作者 | 寧阿姨
責編 | 一點也點
上一篇我們講了人群包的入門操作：
這篇我們來看一下人群包的高級玩法，也是定向系列的最后一篇。
01標簽
標簽是頭條整個定向體系重要的依托方式，從大的類別開始一級、二級往下逐一做細分。
依據標簽划分的興趣定向
人群包也是一樣，把某一些特征集合在一起，代表一類人，就組成了一個人群包。所以，我們使用人群包的核心是“媒體提供什么維度的標簽、我們選擇什么標簽來用”。
想明白了這個，就可以化繁為簡。媒體功能種類繁多，各類人群包五花八門，都不過是不同維度標簽的呈現。
有的時候看的有點暈乎
02根據命名判斷人群包
在選擇標簽的時候，人群包本身是“有一類特征的人”的集合，所以名字非常關鍵。媒體會希望盡可能精確地描述這個包到底覆蓋的是什么樣的人，如果名字相似但不完全一樣，可以都用用，一般都有點區別；如果想仔細了解一下，可以用人群包里的“人群對比”功能，我最近覺得非常好用：）
無論是標簽市場下的主題專區、還是媒體運營推薦、或者是自己建的人群包，大的邏輯都是基於頭條的標簽體系，只不過提煉的維度不同。比如下面游戲行業的付費人群包
游戲行業各種花式“付費人群包”
此三個人群包的來源分別是：主題人群下的“游戲高付費人群包”以及兩個頭條運營推薦的付費人群包
【包1】主題人群-游戲高付費人群包
【包2】運營推薦-有付費能力的優質游戲用戶
【包3】運營推薦-付費意願
看一下他們詳細信息：
運營推薦的這兩個人群包看着有點雷同，用“人群對比”仔細扒一下：
果然沒差，可以等同於一樣了。
Tips：怎樣判斷兩個名字相似的人群包的區別？
-
首先看類別。是主題人群、還是上傳、還是付費等等。不同類別說明來源不同，差別還是很大的；
-
其次看預估覆蓋人群，人數差得很多就說明兩個包相差很大；
-
最后用“人群對比”功能，看一下兩個包各自的人群特征，做一個詳細比照。
如果幾項看下來都差不多，就可以看成一個；如果有不同，就可以分開測一測。
也建議媒體運營命名的時候如果是一樣的人群包、命名保持一致。這樣省去優化人員來猜“又給我推了一個人群包？不知道跟上一個有啥區別
03一個游戲的經典案例
游戲一直是用人群包用的很多的行業，接下來我們一起來看一個游戲行業人群包的使用案例。
這是一個明星代言的傳奇游戲，應用的主要是明星、傳奇、付費、相似拓展、用戶消費能力這5個點。
① 明星
用戶數據-明星粉絲，選擇代言人對應的粉絲包做定向。
②傳奇
定向傳奇用戶：
-
主題專區-2018年12月游戲主題人群-傳奇游戲優質用戶
-
抖音興趣分類-游戲-角色扮演-傳奇
另外，興趣分類和抖音粉絲分類也可以做備選，只不過維度的細分上具體不到“傳奇”的選項。
③ 付費
定向付費意願高的人群：
-
主題專區-2018年10月游戲行業優質人群-傳奇游戲高付費高活躍人群
-
游戲精選-第三方付費人群包
【付費人群包的具體設置】
第一步：
申請開通權限，可以使用游戲的第三方付費人群包。這時候賬戶里在行業偏好下會出現“游戲精選”：
第二步：
點進去，依次選擇：游戲類型不限-游戲題材（武俠、仙俠、中國神話、玄幻、西游）-美術風格不限-付費意願（高付費）-活躍度不限
④ 相似拓展
甲方上傳近期全渠道付費差的用戶做拓展，排除；
⑤ 用戶消費能力
從消費能力、住宅水平、手機價格三個維度分別進行“排除低消費”和“定向高消費”。
-
用戶數據——消費能力、住宅水平、手機價格
-
主題專區-2018年6月-火山APP線上付費人群
注：這個包有點老了，是所有付費，沒划分行業，用的比較少
提示：
同一個標簽維度定向和排除可以同時使用，因為有一部分人群“沒被標記”。
比如住宅水平。你可以定向“高級小區、豪華小區”，同時排除“普通小區、中等小區”，有小區檔次這個標簽的一共加起來是1.5億人，沒被標記的人還很多。
頭條整體全覆蓋是8億人
傳奇游戲人群包參考方案
整體思路：排除無可能轉化、轉化率低的；定向轉化率高的
【排除無可能轉化】
已轉化、已安裝、過濾最低安卓、iOS版本
【排除轉化率低】
-
付費率低 ——甲方上傳近期全渠道付費差的用戶做拓展
-
低消費人群 ——住宅水平（普通小區、中等小區）、手機價格（4000以下）
-
多次展示——近3個月展示5次
【定向轉化率高】
-
明星粉絲包
-
傳奇人群包——傳奇游戲優質用戶、抖音興趣分類-游戲-角色扮演-傳奇
-
付費人群包——傳奇游戲高付費高活躍人群、第三方付費人群包游戲題材（武俠、仙俠、中國神話、玄幻、西游）-付費意願（高付費）
-
高消費人群——消費能力高、住宅水平（高級小區、豪華小區）、手機價格（4000以上）
注：第三方付費人群包不能和其它定向人群包同時使用，系統默認不可同時選。但如果選擇第三方付費人群包，已轉化用戶可以同時進行排除
無法同時選擇
人群包優化經驗
【數據來源】
廣告主自己的數據、投放媒體的數據和第三方數據（投放媒體數據包括你這個產品自己投放數據和全行業投放數據）
【數據應用】
人群包之間加減、然后做定向排除
【基本規則】
-
在計划層級定向包和定向包之間取得是並集，做加法；定向包和排除包之間取交集，做減法；
-
使用人群包一個很重要的參數是預估人群范圍，頭條全部用戶是8個億，參考值是百萬和億。低於百萬要留意提高出價或和其他人群包合並使用，過億范圍比較寬泛，參考意義就很弱了；
-
排除的是無可能轉化、轉化率低的；定向的是轉化率高的
【高階規則】
-
人群包是”有一類特征的人“的集合，而標簽是特征重要的依托形式。所以命名至關重要，媒體推送的人群包、主題人群包要仔細通過命名做區分；
命名上不清楚的點進去看”概要信息“，看來源和預估覆蓋人群數量，也可以輔助用”人群對比“做參考；
-
人群包可以做相似拓展，投放效果好的種子人群包拓展一定倍數做定向；效果差的拓展做排除；
-
投放量級大的產品可以定期做”展示多次“、”點擊多次“人群打包排除，降低重復展示次數，能夠提升轉化率；
人群包看起來復雜，但抓住主線”加減、定向-排除、標簽“這三組詞就夠了
問：我還是覺得復雜... ...
答：其實就是一個個標簽，跟選擇興趣定向一樣。可以大膽嘗試。現在抖音相關的人群包、主題專區那可以多用用~
小彩蛋：
投美妝的找粉絲，“頭條號行為”了解一波~
