2024-10-29 这两天陆续有和几个圈友深度交流,因为大家彼此都取得了一定的成绩,所以在分享一些项目逻辑与实操经验上,挺感同身受的。 这里简单梳理下: 1. 很多人都在死磕平台,死磕广告投放,但是殊不知有很多“金矿”被人为忽视了,比如询盘站点、EDM、社媒的自动化营销(Pinterest)、程序化 SEO 等,基本都属于是捡钱系列。 2. 质很重要,但量更关键。 其实这个点之前也提到了好几次,像我们这些小团队,成本最低且比较稳妥的做法还是铺量。 比如询盘站点,一个最简单的起量方式,便是不停的上产品链接,然后确保链接被收录(已经见过不少这种类型的成功案例了)。 因为这个过程中,网站会不断得出长尾关键词,相应的流量水平自然而然也就上去了,如果再加上小语种,效果更不得了。 3. 效率非常非常重要。 假如使用 WordPress 上传一万条产品链接,你觉得以你的能力,这项工作多久能完成呢? 要是我来做的话,三天时间就够了。 前两天采集数据,第三天清洗数据与上传数据。 所以这也是为什么国庆假期,我非得花大精力把那个脚手架模板开发出来的原因。 4. 不同属性的客户,需要配合不同的手段进行开发。 通过谷歌开发客户,或者社媒开发客户,总归还是有局限。 因为永远有客户会使用一些意想不到的渠道去获取信息,就好像你喜欢用百度,我喜欢用谷歌。 这个点,我自己也比较欠缺。 5. 邮件营销的触达其实更重要。 设想一个场景,你有 30 个账号,每个账号每天发送 50 封邮件,基本 90% 的触达,你会得到什么? 总体流程便是,利用指纹浏览器做好环境隔离与账户管控,然后将客户资料交给 AI 消化并写一封非常针对性的开发信,再利用 RPA 的方式发送出去。 这样一套精细化的开发流程走下来,会有源源不断的客户与你沟通。 6. 思维打开,多交流多分享,不要局限自己的圈子里。 其实技术思维与市场思维之间最大的一个区别,我认为是以哪个为导向的问题。 比如技术思维的人,老是会陷入技术自嗨模式,甚至有时候产品做不起来会认为是自己的技术不够牛逼。 而市场思维则不一样,基本是向钱看齐。痛点需求存在,我能不能用最简单的方案将这个需求满足了,并获得相应的利益报酬呢。 所以欢迎与我交流,最好带着问题与数据。 6. 专注在一个领域,做长期有积淀的事情。 我现在给自己的定位就是做流量,曾经的技术背景只是给我降本增效提供便利,或者是一些技术性的思路。 主要的业务也就两块,其一是利用程序化 SEO 做联盟营销,其二是利用程序化 SEO 做外贸询盘站点。 前者是为了解决吃饭的问题,后者是解决发展的问题(因为后者的复利效应更大)。 而写文章这件事则是我学习过程中的副产品,没什么目标。 甚至后续如果做课程、做工具,也只是我工作过程的副产品,也没什么目标。

2020-08-14给有需要的朋友普及一下信息流投放定向的知识点。 信息流的定向十分重要,能为广告主的投放提供精准的用户群体,降低广告成本。而一个精准的定向可以让用户、广告主和平台三方收益。 对于用户来说,用户希望在平台上看到自己喜欢的内容,如果给用户推荐太多他不喜欢的内容以及广告,会损失客户的体验。而拥有精准定向,则可以大大减少对用户的打扰。 对于广告主来说,广告主希望找到更加精准的用户群体,降低广告成本。 对于平台来说,平台需要平衡用户和广告主的需求,在尽量提升客户使用体验的同时也提升广告主投放的有效程度。 在做好投放前,我们得了解平台的定向逻辑,因为不同平台对人群的定向的精准度是不同的。而抖音/tiktok上的定向体系是这样的: 1、 地域定向(判断的逻辑是依据GPS/IP/历史城市/服务器地址等因素加权得出来的,GPS优先,比单纯的IP定位更加准确) 2、 性别及年龄定向(基于用户的行为以及看视频得到的数据进行判断。而tiktok可以设置不显示性别,所以有的时候不完全精准,必须要AB测试) 3、 用户行为定向(用户首次激活时间。而有这种需求的广告主主要目的是:1、对新老用户有要求 2、推荐广告给没有看过广告的新用户) 4、 兴趣定向(分为兴趣分类、兴趣关键词、用户兴趣和用户行为。) 首先系统会通过分析用户的行为(点赞、关注、评论以及观看视频的时长等)来对用户打标签,而且标签也不止一个,比如#毕业 #IT #二次元 #宅 #动漫等,标签对于广告主用来找到精准用户会有很大的帮助,而不同标签人群也会被推送不同的广告。 具体来看,系统将兴趣爱好分成了大两类:一种是兴趣分类,另一种是兴趣关键词。 A、 兴趣分类。可以找到用户对那种视频比较感兴趣,比如宠物/户外/美妆等等,颗粒度比较粗。 B、 兴趣关键词。兴趣关键词是根据用户所观看的视频的标签以及评论词云中提取出来的,颗粒度更细。 另外系统也将兴趣分为了另外两类:一种是用户行为,另一种是用户兴趣。 A、 用户行为是根据用户在巨量引擎所有产品中产生的互动行为加权得到的标签(没有经过模型过多的处理),分别为App推广互动行为、资讯互动行为、电商互动行为。 B、 用户兴趣定向是根据用户的行为特征数据(不仅限于互动行为,还有用户属性如年龄性别等),算法模型预估出高潜人群。