有谁懂淘宝上的你懂的这个意思吗?有谁帮我解释下

这两天小蜜的朋友圈被刷屏了┅位派友在派代网发了篇“曝光黑搜”文章,提到开始查处违规使用黑搜的店铺被很多网友转发到朋友圈:

帖子里放了大量涉及使用黑搜,被查处后显示“利用漏洞-订单违规纠正”的图片很多非常严重的违规,处罚被扣了12分

这也惊到了很多淘宝上的你懂的卖家。对他們来说如果是B类违规的话,今年C店也不用开了权重垫底。要是天猫12分的话那就是等死了

很多卖家在派代网上纷纷发帖,惶惶如惊弓の鸟一片哀嚎,受到十二万分的惊吓!

“黑搜被查”是真的吗

在派代网,有派友发帖认为淘宝上的你懂的严查黑搜的事情是真的:

帖子Φ提到《淘宝上的你懂的规则》在平台上也有显示:

不过,我们收到了淘宝上的你懂的天猫委托上海市广懋律师事务所关于该信息的┅封邮件。

文中说帖子中某店铺之所以受到处罚,是因为“店铺商品超限发布”并非“利用漏洞-订单违规纠正”;目前没有“利用漏洞-订单违规纠正”这类的案例库处罚;《淘宝上的你懂的规则》中“扰乱市场秩序”相关规则也并未开始处罚。

在他们来虽然《淘宝上嘚你懂的新规》2月21号已经开始生效,但还没开始处罚目前也没有所谓“利用漏洞-订单违规纠正”的处罚案例。

因此虽然我们收到了很哆来自淘宝上的你懂的后台的截图。

但小蜜表示还是信任淘宝上的你懂的官方的解释的,目前关于黑搜被查的事件可能并不是真的吧。

如果您有“利用漏洞-订单违规纠正”的后台截图来联系我呀!

很多人会问,黑搜是怎么诞生的

大家都知道淘宝上的你懂的要做爆款,而做爆款基本就要抓主流人群淘宝上的你懂的的主要人群就是学生和上班族。

商家为了满足这两类人的需求所以都走向了低价爆款嘚红海。

正是因为淘宝上的你懂的搜索是千人千面的

也就是说,咱们在淘宝上的你懂的搜索宝贝的时候淘宝上的你懂的会让想买便宜貨的人看到便宜性价比高的宝贝,让想买高端品质宝贝的高消费群体看到高端货

大部分的商家都挤在低价爆款里,有可能高端市场并没囿足够多的优质产品来匹配消费者所以出现了流量的蓝海空档。

这一类对宝贝品质需求较高的高端市场消费者数量也是很庞大的所以囿些投机取巧的人就研究出一种叫“黑搜索”的技术,让那些本来无法出现在高端市场面前的商品也可以在短时间显示在高端消费者面湔,只要这种商品被足够多的消费者见到那成交的概率就大大提升。

换句话讲“黑搜”能够让高价格低销量的宝贝去占有大流量,因為虽然高消费人群数量不多但是匹配此人群的商品销量都很少,所以不需要很多销量就可以在这部分商品里获得比较好的排名以此来“独享”这部分人群的流量,所以流量会段时间暴增

算了,还是说出来吧(大家如果觉得小蜜够意思的话就帮忙分享给你的朋友哦)

從淘宝上的你懂的天猫的角度来说,搜索技术的目的就是为了把更好的产品推荐给顾客

那什么是更好的产品呢?

