标签： 搜索排名

现在开网店、微商门槛非常低，很多人选择开淘宝店，轻轻松松自己做老板。可为什么有些商家每天的销售额达百万千万，而你的网店连浏览量都屈指可数？这就涉及到天猫淘宝搜索排名的规则和技巧。最明显的一点就是，你的页面跳出率越低，说明您的产品描述越好，越靠谱一些。例如，大部分客户进来的时候，觉得产品还挺靠谱的，他会继续浏览这家其他产品，所以跳出率高的产品，一定不会加分的。排名机会就小。

最近天猫淘宝排名不断的改变规则，但是最终万变不离其宗。为了更简单让大家了解，我们可以想象成一场过关游戏。

关于排名的有：点击率，跳出率，转化率，综合评分(描述情况，发货速度，客服服务……)因素很大。这些名词大家都懂吧?不懂的可以查一查。下面，我们针对这几个因素进行各个击破。

1、第一关，检测点击率如何。

检测原理：新品上架：假设随机显示100次展示。所谓100次展示机会并不是随便给您带来流量的，而是判断你商品指标如何，点击率如何。如果点击率不错，例如100次展现量里面有10次点击，说明该商品标题和图片合理化比较高，点击率不错，会给予继续增多展现量的机会，反之展现量过低则给与原封不动或者给与降低排名处理。(如果第一次做的不好，请不要灰心，继续努力，还有每次快到下架是给予高排名的展现机会，以后每周循环一个机会，一定要把握好机会做好)

2、第一关过了，那么第二关就开始继续检验了，检测您的产品描述，客户体验如何。　　首先说明一下，淘宝不全是人工，不可能一个一个的去产品详情页看，他会利用程序的算法来认定你的产品描述质量如何，方法是通过客户停留时间和跳出率。如果大部分客户进来后，假设停留时间超过10分钟，那么肯定这个产品页面描述的很好啦，淘宝会给于加分，有利于增加排名,如果看了没几秒钟就跳出去了，那么你的产品描述很危险了，淘宝会给于减分或者降低排名或者排名不动。

3、第二关过来了，那么进行第三关，看转化率如何。　　转化至关重要，可以体现出产品信任度问题，一般转化率高的产品页面，说明客户信任度高，产品描述比较靠谱，才会购买。反之，一个转化率低的商品，很多人看了，都没有购买，淘宝会让这样的产品拥有其他人一样的排名吗?淘宝也不愿意浪费他的流量。当然转化率太过于高，也就是高于同行评价水平，可能进入人工审核系统，如果检测出刷单嫌疑可能降权。

4、最终检测产品质量如何?服务如何?好评率如何?

同样第二关说明了，淘宝不是人工，他只会通过程序机制来检测产品实例情况，只有过度才会步入人工审核机制。具体产品质量和服务，可以通过好评率，动态服务，发货速度，服务态度等等做参考。综合评分值过于低，就会给与降低排名和权重，这个大家都知道。如果综合评分控制在合理状态，将会良性循环，不断有很好的排名和展现量。

提示：如果过度将仍然会被淘宝系统录入监控系统里等待人工监控，如果有严重作弊嫌疑很容易就会被查出(同理上面)。往往大家玩的流程上来就是刷单，而不是优化前几步，所以部分用户刷单没有效果，没有排名。更有甚至导致被降权，被封店。

那么四大关都通过后，您将会获得良好的排名，并且很稳定。您的店铺将来会生意越来越棒。

还有一个原理：假设第一关可以获取100个随机展示量，那么第一关通过了会获得500个随机展现量，如果再过一关还会继续增加数值，最终过完所有关才会稳定排名，拥有固定展现量。就想象成一场考试，最终那到多少考分。

很多人喜欢作弊，跟程序玩作弊，我觉得人脑完全不够，除非特殊厉害的人可以掌握。

记住各种数值标准要保持一个合理的度，才会有好的排名，如果过低则降低排名或者没有排名。如果分值过高，会被系统录入人工检查机制，如果刷单就要注意了一定要控制好。

所谓的收藏，人气，也可以作为排名优化的指标，但是这些并不是重点，因为这些数值可以人为伪造。所以淘宝肯定不会作为重点参考依据。

其实大部分人将排名优化认为刷单就可以提高排名，其实并不一定是。刷单只是其中一个小流程，是为了增加客户体验度，充实一下页面而已，我认为刷单能够破零就很不错了。如果大量刷单，只是提高数据，而没有其他各方面分值提高，也是白搭，反而增加了危险性。这也同时说明为什么很多报活动的仍然排名不高的原因了。

具体如何能够提高排名?　　简单的就是说提高四率，就是想办法提高点击率，跳出率，转化率，好评率。我认为好评率一定是最后一步完成的，也是至关重要的，但是大家千万不能颠倒顺序，否则，排名很难维持住。 1、首先如何提高点击率?　控制好点击率的方案主要有：标题优化合理，图片具有吸引力。我们在编辑标题的时候，不要因为优化关键词而拼凑标题，这样的标题往往是曝光度上来了，展现量有了，但是点击率却不一定高，这样也不太好吧?我们在优化标题的时候一定要考虑合理性，人性化点。千万不要为了优化标题而优化，一个标题含有过度的不同类关键词，可能还会稀释权重的。所以我们要写一个人家能够看懂的标题，多加一些修饰词，装饰词，确实可以提高很大点击率。同时图片也要做的合理一些，多关注排名好的图片。我们可以测试几个图片，哪几个点击率更高，我们就做那种。这是优化排名的第一步哦，一定要做好。　　

忘了告诉大家一点，真正优化好一个标题，压根也不需要开关键词竞争度。

2、页面停留时间如何控制和跳出率?

