Attribute des Nutzerprofils

Diese Seite dient als Referenz für die Ansichten der Standardattribute und angepassten Attribute in Snowflake. Es gibt drei Ansichten für Standardattribute und drei Ansichten für angepasste Attribute. Jede ist für einen bestimmten Anwendungsfall konzipiert und bringt eigene Performance-Überlegungen mit sich.

Datenparität mit dem Dashboard

In seltenen Fällen stimmen Werte von Standardattributen und angepassten Attributen in den Snowflake-Ansichten auf dieser Seite möglicherweise nicht mit den Werten überein, die Sie im Nutzerprofil im Braze-Dashboard sehen.

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

Wenn Sie umfangreiche Abweichungen feststellen, wenden Sie sich an Ihre:n Customer-Success-Manager:in oder an den Braze-Support.

Verfügbarkeit der externen Nutzer-ID

Wichtig

Gehen Sie nicht davon aus, dass EXTERNAL_USER_ID in jedem Datensatz eines Nutzerprofils vorhanden ist. Die Verfügbarkeit hängt von der Workspace-spezifischen Konfiguration und davon ab, 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 der Abfrage 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 werden mit einer Verzögerung von bis zu 12 Stunden bereitgestellt. Sie eignen sich daher für Abfragen, die keine Updates in Realtime erfordern.

• USER_DEFAULT_ATTRIBUTES_VIEW_SHARED
• USER_CUSTOM_ATTRIBUTES_VIEW_SHARED

Nutzung

• Liefert einen Snapshot der Nutzerattribute mit einer Verzögerung von bis zu 12 Stunden.
• Bietet eine gute Performance bei Abfragen, die keine Genauigkeit in Realtime erfordern.
• Schnellere Ausführung von Abfragen, 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

Wichtig

The ARCHIVED field has been populated in Snowflake since May 1, 2026. Users archived before that date don’t have the flag set, so ARCHIVED is NULL for those profiles. No backfill is available for earlier archives. Segment Extensions and queries that filter on ARCHIVED don’t include those users in archived-status results.

Schema von USER_CUSTOM_ATTRIBUTES_VIEW_SHARED

Wichtig

The ARCHIVED field has been populated in Snowflake since May 1, 2026. Users archived before that date don’t have the flag set, so ARCHIVED is NULL for those profiles. No backfill is available for earlier archives. Segment Extensions and queries that filter on ARCHIVED don’t include those users in archived-status results.

Mit CUSTOM_ATTRIBUTES arbeiten

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 von Nutzerprofilen

Diese Ansichten liefern nahezu in Realtime Updates zu Attributen von Nutzerprofilen. Die Daten werden nach einem Update in Braze mit einer Verzögerung von bis zu 10 Minuten bereitgestellt.

• 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 bei Verwendung eines großen Warehouse).
  • Abfragen ohne USER_ID-Filter erfordern eine Aggregation über alle Nutzer:innen und führen daher zu deutlich längeren Ausführungszeiten.
  • Abfragen auf einem großen Datensatz (etwa 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

Wichtig

The ARCHIVED field has been populated in Snowflake since May 1, 2026. Users archived before that date don’t have the flag set, so ARCHIVED is NULL for those profiles. No backfill is available for earlier archives. Segment Extensions and queries that filter on ARCHIVED don’t include those users in archived-status results.

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.
• Für die Daten wird alle 12 Stunden ein Snapshot erstellt. 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 den Beginn und das Ende eines 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.

Schema USER_DEFAULT_ATTRIBUTES_HISTORY_VIEW_SHARED

Schema USER_CUSTOM_ATTRIBUTES_HISTORY_VIEW_SHARED

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';

Wertvolle 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 Nutzung von Abfragen

Hinweise zur Performance

• Abfragen auf USER_DEFAULT_ATTRIBUTES_VIEW_SHARED oder USER_CUSTOM_ATTRIBUTES_VIEW_SHARED sollten bei großen Datensätzen (~1 Milliarde Nutzer:innen) in 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 über 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.