全局筛选：在使用分析模型时，您可能只想分析特定群体的行为，可以使用“全局筛选”功能，精准定位到符合某些条件的事件，或者剔除部分异常数据确保分析的准确性。
分组项：而如果您不只想看某一特定群体的行为，而是想基于某个维度，如：渠道，系统，国家等；来查看不同玩家群体的表现时，可以通过“分组项”的功能来实现。
全局筛选功能说明
筛选可以帮助您基于指定的属性及条件过滤相应数据，事件属性、用户属性、用户标签、用户分群均可作为筛选属性。
当您通过事件分析获得了所有玩家的付费情况后，若希望单独查看“TikTok”渠道来源的玩家的付费情况，可以通过全局筛选功能，进行筛选。
分组项功能说明
对比是分析中常用的方法，比如横向对比不同维度相同日期的数据表现，而分组项可以帮助您基于指定的属性及条件实现横向对比，事件属性、用户属性、用户标签、用户分群均可作为分组项。
当您通过事件分析获得了所有玩家的付费情况后，若了解不同渠道来源的玩家的付费情况，可以通过分组项来进行横向对比；
当选择的分组项的属性类型是数值、列表或时间，由于分组值数量可能较多，您可以设定分组方式，将不同的分组值合并为一组后再对比。
| 分组方式 | 计算逻辑 |
|---|---|
| 离散数字 | 以实际数值作为分组，如果分组值超过500则根据最大值和最小值等分为12个区间 |
| 自定义区间 | 根据需要手动划分不同区间，所有区间均为左闭右开 |
如果您所选的分组项在业务上有明确区间含义，如等级1~12是新手阶段等，可以选择“自定义区间”进行划分；当您对某个区间范围内的数据做进一步分析时，可以选择“离散数字”，更方便对比不同分组值的表现。
由于时间类型属性都是以秒或者毫秒为单位，分组值较多，建议您在分析时选择汇总，如对注册时间分组时选择“按天”汇总进行同期群分析；