这个我觉得最好控制，这个跟美工设计有很大的关系，一个好的商品描述，肯定会留出用户浏览很长时间。

所以尽量要描述更吸引人一下，切记不要一上来就搞一些长篇大论，很多用户都没有耐心看的，毕竟这是购物，不是看文章。我们可以整理一下具有吸引力的文章，大文字。或者把客户最想要看到内容给放到最明显的地方。

例如一个客户搜索“大码女装”，客户肯定是需要大码衣服的，最好的方案就是第一句话就是说，我们是专业做大码号女装的，专门为胖女生做的衣服大号，淘宝销量第一个的。首选当他看到这些，感觉找对了，他会继续关注下去。

当然控制页面停留因素也和很多固有因素有关，例如销量，客户评价，成交记录等等。这些我相信大部分买家都懂吧?可以适当充实页面。

例如，当大部分客户进来的时候，看了很长时间产品介绍，开始觉得挺靠谱的，后来看完后，觉得不够靠谱，就离开了。这说明营销文案没有做好，导致跳出率过高，这也会直接影响排名和权重的。

跳出率越低，说明您的产品描述越好，越靠谱一些。例如，大部分客户进来的时候，觉得产品还挺靠谱的，他会继续浏览这家其他产品，所以跳出率高的产品，一定不会加分的。排名机会就小。

3、如何提高转化率?我相信大家对于提升转化率最擅长不过了，但是仍然一定注意不要过度，很容易被淘宝系统监控的。　　

这里推荐大家的玩法就是通过正规方式提高转化率，大家都懂的就是将页面描述和美工方面提高，自然转化率大大提高了，影响转化率主要原因有商品描述，销量，客户评价，营销文案。这些基础的东西一定要做好，才能奠定以后的优化基础。　　

其他提升转化率玩法有报官方活动，促销活动，淘宝u站等等，可以提高转化率。我比较喜欢官方活动，因为相对靠谱一些，淘宝前一段时间对于站外低质量流量打击也是挺厉害的，希望淘宝将这款改善，也是对中下卖家的一大扶持啊。

4、如何提高好评率?　

最重要的部分就是取决于产品和客服服务。首选产品质量要好(产品是主线，没有好的产品是做不长久的)，产品属性匹配度没有问题，尽量要和描述相符。刷单不是长久之计，只能解决燃眉之急。却不能长久维持。如果因为产品描述不相符，给与差评，这个靠刷单解决，永远都是恶性循环。如果客户服务态度良好，产品描述相符度良好，物流发货速度良好，足以解决最终考核大关。刷单取决于一个范围度最好，如果过度，很容易被系统步入人工审核机制，如果被检测出有刷单的证据，将会被严重降权。这个一定要注意。

更多详情资讯请关注淘泰郎微信公众号tao15195232629

淘宝搜索排名一直都是卖家们非常关心的，因为搜索排名决定着自己的宝贝能否优先展现在买家眼前。

宝贝的流量分布

不管做什么事，都要有一个详细的规划，才能让事情朝正确的方向发展，事半功倍。各位卖家可以参考271分布法则来做搜索排名的优化布局。所谓的271法则，就是20%低价引流款、70%中等利润款和10%高利润款。

为什么要这样分布呢?那么我们先来了解三种款对提高搜索排名的作用：

低价引流款：主要是来吸引买家的点击，买家都喜欢买到物美价廉的宝贝，看到价低的宝贝肯定会点击看看，觉得真的不错的话，就会带来高转化。

中等利润款：这个款的作用相对来说就比较重了，它要为买家积累搜索权重，作为长期搜索计划的基础，这样卖家才能有一个较高的淘宝搜索排名。

高利润款：因为高利润款的定价会比较高，吸引的流量肯定会少，更不用说转化了，所以它的作用是提升店铺的整体形象。

而低价引流款和中等利润款又有一个共同的作用，就是为优化利润款做流量牵引。因为这两款的流量较高，可以带动优化利润款的流量。

每个阶段的优化重点，要根据产品的销量来决定，例如中高销量的产品要着重关注排名，该怎么提升排名;低销量的产品则要注重权重，根据数据逐步提升。

影响搜索排名的因素

1、标题

产品有了曝光、展现之后，买家搜索我们的关键词产品才能展现在买家的面前。

那么越是精准的关键词，我们的转化率也是越高的；而我们的标题就是由关键词组成的，所以做好一个标题至关重要。

2、主图

主图严重影响我们的产品点击率，买家通过搜索关键词之后看到我们的产品，展现在买家面前的就是我们的主图，只有吸引买家的主图，买家才会去点击。

如果说主图做的不好，曝光在买家面前的机会再多，买家不去点击也没用的。所以说主图非常重要，好的主图提升我们的流量，只有主图去做好了，我们的点击才能提高，流量才有增加。

3、收藏加购

收藏加购直接影响我们的产品转化，被买家收藏加购的产品说明都是买家所需求的，同时转化率也会提升起来，这是精准的客户群体。

同时收藏加购也是淘宝所考核的一个点，收藏加购提高了，我们的排名也会有所提升。

提升淘宝搜索排名技巧

做好对各款宝贝的流量分布之后，就要对宝贝有一个精确的定位，做好优化，这样才能更好的提高权重，提高搜索排名。

那么我们知道了搜索排名的影响因素受哪些因素影响之后，接下来我们要去做好的就是提升搜索排名，让我们的产品更加靠前，让更多的买家看到。

1、通过优化关键词入手

关键词的重要程度认第二没其他因素敢认第一，因为淘宝就是根据买家搜索的关键词把相应的宝贝展示出来，选词越精准，权重就会越高，获得展现的机会越大。选关键词的渠道也是很多的，像是淘宝搜索下拉框、直通车、同行的标题等等。还要注意对关键词的组合，定时的做好关键词的优化。

