Quick Audience V3版本有哪些基本概念_智能用户增长(Quick Audience)-阿里云帮助中心

本文介绍Quick Audience V3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。
数据源	数据源是存储分析对象底层数据的数据库。根据使用范围，数据源分为：组织数据源：组织管理员在组织中添加的数据源，在空间使用组织数据源前，需要组织管理员向空间授权，请参见数据源表授权。空间数据源：空间管理员、组织管理员在空间中添加的数据源，使用前无需授权，请参见新建数据源。
数据集	数据集是为了不同的数据分析目的，将数据源中的表字段经过不同方式组织、计算得到的数据集合。数据集可以直接用于用户分析、ID推送、受众筛选、受众分析等，而数据表不能。数据集类型包括：用户标签数据集、RFM模型、AIPL模型、行为数据集、商品标签数据集。
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数据集样例。ID可用于营销、推送等。用户ID分为四类：用户标识：本质上能够代表一个用户，在用户注册三方平台、企业一方账号时可能需要填写，例如：手机号码、电子邮箱等。设备ID：电子设备自带的ID，通常通过App埋点收集，例如：IMEI、IDFA、IMSI、OAID、MAC地址等，并非与人本身绑定。企业一方ID：由企业一方的业务系统为用户生成的ID，例如：企业一方CRM的会员ID。三方平台ID：用户在三方平台里的ID，例如：UnionID、OpenID、淘宝ID、淘宝昵称、支付宝ID、微博ID等。
标签	标签分为以下几类：导入的标签：用户标签数据集记录用户的一系列维度特征。新建数据集时，通过为字段配置标签别名的方式给用户打标签，后续使用标签时，实质上是在使用对应的字段。自定义标签：基于各类数据集和模型，将指定的筛选条件定义为标签值，从而对筛选条件的用户打标签。
RFM模型	RFM模型是一种通过客户的R消费间隔（Recency）、F消费频率（Frequency）、M消费金额（Monetary）三项指标来衡量客户价值的手段。 Quick Audience的RFM模型是基于交易数据或者客户消费数据创建的，可以用于RFM分析、受众筛选等。
AIPL模型	AIPL模型是一种将客户与品牌相关的行为划分亲密度阶段的手段，以此来衡量客户的价值。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，客户的相关行为不同，亲密度阶段可能发生转化。 Quick Audience的AIPL模型是基于行为数据集或客户统计数据创建的，可以用于AIPL用户分析、AIPL流转分析、受众筛选等。
受众	Quick Audience中的受众是多个用户的ID集合。受众也被称为人群。与全量用户不同，受众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。受众的创建方式包括：从导入的数据表筛选满足指定条件的用户（即受众筛选），上传用户ID列表，利用已有受众进行交、并、差计算生成新受众，从用户分析、短信、邮件、push营销、复购预测、货品推荐的结果中以及分析报表中筛选需要的用户等。受众可用于洞察分析、营销内容推送、推送到数据银行、达摩盘或Kafka等。
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。受众推送：支持推送到品牌数据银行、达摩盘、阿里云Kafka或开源Kafka。标签数据集推送、AIPL模型推送：支持推送到品牌数据银行。
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事件数据，用于自动化营销。