很多人在做广告投放的时候，会把受众设置得非常细致：25-34岁，女性，已婚，有孩子，喜欢健身，关注过某某品牌，最近90天内有过网购行为...
我们认为这样才叫「精准」。
把不相关的人都排除掉，只把广告展示给最有可能转化的那群人。
但是我们会发现，这么做了通常会让Campaign跑不动。
每天花不出去预算，CPM很高，转化又很少。
对吧？
但是我们有没有想过——
受众定位，到底是在找到对的人，还是在排除错的人？
正向定位有可能是自我设限
大部分人做受众定位，用的是「正向思维」，也就是，
我要找到那些最有可能买我产品的人。
打个比方，如果卖一款减肥产品，你会怎么定位受众？
无非是：
女性（因为女性更关注身材）
25-45岁（这个年龄段更有购买力）
关注过健身、减肥相关的账号
可能还会加上"已婚"、"有孩子"（因为产后减肥需求大）
看起来很精准，但这里可能有几个致命的问题：
第一，上面的假设可能是错的
也许男性也有很大的减肥需求，只是他们习惯性不会关注某些博主，只依靠账号标签的推送来了解内容。也许18-24岁的年轻人转化率更高，因为他们的消费观不同，更容易被广告打动然后冲动消费。也许那些从来没关注过健身博主的人，才是你广告的真正目标，因为他们正处于“想要改变但还没开始行动”的阶段。
所以有没有可能，你的“精准定位”恰好把真正的潜在客户排除在外了。
第二，这么做限制了算法的学习空间
现阶段的广告平台，算法已经非常强大了。它们能从海量数据中找到转化模式，而这些模式可能是你根本想不到的。
如果把受众限制得太死，算法就没有足够的探索空间。它只能在你划定的小圈子里找人，而可能错过了那些「看起来不像但实际上会转化」的用户。
简单来说就是流量切片太少。
第三，你在和所有竞争对手抢同一批人
为什么假期前一天的高速就开始堵车了？
因为大聪明们想一块儿去了。
所以当你对受众做正向定位的时候，你的竞争对手大概率也在定位同一批人。
导致的结果就是，这批人被反复触达，广告疲劳严重，CPM被推高，转化率下降。
知道「不要谁」比知道「要谁」更重要
既然正向定位有这么多问题，那应该怎么做？
或许我们可以尝试从正向寻找转向「反向排除」。
简单来说就是不要去定义“我要找谁”，而是去定义“我不要谁”。
还是上面减肥产品的例子，与其说要找25-45岁关注健身的已婚女性，不如说不要那些已经很瘦的人，不要那些没有购买力的人。
比方说：
排除那些关注健美和马拉松的人（他们可能已经很fit了，不需要减肥产品）
排除那些最近购买过减肥产品的人（避免浪费预算在已经是竞品客户的人身上）
排除那些从来不网购的人（降低无效曝光）
反向排除有几个很明显的好处：
第一，受众池足够大，算法有足够的学习空间。
算法可以从大量的曝光和转化数据中，找到那些真正会转化的人群特征。
第二，降低了竞争压力。
因为你的受众池更大，你不是在和所有竞争对手抢同一批"精准人群"，所以你的流量竞价会变低。
第三，给了自己更多容错。
如果正向假设是错的，你的campaign就死了。但如果你用负向排除，即使你的假设有偏差，算法还是有机会找到真正的目标人群。
受众包容度的平衡点
这里我要做个说明，受众定位不是越宽越好，所以不能不做任何限制，让算法自己去找
如果定位的受众太窄，你会遇到这些问题：
受众很快饱和（同一批人看到你的广告太多次）
CPM被推高（竞争激烈）
算法学习空间不足
如果定位的受众太宽，你也会遇到问题：
大量无效曝光（把广告展示给完全不相关的人）
算法学习周期变长（需要更多数据才能找到模式）
预算浪费在低质量流量上
找受众宽窄的平衡点，主要取决于三个因素：
1、产品的普适性
如果你卖的是一个非常小众的产品（比如专业摄影器材），你的受众本来就窄，你需要做一定程度的正向定位，否则浪费太大。
但如果你卖的是一个相对大众的产品（比如护肤品、保健品），你的潜在受众其实很广，这时候负向排除的策略会更有效。
2、预算规模
如果你的预算很小（比如每天$50），你需要把钱花在「更有可能转化」的人身上，这时候适度的正向定位是必要的。
但如果你的预算足够大（比如$500以上），你可以给算法更多的探索空间，用更宽的受众，让算法自己去找最优解。
3、你的campaign目标
如果你在测试阶段，想要快速验证一个方向是否可行，你可能需要相对窄一点的受众，这样能更快看到结果。
如果你已经验证了方向，进入规模化阶段，建议是逐步放宽受众，给算法更多空间，找到更多的转化机会。
让机器做它擅长的事
过去十年，广告投放的逻辑发生了根本性的变化。
以前，广告投放是“人的智能”。人来定义受众，人来出价，人来优化。平台只是一个执行工具。
现在，广告投放是“机器智能”。人定义目标（我要转化），机器来找人、出价、优化。平台变成了一个智能系统。
那么在这个转变过程中，affiliate的角色也要改变。
aff不再是扮演一个“用户定位大师”的角色，而是算法训练师。你的任务不是告诉算法"去找谁"，而是给够算法时间和空间，然后告诉它，
你已经是个成熟的算法了，要学会自己帮我找转化。
编辑/FatSolon
此公众号中你可能感兴趣：
1.【分享】《联盟营销大词典》第1版发布
2.Mobplus-mVAS头部联盟推荐
3.案例分析：我如何将offer的Roi从-70%提升到正86%
7.损失厌恶理论（Loss Aversion）在联盟营销中的应用
14、Affiliate Marketing全球八大传奇人物
