'instant) :
{% endhint %}
Votre nouveau flag prendra en compte toutes les actions/événements/hits futurs à partir de la date à laquelle vous l'avez créé.
{% hint style="info" %}
Il sera bientôt possible de définir des flags rétroactifs. Restez connectés !
{% endhint %}
### Cas d'utilisation courants
* Flag *Clients VIP :* flaggez tous vos meilleurs clients
* Flag *window shoppers*: clients intéressés mais non convertis
* Consultez notre [cas métier](https://github.com/TagCommander/PlatformX/blob/master/features/enrichments/augmented-user-attributes/broken-reference/README.md)
### Exemple
Vous souhaitez lancer un programme de fidélité avec différents statuts pour chaque client : Platinum, Gold, Silver, Bronze… Vous devez définir toutes les caractéristiques de chaque statut puis créer des flags afin de catégoriser vos clients selon les critères que vous avez décidés.
Par exemple :
* Platinum
* Montant total des commandes sur les 6 derniers mois >800€
* Nombre de visites sur les 6 derniers mois >6
* …
* Gold
* Montant total des commandes sur les 6 derniers mois 600€ < 800€
* Nombre de visites sur les 6 derniers mois 4 < 6
* …
* Silver
* Montant total des commandes sur les 6 derniers mois 400€ < 600€
* Nombre de visites sur les 6 derniers mois 2 < 4
* …
* Bronze
* Montant total des commandes sur les 6 derniers mois <400€
* Nombre de visites sur les 6 derniers mois <2
* …
À vous de jouer ;)
### Comment ça marche
1\. Nommez votre nouvel attribut de flag et décrivez-le
2\. Définissez vos conditions pour AJOUTER le flag
Ajoutez des conditions parmi ces univers :
* Pour visitor
* Filtrez parmi toutes les variables disponibles via votre tracking web / mobile
* Pour page-view
* Spécifiez le nombre de page view sur une période
* Spécifiez d'autres variables comme le nom de la page, la catégorie de produit…
* Pour view
* Spécifiez le nombre de views de votre publicité sur une période (toutes les données publicitaires proviennent de Mix Commander)
* Spécifiez d'autres variables comme la campagne, le channel…
* Pour click
* Spécifiez le nombre de clicks sur votre publicité sur une période (toutes les données publicitaires proviennent de Mix Commander)
* Spécifiez d'autres variables comme la campagne, le channel…
* Pour conversion
* Spécifiez le nombre de conversions (commandes, inscription…) sur une période
* Spécifiez d'autres variables comme le nom du produit, les informations de facturation…
Vous pouvez ajouter plusieurs variables avec la fonction AND/OR.
3\. Définissez vos conditions pour SUPPRIMER le flag
* Ne jamais supprimer le flag
* Supprimer le flag SI toutes les conditions définies pour ajouter le flag ne sont plus remplies
* Supprimer le flag SI des conditions spécifiques sont remplies :
Vous pouvez utiliser les mêmes conditions et filtres que ceux définis pour l'ajout du flag.
{% hint style="info" %}
Veuillez garder à l'esprit que les segments sont plus puissants pour gérer les critères d'entrée et de sortie car ils sont dynamiques (pas besoin de définir des conditions de sortie).
{% endhint %}
## Rolling Sum / Average / Min / Max
### Description
Calculez une somme cumulée, une moyenne, un minimum ou un maximum pour une variable sur la base d'une plage de dates spécifique. Cela vous permet de créer de nouvelles règles métier basées sur l'agrégation d'une variable.
Vous pouvez utiliser ces nouveaux indicateurs pour créer de nouveaux segment ou pour flagger vos clients.
