2017年会 -->
& & & & & & & & & & & & & & & & & 淘宝系统之美：大下的简介小付，6年电商经验，11年入行做爆款模式、13年玩营销手法，15年做网红孵化。历经多次规则变动，深受销量暴增供应中断之苦，一直寄希望于通过数据分析找到一种方法解决引流。2014年尝试用系统动力学分析淘宝，通过14次数据快速引流测试92%成功率，证实系统动力学有效，同年将操作测试手法和数据公布于派代，“螺旋刷单、黑搜、白搜”等操作手法与之原理相通，但我的效果更好，适用范围更广。2015年根据规则变动分析发展方向，转做网红孵化。做过数据总监、运营总监。店铺年销破亿。2017年自主创业，闲下来重拾旧习，对运营经验做总结。微信：fuzhqi &欢迎有问题来探讨。本文不接受任何转载借鉴，只是作为本人经验总结之用。&引言本文旨在以系统动力学的思维模式，深入阐述解析淘宝系统的运作机理，写之前发现各大论坛的文章，对运营经验、方式方法、规则理论等各有见解，都是基于线性思维对部分系统进行描述。思维观点百家争鸣，但无人能宏观的描述整个淘宝系统，并从微观角度对各个系统进行分解。所以写此文章，作为高屋建瓴的系统指南，深入解析系统运作机理，阐述与系统共舞的行动指南和生存法则。为大家构建一个完整的淘宝系统思维观念，了解淘宝的整体行为，并引导大家合理解析系统当中的大数据，透析游戏规则，帮助大家做出最合理的运营决策。& 简单来说，系统动力学是一门横向的交叉综合学科，主要用于能源学、公共卫生、环境学等大型社会学。研究方式主要是通过分析问题，建立特定架构的仿真模型，对基础模型进行细化确保架构与真实环境的相近，加入时间等因素对系统进行模拟和推导，设计和测试方案解决问题。&&& 我们将按照以下顺序来分析整个淘宝：
社会需求淘宝基础架构淘宝反馈回路（静态）回路的延迟反馈（动态）淘宝的发展进化方向淘宝和卖家共同面对的问题卖家的应对方法卖家的生存法则&&& 以淘宝系统来说，是基于社会需求建立的一个平台，平台架构决定了系统的基础，也是系统天生的缺陷。
淘宝系统架构（买家----&淘宝&----卖家）：
以开放式平台为核心，为买家和卖家提供服务，以提供服务获利，系统必须有完整的广告、排位等方面的算法，缺点是品质参差，需通过特定机制对卖家进行限制。&
京东系统架构（买家----&京东----&经销商）：
以独立平台为核心，通过自营模式为主为买家提供。以引流、活动、供应链为核心，提供高品质商品。缺点是品类缺失严重。& 基于淘宝架构，我们可以得到大概的系统模型，模型越全面越精细，越便于接下来的推导。
例如：最经典的系统动力学例子是“啤酒游戏”，根据从生产商到顾客的过程，我们可以得到以下模型 而精细的系统架构，再加上时间延迟的因素，我们可以推导出基础的公式、算法，并分析系统问题。
例如：依据上图的啤酒游戏的模型，再辅助以一些初始数据，我们可以推导出以下数据波动情况& 根据以上这些，我们可以通过推导找出问题， 之后分析系统如何解决这些问题。 以及在解决问题当中要避免的各种陷阱， 最后从不同角度出发找出系统的关键节点， 解决问题的同时实现与系统的共生共存。 避免被淘汰的厄运。&当然，在以上分析流程中，淘宝的架构中有非常多的子系统是相通的，我们不可能分析的面面俱到，但从系统动力学角度来看，先分析架构，基于架构分析核心因素，然后基于核心因素的波动，判断当前占据主导地位的子系统，例如：淘宝系统中，以基于搜索流程架构的直通车系统来说，核心因素是点击率，直通车的人群定向、店铺定向、质量得分系统等判断搜索准确性的标准主要基于点击率，我们都知道数据有三种走势：上升、平稳、下滑，相同出价情况下，点击率高的图会呈现排位不断靠前的状况，直至点击率与当前排位点击均值相等，若低于均值，则排位下滑，我们一般把导致数据不断上涨的规则架构称为：“增强回路”，导致数据不断下滑的规则架构称为：“调节回路”，而影响点击率高低的主要是图片。那么我们现在来分析一下：图片影响点击，但出价影响排位增长速度，而PC或手机平台的投放又影响整体流量大小，但直通车流量又属于搜索流量的一部分，搜索流量是淘宝所有流量渠道之一。&我们来进行一下从大到小排序： 淘宝流量搜索流量直通车流量手机流量出价图点击率每个架构中都有回路（例如基于 “ 买家&淘宝 ” 这部分架构产生的流量分推荐、搜索、付费、活动等），不同回路只有少数可以占据主导地位（例如目前女装流量主流的是推荐流量和搜索占据主导地位），不同回路都有主导因素（例如直通车流量主要基于点击率等），主导因素在不同情况下数据波动不同&所以关于淘宝的众多子系统，我们只讲不同时刻占据主导地位的子系统，并且讲述分析的方式方法。这就足以应对多数情况下的淘宝状况了。重要的是在知道这些之后，如何避开系统陷阱，高效的从不同层级利用系统规则达到我们的目的。&本文预计会分为多章来写，第一部分：深入解析系统运作机理，一窥淘宝系统的全貌。第二部分：指出商家在应对当中常犯的8大错误，引导规避常见的系统陷阱。第三部分：寻找系统的“杠杆点”（即在系统种的某处施加一个小的变化，就能导致发生显著转变的点）。第四部分：解析与系统共舞，顺势而为的15项指导原则。&&&引言章节：&系统多棱镜在淘宝运营过程中，我们遇到的问题通常都不是彼此孤立的，而是相互影响、动态变化的，尤其是在由一系列复杂系统构成的动态情境之中，运营者不能只是解决问题，而应善于管理混乱的局势。需充分思考遇到的问题带来的多米诺效应，避重就轻。很多人在分析淘宝时，将淘宝的一些权重，当作是淘宝系统的架构。实际上，权重是依附于架构的。架构的改变是天翻地覆的，例如京东、亚马逊的架构，与淘宝是不同的，前者采用“买家——平台”的自营模式，成本高，但服务好方便快捷，后者采用“买家——淘宝——卖家”的平台模式，品种繁多，质量参差。