本文来自三节课《策略产品经理实战课程》课程负责人-波波

今天，想和大家聊三个问题。

一、连衣裙客单价低于128这条线存在吗？

先还原下事件：

2.24号中午微博博主“风中的厂长”发了一条微博（如下图），并在5小时后进行了解读。

随后演变成客单价低于128的人群属于“低价人群”，虽然厂长不断强调同时满足三条。架不住热心网友纷纷上天猫搜索，导致“连衣裙”连续三天霸榜热搜词。

随后天猫官方进行了回应：

博主#风中的厂长#再次回应，一石激起千层浪，吃瓜群众当然表示不信了，无论是被打上什么样的标签，心里肯定不太舒服。

看到“千人千面”“搜索”“逻辑”这些词的时候，作为策略课程负责人的我觉得有必要搞事情了。

最近几年大家都隐约感觉到各类app越来越“智能”，也出现“杀熟”如此不地道的事情，谁在搞怪呢，真的是机器和算法更加智能化了吗？

可以很明确的告诉大家“128不一定存在，但对用户进行分层，对各类用户进行标签定义是真正存在，俗称个性化推荐”。

下面，就让我来简单剖析一下。

二、天猫如何做个性化推荐？

我们尝试还原天猫的搜索推荐策略，发现天猫处处是策（tao）略（lu）。

今天，不妨按照策略四要素（待解决问题-输入-计算逻辑-输出）来解构下天猫的搜索推荐策略，解读天猫如何做到：

1、我们可以定义天猫的待解决问题：

给每个用户推荐最需要和偏好商品，提升活跃（停留时长）和转化（成交率）。

2.输入：（用户活跃和转化受哪些因素影响/我们会被贴上哪些标签）

天猫为了解我们的需求和偏好，可能会从以下层面去提取标签，用来解释每个人的画像：

• 用户基本特征（性别、年龄、地区、职业（学生、白领、高管、妈妈、孕妇、老师、程序员、行政······）不一一列举
• 用户购买力（总消费金额、近期消费金额（3个月或6个月）、最大消费承受能力、职业类型、芝麻信用分······）
• 用户行为记录（常买商品、近期浏览、购物车······）
• 用户场景（早、中、晚、工作日、周末······）
• 由于天猫是B2C交易平台，我们也需要考虑到商品侧因素:
• 店家的基本信息（邮费、商品的质量和种类、好评率、成交率、退货率、价格、排序页面、展现页面······）

天猫系统可能会据此这样定义某人：

一个来自二线城市的白领女孩，总消费水平中等，近期在天猫消费1000-3000，芝麻信用分600-700，常在天猫上购买服饰，近期浏览和添加购物车都是服饰，而且都是晚上购买，收货地址标注为家庭。成交商品中都为包邮，会选择价格中等的店铺（如zara，优衣库）进行交易，很少跟客服沟通，付款时间在24小时内······

此图仅为列举，天猫肯定会区分的更加细致，比如点击过哪些页面，打开过哪些系统推送，使用优惠券的金额···等等，可以看到要做到个性化推荐，用户的场景和需求是无法穷尽的。

接下来剖析下天猫用什么样的机制做到个性化推荐。

3.计算方式（天猫的算法公式太复杂，以图文描述）

天猫APP是由多个策略系统交叉组成，我们主要探讨搜索推荐策略的计算方式。搜索推荐策略设计内容有搜索策略—推荐策略—排序策略—展示策略，各个策略之间也是交叉影响的。

推测天猫的计算逻辑应该有采取二叉树进行遍历(仅为推测)

可以理解为：if…then…else…

如果你是频繁购物的学生，经常买连衣裙，这个时候推荐XXX。

如果你是频繁购物的学生，没买过连衣裙，这个时候推荐XXX，不点击则推荐连衣裙相关。

可以参考搜索推荐策略其他计算逻辑（漏斗筛选）：

例：当一个3个月前买过钢笔的学生在天猫上搜索了“钢笔或墨水”，系统可能会判断他想要同价位或者更高价位的钢笔/墨水/本子/这些物品，再调取他的历史搜索和成交数据，很大概率会在搜索结果页优先排列同等价位和星级的商品。