### Cas d'utilisation courants
* Commande totale : montant total cumulé des commandes sur les 6 derniers mois
* Page views : total des pages vues la semaine dernière
* Commandes : montant moyen des commandes sur les 6 derniers mois
* Produits : moyenne des produits le mois dernier
* Commandes : montant minimum de commande sur les 6 derniers mois
* Commandes : montant maximum de commande sur les 6 derniers mois
### Exemple
Vous souhaitez identifier les clients qui ont commandé plus de 300€ dans la catégorie de produits « vêtements » au cours des 2 derniers mois. Vous configurez le nouvel attribut de somme cumulée :
| | **Client A** | **Client B** |
| ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------ |
| **Commande n°1** |
Catégorie de produit : Vêtements
Prix : 80€
Date : il y a 3 mois
|
Catégorie de produit : Sac
Prix : 80€
Date : il y a 3 mois
|
| **Commande n°2** |
Catégorie de produit : Chaussures
Prix : 100€
Date : il y a 2 mois
|
Catégorie de produit : Vêtements
Prix : 150€
Date : il y a 1 mois
|
| **Commande n°3** |
Catégorie de produit : Vêtements
Prix : 150€
Date : il y a 1 mois
|
Catégorie de produit : Vêtements
Prix : 200€
Date : il y a 2 semaines
|
|
Rolling SUM « Montant total des commandes vêtements <2 mois »
Filtres :
Catégorie de produit = Vêtements
Période = 2 derniers mois
|
150 €
(seule la commande n°3 remplit toutes les conditions)
|
350 €
(les commandes n°2 et n°3 remplissent toutes les conditions)
|
|
Segment basé sur le nouvel attribut « Utilisateurs avec un montant total des commandes vêtements <2 mois »
Filtres :
Total >300€
| **❌ Aucune entrée** | \*\*\*\*:white\_check\_mark: **Entrée** |
Vous pouvez maintenant créer un nouveau segment basé sur le nouvel attribut « \[montant total des commandes vêtements <2 mois] >300€ » qui concerne, dans cet exemple, uniquement le client B.
Avec notre exemple, nous pouvons également calculer le montant moyen des commandes ou le montant minimum / maximum.
### Comment ça marche
1\. Nommez votre nouvel attribut
2\. Spécifiez l'univers (page view, view, click, conversion) et la variable que vous souhaitez
{% hint style="warning" %}
Type de variable : numérique uniquement
{% endhint %}
3\. Définissez la plage de dates souhaitée
* Forever : aucune période définie, vous prenez en compte toutes les dates
* Relative : vous pouvez définir une durée en heures ou en jours glissants (les 3 derniers jours par exemple)
* Absolute : les données sont agrégées à partir d'une date spécifique (à partir du 01/09/2019 par exemple)
{% hint style="info" %}
Période minimale : 1 heure\
Période maximale : aucune limite
{% endhint %}
4\. \[Optionnel] Si nécessaire, définissez des conditions afin de calculer l'agrégation uniquement si les conditions sont remplies
## Rolling Count
### Description
Créez un attribut de comptage pour une variable, sur la base d'une plage de dates spécifique. Cette fonctionnalité est utile pour définir vos meilleurs clients à partir d'indicateurs clés de performance comme la fréquence des commandes ou le nombre de visites sur votre site web.
### Cas d'utilisation courants
* Fréquence : nombre de conversions sur les 6 derniers mois
* Efficacité des remises : nombre de conversions avec codes promo
* Cross-selling : nombre de conversions avec plus de 2 catégories de produits.
### Exemple
Vous souhaitez segmenter les utilisateurs qui ont 2 conversions ou plus avec un code promo.\
Vous configurez le nouvel attribut de rolling count :\
Count \[Conversions] where \[Conversion discount code] = 'True'
| | **Client A** | **Client B** |
| -------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------- |
| **Commande n°1** |
Catégorie de produit : Vêtements
Prix : 80€
Date : il y a 3 mois
Code promo : False
|
Catégorie de produit : Sac
Prix : 80€
Date : il y a 3 mois
Code promo : True
|
| **Commande n°2** |
Catégorie de produit : Chaussures
Prix : 100€
Date : il y a 2 mois
Code promo : False
|
Catégorie de produit : Vêtements
Prix : 150€
Date : il y a 1 mois
Code promo : False
|
| **Commande n°3** |
Catégorie de produit : Vêtements
Prix : 150€
Date : il y a 1 mois
Code promo : True
|
Catégorie de produit : Vêtements
Prix : 200€
Date : il y a 2 semaines
Code promo : True
|
|
Rolling Count « Total des conversions avec un code promo »
Filtres :
Code promo = 'True'
|
1
(seule la commande n°3 remplit toutes les conditions)
|
2
(les commandes n°1 et n°3 remplissent toutes les conditions)
|
|
Segment basé sur le nouvel attribut « Utilisateurs ayant 2 conversions ou plus avec un code promo »
Filtres :
Total >=2
| **❌ Aucune entrée** | \*\*\*\*:white\_check\_mark: **Entrée** |
Ensuite, vous pouvez créer un segment avec l'attribut de rolling count « Utilisateurs avec un total de conversions avec un code promo = 2 ou plus » qui renvoie, dans notre exemple, uniquement le client B. Cependant, vous pouvez aller plus loin en ajoutant une période ou d'autres conditions.
