炸开聚划算的大门史上最牛的钻展聚划算玩法

　　卖家网注：聚划算活动下来，代表淘宝给您机会了，但您交出多少成绩单，直接关系您接下来聚划算旅行是否快乐继续下去在聚划算来临前，钻展这边可以从两方面进行思考及准备，一方面是全店情况，另一方面是钻展自身准备情况。
　　直通车是否已经无法满足你的推广要求？常规的钻石展位还是没法拿到大量的定向访客？我也有这样的烦恼，所以特地去请教了大麦钻展娘子军，她说，在某种程度上说，钻展投产比能做到比原来的提升到50100以上。我听后惊呆了，这是怎么做到的？用了达摩盘DMP，对购买人群进行大数据分析和定位，拿到我们最想要的流量。
　　现在就来看看这家女鞋天猫店的钻展锐变之路吧！
　　史上最牛的钻展聚划算玩法是结合DMP达摩盘做的，回报率迅速上升。4月该店铺钻展总共投入11W，3天回报率达到4。93，收藏数达到9321个，预估这次聚划算光钻展单个渠道能带给店主约10万的纯利润。
　　店铺背景：豆豆鞋的天猫店，月销量在110W，直通车日消耗在1500，直通车成交占比0。51。
　　聚划算钻展投放和平时钻展投放是有区别的。问题来了，聚划算投放和竞争力的定向玩法是怎样的呢？
　　在聚划算来临前，钻展这边可以从两方面进行思考及准备，一方面是全店情况，另一方面是钻展自身准备情况。
　　一、关注店铺情况
　　我认为最值得钻展操作员在聚划算前关注的店铺维度有两点，一个是要知悉店铺的转化、流量及客单价情况，另一个点是要清楚店铺在哪个端口转化效果较好。
　　钻展专员在聚划算前应该养成一个意识，结合店铺情况与店铺运营讨论，清楚的知道整体聚划算目标营业额，流量、客单价及转化率，这样推广时才能预估推广工具能带来的营业额目标及引流需求。
　　所以在此次聚划算开始前，我也做了店铺内部数据分析。针对性地钻展相对应的营业额目标及流量目标，店铺聚划算预定目标是200万，给到钻展的预算是11。5W，根据全店流量拆分钻展这边要达到15。3W流量才能帮全店达到目标营业额，所以我们对聚划算前及聚划算中的流量做出了拆分，如图3，大家很容易看到，在预热期间我们的投放金额都是递进式的。
　　大家要思考下为什么要这样设置，为什么不在聚划算时才立马拔高预算，而是在聚划算前就已经开始拔高预算了，而且在聚划算前考核的因素是否还以roi为准，这都是值得大家思考的问题，要清楚蓄力而发的奥妙之处，也是同样适用于钻展的，在聚划算前，预热是很关键的，预热的成败占你整个活动很多因素，所以在预热阶段我们预算布局应呈递增式增长，越靠近聚划算的流量转化就越高，这此期间我们应该密切关注钻展后台的收藏维度，看下整体收藏率能不能保持在一个平稳上升的状态。
　　再者，留意下店铺哪个端口转化较好，便于预热及聚划算时我们投放做出相应效果预判，通过生意参谋我们可以清楚的知道该女鞋店较有转化优势的端口是无线端，如图4，所以在预热时我们就可以有意识的在无线端加大预热。
　　二、钻展自身准备
　　在钻展方面的准备，着重说下定向，聚划算前常规定向测试是必须的。我们还要关注定向测试的两个方面，一个是地域的测试，另一个是dmp的测试。
　　在地域测试时，从生意参谋中挑出店铺里转化TOP的地域尝试测试，为聚划算时优质转化计划做准备，此次我们为女鞋店选了如下的top前10地域做了专门的定向测试（如图5），再最后聚划算投放结果，很明显看到有做地域调整的计划比没做地域调整的计划roi高70（如图6）可以说是非常恐怖的一个值差！
　　有人就会问了，为什么没有拿时间定向作为重要的测试呢？因为在聚划算时，基本上聚划算期间转化率都是相对较高的，所以我们在时间端的投放上，除了夜间大家熟睡的时间段不用投，其他时段都建议大家投放，特别是在聚划算快开始前的几个小时的时间要着重关注下。
　　再次，我们还需要再关注一个定向amp；amp；mdash；amp；amp；mdash；dmp定向，其实我们在接手女鞋店时，钻展测试阶段，用访客定向和兴趣点做了一系列测试，当时相较兴趣点定向，访客定向转化结果还是比较理想的，但是一查看访客定向人数，发现了问题的严重性，访客定向店铺人数，远远达不到我们聚划算时店铺需要带来的流量，但兴趣点流量不太精准，进行流量补充有很大可能会拉低钻展整体转化！
　　相信很多卖家也有遇过这样的情况，这时候我们第一时间就想到了dmp的运用！
　　DMP定向主要可以分成两个维度来进行圈人，一个是店铺行为圈人，一个是属性圈人，换句话说，我们可以自由组合圈出我们的新老客户。
　　新老客户圈人的思路，可以按照以下公式尝试圈人
　　属性圈人组合维度基本属性购物习惯兴趣点其他
　　行为圈人组合维度周期店铺行为其他
　　这次聚划算dmp圈人的思路就沿用以上的公式圈人方法，最好的dmp人群回报率能达到25。52，如果商家有条件也可以去研究下御膳房是如何使用，下图部分数据也是笔者团队自身利用御膳房针对店铺做的更进一步数据拆分、组合、提炼进行的大数据实战演练，也取得了不错的成绩，御膳房人群回报率也达到11。09。