但该策略也会穷尽极端情况，所以不太可能给一个学生推荐价值70W的RM SO5钢笔或派克（保时捷纪念版）···

明白天猫搜索推荐逻辑后，我们再看看天猫的展现策略 ：

（注：我手贱搜了一下连衣裙，随后在这些地方全部发现推荐展现踪迹）

不要以为展现策略仅仅在搜索结果页的排序，如果你有心去观察天猫的各个模块（上图标红部分）也可以参考下图感受展现策略的无处不在。

并且神奇的是天猫会尝试推荐不同类型不同价格的商品给你，每一个模块都有计算逻辑，随机呈现给你，总有一款能打动你不是吗？？？

4.输出（用户在不同场景下的需求）

仍以“连衣裙”为例，来看看为什么我们不一样。

假如你是经常购买优衣库等连衣裙的女学生或白领，大概率会推荐给你Zara，甚至only的连衣裙。

假如你是偶尔购买无牌低价的连衣裙的女性，天猫打开率低，不太可能会给你推荐only甚至更贵的连衣裙。

其他场景就不一一列举了，只能说目前天猫做到了“千人千面”，但貌似没那么“智能”。

如果有意外情况只是系统还不够了解你，比如给我（一个没有女朋友的混在职场的钢铁直男）推荐连衣裙和女士内衣，仅仅因为我搜索了这个词。

不过就像天猫的算法小二声明中所说，用户的场景和需求是动态的，系统对于用户的定义也是动态的。

比如你这个月只卖低价的，下个月买的都是品牌的，系统也会针对你的标签进行升级。

比如我下个月有了女朋友，开始给女朋友买东西······

系统不会跟人交流，所以他只能通过我们的各种行为和数据，来判定我们想要做的事，不断的给我们贴标签，撕标签。也挺辛苦的~

虽然很多网友都在抨击以某些标签定义某些人群，但其实这是智能时代和机器学习不可避免的过程，也是企业在追求利润使用的精细化运营策略。

其实人类社会天然具有标签基因，比如“皇帝”“男”“穷人”“富人”“精英”“乞丐”···但记住，没有什么标签是可以永久定义一个人的，所以还是努力给自己贴一些正向标签。

应了一句话，你怎么对待你自己，机器就怎么对待你。

本文仅浅略解析天猫个性化推荐策略，需要反复强调的一件事是，天猫的复杂程度要远超我的描述，像基于平台关联进行策略推荐（好比说昨天我在京东上搜索连衣裙，今天头条也出现相关广告，并且是京东的···），基于用户关联推荐等等不能一一解读，不足之处不准确之处看看就行。

虽然目前各大平台的数据相互独立，但已经足够“策略”去发挥很大作用，而且我相信，随着数据流通和算法的进步，“人工智障”会逐渐变为真正的“人工智能”，来帮助我们达到“个性化”的理想态，真正帮助我们的生活工作。

三、关于这些策略的制定是谁干的？

我们去观察某电商平台策略岗位招聘：

仔细看能力要求的关键词：“用户画像和需求”“分类运营”“不同场景下用户购买习惯和关联”“内容的精准触达”“标签运营方法论”。

完美契合上述天猫搜索推荐策略工作内容，他叫——策略产品经理。

其实不仅仅在电商行业，在当下互联网行业中，无论你是做什么产品，策略已经无处不在。

比如说，这些典型的业务问题和场景中，就是互联网业内“策略”最常发挥价值的地方——

1.一个产品，随着用户体量增加，需要考虑做精细化运营；

2.一个产品，可能涉及到搜索、推荐、供需匹配等功能模块需要完成；

3.一个产品，拥有大规模交易、成交数据，需要提升成交率，优化利润空间；

4.一个产品，需要考虑通过数据来驱动用户增长；

5.一个成长期的产品，需要考虑通过补贴来规模化拉动用户增长，并希望自己的补贴方式、形式等能够变得尽可能高效；

等等等等。

比如说，最新招聘信息，各大厂都在寻求策略相关人才。

假如你是一个策略产品经理，你将有很大可能能够跳脱出依赖于“人肉”的怪圈，而开始可以做到能够依赖于“机制”和“机器”来帮助自己提升业务效率；同时，你将比之前有能力能够去解决一些复杂度更高的问题，从而让自己更值钱，以及能找到对自己更好的职业机会。

同样，假如你要做一个策略运营，如果你可以拥有思考“策略”的能力，你也有更大概率将运营动作规范化，实现依赖于“机器”进行精细化的运营的工作，帮助你能够面对更大规模，更多维度的挑战，成为市场上更加不可替代的存在。

