龙岗网站制作公司免费软文发布平台
程序化广告行业（29/89）：人群策略在广告投放中的应用
在技术快速迭代的今天，程序化广告投放成为众多企业实现精准营销的重要手段。一直以来，我都期望能和大家一同深入探索技术领域，在学习中共同成长，所以今天我们聚焦于程序化广告行业里的人群策略，解析它在广告投放中的关键应用。
基于用户旅程的广告优化策略
在程序化广告投放里，用户从接触广告到完成转化的过程十分复杂。为提升广告效果，我们可以基于用户旅程来优化广告策略。例如在游戏推广中，会设定用户看到广告、点击广告和进入页面的次数上限。当用户看到X游戏的A创意广告，若看到广告次数未达上限却没点击，可继续展示A创意；若达到看到广告上限仍无点击，就尝试展示B创意；多次尝试不同创意后，若用户始终未转化，可能需考虑放弃对其投放此类广告 。
实际操作时，这一优化策略需在广告主游戏推广页面或SDK添加代码（或进行S2S对接），DSP平台才能依据用户行为轨迹调整策略。而且，转化节点涉及多种用户交互行为，像下载、注册、充值等。针对不同层级的玩家用户，比如新用户、活跃用户、充值用户和流失用户，在重定向时要设计不同风格和内容的创意及落地页，以吸引用户持续参与 。
下面用Python代码简单模拟基于用户行为调整广告创意的过程：
# 假设用户行为数据，包括看到广告次数、点击广告次数和进入页面次数
user_data = {"seen_count": 5,"click_count": 0,"enter_count": 0
}# 设定广告行为上限
seen_limit = 6
click_limit = 3
enter_limit = 2if user_data["seen_count"] < seen_limit:print("继续展示当前广告创意A")
else:print("尝试展示新的广告创意B")
这段代码根据设定的用户看到广告次数上限，判断是否需要更换广告创意，虽然简单，但能帮助理解基本的优化逻辑。
人群策略之老用户重定向
普通重定向
老用户对企业的价值不可忽视，重定向是召回老用户的重要方式。普通重定向是针对站内不同行为的老用户，展示不同的广告创意。比如，对于仅访问过网站的用户和购买过商品的用户，展示的广告内容会有所不同。这样可以根据用户之前的行为，有针对性地推送信息，提高用户对广告的关注度和参与度 。
个性化重定向
每个人在网站上的行为都有差异，个性化重定向就是依据这些差异，为每个用户推送个性化的广告 。这里还涉及“否定重定向”概念，即避免向用户推送他们已购买过的商品广告，减少广告预算浪费。不过，否定重定向并非完全停止推送，而是在特定周期内，推送相关的其他商品信息。例如，用户购买手机后，短时间内不再推送手机广告，而是推送手机膜、手机壳等周边产品广告。这个特定周期要根据商品属性来确定，像冰箱、空调这类耐用消费品，周期可能是一至两年；洗发水等快消品，周期可能根据用户过往购买频率设定为9周左右 。
人群策略之新用户扩展
虽然老用户重定向效果好，但数量有限，所以需要拓展新用户。不过，不能盲目通投，否则成本增加，效果却未必提升。
基础定向
基础定向是拓展新用户的基础手段，包括地区定向、设备定向、客户端定向等。比如，一款只在特定地区提供服务的产品，就可以通过地区定向，将广告精准投放给该地区的用户，提高广告投放的精准度和效果 。
人群标签定向
人群标签定向分为预定义人群标签和自定义人群标签 。预定义人群标签涵盖社会化属性、兴趣爱好、购买倾向等方面。例如，针对喜欢运动的用户群体，投放运动装备的广告。自定义人群标签则是广告主根据自身目标受众提炼出来的。假如某媒体网站用户多为高端女性，而这正是广告主的目标受众，广告主就可以购买该媒体网站人群或广告位收集人群，并定义为“X媒体高端女性用户人群”，然后针对这部分人群投放广告 。
Look Alike
Look Alike即相似人群扩展，以重定向用户作为种子用户，通过分析种子用户的特性，寻找具有相似特性的人群 。比如，一款时尚APP的忠实用户多为年轻女性，喜欢时尚穿搭、美妆等，通过Look Alike技术，可以找到更多具有相似特征的年轻女性用户，将广告投放给她们，扩大用户群体 。
搜索词用户
当用户有需求时会通过搜索引擎查找信息，利用这一点，可以找供应商提供搜索相关关键词的用户数据，然后对这些用户进行定向投放 。比如，有用户搜索“智能手表推荐”，就可以向这些用户投放智能手表的广告 。
在DSP平台进行广告投放时，要充分利用平台的数据来源。广告主数据用于重定向，像广告主添加监测代码收集的人群数据、CRM数据等；广告投放业务数据及第三方数据则用于拉新 。第三方数据可通过免费或付费模式获取，若涉及cookie数据，DSP平台需进行cookie映射才能使用 。
写作不易，如果这篇文章让你对程序化广告行业的人群策略有了更深入的理解，希望你能点赞、评论，分享你的看法和建议。也请大家关注我的博客，后续我会持续分享更多关于程序化广告行业的知识，咱们一起在学习中不断进步！