信息流广告行为兴趣定向底层逻辑算法

行为兴趣定向

1: 行为兴趣的背后是计划的数据

行为是用户在平台的动作：点赞、评论、分享、点击、下单、成交等，用户发生过的标签

兴趣不一定发生，我有打高尔夫的兴趣，但是从来没打过，因为穷

系统会根据用户的行为标签来分类确定你的兴趣，推荐给你感兴趣的广告

从以上分析我们可以推测出：

行为精准、兴趣宽泛

行为对应的广告计划：点击率、转化率相对准确真实

兴趣对应的广告计划：点击率、转化率相对比较虚

莱卡的核心重点：行为和兴趣的配比

A：人群画像宽泛：可以先宽后窄，行为兴趣三七开，把兴趣放大，观察2部分数据

千展/点击率/转化率，这三个指标看不同展现量节点的变化，比如曝光量3000的时候是多少，曝光量5000的时候是多少？ 曝光量最大的计划是多少？

消耗/曝光/转化，这三个指标看速度， 看速度最快的计划千展/点击率/转化率在哪个范围？

总结:

千展/点击率/转化率：看范围

消耗/曝光/转化: 看速度

看最大的速度在哪个范围

通过上面两组数据的互相对比来确定你的莱卡配比是否合理

B：人群画像窄：先窄后宽，行为兴趣六四开或者五五开，根据模型