一、信息流广告原理
信息流广告也是竞价广告,只不过区别于传统搜索竞争对手排位之争,改为争取每一次用户的曝光权限。而是否能争取到曝光权限取决于ECPM值,eCPM(预分配曝光)=出价*质量度(CTR)。当然针对目前多种出价方式(CPM、CPC、CPA、oCPM、oCPC),ECPM都有相应的换算。
这里面最重要的是预估CTR和预估CVR,会根据人群特征、行业特征、历史CTR、CVR以及广告和页面素材等综合因素去预估每一次的CTR和CVR。
信息流广告
二、信息流广告平台
目前信息流平台主要分为社交类、资讯类、工具类以及视频类等,处于第一阵营的依然被BATT流量巨头垄断,因为用户量大、算法精准,对于广告主来说,也是必争之地。
三、信息流如何 *** 作
广告=合适时间+合适场景(媒介)+合适广告(素材)+合适人群(推送),信息流广告重要环节就是定向、素材、页面和出价。也就是如何精准标签定向到合适的人,针对这些不同定向人群如何制作相应的素材吸引并加以转化,并且针对不同的人群应该采取什么价格购买才保证ROI合理。
1、产品了解
信息流或者说任何营销之前,我们首先得了解自身产品特征,只有先提炼自身产品卖点,后面才能满足定向人群的需求痛点,以便制作相应的素材,同时了解产品的时候也会发现部分人群并不是自身用户,因为产品无法满足。
不同的行业产品要围绕自身特征进行结构化维度分解,产品了解的越加细致对卖点的提炼更加准确,此处建议多和公司客服销售以及服务人员进行沟通。
2、用户了解
用户这块主要是围绕用户画像和用户需求、痛点进行分析,用户画像越清晰便于后期的定向 *** 作,包括年龄、性别、地域、学历、职业收入、兴趣爱好、上网习惯、消费属性等等。此外在用户真实需求和痛点方面,一定要深挖,了解用户为什么要选择这个产品,目的是什么?这个产品的供应方这么多,如何要选择你?所以用户评判决策的需求点在什么地方?此处除了和客服销售了解外,也可以自建社群进行用户调研,在一些用户出没的社区、论坛、以及电商服务评论网站查看用户的言论等等。
3、平台选择
(1)日活、月活、时长、启动次数
可以根据艾瑞或易观等平台查看该APP相关数据情况,日活越大、用户越多,时长越久启动次数越多说明用户质量越高、粘性越足。
(2)平台用户分析
决定是否能获取大量曝光的前提是该平台有大量符合自身用户,所以一定要分析该平台的用户人群分布,以便和自身产品用户人群匹配。
(3)数据维度算法定向
信息流广告是根据用户标签定向来锁定人群,决定人群精准度考验的是该平台数据维度真实多样,算法识别标签能力以及定向维度。比如说数据的准确性来说,微信就更上一层,因为数据真实(绑定身份z开通支付钱包)、所以基础定向更加精准。从数据维度来说,微信有社交数据、支付数据、阅读数据、地图数据等等,加上腾讯系众多矩阵产品,数据打通的情况下获取用户的标签能力更准。
但是数据准确还需要算法识别,我们知道大多信息流平台是按兴趣来定向,但兴趣强烈、时间性,如何给大量动态用户标签定向是考验平台算法的。比如一位男性看了体育足球相关文章,那给这位用户加上体育标签,但这个体育标签给的系数是多少?10%还是90%?是否是长期兴趣?时间大概有多久看一篇关注等等?
(4)人群定向
在我们对产品、用户和平台加以了解后,我们就需要建立起自己的用户人群定向,不论是信息流还是搜索广告,无非是花钱去购买,但是人群是分核心、目标和潜在人群的,搜索来说,根据关键词的意图强弱分为品牌词、产品词、通用词和人群词,那核心人群就是品牌词,目标人群是产品和通用词,潜在人群是人群行业词。流量是从小到大,但是转化率却是高到低。我们要综合计算出每类人群的CVR给出一个合理的价格和预算。对于信息流来说也是同样原理,划分出核心目标潜在人群每类人群在该平台有哪些定向组合可以符合圈定。当然信息流平台可以采取后验方式。
目前大部分平台定向划分为基础、兴趣和行为定向,其中基础定向(年龄性别地域学历婚恋)偏泛人群、兴趣定向偏目标、而行为定向(搜索、APP、电商、社交互动)更偏精准效果,所以在以效果为主的情况下一般都是以基础+兴趣,基础+行为等多种交叉定向组合进行测试。另外成熟信息流平台利用DMP数据分析,广告主可以上传已转化数据人群包进行lookalike扩展人群,也是定向方式的一种。
(5)素材落地页
针对不同的人群定向,需要用不同的素材(卖点+样式)组合进行吸引。比如针对目标人群来说,用户的需求点很多,包括师资、教材、价格、教学效果等等,每一个需求点都可以提炼出不同的卖点满足。即使针对价格这个需求点,文案可以打满减、0元、免费、试用、赠送、优惠名额截止时间等等,所以可以编辑出多种价格文案,在图片上又可以分为大图、三图、组图、以及四宫格、九宫格、拼接等样式,两两组合形成的结果很多,当然目前部分平台如头条系已经是可以程序化创意,机器自动组合上传的创意进行测试优化组合。素材除了多样性、相关性还有一点就是新鲜度,如以CPC出价模式(或ocpc、ocpm)想要获取到曝光首先前提是提高CTR来获得较高的ECPM值。虽然在上新广告之前,系统会根据用户人群特征、历史CTR等因素给一个该广告预估CTR,当CTR较高时就可以获得更多的曝光量,但当该广告真实CTR出现时,如果较低,则会在一段时间内降低ECPM值,即使高的情况下也会随着时间推移CTR降低,所以这就是为什么信息流广告平台不断要新增广告。