越是庞大的系统，其基本架构越难改变。改变，就成为了另一套系统。但是每种架构，都有其潜在缺陷，调整架构中的权限，是引导正确发展的重要手段。跳出权重看框架，就能看的更深更远。基于前瞻分析权重变化，再推演市场反应和应对措施，就可以从容应对淘宝的改变。我在14年下半年利用数据分析淘宝，15年初进行玩法测试大获成功。实现大多数商品低成本快速打爆款。推演玩法后，直接放弃靠这种玩法发家致富，并在派代上写贴公布测试数据和玩法原理，并大胆对淘宝发展做出预估，指出淘宝会严查刷单，发展海淘、村淘等。之后立刻转行开始运作网红孵化器。时间证明了我的推演。&&一、 无处不在的系统淘宝，在很多卖家眼中是这样一个简单的系统：搜索——展现——选择——购买。对卖家来说感觉上淘宝的很多东西（阿里巴巴、分销、推广、爱逛街、ifashion、每日好店、首页推荐、微淘、直播、淘客、店铺打标等）都是可有可无，与大部分商家无关紧要的，或被当作新兴事物看待。事实上，淘宝通过对平台权重的调整，完成了三次重大转变。以上这些种种，都是与每个商家息息相关的。在淘宝变动当中，流量最大的渠道在不停变动，从“搜索”到“手机”再到“推荐”，以上种种构成了一个完整的生态链。在这个生态链当中，小商家每次都会遇到各种瓶颈期，而大商家能力较强，资讯获取全面，敢于尝试，非常容易适应变化，很容易利用资源抢占小商家的市场。简单来说，大鱼吃小鱼，富者愈富。&淘宝第一次调整权重：爆款模式永远只能看到TOP商家的爆款模式，带动了一大批商家的入驻，顺便带动了快递业。也就是相当于给平台招商。与之同时进行的战略还有：天猫、淘品牌等，对商家划分等级&淘宝第二次权重调整：千人千面细分市场，分化爆款，筛选高质量、有实力的商家，为顾客提供更细分和优质的服务。也就是健全化。14年5月开始，淘宝有半年的流量极不稳定期，就是在收集数据，微调权重。因为以往数据不能代表买家现在的需求，就需要以往数据搭建框架，以现有数据微调权重来平衡。与之同时进行的战略是：大数据（对内），其副产品是：达摩盘、人群画像等。。。。。&淘宝第三次权重调整：社交化打标、网红、直播、清单等各种手段圈粉，再通过微淘、推广等手段维护。也就是顾客忠诚度与之同时进行的战略：全球化、大数据化（对外）、农村电商， 全球化和农村电商属于引流扩源。在已经收集非常多大数据后，数据的挖掘、业务的打通、新平台的开发。。。。。。。&&你以为你身处的系统，其实多数情况下，可能是更大系统当作的某一环节。淘宝运营过程中，每当一种流量来源占据主流，玩法就会发生一次巨变，从PC到手机，从手机到内容营销。只要身处其中，必然受其牵制。不止淘宝，我们的社会，是一个更大，更复杂的系统。系统是无处不在的。当我们看清了系统的结构和行为之间的关系，将有助于我们发现问题的根本原因，看到多种可能性，从而让我们更好地管理、适应复杂性挑战，把握新的机会。&忘记必杀技！很多运营者都知道淘宝在不停变动，但还做梦般特别希望学到一击必杀的技能，快速的解决当前的问题。也有很多人会在论坛上写些最新的玩法，但是大多数人都分析的很片面，导致成功率很低。实际上他们忘记了一项很重要的事：主导地位。回路主导地位变更也好，数据权重变更也好，在数据变化中，不同数据在不同时期，不同情况下，权重基于不同目的，导致数据主导地位完全不同。看似简单的一套父系统，若其中包含针对不同情况的子系统，不同子系统之间目的不同，同一数据主导地位不同。在父系统当中重复同一行为，结果迥然不同。例1：当销量占据主导地位时，我们从价格、数量、关联销售、活动等手段着手，抢占位置。当销量权重不在，我们从直播、粉丝、微淘内容、等玩法抢占资源。&例2：当新品上架：淘宝需要有”新品推荐测试系统“对新品进行数据测试（这套系统需避开销量权重）淘宝需要有”日常商品展示系统“对现有商品进行排序（点击、转化、销量三权重为主）淘宝需要有”搜索点击分析系统“对商品展现的应季性、准确性等进行分析。简单来说就是淘宝想保持不断更新，又要保证展现的千人千面化和准确。不同系统起主导作用的时间不同，节奏不同，玩法衔接更是不同。简单的一个上新，效果千差万别。&借用阿里集团副总裁、数据委员会长——车品觉，在《不贰》一书中的一些观点：”在动态中制胜，忘记必杀，在迂回中寻找落地点，衡量每一个变化，持续数据的反馈。“没有100%有效的方法，只有看懂数据，才能成功。&&二、重塑系统，发现更大的世界框架和权重，构成的只是淘宝的一个逻辑系统，而我们面对的是不断产生新数据不断变化的系统。分析淘宝系统，必须将变化包括其中。因为逻辑系统虽然允许有差值和冗余，但毕竟是固定的，淘宝复杂的系统，必须要求系统存在一定的延迟，而延迟会带来更多我们实际会遇到的问题。在一个有延迟的系统中，当一件商品获得初期竞争优势后，将非常有可能在未来的竞争中继续获胜，直到消灭所有对手。为防止这种情况，系统还要被设计的能因对多种冲击，通过通路和冗余众多的多样化子系统，让系统更加稳健。&举例来说：共和制、民主制、君主制是三大基本制度，同种制度下，有着相同的缺点，各国解决办法不同，发展差距也就非常大。&基础的架构、系统的变化、系统自身的缺点、应对的调节方式，都属于系统特征。想完整分析系统，以上特征必须考虑进去。淘宝系统是基于卖家和买家购物习惯设计的，而我们只是分析淘宝的逻辑系统，非常不切实际，而且淘宝给予的数据多数都是基于买家的，我们分析系统所采用的数据，是基于我们的操作，都是片面和不完整的。&恰当的划定边界当系统加入了人这个因素后，边界就变得非常模糊难以划定了，人对系统的反应会引发特定的行为。许多人会因为规则掉入系统的陷阱，陷入恶性循环，分析人的行为，就是为了看清规则的目的，避免误读规则掉入陷阱，而许多特定的系统设计，本身就是基于系统架构自身的缺点来修正的，这也会导致许多必然的陷阱。