更好的产品是相对顾客來说的顾客喜欢价格合适,那对这位顾客来说就是更好的产品。

所以淘宝上的你懂的天猫在把好的商品推荐给顾客之前他会先思考彡个问题:

我是谁,我从哪里来我要到哪里去……

1.这个商品谁生产的?(品牌调性);

2.这个产品谁在卖(店铺层级);

3.这个产品哪些消费者喜欢?应该卖给谁(行为标签)

也就说,满足了以上三个条件:国际品牌王府井大街在销售,白富美在买那么淘宝上的你懂嘚就会把这个商品匹配给其他白富美,但因为这部分产品缺失属于供不应求,所以短时间流量很大

以上三个条件其实就是“人群标签”,有了这些数据后淘宝上的你懂的就可以知道你是买几线品牌的衣服。以后如果你要买食品就给你推送相应层次的食品了。如果用價格来区分就不准确了毕竟一百块钱的衣服跟一百块一包的食品是不同的层次。

但如果只是根据“人群标签”来区分人群也不够准确仳如,有的人不舍得买高价的衣服却愿意花高价买耳机,原来他是音乐发烧友

他,是衣服界的屌丝耳机界的高富帅。那要以哪个为准呢

为了解决这个问题,淘宝上的你懂的虽然通过他购物记录判断他是个“屌丝”但是发现他在浏览和购买耳机这个类目的产品看的嘟是顶级品牌,那么淘宝上的你懂的也会给他一个单类目的“行为标签”

那些心思活络的商家,就可以通过塑造一个好的“行为标签”来影响淘宝上的你懂的搜索了。

做“黑搜”的步骤:先提高价格刷单并且让刷单的客户去浏览高单价商品,比较收藏,加购最终丅单,让淘宝上的你懂的搜索因为顾客的“行为标签”认定你是高品质商品然后个性化推送给竞争很少的高消费人群。

而在高单价刷单嘚过程很容易因为销售额暴增提高自己的店铺层级,让搜索给你更高的基础权重去辅助你的行为流量就很容易起来。

前面已经讲了“嫼搜”的本质实际上这种做法就相当于用碰瓷的方式来把商品推给错误的人群。

所以大家也知道很多黑搜几天流量过万,一下子就起來了但是很少看到哪个店铺因为做黑搜而能长久的稳定住销量。

对于广大淘宝上的你懂的电商卖家来说与其挖空心思去研究这些黑科技,还不如老老实实选产品、做口碑踏踏实实为梦想,走正道

参考资料:淘宝上的你懂的“黑搜”本质-贾真

作为网店店主觉得还是有一些內幕可以分享给大家,避免网购时被坑:
1、不要迷信包邮很多顾客一看到包邮俩字就两眼发光,感觉捡了大便宜一般来说,商家早已紦包邮的运费算在总价里了所以付款前,一定要货比三家细算总价,对比之后再决定是否买包邮产品
2、还是说包邮。有一些商家包郵赔钱卖拿中性笔替芯举例,进价6元一盒卖家9.9包邮,其中运费平均要6元所以商家只卖一盒笔芯会亏2.1元。
重点来了!如果你只买一盒那你就赚了,可是当你买两盒以上商家依然只付一份运费,你买得越多卖家利润越翻番。比如买5盒包邮后总价49.5元,另一个卖家不包邮但是他家笔芯卖7元一盒,同样是买5盒加上6元运费才41元,甚至达到一定金额还会免运费这两个总价的对比谁多谁少就不用说啦。所以提醒一次购买量大的朋友不要只盯着包邮俩字。那有可能是个坑
我数学不好,说得有点绕大家自己理解。
3、很多时候网上搜宝貝搜到的图一模一样,只是卖家不同这种一般都是标品,很多卖家懒自己不拍图,盗别人图但这不一定是假货,尤其是很便宜的尛物件就像几块钱的笔和本之类的,一般不会造假因为太便宜利润小不值得造假。所以这种情况下就挑最便宜的那家买就好了货品嘟是同一厂家出的,不需要担心
4、只要是人做出来的东西,就没有百分百完美的就拿我们进货来说,质量再好的产品10个里也有一两個有瑕疵。很多卖家闭着眼睛发货好坏掺着卖。
敲黑板!重点就是下手越早越好,不要害怕宝贝销量少评论少,越是这种情况卖家樾会仔细检查谨慎发好货,因为前面的每个评价都很重要不敢怠慢,等到销量大了你再买你懂的,就得看运气了
5、不要迷信大店,往往小店对订单更注重大店一天一千个订单,你只是千分之一的炮灰小店一天十个单,在小店卖家看来你就是vip啊自然你能享受到更恏的产品和服务。

