宝贝权重、类目权重、店铺权重、计划权重、图片权重、渠道权重……电商之中,“权重”两字无处不在,但又难以把控。
在淘宝中要如何理解权重?
通常来讲,权重是一个相对的概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。
权重系数则表示某一指标在指标项系统中的重要程度。
在淘宝中如何更好地理解它们呢?
举例,假设商品的成交路径只有点击-转化-客单这三项,评判权重的维度我们暂时设定仅限这三个维度(现实中远远不止)。
如果它们的权重系数分别是:0.4、0.3、0.3,权重峰值(最高值)数据分别为:点击率10%、转化率10%、客单100;
而现有两个商品的实际数据分别为:
商品1:点击率11%,转化率8%,客单50
商品2:点击率8%,转化率8%,客单60
那么两个商品的权重计算方式则为:
如任意指标超过权重峰值,计算公式为:权重分={[实际点击率-(实际点击率-峰值数据)/峰值点击率}*权重系数
如任意指标不超过权重峰值,计算公式:权重分=权重系数*(实际点击率/峰值点击率)
代入,求权重分:
商品1
商品1点击率={[11%-(11%-10%)/10%}*0.4=0.4
商品1转化率=0.3*(8%/10%)=0.24
商品1客单价=0.3*(50/100)=0.15
商品1权重总分=0.4+0.24+0.15=0.79
商品2
商品2点击率=0.4*(8%/10%)=0.32
商品2转化率=0.3*(8%/10%)=0.24
商品2客单价=0.3*(60/100)=0.18
商品2权重总分=0.32+0.24+0.18=0.74
因0.79>0.74,所以商品1的权重大于商品2,商品1排名在商品2之前。
这就模拟了在系统里宝贝是如何依据权重排序的,我们可以参考这个权重分的计算方式自行测算,其重点是所有维度的数据都需要顾及。
当各项指标(点击率、转化率、客单价)都等于峰值的时候,就是权重最高的时候。而假若单项超过峰值很多,其他某项却很低的时候,权重依然很低。
实际上我们做宝贝所有的数值最后均会通过各种各样的算法变成一个数值进行排序,体现到前台就是商品有先后顺序展现给消费者(标签又是另外一个话题了,但是标签也是参与进加权的,如果产品本身的权重越高,那么标签加权后,会在同样标签的人的身上更加优先展示)。
新品权重的计算思路
众所周知,新品是没有数据的,这时权重又是如何计算呢?
如果没有数据,上面的公式则不成立,但新品依旧要加入到排序里面去,否则无法得到有效的曝光。解决这个问题其实也是有计算依据(贝叶斯决策理论BayesDecisionTheory)的。
根据推算,新品权重=[(新品点击+a)/(新品展现+b)*对应的权重系数
其中,a=根据该店铺历史数据,推测出新上产品最大概率将获取的点击量,b=根据该店铺历史数据,推测出新上产品最大概率将获取的展现量。
如果新品是你以往没有做过的新类目,系统则会使用行业数据来进行计算,但公式不变。
你拥有的历史数据量越大,最后的结果越接近产品的真实数据;历史数据量越小,越接近系统预估的数据。
所以可能会出现以下情况:
1.类目权重与直通车计划的初始权重,是根据类目和计划的历史数据计算出的最大出现概率数值;
2.做新店的操作难度高于老店,除非老店数据本身很差;
3.上架一堆新品时,如果新品数据很好,可能会有助于历史爆款的数据;如新品数据差,可能会让历史爆款的数据也变差;
4.任何单品在上架后,系统都会给予一定的曝光;
5.一个新品放到权重高的计划里,如果新品数据好,会让这个计划更好;数据差,则可能毁坏整个计划;
6.在单品数据不好的时候,在权重高的计划里,哪怕前期数据不好,也可以拿到较大的曝光的情况,但是计划的权重会不断降低;
7.大多数情况下想打造一个全新类目的爆款,比打造已有类目的爆款会更难;
8.新店也需谨慎,切忌随便上图等,因为这会严重影响之后发布的新品起步系统预估数据,并使得产品在后期的操作上难度增大。
通过上述规律,我们如何养权重?
1.基于单品
当单品处于新品期时,不断测试高点击率图片,以及更换主图,将好的数据放大;
成长期则优化评价、问大家和详情页,从而提升转化率,在此基础上持续放大数据。在此期间,注意以搭配套餐等形式增加客单,同时注意产品的售后指标、活动申报及日常维护。
2.基于类目
类目权重是由全店所有该类目的商品数据组成,所以优化类目权重的最好方式是对整个类目的产品进行梳理。对于数据较差的产品,及时下架;拆分渠道,对类目商品进行分渠道运营,同时要保证一个类目有一个全渠道引流款(也就是爆款)。
3.基于店铺
店铺层面重点需要注意服务,以及违规方面的防控。另外,不同季节之间上新频率、时间节点、库存情况,类目与类目之间提升关联度。
4.基于直通车
直通车养权重,主要在于点击率,而点击率的核心在于创意主图和关键词,其次才是人群。所以养权重的方式应该是前期以长尾词、低人群溢价为主,做小而美。如果产品的点击率不往下掉,我们可以逐渐拓展大词,然后拉高人群数据,并以此来保证流量的精准性。
留言与评论(共有 条评论) |