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：
文章TAG：思维 决策 运营 数据
