淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
為什麼同樣的魚塘帶來的轉化的率差別這麼大呢？
我們先來分析一下魚墉，可以說大部分S手來說，基本都是以學生以及35歲以下，相對偏低消費人群為主。（個別會有家庭主婦，當然是少數）。然而這部分人群正好是符合運動鞋的人群（款式來說以學生和年輕人為主，不分男女）所以說這個產品通過SD提高權重之後，獲得大量流量的同時，帶來了轉化！
同樣，第二個化工產品，因為人群不符合，雖然因為權重提高了，但是帶來的大部分流量都是無效流量！當然這樣失敗的案例絕非少數！好了，那麼下面我們來通過一張圖來看一下什麼叫做標籤（人群）
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
為什麼同樣的魚塘帶來的轉化的率差別這麼大呢？
我們先來分析一下魚墉，可以說大部分S手來說，基本都是以學生以及35歲以下，相對偏低消費人群為主。（個別會有家庭主婦，當然是少數）。然而這部分人群正好是符合運動鞋的人群（款式來說以學生和年輕人為主，不分男女）所以說這個產品通過SD提高權重之後，獲得大量流量的同時，帶來了轉化！
同樣，第二個化工產品，因為人群不符合，雖然因為權重提高了，但是帶來的大部分流量都是無效流量！當然這樣失敗的案例絕非少數！好了，那麼下面我們來通過一張圖來看一下什麼叫做標籤（人群）
1.賣家標籤
賣家標籤，落實到店鋪上面，分為店鋪標籤和寶貝標籤
1.1 寶貝標籤
寶貝標籤分為基礎標籤和個性化標籤
（1）基礎標籤：系統依據寶貝所在類目、屬性、標題關鍵詞、價格等基本信息給出的標籤。
比如說產品A價格39元，在同類型產品中，處於低端價格段，那就會被系統打上低端價格帶的標籤。
（2）個性化標籤：對這個寶貝有過瀏覽、收藏、加購、下單、支付、回購等任一或者多個行為的買家，給這個寶貝帶來的標籤。同時，這是行為給寶貝帶來標籤，強弱有標準：
第一個標準是買家賬號維度：黃鑽買家的標籤權重大於非黃鑽買家；
第二個標準是行為維度：各個行為標籤權重為：回購最高，支付其次，下單再次，收藏加購第三，最低瀏覽；
第三個標準是時間維度：3天標籤權重最高，7天其次，30天最弱，很簡單，時間越長，標籤權重越弱。這點其實很好理解，這也是為什麼每次大促之前，我們都需要瘋狂種草，其實種的就是標籤權重。
1.2 店鋪標籤
店鋪標籤就是店鋪所有寶貝標籤的綜合，稱為店鋪標籤，這點也很好理解。
比如：某個店鋪一共個100個寶貝，每個寶貝有10個標籤，那這個店鋪總共就是1000個標籤，當然，這裡面有重複的，重複的越多的標籤，就越是店鋪權重高的標籤。
2.買家標籤
買家標籤，就是淘寶系統對買家打的標籤。具體分為基礎標籤和行為標籤
基礎標籤：淘寶系統依據買家註冊時候的信息和消費歷史，對買家打的標籤。具體就是年齡、性別、地理區域、職業、消費能力。舉幾個簡單的例子：
（1）男士A是上海市一名18歲的大學生，經常在淘寶/天貓上購買中高端價位的商品。系統給這個賣家打上的標籤就是：年齡18歲，性別男，地理位置上海，職業學生，消費能力中高。
系統在給A推送商品的時候，就會推送適合18歲男學生使用的一些中高端價格帶商品。
（2）女士B是貴州省一名40歲家庭主婦，經常在淘寶/天貓上購買低端價格商品。系統給B打上的標籤就是：年齡40歲，性別女，地理位置貴州省，職業家庭主婦，消費能力弱。
