双十一网民搜索行为数据报告

双十一购物狂欢节落下帷幕,从各家公布的数据来看,网民的购物热情逐年高涨,电商为刺激成交量的发力点也各有侧重。在这场购物狂欢中,电商的关注度是否和最终成交额成正比?哪家电商关注度后来居上?媒体报道是否影响网民关注情况?360搜索发布“双十一网民搜索行为数据报告”,全面解析双十一期间网民搜索情况。

(数据来源:360搜索)

360搜索数据显示,对比电商网民搜索指数,淘宝网人气遥遥领先;京东人气稳占电商第二名;天猫在11月11日关注度后来居上,呈爆发式增长。当当网、唯品会、亚马逊和苏宁易购的网民关注度平稳上涨。

根据几大电商双十一的成交额报告,天猫仅用15小时就超过去年成交额,以2135亿成交额落幕。京东创造了1598亿的成交量新高,较去年上涨了25%。唯品会开售一小时订单突破200万单。苏宁易购12小时线上订单量同比增长138%,线下订单量同比增长52%。几大电商的成交额比例与360搜索用户搜索数据保持一致。

(数据来源:360趋势)

根据360搜索指数,淘宝粉丝最多的省份是浙江,这与其总部坐落在杭州的关系不可分割;京东的粉丝集中在广东、北京、上海三个地区,其快速的物流服务受到一线城市受众的欢迎;苏宁易购的总部位于江苏南京,江苏的网民也成为苏宁的粉丝主力军。

360趋势指数的用户画像显示,80%左右的网购用户年龄集中在19-34岁之间,淘宝&天猫、京东、苏宁易购粉丝以男性为主;唯品会女性粉丝占70%。天猫24岁以下关注用户占49%,接近关注用户总额一半,其中18岁以下的用户已经占到5%,网购用户低龄化趋势明显。

(数据来源:360搜索)

360搜索数据显示,进入11月后,双十一的媒体曝光度逐渐上涨,媒体报道深深影响着用户关注度,用户关注度与媒体曝光度走势基本一致,并呈10倍增长。

(数据来源:360趋势)

双十一是一年中电商优惠力度最大的一次,不仅商家有优惠,电商也会不定时散发购物红包,从360搜索数据中可以看出,如何才会抢到更多红包、怎么买实惠、省钱,是用户最关心的问题。

(数据来源:360趋势)

津贴、红包、满减、秒杀、拼购、预售等电商促销新玩法层出不穷,正如马云所说,“双11不是一个促销活动,而是一种文化的交流、快乐的分享,是一个中国人创造的、全世界认同的节日。”

(数据来源:360趋势)

对于网民来说,双十一是网购狂欢节,对于电商来说,双十一这天就是过年。双十一晚会自然就是电商春晚。明星大腕、跨界甚至是跨国巨星纷纷加入这场购物狂欢。

(数据来源:360趋势)

为了刺激消费者需求,众多商家在双十一文案上卯足了劲儿,想方设法诱惑网民剁手。根据今年的双十一电商成交额来看,商家绞尽脑汁的创意文案,换回了用户真金白银的关注。

(数据来源:360搜索)

2018天猫公布的双十一成交额超10亿的品牌有:苹果、小米、华为、美的、海尔、耐克、阿迪达斯、优衣库。其中小米首次开启全品类全渠道全场景的新零售双11,全渠道支付金额突破52.5亿,实现了参加双11以来的6连冠。

根据360搜索数据,几大电商的用户关注度与媒体曝光量成正比;不同的电商购物规则和活动成为用户搜索的高频词;粉丝的依赖性与电商的地理位置、物流、主打品牌等有着密不可分的关系;除线上交易外,线下促销活动同样受到用户青睐。

更多数据,来360搜索。

解构电商 O2O 探秘搜索系统的 简历

搜索系统的“基本介绍”

搜索系统,顾名思义提供大数据查找筛选的系统功能。在电商和O2O领域作为一个主要的流量入口起到了至关重要的作用。

“基本介绍”:指标

对于搜索来说,主要的指标为准确率和召回率。我们以下图为例解释下什么叫做准确率和召回率。

图中整体的部分为所有商品数据的全集,其中包括不相关和相关的内容。

  • 准确率:搜索结果中相关内容的比例,即图中A的部分

  • 召回率:搜索结果占整体内容的比例,即A+B

由此我们可以看出,最完美的结果是A足够大且B足够小,但实际实现中会发现两个指标是相反的(召回率越高准确率会越低)。需要通过规则来平衡这块部分。

“基本介绍”:基础结构

搜索系统主要的组成部分有几块:

  • 切词逻辑

  • 词库

  • 基础信息

  • 加权规则

  • 排序展示逻辑

整体流程如下

名词解释:

  • query:是查询的意思,这里指用户在搜索框输入的内容。

  • 切词:又叫分词,是根据词库/词典将一段文本进行切分以便机器识别的过程。

  • 词库:指用于切词的词库。

  • 加权:将检索结果集按照一定的维度、规则进行打分就叫做加权。

  • 索引:商品信息存储时需要建立索引,索引作为每个商品的标识方便在大数据量的情况下快速查找筛选。

“基本介绍”:应用场景

搜索的应用一般有两种:全文检索和suggest。其中suggest的规则比全文检索要简单一些。服务上由于suggest一般支持模糊查询的情况,所以要考虑服务上是否要独立还是公用一套。

搜索系统的“工作履历”:流程解构切词/词库

切词,又叫分词。用于将用户输入的无结构化字符变成机器可识别的词组。市面上有很多成熟的切词组件。切词逻辑有很多种,根据字符、概率等,电商和O2O一般使用字符串切词的方式处理。关于切词的方法最基础的有最大正相匹配、最大逆向匹配、双向匹配等,具体的内容可以百度查询。切词工具根据词库中的词典进行切分,一般开源的切词工具都有默认的词库和自定义词库两种情况。用户可通过添加自定义词库来完善补充。

这里面需要强调的是切词时候的过滤,尤其生鲜类非标品情况下特别需要注意。

  • 单字词、助词之类的是否要过滤掉。如米、面、油等

  • 别名情况的处理,尤其是生鲜类。比如在北京叫油菜,在上海叫上海青,在重庆叫漂儿白

检索结果集

根据切出的词语进行匹配,匹配到的商品信息集合为检索结果集。结果集需要做检索、过滤、标记三个步骤。

检索

检索项包括但不限于:

