杜蕾斯：PC+移动双平台 程序化购买案例

1、杜蕾斯：PC+移动双平台 程序化购买案例1、 案例背景：2014年7月，利洁时集团下的杜蕾斯品牌在互联网上推广持久装产品。2、 营销目标：运用大数据分析，精确找出杜蕾斯持久装在互联网传播的受众，采用程序购买的方式，采用PC+ 移动双平台，通过精准投放，突出杜蕾斯持久装的产品性能，并在投放过程中，积累用户数据，实时优化，提升传播效果。 3、 目标受众：人群画像：本次杜蕾斯产品推广的主要挑战之一就是找对网络推广的目标受众。 和以往通过小样本调研确定目标受众所不同的是， 本次推广中，我们将杜蕾斯官网收集到的访客数据和第三方大数据库（悠易、百度、秒针等）进行cookie mapping, 来确定网络推

2、广的目标受众。根据52,328个匹配上的cookies, 确定杜蕾斯持久装的网络推广目标受众特征为：人口属性：15-39岁男性，兴趣属性：(1) 和自然样本相比，杜蕾斯官网人群在以下兴趣特征非常明显：影视、大型网络游戏、动漫、网络小说/文学、社交, 这类属性被定义为目标人群的核心兴趣；(2) 同时，杜蕾斯官网人群也具有以下兴趣特征：音乐、休闲游戏、汽车、娱乐、服饰、体育、家居等，这类兴趣被定义为备选属性，以便在优化中进行测试。人群扩散/找相似人群：在确定杜蕾斯官网人群特征后，我们结合第三方大数据进行人群扩散，并分别尝试使用人口属性标签（15-39岁男性）和兴趣属性标签进行测试，来比较不同人群标

3、签的推广效果。其中，根据人口属性标签扩散后，可投放cookie数量为19,655,521，根据兴趣属性标签扩散后，可投放Cookie数量为53,692,608.4、 执行时间：2014年7月14日-8月10日5、 创意表达:本次推广中我们采用了创意递进策略，分别为产品创意、功能创意和促销创意。在投放初期采用产品创意，对所有目标受众进行投放。 此版本的创意的landing page是杜蕾斯官网持久系列综述页面，目的在于加强产品认知；第二版创意为功能版，针对点击过第一版本的cookie进行定向投放，landing page 为杜蕾斯持久装(Durex Performa Intense)的产品详情页

4、，目的在于增加产品了解和偏好；第三版的创意为促销版，landing page为杜蕾斯在一号店的电商平台，目的在于促进销售。6、 传播策略：人群策略：详见目标人群创意策略: 详见创意表达关键词策略：我们同时采用页面关键词定向技术，通过实时对广告交易平台发出的竞价请求的页面进行语义分析，如果页面中包括杜蕾斯客户事先确定好的关键词(包括品牌/产品词、竞品词、通用词/品类词), 则对该页面进行标记，当第二次收到广告交易平台发送的该页面的广告的竞价请求时，则会参与竞价，竞价成功，则杜蕾斯持久装的广告出现在该页面上。 7、 执行过程：项目执行中，我们实时对数据进行监测、分析，并采用了四大手段进行优化，以提

5、升本次推广的效果。 （1） 人群标签优化：测试备选兴趣标签的效果。我们逐一测试增加备选兴趣后对点击率的影响，发现服饰兴趣的点击率较低，而体育和家居兴趣的点击率较高。（2） 页面关键词优化：测试不同类型关键词定向对点击率的影响。发现包含相对较为宽泛的通用词/品类词的页面广告点击率较高，而仅有品牌词/产品词的页面广告点击率欠佳。（3） 时间优化：和通常互联网投放中暂停周末投放情况不同的是，我们发现在此次推广中，周末（周五到周日）的点击率要高于平时，这和产品本身的特点有关， 反映了周末时，目标人群对此类产品的兴趣较高。（4） 算法优化：使用悠易互通DSP特有的自动试探+自动优化的组合功能，用机器学习

6、的方式，来提高效果。 自动试探针对于之前没有投放过的广告位，以每个广告位最多5个CPM的投放测试效果， 效果较好的广告位则进入自动出价系统，由基于历史投放数据以及订单当前投放数据，由系统自动预估各广告位的合理出价，实现自动分广告位出不同价格的功能。8效果总结：1在持续的优化过程中，点击率稳步提升，在第四周CTR达到0.50%。第三方监测数据显示，全周期，悠易DSP广告引流访客中，99%为杜蕾斯官网的新访客，二跳率为44.04%, 平均停留时间为95秒。2. 人群属性策略洞察：在本次推广中，发现人口属性标签在前端点击率效果较好，而兴趣属性标签在后端浏览和互动程度效果较好。在未来投放中，可以根据不同的营销目标，有针对性的选择人群策略进行投放。3页面关键词策略洞察：在程序化购买中使用页面关键词定向，包含相对较为宽泛的通用词/品类词的页面广告点击率较高，而仅有品牌词/产品词的页面广告点击率欠佳。 4时间特点：此次投放中发现对于避孕套产品，周末（周五-周日）的点击率较平时高，这和产品本身的特点有关， 反映了周末时，目标人群对此类产品的兴趣较高。5创意和落地页的优化：在推广单品时，三个创意版本递进的方式过于复杂，到电商平台的流失率较