系統給B推送的商品就會是40歲年齡段家庭主婦喜歡的低端價位商品。
當男士A和女士B同時都去搜索“手機”這個關鍵詞的時候，系統給男士A推送的可能就是蘋果、華為這些中高端機型；
系統給女士B推送的，可能就是小米低價位手機、oppo/vivo低價位手機、華為低價位手機等等，這就是買家標籤的區別。具體是哪些商品，還要看下面行為標籤。
行為標籤：行為標籤和寶貝的個性化標籤剛好是反過來的，寶貝個性化標籤是對這個寶貝有瀏覽、收藏加購、下單、支付、回購這些行為的所有人，給商品打上的標籤，而買家行為標籤就是買家有過這些行為的所有商品，給買家打的標籤。
下面再用一張圖看看他們之前的各個關係
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
為什麼同樣的魚塘帶來的轉化的率差別這麼大呢？
我們先來分析一下魚墉，可以說大部分S手來說，基本都是以學生以及35歲以下，相對偏低消費人群為主。（個別會有家庭主婦，當然是少數）。然而這部分人群正好是符合運動鞋的人群（款式來說以學生和年輕人為主，不分男女）所以說這個產品通過SD提高權重之後，獲得大量流量的同時，帶來了轉化！
同樣，第二個化工產品，因為人群不符合，雖然因為權重提高了，但是帶來的大部分流量都是無效流量！當然這樣失敗的案例絕非少數！好了，那麼下面我們來通過一張圖來看一下什麼叫做標籤（人群）
1.賣家標籤
賣家標籤，落實到店鋪上面，分為店鋪標籤和寶貝標籤
1.1 寶貝標籤
寶貝標籤分為基礎標籤和個性化標籤
（1）基礎標籤：系統依據寶貝所在類目、屬性、標題關鍵詞、價格等基本信息給出的標籤。
比如說產品A價格39元，在同類型產品中，處於低端價格段，那就會被系統打上低端價格帶的標籤。
（2）個性化標籤：對這個寶貝有過瀏覽、收藏、加購、下單、支付、回購等任一或者多個行為的買家，給這個寶貝帶來的標籤。同時，這是行為給寶貝帶來標籤，強弱有標準：
第一個標準是買家賬號維度：黃鑽買家的標籤權重大於非黃鑽買家；
第二個標準是行為維度：各個行為標籤權重為：回購最高，支付其次，下單再次，收藏加購第三，最低瀏覽；
第三個標準是時間維度：3天標籤權重最高，7天其次，30天最弱，很簡單，時間越長，標籤權重越弱。這點其實很好理解，這也是為什麼每次大促之前，我們都需要瘋狂種草，其實種的就是標籤權重。
1.2 店鋪標籤
店鋪標籤就是店鋪所有寶貝標籤的綜合，稱為店鋪標籤，這點也很好理解。
比如：某個店鋪一共個100個寶貝，每個寶貝有10個標籤，那這個店鋪總共就是1000個標籤，當然，這裡面有重複的，重複的越多的標籤，就越是店鋪權重高的標籤。
2.買家標籤
買家標籤，就是淘寶系統對買家打的標籤。具體分為基礎標籤和行為標籤
基礎標籤：淘寶系統依據買家註冊時候的信息和消費歷史，對買家打的標籤。具體就是年齡、性別、地理區域、職業、消費能力。舉幾個簡單的例子：
（1）男士A是上海市一名18歲的大學生，經常在淘寶/天貓上購買中高端價位的商品。系統給這個賣家打上的標籤就是：年齡18歲，性別男，地理位置上海，職業學生，消費能力中高。
系統在給A推送商品的時候，就會推送適合18歲男學生使用的一些中高端價格帶商品。
（2）女士B是貴州省一名40歲家庭主婦，經常在淘寶/天貓上購買低端價格商品。系統給B打上的標籤就是：年齡40歲，性別女，地理位置貴州省，職業家庭主婦，消費能力弱。
