讲透“标签”“搜索”“推荐”的关系，纯干货

针对最近朋友最多的问题：标签对搜索和推荐的影响。针对这个我今天就专门来出一篇帖子，一次性给大家讲透。

2 `2 h% w4 V6 H% g' ~% S8 S首先，要明白几个基础的问题，搜索流量和推荐流量的考核指标是什么？
+ N( s) i" i3 v/ k9 H# e
2 t( i9 L7 _0 x3 ^" J* t

( c6 a/ g, Q: N. B大家是不是能看出来一点问题，不管是推荐流量还是搜索流量，他考核的指标都是一样的。这个就很奇怪了，那为什么考核指标都一样，但实际情况是推荐流量高的时候搜索流量就少，搜索流量高的时候推荐流量就少呢？
  
这个恰恰就是淘宝流量制衡的底层逻辑，标签决定哪个流量渠道爆发。
6 t! c3 Q' J. u) d- b
先来说搜索流量各个因素的影响：
6 ?' R4 n3 \/ v( Z# m1 Q: ?% @一．做搜索之前我们肯定要做的一件事情就是测图，因为点击率决定了我们我们获得曝光后的入店流量情况。这里就是点击率的影响
: D6 R* w$ @! z, I8 b% Z
* C4 t! k8 E- M二．操作之前我们会做一些人气权重，比如收藏加购这些非搜索渠道的准备。为后面的操作打下基层。
& F" Y$ a1 }: X
, P3 r9 i* v. P  K三．操作中，我们会对标竞品的加购率，收藏率，和转化率。这三个率就是主要加权点。
6 R1 L2 t! J/ H
+ J9 p! V0 L( P5 A' v  s5 W9 ~1 r$ q四．坑产和UV价值是搜索端关键词的最后加权的环节，也是我们要控制的最重要指标
: J& v5 H4 D; N4 x1 x: Z  e  G
在做搜索的时候，我们追求的是精准流量，精准标签，整个过程都是让标签逐渐精准话，想要的结果就是进入的流量转化率更高。特别是转化率就是我们验证流量精不精准的指标。这话有点绕口，只要明白就行了。

方便大家理解，我自己做了一个图，从图上可以看到，整个过程人群标签是在逐渐变细，逐渐清晰，让自己的产品深刻打标，系统就会给你推宝贝相同标签的人群，最后要的结果就是精准！
( w3 k3 F( c7 ?
所以现在你回想一下，我们在做搜索的时候是不是先在做权重，做坑产，获得更多曝光，这个时候会出现有流量没有转化的情况，这就是只有权重，但是标签不精准。所以我们会再来付费推广矫正人群，最后得到关键词高权重，高曝光，达到标签精准，流量精准的这个过程。然后随着你人群的逐渐精准，转化越高，坑产越高，UV价值越高等因素，你的精准流量池也是越来越大，就是图片中蓝色的圆圈会逐渐变大，这个过程应该能理解吧。
/ j" W8 w0 S4 x9 h
再来说一下推荐流量机制。
我们做推荐流量的时候是不是会听到一句话，只要点击率够高，你就能有推荐流量。我相信绝大多数的人都应该听过所谓大神讲过这个，我只想说纯属扯淡。
$ Z' k* Q/ f9 [/ _
& M7 `. r0 c$ i6 l: [如果这个逻辑说的通的话，参谋中高流量排行前十的宝贝，他们的主图绝对点击率都非常高，难道你用他的图你就能获得高点击，就能爆发推荐流量吗？这个肯定是不现实的!

' ~' i* u7 d, ?. i" N, ]6 K我还是画一张图片来解释。

从图中我们可以看出来，推荐流量是从内而外的，也就是不管你点击率如何，也不管你各项数据有多优秀，只要没能入池，啥都没用。推荐流量首先要做的就是标签，标签精准后入池了再谈后面的。
+ j# f- b$ G1 f# X$ `+ r9 L) h
这就是我们操作过程中为什么先做搜索流量，再做推荐流量的原因。因为只有在你搜索流量把人群打精准了，才有机会去把推荐流量做起来的原因。

' z* Z9 x8 `# M& X5 [3 x6 K推荐流量是从入池开始后才受到点击率，收藏加购率，转化率这些影响。

入池后数据不好，那就只能在基础池呆着。数据好，就往下一个流量池推送，如果在更大的流量池还能保持数据，系统就再推送到更大的流量池，重复这个过程。随着流量池越大，标签也就越泛。  

这下应该能明白为什么了推荐流量多，搜索流量就少的原因了吧，因为他们的加权点虽然都是一样，全部受到点击率，收藏率，加购率，转化率，UV价值，坑产等因素影响，但是内在的标签却是相反的，搜索是标签从泛到精准，推荐是由精准到泛。

0 |% f  y$ m) d说完了这个原理，就要说一下万恶的标签是不是就无敌了？其实不是的，标签有几种情况下也会失效。第一，标签怕爆款，这样说吧，爆款是不受到标签的制约的。第二，标签怕蓝海小类目，那些月销量几百就能做到第一的类目
0 a- N  r& h5 o. x8 S) M
我举个例子来说明一下吧
' m3 b0 j. \; u- U: _3 r假如有两个连衣裙的宝贝，分别是A和B，我们为了方便说明就从单个标签维度来讲
A：销量1000  年龄标签：20岁 20%  30岁  20%    40岁 20%   50岁 20%   60岁  20%
3 `- W* @+ f( Z! p3 G9 H7 z( Y$ D) nB：销量1000  年龄标签：20岁  100%

0 S( o* A# F& i2 f  p这样看是不是A款的年龄标签非常乱，B款的年龄标签非常精准呢。假如现在来了一个 年龄20岁的女性 搜索连衣裙，你说哪个宝贝的权重更高？
) j/ Z/ p2 O" D7 C! }6 {; ?+ y& X
8 `! A9 Y% f1 D: |1 J0 \" f绝对会有很多人说，肯定是B款的权重更高，因为B款的标签更加符合 这个人的年龄标签。错！ 权重更高的是A款
- w4 W* w* s2 u, M" U
因为A款销量10000  20岁 20%   符合这个标签的单量是2000，B款销量2000，即使全部是这个人群的单量，他的总单量只有1000.所以A款的权重更高。
* f9 b9 c, y- m: F# V2 i* L这样你就能理解标签对爆款无效这句话了吧。

) S  q: R, {: u0 R+ ~5 Y& u很残酷的一个现实，标签就是影响产品的前期和中期的，

游客，如果您要查看本帖隐藏内容请回复

% N8 v! E& H( ^& l, ]+ a) v# |
! d9 @  O# n' @4 ^5 B

可以试试
4 [4 V. m- u* [" w

......
+ g) t$ D; A  V1 S* n

好好学习  天天向上
$ ?# {0 ?, G2 u' A( s  @! I3 u5 e7 W

学习学习
% B1 H8 S% y7 w  z3 L; Q$ n/ _

学习知识技七

学习
9 a3 B2 [3 l& `9 O7 A" _

6666666666666666666

不行
( c; U! Z7 @2 K) m/ c& X% O

666666