在交付领域,我和很多人讨论了方向,发现两个误解是最常见的。
第一个是遵循爆炸随机论。背景是投放之初做了很多定向,结果准确定向没有爆炸,没有相关定向爆炸。所以得出结论,做个鸡毛定向,反正爆不爆就爆。TM看运气。
这种现象确实存在,但不足以否认定向合理匹配的价值。原则是,作为一个新家庭,缺乏交易模式,系统无法预测第一次显示给您的用户类型,因此您需要积极选择定向,以帮助系统捕捉材料的目标群体。
要深刻理解千川PM对于功能的开发不是随意的,对于定向这类功能的推出一定有他的道理。
第二,立即拉满通投。拉满通投似乎是金科玉律,但实际上并不适合所有团队。大多数能够拉满通投的行业,产品本身毛利润高,或者适合人群属性的通投。如果盲目按照通投的方式操作,会导致投产不稳定,初始人群不准确。
当投手面对定向时,他必须弄清楚定向带来的两个维度是什么。
定向的两个维度,首先是不同定向选择的准确性,即我选择什么类型的定向,如徕卡、达人、dmp哪个效果更好,二是人群规模的适应性,比如3000万到5000万到8000万,哪个人群规模可以兼顾跑量和ROI。
定向AB测试过程是控制A变量和解决B变量的过程。首先,我们学习如何合理使用定向,结合宽度逻辑。
所有定向组合均可分为基础定向、徕卡定向、达人定向四个定向系统,以及DMP定向。
在日常实践中,不同定向的人群覆盖可以通过不同定向的组合进行测试,也可以得到不同定向的数据效果。
一、初级定位
也就是说,在定向中,我们只选择一个定向,比如只选择基本属性,徕卡和达人不选择。
事实上,如果选择的是基本属性,那么几乎已经接近拉满通投,但如果选择人才,当然定位更准确。
总的来说,我们常说的最初定位是选择基本属性或徕卡。由于定向搭配较少,这一优势在于人群覆盖面广,成交量快,出价低,获取流量,创建计划简单方便。
通过定向模式,我们可以让系统广泛探索人群,但也会有一个问题,即与其他定向相比,人群精度不够,数据反馈相对较差。(从整体市场上发布数据,不排除差异)
2.两个方向交叉
也就是说,在方向上,通过两个方向的组合,我们都知道相同的方向是并集的,不同的方向是交集的。例如,如果一个计划选择了基本属性和徕卡,交叉下的人数就会减少。
如果说最初的定是基于基本属性、徕卡、达人、Dmp包只能组合4种,然后两个交叉可以组合6种形式,如基础定向+行为兴趣,基本定位+类似的人才,基本定位+更多的人对行为感兴趣+类似的人,行为兴趣+更多的人,类似的人才+更多的人等等。
两个定向的组合有一个优点,就是通过交叉人群,让系统探索的人群更加准确。日常使用的两个定向,即基本定向+行为兴趣,基本定位+类似的人,行为兴趣+相似达人。
三、定向三维交叉
三维交叉是指在定向中,通过三个定向作为组合,一旦三个定向作为交叉,人群整体上会更小,如基本属性+徕卡+人才,选定的人群很可能在1000万以内。
可以使用三个交叉定向阶段,基本上是产品人群覆盖很大,即使狭窄定向不担心探索过度困难,或有限的预算,爆炸计划,最原始定向开始复杂的交叉定向,通过定向狭窄在一定程度上提高生产。
四、四维定向交叉
四维不需要普及。随着四个方向的交叉组合,人群面变窄,我在日常交付中用的很少,因为人群太小。
我们应该如何使用四级定向搭配?以我们的食品、百货公司和美容工具为例。
在日常生活中,如果是新家庭,我通常使用原始定向和两个交叉定向和三维定向,其中前两个占70%。为什么要这样做?因为对于一个新家庭来说,没有任何数据支持,我需要通过放松定位来快速探索人群。
当然,这里要避免一个误区,那就是不要把所有的目标都投入到一起。对于一个家庭来说,早期的模型是非常重要的。我们经常称之为养户,更多的层次是如何培养既出量又投产的种子户。
如果定向不做搭配设置,所有跑出来的计划都是通投。随着投放时间的延长,后期拉正人群会有问题,尤其是过度通投的计划。ROI也不理想,比如以投产2为例,前期放开投产1.5.不要低估0.5的差距。一旦模型拉跨,后期很难拉正。
相反,如果一个新家庭在早期阶段做得太窄,账户甚至不能运行数量,你怎么能判断一个计划的质量呢?对于计划的判断,基本上与出价、方向、材料是分不开的,因此定性也不应该太窄,以避免因人口太少而限制计划。
好问题来了。对于投手来说,首先,如何定义宽窄的规模?第二,定向应该从宽到窄,还是从窄到宽。
首先,针对第一个问题,我们可以大致完成从窄到宽的定向,从单维定向到四维定向的递进关系。
例如,最原始的定选择基本属性,人群基本在8000万以上。如果选择两两个交叉定向,在原来的8000万徕卡,人群基本在5000万以内,再往下走就越窄。
其次,我认为每个家庭都应该建立自己的人群规模级模型。以我们目前的类别为例,我们创建了自己的级别模型,从一级到五级,如图所示。
请注意,上述人群的规模是基于我们选择的类别和日常习惯的总结,不适用于所有家庭,所有类别,这也是一个常见的误解,看到外部团队给出数据,只会复制,而不是根据当地情况改进。
如上所示,此时我们可以结合定向搭配,获得不同数值的人群范围,其优点是,一方面,我们通过多样化的定向搭配,解决定向搭配AB测试问题,二是根据不同人群规模的比例,可以保证不同计划人群初始账户规模的多样化。
对于一个新家庭来说,当我们不能判断什么方向,什么人群规模合适时,这种处理方法是最好的。
第二个问题是定向应该从宽到窄,还是从窄到宽?
