> For the complete documentation index, see [llms.txt](https://help.citrusad.com/retail-media-interface/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.citrusad.com/retail-media-interface/integration/es/data-api/customer-data/in-depth-behaviour-examples.md).

# Ejemplos de comportamiento en detalle

A continuación se utiliza la misma configuración de ejemplo que en la página anterior, clientes minoristas o corporativos, con segmentación por rango de edad disponible.

<figure><img src="/files/IjKEAxyAJoh3UsdTBuBB" alt="" width="100%"><figcaption></figcaption></figure>

En este ejemplo, utilizaremos nombres reales y un feed más grande para mostrar algunos ejemplos de cómo funciona la plataforma.

**Datos de ejemplo:**

| `customer_id` | `customer_targeting:type` | `customer_targeting:age-range` |
| ------------- | ------------------------- | ------------------------------ |
| Josh          | minorista                 | 21-30                          |
| Jesse         | corporativo               | 21-30                          |
| Atish         |                           | 31-40                          |
| Bo            | corporativo               |                                |
| Dayoung       | minorista                 | 41-50                          |

Matriz de segmentación

| `customer_id` | Se puede segmentar cuando                                            | Ve campañas segmentadas para                                                                                                   |
| ------------- | -------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------ |
| Josh          | Los usuarios eligen \[retail] O \[21-30] en cualquier combinación    | Todos los clientes (sin segmentación), retail, 21-30, retail + 21-30, corporate + 21-30                                        |
| Jesse         | Los usuarios eligen \[corporate] O \[21-30] en cualquier combinación | Todos los clientes (sin segmentación), corporate, 21-30, corporate + 21-30, retail + 21-30                                     |
| Atish         | Los usuarios eligen \[31-40] en cualquier combinación                | Todos los clientes (sin segmentación), 31-40, corporate + 31-40, retail + 31-40                                                |
| Bo            | Los usuarios eligen \[corporate] en cualquier combinación            | Todos los clientes (sin segmentación), corporate, corporate + 21-30, corporate + 31-40, corporate + 41-50, 21-30, 31-40, 41-50 |
| Dayoung       | Los usuarios eligen \[retail] O \[41-50] en cualquier combinación    | Todos los clientes (sin segmentación), retail, 21-30, retail + 21-30, retail + 31-40, retail + 41-50, corporate + 41-50        |

{% hint style="info" %}
¿Por qué Atish y Bo ven más anuncios?

Cuando los datos de clientes enviados a Epsilon Retail Media no están completos para cada cliente, si se les asigna un atributo al que se dirige una campaña, esta se les mostrará.

Para permitir que sus marcas realicen una hipersegmentación, debe asegurarse de que tengan valores asignados para cada atributo de segmentación.
{% endhint %}

### Quiero segmentar a audiencias corporativas

Como marca solo necesito seleccionar "Corporate".

<figure><img src="/files/mbrSwqwbUhr2tVwnsHR7" alt="" width="100%"><figcaption></figcaption></figure>

Esta campaña se dirigirá a **Jesse**, así como a **Bo** y **Atish**, ya que los datos de cliente de Bo y Atish no se han sincronizado para todos los atributos. Esto se puede resolver sincronizando todos los datos para todos los clientes.

{% hint style="warning" %}
En este caso, no seleccione rangos de edad

Como la segmentación funciona como una instrucción O, seleccionar rangos de edad significa que también se dirigirá a usuarios de esa edad, pero es posible que no tengan asignado Corporate.
{% endhint %}

### Quiero segmentar a audiencias corporativas de entre 21 y 30 años

Lamentablemente, este nivel de segmentación no es posible ya que funciona como una instrucción O. Si selecciona "Corporate" y el rango de edad "21-30", se dirigirá a cualquier usuario asignado con "corporate" y a cualquier usuario asignado con "21-30".

<figure><img src="/files/ClsgS7IMxOPslif6Ebnh" alt="" width="100%"><figcaption></figcaption></figure>

Esta campaña se dirigirá a todos los clientes excepto a **Dayoung**, ya que Dayoung no tiene asignado "corporate" ni "21-30"

### Quiero segmentar a audiencias de entre 21 y 40 años

En este caso, como marca necesito seleccionar el rango de edad "21-30" y "31-40". También puedo seleccionar ambos tipos de clientes para obtener el mismo resultado.

<figure><img src="/files/98CggWFlzgcPJFcq7sW4" alt="" width="100%"><figcaption></figcaption></figure>

Esta campaña se dirigirá a **Jesse**, **Josh**, así como a **Bo**, ya que los datos de cliente de Bo no se han sincronizado para todos los atributos. Esto se puede resolver sincronizando todos los datos para todos los clientes.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## 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, and the optional `goal` query parameter:

```
GET https://help.citrusad.com/retail-media-interface/integration/es/data-api/customer-data/in-depth-behaviour-examples.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.