系統給B推送的商品就會是40歲年齡段家庭主婦喜歡的低端價位商品。
當男士A和女士B同時都去搜索“手機”這個關鍵詞的時候，系統給男士A推送的可能就是蘋果、華為這些中高端機型；
系統給女士B推送的，可能就是小米低價位手機、oppo/vivo低價位手機、華為低價位手機等等，這就是買家標籤的區別。具體是哪些商品，還要看下面行為標籤。
行為標籤：行為標籤和寶貝的個性化標籤剛好是反過來的，寶貝個性化標籤是對這個寶貝有瀏覽、收藏加購、下單、支付、回購這些行為的所有人，給商品打上的標籤，而買家行為標籤就是買家有過這些行為的所有商品，給買家打的標籤。
下面再用一張圖看看他們之前的各個關係
接下來我們來總結一下關於標籤的一些問題。
首先我們來了解一下標籤的形成原理：
買家在日常的購買過程中就會慢慢的給自己貼上標籤，性別、家庭住址、職業、年齡、家庭人口、購買習慣等等，但是這個標籤也是會變的，就像某個買家平常比較拮据，但是突然某天中了5000萬，他的消費習慣就會立馬產生變化。但是不管怎麼變化，系統給買家打上的標籤一定是非常細化的。
商品在上架後我們就會給商品貼上標籤，比如說：類目、屬性、價格等等，但是這個時候的標籤只是一個初步的產品類目屬性標籤。
這個時候系統就會根據我們的類目屬性匹配一定的流量，不斷的通過點擊與轉化以及收藏加購，慢慢的轉變成買家匹配標籤。
舉個例子吧：我們如果賣一件價格在150的亞麻襯衫的時候，系統就會匹配一些喜歡，亞麻服裝的、喜歡襯衫的，消費能力一般的買家進來。那麼當我們有人群在20-30歲的人點擊購買，那麼系統就會為我們的店鋪打上消費人群在20-30歲的人群。
但是這樣的人群並非完全覆蓋的，因為我們還有其他年齡的人群也有購買這款商品的習慣，比如說如果在在多次購買中都沒有30-40歲之間人群進行購買，系統就會匹配更少這類人群，但是如果這類人群對這款商品的消費能力還是不錯的，那我們就要浪費很多精準流量。
最近操作的幾個店鋪的數據都還不錯，關鍵在於基礎打得好，打基礎非常重要的環節，就是重視標籤
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
為什麼同樣的魚塘帶來的轉化的率差別這麼大呢？
我們先來分析一下魚墉，可以說大部分S手來說，基本都是以學生以及35歲以下，相對偏低消費人群為主。（個別會有家庭主婦，當然是少數）。然而這部分人群正好是符合運動鞋的人群（款式來說以學生和年輕人為主，不分男女）所以說這個產品通過SD提高權重之後，獲得大量流量的同時，帶來了轉化！
同樣，第二個化工產品，因為人群不符合，雖然因為權重提高了，但是帶來的大部分流量都是無效流量！當然這樣失敗的案例絕非少數！好了，那麼下面我們來通過一張圖來看一下什麼叫做標籤（人群）
1.賣家標籤
賣家標籤，落實到店鋪上面，分為店鋪標籤和寶貝標籤
1.1 寶貝標籤
寶貝標籤分為基礎標籤和個性化標籤
（1）基礎標籤：系統依據寶貝所在類目、屬性、標題關鍵詞、價格等基本信息給出的標籤。
比如說產品A價格39元，在同類型產品中，處於低端價格段，那就會被系統打上低端價格帶的標籤。
（2）個性化標籤：對這個寶貝有過瀏覽、收藏、加購、下單、支付、回購等任一或者多個行為的買家，給這個寶貝帶來的標籤。同時，這是行為給寶貝帶來標籤，強弱有標準：
第一個標準是買家賬號維度：黃鑽買家的標籤權重大於非黃鑽買家；