选取：搜索人气高、点击率、支付转化率高、竞争对手少的关键词

那么这样的产品关键词是不是就是我们所说的神词？这样的词我们是好去使用的，并且一定要去用起来的，那么怎么去找这样的词呢，可以通过生意参谋–搜索词查询

这里我们可以进行查询，之后保存到我们的表格里面去提取，然后我们用到竞争度公式，竞争度越高说明关键词的竞争力越小，越可以提取使用的。

竞争度=搜索人气*点击率*转化率/在线商品数

那么计算出来之后，我们按照竞争度降序排列，选取产品相关的词去提取使用，这样的词使我们的排名更加靠前，并且转化更高，可以让我们的排名更好。

2、通过提升点击率入手

点击率说白了就是我们的主图，想要提升点击率只有通过优化我们的主图，提升我们的点击。

想要提高主图的点击率，我们要通过几个途径：第一产品本身，一个好的产品本身就是自带光环的，同样的产品本身不够好，再怎么去优化点击率也提升不起来；第二，做好文案策划，图片拍摄要去做好，这里我们可以参考同行，他们的主图是怎么去做的，择优提取，然后用过来。

操作方法：我们可以先做好四张主图，之后的话打开直通车去测试，四张主图都放在创意图去，然后查看效果，根据效果数据分析去选取更好的主图。

3、通过转化率入手

操作方法：在生意参谋-商品效果-单品分析-进店关键词

这里首先我们要知道买家都是通过什么词成交的，那么这些肯定都是好词，能给我们带来转化的词，我们把这些词筛选出来提取出来，之后可以用这些高转化的关键词去优化我们的标题。

4、人群标签

在现在千人千面的淘宝，人群标签对淘宝搜索排名的影响越来越大。通过对宝贝的浏览、加购、收藏等行为，就会形成人群标签，一个精准的人群标签，可以为你带来精准的流量。鲜明的人群标签可以让你的宝贝获得一个较高的搜索排名，上新的时候，也会得到更多的展现机会。当人群画像跟店铺标签吻合时，淘宝搜索会优先展现宝贝，也就是说搜索排名高了。

搜索排名是什么？形象一点来讲，用户会在浏览器上输入诸如“装修公司哪家好”“2018留学生必看”“什么牌子汽车省油”这样一些搜索词。搜索排名的功能，就是让用户搜索这些关键词的时候，看到企业相关信息排名靠前。

每天都有数亿人在百度上查找信息，如果企业的产品关键词排名靠前，那么就会轻易地被潜在客户找到。所以对很多公司来说，搜索排名是外宣工作中很重要的一个版块。搜索排名可分为百度竞价和自然排名，两者结合相得益彰，可营造出一种品牌霸屏的效果。

在搜索排名领域，传统SEO公司的操作方式往往是通过发外链、文章更新等相对缓慢的传统方式，这样的话，对关键词上首页的数量和速度都会形成限制。通常来说，传统SEO公司排首页的关键词数量不到30个，其排首页周期往往要耗费1~3个月。

穿上AI的外衣，搜索排名有什么不同？迎着人工智能崛起的东风，制造业、服务业，乃至互联网产品，都在纷纷引入人工智能技术，以求获取效率上的突破，产生更大的价值，同时成千上万倍地释放企业劳动力和财力。那么，当搜索排名披上AI的外衣，会产生怎样的效果呢？

带着这个疑问，记者前往网总管AI搜索排名品牌部，采访相关负责人。负责人介绍道：“我们采用的是SAAS模式云计算+大数据分析+AI人工智能海量分发三者相结合的技术方式，1分钟可产生10000+篇高质量内，这样就可以帮客户实现排名首页的词数超过10000个，效率至快1天见效。”

据了解，网总管的AI搜索排名产品，已经帮助了超过3000家企业实现产品关键词霸屏。以该产品上词的效率和数量来看，它给企业带来的价值与效益，的确远超传统SEO公司。

时代的发展日新月异，人工智能技术越发成熟，它正以燎原之势改变人类的工业、农业，乃至生活。同样在企业发展过程中，产品好是前提，更重要的是，要让你的企业家喻户晓，要让新产品的宣传立竿见影。在这方面，AI搜索排名产品，提供了颠覆性的价值。

一年一度的双11“剁手节”近在眼前了，任职网总管的小王，精神一直处于亢奋状态。她列出了接下来半年的购物清单，没事都会逛一下淘宝。当小王输入“秋季套装”，淘宝会“唰唰”列出一大批相关商品。点击“综合排名”或“销量排名”，小王会在下拉的推荐名单中挑选，从第一个看起，喜欢了就下单，不喜欢就会继续往下看。

在这样一个快餐时代，网购行为讲究“效率优先”，消费者往往只把精力集中在搜索排名的前几位。这就造成了淘宝等电商平台“搜索至上”的特性。让自己的商品排名靠前，让消费者一输入产品关键词便能看到自己的商品，成为了众多商家苦心孤诣的目标。

备战双11的淘宝商家琳琳（化名）在采访中表示：“现在互联网发展比较成熟了，我们电商胜负已定，成者为王，败者为寇，没有中间地带。”

其实在网购盛行的大背景下，不光是电商平台，几乎所有商品都在面临流量的考验。谁的产品可以占领流量高地，谁便会成为行业的老大，否则只能成为商业大战的炮灰。不光产品质量高，宣传也要很给力；不做则已，要做就要做老大——这成为了是中国中小商家所面临的严峻形势。

在百度、搜狗、360搜索等客户常用的搜索引擎中，众多中小商家有这样一个实际的渴求：他们希望当消费者在搜索引擎上输入产品关键词的时候，自己的企业品牌信息可以排名在首页。而这一点，正是网总管搜索排名优化一直致力于实现的效果。

“双11是各大商家出货的好时机，每当这个时候，网总管搜索排名优化业务也非常火爆。能够刺激帮助广大中小商家走出迷途，是我们能给中国经济所做的一点贡献。”网总管搜索排名优化负责人在采访中介绍道。

这个双十一，考验的不仅仅是支付宝、物流，更多考验的是企业品牌在搜索排名上的价值体现。在“搜索至上”的时代里，不论是备战双11，还是日常营销，企业只有符合搜索排名规则，并做出针对性的操作，才能达到一两拨千金的效果，在竞争中脱颖而出。也许，搜索排名优化正是这个时代中小商家困顿中的解药。

