SaaS广告如何做好投放定位，账户搭建在算法、操作技巧、用户体量、资源这四个方面的做法，以及对投放数据化模型的思考，真正做到从 0 到千万的业绩。

　　01 如何做好投放定位

　　在切入正题前，与大家分享一个有意思的现象，这是几款冰箱的宣传页面，它们的功能都大同小异，却都打上「母婴」的场景，而非「啤酒」的场景。

　　

 

　　请大家先思考两个问题：

　　1. 有那么多场景可以选择，为什么非要选择母婴的场景，而不是男人看球赛喝啤酒的场景。出于好奇，我还真搜了下，发现真没人去打啤酒的场景。

　　2. 母婴场景的客群画像和喝啤酒看球赛的客群画像，从性别、年龄、兴趣爱好这几个维度来判定是否一致?

　　结果显而易见。定位母婴场景的转化率更高，这个场景的客群画像与看球赛喝啤酒的客群画像是不一样的。

　　回归正题。广告投放如何做好市场定位?

　　首先我需要引出一个理论：待办任务，由克里斯坦森提出。我从主要原则中抽出了 5 点与营销相关的原则。

　　1. 人们购买产品和服务是为了完成“任务” 。

　　2. 任务是功能性的，具有情感成分和社会成分。To B 投放和 To C 投放的本质区别是，用户与客户是分离的，他们通常情况下不是同一个人。

　　当我们做 To C 投放时，通常只要解决一个用户的时刻，让用户产生冲突，用感性的部分打动到他，就可能会产生购买。但是做 To B 投放时，既要有理性的部分满足用户对业务的需求，又要有感性的部分满足他们的情感需求。

　　3. 待办任务是随着时间推移是稳定的。

　　4. 待办任务和解决方案无关。比如「从北京到上海」这一任务，在 2000 年前人们选择马车或步行来解决，今天我们能选择火车、飞机、自驾等方式来解决。

　　5. 成功是对任务进行分析，而不是产品或者客户作为分析单位。可以说，这一点是对营销最有用的一个原则。

　　因此，在用户调研中如何明确客户的待办任务呢?经过多用户调研，我们总结出了四大类问题并拆分成 28 个小问题(如图所示)。在客户的意愿范围内，通过设计话术将这些问题尽量详细地问出来。

　　

 

　　当这些问题问出来之后，需要从以下这几个维度进行分析，来明确客户的待办任务。

　　1. 纠结时刻。被访谈者提出导致他们挣扎并寻求新的解决方案的事件或背景。比如，用户正努力提高每个月的线索获取量，但又不会在抖音上进行投放。

　　2. 动机。被访谈者想使用新的方法来完成这个任务。如用户希望建立一个获取线索的销售漏斗，使线索生成的过程自动化。

　　3. 驱动力。它是导致用户寻求新的解决方案而不再按照原来的方式进行工作的情感力量。如用户现在很沮丧，因为在过去几个月里没有达到线索获取目标。

　　4. 感知到的价值。一旦有了新的解决方案，被访谈者如何设想当前情况会变得更好。

　　5. 体验的价值。被访谈者如何体验产品。

　　6. 考虑过的解决方案。

　　7. 功能任务。被访谈者希望完成的核心任务。

　　8. 情感任务。在执行核心任务过程中，被访谈者希望感受到什么或避免什么。

　　9. 社交任务。被访谈者希望别人如何看待他们。

　　当我们把这 9 个维度的问题分析出来之后，大家在投放过程中，无论是从视频内容、落地页、创意标题、关键词等各个维度，都能帮助大家输出成果。

　　02 账户搭建

　　关于账户搭建，我划分了 4 个象限：

　　第一个象限是算法。一方面是平台对内容的要求，另一方面是从算法的层面应该关注的数据。

　　第二个象限是操作技巧。一方面是创意标题的写法，另一方面是通过写标签得到精准的销售线索。

　　第三个象限是客户体量。包括用户覆盖数量和渠道选择。

　　第四个象限是资源。包括渠道返点。

　　算法

　　目前，所有的信息流平台都要求用户提供优质的内容，那么优质内容的判断标准是什么?

