直通车属性人群标签实操

1、直通车属性人群标签实操一、人群标签的基本认知1、标签维度选择直通车的人群标签种类有多种，这里只讨论人口属性人群标签的操作。人口属性人群有四个维度：类目笔单价、性别、年龄、月均消费额度。如果全不勾选，覆盖人群即关键词所覆盖的所有人 口属性人群。如果仅勾选四个维度中的一个维度下的全部标签，会发现性别、年龄、月均消费额度 这个三个维度的标签人群数量和关键词总覆盖人群是很接近的，而类目笔单价却只有关键词总覆盖 人群的70% （这个数值不同类目应该是不一样的）左右。这又是为何呢？原因很简单，类目笔单价 只有在该类目下有历史消费才会打标，如果仅搜索而没有购买是不会有类目笔单价标签的。因此， 我们在做属性人

2、群细分时，只选性别、年龄、月均消费额度三个维度。2、标签的组合性别维度下有2个标签，年龄维度和月均消费维度下都是 7个标签，因此总的细分人群标签数 量是2x7x7=98个。打个比方，女性对应有7种年龄分类，这7种分类的人群每一种又对应7个不 同的消费维度，这样女性对应就有 49种人群标签。如下图所示“女18岁以下300元以下”的维度 组合就是这98个人群标签中的其中一个。当然，实际如果每个宝贝计划都分出98个人群标签的话，会非常累和浪费时间，因此在月均消费额度这个维度上是可以做一些标签合并的，正常月均消费额 度的7个标签根据覆盖人群数量合并到 24就可以了。3、标签与人群展现应该很多人会问为什

3、么要把标签弄这么麻烦，三个维度组合最多有98个标签。大多数划分人群标签时只选1个维度，比如“女”就当一个标签，还有“ 18-24岁”当一个标签，这样四个维度 都考虑的话标签总数也只有5+2+7+7=21个人群标签，为什么不这样设置人群标签呢？这里我们假设人群只考虑一个维度设置成 21个人群标签，一个月均消费300元以下18-24岁的女性搜索宝 贝关键词，并不会在“女”、“18-24岁”、“月均消费额度300元以下”三个人群标签上都增加一个展现，而只会在人群溢价更高的那个标签上面增加展现。所以会出现这样一个情况，你卖女性 产品，你把“女”这个人群标签溢价最高，你会发现其他人群标签的展现几乎没有了

4、，而展现都算 到“女”这个标签上来了。这样导致的结果是你测试到的人群是非常泛的，通过人群溢价对点击转 化的提升非常低。二、人群标签实操1、人群标签添加在关键词中加几个符合产品的行业大词。关键词覆盖的人群总数最好能超过1万，越多越好，当然前提是加的词要相对精准。关键词覆盖人群要多是因为人群标签最低显示的覆盖人数是30个,总人群太少的话可能很多标签的人群数量就只有不到30个甚至几个，不利于人群标签的合并。如下面图片所见，“女18岁以下”组合月均消费额度时，月均消费额度后面四个标签对应的组合标 签人群显示都是30个，而合并后面四个标签时对应的人群数也仅 50个。如果宝贝是第一次来测试 属性人群，每个

5、标签人群的覆盖人群数量最好不要低于总覆盖人群的1%，如果覆盖人数过低，后面测试时该人群的展现会很少，很难达到测试精准人群的需要的数据量。2、人群溢价初始设置通过前面标签与人群展现的描述，我们知道展现只会落在溢价高的人群标签上。因此，如果要 测试属性人群标签，就必须让属性人群溢价高于其他人群溢价。有两种选择，第一种只添加人口属性人群，初始溢价全部设置为5% ；第二种是其他人群全部溢价5%，属性人群全部初始溢价6%。3、加人群降分时前期由于没有数据参考，所有人群溢价最开始几天不要去调整，先积累人群数据。正常需要人 群点击到50个左右才能初步确定出人群标签的好坏，然后再考虑人群溢价。不过，根据个人操