系统的存在是为了达到特定的目的，是服务于人的，以人为对象，适当划定边界，才能最大程度上囊括系统的大部分行为。当然，并不是所有子系统都是必须有关联的，例如“飞猪”“支付宝”虽然属于阿里，但可以划归为独立系统来看。&只有恰当划定系统的边界，才能看清系统的架构，认识到很多状况恰恰是系统自身的问题。如果你有重塑系统结构的能力，你将可以颠覆淘宝。如果只是看清系统架构，只能做到发现淘宝系统架构的杠杆点，改变自己来适应系统。&&&三、找到属于你的系统之美基于基本的系统动力学，每个人可以根据自己对淘宝的理解和掌握的数据，找到一套属于自己的系统架构。当然，我并不认为系统动力学的观察方式是最优秀最合用的，但很多时候是可以与现有的理论体系互补，相互具有借鉴意义。总之你们以不同的方式来看待这个世界，怎么才能做到这一点？为什么这样做呢？这才是我想表达的中心论点，尤其是最后一章将要讲到的与系统共舞的生存法则，其核心就是我们该如何看待这个变化的世界的一些法则。&&&&&&&&正文： 第一部分：深入解析系统运作机理，一窥淘宝系统的全貌。
&第一章：系统之基础 这一章主要讲述对淘宝系统的架构划分，将淘宝划分为一个基于主架构中嵌套多个子系统的框架，便于我们分析每个子系统的核心。然后根据我们的需求，将多个子系统合理利用，增加系统的存量数据（例如：销量），使之符合主框架的增加回路，让流量等形成一个正态循环，流量自然增长。达到引流和销售的效果。&1.1总体大于部分之和 要分析一个系统，就必须对系统划定适当的边界。 系统并不仅仅是一些事物的简单集合，而是一个由一组相互联系的要素构成的、能够实现某个目标的整体。从这一定义可见，一个人、一支球队、一所学校、一座城市、一家工厂、一个公司及国家都可以视为一个系统。以淘宝系统为例，它归属于阿里巴巴，而阿里旗下还有阿里妈妈（含直通车、钻展等广告投放业务）、蚂蚁金服（含支付宝、余额宝等金融服务）、天猫商城、聚划算、菜鸟网络等等，淘宝虽然与这些服务之间都有非常深的联系，但每个系统是基于不同目标的，而且有些系统是我们不需要考虑的配套服务。所以它们既是一个系统，又不是一个系统，完美的去界定淘宝系统的范围，就是显得非常重要，在定义的时候既要保持淘宝的外在整体性，也要有一套机制保证内在的整体性。而要界定一个系统包含的范围，就需要找出任何系统都包括三种构成要件：要素、连接、功能或目标。 很显然，由于上述系统的相互交织，从连接、功能或目标着手分析系统，已经把范围画的太大，其中涉及到太多我们不需要考虑的细节，淘宝系统也显得不完整。一个越不完整的系统就越容易受到外界因素的影响，就越难推演整个流程。例如，淘宝中很多商家通过粉丝、活动、直播等方法，获得大量销量，占据排位获得其他渠道的资源。如果只考虑淘宝部分渠道的资源，而不把整个与淘宝有关的渠道资源都考虑进去，在推演出方案实际操作中，会问题百出。&&&1.2从关注要素到透视游戏规则 注意：这一部分讲到的东西会非常多而且有点杂乱，但都是基础且非常重要。 要分析出一个完整的系统，就必须要知道构成三要件的关系和前提条件：
目标是最难分析的，一个大系统当中往往嵌套着多套系统，每个子系统都有子目标，子系统目标通常和总目标方向是一致的，所以会干扰到我们的观察分析。但几乎所有系统都一个重要目标，那就是确保自我永存。
内在连接是基于系统目标搭建的，所以改变系统内在的连接，会让系统发生显著的变化，改变系统的一些行为。
要素通常是我们最容易注意到的，但它不一定是有形的事物，一些无形的事物也可以是系统的要素。需要注意的是通常改变要素对系统的影响是最小的，在不触动内在连接和总目标情况下，即使替换掉所有的要素，系统也会保持不变，或者只是发生缓慢的变化。& 基于以上内容，可以得出系统三要件的关系：
对于一个系统来说，要素、内在连接和目标，所有这些都是必不可少的，它们之间相互联系，各司其职。一般来说，系统中最不明显的部分，即功能或目标，才是系统运行最为关键的决定要素；内在连接也是至关重要的，因为改变了要素之间的连接，通常会改变系统的行为；尽管要素是我们最容易注意到的系统部分，但它对于定义系统的特点通常是最不重要的，除非是某些要素的改变也能导致连接或者目标的改变（通常这种情况下代表整个系统的改变，例如：总统和国家之间的关系等特例）。
& 基于以上前提，省略推导过程，我们来解析淘宝的三大要件，并且基于连接和目标透视一下淘宝的玩法和动向。
淘宝系统：
要素：买家、淘宝平台、卖家
连接：搜索、转化、广告投放、算法等
目标：交易平台
注意：对于将淘宝平台当作要素之一，很多人不解，觉得淘宝就是整个系统。要知道目标是基于整个架构存在的，而要完成这样的目标，就需要在买家和卖家之间建立一个平台，上文中也说到要素是很常见的可替换的，阿里也确实这样做了，先后创建了阿里巴巴、淘宝、天猫、聚划算等，皆属于这样的目的。所以将淘宝平台视为要素很有必要。& 根据我们划分的淘宝三要件，用一张图来看是否能把阿里系相互交织的几大系统都囊括在内： 上图是普通人印象中的系统，非常杂乱，连接众多，在这样的系统架构中包含了阿里妈妈、淘宝等多个系统的集合体。这样的架构是我们无法分析的，而通常我们基于系统动力学的考虑，从淘宝系统目的出发把架构简化，得出主架构并根据简化后的流程划分区块。把系统从复杂的系统，变为一个系统与子系统包含的关系。&从上图可以看出，基于购物流程设计的淘宝主架构，可以把淘宝、阿里妈妈、阿里巴巴、蚂蚁金服、聚划算、天猫商城，多个系统之间凡是与淘宝有交集的系统，全部整合入同一个系统，并作为淘宝主架构的子系统存在。要注意到一点是：主架构上的每个环节可以有多个子系统，子系统的核心数据和前提条件都继承与父系统。例如直通车子系统建立在淘宝主架构当中买家搜索之后，这是基于这一流程部分的系统都要有的前提条件。同时，从搜索到淘宝系统的核心数据是点击率，直通车系统也继承了这一点。 根据先划分主架构，再对流程划分区块，然后对子系统归类，这样我们就能看到子系统的一些特性，并对子系统划分架构进行分析。 不管是主系统还是子系统，划分出来后，每个系统都可以按照这样的方式进行分析，得出核心数据和主要回路。&&核心总结： 我们将淘宝复杂的系统，按照购买流程，设计基础架构，并把流程拆分，把子系统放在流程的一部分位置。这里做的每一步都是非常重要的，每一步都分析，我们都可以得出非常多的有用信息。& 1、按流程设计基础架构
