【新手友好】人群包基础操作指南·上

   日期:2024-12-04     作者:2ce1y       评论:0    移动:http://ljhr2012.riyuangf.com/mobile/news/6074.html
核心提示:点击箭头处“蓝色字”关注,加入优化师聚集地......作者 | 宁阿姨责编 | 一点也点适合的定向能够帮助计划快速通过冷启动。针对现

点击箭头处“蓝色字”关注,加入优化师聚集地......


作者 | 宁阿姨

责编 | 一点也点

适合的定向能够帮助计划快速通过冷启动。

针对现在冷启动难通过的问题,人群包是非常好用的工具。mportant="important" normal="normal" ui="ui" gb="gb" sc="sc" neue="neue">人群包mportant="important" normal="normal" ui="ui" gb="gb" sc="sc" neue="neue">能够精确到一个用户“是或否”的行为,一个用户展示、点击过几次你的广告,是信息流里最精准的定向,也是头条和广点通最好用的定向。

关于人群包的教程很多,但人群包本身功能多样、看起来比较难懂。然而只要理顺几条大的逻辑就能用的比较顺手,我们非官方地来看一下人群包的使用思路。


01

人群包是什么?

DMP全称Data Management Platform,即数据管理平台,是互联网高度发展下对用户数据管理应用的必然。人群包是在数据管理平台上通过一些方式、把用户打成一个包,就称为“人群包”。

02

人群包的使用

人群包的使用需要两步,第一步是有数据来源,第二步是对数据的应用。


数据来源有三种:广告主自己的数据、投放媒体的数据和第三方数据。


DMP平台能支持把这些人群做加减运算,比如把两个包做加法、合并成一个新的包。通过对数据的应用,能有效提升对目标人群圈定的准确度。

这说明计划层级的过滤已安装功能没有那么可靠。你选择了过滤已安装、排除已转化,但广告还是可能出现在已经安装过的用户手机上。

所以如果广告主内部可以沟通的话,尤其是那些现有用户量级很大、或者投放量级很大的产品,还是建议广告主上传用户信息做排除。

建议广告主上传排除包:已有存量用户或全渠道投放已转化用户(非各渠道只排除自己已转化用户)


有了数据来源之后,对数据的应用有两类:一类是定向,一类是排除。即我想要的和我确定不要的。

以头条为例,把头条DMP常应用的数据分成4类:

人群包的使用就是对上面这4类数据做加法或减法、然后做定向和排除。

接下来我们会频繁用到这张图。一起看几个案例。


03

人群包应用案例


1

排除无可能转化

这是最简单、使用频率也最高的人群包用法,属于基本操作。

所有已转化人群打个大包,排除会自动更新,干干净净、清清爽爽。

应用“已投放数据”


  

贷款产品-排除在头条所有代理已转化人群


  • 具体操作步骤截图:

① 选择精准广告

② 选择客户、这样可以排除这个资质在头条开的所有账户,跨代理商

③生成人群包

用这种方式建的人群包会自动更新,对比看一下12月28号建的已转化人群和11月19日建的覆盖人数是一样的。

这是一个月以前建的人群包,当时覆盖人数是49万


  • 使用方案:

排除在头条所有代理已转化人群


2


排除无可能转化、定向转化率高的
比上面稍微复杂一点,加了定向,排除的也加了广告主数据。到这一步基本达到了大部分优化师日常使用习惯。

排除无可能转化:头条所有已转化人群、广告主自有已注册用户(包含全渠道近期已转化和历史存量用户)

定向转化率高的:行业数据

注:对于投放量比较大的广告主,历史存量用户比较难沟通的话,排除全渠道近期已转化用户也有很大价值。
应用“广告主已有数据、已投放数据、行业数据”

  

排除广告主自有数据、定向行业人群


【排除无可能转化】
  • 具体操作步骤截图

① 广告主上传近期全渠道已注册人群:

idfa是iOS设备号,IMEI是安卓设备号。

  • 使用方案:

排除头条所有已转化人群、广告主近期全渠道已注册人群


【定向转化率高的】

应用“行业数据”

我们应用到了媒体行业人群包和系统自动推荐人群包。


#媒体行业人群包

媒体行业数据在“广告行为数据”和“行业偏好”这里

  • 具体操作截图:

【包1】将广告行为数据-行业分类下,贷款用户打包

高精度把这些选项全部勾选是不是就和一般精度一样了?不不不。一般精度是133,767,811,高精度全勾选是7,859,914。一个是百万级、一个上亿了。


【包2】将行业偏好下,借贷意向人群打包

选“创建并推送至本账户”,所有人群包建好之后都需要选“推送”、才能在建计划的时候使用。


【包3】因为贷款可能会考核到放款、也可以加上信用较好的人群包

信用较好+信用较差合起来是1.2亿人,远没达到头条全部用户。有一部分人群“没有信用标记”,所以我们可以同时使用定向“信用较好”和排除“信用较差”


