拼多多运营推广实例全解析,DMP实操干货看这里

拼多多运营推广实例全解析,DMP实操干货看这里

什么是DMP?

DMP是统计买家属性及行为的数据分析系统，可简单理解成是用来圈人发广告的工具。ps:这个”圈”的发音应为juan(莫名滑稽)。

通过给买家(全网)贴上不同的标签进行分类管理(旨在针对不同的买家推荐对应商品)。目前已有人群标签汇总如下：

注意，除属性外其他均为时效性的动态标签，如近7/15/30/90天的行为。

深度剖析

商家通过标签组合筛选人群进行精准广告投放，站内流量分配同样以此数据为基础，两者产生的数据皆可反哺让流量越发精准(妙哉)，透过此原理亦可窥得自然流量触发机制。

遂DMP的经典之处不止于表面所追求的ROI/点击率，同时肩负提升平台流量价值的深层使命。如下图：

场景定向 V.S. DMP定向

篇幅有限(?)此文只说DMP在场景推广中的应用，场景推广可选定向有通投(全体人群)或预设人群(下图白底)，DMP中拥有各种标签人群。两者细致对比图如下：

细心看官应能发现场景部分定向与DMP标签存在重合，毕竟精挑细选与流水线的预设撞衫也情有可原，如上图同色部分皆为对应定向：

鸭屎绿：

场景重定向：最近90天(不可选)在店铺or商品存在浏览购买(不可选)等行为;

用户轨迹标签：最近7/15/30/90天(可选)在店铺店铺or商品存在浏览购买(可选)等行为;

稀土黄：

相似商品定向：系统通过商品推广数据自动匹配与推广相似的商品覆盖人群(全自动);

自定义标签：手动添加竞品所覆盖人群(纯手动添加);

姨妈红：

相似店铺定向：系统通过商品推广数据自动匹配与推广相似的店铺覆盖人群(全自动);

自定义标签：手动添加竞店所覆盖人群(纯手动添加);

姣婆蓝：

叶子类目定向：近90天(不可选)在商品所属三级类目有过浏览购买等(不可选)行为的人群;

类目偏好标签：近7/15/30/90天(可选)在某类目(可选)有过浏览购买等(可选)行为的人群;

基佬紫：

场景兴趣点：最近90天对标题中的某个属性词或相关属性的商品有意向的人群;

行业偏好标签：最近7/15/30/90天(可选)搜索过某关键词的人群;

人生灰：

这是DMP独有标签，由此可见DMP标签人群比场景预设定向更为细腻。

DMP应用步骤

1

设定目标

推广目标必须明确，例如测新侧重获取点击数据，冲刺侧重GMV，收割侧重ROI等(其实都为ROI，心照不宣);

2

选择标签组合

选择标签组合之前先分析推广对应的人群画像，再根据推广预算分批选择标签进行测试;

3

数据分析

选择点击率/GMV/ROI较高的组合进行放大投放;

设定目标和测试方法并不难，如何选择适合商品的人群才是当下孔方兄焦虑的对象。

实操案例 类目：女装 商品数：50+ 单价：中低(连衣裙<50、衬衫<30、半裙<30、T恤<20、两件套<40，贴心吧?) 店铺基数：月GMV 80w+ 开店时间：>半年

步骤1：分析店铺人群画像

非标的特性在于商品各有款式，首当其冲的命题则是怎样的人群才对推广商品存在购买意向，所以需先确定买家画像(可以省点钱)，方法包含不仅限于如下几种。

01

导出订单判断人群

导出最近一个月所有订单信息进行分析(同风格多店可整合处理，老身小霸王太卡遂分开统计，订单量较大可逐个分析单品)，如下图。

(导出订单)

然后选中省份点筛选，然后再点分析得到右边的省份交易top数据。

此数据可确定地域标签，数据显示广东、湖南、河南、四川、广西等地为交易TOP(前排区域比较均匀)。

注意：此数据仅为交易top，不代表点击率or转化率也同样优秀，仅作参考用。

小TIPS

透过此表可进一步分析TOP省份气温波动和每日成交占比，可在换季时预选气温波动较大的省份投放，例如秋冬款可优先投放气温下降较早的省份(天气预报终于派上用场)。

开过档口的娃应该知道气温对服装生意的影响几乎是致命的，这得追溯到多年前的夏天杀了个版师以求气温下降时间延缓的祈祷，结果后面才懂得国内大部分地区典型的季风气候会导致每年不同月份的气温呈现周期性变化巴拉巴拉(好吧编不下去了)~

继续细分蹂躏开始揣测买家身份，在地址中搜索(ctrl+f)学校/中学/学院，得到的结果：

地址同时出现这几个关键词的概率比较低，由此可以判断店铺中至少有20%(5.8k/2.7w)的买家身份是学生，所以店铺人群大部分为学生并不是随口说说，其他非标类目商家同样可通过买家地址来揣摩身份，例如公司/小区等关键词。

