如果你只想做一件事：先把91视频的人群匹配做稳（这点太容易忽略）
在所有增长动作里，很多人会先想着放大预算、换创意、跑新渠道，但有一项基础工作常被跳过：把人群匹配做稳。尤其是在像91视频这种以内容消费为核心的平台上，受众匹配的精细度直接决定了投放效率、学习速度和长期变现能力。下面把可落地的做法和常见误区拆成步骤，方便你马上执行。
为什么先把人群匹配做稳比换素材更划算
- 精准的人群能把每一次曝光价值最大化：把广告给真正有兴趣的人，看起来像是“少打很多次但命中率更高”。
- 稳定的人群让算法更快学习：给系统更稳定的正负样本，模型收敛速度更快，后续投放成本下降。
- 降低浪费和错误判断：若人群混乱，低转化会被误以为是创意或着陆页问题，导致不必要的调整。
落地步骤（按优先级执行） 1) 找到并清洗“优质种子用户”
- 优先抽取高价值行为：订阅、付费、长时观看、重复访问、分享等。
- 排除噪音：短时跳出、异常设备、疑似机器人流量。
- 给每一类行为贴标签，作为后续扩展和排除条件。
2) 制定分层受众矩阵
- 按生命周期分层：陌生用户 / 兴趣用户 / 留存用户 / 付费用户。
- 按行为分层：高频观看、偏好类型（标签化内容）、激活渠道（自然/付费）。
- 按设备/地域/时间段做补充分层，观察差异化表现。
3) 先做小流量验证再扩大
- 从几个高置信种子创建相似人群（Lookalike）或自定义受众池，小流量跑7–14天看趋势。
- 只在通过CTR、观看时长、转化率等核心指标稳定时才扩大规模。
4) 创意与受众保持一致
- 创意要对准受众期望：长视频预告给长时观看用户，短片/片段给碎片化用户。
- 着陆页必须与人群兴趣一致，避免因为承诺不符导致高跳出。
5) 控制频次与设置排除逻辑
- 对已转化用户/近期活跃用户做排除，避免重复轰炸造成厌恶。
- 设定合理频次上限，不同人群频次可差异化（核心种子更高容忍度）。
6) 建立可观测的指标体系与窗口
- 关键指标：CTR、播放完成率、7/14/30天CVR、CPA、LTV。
- 指标观察窗口应覆盖从曝光到留存的完整路径：通常至少30天的LTV追踪才能评估真正效果。
7) 做系统化的A/B测试与记录
- 测试只改一项（受众、创意、落地页或出价）以便定位问题。
- 所有实验结果要形成复盘文档，长期积累受众画像和表现矩阵。
常见误区（以及如何避免）
- 只看人口学：年龄性别只是表象，行为信号更有用。用观看行为、内容标签替代粗粒度人口学。
- 直接大规模拓展相似人群：先验证样本质量再放量，避免把模型训练在垃圾流量上。
- 忽视排除名单：把已转化/低质量流量一并算在受众里，会严重拉低ROAS。
- 把创意当万能药：创意重要，但创意表现取决于是否打在合适的人群上。
小案例（供参考）
- 前期：用整站受众投放，CTR 0.6%，7日转化率0.4%，CPA偏高。
- 优化后：提取付费用户和高完播用户做种子，相似人群+排除近期转化，创意按观看偏好分组，频次上限3。结果：CTR 提升到1.4%，7日转化率提升到1.2%，CPA 降低约40%（数据为典型可达区间，需结合你自身基线）。
立即可用的检查清单（5分钟快速自测）
- 是否有清洗过的高价值种子用户池？
- 是否按生命周期和行为做了受众分层？
- 小流量验证周期是否至少为7–14天？
- 是否对已转化/不活跃用户做了排除？
- 是否为不同受众配置了对应创意和着陆路径？