第二個標準是行為維度：各個行為標籤權重為：回購最高，支付其次，下單再次，收藏加購第三，最低瀏覽；
第三個標準是時間維度：3天標籤權重最高，7天其次，30天最弱，很簡單，時間越長，標籤權重越弱。這點其實很好理解，這也是為什麼每次大促之前，我們都需要瘋狂種草，其實種的就是標籤權重。
1.2 店鋪標籤
店鋪標籤就是店鋪所有寶貝標籤的綜合，稱為店鋪標籤，這點也很好理解。
比如：某個店鋪一共個100個寶貝，每個寶貝有10個標籤，那這個店鋪總共就是1000個標籤，當然，這裡面有重複的，重複的越多的標籤，就越是店鋪權重高的標籤。
2.買家標籤
買家標籤，就是淘寶系統對買家打的標籤。具體分為基礎標籤和行為標籤
基礎標籤：淘寶系統依據買家註冊時候的信息和消費歷史，對買家打的標籤。具體就是年齡、性別、地理區域、職業、消費能力。舉幾個簡單的例子：
（1）男士A是上海市一名18歲的大學生，經常在淘寶/天貓上購買中高端價位的商品。系統給這個賣家打上的標籤就是：年齡18歲，性別男，地理位置上海，職業學生，消費能力中高。
系統在給A推送商品的時候，就會推送適合18歲男學生使用的一些中高端價格帶商品。
（2）女士B是貴州省一名40歲家庭主婦，經常在淘寶/天貓上購買低端價格商品。系統給B打上的標籤就是：年齡40歲，性別女，地理位置貴州省，職業家庭主婦，消費能力弱。
系統給B推送的商品就會是40歲年齡段家庭主婦喜歡的低端價位商品。
當男士A和女士B同時都去搜索“手機”這個關鍵詞的時候，系統給男士A推送的可能就是蘋果、華為這些中高端機型；
系統給女士B推送的，可能就是小米低價位手機、oppo/vivo低價位手機、華為低價位手機等等，這就是買家標籤的區別。具體是哪些商品，還要看下面行為標籤。
行為標籤：行為標籤和寶貝的個性化標籤剛好是反過來的，寶貝個性化標籤是對這個寶貝有瀏覽、收藏加購、下單、支付、回購這些行為的所有人，給商品打上的標籤，而買家行為標籤就是買家有過這些行為的所有商品，給買家打的標籤。
下面再用一張圖看看他們之前的各個關係
接下來我們來總結一下關於標籤的一些問題。
首先我們來了解一下標籤的形成原理：
買家在日常的購買過程中就會慢慢的給自己貼上標籤，性別、家庭住址、職業、年齡、家庭人口、購買習慣等等，但是這個標籤也是會變的，就像某個買家平常比較拮据，但是突然某天中了5000萬，他的消費習慣就會立馬產生變化。但是不管怎麼變化，系統給買家打上的標籤一定是非常細化的。
商品在上架後我們就會給商品貼上標籤，比如說：類目、屬性、價格等等，但是這個時候的標籤只是一個初步的產品類目屬性標籤。
這個時候系統就會根據我們的類目屬性匹配一定的流量，不斷的通過點擊與轉化以及收藏加購，慢慢的轉變成買家匹配標籤。
舉個例子吧：我們如果賣一件價格在150的亞麻襯衫的時候，系統就會匹配一些喜歡，亞麻服裝的、喜歡襯衫的，消費能力一般的買家進來。那麼當我們有人群在20-30歲的人點擊購買，那麼系統就會為我們的店鋪打上消費人群在20-30歲的人群。
但是這樣的人群並非完全覆蓋的，因為我們還有其他年齡的人群也有購買這款商品的習慣，比如說如果在在多次購買中都沒有30-40歲之間人群進行購買，系統就會匹配更少這類人群，但是如果這類人群對這款商品的消費能力還是不錯的，那我們就要浪費很多精準流量。
最近操作的幾個店鋪的數據都還不錯，關鍵在於基礎打得好，打基礎非常重要的環節，就是重視標籤