  • 商品名称

  • 商品标题、副标题

  • 商品描述

  • 商品参数、规格

  • 商品品牌(生鲜副食品类尤为重要,比如五得利面粉、鹏程五花肉)

  • 商品品类(一级类、二级类)

  • 别名关联商品

  • 促销类型

成熟的电商系统不仅仅实现用户的基本商品检索,还会根据query进行意图分析来进行query转换。以生鲜电商举例,当用户搜索“猪肉”时,用户希望获得的不是含有猪肉词语的商品,而是猪肉的各个部位、猪肉级别等。这时应该转化为后臀尖、前臀尖、里脊,一级白条等词语进行检索,而不是匹配猪肉。意图分析主要有两个方面

  • 行为模式分析

  • 用户画像分类

过滤

获取的结果集需要经过去重、过滤的处理。此部分行为可以在加权打分后进行处理,也可以安排在初选结果后处理。

  • 同一个商品被多个词语命中需要去重

  • 现实中的电商搜索可能会根据不同的场景构建所谓的“小搜索”,如按照类目、按照品类、按照定制化场景等。所以针对不同的搜索场景可能会有单独的过滤去重条件,也可以在构建数据的时候使用不同的库进行处理。

  • O2O场景需要按照一定区域概念(城市、商圈等)进行过滤

  • 售罄商品需要过滤

  • 下线商品需要过滤

标记

在检索完成后需要对数据进行标记,以便后续做加权时使用。此步也可以在做加权处理的时候同步进行。

加权

加权的目的是为了根据模型确定结果集各个商品的排序优先级。加权的维度有很多,根据不同的场景考虑也会有所区别。

加权因子主要分为几个维度:

  • 相关度

  • 商业化因素

  • 个性化因素

  • 人为因素

  • 数据模型统计

相关度

这里指的是分词的相关度。包括文本匹配、词间距、是否是中心词、品牌词等。中心词的概念是是否命中了核心的词语,中心词和品牌词也需要有对应的词库进行维护更新。词间距是计算相关性的一个维度,比如一段文本中包含清华、大学,“清华大学xxxxxxx”和“清华xxxxxxx大学”相比肯定是前者相关性更高一些。

这里面有几点需要注意:

  1. query被完整匹配和部分匹配的权重是不同的

  2. 单词命中和多词命中同一商品也需要考虑权重情况

商业化因素

考虑业务场景下需要关注的因素称之为商业化因素。

  • 商品库存

  • 是否新品(考虑新品的特殊性,也可以将此权重独立打分)

  • 商品销量

  • 是否促销商品

  • 销售额

  • 商品分类

  • 商品品牌

  • CTR(广告类的商品要考量)

  • 所属平台(POP、自营)

  • 区域(020属性)

  • 终端情况(手机、PC)

个性化因素

按照个人使用的情况进行个性化排序,做到所谓的“千人千面”。包括下单数据分析等。这部分同意图分析的情况类似。

人为因素

在日常运营过程中,有很多需要做强制人为干预的事情(如人工置顶)。所以在加权的时候需要考虑此类行为。

数据模型统计

可以根据用户的一些行为数据或者埋点数据分析,提供综合排名靠前的商品或者分类做单独加权权重。包括:

  • 用户点击

  • 用户收藏

  • 购买数

排序处理

根据加权的情况和一些特殊的处理,需要对最终输出的结果做排序调整。

这里提供两种方法供大家参考

  1. 可以按照加权打分的分值之和做排序。这样做比较直接,但在后续调整的过程中验证规则时容易混淆不清晰。

  2. 将不同的权重维度单独计算,生成一个长位数的标识符,每个权重在标识符上有自己的位置。按照优先级的顺序从左到右依次排列。考虑到机器计算的易用性上,可以在加权时使用十进制,然后统计时转换成二进制即可。类似下图这样,位数和排序可以根据具体业务场景制定。

最后要说下,在算法中要考虑相同因子下的打散,比如同一个商家店铺下的商品排序需要按照一定比例分布在不同地方,避免一次性展示过多同类商品。

如果系统能力富足,也可以增加单独的反作弊模块来处理一些恶意刷单刷榜的情况。

搜索与“大家”的关联

搜索系统主要为用户端提供搜索结果的输出,输入方面来自于相关的下游系统。

当搜索场景进一步细分时,要考虑更多数据的对接和分类。

在设计时有几个需要注意的地方:

  1. 搜索数据比较庞大,直接使用API调用实时数据对于系统压力过大,一般可采取搜索自建索引库,定时(比如15分钟)从相关系统拉取数据的方式。

  2. 基于不同的场景可以提供单独的索引库来实现,避免逻辑耦合不好分离做个性化。

  3. 用户端在调用suggest时考虑到服务压力,建议延迟几秒请求数据。

  4. 分词词库的维护也依赖于定期从相关系统中获取补充。

结语

搜索系统的核心是算法,从产品层面来说更多是关注业务逻辑规则以及上下游的依赖情况。本文对搜索的一些通用情况做了简单介绍,更深入的内容还需要大家在日常过程中进一步的深挖。

互 联 网 用 户 体 验 专 家

adinnet_design

回复关键词查阅更多:

用户体验 UE UX UI 设计 视觉 配色 排版

移动端 web app 响应式 交互 动效 GIF

创意 网页 产品 H5 艾艺 原创

微信小程序更新关键词搜索功能

距离6月1日,微信公众平台宣布:公众号群发文章新增通过文字或图片链接打开小程序的功能,不过两天而已!

在6月3日的凌晨,微信公众平台又宣布为小程序新增推广渠道:支持开发者添加与业务相关的自定义关键词。可见,腾讯对微信小程序的支持可谓是不遗余力!

这是小程序上线以来,几乎所有开发者期待的重磅开放!腾讯方面也表示,为方便用户找到所需小程序,并帮助小程序更准确地触达用户,故特意为小程序的开发者提供了自定义关键词的功能。

开发者使用自定义关键词搜索功能,需要注意两点:

1.此功能在6月9日正式生效;

2.小程序添加的“关键词”需通过审核。

小程序怎样添加关键词?

