淘宝权重及其大数据分析

举报
tea_year 发表于 2021/12/29 23:44:01 2021/12/29
【摘要】   在了解该文章的前提下,你要把权重的概念要搞清楚!  大家都很关系自己的宝贝在搜索栏中的自然排名,很多店长抱怨淘宝为什么不公开排序算法?排序算法无法公开。不知道有谁知道百度的排序算法是怎么样的?Google的排序算法是怎么样的?排序算法之所以无法公开,有很多原因。其中一个原因正是因为公平才不公开。算法是死的,人是活的。一旦算法公开,很...

  在了解该文章的前提下,你要把权重的概念要搞清楚!

  大家都很关系自己的宝贝在搜索栏中的自然排名,很多店长抱怨淘宝为什么不公开排序算法?排序算法无法公开。不知道有谁知道百度的排序算法是怎么样的?Google的排序算法是怎么样的?排序算法之所以无法公开,有很多原因。其中一个原因正是因为公平才不公开。算法是死的,人是活的。一旦算法公开,很多店长估计就不专心去服务买家,而把精力放在如何找这些算法的漏洞来提高自己的搜索排名了。这对其他店长来说,就很不公平。

  我虽不能告诉大家排序具体算法,但可以告诉大家排序的主要原则,告诉大家如何去针对自己的店铺做一些优化。

  在这里也要提到淘宝搜索技术新规阿基米德定律:

  阿基米德实际用到的卖家质量特征

  其中1-4为卖家基本信息,5-5046个特征值

1. 卖家数字ID

2. 卖家字符ID

3. 卖家行业

4. 卖家星级

5. 是否消保正品

6. DSR商品分

7. DSR商品分评分次数

8. 商品质量问题-退款

9. 收到的商品不符-退款

10. 热销商品率

11. 滞销商品率

12. 在线商品成交率

13. 成交不卖-投诉

14. 未收到货退款

15. /发时间差

16. 无违规天数

17. 发布违法、违规信息

18. 违规发布商品

19. 侵犯淘宝权益的行为

20. 泄露他人信息

21. 欺诈

22. 违规注册

23. 炒作信用度

24. 成交不买

25. 成交不卖

26. 恶意评价

27. 网上描述不符

28. 卖家拒绝使用支付宝

29. 收款不发货

30. 盗用账户

31. 侵犯他人知识产权

32. 其他违反法律、道德或公序良俗的行为 (字段19-37BI的规则遵守指数)

33. 主营率

34. 店铺收藏人气

35. 店铺收藏转化率

36. 支付宝使用率

37. 熟客率(半年内)

38. 抵价券商品比例

39. VIP卡商品比例

40. 是否加入消保

41. 是否加入消保升级服务

42. 全网卖家违规记分

43. 投诉成立笔数

44. 超时退款笔数

45. 退款笔数

46. 超时退款率

47. 退款率

48. DSR-卖家的服务态度

49. DSR-卖家发货的速度

50. 旺旺(平均)响应速度(去除自动回复)

51. 四周交易总量(成交笔数,一笔可以买多个商品)/四周PV展示总量



  部分内容解释:

  默认的排序,目前的参考原则很明确:相关性、作弊降权、橱窗推荐、下架时间、消保。用一段描述来说就是:如果你的宝贝没有作弊,相关性好,是在橱窗推荐里的,参加过消保,那么就会按照下架时间来排序。

  相关性:技术上对相关性有比较复杂的计算。但简单理解就是你的宝贝和搜索的关键词是否相关。相关和不相关也不是绝对的。例如:搜索篮球”, 最相关的应该就是篮球的商品,其次才会是篮球鞋、篮球服等商品。因为现在算的相关性主要是关键词和标题的相关性,所以大家一定要重视标题。标题如何描述一方面会影响相关性,另一方面也会影响用户体验。有些店长为了让宝贝被找到,标题堆砌一堆关键词,其实这是会被降权的。这就叫过犹不及。

  作弊降权:如果你发现你的商品在默认宝贝排序上无论怎么搜索,都排序排在最后几个,那么肯定是有一些作弊行为被处罚了。接下来搜索降权部分会做详细解释。

  橱窗推荐:店长要珍惜你的橱窗推荐位。在搜索结果中,店长橱窗宝贝是会被优先排序的。

  下架时间:这一直是排序中比较重要的因素,用来保证每个商品都有机会展现。因此你的商品上架时间也很重要,如何让你的商品在一天不同时间段都有展现,这个有很多技巧。最好在宝贝展现的时候,店长能在线服务,否则买家想买也联系不到店长。淘宝的交易高峰时间,或者是说购买人群最多的时段在一天之内有三个:早上10:00-12:00,下午3:00-5:00, 晚上8:00-10:00. 正常情况下,周一到周五的人群比周末要多。所以如何安排你的宝贝下架时间,也成了一个有用的工具。

  消保:消费者保护的简称,在淘宝上有很多消保的认证。现在默认排序,大部分类目对是否参加消保,是很依赖的。如果没有参加消保,这些商品肯定会排在参加消保商品的后面。淘宝搜索最直接的用户是消费者,为了保证消费者的利益,淘宝鼓励店长参加消保。这不是对淘宝的承诺,是对消费者的承诺。

  有些店长说我的商品怎么在搜索结果中看不见?搜索结果目前每页只展现40条,总共可以查看100页,也就是说,通过点击可以查看的搜索结果数是40*100=4000个。如果搜索一个商品,结果数大于4000,肯定有些商品是看不见的。但搜索结果实时在变化,只要你的宝贝符合上述因素,就有机会排在第一页。