站长圈经常聊的话题中，怎么提升百度排序一定是排名TOP3的问题，那百度排序的原理是什么，该怎么提升，今天曲曲小姐姐特邀社区版主飞鹰，给大家分享一下他的理解。

关于排序这件事儿

对于像百度搜索来说，并没有排序这一说法，搜索引擎认为排序是在特定的关键词下网站内容的位置，而关键词是由用户搜索产生，如果一个关键词没有被搜索，也就意味着这个关键词下不存在排序，而且排序是会因为数据更新、用户需求、个性化等因素实时变化的。

哪些因素影响了排序？

影响排序的因素有很多，排序是由各种算法综合打分后衡量的一个结果，经常听说XXX认识XX搜索引擎算法工程师，事实上这些算法不会交给一个人，一个算法工程师认识和了解的算法也是有限的，也不足以操纵排名，因为影响的因素确实太多了，在这里我列出几个公认且较为权威的影响因素：

1.网站与搜索关键词的相关性

网站的主题和关键词匹配是非常重要的，网站主题和内容保持一致性也是这个道理，而且如果站点跨领域去发布导流内容，会被搜索识别，被判罚的例子也不少。而且，如果用户搜索的关键词与你网站是相关的，用户在网站内的转化点击也会高。

2.内容和搜索关键词相关性

目前百度及其他搜索引擎都越来越重视了内容生态的维护，让更多的原创作者获得更多收益，内容主题跟搜索关键词的相关性越高，获得排序有待的机会也越大。简单说如果网站内容足够丰富，能满足搜索用户的所有需求，那么一般这样的内容，展现和点击一定不会差到哪里去。

3.网站评价

网站评价也可以说是网站的权威性，站长圈说的权重，是根据网站的规模、历史表现、站点关系网等多个维度进行的一个综合评定，对于我们来说一时半会是肯定无法提高网站评价的，只能够努力做好内容做好用户体验，等度娘或其他搜索引擎给予加权。

4.时效性

类似于新闻等具备时效性的内容，越快发现热点，且内容能够被搜索引擎发现，那么在流量上相信你也可以获得到更多。

5.页面体验

页面体验实际上是近期提的较多也是很重要的一点，百度等其他搜索引擎也陆续出了很多的算法来净化网络环境，在pc站点上需要考虑整体的页面体验，移动端除了体验上的问题外，还需要考虑访问速度，这部分百度推出了闪电算法，对移动端访问速度差的站点有影响，另外百度搜索资源平台上推出了移动搜索建站优化白皮书，大家可以多学习一下，按照规则来。

6.网站内外链

随着搜索引擎的更加聪明，内外链上面对排序的影响逐步在削弱，当然了必要的和网站相关的内链还是少不了。

相关性的含义是：用户输入的关键词和搜索返回的产品搜索结果的匹配程度，举个例子，当用户输入一个关键词，如“连衣裙”的时候，返回的产品中会包含“连衣裙”这个关键词，这就是相关性的原始含义。

相关性是排序中是最重要的也是最基础的因素，产品信息和用户输入的关键词匹配，是排名靠前的基础，相关性好，排名才有可能靠前，相关性不好，则一定不会排名靠前。

而且用户看到的往往是用户关键词所对应行业的产品信息，不相关行业的产品信息一般不会展现出来。相关性因素，很多程度上保证了产品信息的搜索排名是在雷同行业、类似产品之间进行，不大会产生”服装”与”钢材”之间的排名类比情况。

目前相关性主要与以下几个方面相关：

（1）产品标题

产品标题是衡量该产品与用户所搜关键词是否相关最重要的内容之一，标题的填写尽量规范化，不要堆砌多个产品词，即不要在标题里面填写不相关的内容。建议一个产品标题只包含一至两个相关的产品名称。

当然也可在标题里面加入一些促销内容，吸引用户眼球。

比如：

供应2012秋冬新款韩版修身圆领加厚长袖女式毛衣 毛绒装 毛裤 毛外套

这个标题如果改成：

供应2012秋冬新款韩版修身圆领加厚长袖女式毛衣 毛外套

就会比较不错，女式毛衣 毛绒装 毛裤 毛外套这四个产品词堆在一起，会被系统判定成堆砌，从而相关性得分不高，排名就会靠后。

关于什么样的标题算堆砌，在这里简要说一下。

首先，核心产品词最好1~2个，不要太多，否则容易被判定成堆砌。

其次，产品词要相关，比如标题：供应手机计算器。即使只有两个产品词，但因为手机和计算器是完全不相关的产品，系统对于这类堆砌判定非常严格。但像土豆，马铃薯这类同义词，或者服装，连衣裙这类包含词，一般情况下是不会判定成堆砌的，除非词的个数偏多。

最后是品牌词堆砌，比如标题：供应苹果手机三星手机 诺基亚手机。就会被判定成堆砌，建议品牌名不要超过2个。

（2）产品类目

产品类目是指你发布的产品信息要归类准确，这个非常重要，如果类目填写错误，或者类目故意乱填，则会导致相关性低，排名靠后。因此，强烈建议为每条产品信息选择合适的类目。举个例子，比如你卖的是雪纺连衣裙，则一定要把产品信息放在“连衣裙”这个类目下面，因为如果你放到其他类目，而别人都放在连衣裙下面，那么你肯定排不到别人的前面去。

（3）产品属性

目前，产品属性在产品信息的相关性上也有很重要的作用，建议产品属性如实填写，并尽可能的填写完整。不要乱填，如果被系统识别有问题，也会降低产品的相关性。

比如你卖的产品是女式毛衣，在女式毛衣这个类目下，有一个属性为“款式”，你选择款式里面的“套头”。这时，如果有人搜索“套头女式毛衣”，即使你的产品标题里面没有套头，只有女式毛衣，系统也会匹配到你的产品信息，我们认为你属性里面填写的套头，与套头毛衣也是相关性高的产品。