### Comment ça marche
1\. Nommez votre nouvel attribut
2\. Spécifiez l'univers (page view, view, click, conversion) souhaité
3\. Définissez la plage de dates souhaitée
* Forever : aucune période définie, vous prenez en compte toutes les dates
* Relative : vous pouvez définir une durée en heures ou en jours glissants
* Absolute : les données sont agrégées à partir d'une date spécifique
{% hint style="info" %}
Période minimale : 1 heure\
Période maximale : aucune limite
{% endhint %}
4\. Définissez des conditions afin de compter uniquement si les conditions sont remplies
Filtrer sur une page, un produit, une publicité spécifique…
## Calcul / Score
### Description
Vous pouvez additionner, soustraire, diviser ou multiplier 2 variables ou plus, ou créer des scores dynamiques ou intégrer une logique conditionnelle et des formules complexes. Ces nouveaux attributs calculés peuvent faire partie d'une segmentation. Cette fonctionnalité vous permet de définir de nouveaux KPI basés sur des formules mathématiques.
### Cas d'utilisation courants
* Scoring dynamique : attribuez des scores aux utilisateurs en fonction de conditions spécifiques pour permettre des stratégies marketing ciblées.
* Ratio : répartition des conversions online/offline
* CLV : Customer Lifetime Value
### Exemples
#### Score d'engagement simple :
Attribuez un score d'engagement aux utilisateurs en fonction des activités récentes, sans complexifier les conditions. Par exemple :
> SI l'activité récente est 'purchase', définissez le score d'engagement sur 3.\
> SI l'activité récente est 'add\_to\_cart', définissez le score d'engagement sur 2.\
> SI l'activité récente est 'visited\_site', définissez le score d'engagement sur 1.
>
> Sinon, définissez le score d'engagement sur 0.
Voici à quoi cela ressemblera dans l'interface :
{% hint style="danger" %}
**Avertissement**: Les dépendances circulaires dans les formules ne sont pas autorisées. Le système détecte les références circulaires et empêche l'enregistrement de la formule. Par exemple, une formule dans laquelle un attribut est défini pour s'incrémenter lui-même (par exemple, vous créez un score avec un nom`attrs.toto et vous créez une formule comme "attrs.toto + 1"`) De même, les dépendances circulaires complexes où l'attribut A dépend de B, B dépend de C et C dépend de A seront bloquées.
{% endhint %}
#### Ratio :
Vous souhaitez identifier les clients cross-channel, c'est-à-dire la part des clients qui achètent à la fois en ligne et hors ligne. Vous avez besoin d'un ratio entre les conversions online et offline :
> Ratio par channel : nombre de conversions online / nombre de conversions offline
Plus le taux est élevé, plus le channel préféré est online, et plus le taux est faible, plus le channel préféré est offline.
Customer Lifetime Value (CLTV) :\
Cette métrique vous aide à estimer le revenu par client durant toute sa relation avec votre entreprise (présente et future). Elle vous permet d'établir des prévisions de profits basées sur les flux de trésorerie futurs.
> CLTV = Customer Value ✕ Customer Average Lifespan
> Customer Value = Average purchase value ✕ Average purchase frequency (sur 1 an)
> Customer Average Lifespan dépend de votre modèle économique (service par abonnement, freemium, retailer...). En général, on considère que la durée de vie moyenne d'un client est comprise entre 1 et 3 ans.
En résumé, pour calculer le customer lifetime value avec la fonctionnalité d'attributs utilisateur enrichis, vous devez :
1. Utiliser un attribut Rolling Average pour déterminer la valeur moyenne d'achat et la fréquence moyenne d'achat
2. Utiliser un attribut Calculus pour définir la Customer Value en multipliant la valeur moyenne d'achat et la fréquence moyenne d'achat (déterminées précédemment à l'étape 1)
3. Enfin, réutiliser un attribut Calculus pour estimer la Customer Lifetime Value en multipliant la Customer Value (calculée à l'étape 2) et la Customer Average Lifespan (déterminée par votre modèle économique).
