千人千面就是为了千人一面

很多同学反应现在的淘系难做，为什么感觉难，我认为还是大家对商业的理解以及对淘系算法规则的不了解。
* v% t( Y0 P" m& Q3 R

还是用自己以往被确认的“好玩法”“好技术”的固化思维，原地坐牢。

从2018年到现在，我一直再说淘系规则的调整，特别搜索算法的改变；大部分人没当回事。

原因就是坑产玩法还好用，不管你讲标签也好，向量也罢，在刷有用面前我们讲的理论就是想割韭菜。

我讲了几年的东西很多同学到现在都没搞明白，比如说什么是标签，什么是人群。

最简单的认知都没搞明白，天天围绕着关键词的坑产递增，支付买家数递增死磕。

就算谈标签讲人群还都理解错了。

不来流量就说人群标签不对，所理解的标签偏向于基础属性人群这个层面，难道真的性别，年龄，消费层次来决定你产品的转化率的吗？

首先要搞明白市场就是买和卖，买卖之间是供需关系决定的。

供需关系和市场需求才真正影响转化。

你能找到高转化人群标签轮廓特征会有所提高转化率，而不是说找不到这些基础属性人群标签特征，产品就不转化了。

----真正影响转化的是消费者购物需求关。

- B3 Q, B* f) q正文

千人千面就是为了千人一面

千人千面的概念提出来快十年了吧，大家对千人千面概念并不陌生，都知道是消费者身上的历史行为数据标签影响展现，每个人的身上标签不同，看到的产品不同；但是大家是否知道标签的存在就是还原消费者的真正购物需求。

标签是一个过去式是你某一段时间内购买完某一类东西后系统给你贴上的。

消费者身上的标签一般分为两类：

一：行为数据标签，也就是能识别出消费者这阶段“需求”的标签。

二：身份属性标签，就是性别，年龄，消费层次，职业等这种基础属性标签

只有是需求标签被识别确定后，也就是通过消费者行为数据识别出消费者真正的购物需求时，基础属性标签才有最大化的意义。

购物需求标签结合身份属性标签形成消费者的人群标签画像。

千人千面也是在统一了类目或品类需求后，进行的需求细分；正是每个人的细分需求不同才形成了千人千面和性别，年龄，消费层次，职业等关系真不是很大。

为什么大家信奉坑产递增就是因为他符合了在搜索算法用统计学模型下的爆款数据模型。

但是现在早从基础统计模型改成了召回机制。

2013年以前虽然提出了标签，但是标签的作用和权重是很低的，

一是因为基础搭建和算法的不成熟，

二是：数据沉淀还不够，

三是：那个时候还有流量红利，不缺流量。

标签的存在最根本是解决提高淘宝访客uv价值的，再不缺流量的时候，是不是标签的作用和权重就不会高。

但是缺流量的时候，淘宝就要最大化的利用UV，提高价值，所以标签的权重就越来越高，但是最核心的标签还是购物标签其次才身份属性标签，能还原消费者或者分析出消费者真正购物需求的标签才是最核心的。

身份属性标签就是锦上添花，不是根本。

这一点到现在还是有很多同学转变不过来，既然标签是还原消费者真实购物需求的核心因素，那么那些标签最核心，想想讲标签的时候，我们是不是首先先确定“成交属性”标签。

2018年我们开创了标签叠加玩法，从标签叠加玩法1.0一直升级到7.0完成了终结。

其核心思路就是通过关键词叠加成交属性，用带有成交属性的关键词做词根进行扩展和叠加，让带有成交属性的关键词快速得到权重。

这一点在2016-2019年都非常有用，就是现在讲“入池”也是这个策略。

因为那个阶段，搜索还是在关键词上，看搜索来源词就能判断背后的购物需求，聚焦购物需求也就是聚焦词系就能很快拿到搜索流量。

那个阶段可以说关键词背后就是人群，关键词也能带出来搜索。

直通车玩基础属性人群的测试，一一组合，二二组合，三三组合甚至四四组合还能完成效果根本原因还是人群趴在关键词上，关键词的搜索量还在。

随着标签的权重越来越高，其背后就是搜索流量的越来越少。

是不是有段时间去玩直通车拉升搜索开自定义人群反而拉不出来搜索了，反而转向定向人群确能带出来搜索，因为定向人群是确定好的购物意图新客人群，这个阶段应该是2019上半年。

