这个世界变化太快，很多东西在你还没理解的时候就被淘汰了。
淘宝搜索系统迭代了很多代。
可以说是从2019年下半年真正进入了智能化时代。
该算法功能强大，精度较高。
从统计算法到机器学习系统算法，这一切的开始在于用户行为的准确性。

从2010年挖掘标签到现在已经10年了，直到2013年个性化搜索提出，标签的概念才为人所知，也就是从那一次开始到现在已经7年了。
贴标签不是什么新鲜事。
有的同学七年了都没搞清楚什么是标签，什么是人群标签。
这个节拍真的很慢。

19年就预测后面会有以“标签”为卖点的各种培训课程会出现。

谁知道遇上了百年不遇的疫情灾难，深度打击了电商培训行业；如果2021年疫情能控制后面这种课程肯定会如雨后春笋一般出现。
这里就是想提醒大家“标签”不是一个新东西，以她为核心的讲课也不会是新内容，因为我们自己讲标签就讲了4年了。

从17年的七维爆搜玩法就开始加入了标签因素，到19-20年两年间以标签为课题研发了标签叠加玩法、目前已叠加升级到7.0。
7.0将作为终结版退出我们课程体系，后面将作为“基础课程”性价比超高的价格给大家见面。
不是说标签没用了，标签是现在一切搜索或者推荐场景的基础影响和分析因素是地基。

下一个高效的方向应该是：行为数据应用闭环体系，用户行为将作为核心基准、标签作为分析行为数据的一种类别画像因素。
下一个课题是：用户行为深度挖掘下得数据应用闭环。

正文

标签将作为基础服务于用户行为挖掘。
不管是搜索时代还是推荐时代，用户行为都是最初始数据源。
搜索有查询词也就是关键词能通过用户搜索词得到用户明确的购物意图。
手淘推荐流量确切的说是导购场景流量是基于分析用户行为挖掘用户喜好猜测用户喜欢推荐给给用户。

搜索和手淘推荐是两个完全不一样的场景。
搜索是电商人最喜欢的流量渠道因为是明确性购物需求。
手淘推荐是导购场景以满足用户逛和发现的诉求。
这完全是基于消费者购物行为的转变，推荐算法主要是基于用户行为、商品、和上下文信息进行推荐的，影响推荐的主要因素：

一：用户在平台上的商品行为点击、收藏、加购、成交等

二：从用户登录网站浏览到退出关闭24小时时段内的足迹序列。

三：商品属性、类目、价格带、店铺、标题

四：用户与商品交互信息 停留时长、商品在序列的位置等因素。
从上述来看：推荐算法是有用户历史行为数据和实时行为数据核心影响的。
现在搜索流量为什么难起就是加入了这些因素。
上一篇文章《论淘宝搜索推荐算法排序机制及2021年搜索变化的方向》一文中特别阐述了观点，有兴趣的同学可以去读一下。

搜索本质还是信息索引技术就是加上推荐算法也是更好的根据查询词”信息”进行精准索引。
影响搜索的根本因素：

词向量

向量召回（语义相似度）

行为数据

搜索和推荐场景共同特点是行为数据，不同点就在于搜索行为有明确的指向性购物意图，而推荐要全部基于用户历史和实时的行为数据分析出“意图”。
也就是说不管是搜索还是推荐共用的推荐算法不是基于什么性别、 年龄、消费层次、的标签画像，必须是通过搜索行为或者用户和商品交互行为数据判断用户对什么产品感兴趣，有购物意向才是根本前提。

很多同学恰恰忘记了这点，没有相同购物意图为前提你分析的人群什么都不是....天天在基础属性人群上下大功夫，而忘记了具有相同购物意图的人才叫人群；具有相同购物意图的人群并标签画像特征相似才叫人群标签。
分析人群标签是为了更好的对具有相同购物意图的人进行描述找共性特征。

人群流量精准扩展放大必须和相同购物意图挂钩。
具体方式有二种：第一：用搜索关键词反映背后的购物意图在加上人群基础身份属性标签这就成了人群标签画像。
---这一点也是直通车测试人群的底层逻辑。
第二：定向人群扩展，比如收藏过的人群、加购的人群、成交的人群、浏览未购买的人群、等这些人群是已经和商品进行了交互形成了行为数据明确了购物意图，作为历史行为数据进行召回所以精准度会高。

人群精准不精准，不是反复来测试基础属性标签，年龄、性别、消费力决定的，而是“购物意图”的指向性、精准性、时效性，购物意图才是人群精准不精准的根本，基础属性人群标签就是为具有相同购物意图的人群进行人群标签画像而已。

