有人说做淘宝很难，可却也有人轻松赚钱。同一个平台，不一样的命运，当红利期悄然退去，谁又在电商的海洋里无力飘荡，28定律残酷的映射出当今现状，往往只有20%的人才能赚到财富，并不是他们聪明或者努力，只是他们找到了店铺的方法。
而这个方法就是要搞清楚平台的原理，是的，你开店铺想要流量，就要明白平台怎么分发匹配的规则，请带着疑问接着往下阅读。
大家要知道，现在是千人千面的时代，而淘宝的搜索引擎可以智能化匹配买家想要搜索的词语，推荐相对优质的宝贝，给买家，留住流量，精准度高质量好的宝贝会受到买家的好感，所以销量和买家搜索习惯以及个人匹配度是淘宝智能匹配的相关参考维度。
关键词原来也能这么玩？
我们先随便搜索一个词：
搜索女装推荐的组合词是大多数买家的习惯，淘宝会猜想，当然也是结合你的个人习惯，这一点是非常厉害的。游戏都会升级维护，何况这么庞大的阿里平台，2019多次的出现在组合词里，可见搜索词的热度绝对不在少数，是大部分买家的习惯，推荐也是要相对精准的送到你的心坎上，所以初步认定你与其他买家一样喜欢这样的搜索习惯，所以初步推荐给你的也是平台判定搜索次数多的组合词。
然后搜索之后我们换个词搜索：
搜索完女装出现的组合词是大多数用户的综合习惯，紧着着单独搜索红色这个词出现匹配词大多数也跟女装有关。
综上所述，淘宝不是瞎猜的，它的搜索系统会根据用户的行为进行积累，进行统计概率，这种行为推荐的组合字往往是精准的，所以搜索红色推荐的词语就不是关于婚庆用品，什么红色拖鞋毛巾喜字一类，而是红色跟女装有关的组合字了。
紧着着第一步猜走完之后，接着点进去红色的词语：
我们可以看见出现的就不全是红色的女装了，也有红色包装的美瞳和红色的香包，也有其他的关联类目，这就是分配类目的过程，平台是智能的，也要有容错率，所以搜索红色全一码的女装，万一你就想要红色的包包，那不就坏事了，系统不允许这种情况存在，所以会划出想关类目匹配提供多元化的选择。
搜索的千人千面：
淘宝实现的个性化搜索已经相当成熟了，具体表现在可以解读买家的搜索习惯，推荐精准送达，那根据的就是曾经的购买习惯，把什么样的商品放进购物车，收藏过什么样的宝贝，浏览什么类型的商品停留时间有深度，包括性别、品牌、价格、爱好、地域、风格等等综合去判断去推荐。所以千人千面对买家来讲可以更高效的找的适合自己的宝贝，节省时间精力，而卖家而言就更要注重人群这块的规划，精准了进店的人群，流量访客会有质的飞跃，只要产品过关，再上一个层级也不是什么不可能实现的目标。
了解背景之后就可以接下来就说到重点了！拿起小本本可以开始记了，搜索排名。
系统根据用户搜索的词分发了类目以及匹配程度高的宝贝之后，就要对相对类目商家店铺链接进行排序，就跟优质的宝贝会放在前面，权重低的就会排在后面，平台何以判断排序呢？系统引擎有一套属于自己的算法，综合考虑维度像累计自然销量，自然销量增势，好评率，停留时间，回购率，跳失率，点击率，转化率，动态评分，人群标签，整店布局等等一系列的综合维度进行系统自评，综合权重高的，曝光度自然也比较高。
关键词抉择：
店铺标题关键词的组成部分，大词以及相关推展词和长尾词以及相关拓展词组合而成，店铺基础权重不够的情况下大词的比例不建议很高，因为相对长尾词也是有相对的市场，而且相比较大词的流量竞争力度会小很多，这种碎片化的组合合理，流量也是相对精准的，不同的阶段选择不一样的流量入口，多元化引流。
说到引流，淘宝直通车是非常关键的工具，既能精准店铺的人群标签，对自然搜索的帮助也很大，所以后续操作可以围绕直通车开展。
直通车的两个方向：玩儿词的还有玩儿人群的。
关键词的引流与标题尽量吻合，标题做的大词，直通车关键词后期主要方向也是围绕大词开展。这样进店流量也能很好的把控。前期新加计划。没有权重，建议都是以精准长尾词位置，选词的话有竞争力需求的店铺围绕20-30个左右展开优化，小众类目本身也没那么多的词，建议10-20个左右进行维护就没有问题，前期已广泛为主，后期再去逐步调整，先去优化关键词的质量得分，这样能把词的优势快速开展，也能合理利用推广的费用，然后再去拆分演化更多的关键词，操作的时候注意避免流量被一个词吃掉，或者本身词没有权重，全是通过人群溢价进来。
人群的话初期圈定尽可能多去划分，观察数据，表现比较好的人群留下提高溢价比例，而没有权重的人群降低溢价观察整体，不断圈定适合自己当前店铺情况，找的最精准的人群，重点维护，提高溢价。
其实看月销上百万的店铺的后台，你会发现人家人群圈定非常简单，自定义的人群只有一个或者两个，不是没有好好圈定，权重太高，怎么圈怎么好，重要的是人家玩人群中间是有过程的。
推荐阅读：
影响淘宝搜索引擎优化的因素有哪些
淘宝搜索引擎排序的主要计算方式及原理
淘宝搜索引擎如何优化？为淘宝销量打下基础
上一篇： 上一篇：淘宝宝贝标题到底要怎么去选适合的词呢？
下一篇： 下一篇：淘宝刷关键词访客有用吗？
