推广 热搜: 现在  使用方法  有用吗  赔偿  闲鱼  一次  淘宝开店  网店  网店SEO  手淘流量 

直播带货是红利吗

   2024-03-13 网友发布1218
核心提示:现在听到最多的话题就是今年淘宝难做,获取流量成本已经让电商进入亏损状态,不知道出路在哪?不赚钱已经成了很大部分电商人的困局。面对这种场景我发现一个很有意思的现象,很多人鼓吹抖音直播带货是红利。  我归纳一下现在市面上比较主流的思维方向。一种

  现在听到最多的话题就是今年淘宝难做,获取流量成本已经让电商进入亏损状态,不知道出路在哪?不赚钱已经成了很大部分电商人的困局。面对这种场景我发现一个很有意思的现象,很多人鼓吹抖音直播带货是红利。

直播带货是红利吗

  我归纳一下现在市面上比较主流的思维方向。一种是本质还是流量思维就是想通过“内容”,抖音直播(短视频)矩阵来引流玩螺旋玩法。最核心的就是“内容”流量帮助完成和配合坑产递增或者稀释核心维护数据。第二种就是我提倡的大数据应用思维,提高标签认知、尊重系统,尊重数据价值,依据精准场景和数据应用的闭环系统搭建高价值信息流闭环体系。这两种玩法本质是不同的,我现在不敢说那个玩法更好。因为每个同学的认知和资源不同,两种逻辑思路都会有很好的发展。

  这里我只能加上我的认知,浅谈一下个人的见解。正文流量思维最终会导向数据化思维,淘宝的最伟大之处就是她的大数据。咱们从淘宝平台的发展说起,淘宝发展到今天无非还是通过两个场景来卖货。一是“搜索”场景二是“推荐”场景曾经淘宝只是一个买东西的地方,但是随着消费者整个购物习惯的转变以及流量趋势的改变,从买到逛,从人找货,到货找人;从被动营销到主动营销。

  已经发生了本质性的改变,以前我们带着需求去搜索,当时的场景就是搜索,搜一下比比价格。在当年搜索为主的场景下,为了帮助商家更好的做好搜索场景的营销,直通车就顺应而生。现在的淘宝类目和商品极其丰富更像一个大型的商场,大家去商场除了买东西,还有一个说法叫做“逛”商场,现在大家都说去淘宝逛一下,从以前的搜一下到逛一下就体现了消费者心态的变化。有什么值得买,我还能再买点哈,这是一个人找货到货找人的变化,千人千面在这种场景下应运而生,从而带来了整体流量结构的变化。

  从2018年8月淘内整个推荐场景的流量已经超越了搜索,也就是从这刻开始推荐场景占为主导流量,标签权重开始越来越重,从而带动数据价值。商家的营销需求上从原先搜索的被动营销变成现在的推荐的主动营销,也就是因此,2019年4月份超级推荐诞生。从超级推荐诞生的环境我们可以判断,超级推荐的推广地位,今后会远超直通车。流量结构的变化让还在玩搜索场景的同学很痛苦,一是搜索流量的锐减带来的竞争,二是:规则性的调整加上科技的发展,变化速度让人眼花缭乱。

  搜索场景的竞价与信息流场景(超级推荐)的竞价有着天壤之别。直通车关键词形成的SEO竞价,核心逻辑是跟“人”竞争,争的是排名。信息流场景下的(超级推荐)竞争核心是产品本身的人群精准度。换句话说是根据自己设置的定向人群进行竞价排名,难就难在设置的定向人群上面我们能做的优化很少,需要叠加和让系统判断和确认。我换个角度解说可能大家就好理解了,也就是说信息流场景下的竞价是系统(机器)参与的多,人参与的少,相当程度是与“系统”(机器)在博弈。信息流广告的核心是在推荐体系,顺应系统的算法,满足系统的优化,优化的核心逻辑是给系统更多的时间和机会,更明确的聚焦精准标签画像,让系统有时间更懂你。

  这也是为什么让大家从店铺 、单品、 词系、及推广工具背后的设置的定向人群要高度的匹配和叠加。我说到这能不能引起你的反思?现在淘宝难做不赚钱的根本原因还是大家的认知出了问题。把大部分精力放在了“搜索”场景上面,真正的拉新人群方面,要么认知不到位形成的数据画像根本没办法精准放大,那么就根本没有标签画像的概念,在一股脑的用坑产思维递增去拉。各位电商人,特别还具有流量思维的同学,现在PV价值远远大于UV价值,因为现在是“推荐”场景的时代,推荐要有依据,依据就是店铺和宝贝的真正真实成交人群标签画像。再看看你现在做的免费推广也好,付费推广也罢。

  有几个点是真正放在优化这个核心精准人群标签画像上面的。真实成交标签人群画像是所有定向人群扩展放大的源泉,是信息流场景竞争下让系统更懂你给你推荐更多类似相似人群的根本。现在的优化基本都是围绕着店铺真实成交人群标签画像服务的,但大多数同学还围绕这坑产,坑产递增的思维加上搜索场景下流量的递减,加剧了竞争环境的恶劣。竞争度是一个市场能不能做的核心因素,现在很多类目都开始打价格战都在盲目的不计成本的抢流量。

