本文介绍Quick Audience V4版本涉及的基本概念,便于您理解功能。
名词 | 描述 |
工作空间 | 简称为空间。Quick Audience可以创建多个空间,空间之间数据隔离,通常属于不同细分品牌或部门。 使用者需要加入空间,成为空间成员,才能在空间中进行与该品牌或部门相关的用户洞察、用户营销等业务操作。 |
计算源 | 计算源是存储分析对象底层数据表的数据库,并由计算源进行ID Mapping,完成用户身份识别和全渠道数据整合。 同一个MaxCompute数据库可以添加到不同的空间作为计算源。 |
分析源 | 原始数据在计算源中完成ID Mapping后,将被导入分析源,用于后续的分析圈选和营销投放。 同一个Hologres、AnalyticDB MySQL 3.0数据库可以添加到不同的空间作为分析源。 |
数据源 | |
用户ID | 简称为ID。ID可以表示一个用户的身份,要导入的用户数据表至少需要包含一个ID字段,ID字段要求请参见Quick Audience数据表样例。ID可用于营销、推送等。 用户ID分为四类:
用户ID进入Quick Audience后,将通过ID Mapping生成唯一身份标识QAID,实现跨来源渠道、跨ID类型的用户身份识别、数据拉通。 |
QAID | QAID是Quick Audience内部专有的ID类型,是系统为每个用户赋予的唯一身份标识。 在将数据表从计算源导入Quick Audience,或者Quick Audience收到上报的事件数据时,系统将进行ID Mapping,基于ID进行用户身份识别(将同一个ID识别为同一个用户,进行去重),然后为每个用户赋予一个QAID。 在后续的用户分析、人群筛选、营销发送等操作中,QAID将作为用户的唯一身份标识。在需要使用、推送其他ID类型、标签等数据时,将根据QAID匹配出该用户的所有ID字段、数据。 |
标签 | 标签分为以下几类:
|
用户属性 | 用户属性规定了用户的基础信息体系,实际取值来源于导入的用户标签表,当表字段映射了用户属性时,用户属性值采用该字段的值。后续使用时,仅展示映射的用户属性,不再展示原始标签。 用户属性与ID Mapping配合使用,帮助您构建跨来源渠道的用户基础信息体系,为用户画像提供依据。 |
用户画像 | 用户画像是指根据用户的属性、标签、偏好、行为记录、购买记录、营销记录等信息抽象出来的标签化用户模型。在用户360页面,我们将经过ID Mapping进行身份识别后的用户的相关信息集中展示,并提供便捷的打标签功能,便于您进行线索追踪和售后跟进。 |
RFM模型 | RFM模型是一种通过用户的R消费间隔(Recency)、F消费频率(Frequency)、M消费金额(Monetary)三项指标来衡量用户价值的手段。 |
AIPL模型 | AIPL模型是一种将用户与品牌相关的行为划分亲密度阶段的手段,以此来衡量用户的价值。其中:A品牌认知(Awareness)、I品牌兴趣(Interest)、P品牌购买(Purchase)、L品牌忠诚度(Loyalty)。且在不同的时间段,用户的相关行为不同,亲密度阶段可能发生转化。 Quick Audience的AIPL模型是基于用户行为表创建的,可以用于AIPL用户分析、AIPL流转分析、人群筛选等。 |
人群 | Quick Audience中的人群是多个用户的QAID集合。 与全量用户不同,人群可以是为实现特定目的,或为满足特定条件,从全量用户中筛选后产生的。人群的创建方式包括:从导入的数据表筛选满足指定条件的用户(即人群筛选),上传用户ID列表,利用已有人群进行交、并、差计算生成新人群,从用户分析、短信、邮件、push营销的结果中以及分析报表中筛选需要的用户等。 人群可用于洞察分析、营销发送、推送到数据银行、达摩盘或Kafka等。 |
推送 | 将某些数据发送到其他渠道,用于在其他渠道存储、使用。 |
自动化营销 | 自动化营销是通过可拖拽的画布式配置工具,制定差异化营销策略后,由系统自动执行的智能化产品。 |
行为事件 | 简称为事件。将用户在指定渠道的某些操作定义为事件,由渠道按指定格式上报实时事件数据,用于自动化营销。其中包括一类订单事件,聚焦于用户购买商品的相关行为。 支持将事件数据存储在分析源,一般行为事件保存为用户行为表,订单事件保存为订单明细表,用于人群筛选、生成RFM/AIPL模型、自定义标签等等。 |