所以，

therefore，

Alors…

ดังนั้น

だから

直接扫描下方图片二维码去报名吧！

接下来，如果你还想更深入的了解，不妨再让我介绍下。

1.课程内容

这里就不废话了，直接上课程大纲，供你参考。

2.课程导师

刘滢，毕业于北京大学本硕，7年拿了3个学位。前百度策略产品经理，滴滴第一位策略产品经理、前滴滴策略产品负责人，拥有7年的产品经验。

3.适合人群

• 1~5年的产品经理工作经验，对策略感兴趣或是想转行做策略的同学；
• 2-5年运营工作经验，有一定数据基础，现有工作中需要基于数据来制定大量运营策略并有效率提升需求的同学；
• 2年以下策略产品相关工作经验，希望更系统的学习策略相关内容的同学。

4.学习方式

专业教研团队完成设计的视频课程学习+班级群讨论+高强度作业实战+助教1V1批改&点评+老师解答各种疑难问题，全程班主任+助教带班，杜绝偷懒和拖延，学习更高效！

5.学习时间

3月15日-6月15日，正常学习周期为 6 周左右，3 个月课程有效期内课无限观看视频。

本期仅剩最后13个优惠名额！所以，想要提升自己的同学，赶快扫描下方海报二维码前去抢座报名吧！

点击阅读原文，更多好课，等你来选！

今天给大家分享一些关于行业大盘的分析方法及思维，我会通过两大板块一一讲解。

第一个模块是关于市场，我们要从市场角度去分析这个大盘。分析完大盘以后呢，那么我们就要实操落地对不对，分析完大盘以后什么好卖，占比多少，是否有品牌等等;在讲完大盘分析以后呢，我们就会开始讲单品分析。

首先，我们先来看思维导图的第一项大盘分析的第一项：交易指数占比分析，以确定店铺的主推类目和辅助类目。

怎么去理解呢？大家可以先看一下以下的表格截图。

我们可以看到这个Excel表格里面，我统计了最近12个月，女装店铺所有的报表，这里面都是真实的数据。

这个数据是我从生意参谋上抓取下来的，并且用插件给转化的。

接下来，从这份表格里面我们可以来看，左下角我求和了一下，比如说18年的九月份呢，是302亿，到19年的九月份呢，就变成337亿了，那这个涨幅说明了什么呢？说明了我们的市场在不断的庞大，对不对？

然后呢，我们再来看这张Excel表格的右侧，我也求和了，右侧的求和代表什么意思呢？就是每个类目，最近一年的营业额。

比如说连衣裙，从18年9月到19年8月，这里面求和呢，是求到了429亿。然后呢，裤子从18年9月到19年9月，这里面的是314亿，接着看毛针织衫从18年9月到19年9月，是202个亿。

那么我们可以从这些真实的营业额当中算出来，每个类目所占女装项目的一个占比。然后大家可以看一下下面的一个饼图。

大家有没有看到汇总页面，我给大家列出来的扇形的一个饼图，我们可以看见连衣裙的占比是11%，裤子的占比，是80%，毛衣真正的占比是5%，套装，学生校服工作制服占6%，那么看完了这大扇形图以后呢，我们再看，左边有一个大盘数据总结，有一张折线图，从18年9月的折现到19年9月的折现。

我们可以很明显的看见，从18年的11月份开始，整个女装的市场，他正在呈现逐渐下降的趋势，因为要过年了，所以到2月份的时候，它跌到了最底部，只销售了181个亿，那么我们从这张表格是不是可以得出一个结论，从19年2月开始，那么整个女装的市场又重新的洗牌，重新的洗牌是不是也代表着我们有了更多的机会呢，然后这张折线图在2月份到达了一个最低点。

我这里面的营业额都是从生意参谋后台抓取的，从我们得出的整个大盘的数据，可以整个女装的市场容量正在不断的庞大，从我给大家绘制的这个表格和两张图表，大家有没有听明白了。