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
為什麼同樣的魚塘帶來的轉化的率差別這麼大呢？
我們先來分析一下魚墉，可以說大部分S手來說，基本都是以學生以及35歲以下，相對偏低消費人群為主。（個別會有家庭主婦，當然是少數）。然而這部分人群正好是符合運動鞋的人群（款式來說以學生和年輕人為主，不分男女）所以說這個產品通過SD提高權重之後，獲得大量流量的同時，帶來了轉化！
同樣，第二個化工產品，因為人群不符合，雖然因為權重提高了，但是帶來的大部分流量都是無效流量！當然這樣失敗的案例絕非少數！好了，那麼下面我們來通過一張圖來看一下什麼叫做標籤（人群）
1.賣家標籤
賣家標籤，落實到店鋪上面，分為店鋪標籤和寶貝標籤
1.1 寶貝標籤
寶貝標籤分為基礎標籤和個性化標籤
（1）基礎標籤：系統依據寶貝所在類目、屬性、標題關鍵詞、價格等基本信息給出的標籤。
比如說產品A價格39元，在同類型產品中，處於低端價格段，那就會被系統打上低端價格帶的標籤。
（2）個性化標籤：對這個寶貝有過瀏覽、收藏、加購、下單、支付、回購等任一或者多個行為的買家，給這個寶貝帶來的標籤。同時，這是行為給寶貝帶來標籤，強弱有標準：
第一個標準是買家賬號維度：黃鑽買家的標籤權重大於非黃鑽買家；
第二個標準是行為維度：各個行為標籤權重為：回購最高，支付其次，下單再次，收藏加購第三，最低瀏覽；
第三個標準是時間維度：3天標籤權重最高，7天其次，30天最弱，很簡單，時間越長，標籤權重越弱。這點其實很好理解，這也是為什麼每次大促之前，我們都需要瘋狂種草，其實種的就是標籤權重。
1.2 店鋪標籤
店鋪標籤就是店鋪所有寶貝標籤的綜合，稱為店鋪標籤，這點也很好理解。
比如：某個店鋪一共個100個寶貝，每個寶貝有10個標籤，那這個店鋪總共就是1000個標籤，當然，這裡面有重複的，重複的越多的標籤，就越是店鋪權重高的標籤。
2.買家標籤
買家標籤，就是淘寶系統對買家打的標籤。具體分為基礎標籤和行為標籤
基礎標籤：淘寶系統依據買家註冊時候的信息和消費歷史，對買家打的標籤。具體就是年齡、性別、地理區域、職業、消費能力。舉幾個簡單的例子：
（1）男士A是上海市一名18歲的大學生，經常在淘寶/天貓上購買中高端價位的商品。系統給這個賣家打上的標籤就是：年齡18歲，性別男，地理位置上海，職業學生，消費能力中高。
系統在給A推送商品的時候，就會推送適合18歲男學生使用的一些中高端價格帶商品。
（2）女士B是貴州省一名40歲家庭主婦，經常在淘寶/天貓上購買低端價格商品。系統給B打上的標籤就是：年齡40歲，性別女，地理位置貴州省，職業家庭主婦，消費能力弱。
系統給B推送的商品就會是40歲年齡段家庭主婦喜歡的低端價位商品。
當男士A和女士B同時都去搜索“手機”這個關鍵詞的時候，系統給男士A推送的可能就是蘋果、華為這些中高端機型；
系統給女士B推送的，可能就是小米低價位手機、oppo/vivo低價位手機、華為低價位手機等等，這就是買家標籤的區別。具體是哪些商品，還要看下面行為標籤。
行為標籤：行為標籤和寶貝的個性化標籤剛好是反過來的，寶貝個性化標籤是對這個寶貝有瀏覽、收藏加購、下單、支付、回購這些行為的所有人，給商品打上的標籤，而買家行為標籤就是買家有過這些行為的所有商品，給買家打的標籤。
下面再用一張圖看看他們之前的各個關係
接下來我們來總結一下關於標籤的一些問題。
