Attribute des Nutzerprofils

Diese Seite dient als Referenz für die Standard- und angepassten Attributansichten in Snowflake. Es gibt drei Ansichten für Standardattribute und drei Ansichten für angepasste Attribute, die jeweils für einen bestimmten Anwendungsfall mit eigenen Performance-Überlegungen konzipiert wurden.

Datenparität mit dem Dashboard

In seltenen Fällen stimmen die Werte von Standardattributen und angepassten Attributen in den Snowflake-Ansichten auf dieser Seite möglicherweise nicht mit dem überein, was Sie im Profil einer Nutzerin oder eines Nutzers im Braze-Dashboard sehen.

So kann ein Attribut in Snowflake beispielsweise als NULL erscheinen, während das Dashboard für diese:n Nutzer:in einen Wert anzeigt.

Wenn Sie weitreichende Abweichungen feststellen, wenden Sie sich an Ihren Customer-Success-Manager oder an den Braze-Support.

Verfügbarkeit der externen Nutzer-ID

Wichtig

Gehen Sie nicht davon aus, dass EXTERNAL_USER_ID in jedem Nutzerprofil-Datensatz vorhanden ist. Die Verfügbarkeit hängt von der Workspace-spezifischen Konfiguration ab und davon, wie Nutzerprofile aktualisiert werden. Dieses Feld kann bei vielen Profilen NULL sein, insbesondere wenn in einem Workspace bestimmte Feature-Flags nicht aktiviert sind. Berücksichtigen Sie bei Abfragen von Nutzerdaten, dass EXTERNAL_USER_ID null sein kann, und verwenden Sie in Ihren SQL-Anfragen eine geeignete Behandlung von Nullwerten (zum Beispiel LEFT JOIN statt INNER JOIN oder eine Filterung mit IS NOT NULL, wenn die externe ID erforderlich ist).

Verfügbare Ansichten

Snapshots von Nutzerprofilen

Diese Ansichten liefern regelmäßige Snapshots der Attribute von Nutzerprofilen. Die Daten sind um bis zu 12 Stunden verzögert und eignen sich daher für Anfragen, die keine Realtime-Updates erfordern.

• USER_DEFAULT_ATTRIBUTES_VIEW_SHARED
• USER_CUSTOM_ATTRIBUTES_VIEW_SHARED

Verwendung

• Liefert einen Snapshot der Nutzerattribute mit einer Verzögerung von bis zu 12 Stunden.
• Eignet sich gut für Anfragen, die keine Realtime-Genauigkeit erfordern.
• Schnellere Ausführung von Anfragen, insbesondere beim Filtern nach anderen Attributen als USER_ID.
• Einschränkung: Die Daten sind nicht in Realtime aktuell.

Hinweis

Understanding date fields:

• TIME and TIME_MS: Represent the time the user profile update occurred in Braze (in seconds and milliseconds, respectively). For backfilled data, these values are the time of the backfill.
• SF_UPDATED_AT: Represents the time the data was last persisted in Snowflake. This field is most useful for determining data freshness—the time the row was most recently synced to your data warehouse.

Schema von USER_DEFAULT_ATTRIBUTES_VIEW_SHARED

Schema von USER_CUSTOM_ATTRIBUTES_VIEW_SHARED

Arbeiten mit CUSTOM_ATTRIBUTES

Die Spalte CUSTOM_ATTRIBUTES speichert alle Ihre angepassten Attribute als JSON-Objekt. Mit den JSON-Funktionen von Snowflake können Sie auf einzelne Attribute zugreifen.

Beispiel: Bestimmte angepasste Attribute abfragen

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

-- Get users with a specific loyalty tier
SELECT
  USER_ID,
  EXTERNAL_USER_ID,
  CUSTOM_ATTRIBUTES:loyalty_tier::STRING as loyalty_tier,
  CUSTOM_ATTRIBUTES:points::NUMBER as points
FROM USER_CUSTOM_ATTRIBUTES_VIEW_SHARED
WHERE CUSTOM_ATTRIBUTES:loyalty_tier::STRING = 'gold';

-- Get users who made a purchase above a certain amount
SELECT
  USER_ID,
  CUSTOM_ATTRIBUTES:last_purchase_amount::NUMBER as last_purchase_amount
FROM USER_CUSTOM_ATTRIBUTES_VIEW_SHARED
WHERE CUSTOM_ATTRIBUTES:last_purchase_amount::NUMBER > 100;

