将用户完成事件的次数、天数或金额总和的排名作为标签值，对用户打标。常见使用场景为，指定周期内，订单事件的：用户消费金额总和的从大到小排名值。将过去30天每个用户订单支付金额总和从大到小进行排序，使用排名值作为标签值对用户进行打。

计算标签支持将数值型的用户属性及规则标签，通过四则运算生成新标签。常见使用场景为：基于已有的属性or标签A，属性or标签B，进行组合，四则运算后生成标签C。近30天用户客单价，近30天用户笔单价=近30天用户购买金额÷近30天用户购买次数。

用户评分标签支持对用户属性/用户标签/用户身份信息分别进行评分加总生成新标签。常见使用场景为：在用户评分、线索评分场景中，对用户属性、用户身份、用户标签、用户行为等信息的价值程度进行评分，计算出活跃度、价值度进行数值量化。用户价值分，根据用户是否有可触达渠道、性别、累计支付贡献打分定义用户的价值。“关注公众号”加100分，“取关公众号”减100分，“用户为女性”加50分，“近30天购买金额大于等于300”加300分。

定义R、F、M三个指标，基于它们将用户按价值分层后的值作为标签值，对用户打标。常见使用场景为，指定周期内，基于订单事件将会员落到不同的价值分类里：重要价值客户、重要换回客户、重要深耕客户等。近180 订单支付成功事件及其实际购买金额，按照RFM模型计算会员的价值分层，对用户进行打标。