Vous pouvez calculer le CLTV étape par étape ou créer une formule qui combine toutes les dimensions.
Ex :\
Valeur moyenne d'achat (sur 1 an) = 50€\
Fréquence moyenne d'achat (sur 1 an) = 5 commandes/an\
Customer Value = 250€ (50x5)\
Customer Average Lifespan = 2 ans\
Customer Lifetime Value = 500€ (250x2)
Ou : CLTV = (50x5)x2 = 500€
### Comment ça marche
1\. Nommez votre nouvel attribut calculé
2\. Spécifiez la formule mathématique (règle) pour calculer avec les variables
{% hint style="warning" %}
Type de variable : numérique uniquement
Opérateurs pris en charge : ➕ ➖ ➗✖️
{% endhint %}
Vous devez saisir le nom de la variable et ajouter l'opérateur. Lorsqu'un nom de variable est trouvé, la fonctionnalité d'autocomplétion vous suggérera le nom exact.
Ex : tapez « Lab » et la plateforme vous suggérera « Label ».
## Copier
### Description
Cette fonctionnalité vous permet de copier des valeurs stockées au niveau de l'événement (pages, views, clicks, conversions) et de les coller au niveau utilisateur. Vous pouvez agréger les données au niveau utilisateur afin de consolider toutes les données autour d'un utilisateur unique.
Nouvelle fonctionnalité : copiez les données dont vous avez besoin, stockées dans tous les univers (pages, views, clicks et conversion), au niveau utilisateur. En conséquence, les données seront stockées à vie (dans le respect du RGPD) et non supprimées après 30 jours (généralement 30 jours, mais cela dépend de votre contrat).
Il est utile d'avoir une vue globale de dimensions telles que les catégories de produits vues ou la date de dernière commande.
### Cas d'utilisation courants
* Dernière date de checkout
* Catégories de produits vues
### Exemple
Vous recherchez un voyage pour vos prochaines vacances. Vous visitez de nombreux sites web, blogs, sites d'agences de voyage... Cela prend du temps pour choisir la meilleure offre qui vous conviendra parfaitement.
En tant qu'agence de voyage, vous avez de nombreux visiteurs sur votre site web qui ont laissé de nombreuses informations telles que les dates de voyage, les destinations... Ces données en ligne seront conservées 30 jours, cependant votre cycle de vente peut être long, plus de 30 jours. Afin de ne pas perdre ces précieuses informations, il peut être utile de conserver ces données et c'est ce que Copy vous permet de faire.
Vous pouvez créer un nouvel attribut appelé 'Trip dates' et stocker les dates considérées. Vous pouvez faire la même chose pour 'destination' ou tout ce qui pourrait vous être utile. Ensuite, vous pouvez lancer une campagne dédiée 3 mois plus tard avec un segment basé sur ces données (s'il n'y a pas eu de conversion pour ces clients).
### Comment ça marche
1\. Nommez votre nouvel attribut
2\. Spécifiez l'univers (page view, view, click, conversion) et la variable que vous souhaitez
{% hint style="warning" %}
Si une copie provient d'une variable chiffrée, l'attribut sera également chiffré
{% endhint %}
3\. Définissez la plage de dates souhaitée
* Forever : aucune période définie, vous prenez en compte toutes les dates
* Relative : vous pouvez définir une durée en heures ou en jours glissants
* Absolute : les données sont agrégées à partir d'une date spécifique
{% hint style="info" %}
Période minimale : 1 heure\
Période maximale : aucune limite
{% endhint %}
4\. Si nécessaire, définissez des conditions afin de copier l'agrégation uniquement si les conditions sont remplies
## Boolean
### Description
Boolean vous permet de créer des conditions True / False. Posez une question, définissez des conditions et la valeur sera définie sur True pour l'utilisateur si les conditions sont remplies, sinon elle sera définie sur False.
### Cas d'utilisation courants
* L'utilisateur a-t-il vu la campagne '10% discount' ? True / False
* L'utilisateur a-t-il ajouté un article dans le panier au cours des 2 derniers jours ? True / False
* L'utilisateur a-t-il ouvert le dernier email envoyé ? True / False
### Comment ça marche
1\. Nommez votre nouvel attribut
2\. Définissez les conditions que vous souhaitez utiliser.
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://doc.commandersact.com/fr/fonctionnalites/enrichments/augmented-user-attributes.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.