科技改變生活 · 科技引領未來
要想帶動免費的搜索流量,就不得重點講講人群標簽,因為淘寶現在主要做的就是人群,把每一個用戶都打上標簽,把不同的店鋪分發不同買家,店鋪人群標簽打的越好,分發的流量也就越精準,轉化率越好。人群標簽不夠精細或者非常混亂,都是無法拿到有效流量的。那
要想帶動免費的搜索流量,就不得重點講講人群標簽,因為淘寶現在主要做的就是人群,把每一個用戶都打上標簽,把不同的店鋪分發不同買家,店鋪人群標簽打的越好,分發的流量也就越精準,轉化率越好。人群標簽不夠精細或者非常混亂,都是無法拿到有效流量的。那么如何利用直通車給寶貝正確打標呢?
案例店鋪:女裝c店,2層級,店鋪訪客非常少,轉化率1.39%,遠在行業平均之下。
這種情況并不少見,一方面是因為店鋪層級帶來的流量上限,另一方面就是因為淘寶本身的流量下滑的特別厲害,一部分是淘寶買家本身的流失,另外一部分是像拼多多、京東等一些競爭對手的流量搶占。所以,淘寶必須要把流量高效的利用起來,才會出現這個精準人群標簽。目的就是為了把精準的買家流量匹配給精準的賣家店鋪,通過千人千面過濾掉一些和你店鋪產品不相匹配的流量。
如果你寶貝沒有人群標簽,那點擊就少轉化就更少,因為官方也不知道把你推薦給首頁的哪個用戶,還賣得出去個鬼!所以,我們2層級的小店,要想有效提升搜索流量,精準標簽必須做好,這樣才會有精準人群來購買我們的產品,形成良性循環,突破流量上限,提高轉化!怎么打標?往下看實操!
一、產品正確認知
首先我們要知道,自己賣的是什么,對自己的產品要有充分的了解。案例店鋪主要產品是甜美、復古款的連衣裙、襯衫。上新之前,我們就要對自己的產品有一個明確的認知。年齡、性格、偏好風格和款式、潛在客戶。
例如上面這些產品,就是賣給偏年輕的女性,大約在18-25歲之間,風格喜好就是甜美復古的風格、長款或者短款、棉質或者雪紡等等。潛在客戶可能是這些女孩子的男朋友。有了這樣一個基本認知,那我們在初期做標題的時候,就不要把跟寶貝不相關的詞添加到標題里,不然進來的人群都是不精準的,會給店鋪造成過多垃圾流量,無法提升轉化。
二、數據參考
光有自己的猜測是不全面的,接下來我們在[客戶運營中心---客戶分析]里查看店鋪的人群。可以獲得的信息有:性別、年齡、地理位置、粉絲占比、平均停留時長、這些訪客是否收藏加購或者支付、對折扣的敏感度等等。(以下只展示案例需要用到的部分重點信息。)
訪客、粉絲、成交客戶的數據是逐步精準的,所以參考精準人群時,先先分析進店訪客人群 再看收藏(粉絲)最后看成交。
我們簡單的做一個表格。這樣看起來各類人群年齡就一目了然了。所以我們在后期就要多18-24歲的人群大力投放,其次我們把25--29的獲流能力變大,因為它的成交有22.3%。
通過地理位置分析,得出對廣東、四川、江蘇、湖南...等地區要優先投放,因為這些地域轉化較大。其次對老客戶的維護也要跟上,因為成交占比例粉絲回購的比例不算小。
就全店訪客來說,對折扣的敏感度比較大,所以我們后期可以考慮做一些滿減活動。
最后點開生意參謀---流量---訪客分析---下拉特征分布。這里我們可以看到店鋪人群的淘氣值大多數600-800的,還有消費層級:大約在60-115、115-220元之間,1245元以上屬于高客單價,所以轉化幾乎沒有。
經過以上我們就對自己的店鋪精準人群有了一個較為全面的認識,下面我們就去直通車測試、強化這個人群標簽!
三、直通車打標。
首先設置地域。,點擊直通車計劃---投放平臺/地域/時間。按照前面分析的設置,關掉偏遠地域。
然后點擊直通車----推廣----精選人群---添加訪客人群----自定義。這個自定義有很多的選項,建議大家先把前面分析的數據做一個1:1:1:1表格。
首先我們能夠確定的是性別女、風格甜美、復古。剩下的選項其實可以多選3個以上,那么我們就對這些數據做一個1:1:1:1的數據源分析表。(如下圖)
例如:甜美、女、50-100、18-24歲、月均消費額度300元以下。這些數據盡量按我們之前收集的信息去填寫,羅列所有的可能性!
做好了這個表,就可以去勾選進行測試,人群數據看3-5天左右。溢價通俗的理解就是給你的精準用戶多花點錢讓他看到你,不要太高,因為只是測試,一開始建議30%左右的溢價,最后我們就篩選出點擊轉化等等數據最好的那個人群,再進行高溢價。
這樣整個直通車打標的過程就完成啦,再看看案例店鋪的變化,因為利用直通車找出了最精準的人群,提高了展現,用戶的點擊又進一步加強了店鋪的人群標簽形成良性循環,店鋪訪客、支付轉化率和客單價都有相應提升。
注意:標題請不要有和自己寶貝屬性不相關的詞,即使用戶看到你,和寶貝不符用戶也會流失掉!
如何快速學會淘寶店鋪運營,打算深入了解這個行業的朋友,可以關注,私信我“淘寶”兩個字,我會免費送你一些干貨實操視頻和資料,邀你進商家圈子,讓你少走一些彎路,相信你一定會受益匪淺。
馬楠明