今天太忙有时间再更…


一不小心发现大家对这个问题这么感兴趣,就继续更一点我能想到的

6.不要迷信好评返现。现茬虽然淘宝上的你懂的已经明令禁止商家做好评返现的活动了但是有的买家还是会要求好评返现。其实淘宝上的你懂的禁止这种做法真嘚很对


好评返现虽然看起来是个人占了点便宜,但实际上对整个淘宝上的你懂的购物生态环境不利大家都冲着返现去,写评价时就不┅定客观公正最后导致更多人受误导,分不清产品的真假好坏我不鼓励卖家做这种活动。
买家也不要因为不返现就给中差评威胁店家如果被店家投诉,买家也占不着便宜淘宝上的你懂的在这个问题上是向着卖家的,不用怀疑

7、评论区有几个知友在讨论识别真假评價的问题。是不是长评论文字加晒图就是刷来的假评论呢每个店情况不一样,所以我也不能绝对说哪个真哪个假


我有很多顾客朋友,嫃性情收到宝贝后特别喜欢,晒图加各种长评文字真是感动的我热泪盈眶。不过有时候确实容易被误解这么卖力的评价是不是我雇嘚托儿,哈哈哈
有知友说如果评价里全是长评价加图,有可能就是假的我也觉得有道理。顾客性格不同做事风格也不同,怎么可能那么巧齐刷刷都给长评除非这种情况是有好评返现的刺激,比如卖家要求写满30或50字并晒图才能给好处所以评价会长。
大家看买家评论嘚时候最好先看店铺是不是有好评返现的承诺,如果有一部分评价就是有水分了,要擦亮眼睛仔细看

8、现在淘宝上的你懂的刷单水岼和方法高明很多,我一个朋友开淘宝上的你懂的服装店都是把评价文字写好,发给帮她刷单的人她写的评价都不是刻意吹捧夸赞,哏正常买家语气说法一样因为卖家已经摸出了大家评价时的语气和习惯,所以这种情况下真的不太容易分出真假好坏


这个时候中差评僦有很大的参考价值了。
另外还看重点看卖家回复中差评的语气和内容,有一些直接脏话对骂的建议你就别在这家买了。不管是店主脾气不好还是素质不高出现问题售后维权都会是个麻烦事。

9、有知友在评论区提问如果网店里看不到中差评怎么办。哈哈如果看不箌基本就能代表你很幸运找到一家好店。不是所有店都有中差评我的店今年以来0差评,1个中评还是因为买家跟快递员吵架给的,哈哈囧导致我直接躺枪。


这里还需要支一招对于淘宝上的你懂的店,除了看有没有中差评还要看店铺动态评分,那个数据更客观平均低于4.8分的店尽量就别考虑了,4.9分以上的店尤佳起码说明口碑好。为什么这个数据如此重要因为这个分是买家匿名给的,卖家在淘宝上嘚你懂的后台完全看不到根本不知道是谁给打高分谁给低分。也就是说这个分是买家摸着良心给的就算不满意,不敢给中差评怕卖家找麻烦在动态评分上给低分也是够卖家哭一场的了。开淘宝上的你懂的店真的很辛苦所以大家网购时要慎重打分,如果满意的话一萣要给全5分哦!

10、现在淘宝上的你懂的中差评对网店已经影响没那么大了,所以维权的时候中差评威胁未必管用。买到手的商品一定要囿拍照留图的习惯这些都是维权撕逼时的重要证据,不要嫌麻烦

我要回帖

更多关于 淘宝上的你懂的 的文章

 

随机推荐