根据基础架构，可以看出系统的潜在缺陷。例如： “ 买家&京东&供应商 “ ，京东这样的架构就注定了初期需要非常大量的资金构件基础。那么淘宝系统有什么问题呢？淘宝基础架构我们划分是这样的： “ 买家& 淘宝平台 &卖家 “ 。作为一个平台，就需要招商、引流同时操作。所以淘宝设计了只能看到头部商品的排序，虽然只有20商家赚钱，但仍然吸引非常多的卖家入住。至于引流，淘宝在做的很多，对内的，例如聚划算、双十一、天猫平台、千人千面等等，这些都是宣传和维护手段，对外，阿里在不停扩展海淘和村淘。这也就是我15年初用动力学分析淘宝后，在15年初的文章里写阿里接下来要大力发展村淘和海淘的原因，在当时还属于蓝海行业。& 2、基于基础架构的拆分每个细节流程
细节的拆分有利于我们对所有子系统进行分类汇总。最重要的是，可以通过对细节的拆分，找出店铺的短板。例如，组织一次活动，如果只对店内做宣传，效果几乎等于无。很多人最希望获得的是搜索流量，细节拆分后我们会发现，搜索之前有一个非常大的市场可以操作，内容、直播、粉丝，这些做的好的话，获取的流量要远高于搜索流量。& 3、基于细节流程对于子系统进行划分
这里说的划分不只是简单的分类，更是可以通过划分，来分析每个来源的流量大小，要知道流量占比会严重改变玩法。从PC 到手淘，从搜索到粉丝和内容。& 4、基于子系统分析核心数据
按流程划分子系统后，子系统的核心数据虽然继承与父系统，但每个子系统对核心数据运算方式都是不同的。需要注意的是很多数据是子系统独有，并且之在子系统当中起作用的。例如：直通车关键词质量得分、钻展CPM等。& 以上这些只是为了划分出一个明晰的架构，有了架构就能分析核心数据，只要流程不变（流程改变也就意味着系统目标改变，也就是变成另外一套系统），核心数据就无法改变，系统通常只能通过细分来源、改变数据的有效周期等手法，达到改变系统回路的目的。&&&&1.3理解系统行为的动态性 有了基础的架构，划分了子系统，给子系统设计了回路，静态的基础架构就都有了，接下来就是在静态的回路上放入数据，观察变动了。 系统回路中有非常多的数据传递，其中有一些 “ 存量 ” 数据，指的是时刻都能观察、感知、计数、测量的系统要素。存量是需要变化时间的， “ 时间存量 ” 的组合是理解各自系统行为的变化的钥匙。在之后的文章里会大量提到与时间有关的变化，通过分析数据变化周期，找出当前规则下的主导权重的数据。 以淘宝系统为例，最广为人之的存量是 “ 销量 ”，销量会随着时间的变化而不断变化，使其发生变化的就是 “ 流量 ” ，每个子系统都或多或少的拥有流量，基于这些流量，在不同子系统中会延伸出非常多不同的变化。但只有销量数据是横跨多个子系统的存量数据。当然，销量只是数据的产物， 在很多系统中不是主要权重。 例如：
直通车系统中，核心数据是点击率，而直通车系统中的存量数据就是质量得分，质量得分就是基于点击率的算法数据。而质量得分的变动周期是按天算的，所以直通车当中有非常多的快速上分的课程。& 以上只是 “ 时间存量 ” 的组合带来的动态性变化。要知道，不同情况下，由不同存量占据回路的主导地位。在淘宝基础框架中，点击率、转化率、销量等都是核心数据。通过测试，点击率操控使数据3天后流量产生剧烈变动，转化率按上下架周期流量产生剧烈波动，销量就不用说了，满一个月时量达到最大，权重也最高。那么我们可以认为如转化率、点击率这一类数据在一定程度下也会变成存量，虽然淘宝不会告诉你，但可以通过测试来圈定大概范围，找出每种数据影响系统所需要的时间。尤其是在规则大变动的时候测试，最佳准确。& 在 “ 时间存量主导地位 ” 三者合一情况下，淘宝系统中就会产生更加复杂的变化，拿销量权重数据来说，销量属于核心数据之一，销量也是存量数据，销量是按月算的，所以只有当满一个月时，量才能最大化。
早期淘宝系统中销量权重高，导致所有人都拼命靠活动等方法积攒销量，数据的波动也是按月产生剧烈变化，这时候点击率权重不高，也有一部分人尝试刷点击占位，有效果但只能占据一个关键词。
千人千面后，虽然销量还是按月算，但淘宝弱化了销量权重，算法改变了但回路结构没变，这时候的流量波动就比较剧烈了。最早期的千人千面系统占据主导地位的权重是点击率，所以我在15年的帖子当中着重描述过利用点击率 快速引流的方式方法，三天的高转换会导致第一周流量快速上涨，数据以周为单位继承到下一周，上一周数据只影响下一周，数据第二周就会长到顶峰状态，第三周多数就会开始下滑，所以15年出现的数据和操作手法主要是围绕两周操作周期来玩。16年淘宝对权重做出来调整，这时大家可以从派代很多帖子和自家的爆款成长周期发现，数据要第三周才会大幅增长至顶峰，第四周平稳或者下滑，那么现在的主导权重是哪个存量呢？从商品排位来看，月销量权重依然不是主导地位，高点击率无法导致数据快速上涨，而高转化率在新品初期经常出现，经常高至30以上的转换，淘宝也不会用高转换率来做主导权重。那么回头来看数据以周为单位，是存量改变了计算周期从3天改为7天了，还是主导权重变为以上下架为周期的周销量等权重了呢？还是说销量计算周期从付款改为成交计算导致了数据变动。 最终结果会在之后的文章里详细论述。