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。