大家在开直通车的时候里面的词怎么开可能都是比较迷惑的。开直通车我们要带着目的去开,不同的目的开车里面加的词可能都是不一样的。今天这篇帖子就和大家重点分享一下直通车里面词的开法和思路。下面我们直接进入正题。
从阶段上面来看一个计划建成的前期主要的目的是养权重。后面的时候可以根据自己的意愿和宝贝的成长情况分为拉搜索、做投产、低价引流等几个目的,那我们在不同的目的上面计划里面放入的词和开法思路都是不同的。下面我们分为几种情况,分别说一下这些情况分别适合开什么目的的车。
1、测款的时候:
这里主要说的是直通车测款测图的时候需要加的词,首先有一个点我们需要了解,这个时候需要的是精准性,只有保证加进去的词是相对精准的,不是空泛的才能保证测款的准确性,因此测款的时候里面加的词是精准的长尾词。测款的时候一般加进去5个左右的精准长尾词就行,预算比较多的想要更多的点击的可以多加一点,一般看实际情况和具体的需求。
2、新产品权重比较低的情况下以二级三级词或者更长的有市场展现的词为主:
新产品刚刚上车的时候由于一般的产品消化流量的能力不强,大词的流量即使进来也会因为难以和高权重的宝贝竞争而转化不高,所以这个时候一般是不开大词的,也是以精准的长尾词为主。那什么时候可以开大词呢?一般是等我们搜索渠道的大词来得比较多的,而且大词开始发生转化了,这个时候可以慢慢地把大词给加到直通车里面去了。这样加词适合前期养权重,权重养起来了以后适合低价引流和做投产的车。主要还是要看词的表现怎么样。
3、开大词可以测试这个产品在市场上的抗压能力:
刚刚上车的时候能不能开大词呢?我们上面说过了,直通车的开法是千变万化的,我们开车的时候是需要带着目的去开车的,如果说一个产品在你做了一点基础销量和买家秀以后开始上车,开长尾词数据表现是不错的,这个时候我们就可以单独开一个大词计划。
大词的特点是市场人气比较大,里面包含的产品种类比较多,但是竞争也是比较大的。前期我们开大词的时候可以根据大词的数据的表现就可以看到我们的产品在现阶段的市场抗压能力有多强,简单的说就是这个产品市场的竞争力有多大。
大词的消化流量的能力在一定的程度上面决定了这个产品的流量上限是多大。这个思路尤其对于一些流量集中的分布在一些大词上面的标品是非常重要的。一旦测试出某一个大词的数据表现是ok的我们可以使用抢位助手持续的抢数据表现比较好的直通车展位都是可以的。开大词计划这种适合直通车拉搜索的车,适合做投产的车和做销量的车。
4. 开搜索里面的优势的词让两个渠道发力的方向一致:
直通车和搜索的方向保持一致有利于两个渠道形成合力去做标签或者购物意图的聚焦。我们可以想象一下,如果说一个宝贝在发展的过程中,搜索是往一个词路方向发展,而我们的直通车却是在往另外一个方向拉就会导致了我们宝贝的权重分散,因此就形成不了好的效果。
两个渠道的词的方向不一致,当直通车上面的点击量大于搜索的情况下就会造成我们所谓的直通车压制搜索的情况。所以在这种情况下一般是搜索有一定的访客了才上车的,我们车里加的词就可以从搜索的来源词里面加。这种情况转化如果说加的大词的市场人气都在3000以上 而且在车里面这些大词的转化比较ok的话适合直通车拉搜索这个目的,也适合做投产拉销量这个目的。
5、按照词路去开,创建和养护不同的购物意图标签的权重:
这种尤其是对于非标品比如说女装是比较常见的,因为非标品的词路比较多,所以操作的时候不可避免的就会有操作哪个词路的区别。这样我们在做直通车的时候就可以分多个计划去开,每个计划开一个词路,就是说这个计划是开哪一个词路的那么这个计划只放上这个词路上面的相关的词,这样各个词路之间的数据进行比较,最终确定这个产品从哪个词路上面重点发力去做。只要确定某一个词路是优势词路。那么我们BU单就围绕这个词路去做,直通车也在这个词路上面进行点击量的放大,进而实现词路标签的聚焦。
精准匹配和广泛匹配的问题:既然是标准计划里面加词,我们就不可避免的有一个问题,就是这些词是开精准还是广泛,他们的效果是不一样的。精准匹配和广泛匹配的特点我们需要知道。一般一个计划开起来前面一周的时间里使用的是精准匹配,在产品和计划的权重比较低的情况下精准匹配一般可能数据跑不动的,我们可以在计划建成的5天左右把调整成广泛,这个时候展现量和点击量会获取的相对快一点。
在广泛匹配下我们需要去观察整体计划的表现,比如说整个计划进来的碎片化多不多,如果多的话有两个处理方式,第一个是出价尽量提高,第二就是把一些数据表现很差的词调整成精准匹配在养一段时间。精准和广泛地使用主要是以拿到的数据好坏为导向,大家可以根据实际情况出发去做。
总结:开直通车我们需要做到的一个点就是灵活性,我上面说的这些情况只是一般的情况都不是绝对的,在情况不同和目标不同的情况下我们加词的方法有可能是穿插在一起使用的。好钢用在刀刃上这个是我们开直通车的总体的原则和思路。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。