• 2020搜索核心原理--干货篇


    2020搜索核心原理与布局详解,助力搜索爆发--干货篇

    最近一段时间很多朋友来问我,自然搜索流量上不去,遇到瓶颈没有办法突破,随着淘宝规则变动,搜索引擎抓取机制的不断完善。

    我们在操作搜索流量的时候,方法和技巧也会随之变化。求变,是我们电商人最大的困难和挑战!去年今日此门中,人面桃花相映红,人面不知何处去,桃花依旧笑春风。我今天来给大家整理一下关于搜索核心原理与操作布局。

    前言

    持续获取平台大流量能力=产品方法论

    数据好=产品力

    流量=展现量*点击率

    展现量=关键词排名+关键词覆盖度+推荐权重(排名、覆盖度、权重)

    点击率=进店指数*展现量(主图)

    SEO就是产品与消费者的精准匹配

    长尾词=类目词+意向词--每日下拉框词分析--看人气飙升词,选蓝海词

    一、标签搜索模型解析

    标签:占比55%

    权重:占比45%

    标签模型核心因素:单品标签、店铺标签、人群标签、点击反馈优化标签、成交优化标签

    1. 单品标签:

    就是产品的类目 属性 关键词 价格等基本信息给出的标签,比如 女士衬衫,是韩版校园风 ,价格与同类目产品中属于低端价位,那么系统给出的标签就是 韩版 校园风 低端等等

    2.店铺标签:

    产品统一:产品类型统一性 (一般针对类目下的子类目 例如女装--连衣裙)

    价格统一:客单价模型统一性 (产品价位区间选择  生意经-爆款-相关分析)

    视觉统一:店铺整体视觉 (例如模特 风格 用色 背景 元素)

    首图统一:商品首图类型 作弊行为会影响店铺标签成交人群才影响店铺标签

    3.人群标签:

    个性化标签考核 (搜索喜好 20% 点击喜好 15% 转化喜好 35% 点击反馈 20% (停留时间、 收藏加购)历史记录10%

    每个成交人群影响店铺标签30天,成交人群占比决定店铺主要标签(70%以上)以店铺标签为主优化产品方向,以上标签权重修正

    4.点击反馈优化标签:

    引导收藏店铺 加购宝贝  收藏宝贝  分享宝贝

    5.成交优化标签:

    产品标题选择匹配店铺标签的关键词;

    直通车测试单品成交属性词及高转化人群(生意经查看成交词,30天成交词,高转化词根,低出高溢,先精准再广泛);

    直通车定向选择精准成交购物意图;

    智钻单品选择精准属性拓展定向

    小总结:

    搜索引擎设计的本质:让做的好的人获得更多流量让浪费流量的人得不到流量;

    综合搜索=关键词人气权重+宝贝权重+店铺权重+标签权重+加权项;

    无线搜索=关键词权重+无线端占比(流量,销量,转化率,广告占比)+加权项(天猫专享价,无线活动,无线详情)+标签权重

    权重标签核心因素:品牌权重、宝贝权重、店铺权重、关键词人气权重、影响搜索排名因素

    1. 品牌权重:(品牌权重优化)

    商品权重: 商品销量、商品回购率、 转化率;

    权重因子:品牌搜索量、品牌筛选量、商品点击量、销售额、品牌单价;

    品牌分: 线下知名度;

    品牌权重:大型官方活动资源、划算淘抢购资源

    2. 宝贝权重:(单品优化权重)

    转化率:竞品分析对手整体宝贝转化率以及主要流量词转化率,以目标来优化;

    单坑产出值:一样转化率的情况下 客单价越高搜索权重倾斜越明显;

    收藏率 加购率:引导买家收藏加购后再购买,权重更高;

    点击率:爆款点击率至少符合PC高于行业1.5倍或者高于竞品;

    递增权重:订单递增趋势会获得加权;

    相对权重:权重是相对行业数据以及竞争对标单品的对比过程中表现优异才会脱颖而出

    3. 店铺权重:(店铺权重优化)

    动销率:至少保持90%以上动销率,滞销宝贝=降权;

    店铺服务指标:店铺纠纷率,退款速度,退款完结率,收藏率,分享率,天猫无忧购;

    店铺层级:层级越高店铺获取展现量概率越高;

    客单价: 坑位产出值 UV价值高店铺 加权;

    DSR评分&上新率: DSR保持上升趋势,每周保持1-2款新品上架;

    店铺级别:权重最高是天猫店铺,最低是C店皇冠店铺

    4. 关键词人气权重

    搜索点击率、搜索转化率、付费端加权、相对坑产值、相对递增值

    5. 影响排名因素

    点击率、收藏率、收藏转化率、关注率、加购率、购物车转化率、跳失率、访问深度、关联购买率、旺旺咨询率、咨询成交率、静默下单率、下单支付率、纠纷退款率、发货速度评分、描述综合评分、服务态度评分、退款确认速度、老顾客回购率、30天上新率

