最近有很多賣家反應，自己的操作手法都沒有變，但是流量不見增長卻一直往下掉，對于出現這種現象的原因，那就是因為淘寶的“千人千面”淘寶這幾年一直在喊“千人千面”，今年行癲老大上臺后，就尤其厲害。以前，你可以不當真，雷聲大雨點小嘛，也沒什么感覺。可現在，種種跡象表明，這千人千面計劃已經被深入測試并實施了，而結果也很直接，就是淘寶的流量分配方式也跟著變了。識時務者為俊杰，拗不過，跟著變吧。

那這個千人千面到底是什么？有人說針對的是搜索流量的分配。每個用戶，搜索同一個關鍵詞，展現的結果都不一樣，更符合他個人的特性。這個說法，不準確。準確的說，是“推薦流量”的千人千面。在自然流量的分流引導方面，淘寶主要有兩部分，一是搜索結果展示，一個是推薦結果展示。在網頁端，兩者是分開的兩部分，而在手機端，兩者是融為一體的。插句題外話，對淘寶賣家來講，手機端的融合顯示，是一個噩夢般的消息，這個以后再聊吧。兩者的根本思想是不一樣的，前者重在關鍵詞匹配，后者重點在關聯性推薦。算法不一樣，結果自然也不一樣。不過，兩者的激發動作卻是一樣的，都是通過用戶在搜索框里面，輸入搜索關鍵詞而來。看下圖：

關于搜索算法，這個已經被大家研究的很透徹了，五顏六色的SEO方法，都是圍繞著“搜索算法”而進行。但對于推薦算法，以及如何圍繞著推薦算法進行優化，我想大家應該也沒什么直觀的認識，接下來，就由我來給大家剖析一下。好好聽，因為搶走你流量的，就是那些有意無意間，順從了淘寶推薦算法的店家們。

如果我們點擊上圖中“推薦結果”的鏈接，我們看到的是這個推薦頁面。從筆者的角度來講，推薦頁面的結果，確實比搜索頁面的結果，要合口味的多（好吧，略顯屌絲），作為消費者，我更喜歡推薦結果，因為推薦結果明顯更加懂我。

言歸正傳，淘寶的推薦算法，到底是什么鬼？基于筆者的反復研究和驗證，淘寶應該使用了不只一種推薦算法，準確的說，至少包含三種，鑒于難免有些技術性解釋，就一個個拆開講了，今天只講第一個，基于內容的推薦（Content-Based Recommendation）。哈哈，一上英文是不是有點蒙了，別怕，這就是用來裝逼的，我通俗點講。

簡單講，基于內容的推薦，就是基于“寶貝標簽”的推薦，如果你看到的推薦理由是“根據瀏覽的寶貝/根據收藏的寶貝/根據購買的寶貝/瀏覽過的店鋪/收藏過的店鋪/購買過的店鋪”，那就是這個推薦法則在起作用了。通俗點解釋，每個寶貝身上都有一堆的結構化的標簽，用戶在瀏覽、收藏、購買寶貝的過程中，就會與這些寶貝發生關聯，身上也被“烙”上了這些標簽。而當推薦系統需要給出推薦結果時，淘寶就會拿“用戶身上的標簽集”與“寶貝身上的標簽集”進行比對，根據相似性，給出推薦結果。粗俗的比喻是，你從羊圈里出來，披上一身羊皮，身上還帶著一股羊騷味，就容易引誘獵狗追隨你而來。

這個算法，有一個根本的落腳點，就是采集產品的結構化信息。所謂的結構化信息，指的是同類產品多半都會有的、有具體含義的、能直觀解讀的信息。比如，休閑T恤衫來講，它的價格，各類參數，店鋪得分，寶貝收藏比，寶貝評分，保障計劃，標題分詞，關鍵詞，評價關鍵詞等凡是能被識別或者歸納出來的直觀特征，都屬于結構化信息。而其對立面，諸如產品的詳情描述、圖片評論里面的圖片，文字評論里面沒有辦法被有效統計進來的部分，因為無法歸納，無法直觀解釋，則統統是非結構化信息。這些信息，在這種推薦方法里，是一律被忽略的。在基于內容的推薦系統里，這些結構化信息就是一個個的定位標簽，共同鎖定了一個產品的具體方位。

從直覺上，大家對這種推薦算法，想必是比較容易理解的，但這個推薦算法的啟發意義，卻不見得是那么顯而易見的。關于戰術建議，文氣一點講叫“尾隨”戰術，通俗一點講，就是傍大腿戰術，這對于那些并非處于主導位置的店家們來講，具有非凡的意義。

首先，各位掌柜，請一定要找好你的細分市場里那個標桿寶貝/店鋪。婆婆媽媽叮囑一下，是你的細分市場里面的，而不是整個市場里，而且這種細分市場，最好是精細些。因為只有這樣，你才有可能有效的鎖定住目標寶貝(以及店鋪)，追隨才是有價值的，你們才有可能成為一對鴛鴦，而不是淪為眾多粉絲中的一個。什么樣的寶貝/店鋪，能夠成為你的標桿呢，很簡單啊，問自己的兩個問題，在你那座山頭，你最希望坐上誰的位置？誰家的用戶群體，是最符合你店鋪的調性的？找出那個你下一階段想成為的那個他，跟住他。當然，這里的目標，也可以是一個寶貝。

其次，模仿什么？你需要明確的知道哪些是結構化信息。諸如產品價格，參數等，不說你也知道，你只需要保證認真填寫，貼身追隨（價格也是哦），不能隨便填寫其他或者不填就好了。難點在其他由非結構化信息、隱藏信息所轉變而來的結構化信息。比如標題，比如購買的關鍵詞，比如評價關鍵詞，就屬于此類。