一、影响店铺权重的维度有哪些

影响店铺权重的维度有消保、信誉值、动态评分、违规记录、装修、好评率、扣分数量、滞销率、持续上新能力、淘金币、DSR、其他因素。1、店铺有无消保，交了消费者保证金的排名靠前。2、店铺买家的信誉值，店铺成交的买家信誉值越高，店铺排名越靠前。3、店铺的动态评分，店铺的动态评分越高权重排名越靠前。

一、影响店铺权重的维度有哪些？

1、店铺有无消保，交了消费者保证金的排名靠前。

2、店铺买家的信誉值，店铺成交的买家信誉值越高，店铺排名越靠前。

3、店铺的动态评分，店铺的动态评分越高权重排名越靠前。

4、店铺有无违规记录，按违规程度的排名，违规越少权重排名越靠前。严重违规被查处可能会被封店。

5、店铺无线端有无装修，无线端店铺装修是越完善权重排名越靠前。

6、店铺的好评率，好评率越高权重值越高。

7、店铺被扣分的数量，被扣分越少权重排名越靠前。

8、店铺产品的滞销率，店铺零销量产品数量占总数量的比例越低的权重排名越靠前。

9、店铺持续上新能力，如果店铺产品持续上新，那么也是有一定的加权的。对于新手店主，不要一次把所有的产品都上架，可以定期持续地上新，断断续续地上新也是会影响权重的。

10、店铺淘金币、公益宝贝、7+服务、运费险等等能开通的话都开一下吧，有开通的话对店铺权重也是有加权的。

11、店铺DSR的评分、售后服务指标数据越好，权重排名越靠前。

12、其他的因素：宝贝成交买家的覆盖区域越广泛权重排名越靠前；买家收货的速度越快，权重排名越靠前；

旺旺响应越及时排名越靠前权重排名越靠前；旺旺**时长越长权重排名越靠前。

二、天猫补单有权重吗？

天猫补单有权重。

当然有权重。因为天猫的算法也是一样的，会以权重为主，所以，天猫补单肯定也是权重的，不然补单也就没有效果了。

大家需要按照补单的规则来*作，才可以获得相应的权重，其次，补单也需要做好前期准备，否则，光靠补单来*作，其实，也很难把销量做起来，这也就是之前很多商家补单没有效果的原因所在。

二、直播间核心权重包括哪几个维度

一、直播间用户停留时长

直播间用户停留时间一定要长，用户在你的直播间停留的时长越长，证明你的直播内容越好，就相当于你视频的完播率一样，你视频的完播率越高，就证明你的视频内容越好。

二、直播间互动率

直播间的互动率相当于你视频的评论率，在你直播间互动的评论率越高，你直播间热门的概率就越高，这就要用到我们的热场话术，利用我们的话术去提高你直播间的互动率，让粉丝一直跟你保持高频率的互动。

三、直播间的音浪

直播间音浪也是至关重要，它不单单是你的收入，更是影响直播间权重的指标之一，音浪越高，小时榜排名越高，代表你的粉丝粘性越强，那么如何提高呢？这就要用到我们的专业素养——粉丝洞察力，用合理专业的话术引导粉丝来支持你。

四、直播间涨粉率

直播间的平均涨粉率，代表着你的视频间内容的质量和价值高不高，是否是优质的主播，所以我们直播的时候一定要给粉丝输出价值，干货，让他们因为你的价值而去关注你，比如你可以教别人如何直播，如何直播带货，把我们的直播话术分享给所有的粉丝。

或是一些粉丝感兴趣的，比如生活小妙招、养生知识、减肥小技巧等等，让粉丝觉得看你直播能学习到东西，或者你的直播间给人带来欢乐，他们就自然会关注你。

五、直播间的转发

直播间转发代表着粉丝对你直播间是否喜爱，是否被你个人魅力所吸引，那么我们就要擅长讲故事，将你正能量的人生经验、经历分享给粉丝，让粉丝感同身受或者鼓舞人心，让他们知道你的不易，让他们支持你，和你一起去传递更多的正能量。

三、如何进行互联网金融运营数据的分析,都有哪些方法

来源于：知乎

大部分的互联网金融公司为纠结的一点是，流量这么大，获客成本这么高，为什么后的的转化率和成单量却这么低？怎样才能提高用户运营效率？用户行为数据分析怎样把处在不同购买决策阶段的用户挑选出来，帮助互联网金融公司做到精益化运营？

我们的客户中很大一部分来自互联网金融，比如人人贷等行业前 10的互联网金融公司。在服务客户的过程中，我们也积累了大量的数据驱动业务的实践案例，来帮助客户创造价值。

一、互联网金融用户四大行为特征

互联网金融平台用户有四大行为特征：

第一流量转化率低，下图是某互联网金融公司网站上，新客户过去 30天整体购买转化漏斗，其转化率只有 0.38%：

而这并非个例，实际上，绝大多数互联网金融公司，在 web端购买的转化率基本都在 1%以下，APP购买率在 5%左右，远远低于电商或者其他**交易的购买率。

第二，虽然转化率低，但是客单价却很高。一般来说，电商行业客单价在几十到几百，而互联网金融客户，客单价从几千到几万，某些特殊领域甚至高达几十万。而客单价高，就意味着用户购买决策会更复杂，购买周期也会更长。