　　1. 内容

　　一个账户的视频内容围绕一个主题，不要围绕多个主题或多个产品线。可以通过换人、换场景的表现形式去呈现内容。

　　(1)视频内容要结合平台热点，如美女、豪车这样容易吸引眼球的视频。我之前做过测试，同样一段口播，漂亮的美女读和中年大叔读，点击率能相差大概 1 个百分点。

　　(2)视频尽量用实景，前 3 秒突出主题，语音清楚 ，画面不能模糊。通常一段画面模糊、封闭空间的视频物料不会被系统判为优质素材。

　　2. 数据

　　在投放过程中，尽管抖音等平台官方从未表明有账户的打分机制，但事实并非如此。抖音的工程师和「dou+小助手」直播都说过，每个账户系统都会给打分。让账户保持在高分的状态，需要注意以下数据：

　　(1)前 3 秒的播放率。很多广告投放前 3 秒的播放率低，甚至不到 3% ，广告成本居高不下。

　　(2)完播率。

　　(3)点击率。

　　(4)分享、点赞的数量。

　　(5)转化率。

　　不同行业的数据不同，没有明确的标准。数据受客单价影响很大，客单价高数据低，客单价免费数据就会很高。这个不能比较，重要的是多关注，尽量优化数据，保证账户的稳定性。

　　3. 账户预算

　　账户预算是影响账户质量评分的重要因素。如果平常只跑 20 条线索，今天突然跑了 50 条，那后几天你会发现账户的获取线索质量明显下滑。为了不影响账户的质量和评分，预算不要过多的调整，尽量稳定。

　　操作技巧

　　操作技巧是提升展现量、获取精准客户以及找到优质客户的重要因素。它不仅有根据产品特性、目标人群的定向，还有被忽略的东西，如创意标题和标签的写法。

　　1. 创意标题写法

　　做 C 端和 B 端投放有很大差别。在 C 端，大家更多地去蹭一些热点，会用 XX 活动类噱头来吸引客户。如 XX 婚纱摄影平台限时免费领取，惊爆价 XX，这类标题能够让顾客产生快速购买的满足感。但这类操作完全不适用于 B 端，只会带来一些薅羊毛的人。当很多「羊毛党」在你的广告账户中留资，系统会认为这类人群符合你的标准和需求，会不断地更改系统人群模型的定位。

　　我为大家总结了四个能够提升展现量以及能帮助系统定位到精准人群的创意标题写法，适用于百度、头条、腾讯等所有渠道。公式如下：

　　(1)XX客户+产品名称+成果

　　例子：百度汽车在使用的营销系统，一天获取300条线索。

　　(2)产品名称+成果

　　例子：蓝天巡检系统，无需培训即可轻松使用。

　　(3)用户群体+产品名称+成果

　　例子：餐饮门店需要这款巡店系统，一个督导轻松管理10家门店

　　前三个公式需要注意的是，在描写成果时最好是描述现象，而不是一个结论。比如，一些客户本身自带流量，又是你的典型客户，那么在沟通的时刻，让他的品牌带入你的广告，这是个很好的赋能。

　　(4)地点+用户群体+产品

　　例子：成都的餐饮老板都在使用这款财务系统。

　　要知道，地方一方面会让广告有针对性，另一方面可以丰富标题模型。

　　2. 标签公式

　　标签是抖音渠道特有的定向方式。创意分类和创意标签是广告对系统的自我介绍，帮助系统了解产品的功能，从而帮你找到准确的人;创意分类的选择思路是“越准越好”，广告是哪个分类就选那个分类;创意标签的思路是“越准越好、越细越好、越多越好 ”。

　　To B 行业抖音投放的标签公式如下：

　　(1)行业+目标人群+功能描述

　　(2)竞品+功能描述+成果描述

　　(3)目标人群+客户行业知名品牌+功能描述

　　这三种组合方式是我在做 B 端时的经验。在这个问题上，跟大家分享一下 C 端和 B 端写标签的不同。

　　C 端产品覆盖人群和用户基数大，在做投放时，采用的标签策略时加入热点事件，或者和产品相关的自带流量的人物。这种人物关键词的搜索频率和事件触达频率高，并且本身用户基数和观看者的匹配度高，因此大多数时候能做出不错的产出。

