OTD人群创建思路和玩法

OTD广告运营组

课程目录

OTD标签体系及逻辑 1

人群圈选思路及玩法 2

高级人群定向功能 3

01 P A R T

OTD标签体系及逻辑

唯品会OTD人群是基于营销目标打造 拥有基本信息、行为轨迹、购物偏好、兴趣偏好等类型数据标签 广告主通过唯品会OTD人群，实现各类人群的洞察与分析 快速圈定目标人群，建立个性化的用户细分和精准营销

人群定位

OTD人群定位

标签体系

品类行为 用户行为

场景环境 人口属性

基本信息

行为轨迹

购物偏好

兴趣偏好

标签体系 DMP2.0

媒体偏好

最后浏览时间

最后购物车放弃时间

最后加入购物车时间

最后购买时间

媒体偏好

清洗规则：基本信息主要来源于站内用户数据、目前已对接媒体ADX请求中带过来的用户信息、Admaster数据合作中获得的第三方监测数据、头条和广点通等广告投放的回传数据等；在具体清洗中会根据行为最近产生的时间、频次等信息作为依据，并根据数据来源制定权重和可信度优先级进行整体的数据清洗和梳理。

覆盖数：26亿 覆盖数：1800万

覆盖数：27亿

覆盖数：8亿

清洗规则：购物偏好的数据主要取自USP中积累的用户对于站内商品品牌以及品类的相关偏好信息，具体的信息产生于用户对于特定品牌或者品类的浏览、收藏、加购以及下单等操作行为，不同的行为对应不同的偏好权重，以此清洗梳理出用户的购物偏好数据。

清洗规则：行为轨迹信息涵盖用户在整个生命周期当中的站内站外的相关行为信息，用户信息区分站内站外两部分，站内行包含基础用户行为（浏览收藏等）和与品牌、品类相关的用户操作行为；站外数据目前主要依赖于已对接ADX媒体在具体投放中产生的用户广告数据，以及部分直投回收的用户广告数据，涵盖到广告的曝光和点击以及对应的媒体的名称、上下文等信息。

清洗规则：媒体偏好数据主要来自于站内收集的以及ADX在广告请求中附带的用户安装列表信息，并把APP的相关信息对应到具体的应用分类（整合了百度应用商店、头条媒体分类制定标准应用分类结构）。行业偏好数据目前主要来自于跟Admaster的数据合作，Admaster会每周给到一定数量的广告相关监测人群，我们从其中的清洗获得行业偏好数据。

最后收藏时间

站外行为

广告曝光日期 广告曝光媒体

广告点击日期 广告上下文分类

品牌行为

品牌最后购买时间

品牌最后浏览时间

品牌名称

品牌最后收藏时间

品牌最后购物车放弃时间

品牌最后加入购物车时间

品类最后收藏时间

二级品类

一级品类

品类最后浏览时间

品类最后加入购物车时间

品类最后购买时间

品类最后购物车放弃时间

行业偏好

行业偏好

性别

年龄

省份

城市

会员特征

N大人群

消费等级

优惠敏感度

会员等级

是否安装唯品会APP

设备厂商 品牌偏好

品牌偏好

品类偏好

品类偏好

营销目标 创建人群

APP平台

Android

IOS

标签逻辑：同个标签选多个标签值，标签值间取并集，选择多个标签，标签间取交集

示例： 选择「年龄：80后、90后」「性别：女」进行创建人群，则得到的是人群为：80后女性+90后女性用户群，如下图：

分解： 标签逻辑

错误点

示例：

一个人群包中 选择多个行为轨迹

建议 OTD定向体行为轨迹中 (浏览、收藏、购物车放弃、加入购物车、购买) 这5个行为之间的关系为“且”关系， 例如:一个人群中同时选择了最近7天【购物车放弃】跟【购买】 2个行为，则表示用户必须在7天内同时满足弃购+购买两个行为。 建议每个人群包中只选择一个行为