1.登录进入小程序后台,点击左边『推广』

2.选择『添加关键词』,输入提交审核

小程序可配置最多10个与业务相关的关键词,提交关键词需要等待 7 个工作日的审核,关键词每30天可以修改3次。

小程序关键词上“热搜”的影响因素

腾讯在本次更新中提到:关键词在配置生效后,会和小程序的服务质量、用户使用情况、关键词相关性等因素,共同影响搜索结果。下面,微容与大家一起探讨一下,这三个因素究竟如何影响关键词搜索结果。

先看关键词相关性,这就要回归到关键词的设置了,如何巧妙把关键词设置成广大用户的热搜词,又与你的小程序业务相关性高,显然非常重要,而不是随便用上热搜词。微容建议大家设置关键词一定从行业的定位、目标用户的特征出发,毕竟只有10个名额,而小程序的红利巅峰期非常短,抓住先机离成功更近一步!

再看用户的使用情况,这就是你家的小程序受欢迎程度与实用性决定的,如果用户对你家的小程序使用率越高,与同类性质的小程序比,上热搜的可能越大。就像粉丝基数量越大的公众号,同样的关键词被搜到的可能性就越大。

最后看小程序的服务质量这一点,就比较难界定了!这是否取决于你家小程序自身功能完善度?例如电商行业,目前常见的小程序只拥有“购物车”“支付”等基础功能,而如微容目前即将上线的电商行业解决方案则还拥有诸如“优惠券”“数据同步”等多样化的功能,那么在功能体验这块,显而易见,后者拥有着明显优势。当然,小程序的服务质量不仅仅取决于功能样式,如加载速度、页面布局、交互设置等都在影响用户的体验,因此,开发者需要从多个角度去加强小程序的服务质量!

小程序关键词如何优化?

开发者可在小程序后台的 『推广』 模块中,查看通过自定义关键词带来的访问次数。这个功能有助于开发者分析设置关键词带来的效果进一步优化关键词,也有利于对比小程序各个入口的流量如何。

毫无疑问,微信公众平台开放关键词搜索功能,对小程序开发者而言是振奋人心的,可预见关键词的红利正在来袭。

微容与你一起拭目以待,6月9日关键词搜索正式生效后,带来的惊人效应!

360搜索App升级5-0版本献礼五周年 智能落地搜索信息服务

8月21日,360搜索App5.0正式升级上线。新的搜索App除了焕然一新的页面风格之外,个性化内容,智能推荐搜索等功能让搜索体验更“智能化”。此外,拍图写诗,药品扫码等智能化服务,同样落地在新的搜索App5.0中,解决用户在多重移动场景中的需要。值得一提的是,360搜索App5.0的升级上线,也是为刚刚度过五周岁的360搜索献上大礼。

“搜”你所想,智能推荐个性化内容

移动互联时代,用户的使用场景和习惯较之PC时代有了巨大变化。用户习惯从“输入内容搜索”转变为“点击推荐搜索”,同时传统的“人找信息”也变为“信息找人”。这样的时代背景下,搜索引擎不仅只是充当一个信息检索的功能性角色,更多是通过智能和个性化算法,向用户推荐他们想要的信息。

全新360搜索App5.0即通过智能算法,智能解析用户的使用偏好、阅读兴趣和地理位置,推送个性化资讯。除此之外,通过收集上亿全网用户的实时兴趣趋势,360搜索App还将为用户提供实时全网热点事件,以及本地热点新闻。

360搜索App首页,用户通过上滑360搜索首页,即可浏览个性化推荐信息,这些瀑布流信息是360搜索在智能分析每个用户日常使用搜索的习惯,阅读偏好和所在地域之后,精准地向用户进行的推荐。这些信息包括图文新闻,短视频等多种形式。例如身在北京的你平时喜欢足球,电影,在360搜索App中极有可能发现诸多让你感兴趣的体育,影视内容以及北京房价,交通等信息。此外,在搜索首页, 360搜索还会通过“相关搜索”“搜索推荐”等模块,让用户了解更全面,更丰富的信息。

360搜索自从2012年8月16日成立以来,已成为服务4亿用户的国内第二大搜索引擎,同时也深度理解广大用户使用习惯和偏好,在技术与数据量上,360搜索具备进行内容智能推荐,实现“信息找人”的实力。

智能推荐搜索词条,搜索输入“化繁为简”

传统搜索输入均是文本输入,依赖于用户表述的精准性,使搜索引擎更好理解其意图。而事实上语言的复杂程度远超人们想象,用户在搜索输入时往往会出现词不达意的情况,无法真正获取想要的信息。

对此,360搜索App在搜索输入页面进行了智能化升级,根据用户初始输入的词条,智能推荐网络中与该词条联系紧密的其他词条,并呈现在输入页面下端。用户直接点击这些词条,就能直接抵达自己想要的内容。

拍图写诗,随时随地触景生“诗”

AlphaGo掀起人工智能热以来,机器写作文,机器写诗等功能频繁见诸媒体。不过相关机器写作依然未精准匹配应用场景,吸引了广大受众的注意但并未落地实际用途。在全新360搜索App5.0中,机器写作巧妙结合图像识别技术,“拍图写诗”功能帮助用户,仅拍摄一张照片,就能结合此情此景生成一首诗。

传统中国古诗,往往都是诗人结合眼前景物,生成意境,一挥而就。比如大家耳熟能详的“无边落木萧萧下,不尽长江滚滚来”等诗句,更是诗中景物如扑面而来。“拍图写诗”功能就深刻理解了人们创作诗歌的具体场景,和隐藏其中的心理诉求。

触碰360搜索框右侧按钮,即可发现“拍图写诗”功能。用户若是在旅游,出行,约会任意场景,邂逅美好景物人物,想要记忆此时此刻心情,只需拍摄一张照片,就能触发写诗功能识别图片信息,并生成一张“诗笺”,用户还能在诗歌后面署上自己的名字。事后,用户能将“诗笺”保存到当地,选择彩色打印出来赠人或留念。

药品扫码,随时随地查药小助手

深更半夜生病吃药,却不知道怎么服用,医院也关门无从求医?在全新360搜索App5.0中,用户就能通过扫描药品包装条码,快速查询药品使用说明书,并获得公立医院医生、网友对药品的经验解答。

