superiority

电商数据分析：FAST指标体系-⽤户矩阵分析模型

FAST指标体系-⽤户矩阵分析模型：描述品牌消费者健康情况

⽂章⽬录

1-模型简介

消费者运营健康度指标（FAST）衡量体系是由阿⾥开发出的⽤于描述品牌消费者健康情况的数据模型，其FAST指标从数量和质量双层⾓

度考察品牌健康度。

FAST指标主要由四部分构成。分别是消费者资产中的⼈群总量(Fertility)、加深率(Advancing)、超级⽤户数(Superiority)、超级⽤户活跃

度(Thriving)。

这四个指标不仅评估消费资产的数量(F和S)，也包含消费者资产的质量(A和T)。

FAST指标体系能够更加准确的衡量品牌营销运营效率，同时FAST也将品牌运营的视⾓从⼀时的输赢(GMV)拉向了对品牌价值健康、持久

的维护。

2-模型⽰例

3-指标详解

Fertillty（F）AIPL⼈群总数量指数：曾达到过AIPL状态的消费者去重总量。其中AIPL指消费者历程中从认知（Aware）、兴趣

（Interest）到购买（Purcha）最后到忠诚（Loyalty）的消费者总数量。

Advancing（A）AIPL⼈群加深率：存在AIPL状态提升（包括从A提升到I、P、L，提升到P、L及P提升到L）的消费者去重总量在F总

量占⽐指数。

Superiority（S）超级⽤户⼈群总量指数：⾼净值、⾼价值及⾼传播⼒消费者，即有意向与品牌产⽣互动的⼈群，如会员，去重总量指

数化后的结果。

Thriving（T）超级⽤户⼈群活跃率：有过活跃⾏为（包括180天内有加购、收藏、领取权益或积分、互动等⾏为）超级⽤户在⼈群总

量的占⽐。

备注-关于AIPL

AIPL是指消费者历程中从认知（Aware）,兴趣（Interest），到购买（Purcha），再到忠诚消费者（Loyalty）的消费者数量。AIPL总

量是基于消费者历程中各阶段消费者数量得出的，其准确性基于阿⾥巴巴长期对消费者⾏为数据的积累。

4-模型功能

FAST体系将消费⼈群进⾏了划分，品牌运营可以向精细化发展。

FAST体系，在数量维度层⾯，提供全⽹消费⼈群总量(Fertility)和⾼互动的超级⽤户数(Superiority)；在质量维度层⾯，提供了加深率

(Advancing)和超级⽤户活跃度(Thriving)。从原来的流量导向转向⾼质量的流量导向，让品牌的运营更加精准。

新⽼客户运营侧重点不同。

针对新客户，⼀⽅⾯，扩⼤认知（A）和兴趣（I）的⼈群基数；另⼀⽅⾯，提升加深率(Advancing)，尤其是从兴趣（I）向购买（P）的转

化率。

针对⽼客户，因为针对新客户的投⼊产出⽐率较低，充分挖掘⽼客户的价值，可以有效保障品牌稳健增长。

往期指引：