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。

9 Q* k! E# Q; b5 A! h& U, g) w: m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？

& d6 T) g4 v' h# t. m) M
/ S9 P% p1 l1 p; k. @
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？
  
+ B2 {# i4 V8 U3 D" |" @, K. p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。
, H5 z/ A6 L& C6 t
! n1 N3 E* c8 K* [$ ^6 a先来说搜索流量各个因素的影响：
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

) ^  `+ A  Y% k% o$ e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。

: w6 E1 T$ v0 n3 _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。
8 d) s: _4 G* G
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

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。

# L6 y  D9 l% G9 m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！
: `( R8 Y- Y* V! U
6 a2 e' Q0 ~) H; r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。

- ~& @. z* H9 v* o. j再来说一下推荐流量机制。
% N. j( D  M( Z1 a; Q$ q+ R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。
6 _2 i! F: J; |; I2 y
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!

3 g9 R/ X5 l3 D. C: T2 z  X" `我还是画一张图片来解释。
) N) H$ p7 H- V4 j! P7 S* ^0 m
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。
8 I5 X. w% G. s2 @, F1 F( b" [3 S
* W2 h5 C: |8 H- T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。
1 p' E" C5 ^9 ], I6 V
  i" l! n+ i" V! B3 |+ S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。  
% B! ]# \$ S+ s) _
# D. Q! x4 z3 o5 J( E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
6 i7 w) e3 y$ s, g9 K
0 h" _$ G$ j& _% Z% g: ~我举个例子来说明一下吧
$ R. a1 `0 t3 d* U8 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
A：销量1000  年龄标签：20岁 20%  30岁  20%    40岁 20%   50岁 20%   60岁  20%
B：销量1000  年龄标签：20岁  100%
- x& o2 P% M8 K. z3 E  B
; h% Q! g: `6 }+ o2 `6 J1 G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？

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

1 p% q( b- G3 p9 o$ {0 W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。
" q' Z- J# [( B( ]4 {* C) i, c这样你就能理解标签对爆款无效这句话了吧。

7 X! C# M; c, e' D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

( I: |" L; v' ?- V

可以试试
2 A$ T1 g- N. F5 d+ h5 E
" b) U, n+ e, o& u6 q0 r

......
/ n0 [1 L$ z! D( [

好好学习  天天向上

学习学习

学习知识技七
4 D6 }% I: H/ s4 b

学习

6666666666666666666
: R( w/ P8 R3 P: _# a0 N- i% b

不行

666666
- {% }/ P# W6 o9 E: L' p9 h: G

8 t5 f7 ~. O# Q2 |7 S1 r4 V