淘宝千人千面是什么意思?作用机制是什么?


淘宝千人千面是什么意思?真的有我们想象的那么简单,它的作用机制到底是什么?

千人千面这四个字说实话,这段时间真有点让人反胃恶心,无论是线上,线下,几乎每天都要看到听到说到这四个字不下百变。而仓库里积压的货,身边的人,口袋里支付宝里所剩无几的钱反而成了0和1组成的虚拟序列。

我们知道搜索关键词的综合排序的展示结果收到下面三个权重的影响:

关键词权重

宝贝权重(下架时间丶橱窗推荐等等)

店铺权重

如果展现逻辑是按上面这些排列,那千人千面在其中扮演了什么样的角色,我们自己的宝贝又如何在数以百计的同期下架宝贝中获得展现呢?

在以前解读千人千面,普遍认为是按买家的标签和宝贝(或店铺)的标签的契合性获得展现(或者以前本来就是这样),我在这里称它为标签对应论,但在最近这段时间,我们发现流量骤跌,转化率下降,交易(订单)阶段性爆发,这无法与之前的判断相互联系,我真的也迷茫了很久,每天想方设法的找到一个合理的解释,但是没有!侥幸的是我还算是比较擅长分析,我把我自己的和其他人发的所有的问题都梳理了一遍,然后把一些疑惑做出了以下总结:

前言:无论在任何阶段,我们可以确定的是平台是以消费者的购物(浏览)体验作为搜索引擎好坏的主要判断依据。而良好购物体验的主要判断核心是:在消费者产生购物意图到完成购物花费的时间,越短则购物体验越好。

这也是千人千面的【消费者相互引导论】产生的一个重要原因,而相互引导论是怎么作用的?

举个例子,假设A买家的标签中具备以下三点:性别【女】年龄【30-35】 消费能力【50-100】,当然A买家不仅仅只拥有这些标签,根据平时的浏览习惯和类目的不同,她还同时拥有零零碎碎的各种标签,但为了方便之后的讲解分析只取这三样。

然后将这类标签组称为X标签组

在A买家搜索【男童衬衫】 关键词后,因为买家只拥有三个标签,她的搜索结果出现的产品还是不具备足够的指向性,所以A买家的购物时间相对较长,做了一次次的浏览比对款式和价格后,最终她选择Y店铺的Z产品购买(直接购买,即A产品为搜索展现页面中的宝贝,非进店后选择同类目的其他产品间接购买,这点很重要)。

在A买家完成下单的这一瞬间,同样拥有X标签组的B买家,C买家,D买家也都同时搜索了【男童衬衫】,那么系统通过判断(提升购物体验)在综合排序中即会将Z产品优先展示给这些买家,【消费者相互引导论的推荐原则是通过对相同标签组其他买家的购买结果做为近期展示的判断依据】,简单的说就是Z产品对X标签组买家的契合度高。

在这之外,关键词进店停留时长,收藏率,跳失率,宝贝距离下架的时间,是否橱窗推荐,店铺权重,都会产生影响。

因为大类目下的热词搜索产生的转化量非常的大,而展现位其实并没有我们想象的那么多(下面会说明),所以消费者相对论更讲求时效性---“越接近上一次购物的搜索,宝贝就将拥有更多机会的展现”

这其实就是我们一直讨论的标签对应论(宝贝标签丶店铺标签与买家标签的契合度)的一种深度解读。我并不是说原先的标签对应论不存在,只是在每天那么多的优质宝贝的成交中搜索引擎不会因为你的宝贝标签是合适的就优先推荐给买家,即使有推荐也应该是排在近期有成交的宝贝之后的----所以准确的说两则是同时存在,而买家相互引导论的优先级又在标签对应论之上!

不可否认,我所说的买家相互引导的作用方式非常的粗浅,A买家交易后至B买家,那如果B买家再次成交,会不会产生的作用可能就不单单是下一次的短暂同标签展现(权重升级),而C买家的收藏,D买家的长时间停留,以及相互引导后的综合点击率也是不是会产生影响呢,这是大数据,我们无法测试,但我相信存在的合理性!

这也更好的解决了淘宝去爆款,多宝贝(优质)轮播展现,防止数据作假(限制刷单换宝贝等)的战略目标。 尤其是每天都有成千上万的【男童衬衫】搜索转化,而每一个时间点的搜索人群都会有差异,这些差异不一定都能用标签解决,甚至某些关键词的搜索结果会顺着时间的变化而让展现结果完全不同,比如男童衬衫,在11月份和6月份就产品来说就具有相当大的区别(长袖/加厚,短袖/薄),而系统是无法光从标签上做出准确判断的,但恰巧相互引导能解决这个问题。

那么说了这些相信应该多少能知道,为什么最近【流量】下降且不稳定,【转化率】更是低的可怜,常看到一些朋友说3月4月的时候店内每天30多单,现在一天只有两三单,而这几单还都集中在一个某时间段,而且曾连续好几天都是如此。这就是因为你的流量捕捉能力太弱,店内劣质(非质量)宝贝占比过大造成的影响。

还是一个个来分析吧。

说到【流量下降】,要先分析自己的店铺,以前流量多,那流量的端口在哪里,为什么来,又怎么来的?

