广告人群，如何做具体的定向及扩散？

在实际的广告和流量匹配中，高价只是一个相对的结论，让我们来看看整体逻辑。关于广告平台/流量平台(很多时候是一个，比如腾讯对应的每一条流量产品线和广告都是一个)，广告商和用户之间的关系可以理解为以下几点。因此，无论是广告模式的变化还是招标机制的变化，核心都是优化和平衡如下图所示的香港需求。但事实上，如果我们想保持整个广告生态平衡，我们必须考虑每个参与者的需求：（1）广告商对广告平台的需求是：准确的交付点。(2)广告平台对广告商的要求是:多投资，多投资几次，价格高。(3)广告商对用户的需求是:多点击广告，然后购买或下载。(4)媒体或流量平台对广告平台的需求是:让我的用户多卖点钱。(5)广告平台对媒体的需求是:用户真实有效，不要水军。(6)用户对媒体或流量平台的需求是:让我玩得好，买得好，聊得好。(7)媒体或流量平台对用户的需求是:经常来，来的时候不要走，玩得好。(8)广告平台不直接接触用户，但也通过媒体吸引用户:长什么样。我们可以看到，价格只影响广告商和广告平台的广告预算维度，最多反映了媒体流量价值实现的需求。因此，事实上，除了竞价带来的价格优势外，还有两个核心点需要处理哪些广告匹配哪些流量：（1）使广告匹配更加准确。你应该知道，如果点击转换率下降，每个人的投标价格都会损害平台和广告商。（2）使整体业务合作更加长期和稳定。事实上，我们之前或多或少都期待着稳定的模式，包括探索GSP和VCG，但实际上还有其他考虑因素，即如何评估长期合作的效果。事实上，转化率的核心是人群的准确肖像，这是基础。在此基础上，如何进一步准确匹配，然后进行CTR（Click-Through-Rate）据估计，我们将在后续文章中详细介绍相关细节和技术的要点，这里只是提到。我们应该考虑单一收入，但是后续是否会有持续的合作，如何评估一些单一收入高但损害平台长期合作甚至增加收入的事情，或者加入广告排名的逻辑。其中，曹政的《caoz的梦想》有一篇文章《江湖广告投手，玩质量分》提到了类似的概念，其实是考虑预算的持续投入、客户的增长等长期性质的评价。当然，为了便于理解，我们更愿意将质量分数或类似概念定位为长期收益分数，因此整体排名分数=竞价价格*转化率*长期收益分数。至于如何打长期收入评分，这里只能猜测。视觉测试将包括广告商级别定位、过去的交付频率、交付金额、交付点击反馈等，可以隐藏反映客户是否持久、稳定等相关指标。02 结合以上对广告整体参与的了解，如何提高广告市场的流动性，即在保证生态相对平衡的同时，让广告商更愿意参与投标，甚至投放频率和规模。因为核心服务是广告商，我们从投放功能设计和人群定位的角度思考如何提高参与度和积极性，围绕广告商的需求。目前，无论标签是否准确，数据来源来自哪里，大多数广告平台都支持目标群体的条件选择，如：（1）地区，通常支持省、市、县级，甚至商业区。(2)性别，男女。(3)年龄，通常分为年龄组。(4)兴趣标签，构建一、二、三兴趣类别等。(5)操作系统、网络状况等。(6)APP行为、用户感兴趣的APP领域等，都是bug标签。区域属性相对容易处理，通过IP进行地理位置分析，或者一些流量平台要求用户进行位置授权，方式太多；对于性别、基本数据来源，或通过某些行为，只要准确性完全可用；年龄相同；对于兴趣标签，最常用于匹配标签，注意标签结构的设计，当然，标签通常会转化为分类判断的问题；操作系统和网络条件就不多说了。最大的错误是应用程序行为。通常，这里的标签与我们在常规应用市场上看到的类别划分基本相同，因此不难猜测，这部分逻辑来自于用户自己应用程序的安装。最大的错误是应用程序行为。通常，这里的标签与我们在常规应用市场上看到的类别划分基本相同，因此不难猜测，这部分逻辑来自于用户自己应用程序的安装。这是个大问题。除非它是一个专门从事应用程序分发市场的流量平台，否则这些数据从何而来？对于Android系统来说，拿到用户桌面的下载列表并不容易。你知道，下载一个应用程序的成本是巨大的，你需要时间、流量和精力，所以它可以反映用户的兴趣。因此，在探索业务与数据相结合的背后，我们仍然可以看到很多东西。对于产品矩阵丰富的流量平台，综合参考多源行为数据，为用户提供各种预测和识别标签，但一些单流量平台，即使给出各种定向标签，你能使用吗？但事实上，很多时候它仍然可以使用。广告业务背后的数据相关水据非常深，很难说它没有潜入水中。回到定向话题，对于广告商来说，很高兴看到流量被各种标签化，甚至相应组合标签的圈选人数。对于熟练的投资者来说，自由搭配组合标签，然后异常了解竞争产品和自己的流量，可以非常熟练地选择标签圈，选择时间段，然后试着以适当的价格获得相对较低的流量。对于一些不熟悉交付逻辑的广告商来说，平台通常会提供一些自动交付匹配的逻辑，以满足交付效果和效率的需求。03 但无论如何，对流量人群的描述是一个不可或缺的过程，所以流量标签是我们做准确广告的前提，如何基于标签是另一层，我们将逐一分解和分析。关于自动匹配的一些逻辑，关于广告人群如何做具体的定位，做人群的传播等等。