互联网获客进入深水区，数据和算法是关键

前面讨论过，如果要驱动产品增长，一个重要的手段是购买用户和流量，有个专有的名词，叫做用户获取(user acquisition)。今天来聊一聊，用户获取的商业手段和打法。

01 如何设计自己的用户获取团队

大体上，可以分为两个大方向：直投和代理。

1. 直投

直投是广告主的用户获取团队（UA团队），自己操盘用户获取的全流程，主要集中在：策略、预算、创意、和目标设定和效果监控。因为团队完全自己操盘，因此，有非常大的自由度控制用户获取。

但直投对团队能力的要求较高，需要用户获取团队能够更深入的理解自己的产品，目标用户，以及整个用户获取的目标和策略。

哪个渠道的投放质量好？哪个素材的表现好？素材需要多久更新一次？当天的市场行情CPI，是不是要提价以争夺更多的用户，ROI是否达标，某个渠道的用户的LTV是否具有竞争力，等等。

如果投放团队还要构建自己的技术栈去赋能用户获取，对团队和公司，都是非常大的挑战。这块技术和能力一旦成功，会成为团队和公司的核心竞争力。

举个例子：下面的职位是一个非常明确的，负责直投的团队的一个职位。

2. 代理

代理是广告主将用户获取完全交给另外一个代理公司负责，自己只指定预算和ROI。代理模式既适用于大团队，也适用于小团队。大规模买量，或者投放和产品联动不多的情况下，比较合适。

Snap在中国招聘agency lead，这个职位负责Snap的agency开发和管理，这些agency，通常就是广告主需要在snap上获取用户是的用户获取团队。广告主只要和agency指定好：

• 需要购买snap的用户
• 预算是xxx
• 要求的ROI目标是xxx

其余的事情，都可以交由agency负责。

02 商业打法

1）包时段

常见于电视广告，广播广告。例如，新闻联播之前的茅台广告，很明显就是包时段广告。一般价格昂贵，不太适合互联网广告模式。

2）包位置

常见于头部流量的媒体。例如，微博的开屏广告，纽约时报的首页位置，都是明显的包位置广告，价格也比较昂贵。品牌广告追求广告曝光，经常采用这种模式。

3）竞价

这是目前互联网广告最常见的模式——即对于每一个可展示的机会，广告主采用竞价的方式来争夺最后的广告展示权。目前主流的模式是一价竞价：价高者得。

03 技战术

接下来以“竞价模式”为例，谈一谈各种技战术如何配合，实现用户获取的目标。

1. 对用户获取目标进行适度的抽象

明确自己的目标，比如：

• 规模：曝光量，互动次数，用户规模
• 成本：千次展示成本/CPM，千次点击成本/CPC，每用户安装成本/CPI
• ROI：付费率，生命周期价值/LTV

应该规避“既要xxxx，又要xxx”的目标。通常来说，很多目标是相冲突的。例如，如果追求曝光量，成本可以下降，但付费率可能不达标；如果追求LTV目标，CPI可能上升，但能获取的用户规模可能受限。

获客团队和产品团队需要了解自己产品所处的生命周期阶段，从而指定合理的获客目标。

2. 搭建关键技术

1）用户画像

用户画像越精准，投放和精细化运营越容易。

粗略的画像可以类似：大学生，男性为主，一线，二线城市。

详细一点的画像可以类似：大学生，男性为主，一线，二线城市，MOBA游戏玩家。

更详细一点的画像可以类似：大学生，男性为主，一线，二线城市，王者荣耀玩家或者英雄联盟玩家。

实现上述的画像，可以靠自有数据，也可以靠第三方数据。依赖第三方数据是比较常见的做法——通常叫做“人群包” “撞库”。

例如，广告主可以将“大学生，男性为主，一线，二线城市，王者荣耀玩家或者英雄联盟玩家” 作为用户画像，向头部媒体购买相应的人群包。或者以“一款定位是一二线城市女性为主的RPG游戏” 为输入条件，向头部媒体购买相应的人群包。

2）定向投放

人群包生成之后，广告主可以实施自己的定向投放策略了。

另一种定向投放的做法是，每一次竞价投放，广告主检查媒体的流量是否复合自己的人群包设定，如果符合，则参与竞价；如果不符合，则不参与。例如，Shoppee在东南亚获客的时候，需要检查潜在的用户是否已经安装过shoppee的app，以及是否是alibaba和lazada的用户 。

另外一种常见的定向投放是，只购买设备ID 明确的用户。例如，iOS用户打开可追踪分享自己的IDFA，android用户分享自己的GAID。由于设备ID是苹果和谷歌的独一无二的ID，因此，在很大程度上保证了用户的真实性，以及可追踪。

还有一个常见的定向投放，根据设备的MSRP(manufacturer’s suggested retail price) / 建议零售价，来竞价投放。这带来一个非常明显的好处， MSRP高的设备，是有钱人：）

3）精细化运营：DLB / ULB

步入获客的深水区之后，需要进行精细化运营，一个关键的技术是：DLB/ULB（device level bidding / user level bidding）， 精准定位设备和用户。这需要结合：用户画像、定向投放、自有产品数据，以及推荐算法。

例如，如果你负责京东的京喜App的获客：

• 一个iPhone 12 MAX机型的用户，安装过淘宝app，根据用户画像，显示这个用户在二线城市，男性，那么，这个用户有多大可能去安装京东的京喜App？如果该用户是目标用户，该用户的获客成本最高可以是多少？
• 一个小米 12 机型的用户，安装过淘宝app，京东的京喜App。但该用户30天没有打开过京喜App。根据用户画像，显示这个用户在二线城市，男性，那么，值得花多少钱投放广告再次激活该用户？

市面上有一些自动化工具，但效果大都可疑。获客团队如果向进入获客的深水区，还是要靠自己对数据的积累，对产品的理解，以及对算法优化的持续投入。

下一次和大家聊一聊互联网广告的行业驱动因素。

参考资料：https://zhuanlan.zhihu.com/p/150240216

#作者#

慢思考快思考，微信公众号：Thinkslowandfast。关注移动互联网和产品变现。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！