网站首页 SEO优化正文

深度解析搜索流量与推荐流量的区别及取舍策略

搜索流量与推荐流量是互联网获取信息的两种主要方式。在互联网时代,人类通过搜索引擎这一工具来满足自己查找信息的需求。用户输入查询词(也称为Query)后,搜索引擎会快速返回最相关的结果。百度和谷歌等互联网巨头正是应运而生于这个背景下。


除了搜索外,还有另一种方式[文]可以获取信息,那就是推荐系[章]统(Recommendat[来]ion System),即通过推荐[自]将知识和信息传播给用户。当[e]我们身处一个陌生环境时常常[5]会寻求他人的推荐:“请问有[8]什么好吃好玩的地方?”——[s]因此可见推荐也是获取信息的[e]一种方式。


那么对于商家来说,在选择搜[o]索流量和推荐流量之间该如何[技]取舍呢?首先要根据数据来进[术]行判断,并且不仅关注能够获[网]得多少流量,更重要的是看订[文]单数。以一个例子来说明:假[章]设同一个宝贝使用推荐流量能[来]够获得4000个点击但转化[自]率只有0.125%,即转化[e]5单;相反地,使用搜索流量[5]虽然只有500次点击但转化[8]率达到了5%,即可转化25[s]单。


显然,在同样数量级的情况下[e],尽管搜索流量较少,但转化[o]率更高,从商家的角度来看,[技]获取搜索流量显然更划算一些[术]。然而,在评估搜索流量与推[网]荐流量哪个渠道能够给我们带[文]来更多订单时,还需要明白一[章]个事实:这个渠道的推荐流量[来]和转化率是否仅因为品类原因[自]或是自身并未做好造成。


要评判某个品类是否适合获取[e]推荐流量主要从两方面考虑:[5]首先是观察该品类的复购率、[8]受众以及对用户吸引力程度。[s]如果存在高复购率、广泛的受[e]众,并且有很强的吸引力,则[o]适合选择推荐流量作为获客渠[技]道;其次是通过分析头部商家[术]在该品类中利用推荐方式获得[网]的数据情况。若数据良好,则[文]说明可以通过该方式获得成功[章];反之若头部商家所获取到的[来]推荐流量不多,那么表明该品[自]类相对难以获取相关数据。


除了评判得出是否适合选择推[e]荐渠道外,在选择通过推荐获[5]取流量时还需考虑其转化率情[8]况。通常情况下,由于广告精[s]准性等因素影响,使用推荐方[e]式所达到的转化率会低于搜索[o]流量。然而,如果我们通过产[技]品主图、内功等方面做得足够[术]优秀,即使是推荐流量,转化[网]率也能达到搜索流量行业平均[文]转化率的一半左右。


所以要兼顾这两个渠道,需要[章]先在其中一个类型的流量上取[来]得令人满意的成果。如果拥有[自]大量数据后再选择另一个渠道[e]获得更多流量,则可以同时取[5]舍这两种方式。倘若在获取数[8]据较少时就贪心地追求双管齐[s]下,则可能导致两者都无法很[e]好实施。


b8806575c2f9af62e0810f2cb661436b.jpeg


放弃推荐流量并不代表只依赖[o]搜索流量来经营店铺。我们还[技]可以通过积累粉丝、唤醒老客[术]户等方式拓宽获客渠道,让店[网]铺不再仅仅依靠单一的搜索引[文]擎来谋生。


或许有些商家会问:“有没有[章]办法可以兼顾这两个流量板块[来]呢?”答案当然是肯定的!前[自]文提及过,在获取其中一个渠[e]道时出现争议的原因在于第二[5]个渠道缺乏相关资料支持。但[8]事实上可以通过确保同一个产[s]品同时具备广泛和精准两种类[e]型的用户流量来解决这个问题[o]。或许你会认为这是不可能的[技],但实际上却是有可能的。


举个例子,一款宝贝共有10[术]000个流量,其中3000[网]个属于精准流量而7000个[文]属于广泛流量。对于这样的宝[章]贝来说,无论是3000个精[来]准还是7000个广泛流量都[自]足够支撑我们获得相应的搜索[e]和推荐流量。


总体而言,如果同时想要兼顾[5]两种渠道,则需要先确保在某[8]一个上取得较好成绩。只有在[s]拥有足够数据后再选择另一个[e]方式获取更多流量才能达到“[o]鱼与熊掌兼得”的效果。若尚[技]未大规模积攒数据就急着寻求[术]解决办法,则可能使两者均失[网]败。


然而,在做出选择并放弃其中[文]一种方式时,并非意味着只依[章]赖单一的搜索引擎服务。可以[来]通过其他手段如积累用户、唤[自]起老客户等方式来拓宽获客渠[e]道。


接下来我们将讨论搜索引擎和[5]推荐系统之间进一步比较理解[8]各自所具备的特点。


首先要了解《思考快与慢》中[s]提及到人类存在两套系统:一[e]个是快速且无意识的系统1,[o]另一个是需要注意力和大脑计[技]算能力的慢系统2。在大多数[术]情况下,人类会使用系统1来[网]完成任务,并只有在特定时刻[文]才会调用到系统2。