　　但是 B 端产品有明确的行业和功能，用户群体小，不适用于用C 端的标签定向方式。

　　用户体量

　　1. 用户覆盖数量

　　通常我们投放广告很多时候出现一个问题：在合理的大盘出价范围内没有展现。这种情况 80% 的原因是用户人群覆盖量少。当用户群体高于 1000 万人，会有好的展现;当用户群体低于 1000 万人，即使有很多的输出，也很难展现。

　　例如，我有一个朋友的产品，客单价在 50 万左右，为了节省销售人力，在定向上非常严苛。在投放广告时，将区域定向到北京市西城区西单金融街这类明确的地理位置，将手机价格定位在 1 万元以上。但是账户却没有消费。是渠道的问题吗?我们调查了在抖音上的同行竞品数据，日均账户都在 5W 以上。

　　我的建议是：适当地放宽定向扩大用户群体，广告投放的计划人群覆盖量尽量超过 1000 W，定向方面由创意标题以及标签写法的角度作补充。

　　2. 渠道选择

　　如母婴、宠物产品的用户群体，他们主要集中在美优母婴、美柚宠物等垂直平台。之前鲁扬在《短视频营销战役，To B 企业如何突围?》中分享过平台特性，我这里不再赘述。

　　资源

　　资源部分主要讲渠道返点。

　　如果有长期做投放的打算，希望大家能去和渠道处好关系，会带来隐形福利，如大盘价格数据、同行竞品数据，甚至免费的资源。比如，腾讯就免费赠送过我几期免费的 MBA 广告。

　　更重要的还是返点。实际充值的钱和在账户中体现的钱是不一样的，每个渠道都会给使用者提供渠道返点。在 2018 年和 2019 年时，抖音渠道还能找到 37%~40% 的返点，从 2020 年开始，抖音渠道的政策逐渐降低。

　　目前一些小渠道上的代理商给的政策差异化还是蛮大的，如像 360、搜狗， UC 等，一方面取决于他们是在什么层级的代理，另一方面取决于与你的客户关系。建议大家多多比较，找到能给到合适代理政策的渠道。

　　03 投放数据化模型

　　从 C 端投放切入到 B 端，最难适应的一点是 B 端的成交周期长。一开始没有成交量，缺少数据支撑，难以确认是投放的问题还是其他问题，也没办法找出优化的方向。后来通过数据化模型统计，发现我最大问题在待成交客户阶段。因此数据搭建、数据精细化运营和市场数据化至关重要。

　　最开始，我们关注的数据有数据量、数据成本、有效数量、成交率。在客户画像上，市场部门的职责是获得足够多的数据量来符合 MQL 标准，看重有效率而非成交率。后面按照销售里程碑的数据化模型统计，当每个阶段都呈现出来后找到问题进而优化。维度包括：画像、成果、方案的匹配，以及待成交客户、成交客户和增购客户。

　　

 

　　画像客户：满足 MQL 的标准的客户，比如是否是财务部门、人力部门或者老板，公司规模是否有 100 人，是否有技术人员，是否有 3 家以上的店面，营收是否达到 1 千万，等等。

　　在操作上，这个阶段的数据转化率低，可以检查在广告推广中的内容，是否定位出错，或者从私域流量运营方面入手，做精细化运营提升画像。

　　成果匹配：客户出现的问题和你在推广中进行的描述是否匹配。比如传达任务的时候出现偏差执行不到位。当成果匹配转化率低时，需要调整实现任务的成果描述。

　　方案匹配：客户认可的解决方案，能够解决客户的当前问题。

　　在做 B 端客户时，我们都有想要打的场景，比如电冰箱匹配母婴场景，是希望所有客户是根据母婴需求进来的，尽管会有部分客户因为喝啤酒而买需求，但这两方面并不冲突。我们做选择时，应去判断我们的选择点是否符合大体量、大场景。

　　在当前越来越激烈的市场环境中，线索获取成本、难度都在提高，我们除了要拓展更多线索的获取渠道，内部也要优化提升各阶段的转化率，以此保证投产。目前大部分公司只是在不断想办法获取线索，但是对于市场数据化的方面意识比较弱，这点也是影响投放的关键因素之一。