但我们可以从例子中发现，时间在数据当作，尤其存量数据当中变得非常重要。在系统中，由于存量变化缓慢而产生的时间滞后可能会导致一些问题，与此同时，它们也是系统稳定性的根源所在。也就是说例如淘宝销量如果以年为单位计算权重，排名将会更加稳定。但是也必须清楚的是，存量变化越快产生的实时变化，也会让人没有时间余地去调整、尝试一些做法，无法修正那些不奏效的政策。例如淘宝直通车的质量得分问题，直通车系统会给出一个基础得分，淘宝会进行实时展示，并参考同等位置平均点击率，如果点击率不好同等出价当天排位会有所下降，但第二天会大幅下降得分，这是在直通车质量得分的变化周期为一天的情况下的结果。同理我们可以通过实时测试观察每个存量的变化周期，再推导数据变动过程，大致可以找出快速引流的方式方法和主要前提。&&&1.4反馈：系统是如何运作的 请记住一点，上一小节中主导地位是基于算法的，存量和主导地位在多数情况下都是需要我们观察数据的。而奥观察这些数据，就必须提前了解当前系统的回路反馈情况，请注意很多情况下我们会将反馈系统的运作与存量主导地位数据搞混，导致我们难以分析数据。 只要存量产生变化，就可以肯定这个系统中存在一种控制机制，并且正在发挥作用。当某个存量的变化影响到其他相关的流入量或者流出量时，就形成了反馈回路。一个反馈回路就是一条闭合的因果关系链，从某个存量出发，并根据存量当时的状况，经过一系列决策、规则、物理法则或者行动，影响到与存量相关的流量，继而又反过来改变了存量。 简而言之，拿淘宝系统来说，当基于搜索流量的转化率维持三天较高水平时，淘宝就开始给予与高转换搜索关键词同类相关词的搜索展现，而图片和排位会决定点击率，点击率就是流量，而流量会反过来平衡过高的转化率，直至流量和转化率处于行业平均水平，这就是系统中的一个反馈回路。 在这个反馈回路中，转化率是数据，三天转化率是存量，搜索转化率导致搜索展现量增大，进而导致搜索流量上升，流量使转化率被稀释降低，这就是个反馈回路。而在这个回路中，之前的销量、流量、转化率处于存量主导地位，决定了现在的起始展现起始流量等。但是请注意，这不代表说存量主导地位就是代表过去，也不是说反馈就是代表现在实时变化。大部分数据和存量都是基于反馈回路的，而基于存量主导地位的反馈回路，能带来更大的数据和流量，存量代表着数据变化的周期，最基础的就是普通数据，淘宝通过数据之间的关系，搭建回路。& 注意：在淘宝系统当中，我们只能看到淘宝想让我们看到的一部分数据，很多的关键数据我们是无法看到的，例如，在从买家搜索关键词点击商品进入淘宝店铺这个架构的搜索回路中，我们能看到流量、转化率，但看不到展现量，而展现量这一关键数据变动，会揭示非常多有用信息，在买家到淘宝这个架构的搜索回路中，同等权重商品，淘宝依据点击率决定展现量的大小，因为同一个关键词下高点击被认为精准，而我们只能看到点击量，只能通过控制搜索转化率来提升展现量和流量，看似最省力的操作方法，实际上是个非常费力的一个杠杆操作，没有展现量和点击率，只有点击量（也就是流量）谁也不知道自己的图是好是坏，而一张好图能帮你剩下几万的广告费也是常事。&&&&1.5自动洄游的鱼：调节回路 上面的内容讲了架构、系统、子系统的嵌套、系统的存量数据，这一小节讲述的是存量和数据在系统中运作形成的回路，系统回路是基于框架的，虽然系统回路可以改变，但多数请下只是细化回路，增加限制条件，而非改动回路。 系统回路一般分两种：调节回路 &&增强回路 最常用的是调节回路，这是一种双向调节的回路，对回路两端的要素都产生影响，这一类反馈回路具有保持存量稳定、趋向一个目标精细调节或者校正的作用。例如淘宝在搜索流程中用这样的回路系统，可以保证顾客搜索关键词和展示的商品的准确性。在这里我们借最最基础的搜索流程，来讲下调节回路。 我们可以将淘宝系统理解为多套子系统相互嵌套的集合体，而淘宝主要起到平台的作用，对于买家，淘宝是一个靠清单检索、搜索寻找商品的平台。对于卖家，淘宝是一个可以精准定向顾客群体的工具。今天在这里主要讲下从买家到淘宝的交互过程（也就是上图的前半部分），以及调节回路在其中的作用。 首先，我们可以把淘宝首页当作各大子系统的入口的集合体，而子系统的入口我们大致可以分为两种：清单检索、关键词检索。
清单检索类子系统：
主要是指聚划算、淘抢购、类目子页面、首页推荐、猜你喜欢等，这类子系统的特点主要是商品的集
合平台，商品主要以购物场景、商品分类、特价、优惠、最近浏览推荐等为切入点，以激发冲动消费为主，
主要是针对的没有明确目的的购物群体。&
关键词检索类子系统：
主要是指关键词搜索、直通车等方式的子系统，通过搜索、分类检索筛选等操作，查找自己想要的商
品，主要针对的是有明确目的的顾客，为顾客提供更加精准的搜索结果。& 不管是清单类还是关键词类子系统，通常都需要以下几种数据，才能组成一个从买家到淘宝的交互系统，完成一次购物流程。
展现点击率
展现点击量
流量转化率
成交人数 在这里我们单说搜索流量的系统架构，对于买家来说，图上前半部分，从买家到淘宝的流程，主要的概括数据是：展现量、展现点击率、展现点击量。对于卖家来说，图上后半部分，买家进入淘宝系统卖家店铺后，主要的概括数据是：流量、流量转化率、成绩人数。在这里我们需要知道，展现点击量店铺流量。 那么现在我们将图分为两部分来说，先说从买家到淘宝这一部分，讲讲这一部分的调节回路，在搜索流程中，买家通过搜索关键词查看商品，并且判断展示的商品是否是自己所需要的，如果是，则对商品进行点击，进入店铺，进行后半部分的流程。如果不是，则再次进行搜索。在这个流程中，买家首先根据自己印象做出第一次搜索，搜索的关键词通常比较简单，之后再通过观察点击查看，判断自己真实想要的商品，再进行第二次搜索，搜索的关键词通常更加详细准确，不断重复这个流程，直至找到自己想要的，这是一个正向的流程。