相对于推荐系统而言,搜索引[章]擎更强调个性化程度并提供惊[来]喜感。在追求准确性和多样性[自]之间进行权衡时常易出现挑战[e];而搜索引擎更注重相关性,[5]若搜索结果与用户目标不一致[8],则用户接纳度会降低。因此[s],在给用户呈现最初推荐结果[e]后他们通常不再继续浏览其他[o]内容。


此外,“排名” 对于搜索服务至关重要。“排[技]序”的好坏直接影响到用户是[术]否被吸引进入页面。对于搜索[网]服务来说,“召回” 更为重要一些。“召回”就像[文]购物中看商品列表,而“排序[章]”则决定了我们是否买这个商[来]品,“召回”指得是“尽可能[自]满足需求”,所以尽量把那些[e]符合消费者期望的商品放入/[5]展示到列表里面。“明星效应[8]”的热门点击集中在少数商家[s]或产品上。


谈及推荐服务,则着重考虑长[e]期兴趣、持续服务和用户个性[o]化需求,以提高用户粘性。相[技]较于搜索系统的单向传达信息[术],推荐系统能够更加个性化、[网]持续地为用户服务。


除此之外,搜索引擎对数据实[文]时性要求较高,要求更新频率[章]在秒级以上。而推荐系统则具[来]备一定滞后性,并且考虑到大[自]量的用户行为信息,在数据更[e]新上通常是天级别。


尽管存在这两种不同情况下的[5]特点和需求差异,但搜索与推[8]荐其实都属于解决信息过载问[s]题下产生的工具。它们通过匹[e]配(即召回)和排序来帮助用[o]户从众多候选物品中挑选并获[技]取所需内容。


两者有着本质上的共同点:都[术]需要根据业务场景中提供给它[网]们的相关信息来进行匹配,并[文]根据聚集到合适目标群体内来[章]呈现最终结果。


因此可以说,在某些场景下二[来]者互相补充协作。例如在搜索[自]结果页面同时展示关联产品、[e]电商软件浏览页面上显示相关[5]推荐等等。


换言之,“推荐” 可以看作是一个无声的“搜索[8]”,通常基于内容或使用者行[s]为分析技术如规则或模型去捕[e]捉并预测出消费者感兴趣的内[o]容,然后通过搜索服务进行标[技]签匹配和检索,最终形成推荐[术]列表供用户浏览。


相比之下,“搜索”实际上涉[网]及到用户能够主动输入来确定[文]需求。在某种程度上,这需要[章]调用系统2,并考虑清楚究竟[来]要搜寻什么内容。



要注意的是,对于搜索产品或[自]信息来说必须已经进入消费者[e]心智,在电商行业中即意味着[5]品牌营销成功地将自己与特定[8]商品相关联。而且搜索具有平[s]台化和中心化的特性——以撮[e]合供需为场景;同时也需要满[o]足大规模、全面的供应能力,[技]否则容易让消费者流失。例如[术]当消费者带着明确目标使用搜[网]索功能时却无法找到所需物品[文](如音乐等)时,则会极其影[章]响用户体验。


谈及推荐系统,则更强调给予[来]消费者新鲜感和惊喜感,并且[自]由于信息流向单向性较高可采[e]用平台式运作或去中心化方式[5]实现。


如果成功推荐适合个人口味的[8]物品给用户并建立起了信任基[s]础,则可以提高商家转化率。[e]目前直播模式就是一个很好例[o]子:主播选货然后通过推荐方[技]式将其推送给粉丝。


另外还有一种现象需要提及,[术]那就是“联合利用社交关系”[网]。当用户与供应方具备某种形[文]式的社交关系(如微信好友、[章]粉丝等),彼此会更互相信任[来],并且在某些场景下即便没有[自]明确品牌相关再营销手段也能[e]够实现高效的推荐。而这正是[5]社交领域作为去中心化模式典[8]型案例的原因所在。


“溯源推荐”的重要性可从微[s]商模式得到体现:通过微商选[e]货并向朋友圈/微信群推介商[o]品,无形中实施了人工导购。[技]KOL模式同样适用于这个规[术]律,由KOL生产信息然后向[网]他们的追随者进行推荐。


综上所述:


- 搜索流量和推荐流量都是互联[文]网获取信息的渠道之一;

- 在选择搜索流量或推荐流量时[章]需根据订单数来判断;

- 评估类目是否适合进行推荐可[来]以从复购率、吸引力程度以及[自]竞品数据入手;

- 具有足够多数据时可以考虑获[e]取两部分渠道的流量,否则需[5]要专注于其中一个渠道并积累[8]大量数据再寻求其他解决办法[s]

- 根据搜索引擎与推荐系统的特点来合理利用它们,实现信息过滤和提供个性化服务。

发表评论:

287

文章数

50641

阅读数

4

评论