用户只需要打开360搜索App,在搜索框右侧点击扫码按钮,就能发现扫描药品条码功能,打开相机扫描身边的药品条码,就能跳转至药品详细页面,通过该页面了解该药的“功能主治”、“用药禁忌”“用法用量”等药品说明。

若用户想要获知更多关于此药品的信息,则可以点击“搜索该药品”,跳转至药品搜索页面。搜索页集合了药品的公立医院医生解答、网友经验分享以及附近药店,这是360搜索旗下良医2.0特有的信息聚合方式,帮助用户更好去了解药效,以及寻找药店。

360搜索App5.0适逢搜索五周年,创新从未止步

2017年8月16日是360搜索正式成立5周年的日子,360搜索App5.0在几天后的上线,为五周年送上一份大礼。这款产品中无处不渗透着“智能化”,以及相关功能应用落地,创新性地将拍图等功能结合人工智能,为用户在拍图写诗,药品扫码等具体需要服务。其新颖和创新,为搜索五周年奠定基调。

回顾360搜索迈向五岁的2017年,遵从着未来万物互联的召唤,围绕着“智能化”,结合本身“安全可信赖”特质,推出英文搜索,良医2.0等诸多创新性产品,切中实地满足用户具体场景中的需要。创新从未止步,五岁的360搜索,按照互联网产品周期正值成熟阶段,未来还会给亿万用户带来怎样的惊喜,无法不让人期待。

优化爱搜索 站长观察网站数据常识

网站优化每日的激情,基本就是爱搜索一下自己的排名,查查收录,这基本上是SEO每天坚持下去的理由和动力了,看到自己排名涨势,就好比自己投资的股票涨了一样,能够让自己高兴的了那么几分钟。

那么优化爱搜索,排名为何无结果?基于对于关心网站数据波动曲线的SEO来说,基本上每天都要对网站的各类数据进行整理分析,确定每日优化效果,看数据,不如依附数据做效果,这是很多SEO比较棘手的问题。

例如:最近很多站长网站被K,不知其原因何在,只觉得是百度自然波动,因为被K的网站有点多,所以也就没在意,对于老手来说,只要看到部分站点出现被K现象,基本知道是中了百度算法,但是很多的新手站长思维和理解存在局限性,很多也不关注自身之外的一些参照数据。

就针对最近细雨算法推出,打击包括但不限于冒充官方,title堆砌关键词等情况,低质受益行为严重影响用户体验,如受益方式变形、穿插受益等类型的站点,一般来说,只要按照百度的要求对网站进行整改,基本上很快就能做到恢复。

观察网站数据,站长应该了解哪些常识?

一、网站收录下降或检索结果不稳定原因有哪些?

1、检索收录不稳定:通过站长平台查看网站索引,只要索引不是持续下滑或大量下滑,网站收录检索结果多少影响不大。

2、网站索引持续下降:关键词堆砌、K站、黑链、改版后大量死链等情况。

3、网站不收录:网站体验差、打开速度慢、服务器不稳定、文章质量度低、URL逻辑混乱、沙盒期等。

二、关键词没有参与有效排名的原因?

1、堆砌现象:关键词出现堆砌现象,导致网站无排名

2、网站定位:网站关键词广义定位,业务层面复杂,导致搜索引擎难以判断

3、算法影响:网站命中算法,导致网站无排名

4、优化基础:网站基础设置不完善,难以达到搜索引擎基本信任度

5、文章质量:内容大量抄袭、复制,导致体验度差

6、内页布局:内页布局混乱,图文混排格式化差异大

7、导出链接:站内过多内容、栏目存在导出链接

8、网站框架:框架布局不合理,例如:某网站新闻栏目为:wx/,但是对应内页为 :wxbl/1234.html,导致结果,权重传递流失,网站不集权,自然排名不会太好。

9、友链质量:需注重友链质量的判定、数量的把控、行业相关性,尽量不交换非同行业/不相关行业低质量站点。

10、文章标题:缺乏稀缺性、原创性、关键词布局、拆分、拓展,文章产出低、质量低、排名概率小、竞争力弱,整站效果差。

11、网站结构:尽量不采用模板,模板网站问题多、漏洞多,并且很多模板结构不利于优化,也存在很多SEO并不会代码,导致网站改版难。

12、操作不当:站长对网站操作不当的行为一般分为:外链剧增、文章相似度高、肆意刷点击、关键词堆砌、布局不合理、文不对题、频繁修改、词意不明显等现象。

作为优化,爱搜索是一个好的习惯,但是尽量在保持对网站最后的激情的时候,做好对网站内部相关不足的调整,尽可能的完善网站中存在的遗漏问题以及不当操作,让自己网站的排名、收录,能够给你带来能量,希望每天叫醒你的不是闹钟,而是收录和排名!哈哈!

Pornhub公布站内成人VR搜索数据 中国排第一

近日,全球网站访问量排名第50名的成人内容供应商Pornhub发布了相关网站数据,宣布公司在2016年四月之后引入成人VR影片后开始获利。

Pornhub声称,2016年在他们网站上关于VR成人电影的搜索量超过3800万次,公司影库储存了1800部的成人VR视频。

有趣的是,相较于美国市场,成人VR内容在其他地区市场更受欢迎。以下是在Pornhub上“VR色情”搜索最多的前十个国家或地区:

1. 中国

2. 泰国

3. 香港

4. 菲律宾

5. 挪威

6. 芬兰

7. 巴西

8. 越南

9. 埃及

10. 智利

目前,Pornhub上提供的成人VR内容主要是针对Cardboard设备的成人VR视频,虽然Cardboard不能提供最好的VR观影效果,但是胜在成本低廉,上手简单,可以轻松让普通大众人手一个。Pornhob此前在做促销时送出一万多副VR眼镜。

对于成人VR影片来说,WebVR技术可谓是相当大程度提升了成人VR影片的观看效果,特别是在移动设备上。传统的移动设备浏览器不支持在线转换数据,所以在线成人VR影片没法转化为能在头戴里使用的VR。所以如果WebVR形成行业标准,那么在互联网上观赏成人VR影片将更为方便。

不过,Pornhub只是全球VR成人娱乐产业的冰山一角,从实用性来说成人VR影片其实算是有风险的赌注(因为产业前景不明),而且很可能被VR行业巨头打败,比如“谷歌”或者“Facebook”。

2016年算是VR产业发展的初期阶段,在2017年,VR产业将会迎来更大的发展,这其中当然也包括成人VR。

然如果你在玩VR,又想找的话

那么可以来VR眼镜吧:

如何快速提升自然搜索流量 不看你就会与很多流量擦肩而过

都说标题越短事情越大,一看烟客今天的标题就可以想象烟客今天是要搞大事情了。没错今天烟客将分享的内容也是各位最为关心的问题:如何快速提升自然搜索流量?

