二类电商选品什么时候选择上新计划
为了避免青黄不接的现象，在进行计划运营时，最好的状态是推广效果好的时候可以少量上新计划，不用上过多的计划。账户效果好的时候，你的成本是可以接受的，甚至是低于你的预期成本。那么这部分多出来的预算可以拿去进行测试，推广效果差的时候需要大量上新计划，可以新老素材一块上，老素材是之前跑的效果较好的素材，但是不要完全复制，可以设置的不一样点，哪怕就是素材换个音乐都可以。
二类电商选品如何投放及投放技巧？
1.投产品，一个产品投5-10个计划，6小时内看数据表现，没什么展现（继续观察完当天，次日起新计划），有展现无转化无转化（消耗超过2倍出价，关闭掉重新起新计划），有转化超成本（成交3-5单直接压到可承受范围出价）
2.投直播间：开播前起好2类（急速、专业）3种转化目标（进入直播间、点击直播间、下单）计划（也就是总共6条计划，预算均为300），以此为一组标准计划，然后再次复制两组计划出来（这样总共就18条计划，开播时先暂停7-18条计划，也就是只投1-6条计划，开播后每隔20分钟启动一组6条计划，数据表现好的计划（看roi）后续直接复制表现好的新计划即可）
投产品的话以有没有成交为第一目标，后面根据数据调整ROI，投直播间以哪种计划能拉人气进来为第一目标，然后再根据ROI补计划。
二类电商选品转化目标之进入VS评论VS点击VS下单
实际在二类电商选品后台是有粉丝提升的转化目标，不列举在于无现实用处。在二类电商选品投放中，如果是单纯地跑ROI，转化目标的搭建，基本以下单转化为基础，其次搭配少量的点击计划。比如搭建20条计划，18条下单计划+2条点击计划即可。深究其中的原理在于，你选择了什么样的转化目标，系统就会尽可能帮你探索怎样的人群。针对观看目标，系统会帮你选择符合该类直播间偏好属性较强的用户，但不一定形成高转化，评论目标同样如此，系统探索推送的用户可能直播间很活跃，但不一定是具备交易行为。相反点击、下单目标探索的用户，至少从用户行为上，就能判定用户对商品的兴趣度，而下单目标的转化效果更优于点击目标。
那么观看、评论目标是否就不具备现实意义，并不是，如果本身直播间人货场足够强大，那么观看、评论出价的优势性带来的高转化，反过来反哺直播间成本，但是这种直播间在当前，少之又少。
计划跑到后期没有量怎么办
二类电商选品计划一旦过了学习期，就会进入一个稳定增速的阶段，通过学习期进入成熟期阶段后，这时候面临的问题就是扩容、续命。所谓的扩容，即针对单条跑量好的计划，如何在原有上延长生命周期，如果我们一条计划过了学习期，效果还不错，不能搁置一边，建议每天提高百分之五价格，对于稳定期账户的调价，可能会存在非议，为什么？因为我们大多时候听到的是成本降低，这看你是基于什么投放背景下，如果你是希望最大化降低投放成本，那么降低出价是举措，如果你追求的是最大化跑量的规模效益，那么一般来说还是要提价，因为我们要中和eCPM 值衰减，影响二类电商选品广告是系统根据eCPM 值来排序的，我们的竞争对手上了很多新的创意素材时，我们自己的创意点击率就会降低，所以需要提价来保证定向人群范围，当然提价的原因是因为成本合适，当然如果成本不合适的就不要提价。
除了出价上的修改，配合智能放量的功能同样重要，智能放量，其核心功能是系统在基于已积累的转化人群特征，在保证成本前提下逐步放宽定向设置，注意释度放宽。不是放开，放宽的意义在于系统不再局限于你限定的人群范围去寻找具有同样特征和转化意向的人群，而不是直接投放给所有人。至于使用方法直接勾选智能放量，可以交由系统去放宽的定向即可。过了学习期后想测量一般是在智能放量这个选项中进行修改，根据定向方式加选项来放量修改，每天最多两次，不要因为某个时段变差，马上着手调整。
了解到以上基础的功能设置后，来拆分二类电商选品定向人群的设置。
一个计划是否面向精准用户，大体上由定向人群的设置决定。用户基础属性（性别、年龄、城市）由直播间商品的用户画像决定，我们大可以通过同行直播间的用户画像，去选择相对应的基础属性。
大多数人面临困惑的一点，在于行为兴趣定向的选择。首先来讲行为定向，抖音发展到今天，算法对于人群标签的分类，已经非常细致化，不止可以检索到用户的性别，甚至用户的交易频次、习惯、交易能力都了如指掌。所以二类电商选品根据用户交易习惯做了类目的分化。
类目的选择遵循一个原理，如果是大众化商品，选择一个大的细分类目即可，比如服装，本身就覆盖了大量的交易用户，系统根据你选择的用户，已经有足够的用户规模去探索人群，相反如果是小众商品，比如建盏，那么在细分类目是无法找到归类的，这时候可以在类目中去找寻相似人群，比如茶具、高尔夫运动等等。
类目跟关键词的关系，在于精准用户的再次锁定，所以一般选择类目后，会通过填写具体的关键词进一步让算法探索更精准的人群。
行为定向的选择偏向于交易行为的用户，但我们往往会遇到一种情况，交易行为的用户系统在探索时较为困难，那么就可以在兴趣定向中作为补充，通常的做法是，可以直接将行为定向的内容复制到兴趣定向，两者互为并集的关系，可以帮助系统为我们探索更多意向的人群。