第三，用户购买行为有很强周期性。电商的客户下次购买时间是不确定的，但是互联网金融平台上，真正购买的用户，是有理财需求的用户，在资金到期赎回产品后，一定还会进行下一次购买，只不过未必发生在你的平台上。

可以看到，每隔一段时间，这个用户就会有一段集中的、大量的交互行为。当用户购买完成后，用户的交互行为又变得很少，可能偶尔来看看产品的收益率，但整体的交互指标不会太高，直到他下一次购买。这个用户理财需求的周期是一个月左右。

后一个特点是「很强的特征性」，主要包括两个特征：

A：用户的购买偏好比较容易识别，理财产品数量和品类都很少，所以用户购买的需求或者偏好，很容易从其行为数据上识别出来。

B：用户购买过程中的三个阶段特别容易识别：

用户在购买决策阶段，有大量的交互**产生，他会看产品，比对不同产品的收益率和风险，比对不同产品的投资期限等等；

但是一旦他完成了产品的购买，就不会有大量的交互行为产生，他可能仅是回来看一看产品的收益率。

当用户的产品资金赎回之后，又有大量的交互**产生，实际上他处在下一款产品购买的决策期。

二、互联网金融用户运营的三大步骤

针对互联网金融用户行为的四个特征，在用户运营上有三个比较重要的阶段性工作：

1.首先，获取可能购买的目标用户，合理配置在渠道上的投放预算，以提高高质量用户获取的比例：

渠道工作的核心，主要是做好两方面的工作：宏观层面，优化整个渠道的配置；微观层面，单一渠道角度来说，根据渠道配置的策略，有针对性地实施和调整。

具体渠道的实施，大家都比较熟悉，但是对于整个渠道组合配置的优化，很多人接触的其实并不多。

这张图是整体转化漏斗，从不同维度可以做对比，比如我们先选出流量前 10的渠道：

以渠道一为例，总体的转化率是 0.02%；在过去 30天站内总体的流量是 18.9K，漏斗第一级到第二级的转化率是 3.36%，这样一共是五级，我们看到终渠道一带来总体的成交用户一共是 4人。

类似的，前 10的渠道数据都很清晰。不同渠道带来的流量，不同渠道总体的转化率，以及不同渠道在整个转化路径上每步的转化率都可以看到。

这里面有几个渠道很有特点：

渠道一的特点，渠道一带来的流量是所有 10个渠道里大的，但是它的总体转化率却是低的；

渠道二和渠道七，渠道二的量很大，但是转化率是零。渠道七量比较一般，转化率也是零；

渠道九和渠道十，这两个渠道是所有渠道里转化率高的。但是这两个渠道特点，是带来流量不是特别大……

第一象限（右上角）渠道质量又高，带来流量又大的，这里面渠道三四五是符合这个特征的，渠道策略应该是继续保持和提高渠道的投入。

第二象限（左上角）渠道的质量比较高，但带来的流量比较小，这里面包含的主要渠道就是八九十。对应的主要策略是，加大渠道的投放，并且在加大投放的过程中，要持续关注渠道质量的变化。

我们先看第四象限（右下角），渠道质量比较差，但是带来流量比较大，这里面主要有渠道一和渠道二。相对应的渠道策略，应该在渠道做更加精准的投放，来提高整个渠道的质量。

第三象限（左下角）这个象限里渠道质量又差，带来流量又小，比如渠道六跟渠道七。我们是否要直接砍掉？这里建议是，策略上要比较谨慎一些。所以在具体渠道的策略上，业绩保持监测，然后小步调整。

根据上面数据分析得出的结果，做过渠道优化后，就会为我们带来更多高质量的用户。

2.接下来就要把高价值的用户——真正有购买需求，愿意付费、购买的用户找出来。

将资源与精力投入到真正可能购买的用户上的前提是，我们要能够识别出，哪些是真正有价值的用户？哪些是价值偏低的用户？

其实对于互联网金融平台来说，甚至所有包含**交易的平台，用户的购买意愿，是可以从用户的行为数据上识别出来的。由于互联网金融平台的特殊性，相比于电商平台来说，商品品类更少，平台功能也更为简单，所以用户的行为数据，也更能反应出互联网金融平台上用户的购买意愿。

把用户在平台上的所有行为总结一下，核心的行为其实并不多，具体包括：

用户查看产品列表页，说明有一些购买意愿，点击某个产品，说明用户希望有进一步的了解。用户终确认了支付，完成了购买，购买流程就走完了，他的理财需求已经得到了满足。每一种行为都表示出用户不同程度的购买意愿，所以获得用户在产品里的行为数据就十分重要。