好的，那我们这第一个表格，我们就已经很清晰明了的看出来，就是我思维导图的第一个部分所提到到的交易指数占比分析，确定店铺主推类目和辅助类目。

在这里面我们可以确定的就是连衣裙一定是我们要铺货的一个类目对不对，因为他的交易份额最大。那么我们来看第二个近两年市场的一个增长，稍等我给大家截一个图。

然后呢，这个是第二点近两年市场的增长。我已经刚刚把结论告诉给大家了，那第二点我也讲完了，接下来我们就开始讲第三点。

第三点，我将分享全年交易指数的一个分析技巧。

我们看交易指数的分析呢，我们还是看刚刚的那个表格图，还是看最后一页的汇总，我们可以看见从19年的二月开始筛选的类目开始做递增，开始从20个亿到19年3月36亿，19年，约41亿，5月49亿，6月56亿。然后呢，从二月到六月呢，都是一个递增的幅度在持续上涨的，所以我们知道了连衣裙这个类目，每年的二月到六月，他是处于一个递增的趋势。

然后呢，从每年的七月到次年的二月都是处于一个递减的趋势，双11除外，因为双11的话，大促的背景下，促销力度会比较大，所以双11除外。

所以我们可以看见，从19年的7月的46亿到19年8月的37亿，19年9月的13亿。

我们因为最多可以拉到19年9月，所以10月的数据暂时没有，但是十月的数据一定是小于33亿的，然后我在这边想告诉大家的是，连衣裙的它卖的最爆的四个月，是从二月份开始起卖，然后卖到六月份的。这段时期是旺季，六月份以后呢，它就开始走一个下坡的趋势了。

紧接着，我们可以去分析裤子类目，裤子这个类目其实它全年的变化不是特别的大，19年的2月因为过年才卖了14个亿，平常的话呢，都是20多个亿，因为裤子这个产品属性，它冬暖夏凉，季节属性影响较弱。

但是连衣裙因为是裙子，通常都是夏天穿的比较多，所以裤子类目比较特殊，他没有特定的旺季淡季。所以，增长曲线坡度特别大，或者说降低的曲线特别陡，所以，裤子全年都可以考虑铺货。

我们再来看毛针织衫，大家可以看见，其实每年的五月，六月，七月，八月这几个月卖的都不是特别的好，所以这几个月，我们就可以不用铺毛针织衫。我们可以从八月开始铺毛针织衫，为之后9月、10月、11月的爆发做准备。

大家根据我刚刚说的去给每一个类目画一张折线图，你就能很清晰地知道该类目下，什么时候呢，作为测试期，什么时候是拉升期，什么时候打爆期，什么时候该清仓。

就比如说连衣裙，按照我的分析流程，从2月份，3月份开始测试，拉升的时间放在四、五月份，到了618的前夕呢，考虑打爆连衣裙这个类目。

6月份、7月份、8月份我们做个平销，日常销售即可。从8月份之后，我们就需要开始清仓，全年这个类目就是这样的一个节奏进行即可。

然后接下来呢，我给大家讲的第三部分就是属性交易占比。我会教大家在发布产品的时候该填哪些属性。

如果有生意参谋专业版的小伙伴们，可以打开你店铺的生意参谋，然后点击市场，点击属性洞察，然后在属性洞察里面就可以看见属性排行，我们在这里可以选择。

然后大家看三个红箭头所指的方向，就比如说我现在选择的是上市年份，季节。如果我选择2019年，秋季的交易指数是最高的，是11466。

其实我们是从交易指数去判断我们的属性该怎么填，你发布一个产品，你总不可能填一个2018年，动漫，那才只有2544的教育指数，你如果填一个2019年，秋季你有11466746的交易指数。

所以呢，我们从教育支出去判断。上个年份的季节该怎么填，那么同样的，我三个红箭头所指的有价格范围啊，厚薄啊，品牌啊，图啊等等，这些都是可以在生意参谋里面看见的。

这个呢，是我讲的属性，交易占比。然后呢，我就是想告诉大家，通过属性的分析，可以确定我们以后发布宝贝，填写怎么样的属性，以及什么样的属性交易额最高，我们就填什么样的属性。

接下来我给大家讲品牌分析。

看谁的交易指数比较高，交易指数高的，我们就把那个属性填写在我们发布宝贝的时候里面的属性就OK了，但是切记有一点，你如果说你卖的棉衣啊，你买的棉衣明明是短款的。属性里面，中长款卖的比较好，你就把你的款式改成中长款了，那样的话，那就本末倒置了，那样的话，你反而会卖不好，因为会带来大量的流失。

买家明明喜欢的是短款，你的主图呢，是中长款。你为了迎合那个交易指数啊，你有写的短款，那这样可是不行的。所以呢，热销属性里面的一定要切合实际，比如说你上次年份季节。这个你可以写一九年开始一八年也没人查你，但是呢，你那个衣服中长款还是短款。那消费者一眼就看出来了。

