【新手友好】人群包基础操作指南·上
点击箭头处“蓝色字”关注，加入优化师聚集地......
作者 | 宁阿姨
责编 | 一点也点
适合的定向能够帮助计划快速通过冷启动。
针对现在冷启动难通过的问题，人群包是非常好用的工具。人群包能够精确到一个用户“是或否”的行为，一个用户展示、点击过几次你的广告，是信息流里最精准的定向，也是头条和广点通最好用的定向。
关于人群包的教程很多，但人群包本身功能多样、看起来比较难懂。然而只要理顺几条大的逻辑就能用的比较顺手，我们非官方地来看一下人群包的使用思路。
本篇主讲基础操作（共计3500字，包含大量操作步骤图）新手可以直接对照着操作，老司机可以略过图片不看，但有几个细节还挺有意思的。
人群包是什么？
DMP全称Data Management Platform，即数据管理平台，是互联网高度发展下对用户数据管理应用的必然。人群包是在数据管理平台上通过一些方式、把用户打成一个包，就称为“人群包”。
比如你上传了一个app现有已经安装过的用户，把这类用户打成一个包，就成为一个已安装app人群包。
人群包的使用
人群包的使用需要两步，第一步是有数据来源，第二步是对数据的应用。
数据来源有三种：广告主自己的数据、投放媒体的数据和第三方数据。
DMP平台能支持把这些人群做加减运算，比如把两个包做加法、合并成一个新的包。通过对数据的应用，能有效提升对目标人群圈定的准确度。
举个简单的例子：
你要给支付宝做拉新，是不是得把支付宝现有用户排除掉再投放？要不得有多少老用户的点击！这就需要广告主把已有用户信息打包上传上去。（上传的数据可以是加密之后的设备号、手机号、qq号等信息。是的，一定会加密）
做优化的小伙伴马同学自己已经安装了陌陌、但是每天至少刷到3条陌陌的广告，有一天居然刷到了他自己投放的陌陌广告！他赶紧看账户自己是不是没选过滤已安装，确认之后发现已经过滤了，但还是有展现。
这说明计划层级的过滤已安装功能没有那么可靠。你选择了过滤已安装、排除已转化，但广告还是可能出现在已经安装过的用户手机上。
所以如果广告主内部可以沟通的话，尤其是那些现有用户量级很大、或者投放量级很大的产品，还是建议广告主上传用户信息做排除。
建议广告主上传排除包：已有存量用户或全渠道投放已转化用户（非各渠道只排除自己已转化用户）
有了数据来源之后，对数据的应用有两类：一类是定向，一类是排除。即我想要的和我确定不要的。
以头条为例，把头条DMP常应用的数据分成4类：
人群包的使用就是对上面这4类数据做加法或减法、然后做定向和排除。
接下来我们会频繁用到这张图。一起看几个案例。
人群包应用案例
1
排除无可能转化
这是最简单、使用频率也最高的人群包用法，属于基本操作。
所有已转化人群打个大包，排除。会自动更新，干干净净、清清爽爽。
应用“已投放数据”
贷款产品-排除在头条所有代理已转化人群
具体操作步骤截图：
① 选择精准广告
② 选择客户、这样可以排除这个资质在头条开的所有账户，跨代理商
③生成人群包
用这种方式建的人群包会自动更新，对比看一下12月28号建的已转化人群和11月19日建的覆盖人数是一样的。
这是一个月以前建的人群包，当时覆盖人数是49万
使用方案：
排除在头条所有代理已转化人群
2
排除无可能转化：头条所有已转化人群、广告主自有已注册用户（包含全渠道近期已转化和历史存量用户）
定向转化率高的：行业数据
排除广告主自有数据、定向行业人群
具体操作步骤截图
① 广告主上传近期全渠道已注册人群：
idfa是iOS设备号，IMEI是安卓设备号。
使用方案：
排除头条所有已转化人群、广告主近期全渠道已注册人群
【定向转化率高的】
应用“行业数据”：
我们应用到了媒体行业人群包和系统自动推荐人群包。
#媒体行业人群包
媒体行业数据在“广告行为数据”和“行业偏好”这里
具体操作截图：
【包1】将广告行为数据-行业分类下，贷款用户打包
高精度把这些选项全部勾选是不是就和一般精度一样了？不不不。一般精度是133,767,811，高精度全勾选是7,859,914。一个是百万级、一个上亿了。
【包2】将行业偏好下，借贷意向人群打包
