如何通过标签/用户行为/RFM模型/AIPL模型筛选受众_智能用户增长(Quick Audience)-阿里云帮助中心

受众筛选模块可以帮助企业快速圈选出指定数量、指定筛选条件的营销目标人群，为后续的人群触达应用提供基础。受众的本质是符合特定规则的用户的集合，后续可用于洞察分析、营销内容推送、推送到数据银行、达摩盘或Kafka等。

用户洞察模块中，受众的创建方式主要包括：

受众筛选：也被称为受众圈选，是从数据集筛选满足指定条件的用户生成受众。
- 标签筛选：基于用户标签数据集（含自定义标签数据集）的受众筛选，筛选出满足指定标签值要求的受众，例如：筛选出省份=浙江省，并且性别=女的人群。
- RFM模型筛选：基于RFM模型的受众筛选，可按分数或按客户类型进行筛选。
- AIPL模型筛选：基于AIPL模型的受众筛选，可按客户类型或按流转筛选。
- 行为筛选：基于行为数据集的受众筛选，筛选出特定行为特征的人群受众，例如：最近30天在线下门店购买商品A的所有用户。
- 交叉筛选：将以上至少两种筛选类型的结果进行并集或交集计算后生成受众，适用于更加复杂的圈选场景，例如：浙江女性且最近30天在线下门店购买商品A的所有用户。
受众管理页面提供的受众创建方式：
- 上传受众：将CSV或TXT格式的用户ID列表上传为受众。
- 从数据源创建受众：从数据源读取用户ID数据表，生成受众。
- 受众交并：利用已有受众进行交集、并集、差集计算，生成新受众。
- 复制受众：复制已有受众，获得与原受众相同的新受众。