首先我們來了解一下標籤的形成原理：
買家在日常的購買過程中就會慢慢的給自己貼上標籤，性別、家庭住址、職業、年齡、家庭人口、購買習慣等等，但是這個標籤也是會變的，就像某個買家平常比較拮据，但是突然某天中了5000萬，他的消費習慣就會立馬產生變化。但是不管怎麼變化，系統給買家打上的標籤一定是非常細化的。
商品在上架後我們就會給商品貼上標籤，比如說：類目、屬性、價格等等，但是這個時候的標籤只是一個初步的產品類目屬性標籤。
這個時候系統就會根據我們的類目屬性匹配一定的流量，不斷的通過點擊與轉化以及收藏加購，慢慢的轉變成買家匹配標籤。
舉個例子吧：我們如果賣一件價格在150的亞麻襯衫的時候，系統就會匹配一些喜歡，亞麻服裝的、喜歡襯衫的，消費能力一般的買家進來。那麼當我們有人群在20-30歲的人點擊購買，那麼系統就會為我們的店鋪打上消費人群在20-30歲的人群。
但是這樣的人群並非完全覆蓋的，因為我們還有其他年齡的人群也有購買這款商品的習慣，比如說如果在在多次購買中都沒有30-40歲之間人群進行購買，系統就會匹配更少這類人群，但是如果這類人群對這款商品的消費能力還是不錯的，那我們就要浪費很多精準流量。
最近操作的幾個店鋪的數據都還不錯，關鍵在於基礎打得好，打基礎非常重要的環節，就是重視標籤
淘寶對於標籤路線的貫徹，一直沒有變，玩家對於標籤的重視，也不可鬆懈。
只要堅持研究學習標籤玩法，從現在到雙十一，還是來得及今年爆發一波的。
淘寶的幾次改版，權重的方向一直在變化。
淘寶流量匹配變得越來越精準，一款商品能否被買家收到很大程度就取決於商品標籤與人群標籤是否重合，重合度有多高。
那麼我們的標籤越多就越能夠匹配到更多的人群，當然我們的標籤還要準確，不然拉昇了流量也只是來降低我們點擊轉化率的。那麼我們如何才能儘可能多的給我們商品打上正確的標籤呢？
先看不同的二個類目，受標籤影響的變化：
首先說明一下，這二個產品用的是同一個魚塘！
第一個是化工產品：
我們可以看到，通過SD之後，訪客在類目裡算是超高了，但是因為SD把人群給打亂了，所以轉化率慘不忍睹！
再接下來看一下運動鞋。
為什麼同樣的魚塘帶來的轉化的率差別這麼大呢？
我們先來分析一下魚墉，可以說大部分S手來說，基本都是以學生以及35歲以下，相對偏低消費人群為主。（個別會有家庭主婦，當然是少數）。然而這部分人群正好是符合運動鞋的人群（款式來說以學生和年輕人為主，不分男女）所以說這個產品通過SD提高權重之後，獲得大量流量的同時，帶來了轉化！
同樣，第二個化工產品，因為人群不符合，雖然因為權重提高了，但是帶來的大部分流量都是無效流量！當然這樣失敗的案例絕非少數！好了，那麼下面我們來通過一張圖來看一下什麼叫做標籤（人群）
1.賣家標籤
賣家標籤，落實到店鋪上面，分為店鋪標籤和寶貝標籤
1.1 寶貝標籤
寶貝標籤分為基礎標籤和個性化標籤
（1）基礎標籤：系統依據寶貝所在類目、屬性、標題關鍵詞、價格等基本信息給出的標籤。
比如說產品A價格39元，在同類型產品中，處於低端價格段，那就會被系統打上低端價格帶的標籤。
（2）個性化標籤：對這個寶貝有過瀏覽、收藏、加購、下單、支付、回購等任一或者多個行為的買家，給這個寶貝帶來的標籤。同時，這是行為給寶貝帶來標籤，強弱有標準：
第一個標準是買家賬號維度：黃鑽買家的標籤權重大於非黃鑽買家；
第二個標準是行為維度：各個行為標籤權重為：回購最高，支付其次，下單再次，收藏加購第三，最低瀏覽；
