功能定义：通过 DMP 人群包或系统自动识别，排除已完成目标转化（如下单、加粉）的用户，避免重复触达。
数据依赖：需积累至少 50-100 个转化样本才能有效运行，冷启动期往往难以满足。
核心价值：降低广告重复曝光成本，提升精准人群触达效率，尤其适用于低复购率商品（如家电、奢侈品）。
流量获取与精准度的冲突：排除已转化人群可能导致流量池缩小，延缓模型学习速度。
数据积累与成本控制的博弈：过早排除可能导致转化样本不足，影响系统人群建模。
短期 ROI 与长期用户价值的取舍：排除已转化用户可能错失高复购潜力人群。
| 行业类型 | 复购周期 | 排除策略建议 | 典型案例 |
|---|
| 高客单价 | 1 年以上 | 冷启动初期即开启排除 | 某高端腕表直播间 ROI 提升 25% |
| 快消品 | 1-3 个月 | 成长期逐步开启排除 | 某零食直播间复购率提升 30% |
| 服务类 | 3-6 个月 | 成熟期选择性排除 | 某教育直播间线索成本降低 40% |
冷启动期（0-7 天）：
定向设置：宽定向（如年龄 25-45 岁 + 一线城市）+ 智能放量。
预算分配：60% 用于浅层目标（观看、商品点击），40% 用于深层目标（下单）。
案例：某服饰新账号通过此策略，3 天内累计 5 万场观，转化率从 0.8% 提升至 1.5%。
核心目标：快速积累转化数据，建立基础人群模型。
策略：暂不开启排除，允许系统探索更广泛人群。
操作要点：
成长期（8-30 天）：
数据阈值：当转化样本≥100 个时，开启 “排除同计划已转化用户”。
分层排除：优先排除退货率 > 20%、加粉后未互动的用户。
案例：某美妆直播间通过排除 “30 天内退货用户”，ROI 从 1.8 提升至 2.5。
核心目标：优化人群精准度，提升 ROI。
策略：逐步开启排除，分批次过滤低质转化用户。
操作要点：
成熟期（30 天以上）：
人群包应用：上传品牌自有高价值用户包（如会员体系用户），排除非目标人群。
智能放量占比：提升至 70%，通过算法扩展相似高潜力人群。
案例：某家居直播间通过 “DMP 人群包 + 智能放量”，自然流量占比从 45% 升至 68%。
核心目标：维持流量规模，激活自然流量。
策略：动态调整排除范围，结合 DMP 人群包精细化运营。
操作要点：
症状：开启排除后，计划消耗下降超 30%。
原因：定向过窄导致人群覆盖不足。
解决方案：
组合定向：叠加 “莱卡定向 + 达人相似粉丝”，人群覆盖扩大至 5000 万以上。
智能放量：设置 “控成本投放 + 智能放量”，出价为目标成本的 1.1-1.3 倍。
案例：某食品直播间通过 “莱卡定向 + 智能放量”，日均消耗恢复至排除前的 80%，ROI 稳定在 2.5。
支付 ROI 出价：替代传统下单计划，ROI 达标率提升至 92%。
程序化创意：自动组合文案与画面，素材测试效率提升 50%。
自动规则：设置 “消耗超预算 120% 时降价 5%”“ROI 低于 1.5 时暂停计划”。
冷启动期的排除已转化人群决策本质是短期成本控制与长期用户价值的博弈。运营者需遵循 “冷启动期用排除保精准，成长期用排除提效率，成熟期用排除稳 ROI” 的核心逻辑，将功能与直播间人货场深度结合。同时，需警惕 “数据依赖陷阱”，通过实时监控与人工干预，实现 “流量规模” 与 “转化质量” 的动态平衡。
