最近和朋友聊天，说到媒体广告后台定向，广告后台越来越智能化，系统探索的用户也比较精准，再加上前段时间腾讯广告兴趣定向下线，网上很多文章开始解读行为兴趣定向马上要走向终结，以后都交给系统了。

我弱弱的问朋友手上操作的项目（以头条系举例），你们都用什么定向？

个人公号: 80后信息流，更多干货！

朋友A: 现在全部用的是系统推荐+排除包；

朋友B: 偶尔用莱卡定向（行为兴趣），主要用在新账户新项目前期测试；

朋友C: 90%系统推荐，其余10%会用莱卡或者人群包；

这里有个前提条件是: 朋友ABC, 操作的项目转化目标都是销售线索，主要提交表单为主，所以我们分析的前提条件也是以这个来说。

说说我手上的项目，基本上都是系统推荐+排除包，跑的消耗和转化量也还可以，后端数据指标反馈也在正常范围，线索接通率/有效率/无效率/成交率都在一个持续盈利的范围内。

按照这个分析，系统找的人挺精准的啊，直接通投大法就可以了，比手动操作莱卡定向省事多了，于是乎身边一些朋友根据自己的经验，就判断行为兴趣没有什么作用。

作为一个时刻保持开放心态的投手，后台既然设置了这么多定向，答案肯定是有用的，毕竟头条的工程师也不是吃素的。

简单说下我手上一个项目，之前一直用系统推荐跑的挺好，成本也在可接受的范围内，但是这个项目因为其他因素搁置有2个月没有投放。

再次启动投放的时候，根据经验我还是按照之前的打法系统推荐+排除包，素材维度的区分但是一直跑不起来，素材也尝试了几种风格，甚至把之前跑的好的素材让视频部进行微调还是跑不起来，出价也到了之前最高峰值，按照道理应该也有一条跑起来高消费的计划，一天能消耗过万的。

经过冷静的思考，调整投放思路，立马行动落地，结果跑起来了，成本也还合适；

一: 准备

从历史投放跑量素材中挑选9个跑量最好的素材，让视频部做微调整。

二: 分组

把素材分为三组维度: 口播（数量3个）+混剪（3个）+ 先口播后混剪（3个）

个人公号: 80后信息流，更多干货！

三: 多维度建计划

A广告计划: 行为兴趣（电商资讯APP搜索,选择用户30天内发生的行为）+全部筛选类目词，基本上全覆盖+口播素材1+出价（99）+常规加速投放+头条抖音西瓜

B广告计划: 行为兴趣（电商资讯APP搜索,选择用户30天内发生的行为）+全部筛选类目词，基本上全覆盖+混剪1+出价（95）+常规加速投放+头条抖音

C广告计划: 行为兴趣（电商资讯APP搜索,选择用户30天内发生的行为）+全部筛选类目词，基本上全覆盖+先口播后混剪1+出价（91）+常规加速投放+头条抖音

说明: 以上三个广告计划行为兴趣的设置根据用户覆盖量，稍微有点差异化设置（这里不详细解释），大家可以根据自己项目的实际情况进行设置，出价采用阶梯式出价和差异化版位，不同的素材类型差异化进行投放。

四: 第二组计划

D广告计划: 系统推荐+口播1

E广告计划: 系统推荐+混剪1

F广告计划: 系统推荐+先口播后混剪1

按照这个逻辑，每日分三个时间段上计划，建议在流量高峰前2个小时（可以把历史分时消耗数据拉出来做参考）。

每次上新计划6条，每日总和计划18条，保持稳定健康的基建这里每条计划创意分类/创意标签也有维度的区分，可以提前在表格中做好分组记录，一是方便操作的时候直接复制，二是方便做后期创意分类和标签的数据分析参考，确定哪个类型的创意分类和标签组合哪种类型的素材最容易跑量（需要一定的数据基础进行汇总）。

第二天的时候，有2条计划跑起来了，都是莱卡（行为兴趣）+先口播在混剪，系统推荐始终还是没跑起来，每日消费在2万左右，成本90左右波动，也在合理的接受范围内，大概跑了4天，衰退了。

总结: 关于定向的一些思考

1: 行为兴趣，人群包这些定向是有很大用处，搭配不同的素材在不同的时间点，探索的人群模型也是不同的，这里建议大家多尝试；

2: 不同的定向人群+不同的素材类型，对人群模型影响很大，可以做AB测试，积累基础数据，做最优组合提高跑量的概率，多一些惊喜；

3: 根据自己业务特点和量级找到适合自己账户模型的定向组合，这里我们不仅要盯着前端数据指标，作为投手一定要结合后端数据指标，不同定向和素材带来的客户质量是不一样的，找到既能跑量，后端数据也在合理范围内，平衡点很重要，毕竟跑再多的量，质量不行不成交，也没有什么用。个人公号: 80后信息流，更多干货！