Beispiel: Daten angepasster Attribute analysieren

1
2
3
4
5
6
7
8
9
10
11
12
13
14

-- Count users by subscription status
SELECT
  CUSTOM_ATTRIBUTES:subscription_status::STRING as subscription_status,
  COUNT(*) as user_count
FROM USER_CUSTOM_ATTRIBUTES_VIEW_SHARED
GROUP BY CUSTOM_ATTRIBUTES:subscription_status::STRING;

-- Find average order value by customer segment
SELECT
  CUSTOM_ATTRIBUTES:customer_segment::STRING as segment,
  AVG(CUSTOM_ATTRIBUTES:lifetime_value::NUMBER) as avg_lifetime_value
FROM USER_CUSTOM_ATTRIBUTES_VIEW_SHARED
WHERE CUSTOM_ATTRIBUTES:customer_segment IS NOT NULL
GROUP BY CUSTOM_ATTRIBUTES:customer_segment::STRING;

Realtime-Ansichten für Nutzerprofile

Diese Ansichten liefern nahezu in Realtime Updates zu Attributen von Nutzerprofilen. Die Daten werden mit einer Verzögerung von bis zu 10 Minuten bereitgestellt, nachdem ein Update in Braze erfolgt ist.

• USER_LATEST_STATE_DEFAULT_ATTRIBUTES_VIEW_SHARED
• USER_LATEST_STATE_CUSTOM_ATTRIBUTE_VIEW_SHARED

Verwendung

• Liefert aktuelle Nutzerattribute mit minimaler Verzögerung (~10 Minuten).
• Nützlich für Realtime-Analysen und Szenarien, in denen aktuelle Daten erforderlich sind.
• Hinweise zur Performance:
  • Abfragen zu einzelnen Nutzer:innen sind schneller (unter einer Minute mit einem großen Warehouse).
  • Abfragen ohne USER_ID-Filter erfordern eine Aggregation über alle Nutzer:innen, was zu deutlich längeren Ausführungszeiten führt.
  • Abfragen auf einem großen Datensatz (z. B. mehr als 100 Millionen Nutzer:innen) können viele Minuten dauern.

Hinweis

Understanding date fields:

• TIME and TIME_MS: Represent the time the user profile update occurred in Braze (in seconds and milliseconds, respectively). For backfilled data, these values are the time of the backfill.
• SF_UPDATED_AT: Represents the time the data was last persisted in Snowflake. This field is most useful for determining data freshness—the time the row was most recently synced to your data warehouse.

Schema von USER_LATEST_STATE_DEFAULT_ATTRIBUTES_VIEW_SHARED

Schema von USER_LATEST_STATE_CUSTOM_ATTRIBUTE_VIEW_SHARED

Note:

This view uses OBJECT type for CUSTOM_ATTRIBUTES instead of VARIANT. Use the same JSON accessor syntax (:attribute_name::TYPE) to query individual attributes.

Historische Änderungsprotokolle

Diese Ansichten speichern historische Änderungsprotokolle von Nutzerattributen und erfassen Änderungen mit einer Granularität von 12 Stunden.

• USER_DEFAULT_ATTRIBUTES_HISTORY_VIEW_SHARED
• USER_CUSTOM_ATTRIBUTES_HISTORY_VIEW_SHARED

Verwendung

• Bietet eine Aufzeichnung historischer Änderungen an Nutzerattributen für einen rollierenden Zeitraum von 6 Monaten.
• Die Daten werden alle 12 Stunden als Snapshot erfasst. Mehrere Updates innerhalb dieses Zeitfensters werden also zu einem einzigen Datensatz zusammengefasst. Einzelne Änderungen innerhalb dieses Zeitraums werden nicht separat gespeichert.
• EFF_DT und END_DT markieren Beginn und Ende des Attributstatus von Nutzer:innen.

Hinweis

Understanding date fields:

• TIME and TIME_MS: Represent the time the user profile update occurred in Braze (in seconds and milliseconds, respectively). For backfilled data, these values are the time of the backfill.
• SF_UPDATED_AT: Represents the time the data was last persisted in Snowflake. This field is most useful for determining data freshness—the time the row was most recently synced to your data warehouse.

