###
巨量千川全域推广中短视频追
投的
功能与使用方法
#### 短视频追
投功能介绍
短视频追
投是
巨量千川全域推广中的一项重要
功能，旨在帮助商家通过额外预算对指定视频进行追加
投放，以测试新素材的跑量效果或放大优质素材的跑量能力。这一
功能特别适用于需要短时快速起量或加速新素材推广的场景，能够显著提升拿量效率
和转化效果[^2]。
短视频追
投的核心优势在于支持多视频同时追
投，使得商家可以根据实际需求灵活调整预算分配，优化广告
投放策略。例如，在直播电商领域，3C客户追觅通过「视频追
投」搭配品牌广告，在直播明星大场中实现了跑量环比增长80%、GMV提升86%的效果[^2]。
#### 短视频追
投的使用方法
以下是短视频追
投的具体使用方法：
1. **选择目标视频**：在
巨量千川后台，进入短视频追
投模块，选择需要追
投的短视频素材。这些素材可以是已经发布的优质视频，也可以是新制作的测试视频。
2. **设置追
投预算**：根据营销目标
和预期效果，为选定的视频设置额外的追
投预算。合理的预算分配有助于最大化视频的曝光
和转化效果。
3. **配置
投放参数**：包括但不限于
投放时段、目标受众、优化目标等。例如，可以选择以
抖音直播整体支付ROI为优化目标，拓展
抖音信息流推荐、直播广场、商城、搜索等全域流量[^1]。
4. **启动并监控**：启动短视频追
投后，商家需要实时监控数据表现，包括播放量、互动率、点击率以及最终的转化效果。根据数据反馈及时调整
投放策略，确保最佳效果。
5. **数据分析与优化**：通过分析追
投视频的表现数据，识别高绩效素材，并将其用于后续的广告
投放计划中，进一步提升整体营销效率。
```python
# 示例代码：假设通过API获取短视频追
投数据并进行分析
import pandas as pd
def analyze_short_video_data(data):
df = pd.DataFrame(data)
# 计算关键指标
df['CTR'] = df['clicks'] / df['impressions']
df['CVR'] = df['conversions'] / df['clicks']
return df[['video_id', 'CTR', 'CVR']].sort_values(by='CVR', ascending=False)
# 示例数据
data = [
{'video_id': 1, 'impressions': 1000, 'clicks': 100, 'conversions': 10},
{'video_id': 2, 'impressions': 1500, 'clicks': 120, 'conversions': 15}
]
# 分析结果
result = analyze_short_video_data(data)
print(result)
```
上述代码示例展示了如何通过Python对短视频追
投数据进行分析，以识别高绩效素材并优化
投放策略。
#### 注意事项
- 短视频追
投适合用于测试新素材或放大优质素材的效果，但需合理控制预算，避免资源浪费。
- 在
投放过程中，建议定期检查视频的表现数据，以便及时调整
投放策略。