那么反向的流程就是淘宝通过观察买家的反应，实时调整展示结果的流程。我们来反向推演一下同一个流程。买家打开淘宝页面，淘宝根据买家信息通过算法进行计算，找出买家可能会购买的商品，进行推荐，买家第一次搜索关键词，淘宝系统首先根据关键词推算，根据以往买家搜索此关键词后，优先点击的商品类目比例，得出买家希望看到的类目属于哪个类目，再考虑此买家以往购买记录、最近浏览记录、以及搜索模式，判断目前买家的性别、消费能力、消费习惯、商品喜好，做出第一次的商品展示。之后不断重复这个流程，直到买家停止搜索流程。在这个流程中是买家和淘宝不断交互的过程，双方都在不断适应，不断调整。这就是调节回路。 在淘宝运营中，我们现在通常会提到一个词：打标，在调节回路运作当中，买家的不断操作，就是一个不断给自己打标的过程，而产生的点击、转换，也是在给商品打标的过程。买家通过点击、搜索、购买的过程在给自己打标的同时，也在分析那些同样标签的买家更喜欢哪种商品，为接下来的精准推荐打好准备，点击成交越多，商品圈定的买家就越多，这也是同样的双向调节回路。所以要记住，不光是买家可以给商品打标，精准的基础信息，也是能反向给买家打标的。 讲完调节回路，再讲点题外话。在这个搜索子系统架构当中，最重要的操作产生的数据，就是核心数据，这个数据一般是指标性的数据，也是用来做存量的数据。基于核心数据，如果有一个数据以最小变动，就可以最大程度改变核心数据，那么这个数据通常称之为杠杆点。通过撬动杠杆点数据，最大程度改变核心数据，就可以改变系统。在买家到淘宝这一部分当中，重要数据只有三个，而核心数据是展现点击率，这里不光说的是基于关键词的搜索系统的核心数据，事实上大多数入口的展现点击率，都是核心数据，淘宝在对于广告和推荐的核心算法在15年时就首创了MRF模型，实现了从千人千面到一人千面（在千人千面基础上，细分购买时间、购买操作模式等，分时分性别分操作等各种划分，让流量非常的精准）。具体的信息和算法公式，淘宝在17年阿里技术的官方公开号上做了非常详细的说明，有需要的可以搜索阅读一下，算法最开始就指明点击的重要性，全部算法围绕点击展开的。 &&1.6脱缰的野马：增强回路 相较于系统常用到的调节回路，另一种回路是增强回路。增强回路会强化系统原有的变化态势，这种回路在淘宝这种需要实时反馈的系统中用到的偏少。但是在以我们日常生活中经常看到，例如银行利息、余额宝。在淘宝系统当中，一般情况下，架构连接的是要素（买家、淘宝平台、卖家等，一般在图中用“云”表示），架构中的要素多用调节回路连接，目的是实时反馈，（在这里我要说明一下，上面的架构中，我并未采用正确的系统动力学知识绘制详细的架构，而是将其归总成流程图，这是为了方便我们从流程的角度来看待淘宝系统，便于我们发现问题在哪里，但实际上，在买家和卖家直接的那片淘宝平台云，应该是用方块形状的图代替，每个方块代表一种存量，例如周期转化率、周期销量等，如果我们想要用存量数据画出淘宝系统，会比较复杂和专业。可参考一下全文第一张图，描述经典的啤酒游戏的架构图中的回路。再去想象一下淘宝系统的复杂），但是如果我们把架构再细化一下，将淘宝搜索架构中的淘宝平台的那个云，用各种存量数据表示，我们会看到非常复杂的一套回路系统，在连接买家和卖家直接的回路，主要连接的是核心的存量数据，核心存量数据之间的回路，会有其他基于核心存量产生的结果存量（例如店铺信誉等级、金牌卖家等）这些存量之中有一部分就会有拥有增强回路。 虽然增强回路是我们最希望进入的，但从上面对淘宝平台的描述当中可以得知，架构相当于主动脉，核心存量相当于干流（多采用调节回路），非核心存量属于支流（部分为增强回路），也就是说增强回路在淘宝系统当中多属于辅助数据，增强回路多受到调节回路牵制。 那么我们可以抛开淘宝系统，讲下现实状况，在现实状况中，增强回路反而更容易受到关注，例如做淘宝最长计算的投资与回报，小商家发现自己投资1000可以获利1000，就会加大投入，这就是一个增强回路，但是市场是有限的，投资和结构成一定数比，超过这个数比，就会导致非常严重的低价竞争。 由于增强回路用在主要是细枝末节的地方，不过多对其解释。&&&第一章总结： 基于上面的知识，在这里我们就可以简单的对淘宝系统进行如下整体描述。 首先，再次重申一遍，上面的架构图中，我列举的架构并非标准的系统动力学架构，只是为了方便多数初学者观察和了解，我当时为分析列举的实际架构远比这个复杂，但从流程上来看，大致是相同的，只不过涉及到的存量数据非常庞大，关系也有点乱。以流程子系统多重嵌套的方式去表现淘宝的架构，虽说不是很正规，但非常便于普通人理解。但是请注意，如果这样的方式去解说，就一定要注意一个前提，一定要提前考虑子系统在流程架构中的占比，还有子系统之间的关系问题。 例如，淘宝一直在推崇内容引流，做社区化流量，经营粉丝，向粉丝推送更好的内容，很多人都在说淘宝推荐流量占比已经有80非常高了，而推荐流量是源于你店铺的数据，源于访客对你店铺的访问深度访问次数店铺关注等。所以很多人想跨过搜索，直接做内容，目前来说真正做好内容的不多，更多的是一些专业机构在做内容和直播，在这里我们就要明白，有些子系统是基于其他子系统的，想做好是有前提的。且不说淘宝对流量来源划分，每个子系统单独计算数据下，流量有多分散。淘宝想推送好的内容，就必然对资质进行把控，店铺等级达不到，无法打标，就没有内容推送入口，只有最基础的搜索流量，所以并非大卖家的操作手段都是适合所有人的，这个需要你一点点的累积资质晋级才能去尝试。淘宝不再是那个任何人都可以快速发财打爆款的时代了。& 上面说的主要是分析方法和特征，综合上述所有知识点，想要分析淘宝，必须要明白以下四点：
1、子系统的流量结构占比
2、子系统的引流前提条件
3、子系统的核心数据
