聚光投放人群定向的核心就一句话：分层搭建，逐步收窄。具体做法是三层递进——基础属性过滤不相关的人，兴趣行为圈定潜在需求用户，DMP人群包锁定高意向客户。很多商家走两个极端：要么全域通投，预算全烧在泛流量上；要么标签叠了七八层，曝光都跑不出来。我是豹子，做广告代投这些年，帮不少商家排查过定向搭建的问题，今天聊聊实操思路。

通投和过窄：聚光定向最常见的两个坑

聚光后台搭计划时，定向设置直接决定钱花在谁身上。通投（即不设兴趣标签，完全放开定向）看起来流量大，但进来的大多是泛浏览用户，私信开口率和留资率很低。反过来，有些商家怕浪费预算，把年龄、性别、地域、兴趣、行为标签全叠上，五六层交集一卡，流量池小到系统分配不出曝光。

据2026年Q2多家聚光代运营服务商公开复盘数据，通投计划的私信成本通常比精准定向高出2-3倍，而过度收窄的计划往往连续3-5天花不出去预算。两种极端的本质问题一样：没有分层思路，把所有定向条件放在同一个层面去处理。

小结：定向不是越宽越好也不是越窄越好，关键是分层——先用基础属性过滤，再用兴趣行为拓量，到DMP这一步收口。

第一层：基础属性怎么设

基础属性是所有定向的地基，用交集运算（即同时满足所有条件）锁定最基础的用户范围。这一层包含年龄、性别、地域三个固定维度，部分行业加上设备消费档位。

设置原则是”2-3项核心属性做交集，不加多余条件”。本地到店商家加一个POI圈层（基于门店地理位置的定向范围），社区店设3-5公里半径即可；教育类目按赛道区分——少儿培训锁25-40岁女性宝妈，留学语培放开18-30岁全国人群；电商品牌看客单价，高端品锁一二线城市，平价品可以放开下沉市场。

小结：基础层控制在2-3个交集条件，目的是过滤明显不相关的人，不是精准锁定。

第二层：兴趣行为人群怎么搭

兴趣行为是信息流计划的主力流量来源，用并集运算（即满足任一条件即可）拓宽潜在需求用户池。这一层分三类标签组合：行业兴趣标签、关键词行为定向、同类内容互动人群。

行业兴趣标签直接匹配赛道分类，做美妆的勾选护肤、彩妆大类，一次选3-5个核心兴趣即可，选太多会稀释精准度。关键词行为定向圈选近30天内搜索过相关内容的用户——这类人需求主动性强，转化优于纯兴趣人群。同类内容互动人群进一步缩小范围，定向点赞、收藏过同赛道笔记的用户。

信息流计划叠加”基础属性+中层兴趣行为”后，建议分配整体预算的60%-70%作为日常线索供给主力。冷启动期先放开核心行为标签跑7天，积累转化数据后再逐步剔除高消耗低转化的标签。

小结：中层用并集拓量，三类标签组合使用，冷启动先宽后窄，每周清洗一次低效标签。

第三层：DMP人群包什么时候用

DMP（Data Management Platform，数据管理平台）是聚光后台的人群管理工具，用来搭建高意向自定义人群包，转化效率是三层里最高的。但DMP不是开账户就能用的——它需要足够的转化数据做种子。

DMP人群包分三类：站内行为人群（自动沉淀点击过你笔记、发过私信、留过资的用户）、一方客户人群（上传线下成交客户的加密手机号匹配站内用户）、Lookalike相似拓展人群（以高转化用户为种子，系统自动拓展特征相似的潜在客户）。据小红书聚光平台2026年官方功能文档，Lookalike拓展比例建议控制在20%-50%之间，比例太高会导致人群泛化。

冷启动期不用急着搭DMP——种子数据不够，拓展出来的人群精准度差。建议账户跑满2周、积累50条以上转化数据后再创建。成熟期提升DMP计划预算占比，这部分线索成本通常比中层低30%-40%。

