怎么定义千人千面的标签,千人千面算法解析( 二 ) _淘宝

再比如，一个男生，20岁左右，经常再淘宝上搜索购买港风的T恤裤子等产品，有一天他突然搜索“衬衫”，他从来没有搜索购买过这类产品，淘宝又会给他推荐什么商品？因为他经常在淘宝购物，基于他的购物偏好，搜索引擎会做一件事情：他属于哪一类人。淘宝会抓取大部分大学生购物偏好港风的这类人群，买过的衬衫来推荐给这位用户，这叫做相似性推荐。
这里就需要你弄清楚“他可能是哪一类人群”和“他属于哪一类人群”，再简单点来说，人群标签就是人以群分。
标签形成的源头又在哪里呢？还是举例
我今天想买一件外套，天气冷了，然后我在淘宝上搜索了一下外套男，看了几件我从来没有买过的港风的外套，也做了收藏加购，请问淘宝会给我打上偏港风的精准标签吗？不会！为什么？因为缺乏数据量，如果仅凭我今天看了几件港风外套就给我一个标签，那淘宝系统每天处理各种客户的标签可以处理到崩溃。
还是今天我想去买外套，看了大量的港风外套，而做了很多行为，比如咨询收藏加购，搜更多关键词等代表购物意图越来越明确的时候，淘宝会给我打上偏港风的精准标签吗？也不会，为什么？缺乏时间的维度，如果仅凭一天的购物行为就能打上精准标签的话，那刷单为什么会导致店铺标品混乱呢？就算你让刷手去做了货比收藏加购等行为，标签还是会乱。
总结：只有用户在淘宝产生大量痕迹的时候，淘宝会判断“他可能是哪一类人”，当用户产生痕迹且在一段时间内产生很多相似的行为的时候，淘宝才会判断“他属于哪一类人”
如何通过直通车来做精准人群
通过直通车来纠正店铺标签是最常用，且方便的方式
案例店铺：女装c店，2层级，店铺访客非常少，转化率1.39%，远在行业平均之下。

文章插图

一、产品正确认知
案例店铺主要产品是甜美、复古款的连衣裙、衬衫。但是我们对产品的认知不仅仅局限于它是什么材质、什么款。我们可以系统的分析一下，这件衣服更适合什么年龄段、什么性格、什么偏好风格、什么消费区间的女性，还没有其他潜在客户？

文章插图

有了这样一个基本认知，那我们在初期做标题的时候，就不要把跟宝贝不相关的词添加到标题里，不然进来的人群都是不精准的，会给店铺造成过多垃圾流量，无法提升转化。
二、数据分析
进入生意参谋—流量—访客分析。这里可以看到的访客大致是什么样子。我们可以通过这里的大数据，总结出自己的衣服更适合卖给偏年轻的女性，大约在18-25岁之间，风格喜好就是甜美复古的风格、长款或者短款、棉质或者雪纺等等。潜在客户可能是这些女孩子的男朋友。

文章插图

接下来我们在[客户运营中心—客户分析]里查看店铺的人群。可以获得的信息有：性别、年龄、地理位置、粉丝占比、平均停留时长、这些访客是否收藏加购或者支付、对折扣的敏感度等等。
【怎么定义千人千面的标签,千人千面算法解析】访客、粉丝、成交客户的数据是逐步精准的，所以参考精准人群时，先先分析进店访客人群再看收藏（粉丝）最后看成交。