所以大家不要被卡在前面那些低价的销量高的宝贝所吓到了，结合自身产品的利润。然后呢，推算出自身产品的一个转化率是多少。然后呢，算出月销能够多少，带来多少利润，看是否能够和他们卡在销量前几名的利润，差不了多少那也就行了，因为我们也没有必要说非要报一个九块九或者八块九包邮的这种产品，也没有必要跟那些商家去争。

这个呢，是我讲的有利可图，这一块儿，第二个是买家喜欢的，主要是什么价位，买家喜欢的主要是什么价位，我相信大部分参加朋友们也都会啊，我这边呢，就再啰嗦一句，就是搜索你这个产品的。那不在关键词，比如说我是卖棉服，那么我此时此刻就要收棉服女。那我输了，棉服，牛，以后呢，那么我这时候看。价格段的一个分部啊，手机端也有PC端，也有手机端的，咱们有些价格单占比多少，都是非常清晰的。大家呢，可以在那个那里面去设置价格就行了，因为那些价格是买家最最喜欢的，并且最后成交的价格，所以呢，建议大家在买家最喜欢的主要价位去铺货。

然后呢，我们来讲单品里面到底有没有淡旺季，就像我刚刚说的那个。到底有多少。产品是有那个曲线图的，就比如说你卖一个水晶头，那个水晶头肯定是没有淡旺季的，他一年到头但是都很平销，像水晶同这种类目呢，是没有淡旺季的。这种类目大部分是标品。然后呢，如果说你卖的是服饰类目服饰类目的话呢，比如说连衣裙，短袖啊等等，这些产品呢，都是有淡旺季的。大家呢可以去后台的生意参谋。去看一下他每个月的交易额的一个曲线。交易额最高的那个曲线呢，是说明他卖的是最多。这就是淡旺季的一个区分。

这样的商品竞争大不大，那么我们就可以打开商品市场，然后点搜索分析，搜索你类目的一个主要的关键词，搜索完以后呢，点相关分析，这里面的会有。很多的数据可供您筛选，这里面的你只要勾选两个，一个是搜索热度，一个在线商品数，在线商品数越多，说明竞争越大，在线商品数越少，说明竞争越少，我们从这里从这里面就可以看出产品的竞争是大还是不大，当然我们最好能是抓起最近七天的数据，如果抓取最近30天的，因为里面间隔了一个温差，有些地方。可能还没有冷的地方，对吧，所以这时候我们最好。我选的是最近七天的数据。

然后呢，这个产品的推广成本是多少呢，那么我们首先假设，因为我们大家都玩过直通车，直通车里面有一个概念，就是一个投入产出比。那么我们假设我们一件衣服卖100块钱。然后呢，成本是70块钱，这里面成本包括邮费，包括一切。然后呢30块钱利润，咱们此时我们的ROI平衡点的是3.33，对不对，那么意思就是说，你的投产要做到3.33，那么才能确保你的推广是不亏本的，对不对，那么如果安外做到3.33，那么的公式是等于转化率乘以客单价除以PPC。客单价是你自己决定的，你想卖多少钱吧，对不对，PPC呢，是行业决定的。

PPC的话，你不可能干到四毛五毛的，你可以干到六毛七毛就已经很不错，那么转转化率的话呢，肯定是根据你的客单价的抬高，那么转化率肯定会多少会下一点，那这里面的你们就要做一个权衡，我的客单价到底要设置多少，转化率达到多少，然后除以PPC，我们就按市场价去算，这个转化率乘以客单价除以PPC要等于3.33。那么此时你就可以推算出来啊，我的转化率大概是多少，单价大概是多少，然后呢，才能确保我的推广是有推广才能推了下去。

那么从这里呢，大家也引申出自己的就是一个推广的成本，这一块。只要你的那个最终的ROI大于3.33的，那无论你怎么推广，你都是赚的。那你是低于3.33的，那你推广就是赔的。那么有很多人就想问，那么当我推广的成本是多少呢，其实推广的成本就是等于PPC，转化率这个公式呢，是需要去推理的，那因为我这边呢，是不方便给大家演示了。所以呢，我只告诉大家一个结论，你每推广一件商品的推广成本是PPC除以转化率。PPC越低，转化率越高，那么你推广的成本就越便宜。