产品信息在满足相关性的基础上，排序会重点考虑下面这些特征，如果一条产品信息的各个特征得分都很高，那么排名一定会靠前。

原文转载自【马克营销】

版权声明：感谢原作者的辛苦创作，如涉及转载权限等问题，请作者与网销宝小编联系（微信：aone0213），我们将在第一时间处理，谢谢！

在2017年度谷歌（Google）时尚品牌搜索排行榜上，紧随鼎鼎大名的 Gucci、Louis Vuitton 和 Supreme 之后排在第四位的，是一个或许你从未听说过的品牌 ——Fashion Nova，这也是该榜单前十名中唯一一个大众时尚品牌。如果你不了解它，或许是因为，Fashion Nova 坚持不走秀、不登杂志、不搞传统市场营销活动、甚至连 SEO（搜索引擎优化）这样最常见的数字营销方式都没有采用。

然而，在图片社交平台 Instgram 上，Fashion Nova的粉丝数却高达1360万。在上周公布的Piper Jaffray 最新版美国青少年消费报告中，Fashion Nova 在最喜欢的购物网站排行榜中位列第6，排名甚至高于Adidas 和 Forever 21 等知名品牌。

那么，这家总部位于洛杉矶的快时尚品牌 Fashion Nova 是如何异军突起的呢？

从实体店到电商

虽然 Fashion Nova 现在在互联网上受到追捧，但品牌其实是从实体店起家的。品牌创始人Richard Saghian于2006年在加州Panorama Mall 开设了第一家 Fashion Nova 门店。

Richard Saghian 出生于加利福尼亚，从小便在父亲的女装店帮忙，对于时尚商业零售的种种细节耳濡目染，为自己今后的职业发展奠定了基础。

2013年，Saghian开始注意到一些线上网站和自己的店铺卖同样的产品，但价格更高，商品数量也更多，于是 Saghian开始考虑推出电商网站，但同时 Saghian 也意识到需要找到一种方法来引导人们访问该网站，于是决定通过在 Instagram 上发布模特穿着畅销产品的照片来吸引顾客前往网站购买产品。

最终 Saghian 在2013年推出了自己的直销网站 Fashionnova.com，该网站推出后仅一个周末的时间，所有产品都售罄。

深入了解客户需求

Fashion Nova 的产品以真人秀明星 Kim Kardashian（金·卡戴珊）式的张扬风格闻名，主打产品为女士紧身连衣裙及高腰裤，大部分产品的售价在20美元~50美元之间，少数产品价格高至200美元。

2016年 Fashion Nova 推出了专门针对大码女孩的新系列 Fashion Nova Curve。今年6月，该品牌又推出了首个男装系列，包括牛仔夹克、毛衣、短袖衬衫、短裤、背包等，价格均在45美元之内。

Saghian 在此前接受媒体采访时称，他把在实体店学到的所有知识都应用到了线上销售，他很早就意识到深入了解客户需求才是品牌成长的动力。如果没有从实体零售时代到电商时代这一过渡阶段的经验，他不可能取得今天这样的成功。

如今，Fashion Nova 已经发展为一个规模庞大的电商平台，同时在南加州有5家实体店。据 Saghian 透露，Fashion Nova 公司2017年增长率高达600% 并处于盈利状态，但他拒绝透露具体营收情况。

全面铺开 KOL 营销

现在 Instagram 已然成为 Fashion Nova 销售中不可缺少的线上工具，事实上该社交软件上的意见领袖，不论粉丝多少都被纳入了Fashion Nova 的市场营销计划中，意见领袖营销依然成为 Fashion Nova 最有力的市场营销工具。著名卡戴珊家族的 Kylie Jenner 和 Kourtney Kardashian、美国著名说唱女歌手 Cardi B 、名模 Amber Rose 等意见领袖及名人都会将自己身着Fashion Nova 品牌服装的照片发布在 Instagram 上，以帮助推广该品牌。

Fashion Nova 品牌和大多数意见领袖的合作方式是为后者提供免费的衣服作为推广的报酬，但与一些头部意见领袖合作时就要支付推广费用，比如 Kylie Jenner （Instagram 粉丝数1.17亿）和 Cardi B（Instagram 粉丝数3470万）。Saghian 曾向《New York Magazine（纽约杂志）》旗下博客 The Cut 透露，自2016年品牌与 Kylie Jenner 合作以来，后者的一篇帖子就能带来至少5万美元的销售额。

Cardi B 也曾坦言Fashion Nova每月付她2万美元，让她穿着该品牌的衣服，并发帖向粉丝宣传。Fashion Nova 和 Cardi B 合作的一个新系列也即将在线上发布。

快速上新

Saghian 喜欢说自己将快时尚变成了“超快时尚”：Fashion Nova 每周都会上新 1000多件新品，该公司设计并制造一件新品的时间只要48小时。产品生产出来后，模特们身着这些衣服的照片会迅速被上传至 Instagram，这样持续不断的上新也使得顾客不断回购该品牌产品。

Fashion Nova 之所以有如此快速的供应链能力，部分是由于该公司和 1000多家制造商建立了合作关系，其中大部分位于洛杉矶地区。

Saghain 表示：“款式多样很重要，因为我们的顾客会在网上发布很多身着我们品牌服装的照片。我们不希望女孩子们都穿着同样的衣服出现在夜店里。”

快速配送服务

除了快速上新以外，Fashion Nova 还提供快速配送服务：所有国内订单都在两天内送达，而距洛杉矶40英里范围内的顾客只要在下午一点前下单，便可通过使用第三方配送服务公司 Postmates 当天收到货物。