4、子系统的数据存量（权重的有效周期）& 1、首先来说下子系统的流量结构占比问题，从大到小来说，
首先从客户端划分（PC和手机端），
再从平台划分（微博、微信、天猫、淘宝等），
然后从渠道划分（搜索、推荐、广告、微淘、直播等）
再然后是店铺定位（价格、风格、营销策略）
最后是算法和权重上的层级划分（千人千面、店铺打标、店铺层级）& 目前仅从流量结构层面来说，淘宝的玩法就已经是百花齐放了，有人凭直播卖货、有人靠软文、有人玩活动、有人靠搜索、有人凭关系上活动、、、、、、虽然玩法很多，但大家都明白一件事，流量越大，销量越好。因为大流量可以利用高频上新充分挖掘顾客的潜在需求，而类目越单一，流量越小发展就越慢。所以了解流量结构比例，了解行业需求、了解渠道流量大小等等这些，对店铺运营至关重要。&& 2、其次，当了解了大致的流量结构之后，我们要根据店铺定位、销售策略等方面出发，来说一下主要引流渠道的引流前提条件，看看店铺不同情况下应当从什么渠道着手、 那么我们凭印象做一个简单的表格来更加详细说明一下这个事情：注意：上图只是一个假象图，方便我们分析一些事情，其中流量占比部分不是准确数据。& 为了方便分析，我们可以将上图各种渠道划分为四种：
搜索、推荐、内容、广告& 先不论四种流量大小问题，因为不同店铺在这四种流量当中各有所长，不同店铺流量各有所倾向。我们先来分析一下四种流量目前的状况和引流方式。&
1、搜索 目前搜索流量主要以 “ 千人千面 ” 算法为主。现在来详细拆解一下搜索的架构、存量、规则、玩法按照搜索流程：搜索关键词——》 浏览 ——》 点击 ——》 选中 ——》 购买我们可以得出搜索会产生的主要数据： 展现量、展现点击率、展现点击量、流量转化率、成交人数那么，搜索的核心数据为：展现量、展现点击率、流量转化率。这三大核心数据作为整个搜索架构的支点，每一次的数据变动，都会深刻影响店铺数据。而淘宝的规则变动，尤其是权重算法方面，是基于这三大核心，从后往前优化的，从最早期的销量权重、之后的千人千面、再到现在的内容。每一次的变动，是在主架构不变的情况下，对核心数据进行细节上的划分，细分流量来源，单算每个流量来源的流量权重，形成不同渠道不同算法。&首先来说说 “ 搜索展现 ” ：目前搜索展现主要以手机端为主，手机端搜索展现主要是：天猫、直通车、权重算法展现&天猫的手淘权重有，不高，而且现在天猫采取邀请入驻。&手淘直通车展现层级划分比较严重，由于展现位置少，而直通车核心数据是点击，多通过少数词手淘短时间高出价占位，快速提升得分减少出价的玩法，由于核心权重单一问题，在12年就有类似操作手法，叫做“拉价法”。目前玩法只是细化，但并未有太多变化。（学开直通车只是小技巧，不能靠这个做店，开车是有前提条件的，图、店铺定位、风格、粉丝量、粉丝活跃度等都是前提条件，尤其在图片和店铺风格没定的情况下，强推直通车事倍功半，效果极差，回购率偏低。无法获取更多的自然流量，原因就在展现算法当中。）&权重算法展现：最早的算法权重是基于阿基米德架构的，细分不多，主要是基于月销量的。之后的算法权重是基于千人千面的，销量权重降低，排位变化加快，但还是可以通过类似螺旋的操作快速提升流量，两周破万。于是各家开始周期上新，靠高频上新引流、选款。而这套算法初期核心还是基于“ 点击 ”，只要图好，转化高，流量就会高速增长，直至顶峰。（也正是这样的规则，才会有很多人揣测坑位产值这种用于衡量活动的标准值出来。还有就是展现量、展现点击率这两项数据都是我们所看不到的，没有准确数值去衡量图片，再加上大类目清单活动的频繁，才逐步形成高频上新的惯例）。目前，淘宝将千人千面流量再次分化，增加了人群标签的关联性权重、粉丝权重、打标层级权重等，其中人群标签和粉丝权重，是基于时间、地域、活跃度、关注程度等方面分强关联、弱关联、潜在关联等多种标签，而层级打标更是涉及到流量优先推荐的等级。三方面权重相互制衡，形成了现在更加智能的千人千面展现流量。尤其在新品阶段，店铺打标等级、粉丝权重、人群标签就决定了初期流量大小。而这方面的层级化划分，会限制店铺单品流量大小，让多数不符合淘宝标准及发展方向的店铺，无法快速成长。而要实现这样的打标，就需要销量、营业额、店铺风格定位等方面的整体增长。简单来说就是开店基础要求更高，实力要求更高，专业度要求更高，过程更加漫长。无法拓源，商家自然会更加珍惜流量，做好优化。维护粉丝和激活粉丝实现上新爆发，就成了最基本的要求，粉丝一般对一家店铺只有三个月的关注周期，上新频率和款式数量会影响二次回购率，回购人数中有一半人数是在第一次下单后一个月内产生的，这就需要高频上新维护粉丝。而要更加高效的利用店铺打标，店铺标签等，就需要高频上新同时，款式风格的相似性，相似度越高，越容易获得初期的推荐流量。而风格又是店铺打标的指标之一。店铺人人都可以开，想玩好，得按照淘宝规则来。&虽然都是千人千面，第二次变动的千人千面与现在的千人千面有着本质上的区别，目前的千人千面是一套更加完善的规则机制。如果说第二次的变动的千人千面规则主要是基于 “ 点击 ” ，那么目前的规则就是 “ 点击+展现 ” 双约束规则机制。流量极大的受到了限制，唯一的好处是增长稳定，不会出现流量暴涨，销量暴涨导致供应链出问题。&&2、推荐推荐流量多种多样，最为人熟知的是 “ 手淘首页 ” ，目前推荐流量的算法，也是千人千面的算法，其核心算法 “ MLR 算法 ”在14年做更新，17年在阿里科技的公众号中做了全面的公布，我也在17年6月在派代发过一篇专门文章，来转载其核心算法，有兴趣的可以去看看。对于很多小店来说，目前主要以搜索流量、广告流量为主，而大商家晒截图时，我们往往能发现其推荐流量占比高达80%以上，流量非常大。这就是算法中，层级打标、粉丝基数带来的效果。