    总结:权重决定排名,标签决定转化率

    二、搜索阶段性布局

    第一阶段:商品时代

    第二阶段:关键词+上下架时代

    第三阶段:付费时代

    第四阶段:坑产实时时代

    第五阶段:标签化时代

    未来已来:搜索Ai人工智能、挖掘消费者潜在需求

    =测试,你=用户,喜欢=意图

    流量思维已经过去,留量思维彻底到来

    以上搜索进化阶段

    总结:实现流量精准化UV价值最大化

    搜索阶段性布局

    第一阶段(单品爆款突破)

    单品类聚焦性突破:选择一个切入口最容易带动店铺业绩、但是单店单爆模式存在不稳定因素;

    第二阶段(爆款矩阵布局)

    店铺爆款矩阵布局:关键词面广,多点突破,属性布局要全,要准。可以用生意参谋-场属性洞察(每月下载保留数据);

    总结:利用关键词及属性布局产品数量、根据单品数据反馈确定爆款

    第三阶段(多店铺多爆款突破)

    店铺平台类目、同品牌多店铺布局、多品牌多平台布局、多类目多品牌多平台布局、单店单类目只有2个爆款、单店多类目只有5个爆款

    总结:店铺群形成-平台公域流量池-店铺标签留量池----企业公域流量精准化

    三、提升搜索核心步骤

    1.综合展现

    市场选择:竞争度=搜索人气*点击率*支付转化率/在线商品数(竞争度数值越大代表竞争度越低);

    节点分析:时间节点、操作节点;

    数据化选款:竞品数据参考、产品UV价值分析、单品搜索转化率;

    点击率系统:差异化、主打词、竞争环境、共性、底色;

    转化率系统:基础销量、评价、款式、问大家、详情页、功能性迭代、无线首图、无线视频、询单转化率、店铺标签;

    付费渠道测试:

    直通车智能:多计划养权重(5个计划,7天一个周期),递增快速,重复测试,保留高投产,重复删除(留23),添加计划;

    直通车标准计划:优化关键词、优化创意、优化人群;

    超级推荐智能定向

    2.标签化展现

    标签我在上面进行了详细的说明,不再赘述。只需要对应做好相关操作,积累产品标签,结合精准成交人群去操作。

    3.销量展现

    基础销量的积累,以及产品基础销量的变化趋势,对比同层同行数据优势,竞品基础销量数据对比。是不是越高越好?也不一定,你能做到真实,答案是肯定的。人为干预的话,保持递增,7天、14天递增计划。好的计划出好的产品,什么产品都适用!

    四、搜索优化方向及变化

    流量倾斜变化

    复购率(提高记忆点):产品款式,功能性等维度、视觉、服务短信+电话回访、开箱体验(查看:流量看板-转化);

    搜索系统的学习能力;内容化营销;微淘;哇哦视频;售后服务指标;高层级流量扶持政策

    直播:坑产、提高带货能力、话术

    店铺UV价值:标签-人群-价格关联性、首图统一性(影响进店人群)、属性布局(满足需求)(多元化、流量闭环)单一人群多元化需求(属性梯队型模式、款式梯队型模式)

    好了,今天的分享就到这里,希望对你们有帮助。本文没有一句空话,全都是系统性的针对搜索流量爆发的核心因素,如果你能看懂,那你也是一个合格的运营高手,现在看不懂也没有关系,你以后还是会懂。

    整理好你们的思路,结合产品情况进行对应操作,知识点相对深入。不明白的随时沟通交流。后期还会更新更多的实操内容。最后给大家放一张图,大家可以细细品味搜索的魅力。

      

    淘宝就是一个炼丹炉,有的人能炼成仙丹,有的人消融殆尽,整个的知识体系是庞大的。你做不好,没有关系,我也是从一个基础小白卖家一步一步成长到现在。有你们的支持就是我分享的快乐。千里之行始于足下,需要积累和沉淀还有一部分运气。

  • 相关阅读:
    [持续更新] ERP学习资源
    How to: Use a Windows Communication Foundation Client
    Overview of SOAP Client in Windows XP
    WSDL Overview
    How to: Configure a Basic Windows Communication Foundation Client
    Hosting Windows Communication Foundation Services
    Specifying an Endpoint Address
    Endpoint Creation Overview
    Implementing Service Contracts
    A Quick Introduction to WSDL
  • 原文地址:https://www.cnblogs.com/maidaishe/p/13097778.html
Copyright © 2020-2023  润新知