1.之前，是根据中文词库进行的搜索排序。

2.之后，根据动关键词搜索算法。（也就是，搜索，是针对所在的应用商店进行搜索热词数量覆盖及搜索结果排名提升的技术操作。）

的影响因素：

1、：包含主标题和副标题，好的标题可以事半功倍。

2、或者标签：总计100个字符，优秀的每个字符平均承担5-10个热词覆盖空间。

3、用户评论：如果有1个一星差评，需要找补好评40+。

4、排名下载：与存在互促关系，但不是正比，并非多多益善。

5、用户活跃度：好产品不是万能的，产品不好是万万不能的。

6、更新：定期更新利于排名提升。

7、认证：官方认证、优质应用。

下面我们看一下这些因素的权重：

军长级权重：下载量

下载量大概可分为单小时下载量、当日下载量以及日均下载量。不止苹果的，任何一个，下载量都占据着一个相当大的权重，因为其直接代表了应用的曝光量，代表了流量。虽然如今由于苹果打击，对其降权重，但其仍是影响榜单的一大因素。

参谋长级权重：当天安装激活量

相对下载量，当天打开激活量更能代表该应用的激活用户量。之前由于苹果算法的原因，下载量占很大的比重，因此有段时间刷榜公司大量地刷下载量，而则静默，为了的良性发展，苹果采取了加大安装激活权重的相应措施。

副军长级权重：DAU（日活跃用户数）

日活跃用户数直接体现着应用的用户使用程度，DAU值越大，表明应用使用程度越高，越受用户喜欢，自然排名就会越高。之前大量下载量以及广告投放点击带来的效果已经降权重，DAU渐渐成为新的主要因素。

师长级权重：评论数及好评率

本来评论数及好评率能充分代表用户对一个应用使用的真实体验，但自从各大应用都在刷评论时，苹果自然就将其降权了。但其现在依旧是影响榜单排名的因素之一。

师长级权重：关键词搜索覆盖度

各分类榜单只显示150个应用，有观点认为这是苹果鼓励用户通过搜索应用，我们姑且这样认为。由此，应该可以推算出覆盖度在榜单排名也占据较大的权重。这也是催生关键词优化的因素之一。

司令级权重：（优质）付费帐号

何为付费帐号？就是一个有付费习惯或者在苹果完成过付费的用户。为什么付费帐号开始慢慢占据较大权重呢？答案无非是苹果为了自家利益，付费帐号能给带来经济效益，其自然会提高其权重。另外，相对于付费帐号，僵尸帐号也是刷榜公司较易操作的，因此，苹果会相对地降僵尸帐号的权重，而提高付费帐号的权重，既达到自身利益，又达到打击刷榜效果，一举两得，何乐而不为。这也是我为什么将司令级权重放在这个位置的原因。

其他团长级权重：

下载转化率（页面打开次数与下载次数的比例）、上线时间（为鼓励新品，苹果对新上线应用会有加权重）、下载设备（是PC端还是移动端，移动端会加权重）、应用公司（对之前有黑点的公司，其旗下的其它应用也会相对牵连而降权）、在榜单时间（长期占据榜单的应用，会相应降权）等。

3.综上，提高排名的解决办法：

3.1.研究目前状态：产品功能是什么？确定用户群体是什么？

3.2、这部分用户群体导出来，为这部分人群匹配相应的用户搜索行为的关键字。

3.3、为相应的用户搜索行为关键字匹配关联热词（收集数据越多越好，数据可参考的联想词或相关工具的数据）。

3.4、把这部分词筛一遍，找出最有效率的集合，提取集合中的有效字符分拆组合（热词不拆分有苹果的审核风险，拆分过细可能无法覆盖，要掌握度）。

3.5、可以针对的因素进行。

ps:站在巨人的肩膀上摘苹果，总结了前辈们的经验，无意冒犯侵权！

提供苹果官方搜索广告代理服务（）

（）：致力于为所有开发者提供App Store智能投放、苹果asm投放、苹果asm代理、苹果asm托管、，、、、搜索流量分析、关键词筛选优化分析等相关数据服务。

：adwujialiang

量江湖微博：

文/ 网络

最近有人问我很多问题：关键词排名是怎么操作，或者怎么操作宝贝的排名？这里就跟大家详细地解说下。

销售排序搜索展示如下图所示（确认收货人数依次降低）：

你们知道销量排名为什么会这么低吗？

一、产品有销量为什么搜索不到

可能大家在卡排名的时候，出现这样的情况，你的宝贝销量在100~120之前，但是，你按这个要求去找的时候，翻遍了就是没有你的宝贝。

那么，这时候要注意了：

1、宝贝的类目是否准确

是不是你的类目放错了呢？一个产品可以同时出现在多个类目，尽管体检中心会提示产品类目错放，但是，偶尔还是会有这样的情况出现的。

2、店铺是否屏蔽

店铺如果处于屏蔽期，或者屏蔽刚结束不久，宝贝销量下搜索不到。建议关注48小时左右，系统会有一定的滞缓，需要时间更新同步数据。

3、商品是否刚上下架

刚刚下架的宝贝也需要刷新数据等更新。可以关注1-2天。宝贝刚下架后，手动上架需要时间去同步更新，建议关注24-48小时。

二、销量排序靠后

可能你的宝贝销量比较多，但是，有的销量少的排名还在你的宝贝前面。这就可以看你的宝贝类目是不是跟系统推荐的一致，然后，就是查看同行类目。

现在一般宝贝上架，系统都会收录到一个固定类目里面。

三、无线端个性化销量排序

上面分享销量排序主要是PC端排序，关于手机端销量下排序，会有添加个性化因素。

销量排序从高到低，每个手机和用户推荐的销量搜索排序会不同，会根据消费者的购买习惯和购买力等，去个性化识别，这样方便给买家推荐最适合买家想要购买的商品，促进有效的成交和转化。

1、购买习惯不同

比如：搜索羽绒服，销量下排序，男生和女生不同的手机搜索，分别有以下结果：

2、购买力不同

如果买家消费水平购买金额比较高，搜索的排序销量下，展示的商品，默认会更高一些，展示结果也是不同。

比如：搜索羽绒服，两个购买力水平不同，销量下排序，手机搜索分别有以下结果：

当然，如果买家对于推荐的价格区间，有更多的需求，可以自己设置筛选条件，设置需要的价格区间。

版权声明：我们非常尊重版权，精选的文章会注明作者和来源，转载文章版权属原作者所有。若涉及版权问题，敬请及时发邮件到：service@nuosixing.com，注明“版权”,一定及时为您处理，感谢理解