第三個標準是時間維度：3天標籤權重最高，7天其次，30天最弱，很簡單，時間越長，標籤權重越弱。這點其實很好理解，這也是為什麼每次大促之前，我們都需要瘋狂種草，其實種的就是標籤權重。
1.2 店鋪標籤
店鋪標籤就是店鋪所有寶貝標籤的綜合，稱為店鋪標籤，這點也很好理解。
比如：某個店鋪一共個100個寶貝，每個寶貝有10個標籤，那這個店鋪總共就是1000個標籤，當然，這裡面有重複的，重複的越多的標籤，就越是店鋪權重高的標籤。
2.買家標籤
買家標籤，就是淘寶系統對買家打的標籤。具體分為基礎標籤和行為標籤
基礎標籤：淘寶系統依據買家註冊時候的信息和消費歷史，對買家打的標籤。具體就是年齡、性別、地理區域、職業、消費能力。舉幾個簡單的例子：
（1）男士A是上海市一名18歲的大學生，經常在淘寶/天貓上購買中高端價位的商品。系統給這個賣家打上的標籤就是：年齡18歲，性別男，地理位置上海，職業學生，消費能力中高。
系統在給A推送商品的時候，就會推送適合18歲男學生使用的一些中高端價格帶商品。
（2）女士B是貴州省一名40歲家庭主婦，經常在淘寶/天貓上購買低端價格商品。系統給B打上的標籤就是：年齡40歲，性別女，地理位置貴州省，職業家庭主婦，消費能力弱。
系統給B推送的商品就會是40歲年齡段家庭主婦喜歡的低端價位商品。
當男士A和女士B同時都去搜索“手機”這個關鍵詞的時候，系統給男士A推送的可能就是蘋果、華為這些中高端機型；
系統給女士B推送的，可能就是小米低價位手機、oppo/vivo低價位手機、華為低價位手機等等，這就是買家標籤的區別。具體是哪些商品，還要看下面行為標籤。
行為標籤：行為標籤和寶貝的個性化標籤剛好是反過來的，寶貝個性化標籤是對這個寶貝有瀏覽、收藏加購、下單、支付、回購這些行為的所有人，給商品打上的標籤，而買家行為標籤就是買家有過這些行為的所有商品，給買家打的標籤。
下面再用一張圖看看他們之前的各個關係
接下來我們來總結一下關於標籤的一些問題。
首先我們來了解一下標籤的形成原理：
買家在日常的購買過程中就會慢慢的給自己貼上標籤，性別、家庭住址、職業、年齡、家庭人口、購買習慣等等，但是這個標籤也是會變的，就像某個買家平常比較拮据，但是突然某天中了5000萬，他的消費習慣就會立馬產生變化。但是不管怎麼變化，系統給買家打上的標籤一定是非常細化的。
商品在上架後我們就會給商品貼上標籤，比如說：類目、屬性、價格等等，但是這個時候的標籤只是一個初步的產品類目屬性標籤。
這個時候系統就會根據我們的類目屬性匹配一定的流量，不斷的通過點擊與轉化以及收藏加購，慢慢的轉變成買家匹配標籤。
舉個例子吧：我們如果賣一件價格在150的亞麻襯衫的時候，系統就會匹配一些喜歡，亞麻服裝的、喜歡襯衫的，消費能力一般的買家進來。那麼當我們有人群在20-30歲的人點擊購買，那麼系統就會為我們的店鋪打上消費人群在20-30歲的人群。
但是這樣的人群並非完全覆蓋的，因為我們還有其他年齡的人群也有購買這款商品的習慣，比如說如果在在多次購買中都沒有30-40歲之間人群進行購買，系統就會匹配更少這類人群，但是如果這類人群對這款商品的消費能力還是不錯的，那我們就要浪費很多精準流量。
最近操作的幾個店鋪的數據都還不錯，關鍵在於基礎打得好，打基礎非常重要的環節，就是重視標籤
PS：點擊關注我，有電商運營問題都可以私信諮詢我，私信回覆“電商”，我們一起交流