首先我们要了解,客户是怎么才能通过一个关键词找到我们的商品呢?

我想大家一定会说到“权重”,权重越高获得展现的机会也就越多。

没错权重是提高自然搜索流量的一个重要因素,但是我们的商品标题与详情页并没有这个关键词,也是不会被人搜索到的,所以标题也很重要。

大家不妨在想一想还有其他原因没呢?

其实还有一点很重要,也是大家很重视的,但是也经常被大家忽略的一点,那就是标签。

提升店铺流量主要就这三点,那么今天烟客就与大家一起来破解自然流量的大巴阵容,洞穿淘宝流量大门。

一、提升权重

要想提升权重,我们就必须了解权重的主要构成因素,然后再根据这些因素各个击破。

权重的构成因素主要有:店铺层级(更多就是一种转化)、点击率、收藏加够、dsr、动销率、访问深度、旺旺回复速度等

上面的因素优化方向有很多重复的,在这里我简单说3点。

1、店铺层级:店铺层级直接是与近30天销售额度来计算的。一个层级之间的差别,获取流量的机会差距很大,基本是这样划分的,第7层级占类目总店铺的1%,第6层级占类目店铺总数的4%,但是这两个层级的店铺却能得到总流量的40%左右;第345层级占店铺数量的25%,基本能得到总流量的40%;而12层级的店铺占店铺数量的70%,却只能获得20%的流量。

那么我们的12层级店铺是不是感觉就没希望了呢?

当然不是淘宝给我们关了一扇门,那么就会给我们打开一扇窗。我们打破层级低、没流量进而没转化的瓶颈最好的方法就是:直通车推广与上活动。实在不行补两刀试试(有风险慎用)

直通车与店铺层级没有关系,就是用钱买黄牛票获得流量与成交。但是仅仅是获得展现远远是不够的,如果只有展现没有点击那么即便给了钱估计也是得不到展现的,有了点击但是没有转化,钱也是白白浪费了。所以我们首先要维护好车图,以便获得更多展现与点击,其次我们还要做好详情页,通过活动获得一定销量,才能带来转化。

2、dsr动态服务评分:包括描述相符、服务态度、物流服务,说得更直白一点就是,看我们的商品怎么样,服务质量如何、以及物流速度态度等,如果质量好服务好至然好评也就会多起来;但是有一点也是我们经常忽略的那就是物流,物流是与客户最直接的印象,我们往往在客户下单的时候默认某个快递发货,但是也许这个快递在当地不受大众欢迎,又或者某个客户对这个快递有一些偏见,那么我们可能就会拿到一个吃惊的差评,所以在选择物流之前最好问一下客户的需求。一个好的物流还必须得有一个精美的包装,至少体现了对宝贝的重视吧,一个简单的例子:在日常生活中如果我们买东西或者送礼物一个破破烂烂的包装就会给人这种东西不怎么样的感觉。要卖好一个商品,先要尊重自己的这个商品,包装是第一步。

动态评分是没有默认评分的,所以默认评分对动态评分没有任何影响,那么让不评分的客户给与五星好评也是提升dsr的重要捷径,这里还得大家想一想办法,不过好评返现是违规的哈,

3、访问深度:访问深度看似对权重影响不是很大,不过实际上影响是很大的。

为什么能够让客户深度访问呢?因为店里还有很多商品能够让客户值得去访问。

举个例子说明一下,我们在购买衬衫的时候,这个时候我们的店铺就是衬衫,如果这个店铺里还有很多衬衫我们就会去看看其他的,但是如果店铺里是裤子或者T恤那么我们也许就会离开。

烟客在这里就是表明,店铺小而精的重要性,小不是指卖的东西少,而是指专注某一个小的领域。其实小而精提升访问深度是小,通过一两款引流款带动全店销售才是大。

店铺权重的提升产品还是的原点,选择大于努力,有了好品质、好市场的商品才是优化的前提,不然都是空谈,做到小而精才能专注,专注才能更好的理解,理解了才会更好的找到方法。

二、标题优化

什么样的标题才算是一个好标题?

烟客简单的认为:一个能够带来尽可能多的精准流量的标题是一个好标题。

这里就包括两个问题:关键词流量最大化、关键词高相关性。

1、关键词流量最大化

一款商品在日常的销售中,流量的主要来源或许就会发生变化,流量就会有上升空间与必要,标题则也是必然的优化对象,怎么才能优化标题获得更多流量呢?这里就需要借助两个工具:生意参谋与Excel。

通过生意参谋里的商品来源里,找到最近一段时间的一些主要关键词,下载找桌面就自然生成excel文件,再新建文档罗列出最小单词,比如说:“女款 衬衫”这样的关键词可以分为“女款”与“衬衫”两个单词,然后以最小词组为单位,通过文本筛选找到找到这个单词最近的数据。保留数据好的。excel操作方法这里就不多说了,前几期烟客用这种方法分析了两次,如果不懂可以翻看前面的帖子。

2、关键词的高相关性

标题中关键词的相关性就是与宝贝类目以及属性的相关性,这一点不难理解,也很容易操作,但是我们有个时候在操作的过程中为了流量更大化,就会习惯的乱加一些关键词:比如说纯棉的加雪纺关键词。这样虽然暂时引流入店了,但是引进的不精准流量对点击率与转化率都是一种伤害,反而对权重影响很大。

其实标题的优化就是一个找词与组合词的过程,找到客户最近搜索热词,然后将这些热词进行组合,保证在60个字符以内。不过还得保证相关性。

三、标签匹配

淘宝流量匹配变得越来越精准,一款商品能否被买家收到很大程度就取决于商品标签与人群标签是否重合,重合度有多高。那么我们的标签越多就越能够匹配到更多的人群,当然我们的标签还要准确,不然拉升了流量也只是来降低我们点击转化率的。那么我们如何才能尽可能多的给我们商品打上正确的标签呢?

