达摩盘人群组合的核心概念
达摩盘人群组合的本质，是把用户身上的属性标签、行为标签和消费标签组织成一个可投放、可评估的人群包。它并不是简单地把几个标签放在一起，而是要通过逻辑关系让不同标签之间产生筛选作用。比如一个用户同时满足近30天浏览过店铺、类目偏好为女装、消费能力中等以上，才能进入某一组人群。这种组合方式可以直接影响广告触达的精准度，也能减少无效流量带来的预算消耗。
理解人群组合之前，需要先明确达摩盘里的标签体系。达摩盘标签大致分为用户属性标签、行为标签、消费能力标签和生命周期标签。用户属性标签包括性别、年龄、地域、职业等基础信息；行为标签记录用户在站内外的浏览、搜索、收藏、加购、点击等动作；消费能力标签反映用户的购买力层级和消费频次；生命周期标签则帮助判断用户当前处在认知、兴趣、购买还是复购阶段。把这些标签按照不同逻辑组合起来，就形成了可以用于推广的人群包。
不是标签堆叠，而是布尔逻辑
很多推广人员在搭建人群时容易把标签越加越多，希望覆盖足够精准。但达摩盘的组合逻辑并非堆叠条件越多越好。标签之间的关系主要有三种：交集、并集和排除。交集表示同时满足多个条件，适合做精准转化；并集表示满足任意一个条件即可，适合扩大人群规模；排除则是把不符合要求的用户从人群中剔除。好的组合通常会把这三者搭配使用，而不是全部使用交集或全部使用并集。
常见的基础标签类型
- 用户属性类：性别、年龄、地域、职业、人生阶段等。
- 行为类：近7天浏览、近30天搜索、近90天收藏、加购、点击广告等。
- 消费类：消费能力等级、月均消费额、购买频次、类目购买偏好等。
- 关系类：是否关注店铺、是否入会、是否品牌新客、是否老客等。
- 渠道类：来源渠道、设备类型、操作系统、APP活跃度等。
达摩盘人群组合的底层逻辑
达摩盘人群组合的核心逻辑可以概括为：先定目标，再选标签，最后用逻辑关系拼接。投放目标不同，组合逻辑也会完全不同。拉新场景需要尽量扩大潜在用户规模，同时保证基本相关性；转化场景需要缩小范围，找出已经表现出兴趣但尚未成交的用户；复购场景则要围绕已购买用户做分层运营，把高价值老客和沉睡老客分开对待。
从数据流转角度看，人群组合不是一次性动作。一个完整的人群策略通常包括人群包创建、投放测试、数据回流、再优化四个环节。组合完成后先小范围投放，观察点击率、转化率、收藏加购率等指标，再根据数据反馈调整标签条件和逻辑关系。这样反复操作，人群包才会越来越接近真实的高转化用户。
| 组合逻辑 | 使用场景 | 作用 |
|---|---|---|
| 交集 | 精准转化、高意向用户触达 | 同时满足多个条件，缩小范围提高精准度 |
| 并集 | 拉新、扩大品牌曝光 | 满足任意条件即可，快速扩大人群规模 |
| 排除 | 减少无效流量、控制预算 | 剔除已购买、低活跃、异常用户 |
举例来说，如果某女装店铺要推广一款高价连衣裙，目标人群可以这样组合：交集部分选择女性、25至40岁、近30天浏览过连衣裙类目、消费能力中高；排除部分剔除近90天已经购买过该店铺连衣裙的用户；并集部分可以加入近30天搜索过相关关键词的用户。这样的组合既能触达精准人群，又不会因为条件过严导致人群覆盖量太低。
达摩盘人群组合的实用技巧
1. 先定目标，再选标签
组合人群的第一步不是打开达摩盘选标签，而是明确本次推广要解决什么问题。如果是新品冷启动，目标是获得足够多的曝光和基础数据，人群可以适当放宽；如果是大促前预热，重点应该放在收藏加购但未下单的用户；如果是日常转化，则需要聚焦于高意向、高活跃的用户。目标不同，标签的选择和逻辑关系会有很大差异。
很多账户效果不好，问题往往不在标签不够多，而在目标模糊。比如把拉新人群和转化人群混在一起投放，既不能获得足够新客，也无法有效提升转化。建议在搭建人群前先写下本次投放的核心指标，例如点击率、收藏加购率、成交转化率或ROI，然后围绕该指标去设计人群组合。
2. 用时间分层提高人群新鲜度
用户行为具有明显的时效性。一个用户3天前浏览过商品，其购买意向通常强于30天前浏览过的用户。因此，在组合人群时要把行为时间作为重要条件。常见的时间窗口可以分为近3天、近7天、近15天、近30天、近90天。近期行为人群适合用于收割转化，远期行为人群适合用于唤醒和再触达。
