rocket_launch ASAPilot
开始使用

术语

Audience Refinement(受众细化)

缩小哪些 storefront 内用户能看到 Apple Search Ads 的定向过滤器。可用过滤器包括性别、年龄段、设备类、客户类型。

别名:受众定向, 人口属性定向

什么是 Audience Refinement?

Audience Refinement 是缩小哪些 Apple Search Ads storefront 内用户合格看到广告的定向过滤器。 它们在广告组级别、在关键词和 storefront 匹配之后应用。

四个细化维度可用:

  1. 性别 — 男 / 女 / 全部
  2. 年龄段 — 自定义区间(如 18-24、25-34、35-44、45-54、55+)
  3. 设备类 — iPhone / iPad / 全部
  4. 客户类型 — 新用户 / 现有用户 / 返回用户 / 全部

细化按 AND 过滤应用。设 “Female AND 25-34 AND iPhone” 把合格受众切到匹配全部三个的用户。

何时用细化

强 LTV 信号

如果你的 App 分析显示特定人口分段产生显著高 LTV,把广告组细化到该分段可以在更低量下提升 ROAS。

适用例子:

  • 金融 App — 25-44 年龄段经常主导 LTV
  • 生产力工具 — 工作专业人士(25-54)超过更年轻用户
  • 小众交友 App — 性别特定 App 受益于性别细化
  • iPad 优先 App — 明确目标 iPad 的笔类或设计 App

客户类型分段

这是最通用有用的细化。客户类型选项:

客户类型何时使用
新用户主要获客 campaign — 排除返回用户保 CPI 干净
现有用户针对当前用户的再参与或升级 campaign
返回用户针对删除 App 用户的赢回 campaign
全部用户默认;让 Apple 算法决定

在品牌 campaign 上设 “仅新用户” 防止现有用户点击你的品牌广告(会算作 reattribution 而非新安装)。

再参与 campaign

一些操作者跑专门的 现有用户 + 返回用户 campaign 用于订阅 App,其中保留下游变现。它们在主要新 用户获客 campaign 之外运行。

何时用细化

宽广获客

多数获客 campaign 受益于无细化。原因:

  • Apple 自家算法已经优化拍卖匹配到转化者
  • 细化切覆盖而无保证 CR 提升
  • 过度细化产生低量广告组,要更长时间收集统计显著数据

小账户

月支出 <$5K 的账户通常量太少受益于细化。每细化分段数据太薄无法得出结论。

Discovery campaign

Discovery 是探索 — 细化切探索集。在 Discovery 上关闭细化、仅在推升到 Exact 生产广告组后应用。

常见细化策略

策略配置
默认获客无细化;让 Apple 优化
品牌隔离客户类型 = 新用户(防止现有用户重新点击)
iPad 优先 App在品牌和 Category campaign 上设备类 = iPad
性别特定 App所有广告组性别过滤
再参与在专门 campaign 中客户类型 = 现有或返回用户
年龄定向垂直在 Discovery + Category 上年龄段细化

常见失败模式

  • 过度细化。设性别 AND 年龄 AND 设备 AND 客户类型把覆盖切到小部分;量骤降、曝光份额下降。
  • 基于信念而非数据细化。“我们的 App 是给女性的”——细化前用后端分析验证;许多性别偏斜 App 实际上吸引大量另一性别且变现良好。
  • 重新分配预算时忘细化。$5K 预算的细化广告组可能无法花完因为合格受众太小。
  • 不测试开/关。可能时 A/B 测试细化决定——同关键词跑两个并行广告组、一个细化、一个不细化、 观察 CR 和 CPI。

ASAPilot 如何帮助

ASAPilot 账户审计审视细化使用并曝光:

  • 重细化广告组曝光份额低(过度细化)
  • 品牌上无客户类型过滤的高支出广告组(潜在泄漏)
  • 历史上未细化表现更好的细化广告组(取消细化候选)

查看 审计指南价格

相关术语