首先我们来了解一下标签的形成原理:

买家在日常的购买过程中就会慢慢的给自己贴上标签,性别、家庭住址、职业、年龄、家庭人口、购买习惯等等,但是这个标签也是会变的,就像某个买家平常比较拮据,但是突然某天中了5000万,他的消费习惯就会立马产生变化。但是不管怎么变化,系统给买家打上的标签一定是非常细化的。

商品在上架后我们就会给商品贴上标签,比如说:类目、属性、价格等等,但是这个时候的标签只是一个初步的产品类目属性标签。这个时候系统就会根据我们的类目属性匹配一定的流量,不断的通过点击与转化以及收藏加购,慢慢的转变成买家匹配标签。

举个例子吧:我们如果卖一件价格在150的亚麻衬衫的时候,系统就会匹配一些喜欢,亚麻服装的、喜欢衬衫的,消费能力一般的买家进来。那么当我们有人群在20-30岁的人点击购买,那么系统就会为我们的店铺打上消费人群在20-30岁的人群。

但是这样的人群并非完全覆盖的,因为我们还有其他年龄的人群也有购买这款商品的习惯,比如说如果在在多次购买中都没有30-40岁之间人群进行购买,系统就会匹配更少这类人群,但是如果这类人群对这款商品的消费能力还是不错的,那我们就要浪费很多精准流量。

我们要如何才能尽可能多的找到我们的标签人群呢?

首先我们必须要对自己的产品有一定了解,我们的产品的消费群体是哪一类,如果这个都不是很清楚的话,那么我们在这个行业也不会怎么样。

其次我们还可以通过生意参谋搜索人群画像,通过关键词找到搜索人群特征。

找到了这些人群特征之后我们要做的就是在这类人群中进行推广:

1、老客户,无意老客户是很精准的人群,老客户回购率对权重提升也是比较理想的。但是近来老客户刷单查得比较严。

2、直通车,直通车推广现在基本是各种好品的救命良药(品质差也没办法),直通车不仅仅只是花费一些点击费用促成销量,还有一点就是通过人群溢价,为商品快速的打上精准的人群标签。

3、刷单,很多朋友通过刷单暴力提升销量,但是专业刷单群体标签本来都很凌乱,那么这类人群对标签不仅没有帮助反而是打乱了店铺标签。稽查系统也会通过标签对店铺进行稽查。所以还是回答上面那句话刷单需谨慎。

在整个操作过程中,我们都需要两种工具,生意参谋与直通车,生意参谋进行数据分析,而直通车则可以快速提升我们的销量以及款速帮助我们打上精准人群标签,我们还可以通过直通车的引流关键词对商品的标题进行优化,直通车并不是直接的赚钱工具,而我们应该把他看做是一个养店工具。

好了今天就分享到这里,如果有什么疑问可以回复也可交流。

电商类产品搜索功能如何优化

搜索功能对于电商类产品而言尤为重要,当用户带着明确的目的去搜索自己需要的产品时,却没有得到他想要的结果,这在很大程度上直接影响了用户对于产品的体验。本文作者结合自己的经验,来探讨关于电商类产品搜索功能应如何优化。

在讲主题之前想跟大家分享一下前些时间听到梁宁产品30讲里对用户画像的描述,里面有提到一组经典的用户画像大明、笨笨和小闲:大明呢对应的是对自己需求有明确认知的用户,脑子很清楚自己想要的是什么;笨笨则是对自己的需求只有模糊大概的方向,不清晰;至于小闲,想必大家也能猜得出来,主要是闲来无事就是想打发时间的用户类型。

为什么要跟大家分享这一组用户画像呢?

当然是和我文章内容有关咯。笔者就职于一家toB的saas公司,入职不久就被安排负责公司还没有正式上线的采购模块搜索功能的优化。

接着上一段说,B端采购产品面对的用户显而易见都是大明,他们都是带着明确的目标进行采购的,正是因为目标明确。所以在三种用户类型中,大明最依赖于搜索,他们的需求也是最简单的——快速找到自己想要的东西,价格实惠。因此搜索好不好直接影响到产品能否满足用户的需求。

一、面对的问题 第三方api接口质量差

因为是小公司的缘故,一开始搭建采购平台时接入的是某电商采购,但对方所提供的搜索接口质量太差、分词不准、召回率低或者召回数据量过大等等。打个比方:让你叫个周杰伦回来,要么周杰、杰伦、周杰伦都回来了,要么没人回,要么叫回的无关人员多的你都应付不过来了,简而言之就是问题多过对策。

自建搜索缺人缺资源

第三方的搜索接口太差,于是在我来公司之前,公司就已经做出了自己的搜索功能,但是人力物力有限,没有过剩的资源,再加上公司业务战线太长只能顾着拼命往前线赶,都无法顾忌这个路上的大坑,结果做了个烂尾的搜索。

虽然分词词库基于ik开源词库搭建,分词有了稍许改善,召回率也有了保障,但是分词结果依旧不精准,无法实现语义识别,根本不能满足大明用户的基本需求。

还是拿周杰伦举例:不仅来了周杰、杰伦和周杰伦,甚至还来了同名的阿猫阿狗,我入职之后缺人缺资源的状况依旧没有丝毫改变,真的是光杆司令。

二、老板的期望

不管做任何行业任何职业,老板都是一个躲不开绕不过的存在。做产品更是如此,因为很多小公司的老板就基本干着产品的活儿,所以跟你产品意见不合那就是家常便饭。

对于公司产品搜索功能,我们老板的期望还是比较谦虚的,仅次于国内知名电商平台的搜索体验就好了,不要100分,99分就行了。我的天,这真的是让我咬牙切齿了。

就我个人的体验来说,公司采购的搜索功能基本也就是个40、50分不及格的样子,加上公司没有专业做过搜索的产品,而我也是个新人,技术资源支持也不足,所以就算有心杀贼也无力回天。