选自 SearchEngineLand

作者：JR Oakes

机器之心编译

参与：无我莽莽、盛威

在 2015 年末，JR Oakes 和他的同事利用机器学习做了一个实验，试图预测某个特定网页的谷歌搜索排名。下面这篇文章是他们的发现，他们希望这些成果能够帮助到 SEO 从业者。

机器学习正在越来越快地成为很多大公司的一个不可获取的工具。相信每个人都听说过谷歌的人工智能算法打败了前世界围棋冠军，以及谷歌的搜索结果排名算法 RankBrain。机器学习早就不是数学研究者们的神秘课题了。在有大量数据的行业里，技术总会有很多方法变得有用。

机器学习也有能力改变传统的网站推广和 SEO（搜索引擎优化）。去年晚些时候，我和我的同事开始了一项实验，我们将一个流行的机器学习算法应用到了预测谷歌对特定网页的排名中。最终我们得到了一个 41% 正确肯定和 41% 正确否定的数据集。

在接下来的几段里，我将会带你过一遍我们的实验，我还会讨论一些对 SEO 很重要的技术问题。

我们的实验

在 2015 年年末的时候，我们开始越来越多地听说机器学习以及它在处理大量数据上的能力。我们越认真工作，它就变得越专业，而且很快它就会帮助我们运转这个世界。

那个时候，我们遇到了才华横溢的巴西数据科学家 Alejandro Simkievich。最有趣的事情是他正在研究搜索领域的相关性和转化率优化（CRO）等问题，并且正在准备参加 Kaggle 竞赛。（Kaggle 是一个针对科学家和机器学习爱好者举办机器学习竞赛的网站）

Simkievich 是数据科学和机器学习咨询公司 Statec 的创始人，该公司在消费品、汽车、营销和互联网行业拥有很多客户。Statec 的很多工作都集中在评估电子商务搜索引擎的相关性上。我们和他的合作似乎是一种自然结合，因为我们也痴迷于利用数据来帮助人们做出 SEO 决策。

我们决定试试能否使用抓取工具、排名追踪、链接工具和其他一些工具的可用数据来预测网页排名。我们知道完全预测正确的可能性非常低，但我们仍能在利用机器学习上获得一个了不起的成功。

数据

机器学习基本上是使用计算机程序采集数据，并转化这些数据，生成有价值的信息。「转化」是用得非常泛的词语，它不能很公正地指代它涉及的所有那些事物，但是它有助于我们理解。此处的关键是，所有机器学习都是从某类输入数据开始的。（注：有许多讲解机器学习基础知识的教学讲座和课程可免费获得，所以我们在这里不做深入介绍。如果你有兴趣了解更多，可去 Coursera 上参加吴恩达的免费课程。）

我们的基本论点是我们必须发现用于训练机器学习模型的数据。就这点而言，我们并不十分清楚什么是有用的，所以我们采用一种生活化的方法，并抓住我们能想到的尽可能多的特征。 GetStat 和 Majestic 提供了许多极其重要的数据集，而且我们构建了一个网络爬虫去捕获其它所有东西。

机器学习正快速成为许多大公司不可或缺的工具。确切地说，每个人都听说过谷歌的人工智能算法打败了前世界围棋冠军，还听说过像 RankBrain 这样的技术，但是机器学习无需故作神秘，只在数学研究领域内闭门造车。有许多可以利用的文献资料和技术，它们对于有诸多可以操作的数据的行业都是有用的，给这些行业带来了希望。

在下文中，我将带你了解我们的实验，而且我还将讨论一些重要的文献和技术，它们对初步理解 SEO 是重要的。

我们的目标是最终取得足够数据成功地训练一个模型，而且这意味着我们需要很多数据。对于第一个模型，我们有大约 20 万观测值（行）和 54 个属性（列）。

背景知识

就像我之前说的，我不会讲很多关于机器学习的细节，但重要的是掌握下面这几点。总的来说，现在的大部分机器学习工作都是在处理回归、分类和聚类算法。我将在这里定义前面两个，因为它们与我们的这个项目有关。

回归算法通常用于预测一个数字。如果你需要创建一个基于股票特征预测股票走势的算法，你就得选择这个模型。它们被称作连续变量。

分类算法用于预测诸多可能答案中的一个类别的成员。这可以是简单的「是或否」分类，或者「红、绿或蓝」的分类。如果你需要基于特征预测一个不认识的人是男还是女，你就得选择选择这个模型。它们被称作离散变量。

搞定谷歌排名

既然我们有了数据，我们尝试了几种方式预测每个网页的谷歌排名。起初，我们使用回归算法（regression algorithm）。即，我们追求预测在搜索给定的词语时网站的精确排名（比如，搜索词语 Y，预测某网站的排名为 X），但是，在几周之后，我们意识到这项任务太困难了。首先，排名指的是一个网站与其它网站的相对关系，而不是指网站的内在属性。既然我们不可能拿在给定搜索词条件下所有的网站排名去训练我们的算法，我们重新表述了问题。

我们认识到，就谷歌排名而言，最紧要的是在给定搜索词时一个给定的网站是否最终能排在第一页。因而，我们重新剖析了问题：如果我们预测在搜索某个词时一个网站的谷歌排名是否能进前十，又会怎样呢？

从那点来看，问题转变成二进制（是或否）分类问题，我们只有两个分类：1）网站是排在前十的，2）网站不是排在前十的。此外，我们决定预测一个给定网站属于这两类的概率，而不是做出是或否的预测。

随后，为了迫使我们自己做出更明确的决策，我们设定用来衡量一个网站是否能排进前十的阈值。例如，如果我们预测阈值是 0.85 ，然后如果我们预测网站排进前十的概率高于 0.85 ，我们就认为这个网站将进入前十。

