有人表示人群精准能够降低成本，有人认为通投更易于获取流量，我……-精准获客

设定定向的衡量标准

定向的作用在于助力模型找寻目标人群，即在投放初始时期划定一个范畴，辅助模型“识别人群”。那么，是否要协助模型识别人群的衡量标准可以是：

你与模型谁找寻的人群更为精准？你又有多大的信心？

找寻目标用户的过程能够通过这个公式来呈现：

找到目标用户数量 = 转化率×人群范围

当你添加定向后，便缩小了人群的范围，使得人群范畴变窄；倘若你所找到的特征未必比系统普遍投放所找到的特征更为准确，那还不如不设定向，这取决于你的信心程度。

例如，你邀请了一位抖音的知名博主拍摄广告，并期望将广告投放给他的粉丝，此时你运用人群包“确切圈定”关注他的人，必然会比系统自行找寻他的粉丝更为精确。

你会较为有信心的典型场景如下：

将所有已经完成转化的人群进行排除，这是你极为确定的；

对已转化人群进行拓展，其精准度也相对较高；

行业人群包，例如游戏付费、有贷款意向的人群，这些都是明确的数据积累；

在这些场景中，你都能够运用定向来辅助模型找寻人群。

“你有多大的把握”还与推广的产品以及转化目标有着紧密的关联：

媒体进行广告投放的过程，是持续了解用户、

图片[1]-有人表示人群精准能够降低成本，有人认为通投更易于获取流量，我……-精准获客

了解广告的过程，将用户与广告进行匹配。历史投放数据越多，媒体对用户和广告的了解就越深入，特征识别也会更加精准。

倘若你推广的是一款游戏，其转化目标为付费，那么特征的找寻会较为困难，可以利用人群包或系统推荐的定向进行干预；

倘若你推广的是贷款产品，其转化目标为注册，由于媒体已经拥有大量的行业数据，特征相对容易找寻，便可以放宽定向的设置；

关于定向宽窄的两种思路

针对“人群精准成本低，普遍投放容易获取流量”的矛盾，我们可以参考头条系统推荐定向的逻辑：

兴趣定向所选择的人群会依据投放效果实时进行动态调整，并逐步扩大兴趣定向的范围。

存在两种思路：

1）先窄后宽

当你认为系统找寻人群存在一定难度时，通过设置定向来帮助模型确定特征，可以先运用行业人群包或已转化用户进行拓展，待积累一定数据后再进行放宽。如果一定要给出一个大致的参考数值，可以在计划累计获得30个以上的转化后进行放宽。

例如投放贷款产品“借你钱”：

该产品要求凭借信用卡进行借款，那么便可以定向为“互联网金融 – 持有信用卡”

再加上“行业分类 – 银行产品&网贷平台高精度人群”

ps：以下的这些转化目标也能够全部选择。全部选择的话是7495541。相差二十多万人，占比较小，影响不大。

随后可以将这两个人群包进行并集操作。也可以进行交集操作，这样人群的范围就会相对较小，仅有200万，此时需要注意适当提高一些出价。

贷款产品“借你钱”的参考定向方案

必选：

互联网金融 – 持有信用卡

过滤已安装、排除已转化、限制系统最低版本

可选：

行业分类 – 银行产品&网贷平台高精度人群

性别：男性

当计划积累了一定的数据后，可以逐步放宽两个可选项，这样最终的人群数量在6千万以上，覆盖量是充足的。

预估覆盖人群建议不低于1000万，若低于此数值则需要注意出价，以确保计划能够获取到流量。

关于定向，还有一点需要强调：

在进行窄定向时，不建议过于执着，只要能够合理自洽即可。不存在“这样做是完全正确的、能得100分，那样做是绝对错误的、只能得30分”的情况。大多数时候你无法看到具体的分数——计划甚至可能根本不花费资金。即使计划花费了资金，也存在许多影响因素，未必是“某一个定向”所导致的。因此，很难对定向做出明确的结论——判断谁比谁更好。

通常情况下，你只能发现某个定向的大致方向上较为好用（使用这种类型的定向计划更容易成功投放），而无法确定“何种定向”一定不好用（大部分计划都难以成功投放，且不清楚是由何种因素所导致）。

定向本身就是一个较为模糊的概念，以上面的例子来说，银行产品本身就涵盖了贷款和理财两类产品，而这两类人群的差异较大，媒体方并未进行进一步的细分；在定义用户是高精度还是一般精度时，媒体也难以做到十分精确，所以只要你认为这样的选择在大方向上逻辑通顺即可。

强烈建议以开放的心态进行多次尝试，一个产品可以设置几组不同的定向分别进行投放，经过一段时间的数据观察后再做出判断。

2）始终宽

头条在某些情况下确实可以不设定向。在一些情形下，完全依靠模型找寻的人群会比人工找寻的更为准确。

例如投放高德地图，其受众范围广泛，但现有产品的基数较大，因此一定要做好排除工作。

“高德地图”的参考定向方案

必选：

过滤已安装、排除已转化、限制系统最低版本

可选：

系统推荐

总结