2019淘宝超级推荐.docx

淘宝超级推荐教程1. 淘宝改版后对原先流量的影响2. 猜你喜欢推荐机制3. 超级推荐实际出价策略4. 超级推荐操作5. 附录淘宝改版信息流推荐对中小卖家的影响: 不用补单多少就能获取首页推荐排名改版后，销量低，成交额低的产品，依然能获得好排名，刷作用逐渐降 （有的产品生命周期到 了再怎么刷也没用），且19年国家法，广告法也在抓刷D,不仅仅是淘宝官方在抓了淘宝的一大变化就是，现在是货找人,千人千面，淘宝根据店铺标签、产品标签与消费者标 签（比如70后 白领 住址上海嘉定 平时喜欢看和田玉相关产品消费能力强）进行匹配 搜索流量的占比比重逐年下滑已经从15 年前的70%-90% 下降到30%以下（淘宝小二）08年直通车 -> 11年钻展 -> 19年超级推荐, 特点都是都是前期能获取大流量，等2年后大 商家、各种竞争对手开始打入使用后，竞争强度就会变大所以超级推荐越早获取流量越好 手淘首页就是 猜你喜欢 资源位，信息流形式，千人千面的推送宝贝，所以刷单的刷手要找 好，最好不要打乱店铺标签（比如你客单价20000，你刷单的账号平时消费几百，就打乱了 店铺标签你的店铺标签是中老年最爱，最好不要用年轻人账号），不然匹配精准度会降低。

直通车是人找货，根据买方关键词进行匹配推送 超级推荐是货找人，淘宝根据展现后的表现，包括点击率，收藏加购等数据决定是不是加大 或者减少在首页的推荐猜你喜欢分免费自动入池和付费超级推荐超级推荐占4 分之一官方推荐机制白文翻译：若给你推荐1000 个，点击很少，收藏加购不行，不管你产品是不是有问题，我推送的人群 是不是有问题，我以后不会再推送若给你推荐1000 个，点击多（1%点击率以上），收藏加购可观，那么后续我就给你推荐更 多的人考核的指标就是收藏加购率和点击率 ,假如新品这些指标高的话一样可以获得推荐流量 （前 两周），然后最后考核转化率自然推荐的很不稳定，有的时候会看到收藏加购突然增高，有的时候没有：入池后淘宝首页推荐，能达到接近 80%的收藏率，但是加购几乎没有，机器会再次调整推送 人群（认为这些人群消费能力不足，定位人群消费能力要提高）然后造成数据波动超级推荐建立计划不要频繁调价，直通车和钻展是不停的调整PPC达到优化效果，但是调价 方法对超级推荐没有用超级推荐机器要不断的找到精准人群标签，通过账户设置的定向 自动调整投放人群，看点击率与收藏加购，然后再进行精准化推荐，所以投放的初期会看 到数据起不来，过了一个周期后数据猛涨。

所以不要圈人群太精细或者出价太低，不然机 器没有展现机会 也就没有学习的机会所以超级推荐一开始就定好价，后期微调即可，调 动幅度不能太大商品推广实际操作：优化目标选择：1. 促进点击：转化周期比较短 如女装 零食 奶粉，就选择这个2. 促进收藏加购：产品成交周期较长，如家具，电脑，收藏品等3. 促进点击率：怎么花钱都没关系，有钱，品牌展现，就选择这个侧重人群选择：1. 产品复购率较高，如零食，这个时候就可以选择新客和老客2. 产品复购率很低，家具买了后七八年都不换，选择新客与潜客根据店铺的定位进行选择，老客复购率高的话也可以勾选手动出价：出到行业的平均 50%，不要看超级推荐这里的出价建议，看钻展全店的进行参考，整个行业平均：行业出价1.5，那么出价到 7毛钱-8毛钱即可，后期给溢价留出空间最大的调价比例设置成30%，资源位溢价30%Q 1初出旳用到二船眄 腺元堆说怖准上陞• L.D07Z心曲 a H=isnf .”吒u 乜 Fr.ftk 卡WBWtlS^~|达摩盘平台精选可以先不勾选，因为受众广泛，点击率低0.3D i3CD.39II.VII3C0J30.39□ .90o.an0.30在上传创意的时候 加满 图片创意，标题凸出卖点即可直播推广的步骤和钻展的一样，只不过资源位多了个猜你喜欢（手淘首页）的流量，可以直 接选择即可，投放思路还是原来钻展的思路。

淘宝说现在是共存状态，到后面超级推荐成熟 起来后，会全拿到超级推荐上面来附录：1. 官方目前推荐流量免费资源位置信息流 ifashion洋淘买家秀：入池困难，1 万个评论可能就选几条入池官方投放思考文字：已经翻译成白话在上方与搜索引擎的优化思想非常不同，信息流的优化操作不仅不能频繁，反而需要特别谨慎为了“给机器时间 和机会”，通常有如下一些常用的策略：1：一旦上了一个广告，不要在短时间内随意调整尤其是对于已经有流量的广告，如果要调整，不如上一 个新的计划跟它并列跑2：新建计划初期，出价要高于系统建议出价3：一旦确定了出价，不要随便改动而搜索则需要根据排名情况，不断调整出价）4：投放初期，不要做太细致的人群定向，建议智能定向必选，再补充添加其他想要的人群5：就算你不打算真正短时间内花很多钱，也在预算设定上多增加，钱花的差不多了，再手动关这些方法都是信息流常用的有优化方法，它们都共同反映了我前面说的一个特征 ——这些都是针对机器进 行的优化比如，一旦一个超级推荐的宝贝有了流量，你说，哎呀，价格这么贵，肯定我当时设定的出价 太高了，我要调低一点但是，机器不会这么理解，它以为它之前学习的结果（策略）是错误的，或者， 它又不得不按照新的出价重新进行优化。

这二者都可能让你本来好好的流量突然就降下来因此，如果你是一个直通车钻展的优化的老手，还是按照过去的老方法，没事就看价格调价格，那么信息 流广告就会总是很难起量——很多人总抱怨自己的猜你喜欢广告投放有钱都花不出去，拿不到量，流量不 稳定，很可能就是这个原因机器要试错，不仅仅需要花时间，还要去不停“尝试”如果投放限定太精细、给的价格太低，或者预算给 的太有限，都限制了让机器去尝试的倾向如果机器的尝试不够，就难以达到比较理想的优化策略，从而 要么不能给你足够的流量和转化，要么价格就会奇怪的离谱。