圈选错误示范

02 P A R T

人群圈选思路及玩法

1.确定营销目的 3.人群同步并投放 4.追踪数据效果 2.创建人群并分析

投放前需要确定本次投放的主要营销目标：潜客拉新？认知转化还？老客维系？

通过合适的方式（基础标签、高级选项等）创建标签并分析该人群是否符合投放量级和目标人群特征

将创建的人群同步到对应投放媒体渠道，创建广告投放选择已经创建好的人群进行定向投放

广告投放后对效果进行持续跟踪，及时调整人群策略和广告调优

圈选思路

已购用户

认知用户

潜在用户

用户金字塔

精准

宽泛

曝光量级递减

曝光量级 潜客拉新

认知转化

老客复购 流失挽回

近7天到访 媒体标签

品牌 近90天到访 品类 近30天到访

品牌 近180天购买

营销目标 圈选标签示例

确定营销目的

1.进入人群管理界面新建人群 不同等级广告主有不同的人群配额

2.针对需求选择标签组建人群 注意标签和标签值之间的组合关系，不建议超过10个标签组合标签，另不同等级开放的标签不同

3.预估人群数量 可实时预估出人群

4.确定人群数量满足投放诉求 根据目标预算和效果，选择合适的人群数量，另系统要求大于10万小于5000万人群

5.填写人群名称及人群有效期 人群名称不允许重名，有效期系统要求最长1个月，人群生成后14天内没使用会自动过期

人群创建流程

案例1-616数字营销部圈人策略

大促预热 大促爆发期 大促返场

潜客拉新人群 认知转化人群 流失老客挽回

大促蓄势期

认知人群 老客人群

老客复购人群 再营销认知人群 全人群覆盖 待转化人群

营销目标 营销效果

分人群日均完成 17年616(86H) 18年616（ 96H） 同比

Ap p 新激活 67.4万 88.6万 41.2%

Ap p 未购老 361.2万 717.1万 98.3%

Ap p 已购老 1080.9万 1262.8万 22.6%

APP新激活同步去年增长41.2%，APP未购老访客UV增加98.3%，APP已购老访客增加22.6%

616大促数字营销部全方位引流，蓄势预热期增加潜在用户，认知用户蓄水，大促期间全方位新老客召回，增加购买。

圈人思路

案例2-616媒介部圈人策略

营销目标 对于616大促定下来的KPI，现在有站内行为的人群已不能满足媒介部的人群量级需求，需要通过向外部人群，也就是对潜在用户进行营销，刺激潜在用户转变成唯品会认知用户。

圈人思路

第一步：以站内转化人群为种子用户，lookalike扩展到潜在（行业、媒体偏好）用户群体：

• 得出对于转化正样本的具体偏好行业

• 创建人群

第二步：行业、媒体偏好潜在用户还没能满足需求，对70、80、90女性用户进行扩充：

第三步：通过精选渠道进行投放：

营销效果 潜在用户 认知用户 店铺老客

第一阶段，采用行业和媒体偏好潜在人群投放，点击率能维持点击率3%-4.5%，量级不够情况下，在保证点击率稳定的情况下，进行曝光人群扩充，最终超额完成曝光

竞品案例-ZIPPO天猫店营销案例

营销目标

初期以拉新客为主，通过连续投放转化为认知客户，这个阶段关注的指标更多的是收藏成本和点击率，再通过圈定店铺客户访问轨迹转化为成交，这个阶段看重的是回报率、订单数、订单金额

潜客拉新

圈定人群/收藏数/点击率最大化

制作相应的素材定向认知人群

监测回报率/订单数/订单金额

优胜略汰、ROI最大化

持续分析优化

人群画像

18-35岁中等消费水平人群

客户人群

第一步：拉新并壮大认知人群，此时的圈定思路：

1.人口信息+购买力+非店铺人群组合 2.兴趣点+购买力/折扣率偏好组合，更适合折扣产品 3.非店铺用户+兴趣点组合，竞品流量获取 4.非店铺用户+类目收藏偏好 5.潜在用户

第二步：引导认知客户达成订单，此时的圈人思路

1.近期浏览多次购买人群 2.近期浏览过未购买且有经济能力购买的人群 3.有收藏过店铺且未购买人群 4.近期有收藏店铺报表未购买人群 5. 15天访问来源，圈定转化率较高的渠道人群 6.有将宝贝加入购买车且未购买人群 7.有领取过店铺优惠券的人群 8.浏览收藏频次高未购买人群 9.店铺用户未购买人群

营销效果

使用DMP人群ROI达到5.46，高于其他定向

潜在用户 认知用户 店铺老客

案例地址

03 P A R T

高级人群定向功能

种子用户 扩大受众 展示相关广告

基于种子人群特征，寻找具有相似特征的潜在目标受众，扩大精准营销覆盖范围

分析种子人群的全网行为特征/精准描绘用户画像/并利用智能算法进行深度挖掘 在唯品会覆盖的3亿+网民中拓展出与种子人群高度相似的目标群体

Lookalike人群拓展

TGI：Target Group Index（目标群体指数） TGI指数= (目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例)*标准数100 X-TGI（标签人群中购买品牌商品的显著性）=（指定标签值购买X品牌的概率/所有人群购买X品牌的概率）*100 「栗子（女性在购买X品牌中性别这个标签里面所有标签值的显著性）=（女性购买X品牌的概率/所有人购买X品牌的概率）*100」 Y-TGI（标签人群中购买唯品会商品的显著性）=（指定标签值购买大盘的概率/所有人群购买大盘的概率）*100 「栗子（女性在购买大盘用户在性别这个标签里面所有标签值的显著性）=（女性购买唯品会商品的概率/所有人购买唯品会商品的概率）*100」

TGI人群标签

TGI圈选指导： 首先注重X-TGI值，值越大越好。 其次关注标签的显著性（「X-TGI」-「Y-TGI」），

显著性越高代表对该品牌的忠诚度越高。

THANKS!

感谢聆听