电商各类目点击转化率标准公式 直通车转化率多少正常

一、持续优化,直通车
转化超过10%
2013年,淘宝提出了基于淘宝大数据和云计算的排名算法 。通过用户的个人浏览行为,对每个用户进行标签化,利用标签匹配对应的宝贝,提高了流量的精准性和店铺的转化率 。
不同的人搜索同一个关键词,看到的是不同的宝贝,也就是所谓的“千人千面” 。而具有相同属性的每个人都组合成一个群体,这个群体就叫做群体标签 。
淘宝搜索流量是个性化的,由系统匹配,但是直通车流量是自己根据需求控制的 。系统匹配流程非常精准,直通车系统功能完善,但操作转化率效果因人而异 。一般来说,搜索流量的转化率会高于直通车 。
每年直通车都会改版升级,增加新功能 。还增加一些自动推广,比如系统推荐,智能推广 。这些自动推广的转化率和产出还是不错的 。
对一些小白人来说,这些自动提升真是他们的福音 。但对于经常运营直通车的人来说,定制推广更灵活 。刚上车的时候,打不过制度 。不断优化,系统什么都做不了 。
由于自定义操作,需要测试大量数据 。放弃不好的,留下好的 。这个过程需要大量的时间和推广费用 。
综上,直通车的数据是可以不断优化的 。比如你的搜索转化率是5%,但是你开直通车的时候发现转化率只有2% 。你可以通过不断优化,让直通车转化率高达10%甚至更高 。
二 。直通车测试人群
人群逐步升级后,直通车功能完善 。最近加入了身份属性人群,升级了行业定位人群,商铺长期价值人群,比以前多了 。
我想问一下,你们直通车有多少个人群标签?不同直通车的人群不一样 。如果全部加起来,肯定有几千人 。
但是直通车能装多少人呢?答案是一百以内 。
所以我们要做的就是从这几千个群标签中,测试出转化率最高的100个人 。只要深入了解人群,最后根据测试的数据进行选择,转化率比搜索率高一倍不是问题 。
每次开车都是100人满员,太少了 。比如这盏直通列车的人群 。
这里只截了三屏,转化率有高有低 。部分数值为1.36%、3.19%、5.58%、8.33%、9.57% 。转化率最高的人是15%,转化率最低的人没有 。100张所有人群数据截图,至少需要10屏 。我把这些数据下载到excle表中,按照转化率排序 。
会发现前30人的转化率在4%以上,中间30人的转化率从4%一直低到1.6%,后30人的转化率在1%以下,后二十几人根本没有转化 。
然后根据这个图,我想达到4%以上的转化率,直接把转化率低的最后两个人停掉 。转化率在上升吗?答案是肯定的 。
那么这些人是如何测试、分层、组合的呢?在回答这个问题之前,我先给大家讲一下人群标签的分类和关系 。
三 。直通车人群标签
如上图,直通车人群分为四个板块:宝贝导向人群、店铺导向人群、行业导向人群、基础属性人群(当然下面还有系统推荐人群板块,不过系统推荐人群也是从上面人群中推荐的,就不多说了) 。
一些群组板被分成几个子板 。比如基础属性组分为五个板块:人口属性组、身份属性组、天气属性组、淘宝属性组、节日属性组 。
这个划分可能更细,但是有些复杂 。总的来说,分两类就好了 。第一类,独立的人 。这种人,不能合,也不能分 。第二,人可以自由组合 。这种人可以自由组合,也可以自由拆分 。
比如人群“女性”是一个单独的人群,人群“18-24岁”也是一个单独的人群 。同时,“18-24岁女性”这个群体也可以是一群人 。同时也可以是“女18-24岁单身一等城市……”按照层级可以分为四层、五层甚至六层的人 。
四 。人群与人群的关系
接下来说一下人与人之间的关系 。有了人群,这三种关系就包含在总数里了 。
1.人群与人群重叠 。比如聪明的新人们,会和一些村淘人,一些消费金额高的人重合 。
2.人群包括人群 。这种人属于隶属关系 。比如人群“女”;人群“女性,18-24岁”;人群“女性,年龄18-24岁,月消费1750元及以上”;人群“女性,年龄18-24岁,月消费1750元以上,单笔消费50-100元”;人群为“女性,18-24岁,月消费1750元以上,单笔消费50-100元,韩版”,逐级递增 。
3.人群相互独立,不相互牵制 。比如“女性,18-24岁”;“男,18-24岁”;“女,28-29岁”;“男,25-29岁” 。
V .人群水平
接下来,我们来说说什么是人群等级制度 。下图以自定义人群为例 。
第一层人,性别;
第二层人,性别+年龄;


推荐阅读