淘宝为什么越补越没流量？是方法错了还是平台不靠谱？？

13927944963 · 发表于 2021-5-3 22:36:40

先给大家聊一个很核心的问题---流量分层。
什么是流量分层，不是从流量性质；潜客新客老客这个角度讲，而是从流量层级上升的趋势，简单说就是流量层级的影响要素。

下半年做搜索的老板有没有发现一个现象，搜索流量爆发成波浪型阶梯式上涨，很难再像以前只要做支付买家数递增搜索就跟着涨？
而且还有一个很有意思的规律每一个层级总在以千位上下波动
基本是第一流量层级在500-1000，
第二流量层级1000-2000，
第三流量层级2000-3000，
第四流量层级3000-4000......以此类推。
在整个搜索流量上升的通道中波浪形阶梯式形状特别明显，如果你在第一流量层级你递增几十单可能就拿到500以上搜索，如果再快速递增支付买家数你会发现一点作用没有，有时候流量不涨反而会降，很多商家肯定会说是人群不准的问题，事实是如此吗？

波浪形阶梯式流量递增的背后真相是什么？尊重系统，逐步一层层去完成搜索的递增，一个搜索关键词下就是一个市场更是一个战场，你是打狙击战，规模战，歼灭战，取决于你自身现状资源和对战场环境的判断，

做搜索亦如此，搜索确定一个店铺的生死不是从流量角度思考，而是要从人群种子人群画像思考，搜索是最精准的优化种子人群标签画像的端口，推荐搜索，手淘推荐都是基于店铺种子人群标签画像的精准度，能明白这一点就要彻底舍弃坑产思维，不是去盲目的递增支付买家数拉升，而是尊重系统，引导系统精准优化种子人群标签画像。

这一切的开始都从“购物意图”开始精准打标.买家会能过一个类目大词先搜索，在搜索结果页中查找跟你的目标产品各方面参数比如款式、价格、等接近的同行竞品，然后不断的查看相似款，进到竞品中收藏加购等常规则操作，过程中查看的款多越接近目标产品，效果越好，直到首页搜索框出现了你的目标关键词，且点击搜索后能出现你的产品，找到你的宝贝后，完成以往常规的一通操作，然后下单。这样的权重精准打标的统计数据，

比如你卖的是一款238元的蓝色紧身牛仔裤，精准打签是让你bd的人，搜索关键词紧身牛仔裤，找到一蓝色紧身且价格在238元左右产品再参考你图片款式，然后不断的查看相似款，这个过程就是在不断的引导系统我是一个现在就想买238元的蓝色紧身牛仔裤，而且还长得和你的产品一模一样，这时系统就只会给这个买家推荐这样的品产，这种情况下到你店铺里面去成交，就能成功的为你的产品打上标签，有了标签以后系统再给你推荐来的真实买家就会是真正想买这个价格这个款式的人，也就是只有在统一聚焦购物意图后再去测试用户属性标签性别年龄消费层次职业等才有意义。

我们嘴上经常说的关键词不同人群不同背后的逻辑就是这些，购物意图不同，背后的人群就是不一样的，比如开直通车关键词太杂，购物意图不聚焦测试基础属性人群是测试不出来的，因为购物意图在流转今天这个词明天那个词，怎么可能会精准。

以前统计算法模型还占很大一部分权重，从2019年下半年启用推荐搜索算法，真正进入了系统推荐算法时代，以前统计算法只要你一个点做的很好都可以撬动流量爆发，现在也能一时，当机器学习算法模型分析出有问题时流量就瞬间枯竭了。

为什么现在的搜索流量会波浪形阶梯式上涨也全是因为机器学习算法模型的算力和时效造成的。
一方面机器学习算法模型分析你产品根据你产品建模推荐需要一定的时间，
第二个就是机器学习算法模型根据用户和商品交互产生的行为数据根据词召回和“向量”召回，由于词权重和向量权重的问题，不可能同时都获得权重，必须逐步一个层级一个层级各个击破。这就造成了波浪形阶梯式上涨的形态。