此后定向人群又成了香饽饽，培训界讨论的最多的是基础属性人群还是定向人群在薅羊毛。

现在定向人群压制搜索成了不争的事实。

进入2020年时实标签的权重更高了进入推荐式搜索时代。

在2020年9月份以前坑产玩法的成功概率还是很高的，自从9月份以后碰关键词递增拉升的坑产玩法成功率就很低了，这个时期无痕和非搜开始出来了，。

说到这，大家能不能察觉到其背后的根本原因？

其实就是因为搜索流量越来越少，越来越金贵。

加上基础数据搭建及算法的强大，系统已经不光是通过关键词来识别消费需求，搜索关键词不是识别消费需求最精准方式了。

系统可以通过消费者历史行为数据和身份属性标签综合来判断只要识别用户有这方面的需求就给推荐展现，根据曝光点击行为数据进行识别真正购物需求然后系统形成向量进行向量召回。

搜索已经成了种子。

不再是抢夺的核心，因为关键词背后不在爬流量，就算前期做为种子期间也要好好去分析关键词才行。

在推荐机制下，关键词背后的人群会周期性被系统流转掉，推荐到另一个关键词身上。

解决这个问题的核心：

是看关键词背后的购物需求而不是去看关键词本身的数据，例如什么搜索人气，在线商品数这些，这些在推荐召回机制下没用了。

反而是关键词背后的购物需求的竞争环境和竞争度决定了曝光点击数据价值，决定了“向量”的精准度从而决定了召回流量的精准度。

这就是现在的搜索算法机制。

任何一个时期“关键词”都是核心，基础统计算法模型时代看的是关键词本身数据和竞争环境；

现在关键词只是一个种子，去看关键词背后的购物意图。

通过直通车买展现也好，坑产倒逼展现也罢。

核心要的是真正曝光点击下的数据，这个是形成向量，系统判断你需要什么样的人群的核心，所以尽量不能干预，适当引导，尊重系统，顺势而为。

再谈标签：

标签的意义何尝不是还原消费者真正的购物意图呢。

破坏标签或者人为干预标签不可能精准，只有系统真正在没有任何干预下的环境下的曝光点击数据才是真正的打标，才是真正的能确定“向量”和人群，其他方式都是掩耳盗铃，自欺欺人罢了。

只有系统真正确定了标签和向量，系统才会给召回相似购物意图的人，那么标签和需求自然聚焦，推荐搜索流量自然精准。

点击率，收藏加购率，转化率才会真正有保障。

根本不需要用补的方式去拉升，因为补就是简单的用坑产买展现，干预的越多，要求的行为轨迹越复杂反而买的展现越不精准。

推荐搜索也好，召回机制也罢，背后都是根据相似的购物需求和购物意图。

和你理解的人群基础结构人群，性别，年龄，消费层次，职业等真关系不大，特别是在没有找到真正适合自己产品的购物需求时更没有意义。

那么如何解决购物需求的问题：

是不是又回到了原点：

通过入池阶段，词召回时期布局好关键词，

以词系的方式聚焦购物意图确定曝光点击数据再进行预测和判断。

购物需求的承接出了关键词另一个核心点就是主图

主图及卖点匹配购物意图。

所以在推荐式搜索召回机制下，

购物需求精准环境的分析，

主图对应人群需求，

关键词背后购物意图的聚焦，

这才是基础中的基础，也是能真正和别人拉开差距的点。

所有的优化都是终结于购物需求，购物需求精准，人群就是精准的。

这个时候再谈人群标签才有意义。

千人千面就是从统一大需求中找细分需求，通过细分需求聚焦而完成千人一面的召回相似人群。

所以千人千面就是为了千人一面。

最后问大家问题：

如果所做类目所有需求都竞争很大，没有细分需求市场改怎么玩？

难道又回归到坑产思维下的玩法吗？

1 s+ w; ^: {3 p: @1 s  e" N