利用超级推荐拉新和进行低价引流

admin

超级推荐作为一款优秀的推广工具，其推广效果是有目共睹的。今天小鱼君和大家说说如何利用超级推荐拉新和进行低价引流。

一、如何提升点击率
要多计划多产品的布局，因为一款产品能拿到的流量是有限的，我们要尽可能多的去覆盖流量。可以看情况多增加些预算，让每个产品尽可能多的拿到展现，两天还没有展现的话，就要开始加价，幅度不要太大，建议每次加价是0.1元。
爆款拉新和新品推广这两个场景都可以用来测款，只不过新品推广这一场景，更针对于上新比较频繁的店铺。
时段设置和地域设置这参考直通车数据来定。
营销场景这，可以选择爆款拉新计划，优化目标选择促进点击，侧重人群选择喜欢相似店铺的人核心和相似宝贝的人。日限额可先设置100，这块不是固定的，要依据需求来设置。
定向这，一定要打开智能定向，拉新定向店铺和宝贝是一定要打开的，关键词这就要看产品形成了多少标签，系统推荐的可以用，但还是建议去做自定义设置。
自己有目的性的组合人群维度去引流，方能更好的强化产品标签。
既然是拉新，我们可以在DMP里自行创建人群包，选择更多的浏览未购买人群，同时还可以唤醒更多的沉默用户，比如90天、180天未购买过的用户，对他们进行重复投放。
人群出价这里，建议出价便宜就选择建议出价，建议出价贵就出到建议出价的80%。可以打开智能调价，默认30%，优化目标选择促进进店，人群这溢价先默认溢价到30%。
最后不要忘了超级推荐本身就是推在猜你喜欢渠道，所以能不能留住消费者的眼球，就要看你这图片是不是过关了。长图创意一定要添加，这能使点击率更高，创意万花筒一定要开，智能创意这也要打钩。超级推荐的创意图最好是和车图分开设计，文案要简单、突出卖点和创意。

二、如何做低价引流
优化的目标：以低ppc获得大量的流量。
`
商品推广计划：
自定义计划，然后创建计划，时段设置和地域设置这参考直通车数据来定，日限额这可以先设置50-100。
超级推荐的一个计划里能加很多款产品，所以添加产品的时候就不要太吝啬了，把所有有销量的产品先都加进来就好。
这么操作是用来扩大流量入口，毕竟一款产品的引流能力是有限的。
定向人群这，所有的定向都可以拿来操作，但不要同时在一个计划里做，也就是要分计划操作，出价这先市场均价的一半，智能调价这可以打开，优化目标这选择促进点击。定向多开是为了去扩大人群的覆盖面。
溢价资源位这，三个猜你喜欢都可以操作，但依然要分开操作，也就是一个计划里选择一个资源位，溢价这可以先20-30%。多资源位操作是为了尽可能多的让我们的产品触达到消费者。
添加创意这，打开创意万花筒，采纳推荐权益和系统文案推荐。
低价要是拿不到流量，就先提高日限额，还拿不到流量就去逐步加价，或是提高时间折扣。

图文推广计划：
既然玩的是低价引流，那原则就是只要有流量的地方就要有我们的身影。
图文推广有两个推广资源位，一是猜你喜欢，一是微淘。只需要注意，投微淘付费方式选择cpc模式，投放猜你喜欢就选择淘积木。
智能定向，重定向店铺/粉丝，也就是一个计划两个人群，资源位溢价30%。

三、如何做产品收割
优化的目标：以老客户和有浏览点击收藏加购的客户为主，去获取高ROI。所选产品建议是至少有100-200的加购。

商品推广计划：
爆款拉新计划，优化目标选促进成交，侧重人群选喜欢相似店铺的人和喜欢相似宝贝的人。
自定义计划，打开智能定向，定向人群重定向这定店铺和宝贝。
重定向宝贝，人群出价出到建议出价的80%，打开智能调价，资源位分开投放，这样比较好分析数据，溢价比例为30%，优化目标选择促进成交。

图文推广计划：
智能计划，营销场景，选择促进新客，重定向店铺/粉丝，猜你喜欢和微淘。有在做微淘就选微淘，没有做微淘就选择买家秀。
因为这时是在做产品收割，人群是早已看过了解过我们产品的客户，所以创意图片这重点突出优惠和降价。

四、细分析定向人群和资源位
智能定向人群：
系统根据店铺访客属性等多项数据维度，为你智能匹配相应人群，流量大且使用标签最多。

重定向人群：
对带有店铺标签的精准人群进行重定向，可以为产品快速打上基础的标签，筛选潜在以及优质老客，这块的转化较高。

拉新定向人群：
从店铺、宝贝、关键词这三方面入手，去满足拉新的多维度要求。
前期通过对重定向这块的操作，关键词定向的相关性高且数量较多，可以用来截胡竟店产品的流量，潜客拉新，这块流量大而且价格低。

DMP定向人群：
前期的作用是用来测试店铺用户，后期跟据标签以及对店铺人群的优化分析，来自定义组合标签，进行精准引流。

猜你喜欢首页资源位：
流量大，点击率高，但收藏加购数据一般，转化相对较低。

猜你喜欢购物中资源位：
收藏加购数据较好，但点击率和转化率的波动较大，可在活动预热期的时候加大投放。
猜你喜欢购物后资源位：
可跨类目拉人群，流量大，人群较杂，收藏加购数据一般，点击率较低，但转化率数据相对较高。