但是非常需要注意的是，推荐流量我们要争取，有不少报名要参与才能增大，但最最重要的还是图片的好坏、活跃粉丝量、店铺打标和层级，但店铺在不同层级，须完成的转变方式不同，核心操作也就不同，无法准确认知到自己店铺情况的，方向不对很难把店铺做大。最初级的店铺，主要靠搜索流量，有了销量之后，搜索流量不会变大多少，但会更加精准。单品流量小周期短，就需要逐步上新，逐步推款。款式风格统一，因为店铺标签精准，其他款式获得的流量就多些，增长更快一些。逐步形成规模之后，参与店铺打标审核，之后每月几期清单、主题类活动，进入高频上新快速涨粉阶段，在此之上，想做大店铺，就要维护粉丝实现爆发。简单来说，推荐流量已经是淘宝最大的流量了，只是这种流量有前提条件：销量、粉丝、打标、标签等。只有这样才能逐步获取推荐流量。&现在再来说下推荐流量的算法：首先说下标签一种是人群标签，一种是店铺标签，两种标签契合度越高，推荐概率越大。而实际上这两种数据是相互作用的，顾客搜索一个关键词时，淘宝对顾客打标签一次，顾客点击商品时，第二次打标签，并且对此商品进行一次打标签。。。。。。。。&而标签是基于两部分信息具体划分的一种是个人信息，一种是商品信息。个人信息是指个人在日常购物的习惯行为模式数据，商品信息是指商品的基础信息，这也就是我们为什么要做标题优化的原因了。除此之外，更重要的是商品属性信息类目信息。高度精准的算法下，商品相似度极高，这时候图片的重要性得以凸显。&结合上面说的，想要获取推荐流量：1、商品基础信息、标题要精准。2、主图片质量要求高。3、店铺风格要好（单品销量受限制，大店主主款占比都低于40%，需要更多同类款式承载流量产生销售）4、店铺销量层级5、店铺打标层级6、粉丝量、活跃度7、商品白底图&在这里单独说下白底图，推荐流量靠两部分数据：信息、图片。信息是淘宝最容易匹配的，而淘宝一直在教系统如何识别图片的问题，提供白底图，方便系统识别，还能通过抓取白底图，在淘宝首页上展示的更加统一。要知道，手淘推荐展示的图片90%以上都是抓取的白底图，早期白底图靠的都是大店参加清单、主题类活动报名时提交的，再后来，淘宝开通了有好货、精品有好货等清单报名通道，长期接受报名，现在逐个类目在强制要求第五张图白底当中。所以当新的流量渠道出现时，一般都有对应通道开通，多看多找，才容易获得。推荐流量由于其精准性高，喜好目标明确，做好店铺导流，引导收藏、加购就很重要，加上淘宝对单品爆款的压制，店铺商品销量加够正在从单品爆款转向长尾效应。单品销量占店铺总销量的比例正在从80%降到目前的40%以下，很多玩法因此改变。通过维护粉丝，引导老顾客等手段，高频上新可以保持每期较上期增长30%左右的销售增长，网红店，风格好，图片好的，一年时间可以从开店实现月销千万的过程。&&&3、内容、推广内容和推广都属于辅助流量，都是短期的，内容流量多是在上新、活动、老客维护方面的。店铺情况不同，玩法也大有差异。网红店靠内容预热，全球购店靠内容推荐商品。。。。。。。店铺做到一定程度后，做内容才会非常容易见到效果，在此之前，投入精力大，见效慢。这也是我在推荐流量部分一直强调的层级问题。分析不清楚自己店铺目前状况就盲目尝试，只能事倍功半发展缓慢。&&&3、子系统的核心数据解释完了流量结构占比和引流的前提条件，就可以根据店铺形成一套基础的引流操作思路。内容和推广类的流量，都是短期的辅助流量，带来的权重只是增加标签的精准度。并不能给店铺带来多大的流量，而店铺到了中等层级后，有了足够的潜在顾客群体，而且店铺能有效的承载流量形成转化（也就是顾客到店浏览容易形成交易）之后，每当上新筛选出好款好图，可以（通过好图降低推广成本）低成本大量引入流量，形成交易，加强标签带来更多顾客，这时候推广才是一个非常有效好用的手段之一。当然，图更好的，上新频率更高的，其增长速度更快，在淡季或者流量下滑时，中等层级以上店铺靠推广强占市场。在流量上升的循环时，推广只是一个可有可无的加速器。在上涨时更多的应当注意供应链，其次才是加速推广问题。&那么想要长期做店，主要手段就是两部分了：搜索、推荐&搜索：流量占比在逐步变小，但是是大多数小卖家的依靠，核心数据是：展现量、展现点击率、点击转化率。三种数据中我们只能看到点击转化率，千人千面展现后展现数据皆不可控。在搜索架构中，流程从前到后就好比是一个漏斗，在漏斗中只能看到最小的漏斗（点击转化率），淘宝不给数据，无法判断其余部分的好与坏。先不说千人千面规则中打标层级对搜索流量的限制，单来看现有流量的获取路径。1、流量是单独按照渠道计算的。2、搜索流量是基于店铺基础信息给予初始展现，判断同类目同等信息下商品的点击状况。3、关键词的成交也是单独算的，但会增加相关关键词的展示权重。&也就是说多数情况下，我们强控和推广的关键词，都是基于我们预想的，而实际情况有好有坏，我们看不到。直通车上的展现量，也是人群定向过后的，精准度也有偏差。在搜索流量架构当中，最大的漏斗（展现量），受到打标权重等方面限制，虽然有限制，但是商品基础信息、白底图还是要准确提供的。第二个漏斗（展现点击量）主要看的是商品价格定位、图片好坏。最后是第三个漏斗（点击转化率）主要看的是评价、服务、发货等其他状况。&&&&&&需要额外讲解的点：&行业内子类目流量最大的，不一定是做这个类目一定要做的，淘宝多数是场景式购物，主卖商品不同，店内子类目销售占比也有很大差距。&基础爆款，店铺风格（便于定位一类顾客的标签，快速涨粉便于爆发）最终网红大店&假设杠杆比例阐述刷销量的问题。&展现的精准度问题，打标的作用结合。&流量占比和展现时间，圈人量的问题。&淘宝细化单品流量来源问题，淘宝折线图变数据表问题&如何根据流量分析数据，从哪里看数据。
@你关注的人或派友
亲，先登录哦！
请输入姓名：
请输入对方邮件地址：
您的反馈对我们至关重要！