你优化人群精准度的思维对不对呢？

不管是搜索还是手淘推荐的推荐数据根源是先：“购物意图”明确后面才有基础属性标签。
天天围绕基础标签测来测去，说什么人群结构不准就本末倒置、贻笑大方了。
说其根本所有的人群不精准是有购物意图引起的，反映到人群标签画像上就是性别、年龄、消费能力，购物意图是没有标签描述出来的，偏好标签因素很少，最终让很多同学误以为基础身份属性标签是核心，这就是表里不一分不清主次了。

搜索成交人群是手淘推荐的画像种子用户人群，种子用户人群行为精准不精准就决定了手淘推荐的展现价值，这也是先开车，车开好了再开超级推荐的底层逻辑。
搜索的流量越来越难拿，这一点是不争的事实前面我在《搜索流量你再不放弃就会死的很惨》一文中阐述了观点，简单提炼两点：

一：搜索作为优化种子用户人群的主要渠道，尽量以“精准”为前提。
二：搜索作为收割渠道，不要在作为引流来源。

这是基于搜索发展的现状和平台算法给与的前瞻忠告，后面你会越来越体会越深。
在行为数据应用闭环体系模型里面，核心种子用户标签画像也是通过搜索及直通车这种高明确性购物意图来判断和确定的，种子用户画像精准才有所谓的推荐流量，负责都是耍流氓。

二：人群标签叠加先叠加购物意图后叠加基础属性人群标签

学习过标签叠加玩法的同学都知道课程把标签布局与破局，特别是词向量、成交属性向量和主向标签作为课程中的重中之重就是来解决明确“购物意图”这个前提。
有了这个精准前提，定向人群扩展、算法推荐的效果才能真正体现。
很多人为什么做不好，大多因为在明确购物意图这一关就欺骗了系统。

那么系统也会欺骗你。
据说电商要收税了也许这是个契机，能杜绝大量补单带来的用户行为数据方面的“假”像。
商业一定会回归到商业的本质，付费也会体现出它的真正价值。
工具就是工具，强大的是利用工具的思维。
为什么单独靠直通车拉升搜索及直通车单渠道很难赚到钱，说其根本就是恶性竞争下的不对等和算法公平性的不对等，都为了流量把利润压没了，这还是什么商业。

只有基于类目基于需求基于产品利润率，才有可能赚到钱。
你的强大来源于你的竞争对手有多弱，千万别盲目自大。
读懂这句话也就理解了什么市场机会。
不过后面的机器学习推荐算法确实要比以前算法公平很多，如果电商税真的到来，我感觉反而是一件好事，商业本该归真，用来炒作的成本让利于消费者或者优化升级产品上不好吗？

商业的起源基于买卖，买卖之间核心就是购物意图，没有购物意图何来买卖；商业逐利，没有利润何来商业，没有商业何来经济的发展呢！
所以用户行为数据应用闭环体系玩法，作为深度挖掘用户购物意图，基于词查询和种子用户画像推荐扩展放大，从营运的视角搭建拉新和收割框架形成闭环，整个系统就是用户行为数据过滤的系统、同是人群流转分层的系统，同步基于“场景”不同进行实时调整的一个流量生态闭环应用系统。

这就需要有公平的商业竞争环境，商人要逐利更好的服务于消费者而不是现在的恶性循环竞争，电商人天天研究的是各种黑技术黑玩法，而不去思考商业本真。
在这个新的行为数据应用闭环体系中标签就是分析用户行为的画像因素提高用户行为价值。

种子人群叠加的标签画像也是基于购物意图为前提意图精准人群精准。
至于人群是什么年龄段只要意图精准，转化率稳定就是你核心种子人群。
哪怕是夸年龄段的比如18-25；34-40。
如果购物意图有问题，人群就永远不会精准，自己的人群有问题了首先应该从购物意图入手，先把购物意图也就是成交词找准了再去测试基础属性人群。

购物意图不同人群就是不同的，所以针对购物意图的优化也要拆分甚至每一个购物意图一个计划去测试和判断。
三：购物意图的影响因素如何优化明确“意图”。
购物意图的表现形式无非两种：

一：关键词（查询词）

二：行为数据

到了平台上就同称为Query

关键词因素重点就是标题了，标题的分词权重这是统计算法最核心的部分也是坑产玩法最核心的部分，关键词的标签不光有分词权重还有语义权重，也就是标题或者查询词的语义相似度，搜索也会根据语义相似度进行索引这也是为什么有些词标题没有会出现或者一个词一天好一天坏，不断流转的根本逻辑。

行为数据就是用户在平台的商品行为，点击、收藏、加购、购买，以及商品的属性、类目、价格、标题和用户与商品的交互信息停留时长、商品位置序列从这些行为足迹中进行足迹划分进行分析最终判断预测“购物意图”，做好这点也必须从关键词入手。

对于用户购物意图影响的因素除了上述这些还有一个非常核心的因素：上下文信息上下文信息时间、地点、心情这里就不作为赘诉，这点主要提醒大家考虑“场景”因素。
如果真要深究购物意图优化，从类目布局到商品向量问题就要开始了.......