|
淘寶越BD越?jīng)]流量，為什么？先說一個核心問題——流量分層。什么是流量分層，不是從流量性質(zhì)；從潛在客戶、新客戶和老客戶的角度來看，從流量水平來看是上升趨勢，這簡直就是流量水平的影響因素。下半年，做搜索的老板有沒有發(fā)現(xiàn)一個現(xiàn)象，搜索流量爆發(fā)成波浪型階梯式上漲，很難再像以前只要做支付買家數(shù)遞增搜索就跟著漲？
而且還有一個很有意思的規(guī)律每一個層級總在以千位上下波動。
基本是第一流量層級在500-1000，
第二流量層級1000-2000，
第三流量層級2000-3000，
第四流量層級3000-4000......以此類推。
在整個搜索流量上升的通道中波浪形階梯式形狀特別明顯，如果你在第一流量層級你遞增幾十單可能就拿到500以上搜索，如果再快速遞增支付買家數(shù)你會發(fā)現(xiàn)一點作用沒有，有時候流量不漲反而會降，很多商家肯定會說是人群不準的問題，事實是如此嗎？
波浪形階梯式流量遞增的背后真相是什么？尊重系統(tǒng)，逐步一層層去完成搜索的遞增，一個搜索關(guān)鍵詞下就是一個市場更是一個戰(zhàn)場，你是打狙擊戰(zhàn)，規(guī)模戰(zhàn)，殲滅戰(zhàn)，取決于你自身現(xiàn)狀資源和對戰(zhàn)場環(huán)境的判斷，
做搜索亦如此，搜索確定一個店鋪的生死不是從流量角度思考，而是要從人群種子人群畫像思考，搜索是最精準的優(yōu)化種子人群標簽畫像的端口，推薦搜索，手淘推薦都是基于店鋪種子人群標簽畫像的精準度，能明白這一點就要徹底舍棄坑產(chǎn)思維，不是去盲目的遞增支付買家數(shù)拉升，而是尊重系統(tǒng)，引導系統(tǒng)精準優(yōu)化種子人群標簽畫像。
這一切的開始都從“購物意圖”開始精準打標.買家會能過一個類目大詞先搜索，在搜索結(jié)果頁中查找跟你的目標產(chǎn)品各方面參數(shù)比如款式、價格、等接近的同行競品。
然后不斷的查看相似款，進到競品中收藏加購等常規(guī)則操作，過程中查看的款多越接近目標產(chǎn)品，效果越好，直到首頁搜索框出現(xiàn)了你的目標關(guān)鍵詞，且點擊 搜索后能出現(xiàn)你的產(chǎn)品，找到你的寶貝后，完成以往常規(guī)的一通操作，然后下單。這樣的權(quán)重精準打標的統(tǒng)計數(shù)據(jù)，
比如你賣的是一款238元的藍色緊身牛仔褲，精準打簽是讓你BD的人，搜索關(guān)鍵詞緊身牛仔褲，找到一藍色緊身且價格在238元左右產(chǎn)品再參考你圖片款式，然后不斷的查看相似款，這個過程就是在不斷的引導系統(tǒng)我是一個現(xiàn)在就想買238元的藍色緊身牛仔褲，而且還長得和你的產(chǎn)品一模一樣。
這時系統(tǒng)就只會給這個買家推薦這樣的品產(chǎn)，這種情況下到你店鋪里面去成交，就能成功的為你的產(chǎn)品打上標簽，有了標簽以后系統(tǒng)再給你推薦來的真實買家就會是真正想買這個價格這個款式的人，也就是只有在統(tǒng)一聚焦購物意圖后再去測試用戶屬性標簽 性別 年齡 消費層次 職業(yè)等才有意義。
我們嘴上經(jīng)常說的關(guān)鍵詞不同人群不同背后的邏輯就是這些，購物意圖不同，背后的人群就是不一樣的，比如開直通車關(guān)鍵詞太雜，購物意圖不聚焦測試基礎(chǔ)屬性人群是測試不出來的，因為購物意圖在流轉(zhuǎn)今天這個詞明天那個詞，怎么可能會精準。
以前統(tǒng)計算法模型還占很大一部分權(quán)重，從2019年下半年啟用推薦搜索算法，真正進入了系統(tǒng)推薦算法時代，以前統(tǒng)計算法只要你一個點做的很好都可以撬動流量爆發(fā)，現(xiàn)在也能一時，當機器學習算法模型分析出有問題時流量就瞬間枯竭了。
為什么現(xiàn)在的搜索流量會波浪形階梯式上漲也全是因為機器學習算法模型的算力和時效造成的。
一方面機器學習算法模型分析你產(chǎn)品根據(jù)你產(chǎn)品建模推薦需要一定的時間，