既然用户行为数据这么重要，那么怎样获取呢？GrowingIO以无埋点的方式，全量采集用户所有的行为数据，根据我们对业务的需求，配比成不同的权重系数，并按照每个用户购买意愿的强弱，进一步分群。

这是我们一个客户制作的用户购买意愿指标的范例，刚才的前 5个行为，都是用户在购买前典型的行为：

每种典型**的权重系数不一样，用户购买意愿是越来越强的：用户点了投资按纽，甚至点了提交的按钮，显然要比他单单看产品列表页，或者单单看产品页、详情页的意愿强。越能反应用户购买意愿的**，你给它分类的权重应该是大的，这是大的原则，0.05还是 0.06影响并不大，所以不必纠结。

这样通过这种方式，我们就可以按照每个用户的所有行为，给用户做购买意愿打分的指标，终形成用户购买意愿的指标。

这是我们从高到低截取部分用户购买意愿打分的情况，第一列是每个用户的 ID，第二列是按照购买意愿给每个用户打分的情况。得分高的，就是购买意愿强烈的用户。

拿到所有用户购买意愿之后，我们就可以按照用户购买意愿的强烈与否，把所有的用户分成不同的群体，来做针对性的运营。

这是在把用户在过去 14天内，由其产生的所有行为数据，按照购买意愿打分的权重，把打分大于 5的用户找出来，在总体用户里，这部分用户购买意愿排名前 20%，我们给它起个名字，叫购买意愿强烈的用户。

类似我们还做了购买意愿中等的用户分群，这是购买意愿排名在 20-60%之间的用户；购买意愿排名在后 40%的用户，是购买意愿弱的用户分群。

分群之后，点击任意一个分群，都会以用户 ID的形式列出来。因为你要有用户的 ID，才能对这些用户施加运营策略。每个用户近 30天的访问次数，近的访问地点，后一次访问时间都可以看到。

接下来针对这些购买意愿强烈的用户，怎样推动用户的转化呢？

3.采取针对性的运营策略，提高高价值用户的转化率。

首先我们来看一下购买偏好，互联网金融平台商品品类是比较少的，用户购买的目的性也比较清晰，一般商品的品类有这么几种：

第一种：债券型理财产品

第二种：股票型理财产品

第三种：货币型理财产品

第四种：指数型理财产品

第五种：混合型理财产品…

我们把用户在不同品类商品上的访问时长占比算出来，就能比较好地了解用户的购买偏好。比如下图，我们用用户访问债券型产品详情页的访问时长，除以用户在站内总体的访问时长，就能够得到用户在债券产品**问时长占比的指标。

我们还是使用用户分群的工具，把在债券型产品上的访问时长占比大于40%的用户分出来，这是有非常强烈表征的客户，他购买的偏好就是债券型的产品。

同时我们再设定另外一个指标，比如用户购买意愿指标，之前我们做过大于5，也就是购买意愿排名在前 20%的。

通过这两个条件，我们就可以把购买偏好是债券型产品，同时有强烈购买意愿的用户找出来，这两个指标的关系是并（and）的关系。同样我们可以按照用户的购买偏好，把关注其他品类的用户，都做成不同的用户分群，然后形成不同购买偏好的用户群体。

针对这些用户，其实在运营策略上，我们可以从三个层面来展开来进行做：

从购买阶段的角度，首先我们把所有用户可以分成新客和老客。对于这两个群体来说，运营策略和运营重点是非常不一样的。

新客群体，是从来没有在平台上发生过购买的用户，我们要根据用户的购买意愿，做进一步的运营。

老客群体，也就是在平台上已经发生过产品购买的用户，除了关注用户的购买意愿之外，用户的资金状态（资金是否赎回）也是非常重要的参数。

用户是否购买过产品？购买产品的用户是否已经赎回资金？这两个内容，其实是一个用户当前的属性。在我们分群的工作里，这有个维度的菜单，通过这个维度菜单，我们就可以把具有某种属性的用户找出来：

这里我做了一个分群，我们可以看一下。在维度的菜单里，我们把是否购买过产品的维度值设置成了 1。把资金是否已经赎回这个维度的值，也设置成了 1。实际上是把那些资金已经赎回的老用户找出来；同样在指标这个菜单里，我们同时也把有强烈购买意愿的用户找出来，时间是过去 14天，指标大于 5。

这样我们就制作了一个用户分群，而这个用户分群里所有用户，要满足下面的三个特征：

特征一：购买过产品的老客。

特征二：他们的资金，目前已经赎回了。

特征三：过去 14天内的行为数据，表明这个用户有着强烈的购买意愿。

同理我们把所有用户，整理为下面几个不同类别，对应不同的运营策略：

比如新客里，当前有购买意愿的，其实他属于购买决策期的新用户。应该根据用户的购买偏好，推荐这种比较优质的理财产品。并给予一定的购买激励，来促进这些新客在平台上的第一次购买，这个对于新客来说是非常重要的，以此类推。

相比于电商或者其他行业，互联网金融平台结合行业和用户的特点，从用户行为数据分析的角度，驱动产品业务以及提高用户的转化率，有更加重要的意义。