直通车篇之人群篇
这节直通车培训课程我会分享一下我操作直通车中的一些经验，希望对大家有一点点帮助，大家可以学会人群模型的搭建，以及人群溢价，人群的数据分析。直通车推广的目的：
1、拉新VS收割
2、撬动搜索
但是我们操作的流程几乎是一样的，都要经过下面的几个大的过程
1、 选款
2、 做权重
3、 打标签
4、 做销量为主
5、 做投产为主
回顾：标签词的优化
￥本节课程收益￥：锁定尽可能多的精准人群；
案例分析（类目：文具电教/文化用品/商务用品，半标品低客单，以下是店铺的主要流量款）：
http://www.130vip.com/d/file/2021-01-15/6d2b6d785a3526e8f1a9ecd089ce9928.pnghttp://www.130vip.com/d/file/2021-01-15/54e918110189b84103f3fc32fcfcef06.pnghttp://www.130vip.com/d/file/2021-01-15/44dc3786ee502b4b01ff93301482582d.png大家好，通过前面的课程，我们学习了各种选款的方式来选款，我们也学习了优化直通车的标签词，而我们继续深入的思考一下，如果一个标签词是一个一级大词，或者说类目词，那么这个标签是我们要做的，但是我们要过滤一下下，因为这后面有很大一部分人不是我们的，我们只要其中的属于我们的那一部分人群，这时怎样才可以找出来呢？这就是我们今天讨论的话题：直通车人群
直通车人群的的难点有3大部分：人群模型的搭建，溢价的设置，数据的分析跟踪和优化；
下面我们通过一个例子说明：如果我们做【女士羊绒围巾】这类产品，那么这个产品的人群是：【女士】【羊绒】，如果我们买的流量是【围巾】，因为围巾是类目大词，我们肯定要买，否则我们会丢失掉很多的流量，因为围巾的人群包含了【女士羊绒围巾】，而我们如果全买，就会发生买的很多不精准的流量【比如：男士，雪纺】，这时我们其实换一个思路就可以解决掉，比如用DMP的功能，筛选出围巾当中包含【女士】【羊绒】的标签，这当然大家也可以根据自己的产品属性，测试另外的标签维度，比如：客单价，偏好人群年龄段等等；
关于搭建人群组合模型必须懂的几个核心要素！
a、人群的分类
那么我们怎么设置人群和测试人群？设置人群以前，我们先说说系统人群分类：
系统给我们把人群分为5大类：
1、与宝贝有关的【宝贝人群】；
2、与店铺有关的【店铺人群】；
3、与行业有关的【行业人群】；
4、聚合抽象出的【智能人群】；（补充：系统智能人群数据在很多类目都不错，长期价值人群看产品）
5、自己根据产品属性自定义组合的【DMP人群】；
b、换一个维度，我们要清楚做人群的目的是什么？
拉新VS收割；
为了我们推广流量价值的更大化挖掘，我们一般是低价拉新，高价收割（防守，当然大家如果做私域的建议私域维护店铺老客）；
c、同时我们也要基于产品属性，设置人群，因为很多产品没有明确的人群特征；比如很多快消品，低客单产品，标品只有行为人群，这时标签本身的精准度基本就是人群的精准度；
d、同一个人多个标签；顾名思义：也就是说一个人身上有很多不同的标签（加购标签，性别标签，类目标签，行为标签）；
e、常规人群DMP模型公式：搜索标签 + 行为【包括时间】 + 用户特征【性别、年龄等等】+渠道 – 类目已购【时间：比如30天】；本公式可以根据自己的产品属性，消费者特征做深度优化；
关于人群的溢价设置和优化
a、初始溢价
人群的好和坏，我们通过不同人群之间的数据对比来判断；既然是对比，那么溢价的设置方式就出来了。我们设置的初始溢价，要分析的人群和对比人群的溢价保持一致【也就是说，只有人群一个变量】，时间和数据量够判断标准，我们就可以做出准确判断哪个人群更优质，甚至我们还可以探测出这个人群为啥好，以及怎么优化这个优质的人群
b、溢价优化调整
优质人群高溢价，这时对比的是更好人群的数据，看看溢价调整到多少合适~~~
关于人群的数据分析
人群和人群溢价的优化，都是要经过数据分析的；
我常用的数据指标：点击量，点击率，转化率，收藏加购率，加购成本
我们先建立一个人群模型，然后测试这个人群模型的健康度（人群和溢价的合理性），如下表
人群是一个非常深的话题，本人一直在研究人群的路上，所以由于个人能力所限，暂时只能表达如此，在此还望各路大神斧正~~~
见证奇迹的时刻到了 楼主辛苦了，谢谢分享！ 啥也不说了，支持开网店论坛 这教程必须要顶起。。。 走心的分享必须顶！ 谁能教教我啊 学习了，谢谢分享、、、 看看又有好东西了 教程很详细，楼主很辛苦！