实际应用中，可以把近7天浏览未购买、近15天收藏未购买、近30天多次搜索未购买的人群分别放到不同计划中。投放后观察哪个时间窗口的转化率更高，再将预算向表现好的窗口倾斜。时间分层不仅能让人群更接近真实购买意图，还能避免对同一用户反复触达带来的疲劳感。
3. 善用排除关系控制预算
排除是达摩盘人群组合中最容易被忽视但非常实用的技巧。排除已购买用户可以避免把广告浪费在已经成交的人身上；排除低活跃用户可以降低无效点击；排除异常用户能够减少来自非正常行为的流量。尤其在大促期间，排除已购买用户能有效降低预算消耗，让广告更集中地触达潜在购买人群。
排除条件不宜过多，否则会导致人群覆盖量不足。通常建议优先排除已购买本商品或相似商品的用户，其次排除售后争议较多的用户，最后再根据实际数据排除点击率长期偏低的人群。排除逻辑要结合店铺自身的用户结构，不宜照搬其他店铺的设置。
4. 通过相似扩展扩大潜客量
相似扩展是达摩盘中常用的放量方式。它基于一个已经验证过的高转化人群包，通过算法找出与之行为特征相似的用户，从而扩大潜在用户规模。这种方式的优势在于，人群不会完全脱离原始人群的画像，同时又能获得新的流量来源。
使用相似扩展时，种子人群的质量至关重要。应优先选择转化率高、用户量适中的种子包，而不是把覆盖量过大、行为模糊的人群拿去扩展。扩展后的人群需要单独建立计划测试，不宜直接混入主转化计划中。通过对比扩展前后的人群表现，可以判断这次扩展是否带来了有效增量。
5. 老客分层与场景组合
老客不是同一类人。有的老客是高复购率的核心用户，有的老客已经长期未回访。把老客混在一起投放，既浪费预算，也难提升复购效果。建议按照最近一次购买时间、购买频次和消费金额将老客分为高价值老客、活跃老客、沉睡老客和流失老客，再分别设计人群组合。
高价值老客适合推送新品和会员权益，人群组合可以将已购、高消费能力、近期活跃等标签做交集；沉睡老客适合用优惠券或爆款唤回，组合时可以放宽时间条件，同时排除已经注销或长期无互动的用户。针对不同层级老客制定不同组合，比统一投放更能提升复购率。
常见场景下的人群组合示例
不同营销场景下，达摩盘人群组合的标签选择和逻辑关系会有明显差异。下面以拉新、转化、复购三个典型场景为例说明。
- 拉新场景：类目偏好相关标签与消费能力标签做交集，同时排除已购用户和品牌忠诚度过高的老客。这样能触达对类目有兴趣但尚未购买过本店商品的新用户。
- 转化场景：近7天浏览或近15天收藏加购的用户作为主体，加入活跃度标签做交集，再用排除逻辑去掉已经购买过的用户。组合重点在于抓住高意向未成交人群。
- 复购场景：以已购用户为基础，通过购买频次、消费金额和最近购买时间进行分层，再根据商品使用周期设置复购时间窗口。例如购买周期短的日用品可选取近30天已购用户，耐用品则可放宽到近90天。
| 场景 | 核心标签 | 组合逻辑 |
|---|---|---|
| 拉新 | 类目偏好、消费能力、未购本店 | 交集加排除 |
| 转化 | 近7天浏览、近15天收藏加购、未购买 | 交集加排除 |
| 复购 | 已购买、购买频次、最近购买时间 | 分层交集 |
组合后如何测试与优化
人群组合完成后，不能直接大规模投放。正确做法是先创建多个小规模人群包进行测试。每个测试人群包只改变一个变量，例如时间窗口从7天改为15天，或者排除条件增加一项。这样可以更清晰地判断哪个变化对转化率产生了影响。
测试阶段需要关注几个关键指标：人群覆盖率、点击率、收藏加购率、成交转化率和投产比。如果某个人群包覆盖率过低，说明条件太严，需要适当放宽并集逻辑；如果点击率低但曝光高，说明人群相关性不足，需要调整属性标签或行为标签；如果点击率高但转化差，可能是人群意向还不够强，需要进一步用近期行为或加购行为收紧范围。
数据回流后，可以把表现好的人群包复制成多个子包继续细分。例如一个近30天收藏未购买人群包整体转化不错，可以进一步拆分为近15天和近7天，观察更短时间窗口是否效果更好。这种持续拆解和优化的方式，会让达摩盘人群组合越来越贴近店铺的真实用户结构。
达摩盘人群组合并不是一次性搭建完成的静态操作。它需要结合投放目标、用户行为变化和实际数据反馈不断调整。掌握交集、并集、排除三种逻辑关系，再配合时间分层、老客分层和相似扩展，就能逐步搭建出适合自己店铺的精准人群体系。