6、作 经营，当一个人群标签展现有 1000左右的时候，而且点击率很高，这样的人群可以优先提高溢价， 因为通常点击率高的人群转化也不会差。积累几天人群标签数据后，对表现好的属性人群的加价， 最好是每次加1%，如果没那么多时间操作可以25%往上加，每天可以加3次左右，直到增加溢 价人群展现不增加为止；对表现差的人群和展现很低的人群，可以选择直接删除；对当前数据无法 确定好坏的人群，可以选择继续低溢价积累更多数据，或者适当提高溢价来更快积累人群数据，总 之，表现好的人群提高溢价，表现差的人群直接删除，不确定的人群维持低溢价或者适当增加溢价。4、高溢价低分时当好的人群标签基本测试出来后，把所有表现好的人

7、群都往上加溢价，每次加15%，每天加3次左右，表现越好的人群可以加得越多，同时降低分时折扣，分时折扣每次降低12%，也是每天3次左右。同一个小时内尽量最多操作一次，如果降低分时折扣后关键词展现一下子少了很多时， 就要往回加一次分时折扣。最终我们可以把表现很好的那部分人群标签溢价100300%，同时分时折扣降低到3050%。这样溢价高的人群虽然平均点击花费会稍微偏高，但是转化率更高，投入产 出比也会比原来高很多；而溢价低的人群虽然转化率相对要低，但是平均点击花费比溢价高的要低 很多，投入产出比也会比较理想。三、实操数据分析1、带标签和不带标签人群的数据对比以下是我实操的一款小钱包的近 30天数据

8、。可以看出带人群标签的买家比不带标签的买家各 项数据都要好很多，尤其是转化率和收藏加购率，前者要远优于后者。未添加人群溢价前宝贝点击 率是4.90%，转化率是1.67%。添加人群溢价后点击率增加到 6.19%，转化率增加到2.32%，且还在持续优化增加。从下表更能看出，好的人群标签转化率和收藏加购率数据要比其他人群和非人群 数据好非常多，甚至高出数倍。数据来源展现量点击量点击率花费投产比成交 笔数点击转 化率平均点 击花费收藏加 购率总成交 金额宝贝数据228t58714.1+96 19%5,9971.043282 32%0.42124%6226人薛数抵181,03111r4006 30%5,

9、2281.123062 68%0.4613.4%5833非人薜数据4755627495 78%7690.51220.80%0.288.0%3932、精细化人群数据分析以下选取的是转化率超过3%的人群标签近30天的统计数据。这款小钱包受众人群是学生人群 或者年轻女性，客单价是20元。没测试前认为受众人群应该是 24岁以下女性，而实际转化好的前 20个人群里，24岁以下女性只有4个，占比只有20%。从所有人群的数据中得出了这款小钱包的 几条规律：（1）女性人群月消费额度越低转化越差，而月均消费额度越高转化越好；（2）30岁以上的人群转化都非常好；（3）年轻男性人群月消费额度越低转化越好，而月均消费

10、额度越高转化越 差；（4）低消费人群相对转化要差很多。通过数据总结再反思这些结论，其实也不无道理。T8展规甲刁点击怜点击和投入产岀炬总收藏 数总购物车柯购也点击转化率H女临岁以下75 0-1049元767425.48%6.191719.0%16,67%35-291050-1745 元756.67%3.7421320.0%9.32%立兀-貂岁就0-耳的元716.47%2.722712.7%7.04%女岁£5。尹1玩993555.54%1.974821.8%5.4S%女 35-39400-51?L/01015.74%LS821314,9%4.95%吳岁叫9元$7644$.51%1.770

11、491%4.55%舅1够以下別阮以下_H3QB1S250%1.81514104%4.40%女750-109 元3f3501735Lb%1.6872417,5%0珈舅诃-24岁刃。-羽9元询7504.97%1.46048.0%418-2430(元以下：3,0131&45.44%h5351311.0%3.66%35-39750-1049 元1,223826.71%1.431522.0%3.66%409300元以下6J044556.79%1.5B176718.5%3.52%盛50岁以上2,0081斗27.17%1.416g10,4%3,47%女 25-29300-399 元1t075585.40%E324413.8%345%S404 9550元以上lr5901177.36%k0852022,2%£42旳女2灵即爭元以下4,937207L3&3116.8%338女讯-24岁引J-399元6,2983515.57%E19123914.5%3+13j女他岁以下列0-鹑阮?f2244496.22%1J612Al19.1%3.12女站-加*加£39元lf093S66.04%1.272612.1%40珈四、实操小结50这样操作人群是个细致活，第一步添加