问题总是接二连三的,骂人也是要骂的,但是事儿总得去做,毕竟总得跟老板表个态,就算面对不可能完成的任务,也必须抱着不破楼兰终不还的决心。

冷静思考一下:自己面对的问题主要集中在几个方面:搜索接口、分词、语义识别这三个方面。

基于这几点,通过几次产品技术的讨论会议,也算是确定了现阶段可以实施的优化方案如下:

三、优化的方案 1. 优化ik分词词库

大部分电商平台都是通过分词来提高商品的召回率以及相关度的排序,而分词词库则是保证分词准确的关键。上文里周杰伦的例子,正式因为分词词库里存在周杰、杰伦这些无效词,才使得会召回他们。

而ik词库分为基础词库、扩展词库和stopword,分词是根据基础词库里的词来分,扩展词库则是对基础词库的补充,而stopword里的词就是被过滤掉的词,因此优化ik词库采用三步走战略。

  • 首先是清洗基础词库的无效字词,以非名词和相关度过低的字词为主;
  • 其次是补充扩展词库,毕竟ik词库是只是个词库,没办法自动更新,与时俱进,它有周杰伦不一定有蔡徐坤,所以需要我们自己去新增;
  • 最后就是增加stopword,这个网上搜索一下就有了,ik自带的stopword量很少,通过补充,可以有效地过滤掉一些不必的分词结果。

2. 关键词绑定类目来辅助语义识别

语义识别就是,让系统去召回周杰伦,系统知道周杰伦是男明星,而不会给你召回同名的其他人。而目前我们公司的能力,是无法从技术层面去实现搜索的语义识别,只会去全部召回匹配到标题名称里包含搜索关键词的商品。

为此只能通过人工的方式去将关键词和类目进行关联,相当于给关键词打了标签,找周杰伦只会在男明星的类目下去召回,保证了搜索结果的相关度。

小结

搜索功能的优化除了这些还有索引、排序等等,以上的优化方案都是基于我们公司的实际情况来说,也是为了满足大明用户的基本需求(可以搜到想要的东西)为出发点,虽然这些举措对搜索功能的优化起到一定的作用,但是最好的解决办法还是找到一个靠谱的接口或者是一个靠谱的分词词库。

通过写文章的形式,自己想跟各位产品新人或者大佬有一个学习交流的小地方,同时也受产品经验和专业的局限,可能文章中存在表述不准确或者错误的地方,也希望你们可以见谅和及时的纠正!

我是0岁的产品威廉!但愿野路子的产品不迷路!

本文由 @进击的PD 原创发布于人人都是产品经理。未经许可,禁止转载

如果微信搜索好用 还要百度做什么

说不定,未来与微信分庭抗礼的对手,不是别人,而是苹果。

/

继小程序的推出后,微信又有新的动作。这一回是宣布成立“搜索应用部”,将已有的微信搜索业务独立出来,周颢担任微信事业群搜索应用部负责人,直接向张小龙汇报。

按照腾讯的构想,“搜索应用部”包括四个产品中心:

1.搜索产品中心,在充分运用微信数据能力的基础上,打造微信搜索服务及精准阅读推荐服务,由基础产品部下搜索产品中心整体平移而来。

2.广告用户技术中心,为微信广告业务建设完备的用户体验评价系统及对比试验系统,负责小程序及搜索、搜索生态的建设工作,由基础产品部下广告用户技术中心整体平移而来。

3.模式识别中心,负责语音识别、图像处理、对话机器人及自然语言处理等方向的技术研究及落地等工作,由技术架构下模式识别中心整体平移而来。

4.数据中心,负责微信数据平台的建设,为各相关业务提供用户画像及数据分析、数据挖掘能力的支持,由技术架构部下数据中心整体平移而来。

各路媒体炸开了锅。不少人被微信的野心吓了一跳,认为微信想吃掉百度、搜狗的市场。

腾讯表示,微信内部一直有搜索业务来支持平台的发展,希望通过架构调整将内部的团队作更好的整合,给用户带来更好的搜索体验。

是雄心勃勃还是必要之举?

目前,微信生态里汇聚了海量的信息,包括朋友圈社交信息、公众号资讯、服务号应用。但相信不少用户在使用的过程中,会发现这些信息是散乱、碎片化的,依附于社交链、粉丝体系上,缺乏有效的索引,查找和发现信息的难度很大。

当微信还是一个单纯的聊天工具时,搜索需求并不明显,最多就是搜索一下联系人、聊天记录,属于应用内搜索范畴,没有太大技术含量。

2015年,微信低调推出“站外搜索”功能。在搜索栏输入关键词后,搜索栏的检索结果会出现今日头条、知乎、搜狐新闻、FT中文网等站外链接。

2016年,微信上线朋友圈搜索和文章搜索功能,强化搜索精确度。目前,点击公众号的“历史消息”,可以单独搜索这个号发过的内容,方便了许多人。

2017年3月底,微信搜索推出“微信指数”,试图借助搜索指数工具抢占移动搜索市场,以及其背后隐藏的搜索排名、关键词广告、竞价、广告展示、周边增值服务等在内的商业价值。

以“连接一切”为口号的微信,必然要梳理系统内杂乱无章的信息。一位接近微信的人士表示,微信团队做搜索的首要目的是优化小程序和公众号内容的分发。

微信连接服务与人

截至2016年12月,微信全球月活用户达到8.89亿。不可否认,微信是一个生态,更是一个用户的入口。

在PC时代,无数玩家前赴后继,力求实现连接信息与人。而在移动端时代,连接服务与人已经成为了王道。

现在微信内置了很多服务,比如京东、滴滴、摩拜单车、美团和58到家等,但这些入口都比较深。微信搜索现在的“小说”搜索功能,搜索结果可以直接在微信读书中打开阅读,就隐隐有这种搜索即服务的味道。未来,微信是否可以通过搜索“京东”,就直接进入京东的商品页面呢?

另外,微信搜索在连接服务与人方面,具备了强大的场景优势。例如,成立“搜索应用部”,可以利用搜索功能对基于线下场景的小程序进行导流。未来的搜索操作,扫二维码是第一步,下一步可能是直接扫描实物、扫描场景,可能成为从场景到场景的连接器。

抢占百度、搜狗市场份额?

