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。

1 H. w/ V" G( F* g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？
# [% l% V1 T* X6 |
; _) z2 n* u" A+ B+ |/ i4 ?4 E
: F, p% q( W5 Y& _3 N1 d' {; Z
4 e+ S& _$ i' L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？
" k0 {4 m$ K/ z5 b  
( |; v1 Q" |" d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。

& F4 a' m2 L* ^! v先来说搜索流量各个因素的影响：
( ~9 e8 r0 @. Z1 u( N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
! D8 _2 Q  A3 n: K3 ~
* p/ m* b# Y3 N, p% o3 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。

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。
" {; `' l8 _6 V4 k$ X  V
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
6 m8 p5 I) _$ h2 d# N/ j2 F
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！
7 d7 K( C" g9 ^/ @" \% V
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。

再来说一下推荐流量机制。
9 g+ A7 ?' o3 D" t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。
7 L0 @. }! l0 M4 G1 e
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!
6 K6 r9 C5 h  P8 j2 Q7 Q( Y0 X4 c7 `
我还是画一张图片来解释。
3 g. P) f( a/ T- [! M1 F" w
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。

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。

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。

7 h. {1 D  p- z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。  
8 u! @7 v+ t* l% o/ ^) ?
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。

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

; @" c! f+ t2 y1 @* i我举个例子来说明一下吧
* G2 J3 Y9 ~* x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
- ~$ }7 Z8 J* u, M. KA：销量1000  年龄标签：20岁 20%  30岁  20%    40岁 20%   50岁 20%   60岁  20%
5 \( K+ K8 ~6 _; ~7 L7 F( j) FB：销量1000  年龄标签：20岁  100%
* i3 a, B$ R: t7 x; N" w7 B: M$ J
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？
* Y" j7 X# W; T/ Y! H  Y. g
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
9 C% W9 h9 r5 i& z! U7 `- R
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。
3 `2 ^) K" P1 f0 x9 _这样你就能理解标签对爆款无效这句话了吧。

1 L/ p' E  B6 Y/ L% K5 |! F) l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

8 H- X9 c+ k, O
% E4 O+ }: c+ T/ q/ ~4 v7 d

可以试试

......
% |2 ]* N" ~  q; f% M

好好学习  天天向上
: B2 k0 g% _# R! O) e

学习学习

学习知识技七

学习

6666666666666666666
. d. Z& F3 a4 g$ B  T

不行
! U! l/ r9 i, s/ K; J

666666