如果店铺以前有刷单,或者现在还在刷,那么相当不好意思,你的标签是混乱的,就像之前的A买家,她本身对你契合度很高,但是因为标签对应的原则她是不大可能搜的到你的,而即使C买家(和刷手标签对应)通过搜索买了你的宝贝,下一瞬间(同标签相互引导)推荐来的D买家也不会鸟你(不适合),即便不存在隐性降权,也分分钟搞死你

如果你没有刷过,也没有流量,那只能说你的宝贝详情页,购物引导是不是做好了,好不容易有个A买家进店了,你抓住了没有,毕竟现在的展现规则不一样了,优秀店铺他们的搜索转化更好,互相引导的持续性更强(A转B,B转C....),这也就是现在很多类目的低价产品越卖越好的一大原因,你的展现机会是不是都被他们抢去了?

另外一个问题是【转化率】,引用买家相互引导论就能和【流量下降】简单联系在一起。

不管一个卖家是否有存在刷单,排除隐性降权,宝贝都应该是会有展现的,刷单的卖家因为标签错误引入的流量不精准而造成转化率下降这个很容易理解,并且因为销量的下跌,这一作用应该是长期的,不要相信一个月的隐性降权期一过就万事大吉。

而没有刷单的店铺,因为千人千面的作用,与你同时展现的其他卖家的产品如果更优质(包含主图,详情,产品特性,细节,销量,好评等等),尤其是中小卖家本身就不具备足够的竞争力,那转化率的下跌也可想而知。不过这样的说法还缺少足够的说服力,如果千人千面真的将我作用到准确的买家前面的话,相比千人千面开启前我的流量应该是更精准的,即使存在同类型同价位的产品竞争转化率也不应该下降的如此之多?这相信也是大多数卖家和我一样存在的疑惑!

然后就有了我在这两天里反复做的搜索结果统计,但因为我本身只是一个经营C店童装类目的掌柜,并不擅长与数据测算这种专业化的东西打交道,所以如果可以话,我想看到这里的各位抽半个小时的时间帮个忙,将结果一起在回复中贴出来,算是一个多数据印证吧,如果对的,那么很多问题都能迎刃而解,如果错的,也算是排除了一种可能!

测试的目的是为了解决所谓的【垃圾流量】到底是怎么进入到我们店铺的,从而导致了转化率的大幅度降低,其实说实话我的店铺平均转化率最近并没有太大的下降,但是稳定性上相对历史同期比较,还是分时段比较,看着真的是心电图的节奏。。。。

还是从入口开始说,不管是【垃圾流量】还是【优质流量】都是买家的行为产生的,而淘宝对于每一个买家的态度都是积极的,不可能说A买家客单高,退货少,纠纷少,给出的差评少,喜欢晒图,V级高淘宝就将他喜欢的东西展现给他,反之则用那些他不想买,或者买不起的东西恶心他,撵他走吧。 那既然搜索结果对买家来说都是精准的话,为什么还会存在垃圾流量(不精准)呢,带着这个问题,我做了搜索结果页的测试。

从搜索页的默认排序(综合排序)中可以看到,天猫豆腐块位置是不变的,从我的多号测试结果中可以得出一个结果---豆腐块几乎不受标签的影响。紧随其后的是搜索ID的近期加购店铺的宝贝推荐或者收藏过购买过店铺的宝贝推荐,他们的出现是按买家的历史浏览足迹(操作)展现,这一批的坑位也是相对固定的(受标签的影响小),之后才是千人千面的系统推荐宝贝展现,在这里我发现一个问题,既然展现的结果是相对统一的(标签),那为什么有些宝贝的价位,性别丶风格会有相当大的偏差。比如我用经常购物的ID去搜【男童衬衫】,价格区间在30-60之间的占到80%,但也总会有一些10+,20+,100+的宝贝夹杂在中间,如果千人千面是统一精准展现的话,这又作何解释呢?垃圾流量是不是就这样来的?

我第一时间想到的是很多卖家谈论的流量补偿论,假设一个类目某一销售层级的卖家一天的展现量(非流量)是稳定的1W,那么正常情况,即在层级和宝贝数以及店铺权重不变的情况下每天店内宝贝的展现总计都是可以达到这个数值的。

如果宝贝在下架前的竞争中抢不到买家相互引导的权重,那么它就只能被分配到其他【消费能力】标签(或者说有一个标签是不对应的)下去展现,这种分配并不能说不合理,因为买家在千人千面的引导下不可能只购买单一价格的宝贝(现在有多少买家不会自己手动去圈价格,需要千人千面做什么),毕竟除开【消费能力】外他们身上还有很多标签是可以作为参考依据的,虽然【价格】或者说【消费能力】的标签对一个买家是否购买产生非常大的比重,但谁能保障每一次买家的最终选择都是一样的呢?

而这样的分配带来的结果是你的宝贝相对同时展现的其他宝贝缺少了竞争力,说的直白点,正常情况下在这样的展现中你的宝贝是当做绿叶来承托其他优质宝贝的!所以即使有点击,【转化率】也一定不会理想。

说到这里,我相信大家已经明白淘宝千人千面是什么意思了,以及它的作用机制是什么。受文笔所限部分地方可能词不达意,不过相信对遇到同样问题的朋友一定能帮上不小的忙!


免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考;文章版权归原作者所有!本站作为信息内容发布平台,页面展示内容的目的在于传播更多信息;本站不提供任何相关服务,阁下应知本站所提供的内容不能做为操作依据。市场有风险,投资需谨慎!如本文内容影响到您的合法权益(含文章中内容、图片等),请及时联系本站,我们会及时删除处理。


为您推荐