选“创建并推送至本账户”，所有人群包建好之后都需要选“推送”、才能在建计划的时候使用。
【包3】因为贷款可能会考核到放款、也可以加上信用较好的人群包
有一个有意思的事情是：
信用较好+信用较差合起来是1.2亿人，远没达到头条全部用户。有一部分人群“没有信用标记”，所以我们可以同时使用定向“信用较好”和排除“信用较差”。
信用较好1.2亿人
信用较差近300万人
那头条全部用户是多少？这个数有一定参考意义。8个亿
基础定向全部放开显示预估人群
# 系统自动推荐人群包
媒体根据产品所在行业、自动推送到各账户的“行业通用人群包”、“行业优质人群包”、“行业潜力人群包”。
分别对应的运算规则：
行业通用人群包：近7天对互联网金融/互联网金融点击过的人群
行业优质人群包：近30天对互联网金融/互联网金融点击过的人群
行业潜力人群包：近7天对互联网金融/互联网金融转化过的人群
这些不同的人群包，大的逻辑都是基于头条的用户数据库，只不过标签不一致。从产品的角度，它应该会让人群包的名字尽可能精确地代表人群特点，来方便用户使用。我们从名字上来扒一下现有从后台能找到的互联网金融相关的包：
①广告行为数据-行业分类-金融保险
②广告行为数据-行业分类-应用下载-移动应用-金融理财
③行业偏好-互联网金融-有卡人群
④行业偏好-借贷意向
找不到“互联网金融”这个类别，也无法区分行业近7天点击、近7天转化、近30天点击。
再看一下护肤产品系统推荐人群包：
近7天对化妆护理/化妆品点击过的人群
近30天对化妆护理/化妆品点击过的人群
近7天对化妆护理/化妆品转化过的人群
同样按名字来找，我们可以自己生成美妆人群包的，只有1个：
广告行为数据-行业分类-美容化妆
所以这样看下来，头条系统自动推荐人群包，相当于在头条大的标签体系下，多了一个标签展现给我们的维度，并且能够大规模推送到账户里，说明还是值得使用的，推荐尝试
注：现在有一个bug，这三个包人群预估覆盖量一致。估计以后会更新解决。现在可以用。
但是有时候系统自动推荐的人群包和我们手动建的是一模一样的，比如这个：
点进去看一下运算详情：
发现就是“行业偏好-借贷意向”选了两个，这种参考意义就不大了。和自己建的一样。重点是点击进去看一下这个“运算详情”
使用方案：
除了上面说的人群包外，贷款行业可选人群包还有：
广告行为数据-行业分类-金融保险-银行产品、网贷平台 √
广告行为数据-行业分类-应用下载-移动应用-金融理财
行业偏好-互联网金融-有卡人群
行业偏好-信用等级-信用较好
行业偏好-借贷意向 √
统自动推荐人群包-行业通用、行业优质、行业潜力
可以用在不同计划上，都可以做投放。
（对号是上面案例里应用的两个包）
提示：这几个人群包可以单独用，也可以合在一起用。但是要看一下预估人群范围：如果过小（小于百万级就是过小）会很难花钱，最好和别的人群包一起使用；如果大于1个亿参考意义就很弱了，包太大了、要分开使用。
今日优化经验
人群包数据来源分为广告主自己的数据、投放媒体的数据和第三方数据，然后可以做加减，再用来定向或排除；
各类标签五花八门，只要记住两条线：排除的是无可能转化、转化率低的，定向的是转化率高的；
在计划层级定向包和定向包之间取得是并集，做加法；定向包和排除包取得是交集，是做减法；
只取一个网贷平台是头条200万用户
再打包一个贷款意向变成8000万
和“一般贷款意向做排除”，只剩下49万……
两个小提示：
①使用人群包一定要注意预估人群范围，很容易打一个很小的包，这样基本没什么用。参考值是百万和亿，低于百万要留意提高出价或和其它人群包合并使用，过亿范围比较宽泛、参考意义就很弱了。
②排除账户已转化人群系统会自动更新，一次搭建，终身收益
说了这么多，到底想让我记住什么？
人群包不难，记住一个排除就能开始用.....
定向系列的其它文章：
头条哪些定向权重比较高？有哪些必须设置的定向？
定向到底宽比较好还是窄比较好？
关于性别、年龄、地域，大家常会有结论：投放男性、23-50岁、排除偏远地区转化效果好。但这个判断有多可靠？
从运营的角度看产品逻辑，信息流一线优化聊实际操作。优化师们欢迎交流
每周更一篇，我们下周见~
点个好看，消费涨涨涨