  根本不去考虑流量价值,流量思维太重,没有明白现在是大数据时代,标签的时代。数据来源要考虑“场景”附则数据就一文不值。谈到这就谈一下通过站外“内容”直播、短视频、私域流量、引流;来天猫几重螺旋玩法。通过直播卖货服务于天猫坑产螺旋递增是很多电商人人为的新方向,从获取流量成本上看上去很划算,但是从数据价值上就显得多此一举,直播就是一个拉新的渠道而已。我喜欢把问题进行拆分,分几种场景情况。一种情况:通过这种直播模式引流,然后通过黑手段成交,先不谈是通过淘客,还是鲁班系统,还是纯刷,无非就是坑产思维的那一套,前期刷坑产倒逼搜索出来,然后开始玩坑产螺旋。

  这个大家想必理解起来都容易。最大的弊端就是这套内容玩法前期产生的数据利用价值的问题,说到根本就是标签的问题,到了站内天猫还是淘宝成交这部分人的成交人群画像,系统到底是怎么看待的?现在做好淘宝的核心是要学会尊重系统,不要用你的运营逻辑去改变系统,要用系统逻辑去优化你的工作,更多的是配合系统,而不是让系统配合你。如果说用后期车和超推优化标签这基本就是扯谈。二种情况:就是通过“内容”直播和短视频真正再卖货,那么对于产品的属性和定价就要要求很高,有人说直播破坏了商业规则是再打价格战,目前确实有这种现象。

  但是要想生意做得久,后面一定还会回归到真正的商业本质和商业价值上面,产品价值确定市场价值,直播就是导购为你的转化服务,能更好的让消费者了解你的产品。消费者行为上的改变的迹象还没有转变,直播流量想发挥它的价值肯定也会走“推荐”场景的路线。谈推荐场景就要谈 “标签”。现在通过直播到站内成交的渠道流量属性可以操作的方面很多,如果是为“标签”服务,那么还值得深挖,如果只一味地解决坑产问题,那么是走不长的。

  如果单纯的直播卖货,那是另一套逻辑,如果结合淘宝做站内爆款,不管你怎么搭建最后激发的肯定是推荐体系流量,那么就要考虑标签的精准性和标签形成的路径。针对“内容”带货,我更看重的是他们背后的标签价值,数据价值。如何通过站外变为站内流量,如何通过路径漏斗形成的信息流更精准值得深挖。我最近一直再强调现在的搜索模式是“四模搜索”,不同的渠道流动性的影响搜索,侧重每个渠道搞坑产,配合坑产权重维护搜索渠道是不明智的选择。

  我们可以尝试“内容”带货,使用这些直播、短视频、私域流量渠道去判断确认价值,解决问题。但是更核心的是收集这些数据进行数据创新和改善更好的服务于人群。再说下站内、内容电商,淘宝直播、微淘、有好货等更多的是把源数据做精准,核心还是在标签上面的。因为整个淘内流量渠道都在受千人千面推荐式流量影响,你要更多的精准流量就先要把店铺和宝贝本身的人群做精准。需要给系统通过标签引导展现范围,聚焦标签画像。

  做电商越来越像玩数据,第一轮使用数据判断和解决问题,然后再收集养数据,最后再根据数据、应用数据形成数据闭环。现在做电商不管任何平台应该注重在平台运营所产生的数据价值,不要再索取流量思维方式运营,通过使用平台数据,再产生数据,再利用数据是今后电商人深挖的方向。我更看好淘宝直播、目前他是唯一能精准分析数据和利用数据影响其他结构流量的“内容”电商。从人找货,到货找人,从被动营销到主动营销,背后是消费者行为的转变,就算直播(短视频)是新的流量入口,但是购物场景没有根本性的改变,基本还是最原始的商业逻辑那一套,去打价格战,要么去夸大卖点,冲动性消费。

  背后的购物场景属于“推荐”场景并没有开括新的购物场景,无非拆分了产品使用场景,展示场景和导购场景。直播带货,还是谨慎些好,先把它当拉新用或者收割用。这两种场景下设计直播形式。对于淘宝推荐场景体系,推荐的数据源无非两种:第一种:依赖阿里大数据体系,通过消费者在平台上积累沉淀的数据形成的数据包,运用于宝贝、店铺、行业、粉丝、和内容渠道流量的推广,抓取的都是已经形成的平台类目相似人群数据源进行推挤。

  第二种:根据用户行为的实时反馈,针对已经与店铺发生关系的人群进行定向人群推广,可以说超级推荐重构了定向形式,从拉新“圈人”,到重定向“收割”拆分场景,帮助大家深挖潜在需求消费者和进行消费者的二次触达召回。我在线下课给大家讲,每一种推广工具在推荐体系下都重新定义了定向形式,推广工具都可以设计布局形成内闭环。这一切都源于流量结构发生的变化,基于千人千面推荐体系形成的信息流。

  贯穿于信息流之间的就是“标签”,有了标签就可以根据标签定向组合设置自己的精准人群,让数据价值最大化,这个过程就是数据应用的闭环系统最好的应用诠释。在智能化越来越高的时代,数据的价值会越来越高,可以说未来没有一家公司不是数据公司,一个没有数据化思维的电商人,后果就不用多说。从搜索走向推荐,从被动走向主动,数据闭环系统没有太多的改变,改变的只是科技在闭环系统中对数据价值的认知,以及反应速度不断提高的闭环系统本身。

  搜索时代,我们更多的是和“人”竞争,推荐体系时代我们的对手是大数据,你却还在想着技术玩获取更多流量方面。如果真的有弯道超车一定是在数据应用的方面绝非什么流量红利。

 
反对 0举报 0 收藏 0 打赏 0
 
更多>同类电商开店
网站排行
推荐网站
网站首页  |  你好 测试  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  网站留言  |  违规举报