在此之前,腾讯也曾试水搜索业务,创办搜搜,可惜铩羽而归,当时有人戏称“腾讯的DNA里没有搜索”。2013年,腾讯战略入股搜狗,将自身搜搜与搜狗整合。至今,腾讯的QQ浏览器仍是搜狗最大的流量来源。

作为一个精力有限、资源有限的团队,微信的首要目标显然是做好站内搜索,短期内肯定会避免与搜狗进行重复业务。搜狗CEO王小川表示:“关于腾讯目前做的搜索,我们之间有一些共识,腾讯的搜索业务不会进入搜狗的领域,如果进入,也将是我们之间的合作进入。”

而百度虽然称霸PC端,但移动端的搜索业务却并非它的强项。在苹果应用商城,百度搜索APP的下载量并不多,有效评价只有600份左右,而微信的有效评价有8000份。

微信最终是否会打到百度和搜狗的后院,取决于张小龙会不会做站外搜索,取决于微信这款超级APP的辐射能力究竟能放射到多大。

然而,搜索业务也是一枚两面的硬币。艾媒咨询CEO张毅表示,搜索引擎是比较重的产品,对用户终端的负担非常重,现在一般手机用户每月80%左右的电量、流量都用在微信上,如果再加入搜索功能,对用户来说可能负担太大。

毋庸置疑的是,微信这款超级App已经越来越像一个系统。就在上周,微信因为 “赞赏”功能,跟苹果进行了一次对决。说不定,未来与微信分庭抗礼的对手,不是别人,而是苹果。

综合编辑:刘佳玲

图片均来源于网络。

参考来源:

《微信做搜索,对手不是百度,而是苹果》来源:36氪 作者:孙然、徐宁;

《微信为什么一定且必须要做搜索?》来源:钛媒体 作者:望月的博客;

《成立“搜索应用部”背后,谁才是微信目标?》来源:第一财经 作者:王思琪;

《微信推搜索应用,折射出张小龙的迷茫马化腾的焦虑》来源:搜狐科技 作者:土妖

谁在改变中国商业的潮流,谁是新的行业颠覆者,谁来重写商业的游戏规则?2017,《中国企业家》杂志将在全国范围内寻找推荐极具成长潜力的中国企业新星,我们也将再次出发寻找商海里最具潜在攻击性的鲨鱼苗。(点击以下图片即可报名参与,报名截止时间为4月30日)

淘宝用强化学习优化商品搜索后 总收入能提高2% | 论文

林鳞 编译自 arXiv

眼看618在即,淘宝又公布了新研究成果。

近日,南京大学和淘宝联合发表的论文Virtual-Taobao: Virtualizing Real-world Online Retail Environment for Reinforcement Learning中,详细介绍了淘宝用强化学习优化商品搜索的新技术。

这个新构建的“虚拟淘宝”模拟器,可以让算法从买家的历史行为中学习,规划最佳商品搜索显示策略,能在真实环境中让淘宝的收入提高2%,是一笔不小的数额。

一起看看这个研究究竟讲了什么——

?

?

“四位一体”的虚拟淘宝

强化学习(Reinforcement Learning,RL)是匹黑马,可能会对淘宝用户体验产生变革性影响,但在物理世界中的RL应用却少有人研究。

这是有原因的。一般来说,目前的RL算法通常需要与环境进行大量交互,成本高昂。

在这个项目中,淘宝研究人员通过买家的历史购买记录,生成了“虚拟淘宝(Virtual Taobao)”;平台,虚拟的买家可进入淘宝触发平台搜索引擎

?

?虚拟淘宝架构

在这里,研究人员提出的GAN-SD(GAN-for-Simulating-Distribution)算法模仿虚拟买家的操作和搜索请求。

虚拟用户有了,但还还没有和环境产生交互。为了让虚拟平台产生交互变成动态环境,研究人员还提出了MAIL方法(Multi-agent Adversarial Imitation Learning),也可以称之为智能体对抗模仿学习法。MAIL同时学习买家规则和平台的规则,训练买家和平台产生更加真实的交互。

不过虚拟的终究是假的,当研究人员发现算法过度拟合虚拟淘宝时,意味着可能在实际情况下表现不佳。对此,研究人员提出了动作规范约束ANC策略(Action Norm Constraint),可以减少这种过拟合。

这样,“四位一体”的虚拟淘宝就建成了。

实验结果

思路和模型搭建完毕后,是时候表演真正的技术了。研究人员用下面三个指标衡量实验结果。

  • 总营业额(TT):所售商品的价值。
  • 总成交量(TV):所售商品的数量。
  • 页面采购率(R2P):采购发生时PV(显示页面视图)数量比率。

实验结果显示,通过数亿用户记录构建的虚拟淘宝重建了非常接近真实物理世界的环境。

?

?淘宝和虚拟淘宝间的用户分布情况

?

?淘宝和虚拟淘宝之间的R2P分布情况

研究人员,将一天的历史数据按时间顺序分为12个部分,以模拟R2P随时间变化的过程,结果如下:

?

?R2P随时间推移的走势

研究人员用了观察了虚拟淘宝的泛化能力,并且观察用行为克隆法(BC)替代MAIL之后R2P走势。实验证明BC环境中的R2P下降更快。

?

?虚拟淘宝的泛化能力

最后,研究人员将虚拟淘宝(RL + VTaobao)中的RL方法产生的策略与历史数据(SL + Data)上的监督式学习方法进行比较,结果如下:

?

?

可以看出,该RL+ VTaobao总是优于SL+Data法。

作者团队

这一研究的作者有五人,包括南京大学软件新技术国家重点实验室的Jing Cheng Shi,Yang Yu,Shi Yong Chen,也有阿里集团的Qing Da和曾安祥(花名仁重)。

?

?

阿里巴巴搜索事业部曾安祥

阿里集团和南京大学的合作不只淘宝这个案例。不久前,实验室与蚂蚁金服合著的研究Distributed Deep Forest and its Application to Automatic Detection of Cash-out Fraud论文也已发表。对了,这个实验室的常务副主任是周志华。

相关资料

Virtual-Taobao论文地址:

https://arxiv.org/abs/1805.10000

蚂蚁金服×南京大学论文地址:

https://arxiv.org/abs/1805.04234