  谢谢大家支持废话不说继续干货:

  搜索降权

  淘宝搜索基本上是实时的,也就是说,你修改了宝贝,上传了宝贝或者宝贝下架了,会很快在搜索中反映出来。目前来看,最晚不会超过15分钟(凌晨的时候除外)。是否能在淘宝搜索中搜被找到,有个很简单的检验方法:把你的宝贝标题全部copy输入到搜索框,如果发现在所有结果中都找不到你的宝贝,那估计是有问题了。

  没有进入淘宝搜索有一种情况是因为滞销商品。滞销商品目前的定义是:半年前发布的,而且最近3个月没有卖出过任何一件的商品。这一类商品是不会进入搜索库的,也就是说你用所有的标题去搜索,肯定找不到你的宝贝。如果希望让其进入索引,目前的方式是建议重新修改一下标题、价格后重新发布。

  搜索中还有一些处罚措施叫降权。意思宝贝就是也能被找到,但是排序肯定是靠后的。如果有100条结果,被降权的商品,估计就排序在99位或者100位。如果有10000条结果,那估计你怎么浏览也找不到你的被降权的宝贝了,因为排序已经排在最后,而从搜索结果上点击只能查看前4000条。

  检测宝贝是否被降权,还有种办法,在销量排序中是会被过滤掉的。也就是说,如果你按照销量排序,发现你的宝贝找不到,说明你的宝贝被降权了。

  被降权有很多原因:基本上所有不规范的操作,都会被降权。例如:炒作信用、软件自动刷收藏、刷销量、故意堆砌关键词、广告商品、价格作弊、重复铺货、邮费虚假等。惩罚力度也各有不一样,目前最长的是从最后一次不规范的操作开始计算,30天左右结束。被降权还有一种是连带惩罚。如果你整个店铺中被识别为作弊的商品过多,那么对整个店铺的商品都有影响,基本上你所有的商品都会被降权。例如:炒作信用严重的。

  最近很多人在问为什么别人的商品也有类似的操作,没有被惩罚,而自己的宝贝被惩罚了。其实这个问题没有意义,我经常说的一句话:出来混,迟早要还得!” 既然你违规了,就做好被处罚的准备,不要眼红其他人。就像社会上被抓的小偷抱怨说为什么别的小偷没被抓一样没有意义。

  有人跟我说,你看我用直通车,花了不少钱,好不容易把这个宝贝搞得比较畅销,偶尔一次刷销量就被降权了,惨啊这是个误区。越是你好不容易培养出来的宝贝,你越要小心谨慎,不要有污点。搜索降权与不降权,与你做不做直通车广告没有任何关系。

  降权规则,是一视同仁的,不会针对某个店长来具体惩罚。如果你的宝贝被降权了,想想为什么自己被降权,而别人没事?肯定有一些地方你的做法和别人是不一样的。那就尽量把这些问题改过来。如果你实在不知道原因,可联系我们尽力给大家回复。

  一旦被降权,你可以把你的有问题的宝贝删除。这样的话不会因为这些宝贝造成对其他宝贝的影响。如果舍不得删除的话,那就等着降权结束,目前最长的时间是30天左右。



  在附上一个影响权重的部分因素:

1:商城优先,消保其次,无消保其后。

2:店铺高级别优先,级底其次.

3:作弊程度,无作弊优先,有作弊按百分比例靠后.

4:违规扣分程度.按违规程度排序.

5:退款率:按退款百分比排列。

6:转化率:每进店百人购买比列计算排序。

7:投诉率。

8:平均旺旺每天在线时间(不含手机在线)。

9:买家评估分数,好评率。

10:旺旺平均第一响应时间。

11:发货速度。

12:商品属性正确率。

13:下架时间,在商品下架前6-24小时内排序优先。

14:百件宝贝被投诉率。

15:举报无货相关次数。

16:支付宝使用率。

17:橱窗推荐靠前,非橱窗推荐靠后。

18:店铺服务质量。

19:刷信用占全店所有交易比例。

20: 买家综合评定分数。

21:热销商品靠前。

22:正常收藏量靠前,无收藏量靠后,非正常收藏量最后。

23:近三十天总交易笔数。

24:回头客总比例。

25:单个宝贝浏览量。

26:宝贝关键词设置率合理性。

27:近三十天宝贝好评率。

28:上直通车排序优先。

  --*********************针对大数据分析,浅谈自己的一些见解

1.现在淘宝的大数据基本是以你购买过的同类商品,然后一股脑的给你推荐相关系列产品,很烦人,非常烦人?为什么,因为在产生过购买行为之后,实际上已经满足了顾客的短暂的需求,那么大脑中是不希望出现或者说不能再次高频次出现此类商品的,除非顾客再次多次购买该商品。

2.对第一个问题的相关类推荐,应该在什么时候,确切点应该更靠前,就是搜索的时候,相关推荐十分有必要;

3.对于再次登录,如果不以购买过的最近行为推荐,应该如何推荐呢?应该是”同比“的商品推荐,可以提前到1年前或2年前;或者最近流行热点;或者根据顾客的年龄、消费档次来推荐,而不仅仅是第一种情况。那样大数据十分low了!!!

文章来源: aaaedu.blog.csdn.net,作者:tea_year,版权归原作者所有,如需转载,请联系作者。

原文链接:aaaedu.blog.csdn.net/article/details/70238686

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。