所以基于系统算法模型进行运营节奏调整和布局。得不到搜索流量的几大问题：
第一：布局的词太大，竞争环境太恶劣根本没有机会，一般实战中就是直通车的词开的太大，没有指向性，搜索端的操作也是如此。
第二：人群标签的问题，人群标签首先是购物意图精准然后才是自定义属性标签，没有侧重购物意图的测试。
第三：种子人群标签的精准度，从用户和商品及行为数据三个方面考虑。
第四：词系布局的问题，词系布局就是词召回中如何提高词权重的问题所在。
第五：关键词和人群的点击率和转化率问题。
第六：就是人群流转带来的问题，体现在直通车智能拉新点击量占比过大，喜欢用抢位助手卡首屏，这两点是非常影响搜索的，多是因为使用“场景”不对。

还有另一个因素大家在熟悉不过--坑产因素。坑产因素怎么理解，如果你真想快速突破这一项的影响，不是你递增的多快多大，核心还真要看对手给不给你机会，对手在什么体量上。
你多的每一个搜索流量，都是抢不如你的竞争对手的，词召回和向量召回是机器学习模型核心分析与判断因素。

词向量和向量召回如何优化？词向量这个在叠加玩法中最好的办法就是：“词系布局”，如果更精准更强大就要从类目布局和商品向量布局就要开始了。
比如向量召回是系统根据标题里的不光是分词也会根据语意进行语义相似度进行语义向量推荐。
人群标签判断和确认模型：为什么递增直通车现在很难带搜索，原因真的很多，这里我再透露两个点。
第一个：直通车测试和判断的初始人群标签画像和真实成交人群标签画像的相似度问题。
第二个：就是直通车词系和搜索端关键词词系的相似度问题
我们测试人群标签就要搞明白什么是人群标签，核心组合的标签有那几个。这点大家都不陌生，基本都是围绕性别、年龄、消费能力、职业、城市级别等最核心的级别进行测试的，

很多商家会问为什么我测试的数据都不好，绝大问题出在购物意图没有进行聚焦统一。
除此之外也和品类有很大的关系：标品和非标品有一定的区别，但是测试的逻辑是不变的，所谓“一词一市场，一属性一人群”关键词不同，搜索背后的人群不同，测试的自定义人群属性肯定也是不同的。你不可能做所有人群的生意，

所以先找到适合自己产品的性别、年龄、消费能力的人群。所谓人群就必须有相同的购物意图然后再去测试自定义人群的。

为什么你测试的人群标签是很精准但就是放不大，或者人群标签流动性很大、测试不出来特别好的。基本问题都出在“场景”分析不到位，购物意图是从潜客到新客的过程，看的是点击率和收藏加购率，成交词是新客变老客的过程看的是转化率。

关键词布局一定要有两个场景：
第一：从潜客到新客反映购物意图
第二：从新客到老客反映购物意图成交方向也就是你布局的关键词一定要有两类，有购物意图的人群和有购物意图且成交的人群，一个是拉新一个是收割。
拉新阶段看的就是潜客流转新客的收藏加购情况，收割才看的是关键词的转化率。如果只以转化率测试人群，词端和自定义人群都具有很大不稳定性的，没进行过滤数据怎么稳定。

所以关键词布局基于两个场景来布局：最大化的拉，具有购物意图的人群，那么肯定是核心类目词二级词这种最精准的进行收割那就要仔细分析测试带有属性的类目词找出成交属性方向自有这样才能解决两者之间的矛盾两者结合才能测试比较精准的初始人群画像。

这里还需要有一个前提，关键词转化率和词系的聚焦性方向。如果词性差别很大，就是直通车计划转化不错也很难带出来搜索，因为直通车关键词和搜索关键词的词向量不在一个方向上