USER_DEFAULT_ATTRIBUTES_HISTORY_VIEW_SHARED-Schema

USER_CUSTOM_ATTRIBUTES_HISTORY_VIEW_SHARED-Schema

Häufige Anwendungsfälle

Nutzersegmente erstellen

1
2
3
4
5
6
7
8
9
10
11
12
13

-- Find active users in a specific city who haven't received an email recently
SELECT
  d.EXTERNAL_USER_ID,
  d.EMAIL_ADDRESS,
  d.HOME_CITY,
  c.CUSTOM_ATTRIBUTES:last_email_sent::TIMESTAMP as last_email_sent
FROM USER_DEFAULT_ATTRIBUTES_VIEW_SHARED d
JOIN USER_CUSTOM_ATTRIBUTES_VIEW_SHARED c
  ON d.USER_ID = c.USER_ID
WHERE d.HOME_CITY = 'New York'
  AND d.EMAIL_ADDRESS IS NOT NULL
  AND (c.CUSTOM_ATTRIBUTES:last_email_sent::TIMESTAMP < DATEADD(day, -30, CURRENT_TIMESTAMP())
       OR c.CUSTOM_ATTRIBUTES:last_email_sent IS NULL);

Nutzerverhalten im Zeitverlauf analysieren

1
2
3
4
5
6
7
8
9
10

-- Track how a user's loyalty tier changed over the past 6 months
SELECT
  USER_ID,
  CUSTOM_ATTRIBUTES:loyalty_tier::STRING as loyalty_tier,
  EFF_DT,
  END_DT
FROM USER_CUSTOM_ATTRIBUTES_HISTORY_VIEW_SHARED
WHERE USER_ID = 'user_123'
  AND EFF_DT >= DATEADD(month, -6, CURRENT_TIMESTAMP())
ORDER BY EFF_DT DESC;

Standardattribute und angepasste Attribute kombinieren

1
2
3
4
5
6
7
8
9
10
11
12
13
14

-- Get a complete user profile with both default and custom attributes
SELECT
  d.EXTERNAL_USER_ID,
  d.FIRST_NAME,
  d.LAST_NAME,
  d.EMAIL_ADDRESS,
  d.COUNTRY,
  c.CUSTOM_ATTRIBUTES:subscription_status::STRING as subscription_status,
  c.CUSTOM_ATTRIBUTES:lifetime_value::NUMBER as lifetime_value,
  c.CUSTOM_ATTRIBUTES:last_purchase_date::DATE as last_purchase_date
FROM USER_DEFAULT_ATTRIBUTES_VIEW_SHARED d
LEFT JOIN USER_CUSTOM_ATTRIBUTES_VIEW_SHARED c
  ON d.USER_ID = c.USER_ID
WHERE d.EXTERNAL_USER_ID = 'customer_456';

Hochwertige Kund:innen finden

1
2
3
4
5
6
7
8
9
10
11
12

-- Identify users with high lifetime value who are at risk of churning
SELECT
  d.EXTERNAL_USER_ID,
  d.EMAIL_ADDRESS,
  c.CUSTOM_ATTRIBUTES:lifetime_value::NUMBER as lifetime_value,
  c.CUSTOM_ATTRIBUTES:days_since_last_purchase::NUMBER as days_since_last_purchase
FROM USER_DEFAULT_ATTRIBUTES_VIEW_SHARED d
JOIN USER_CUSTOM_ATTRIBUTES_VIEW_SHARED c
  ON d.USER_ID = c.USER_ID
WHERE c.CUSTOM_ATTRIBUTES:lifetime_value::NUMBER > 1000
  AND c.CUSTOM_ATTRIBUTES:days_since_last_purchase::NUMBER > 90
ORDER BY c.CUSTOM_ATTRIBUTES:lifetime_value::NUMBER DESC;

Best Practices

Empfohlene Verwendung von Abfragen

Überlegungen zur Performance

• Abfragen auf USER_DEFAULT_ATTRIBUTES_VIEW_SHARED oder USER_CUSTOM_ATTRIBUTES_VIEW_SHARED sollten bei großen Datensätzen (~1 Milliarde Nutzer:innen) auf einem großen Warehouse in weniger als 10 Sekunden Ergebnisse liefern.
• Abfragen auf USER_LATEST_STATE_DEFAULT_ATTRIBUTES_VIEW_SHARED oder USER_LATEST_STATE_CUSTOM_ATTRIBUTE_VIEW_SHARED für einzelne Nutzer:innen liefern in weniger als einer Minute Ergebnisse, skalieren ohne Filterung nach USER_ID jedoch schlecht.
• Abfragen auf mehr als 100 Millionen Nutzer:innen in USER_LATEST_STATE_DEFAULT_ATTRIBUTES_VIEW_SHARED oder USER_LATEST_STATE_CUSTOM_ATTRIBUTE_VIEW_SHARED können aufgrund der Aggregation pro Nutzer:in mehrere Minuten dauern.