人群筛选是生成人群的主要途径。
什么是人群？
Quick Audience中的人群本质上是指定多用户的列表，列表中包含用户的QAID。
人群文件中将保存用户数据导入Quick Audience时，Quick Audience对用户生成的QAID。在后续使用人群时，Quick Audience可以通过用户的QAID映射出用户数据包含的所有ID类型，然后使用当前需要的ID类型。
与原始数据表中的全量用户不同，人群一般是为特定用途，或为满足特定条件，从全量用户中筛选后产生的。
例子1：您希望对一批用户通过发短信进行营销，如果您已经有他们的手机号列表，可以通过上传人群将他们保存为人群，对该人群进行短信营销。
例子2：您希望对本月过生日的用户发送短信问候，可以导入所有用户的用户标签表，表中包含手机号、生日，然后通过标签筛选，将本月过生日的用户筛选为人群，对该人群进行短信营销。
人群筛选方式类型
要从已导入的数据生成人群，主要通过人群筛选，筛选出满足特定条件的人群。人群筛选有多种方式，取决于数据表、从数据表生成的模型的类型：
标签筛选：基于用户标签（含用户属性、自定义标签）的人群筛选，筛选出满足指定标签值要求的人群。多条标签筛选条件间可以是且、或关系。例如：筛选出省份=浙江省，并且性别=女的人群。
AIPL模型筛选：基于AIPL模型的人群筛选，可按用户的AIPL模型类型或流转状态筛选。
按类型筛选：选择处于A认知、I兴趣、P购买、L忠诚阶段的用户加入人群。
按流转状态筛选：选择AIPL模型阶段发生变化的用户，例如从A认知阶段转化为P购买阶段的用户加入人群。
RFM模型筛选：基于RFM模型的人群筛选，可按用户的RFM模型类型进行筛选。例如：筛选其中的高价值用户。
行为筛选：基于用户行为数据、订单明细数据的人群筛选，筛选出行为或订单记录满足要求的人群。例如：最近30天在线下门店购买商品A的人群。
指标筛选：从导入的统计表数据中，筛选出满足指定指标要求、维度要求的人群。例如：最近7天移动设备在某城市，且至少发生一次登录app的人群。
人群交并：从已有人群通过且（交）、或（并）、差计算生成新的人群。
交叉筛选：混合使用以上人群筛选方式，在以上人群筛选的结果间通过且、或、差计算得出最终的人群。
若一个或多个人群与其他人群筛选方式通过且、或、差生成新的人群，将归类为人群交并，而非交叉筛选。
FAQ
除了人群筛选，还有哪些人群生成方式？
答：除了通过人群筛选外，还支持：
基于文本型或多值型标签，为每个选中的标签值生成一个人群，请参见基于标签值圈选人群。
通过上传人群功能，将CSV或TXT格式的用户ID列表上传为人群，请参见上传人群。
通过从分析源读取用户ID数据表，生成人群，请参见从分析源创建人群。
通过复制人群功能，获得与原人群相同的新人群，请参见复制人群。
在进行用户分析时，可以将分析图表中的部分图形所代表的用户创建为新的人群或者添加至已有人群，请参见用户分析。
在进行自助分析时，通过圈选报表中的图形或数据，将对应的用户圈选为人群，请参见自助分析。
在执行非自动化的短信营销、邮件营销、PUSH营销任务后的7天内，在任务详情页面，可以将指定发送结果的用户创建为人群，请参见短信营销任务管理、邮件营销任务管理、PUSH营销任务管理。
在自动化营销的文本短信等组件执行后的7天内，在执行动作分析面板，可以将发送成功或发送失败的用户保存为人群，请参见查看活动执行情况。
在查看分析报表时，通过圈选报表中的图形或数据，将对应的用户圈选为人群，请参见分析看板圈选人群。
人群筛选操作中的且（交）、或（并）、差是什么？
答：它们是集合运算的三种常见方式：
且：并且，两个条件都满足，等同于交集运算，是取两个集合交叉重叠的部分，然后去重。
或：或者，仅需要满足任意一个条件，等同于并集运算，是将两个集合合并，然后去重。
差：差集运算，是从前一个集合剔除后一个集合的部分。
如下图所示，R、S两个圆为原始数据集合，阴影部分为运算后的结果。