超级推荐横空出世后，也是受到了不少争议，会操作的能快速从中获益，不会做的争相模仿后依旧是无任何结果。其实超级推荐的操作没有多难，逻辑就是做人群的组合和标签的筛选，把店内优质的产品展示给真正有需求的买家。今天就从以下三方面与各位聊聊——关于超级推荐的具体玩法。
1、超级推荐新品推广

能放在超推新品推广计划里的一定是新品。那一款新品的发展他最需要的是什么呢？是优质的流量。没错，此时我们优化的重点就在于引流，明确了这一点后面的操作就容易高效的落实下去了。

新品推广计划这有两个最重要的板块，优化目标和侧重人群。

优化目标有两个，促进点击和促进收藏加购，要怎么选择？其实没必要纠结，在新品推广的情况下，为了更好的引流，这两个目标我们都要选择操作。

那侧重人群呢？是的，他同样需要你全都选择，只不过要区分下人群的属性，方便后期建立更多的有针对性的推广计划。新客范围勾选，相似店铺优质人群，相似宝贝高潜人群，优惠敏感人群，本类目高价值直播短视频爱好者。老客范围勾选，店铺高活跃人群，爆款高活跃人群，近期直播和短视频进店用户。

出价是很灵活的，通常是以直通车PPC的均价为参考标准，出均价的80%，超级推荐本身也有建议出价的，但建议的基本上是高了一些的，如果建议的比直通车PPC均价的80%还低，就先用超级推荐建议的出价。

举例，直通车PPC是1元，超级推荐建议出价是1.2元，那我们起步就可以先出到0.8元，后期看流量情况再决定加价的幅度。

溢价的高低也是依据数据维度来的，初期测试阶段一般为30%，后期看反馈情况为有价值的人群做高溢价处理。

在这多说一句，新品推广这的操作是适合新品没错，但不适合新店新品或是小店新品。因为小店新店基本上是没有什么访客没有什么转化的，人群标签维度框架基本没有形成，但超级推荐恰恰是玩人群标签的，所以冒然操作即便操作方法没有错误，他最终的效果也是会大打折扣的。

2、用超级推荐爆款拉新

具有爆款潜力的产品可以放在爆款拉新计划中进行推广，在原有精准标签的基础上再次放大其效果。爆款的发展离不开多渠道的精准流量的加持，直通车竞争相对较大，超级推荐能用更低的PPC去获得到更多的免费流量，何乐而不为呢？

爆款拉新计划这的板块依然可以分为，优化目标和侧重人群。

优化目标这有三个，促进点击，促进收藏加购和促进转化。这三个目标正是爆款打造的基础流程，即点击-收藏加购-转化。促进点击/收藏加购，以新客为主，去扩大产品的触达人群，优质的曝光多了后期的转化成交几率才能增大。促进转化，以老客为主，去提高溢价做高效收割。

那何为新客何为老客呢？新客范围勾选，喜欢相似店铺的人群，喜欢相似宝贝的人群，同行业高意向人群，同行业潜在兴趣人群，同行业偏好人群，跨行业优质人群，本类目高价值直播短视频爱好者。老客范围勾选，喜欢我的店铺的人群，喜欢我的宝贝的人群，收藏加购人群，店铺优惠券人群，近期直播和短视频进店用户。

出价和溢价的方法参考新品推广计划的步骤即可。
3、自定义超级推荐

自定义计划的操作更加灵活，我个人比较钟情于针对他的优化调整，新品推广和爆款拉新与其相比更像是基础的智能计划。对资金实力较弱的朋友来说，不如把优化精力直接放在自定义计划这。

自定义没有优化目标的勾选，而是直接让我们自由组合人群包进行推广。所以在选择推广产品时，最好挑那些有一定数据维度基础的，因为他们身上的标签更加丰富。

先带着大家梳理遍宝贝行为人群和店铺行为人群。宝贝行为人群包括，喜欢相似宝贝的人群，同品类高购买兴趣人群，重定向宝贝。店铺行为人群包括，喜欢相似店铺的人群，喜欢我的店铺人群，店铺收藏加购人群，领取优惠券的人群，已购买人群，重定向渠道。

再跟大家继续聊聊新客老客的区分问题。新客范围勾选，喜欢相似宝贝的人群，同品类高购买兴趣人群，喜欢相似店铺的人群。老客范围勾选，喜欢我的店铺人群，店铺收藏加购人群，领取优惠券的人群，已购买人群。

重定向的意义在于收割。重定向宝贝，是通过推广的产品找出该产品的精准人群，然后圈定对该产品感兴趣的人群，进行重复曝光。重定向渠道，是通过流量渠道多次重定向人群，达到拉升投放效果的反馈。

按照上述流程设定好之后，就要进行数据的监控以及计划的删减工作了。

小结：

要先想清楚此次操作的目的是拉新还是收割，这个基调很重要，因为拉新或是收割，他们背后对应的人群圈定是不同的。

拉新对应的是，对同类产品感兴趣有可能在你这形成购买的潜在买家，收割对应的是，与店铺已经产生交集比如有浏览收藏加购但还未形成转化的买家。

建计划时可以单独建一个拉新计划或是收割计划，不混淆更方便优化。初期不怕建的计划多，写好计划名称就行。一个方向建一个你的优化思路也能更加清晰。

超推的核心可以单纯的看成为“目的和人群的组合搭建”，初期广散网的测试，然后依据数据反馈去做细节的调整。这个思维模式也比较适合经验基础较弱的小白上手。

版权提示：益农网 平台尊重与保护知识产权，若发现平台文章存在版权问题，请及时与我们联系并处理。

免责声明：本文部分内容和信息来源于国际互联网，本文转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载内容涉及版权等问题，请立即联系管理员，我们会予以更改或删除相关文章，保障您的权利。对使用本网站信息和服务所引起的后果，本网站不做任何承诺。