为了衡量这个算法的性能，我们决定使用混合矩阵。

下面这个图表概述了整个过程：

理清数据

我们使用了一个有 20 万条记录的数据，包括大约 2000 个不同的关键词/搜索词。总体上，我们可以把这些关键词依据属性分为以下几类：

数字属性

类别变量

文字属性

数字属性指的是该关键词可以表示无限或有限区间内的任意数字。

类别变量是指一个可以表示有限数量的值，每个值代表一个不同的群体或类别。

文字属性显然指文本，包括搜索关键词，网站内容、标题、元数据描述（meta deion），锚文本、标题(H1 H2,H3)等。

特征工程

我们设计了与排名有关的额外属性。

大多数属性是布尔逻辑体系的（真或假），但是一些是数值的。例如，布尔逻辑属性是网站文本中的精确搜索词是什么，而数值属性是网站文本中有多少被标记的搜索词。

下面是我们设计的一些属性。

运行 TF-IDF算法

为了预处理文本特征，我们使用了 TF-IDF 算法（检索词频率，反转文档频率）。此算法将每个实例视为文件，并将所有实例集合视为一个语料库。然后，它为每个词赋予分数，词汇在文件中出现的频率越高，在语料库中出现的频率越低，那么其分数就越高。

我们试过两种 TF-IDF 方式，只得到依赖于模型的略微不同的结果。第一种方式由首先连接所有的文本特征构成，然后应用 TF-IDF 算法（也就是说，单个实例的所有文本列连接而成文件，一系列这样的实例构成语料库）。第二种方式是指对每个特征分开应用 TF-IDF 算法（也就是说，每个单独的文本列是一个语料库），然后连接由此得出的数组。

用 TF-IDF 算法得出的数组是非常稀疏的（对于给定的实例大多数行列的数据是零），所以我们应用降维手段（奇异值分解）减少属性/行列的数量。

最后一步是连接所有从特征类别中得出的行列形成一个数组。这是我们做完以上所有步骤（理清特征，将分类特征转变为标签并在标签上运行独热码，应用 TF-IDF 算法于文本特征并将所有特征按比例排列到平均值两端）后再去做的。

模型和集合

在获得和连接所有属性后，我们对它们运行了许多不同的算法。结果显示最有前途的算法是渐进增长分类器（ gradient boosting classifier），脊分类器（ ridge classifier）和一个两层的神经网络。

最终，我们使用简单的平均值将模型结果集中在一起处理，因此我们得到了一些额外收获，因为不同模型倾向于有不同的偏差。

优化阈值

最后一步是设定阈值将概率估算转变为二进制预测（「是的，我们预测此网站位于谷歌排名前十」或「不是的，我们预测此网站不会进谷歌排名前十。」）为了做到这点，我们优化了交叉确认集（cross-validation set ），然后使用了在测试集上得到的阈值。

结果

我们认为对于测量模型有效性的最有代表性的度量是混淆矩阵。混淆矩阵是一种可视化的表格，主要用于比较分类结果和实际测得值。混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。

我确信你听说过「一个坏掉的钟每天有两次能正确指示时间」这句格言。输入每个关键词得到 100 种结果，随意瞎猜总能以 90% 的正确率预测「不能排在前十」的情况。混淆矩阵确保肯定的和否定的答案都是正确的。在我们最好的模型中，我们获得大约 41% 的正确肯定和 41% 的正确否定。

将模型效果可视化的另一途径是使用特征曲线（ROC curve）。特征曲线是「用图示法说明二进制分类器系统随着鉴别力阈（discrimination threshold）而变化的效能。」在这整个系统中使用的非线性模型是 XGBoost 和一个神经网络，而线性模型是逻辑回归。整个系统的布局则是线性与非线性模型的结合。

XGBoost 是「极端渐进增长（Extreme Gradient Boosting）」的简称，渐进增长是「一种针对回归和分类问题的机器学习技术，它生成弱预测模型集成形式的预测模型，典型的是决策树。」

下面的图表揭示了特征类别对此模型最终预测的准确率做出的相对贡献。与神经网络不同， 伴有其它模型的 XGBoost 允许你轻易地窥视模型内部，从而判断特定特征持有的相对预测权重。

我们能建立从我们给定的特征中表示预测力的模型，对此我们非常惊讶。我们感到焦虑的是，特征的局限会导致此项目无果而终。理想情况是，我们有一种方法抓取所有网站，从而获知它们的整体相关性。也许，我们可以在公司拥有的谷歌评论数量上收集数据。我们也明白谷歌拥有关于链接和引用量的大量数据，而这些数据比我们希望收集到的数据好得多。

结论

机器学习是一个即使你不知道它是如何工作的你也能使用的强大工具 。我读了很多关于 RankBrain 和工程师无法理解它是如何工作的文章。这是机器学习神奇和美丽的原因。类似于生命在进化过程中会获得不同的特征一样，机器学习在过程中找到了答案，而不是给出既定的方法。

当我们对第一个模型的结果感到满意的时候，我们更需要知道，相比于这种小规模的样本，互联网的规模更加巨大。我们的一个关键目标是建立一个能够处理互联网上的海量数据和信息的机器学习工具，我们也正在改进当前的这个模型。

对于我自己来说，这个项目最大的意义是我开始了解机器学习对我们这个行业的巨大价值。在我看来，机器学习对 SEO 有着以下几点影响：

文本生成、总结和归类。

永远不要写另一个 ALT 参数

观察用户行为和对访客归类/打分的新方法

通过语音和智能Q&A问答的文本、产品、推荐系统来进行导航的新方法。

挖掘分析并深入了解访客、会话、趋势和潜在可行性的新方法

更加智能地为相关用户推荐广告的方法

?本文由机器之心编译，转载请联系本公众号授权。

?————————————————

加入机器之心（全职记者/实习生）：hr@almosthuman.cn

投稿或寻求报道：editor@almosthuman.cn

广告&商务合作：bd@almosthuman.cn