简介：为什么说Quick Audience是集数据资产构建、用户剖析、精准营销投放、跨端社交互动和全域会员治理为一体的全域消费者经营平台，其中一个很大的起因是置入了经典营销模型，如RFM模型与AIPL模型，由方法论撑持消费者经营，实现高效增长与拉新。

-更多对于数智化转型、数据中台内容请退出阿里云数据中台交换群—数智俱乐部 和关注官网微信公总号（文末扫描二维码或点此退出）

-阿里云数据中台官网 https://dp.alibaba.com/index

背景

在营销过程中须要思考如何剖析数据以及如何出现数据，因为这是施展数据价值很重要的环节。通过数据的剖析与可视化能够更加直观的洞察，发现数据背地的价值，从而辅助业务决策，实现真正的数据赋能业务。

Quick Audience是集数据资产构建、用户剖析、精准营销投放、跨端社交互动和全域会员治理为一体的全域消费者经营平台。Quick Audience置入了经典营销模型：RFM模型与AIPL模型，由方法论撑持消费者经营，实现高效增长与拉新。

RFM模型

RFM模型基本概念：

RFM模型是一种通过客户的R生产距离（Recency）、F生产频率（Frequency）、M生产金额（Monetary）三项指标来掂量客户价值的伎俩。

RFM模型对客户的三项指标的值别离进行量化评分，而后通过单个客户的得分与对比值相比拟，得出该客户在群体中的绝对价值程度，进而综合三项指标将客户群体划分为多种类型，从而便于为不同类型的客户采取有针对性的经营伎俩。

RFM用户类型划分规定

将用户的RS、FS、MS得分别离与RS对比值、FS对比值、MS对比值相比拟，得出该用户在群体中的绝对价值程度：

• 用户得分大于对比值，价值较高。
• 用户得分小于对比值，价值较低。

阐明：

RS、FS、MS别离为用户的生产距离、生产频率、生产金额得分。

RS对比值、FS对比值、MS对比值别离为RFM模型中所有用户的生产距离、生产频率、生产金额得分的平均值（即统计学中的加权平均值），或为自定义值。

用户在R、F、M任意一项中的价值可被分为高、低两类，综合R、F、M三项的体现，用户可被划分为8种类型，具体类型及分类规定如下表所示。