第二個就是機器學習算法模型根據(jù)用戶和商品交互產(chǎn)生的行為數(shù)據(jù)根據(jù)詞召回和“向量”召回，由于詞權(quán)重和向量權(quán)重的問題，不可能同時都獲得權(quán)重，必須逐步一個層級一個層級各個擊破。這就造成了波浪形階梯式上漲的形態(tài)。
所以基于系統(tǒng)算法模型進行運營節(jié)奏調(diào)整和布局。 得不到搜索流量的幾大問題：
第一：布局的詞太大，競爭環(huán)境太惡劣根本沒有機會，一般實戰(zhàn)中就是直通車的詞開的太大，沒有指向性，搜索端的操作也是如此。第二：人群標簽的問題，人群標簽首先是購物意圖精準然后才是自定義屬性標簽，沒有側(cè)重購物意圖的測試。
第三：種子人群標簽的精準度，從用戶和商品及行為數(shù)據(jù)三個方面考慮。
第四：詞系布局的問題，詞系布局就是詞召回中如何提高詞權(quán)重的問題所在。
第五：關(guān)鍵詞和人群的點擊率和轉(zhuǎn)化率問題。
第六：就是人群流轉(zhuǎn)帶來的問題，體現(xiàn)在直通車智能拉新點擊量占比過大，喜歡用搶位助手卡首屏，這兩點是非常影響搜索的，多是因為使用“場景”不對。
還有另一個因素大家在熟悉不過--坑產(chǎn)因素�？赢a(chǎn)因素怎么理解，如果你真想快速突破這一項的影響，不是你遞增的多快多大，核心還真要看對手給不給你機會，對手在什么體量上。
你多的每一個搜索流量，都是搶不如你的競爭對手的，詞召回和向量召回是機器學習模型核心分析與判斷因素。
詞向量和向量召回如何優(yōu)化？詞向量這個在疊加玩法中最好的辦法就是：“詞系布局”，如果更精準更強大就要從類目布局和商品向量布局就要開始了。
比如向量召回是系統(tǒng)根據(jù)標題里的不光是分詞也會根據(jù)語意進行語義相似度進行語義向量推薦。
人群標簽判斷和確認模型： 為什么遞增直通車現(xiàn)在很難帶搜索，原因真的很多，這里我再透露兩個點。
第一個：直通車測試和判斷的初始人群標簽畫像和真實成交人群標簽畫像的相似度問題。
第二個：就是直通車詞系和搜索端關(guān)鍵詞詞系的相似度問題。
我們測試人群標簽就要搞明白什么是人群標簽，核心組合的標簽有那幾個。這點大家都不陌生，基本都是圍繞性別、年齡、消費能力、職業(yè)、城市級別等最核心的級別進行測試的，
很多商家會問為什么我測試的數(shù)據(jù)都不好，絕大問題出在購物意圖沒有進行聚焦統(tǒng)一。
除此之外也和品類有很大的關(guān)系：標品和非標品有一定的區(qū)別，但是測試的邏輯是不變的，所謂“一詞一市場，一屬性一人群”關(guān)鍵詞不同，搜索背后的人群不同，測試的自定義人群屬性肯定也是不同的。你不可能做所有人群的生意，
所以先找到適合自己產(chǎn)品的性別、年齡、消費能力的人群。所謂人群就必須有相同的購物意圖然后再去測試自定義人群的。
為什么你測試的人群標簽是很精準但就是放不大，或者人群標簽流動性很大、測試不出來特別好的。基本問題都出在“場景”分析不到位，購物意圖是從潛客到新客的過程，看的是點擊率和收藏加購率，成交詞是新客變老客的過程看的是轉(zhuǎn)化率。
關(guān)鍵詞布局一定要有兩個場景：
第一：從潛客到新客反映購物意圖
第二：從新客到老客反映購物意圖成交方向也就是你布局的關(guān)鍵詞一定要有兩類，有購物意圖的人群和有購物意圖且成交的人群，一個是拉新一個是收割。
拉新階段看的就是潛客流轉(zhuǎn)新客的收藏加購情況，收割才看的是關(guān)鍵詞的轉(zhuǎn)化率。如果只以轉(zhuǎn)化率測試人群，詞端和自定義人群都具有很大不穩(wěn)定性的，沒進行過濾數(shù)據(jù)怎么穩(wěn)定。
所以關(guān)鍵詞布局基于兩個場景來布局：最大化的拉，具有購物意圖的人群，那么肯定是核心類目詞 二級詞這種最精準的進行收割那就要仔細分析測試帶有屬性的類目詞找出成交屬性方向自有這樣才能解決兩者之間的矛盾兩者結(jié)合才能測試比較精準的初始人群畫像。
這里還需要有一個前提，關(guān)鍵詞轉(zhuǎn)化率和詞系的聚焦性方向。如果詞性差別很大，就是直通車計劃轉(zhuǎn)化不錯也很難帶出來搜索，因為直通車關(guān)鍵詞和搜索關(guān)鍵詞的詞向量不在一個方向上。
| 
QQ好友和群
收藏
支持
反對