小结：DMP是定向体系的收口层，需要转化数据做种子，冷启动期先攒数据，成熟期再放量。

信息流和搜索的定向逻辑完全不同

很多商家用同一套定向标签同时投信息流和搜索，这是常见错误。信息流是”推”逻辑——系统根据人群标签把内容推到用户首页，用户是被动看到的，需要完整的三层定向架构来筛选。搜索广告是”拉”逻辑——用户主动输入关键词找解决方案，意图已经非常明确，人群定向应该大幅简化。

据小红书2026年商业化开放课数据，搜索广告权重占比已超过35%。搜索计划定向只需保留基础地域加核心关键词行为，弱化宽泛兴趣标签。关键词按需求类型分组建计划：核心需求词、同城地域词、选型长尾词，不同词组设差异化出价。

小结：信息流靠人群标签筛流量，搜索靠关键词抓意图，两套定向逻辑分开搭建分开优化。

不同行业的定向模板差异

三层定向框架是通用的，但各行业的标签选择差异很大，不能拿一套模板套所有赛道：

• 本地生活（餐饮、美业）：POI圈层3-5公里，中层叠加同城生活行为标签
• 教育机构：少儿锁宝妈群体，留学放开全国，中层叠加备考搜索行为
• 电商品牌：无地域限制，按客单价区分城市层级，中层叠加产品测评兴趣标签
• 招商加盟：锁22-45岁创业人群，中层叠加副业、开店搜索行为

常见问题

聚光投放初期要不要开智能定向？

可以开，但要有基础属性约束。智能定向适合冷启动期没有历史数据的情况，叠加性别加年龄加地域做基础过滤，不勾选兴趣标签，让系统根据笔记内容自动找人。跑满7天有数据后再手动调整。

DMP人群包要积累多少数据才能用？

建议账户跑满2周、积累至少50条转化数据后再创建。种子数据太少会导致Lookalike拓展人群泛化，精准度反而不如中层兴趣行为人群。着急用DMP不如先把中层标签优化好。

人群定向太窄跑不出量怎么办？

先检查是不是基础层交集叠太多——超过3个交集条件基本跑不动。再看兴趣标签是否选了太冷门的类目。排查方法是逐层放开：先放开兴趣标签只保留基础属性跑1-2天，有曝光了再逐步加回兴趣标签。

本地商家POI半径设多大合适？

社区店和商圈店3-5公里就够了，特色目的性门店（如网红餐厅、特色体验店）可以放到10-12公里。半径设太大，远距离用户到店核销率很低，白白浪费曝光预算。

有类似投放需求，可以加豹子的微信xiao57113聊聊具体情况，帮你看看定向搭建哪里出了问题。

小红书聚光人群定向怎么设？投手说句掏心窝的话

上周帮一个做产后恢复的商家看聚光账户，她跟我说的第一句话就是：”我定向都选了，年龄、性别、城市、兴趣标签全勾了，怎么钱还是花得不值？”

我打开她的后台一看，好家伙——定向条件叠了七八层，人群包也建了三四个，DMP里还做了相似人群扩展。从表面看，这个定向设置”很专业”。但跑了两周的数据告诉我：点击率不到1.2%，私信开口成本280块，转化率几乎为零。

问题不在定向”够不够多”，而在定向逻辑本身就是反的。

定向越复杂，效果越差？这不是玄学

很多商家刚接触聚光的时候，会有一个很直觉的想法：定向条件越多，推的人越精准，效果就越好。年龄选25到35岁，城市选一二线，兴趣勾上美妆、护肤、健身、母婴……恨不得把所有”看起来对”的标签全加上。

结果呢？计划要么跑不动——因为圈的人太少了，系统找不到足够的曝光量；要么跑起来了但数据很差——因为那些”看起来对”的标签叠加在一起，圈出来的人群根本就不是你的真实客户。