另外一定要注意的是不同的信息流平台,一定要符合该平台用户特征进行描述文案,比如对于知乎来说,可以是问答求教体,这样更加原生增加CTR。落地页这块除了部分平台载体可以多样化尝试,比如微信的公众号、小程序、H5页面。如果是公众号作为载体,由于直接转化路径加长,但是利于一些擅长做内容用户运营的广告主,这个需要测试。小程序这块可以使转化路径更加通畅。针对信息流的页面一般以短版bananer突出,转化入口前置,尾部再次添加入口。
(6)出价预算
目前信息流平台出价方式多样,包括排期广告、CPM、CPC、CPA、Ocpm、Ocpc等等。起始出价高于系统建议或历史稳定CPA方式,预算最好不要限制太多,当曝光量大于5000时数据才可靠。并且一定要根据不同圈层人群划分出不同出价和预算。
基于:1,业务:和市场营销相关,因此政府机关单位数据不考虑。
2.体量:拥有足够多有价值的数据。这一条很多互联网企业和传统大企业都能满足。
3.技术:有技术能力处理大数据。
上面3个因素,国内能做大数据市场营销的还真只有BAT三家。国外的不熟悉,这里不谈。
众所周知,三家的数据特点各不相同。腾讯优势在社交数据;阿里巴巴优势在商品和交易数据;百度优势在全网信息、消费者行为和主动需求数据。
当然例如平安、宝洁、沃尔玛这样的大企业,其自身肯定积累了大量的数据,基于这些数据的数据挖掘、过去就一直在做的网站分析等业务,虽然现今都冠以“大数据”的名义,但这与我们讨论的大数据还不尽相同,他们用传统数据工具对抽取一定数据进行分析,能基于那些数据进行挖掘,只是数量增多了而已,总体而言仍然属于传统的小数据范畴。
无论做任何事情,如果没有方向没有计划,那么这件事一定很难做成功。网络营销也一样,在网络营销的战场上如果没有好的战略、没有好的方案,那么可能也只是徒劳一场,或者收获甚微,那么怎么做出合理的网络营销方案?一起来探讨一下:
一、什么是网络营销方案?网络营销方案这个词相信很多从事网站建设、网络推广等行业人士都听说过,但我相信认真策划过网络营销方案的朋友并不是很多。简单的来说,网络营销方案急速根据我们需要推广的产品或服务,综合各种网络营销手段,策划合理的网络营销一系列进行的计划。
如:一个描述了,某一个营销活动从开始到结束的过程,描述包括:确立本次网络营销的目的、开展方法、目标客户群体、工作安排、应急计划等,就可以视为一份网络营销方案。
二、网络营销方案有什么用?网络营销方案的制定,给众多企业提供了开展网络营销的指南针,网络营销方案能够解决企业不懂专业网络营销方法、没有专业营销人才的困惑,满足企业本身发向网络发展的专业解决方案,为企业产品再网络上进行销售开拓渠道。
三:网络营销方案重要的6个点1.明确说明本次网络营销活动的目的,树立目标。
2.明确规定本次网络营销活动需要的人力、物力、资金等。
3.明确细分人力支配,各人所负责的工作,提高工作效率。
4.明确各个环节的分工支配,以及各小部门的负责人。
5.明确各个环节的实施时间。
6.考虑在进行过程中如果出现意外的应对策略。
四:网络营销方案分类网络营销方案是为了能够更好的给企业提供完善的营销战略,制定网络营销方案时可以根据企业营销目的进行分类,并且根据具体目的针对性定制不同的网络营销方案。
1.提高企业品牌形象方案
针对部分中小企业想通过网络提高自身企业的品牌形象而制定。随着互联网的发展,部分中小企业需要通过网络来提高企业知名度和维护品牌形象,哪怕不开展网络销售,所以制定这类型网络营销方案,需要针对提高客户对企业的品牌形象和提高企业在行业内的品牌形象。
2.开拓网络销售渠道方案
针对传统企业想要务求多方面、多渠道发展而定制,传统企业想要通过互联网进行销售自己的产品,但是由于经验不足而不从下手,这种网络营销方案则是针对企业产品销售进行定制。
3.企业服务提升方案
针对于需要给实体客户提供售后或售前咨询而定制。目前众多的实体店客户有这样的需求(如:医院、美容院),实体店需要给新老客户提供售后和售前的服务,对于这种客户需要针对性给企业建设一个可以快速、便捷可以为企业和客户提供快速交流平台的方案。
4.综合型
针对于以上的三种需求或其他需求综合一体的网络营销方案。针对这样的客户需要提供企业开展网络营销的一系列战略方案,汇集提高企业品牌形象、开通企业网络销售渠道、提升企业服务等需求为一体,策划合理的网络营销方案。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)