答案是可以的,但是不同的方法使用不同的策略。我个人更喜欢从宽到窄的两种模式,策略如下。
对于一个新户来说,我习惯于优先考虑两两个定向交叉,定向覆盖面在3000多万人群中,人群不会太窄。从一个新户50个计划的角度来看,比例可以达到50%以上,其余分布在维定向30%,单维基本在8000万以上,可以保证有适当的比例放宽定向。其次,搭配20%的三维定向交叉,人群规模在1000万以内。
以上是初始交付的第一阶段,第二阶段是在交付过程中,观察不同方向带来的整体运行量。一般来说,如果方向非常广泛,但生产良好,计划将复制和压缩方向规模,通过更准确的人群获得更高的生产。当然,结果并不是绝对的,在交付过程中,方向太窄不如宽松计划好,这是一个持续的测试过程。
对于自身定向准确、投产良好的计划,可以通过不断提高出价和提高价格Ecpm获得更多的排名。
当然,这是一个符合预算有限的团队的操作。由于预算有限,我们将选择重新压缩方向,以更高的投入生产成本获得单位投入成本下的收入。如果预算足够,无论方向有多宽,只要为正,预算就可以不断增加,直到计划下降。
对于从宽到窄的操作,从窄到宽的早期阶段有更复杂的方向,然后配合低预算+高出价竞争,以这种方式运行计划有一个特点,总体消耗水平突然增加缓慢,但生产相对较高和稳定。
投产为正的计划保持冷启动,不稳定的计划发现ROI下降时,及时使用预算强制停止计划。这样做的目的是在初始阶段缩小账户的方向+多计划+通过优质投产养户,高出价拉取消耗。
当家庭被提升到一定阶段时,你可以做两件事。首先,原来的窄定向通过智能大规模释放,定向相对稳定,但运行量级会上升。第二,根据运行量材料,加宽定向交付,生产不会很差。
总的来说,定向从宽到窄。在早期阶段,通过大规模消耗运行数据,然后通过筛选计划缩小定向或放大。缺点是相对生产的不确定性将更不确定。定向从窄到宽。通过早期拉动精确模型,增加后期大规模消耗的角度。缺点是容易误判计划不消耗的材料,其次,计划起始周期相对较长。
最后,总结定向使用情况。
1.如果最好的定位工具是什么,它不是定位,而是材料。定位更多的是辅助系统,帮助您探索人群,但最终决定用户愿意进入直播室的原因是材料。
2.在某些情况下,定向宽度与出价成反比。在某些情况下,定向宽度与生产成反比。在某些情况下,定向宽度与周期成反比
3.对于定向依赖,新户冷启动阶段尤为明显,因为系统无法准确探索人群,定向设置起着非常重要的作用。当人群运行时,将定向交给系统进行智能推荐将更有帮助。智能有时比人工效率低的原因不是智能不好,而是数据培训不到位。从复杂的定向设置到智能交付的过程实际上是后台数据不断建模的过程。
4、定向搭配短视频和直接投资,后者比前者更依赖定向,因为直接投资不能像短视频,通过几秒甚至几十秒的视频,产品介绍、卖点、痛点到位,然后准确完成草转换,直接投资实时显示注定质量不稳定,此时需要更精细的方向来帮助系统找到合理的人群。
5.作为一名专业投资者,不要被外界的总结所迷惑,因为每个团队的产品、毛利润和承接能力都不一样。别人的利润可以支持你不能投资,别人的主播可以承担泛粉转化。你不能。别人的产品是爆炸性的,但你不一定是。
投手要深刻理解不同直播间的差异化,遵循爆炸随机论,盲目+随建议随意搭配定位,忽视现实和客观规律,注定只能看到表面,而不能深入本质。
通过以上方法,相信任何对定向有误解的投手都能获得更加结构化、系统化的方法论,投手的细节往往取决于投手的处理。
1、递进活动起号玩法
(私信回复抖音玩法获取原图)
通过迎合直播算法,逐步拉动直播权重,平衡获得直播推荐流量。目前,在个人直播间,逐步贡献1000万个月GMV。
2.短视频测爆玩法
(私信回复“抖音玩法”获取原图)
短视频测爆款玩法,相比较传统的短视频测爆款,这套玩法能获得更高的精准自然推荐,普遍应用在服装、食品直播间,单月贡献量级2000万GMV。
3、单品千川投放玩法
(私信回复“抖音玩法”获取原图)
千川单品玩法,单品单投放策略,极大降低混品投放门槛,目前在我的直播间月贡献量级超过5000万GMV,是我个人应用最多的直播间玩法。
4、三驾马车混合流量玩法
(私信回复“抖音玩法”获取原图)
三驾马车玩法,三驾马车的流量结构是未来直播形式中最稳定的模式,但操作过程较为复杂,目前占有月GMV不足1000万,新手团队不推荐。
作者:尹晨,抖音直播带货一线操盘手,累计带货GMV超10亿元,千川汇创始会员。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至827202335@qq.com 举报,一经查实,本站将立刻删除。文章链接:https://www.eztwang.com/dongtai/78548.html