我见过一个做手工皮具的商家，定向设的是”25到40岁、一二线城市、对奢侈品有兴趣、消费能力高”的女性。逻辑上没问题对吧？手工皮具确实偏中高端。但跑了一个月，咨询量寥寥。

后来我让他把定向放宽到只保留”对手工/皮具/原创设计有兴趣”这一个条件，其他全删。结果第二周私信咨询量直接翻了三倍。

为什么？因为真正会买手工皮具的人，不一定是”高消费能力”标签下的人。很多喜欢手工制品的用户，消费能力标签可能只是”中等”，但她们对”原创””手工””小众”这类关键词的敏感度极高。你用消费能力去筛，反而把真正的客户筛掉了。

人群包不是”选人”，是”验证你的判断”

聚光后台的DMP人群包功能确实好用，相似人群扩展、智能放量这些工具也确实能提升效率。但有一个前提：你得先知道自己真正的用户长什么样。

我带团队有个习惯，搭人群包之前必须先回答一个问题：上个月在我这里下单的那批人，她们有什么共同特征？

不是你”觉得”你的用户是什么样，而是数据告诉你的真实用户是什么样。这两件事往往差别很大。

有个做轻食配送的客户，一直觉得自己的人群是”一二线城市、25到35岁、健身减脂人群”。但拉了转化数据一看，下单最多的反而是”三四线城市、20到28岁、对健康饮食有兴趣但没有健身习惯”的用户。

原因很简单：一二线城市的轻食选择太多了，竞争激烈，你的品牌对她来说只是选项之一。但三四线城市的用户，能选择的健康餐很少，你的出现刚好填补了她的需求空白。

如果你的人群包一直按”一二线+健身人群”去搭，那你的广告费就是在跟一堆竞品抢同一批人，成本怎么可能降得下来？

定向设置的实用建议

聊几个我实操中总结出来的经验，不一定适合所有行业，但大部分中小预算商家可以参考：

• 新建计划时定向从宽开始，只设一个核心条件（比如兴趣关键词），让系统先跑几天积累数据，再根据转化用户的特征逐步收紧
• 不要同时叠超过三个定向条件，每多一层条件，人群量就指数级缩小，计划很容易跑不动
• 定期拉转化数据反查人群画像，看看实际下单的人跟你定向的人是不是同一批，不是的话马上调
• 人群包至少每两周更新一次，用户兴趣会随季节和热点变化，上个月有效的人群包这个月可能已经失效了
• 小预算商家别碰DMP，日预算低于200块的账户，直接用基础定向+智能放量就够，DMP需要足够的数据量才能发挥作用

一个容易被忽略的细节

聚光后台有个功能叫”智能放量”，很多人不敢开，怕系统乱推。但我的经验是：如果你对自己的用户画像没有十足把握，开智能放量比你自己手动选定向效果更好。

原因在于，平台的算法模型比你想象的聪明。它积累的用户行为数据远超你手动打标签能覆盖的范围。你选”对美妆有兴趣”，平台知道这个用户昨天搜了什么、看了什么笔记、在什么笔记下留了言、她的消费层级是多少……这些信息综合起来，比你勾几个标签精准得多。

当然，智能放量也不是万能的。它需要你的计划跑够一定的数据量（一般建议至少跑3到5天、消耗500以上），系统才有足够的数据去优化。如果你开了智能放量但预算只给50块，跑了半天就停了，系统根本来不及学习，效果当然不好。

做聚光投放这些年，我越来越觉得定向这件事的核心不是”技术”，而是”认知”。你对用户的理解有多深，你的定向就能做得多准。工具只是帮你把理解执行出来的手段，理解不到位，工具再强大也白搭。

如果你正在跑聚光但效果一直上不去，可以加我微信 xiao57113 聊聊，发一下你的账户截图和定向设置，我帮你看看到底是哪一步出了问题。不收费，就当交个朋友。