呃··插个话题，15%买家的地址里含有“村”影射出的尴尬只能期待明天会更好。

02

分析搜索推广关键词数据

除导出订单分析人群外还可分析搜索推广关键词数据，方法步骤为导出主推款关键词报表-ctrl+f学生查看并分析点击率or转化率，这种方法受制于推广选词精准度次之。

03

抽样售前&售后

客服是与客户面对面的前线岗位，获取售前售后中客户的聊天语气、日常等可判断客户身份(静默下单率高店铺不适用)。

04

凭感觉

....不要这么干。

步骤2：标签组合

确定画像(买家群体)后，在此人群基础下进行逐组测试，如下图：

01

类目偏好组

分三组测试女装类目偏好90天人群，标签如下图：

小技巧：排除最近七天购买同叶子类商品的人群可剔除疲软推荐(此人群多半是刚完成付款的强标签)~

类目偏好近90天行为中覆盖人群较大，从覆盖人数来看两者存在部分区别，在针对单品投放时可以优选同叶子类偏好人群包。

这里再次细分成叶子类组合：

(顺序有点乱凑合看~)

02

关键词行为组

选词方式依旧是推广工具-搜索词分析，导出商品所属热词：

根据热度排序TOP中选出适合商品属性的关键词，然后在标签池搜索结果中再选择所属相关词添加(自古精准与覆盖量不可兼得，看你如何取舍，覆盖人数太少就全选吧~~)，如下图：

把不同叶子类所属关键词搜索行为人群进行分组，用于适配店内的不同叶子类商品，相对类目组而言，关键词覆盖人数显得几分寒酸(这还是近90天行为)。

高单价女装可根据商品风格进行选词，用于建立强风格商品专属定向(覆盖人数照旧几分寒酸)，弱风格女装就没必要了~~

PS：买家画像为学生，所有跟学生相关的女装关键词都可以塞进去~

03

自定义店铺&商品

把站内的相似店铺/商品统计到表格，然后把风格相近的店铺/商品组成独立人群包。难点在于何种店铺/商品才是真正所需人群，前面提到不同店铺/商品的优劣势，这里刚好可以利用一番~

添加方式：

★狙击技巧 ★ 低价同款多：选定全网所有同款/相似款，上新狂魔型店铺; 低价风格款：选定低价相似大爆款、弱风格低价店铺; 高价风格款：选定高价相似风格款、自主品牌风格店铺; 高价同款多：你可能是那个凯子。。

Ps：狙击店铺建议挑选10w+，单品建议日销500+，可通过详情底部、半标题搜索、群内电视常客等方式寻找竞品/竞店，你懂的。

04

轨迹

老身的女装店铺沉淀粉丝不多，只能全选了。

为什么不用使用地域标签?

从主线人群(25岁以下中低女装标签)的透视数据来看，地域标签与店铺订单地址相似度较高，遂不作细分测试;其二也因最初泛测试结果为覆盖太少人群而无曝光&差异极小(反正不能提钱的事)。

步骤3：测试分析

同步至场景后就即可开搞，场景新建计划添加定向下拉框拖出圈定的人群包进行溢价：

出价和溢价估计又是看官纠结的万年难题，设置多少最合适?每次调多少合适?

为使消耗尽量集中在DMP定向中测试计划建议低出高溢方法，曝光不足则加溢价，到顶依旧无曝光则提高基础价，反复循环直到曝光节奏接近当日预算即可。

小TIPS

“曝光节奏接近当日预算”此关键性操作对部分商家而言或许是门玄学，此类商家成功为今日份冷饭贡献几分动机。

吸一口非保量半身裙的场景数据：

目标ROI：3(优先ROI);

推广时间：15天;

15天的消耗数据暴露出操作方面稍有不足(不怪推广，款太多逐个操作反而效率低下)，就手上数据分析：

1、底部四个组(灰色)点击不足500，无参考价值直接忽略;

2、ROI最优的则是两个狙击组，在点击率&转化率方面均超过相似商品定向，后续应该往此方向拓展更多优质人群;

3、所有DMP定向的点击花费几乎都高于相似商品定向(全程高溢价);

4、主线人群&叶子类定向ROI偏低，中途放弃处理(反正不能承认是推广的锅);

5、类目偏好7天和30天疑似与90天重叠导致无曝光。

总结

1、组合的测试必须使用同款且同周期的数据进行对比，避免因款式&推广图引起的数据波动导致误判。

2、测试无效果的主要原因为数据不足!建议每组点击量累积2k且投放5天以上(含高峰期)的数据才具参考价值(没这个量就减少几组标签慢慢来)。

3、组合标签尽量达成500W+覆盖，避免曝光过少(太过精细则向上取舍)，曝光不足则拉长测试周期，获取十天以上数据进行分析(几分鸡肋)。

4、标品(弱)&保量位爆款可通吃所有人群，DMP效果甚微属正常情况，极其推荐中高单价商家尝试(还有两个高单价案例未被授权公开~)。

5、综合上述测试与所需预算，当前环境单款每日场景DMP消耗低于300元的商家慎用(手动扎心)。

不同类目人群效果天差地别，只有深耕某类目才能触及需求人群，重在对方法的理解和灵活变通，切忌生搬硬套。

DMP仅仅是进一步提升人群精准度的工具，按部就班执行的提升效果在于对推广人群的理解程度和测试深度，可能花里胡哨的技能练到出神入化还不及在选款/供应中稍作努力，抱着靠工具改命想法的看官自行珍重。