淘宝的6大基础流量是哪些

作为一个淘宝商家， 你知道淘宝的6大基础流量是哪些吗？又如何用生意参谋来做流量的数据分析呢？今天让九头蛇为你们带来相关的干货，赶紧一起来看看吧！

做淘宝，我们离不开销售额这个指标，根据销售额=访客数*转化率*客单价这个公式可以知道，访客数是销售额的的重要因素之一，访客数其实也是数据化运营的基础之一，如果没有访客数，那么我们根本也无从谈起数据化运营。

转化率，客单价，跳失率，停留时间，加购收藏等等这些数据化运营的东西基本上都是建立在流量的基础之上的，没有流量，这些指标也就失去了分析的意义，流量不够，这些指标也同样失去了分析的意义。

因此，在分析数据之前，首先就要做的分析就是流量的分析，既然，我们要做流量，要分析流量，那么你就需要对流量的渠道有比较深的了解和划分，因此今天要分享的内容也就是流量的来源渠道。

生意参谋的流量看板，其实就把流量做了一个很好的归纳总结，分为一级流量走向和二级流量来源，一级流量其实就是流量的渠道归类，二级流量就是流量渠道的明细。

一级流量走向也就是我们今天说的六大基础流量，在做数据话运营之前，首先要做的就是对流量的分类做一个详细的了解：

淘内免费：淘内免费流量是六大基础流量中最重要的一个流量渠道之一，我们经常说的手淘搜索流量就是淘内免费流量的一个明细渠道。淘内免费流量是指访客通过淘宝内免费的流量渠道进入你店铺。

例如：淘宝搜索、淘宝活动、淘宝首页、淘宝论坛、淘宝频道页面等。

这一类流量是我们每一个商家特别看重的，他的流量是不需要付费的，或者说付费的成本是比较低的，而且他的精准度也是非常高，特别是其中的搜索流量，首页流量等。

付费流量：付费流量是指访客通过淘宝内付费流量渠道进入您店铺。

例如：直通车、钻展、淘宝客、聚划算。

这一部分流量也是商家比较喜欢的一大流量，因为这部分流量获取容易，来的快，只要你投钱就能做到，而且他的精准对也是比较高的。

自主访问：自主访问是指访客主动进入您店铺。

例如：收藏夹、地址栏输入、我的淘宝等。

这种访客通常都是之前已经在你店铺产生过行为的访客，这种流量一般来说是比较稳定的，而且他的转化率是很高的，分析这一部分流量主要是看他的占比高不高，如果你的店铺自主访问流量非常低，远远低于同行的占比的话，那么说明你的店铺二次访问的人不高，可能是你的产品质量不够好，性价比不够高，服务做得不到位等，当时如果你的自主访客流量占比比较高，那说明你的产品和店铺是收到很多卖家认可的，如果你发现这种比较多的话，那么你就要考虑做好老顾客营销。维护好老顾客。

很多人会去分析淘内免费流量和付费流量，但是很多人从来不去关注自主访问流量，其实这里面也是有很多东西值得我们关注的。淘宝之所以把这一类流量单独归类出来，这肯定是有他的道理的。

淘外app：通过淘外APP渠道进入店铺或宝贝详情的访客数。

以前我们把流量做四个流量划分的时候，其实这一部分流量就是站外流量，但是现在生意参谋把站外流量又细分了一点，分为了淘外app和淘外网站。

这一部分流量相对来说他的精准对不高的，而且大部分的商家在这一部分的流量占比也不高，甚至很多人的人可以忽略这一部分的流量，所以大部分的商家其实分析这一块的流量的是比较少的，只有一类商家需要重点分析，就是有些商家本身就是依靠站外资源做的，他的站外流量比较大的，那么这群人就必须要重点分析了。

淘外网站：通过以下淘外网站渠道进入店铺或宝贝详情的访客数，也就是站外流量。

其他来源：这一块流量很多人比较头疼，就是不知道他的具体流量来源。

很多商家说他这一块流量突然增长的比较大，但是他又不知道到底是哪一块地方进来的。其实，其他来源主要是指没有统计在上面这几种流量的，一般情况下，这部分流量占比在全网都很低，如果某一个时间段突然增长的比较多，往往一般就是淘宝有一些什么小活动，这些活动没有归纳到其他的五大流量里面，所以如果当你发现了这一块流量增长的比较大的时候就可以往这方面考虑下了。看看是不是最近淘宝有一些什么很小的尝试活动，他抓取到了你。

生意参谋的这个图对我们帮助是非常大的，他可以看到你的店铺这六大基础流量的趋势情况，但是在这里有两个建议给大家。

第一个建议是每一次只看一个指标。

生意参谋默认是同时勾选六个指标，但是这样的话就会出现一个问题，数据量小的曲线你基本上看不到相应的变化，所以看这里的时候，一定每一次只勾选一个指标，把其他的曲线先关闭，要分析哪个指标的就只打开这个指标，这里是可以自由调节的。

第二个建议是要做历史数据存档。生意参谋的数据这里的数据他只给保留三个月，一般情况下，三个月的数据是足够我们使用了的，但是有时候，我们也需要更久以前的数据做分析和对比。所以建议每一个人对店铺数据做存档处理。

做这样的一个表格，把前一天的数据都从生意参谋下载复制进去，这个数据至少保留一年以上的数据，这样有时候我们就可以对比过去的数据，特别是在做总结分析的时候，过去的数据对我们的帮助其实是非常大的。