实力亲测！！！千人千面算法下如何快速圈流量做爆款

普及一下基础知识         

一、政策：2014年下半年起开始阿里提出小而美，下半年提出个性化需求、千人千面。

   千人千面：比如最近你经常看内裤，那么淘宝就会推送内裤给你，推送的都是高转

   化，高人气的爆款。（其实这个技术在百度上叫定向推送，cookie中

   对你浏览以及搜索过的内容进行全面记录，再进行推送，只不过百度

   是收费项目而已，亚马逊也在用此技术）

   千人千面=小而美（目的：流量使用最大化，阿里也缺流量）

二、平台算法的隐性规则：

1、店铺权重值设定：系统对店铺数据自动进行评估，对店铺设

   置销售上限和流量展现设置。（库存、周期销售额、sku数

   量、客群质量、转化率等）

2、以前：200个单品给4个大爆款；

   现在：60个单品给5个爆款机会，每个单品有效核心关键词         

   不超过5个。

千人千面之后发生了什么？？？

1、店铺爆款突然销量一落千丈。

2、自然流量下降50%以上。

3、sd越刷越没转化，越刷越没流量。

4、直通车、钻展越烧越多，ROI越低。

5、同类目低客单价低服务的店铺反而靠前了

测试方案一：暴力烧车

针对销量下滑的单品：①核心关键词全部烧到第一

                    ②行业高转化热词烧到第一

                    ③提高点击率，控制转化率

（对付sd最好的方法是？）

结果：①直通车花费猛增，销量没有明显提高。

      ②智能匹配不开，几乎没展现，一打开乱展现。            

      ③销量依然下滑。

测试方案一：失败

总结发现：

1、店铺权重设定（算法）-------变成：人工管理

①店铺成交笔数已被设定（比如设定你店铺为100单，上午完成后下午就没转化）

②店铺被设置上限人数，多一个都不给展现，不管怎么优化。   ③单品潜力值已被设定。

2、新品权重提高了。

3、客群匹配标签明显（消费能力等）

测试方案二：做数据匹配

1、找优质小号（匹配店铺消费水平）：刷展现、刷点击、刷权重。（同类目低价产品排位靠前是因为sd对象的匹配）

2、方案一配合：详见方案一。

结果：数据优化没有得到预期提高。

测试方案二：失败

总结：

①店铺和单品一但被设定一个值，怎么优化都没用，除非跳出去。

②客群已采用多维度打标，只匹配消费层级做数据会被系统直接过滤。

测试方案三：定向数据匹配

方案：

背景：女装店铺Y，客单价270—400元，客群18—35岁，风格文艺长裙，测试长裙W。

测试ID：1、A:29岁、女、消费能力300-500、一钻、账号状态正常、购买偏好鞋服类。

        2、B:30岁、女、消费能力300左右、三钻、账号状态正常、购买偏好鞋服母婴类。

        3、C:25岁、性别空、消费能力300左右、四心、账号状态正常、购买偏好鞋服。

测试过程：提前两天浏览、收藏大量同风格、价位等于高于测试店铺客单价的单品，但区

域、所有关联项全部隔离。

测试结果：1、A真实下单后，半小时内真实卖出1单。2、B和C都收到关于Y店铺和W款的推送。3、B、C跟着足迹真实下单后，马上成交+1、+2。

测试方案三：成功

测试三总结：浏览足迹的真实买家成交了，淘宝后台马上向和此买家类似的买家推送此单

品和店铺。（淘宝是根据上个买家成交足迹来判断下一个买家看到的单品）

意外收获（测试四接着验证）：

1、自己浏览的类目推送内容有延迟，延迟时间2小时左右。

2、如果淘宝是按照足迹推送的话，sd也是有足迹的，所带来的流量应该更多的，我的流量去哪了？

结论：1、千人千面的新算法最终的结果是逼着店铺去做小而美、去做店铺定位。

      2、客群已经自动标签化，客群不匹配，靠sd，已经于事无补，乱sd越刷越死。

那么问题来啦：

千人千面小而美的根本目的是什么？

答：流量的最大化。

举例说明：意思是我是卖300块连衣裙的店铺，进来100个人都是想买300元客单价连衣裙的，都转化了，转化率就是100%，这是最理想的状态。当然，为何到不了这个理想状态呢？女人是个奇怪的动物，她可能浏览了两天的300元连衣裙，但最后却买了套98元的情趣内衣，找谁说理去。（轨迹和预测是扯淡，这个已经扯到心理学上去了，对于女人来说购买就是一种乐趣！）

测试方案四：挖出流量

方案：

背景：女装店铺Y，客单价270—400元，客群18—35岁，风格文艺长裙，测试长裙W。

测试ID：A、B、C、D、E、F、G 、a、b， 9个客群匹配号

过程：ABCDEFG分别以10分钟、30分钟、1小时、2小时、4小时、1天、2天的时长下单购买长裙W（均收藏、添加购物车）。a b分别提前1天、2天浏览W和相关类似产品。

测试结果：成交后ABCD没有任何展现到ab；E展现极短时间；G展现时间最长。

测试方案四：结论

1、服务器和网页COOKIE不能实现同步。（没有服务器能这么牛B）

2、产品下架展现原理是后台服务器提前存储好的（存储展现）。

3、服务器展现方式应该是：重复展现+延迟（现在展现A，下一步应该展现B的时候，由于

服务器运算速度跟不上和你不可能实时刷新网页，就变成了重复展现A+延迟，那么恰好B的展现时间较短，就被跳过去了）

那么流量去哪了？

被后台的算法给吃了

针对以上四个测试，我们做如下总结：

算法多维度：

1、店铺权重值设定：①店铺成交笔数设上限（SKU\库存\单品潜质）

                   ②店铺UV数设上限（转化\点击\客群基数）

2、店铺定位精准化(动销商品归类客群)

3、客群标签化（年龄、能力、习惯等）

4、新品维度

店铺应对：必须去做小而美，去做定位。

做出来的数据：流量会被算法吃掉。