信用较差近300万人

基础定向全部放开显示预估人群


# 系统自动推荐人群包

媒体根据产品所在行业、自动推送到各账户的“行业通用人群包”、“行业优质人群包”、“行业潜力人群包”。

分别对应的运算规则:

行业通用人群包:近7天对互联网金融/互联网金融点击过的人群

行业优质人群包:近30天对互联网金融/互联网金融点击过的人群

行业潜力人群包:近7天对互联网金融/互联网金融转化过的人群


这些不同的人群包,大的逻辑都是基于头条的用户数据库,只不过标签不一致。从产品的角度,它应该会让人群包的名字尽可能精确地代表人群特点,来方便用户使用。我们从名字上来扒一下现有从后台能找到的互联网金融相关的包:

①广告行为数据-行业分类-金融保险

②广告行为数据-行业分类-应用下载-移动应用-金融理财

③行业偏好-互联网金融-有卡人群

④行业偏好-借贷意向

找不到“互联网金融”这个类别,也无法区分行业近7天点击、近7天转化、近30天点击。


再看一下护肤产品系统推荐人群包:

近7天对化妆护理/化妆品点击过的人群

近30天对化妆护理/化妆品点击过的人群

近7天对化妆护理/化妆品转化过的人群


同样按名字来找,我们可以自己生成美妆人群包的,只有1个:

广告行为数据-行业分类-美容化妆

所以这样看下来,头条系统自动推荐人群包,相当于在头条大的标签体系下,多了一个标签展现给我们的维度,并且能够大规模推送到账户里,说明还是值得使用的,推荐尝试

注:现在有一个bug,这三个包人群预估覆盖量一致。估计以后会更新解决。现在可以用。


但是有时候系统自动推荐的人群包和我们手动建的是一模一样的,比如这个:

点进去看一下运算详情:

发现就是“行业偏好-借贷意向”选了两个,这种参考意义就不大了。和自己建的一样。重点是点击进去看一下这个“运算详情”


除了上面说的人群包外,贷款行业可选人群包还有:

广告行为数据-行业分类-金融保险-银行产品、网贷平台 √

广告行为数据-行业分类-应用下载-移动应用-金融理财

行业偏好-互联网金融-有卡人群

行业偏好-信用等级-信用较好

行业偏好-借贷意向  √

统自动推荐人群包-行业通用、行业优质、行业潜力

可以用在不同计划上,都可以做投放。

(对号是上面案例里应用的两个包)


提示:这几个人群包可以单独用,也可以合在一起用。但是要看一下预估人群范围:如果过小(小于百万级就是过小)会很难花钱,最好和别的人群包一起使用;如果大于1个亿参考意义就很弱了,包太大了、要分开使用。



  • 人群包数据来源分为广告主自己的数据、投放媒体的数据和第三方数据,然后可以做加减,再用来定向或排除;

  • 各类标签五花八门,只要记住两条线:排除的是无可能转化、转化率低的,定向的是转化率高的;

  • 在计划层级定向包和定向包之间取得是并集,做加法;定向包和排除包取得是交集,是做减法;

    只取一个网贷平台是头条200万用户


    再打包一个贷款意向变成8000万


    和“一般贷款意向做排除”,只剩下49万……

  • 两个小提示:

    ①使用人群包一定要注意预估人群范围,很容易打一个很小的包,这样基本没什么用。参考值是百万和亿,低于百万要留意提高出价或和其它人群包合并使用,过亿范围比较宽泛、参考意义就很弱了。

  • 头条哪些定向权重比较高?有哪些必须设置的定向?

       ——>“定向调整一下”“我???”

  • 定向到底宽比较好还是窄比较好?

    ——>“有人说人群精准成本低,有人说通投容易拿量,我……”

  • 关于性别、年龄、地域,大家常会有结论:投放男性、23-50岁、排除偏远地区转化效果好。但这个判断有多可靠?

       ——>“我投的产品男性用户主导,所以定向只投男性,且排除偏远地区”


从运营的角度看产品逻辑,信息流一线优化聊实际操作。优化师们欢迎交流


点个好看,消费涨

 
特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。

举报收藏 0打赏 0评论 0
 
更多>同类最新资讯
0相关评论

相关文章
最新文章
推荐文章
推荐图文
最新资讯
点击排行
{
网站首页  |  关于我们  |  联系方式  |  使用协议  |  隐私政策  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  鄂ICP备2020018471号