想要防止流量下滑？

不管您是新入市还是老入市，在瞬息万变的市场环境下，如果不借助数据观察市场的变化，那么我们很难在操作过程中迅速做出改变，今天我们就来借助于业务参谋这一数据工具，来分析一下市场数据流量是下降还是上升？怎样防止流量下降？

流动性下降或上涨的秘密隐藏在大盘中。

差不多所有的商家都期望自己的店铺流量不要下滑，而实际上阻止流量下滑的秘密隐藏在市场大V的数据中，当然这里阻止流量下滑只是相对的，指的是自己的店铺流量能够跟上大V的趋势。由于很少有人能在整个行业流量下滑的情况下不让自己的店铺流量下滑(虽然也有逆势增长的情况，但毕竟是少数，或者自己的规模太小)。但至少我们可以通过数据跟踪和分析，对流量进行把控，让其在大市下滑的过程中还能保持一定的稳定，下面我们就来给大家讲解具体的操作方法。

流速下降的原因

为了防止流量下降，我们首先要弄清楚流量下降的原因。这其中的关键在于销售商商店与行业之间的关系。这是一个商店的销售趋势图，它显示了一年的数据趋势。

图2-1销售趋势图

通过对比各行业的数据和自己店铺的销售趋势，我们可以发现，受行业季节性影响的销售周期是比较明显的，当市场处于早期增长阶段时，店铺的表现良好，增长较快，但到了市场下滑时期，店铺的承载力很弱，在下滑初期运营缺乏对下滑的控制，导致店铺即使进入市场平稳时期，仍然无法稳定快速下滑。

与股市实际上非常相似，当股市处于熊市时，大部分股票都会下跌。而且当整个行业大盘下滑时，商家也难以独善其身，但作为平台方，肯定是希望商家能稳住市场，不要下滑太快，一旦头部商家下滑也很快，那就会造成大盘下滑，所以到了这个时候，下滑快的商家特别是TOP商家往往会被平台抛弃，这样，又会加剧流量下滑的幅度。

因此自己流量的下滑与行业的大势走向是分不开的，那么，在行业下滑期间，能否保持流量的稳定性就变得十分重要了。

在不同阶段如何监控行业数据的跟踪。

在了解了流量下滑的原因之后，我们知道防止流量下滑的关键在于不让自己的数据跌破行业大关，而行业整体数据的表现对我们来说非常重要，所以作为运营部门，我们需要很好地监控这些市场数据。下一步，我们将详细告诉大家，在不同的市场阶段，市场对比数据的重点是什么，帮助你把握自己与市场的区别。

工业数据来源

业务参谋所支持的数据。

对于淘系商家来说，参谋市场行情给到的市场数据是比较丰富的，如搜索人气、搜索热度、访客数量、访问量、收藏数量、加购数量、加购次数、客群指数、交易指数等，如果是其它平台，还可以根据各个平台提供的数据灵活运用。此外，由于淘系中有些行业指标被指数化了，所以要转换成实际值，这个大家可以通过百度搜索指数转换工具，有很多工具和插件可供使用。

支撑数据的关键点——上升阶段。

在发现这些数据之后，我们必须问另外一个问题，这些数据应该如何使用？到这个时候，我们需要把我们的店铺数据和整个行业的数据进行比较。其中包括两个要分析的要点，一个是上升阶段，一个是下降阶段，我们先来分析上升阶段。上升期是指这一时期的搜索市场人气呈上升趋势，如图3-2所示，上升期主要拼的是指数比值数据。

由于在上升期，市场对流量的需求不断增加，此时平台面临如何分配流量才能使平台销售最大化，因此此时商家对流量的变现能力非常关键，所以平台将更多地关注各种指标率的问题，如点击率，相关率，转化率，加购率等数据指标的比率。所以在上升的过程中，我们会收集这些数据，然后进行跟踪。

访问价值数据表格。

行业数据里面有收藏数量，收藏数量，加购数量，加购数量，浏览数量，有了这些数字之后，我们可以换算出要比较的是行业比率，收藏数量，人均搜索数量，加购数量，人均转化率，支付连带率，访问深度等等。

收藏量=收藏量/访问量。

个人收藏数=收藏数/收藏数。

附加费用=额外购买数量/访问者数量。

每人购买额外数量=购买额外数量/购买额外数量。

转换率=支付的买家数量/访问者数量。

共同付款比率=付款件数/买方付款数。

存取深度=访问量/访问者数量。

据此计算，该行业的收益率为11.2%。以收藏量除以人均收藏量，是2.46，即行业将收藏量平均分为2.46个产品。

额外购买比率为22%，人均购买比率为2.54。可见加购的比例高于收藏的比例，并且加购的过程比收藏离转化的过程更能体现出用户对产品的偏好程度，因此加购的指标也逐渐比收藏的指标显得更重要，权重更高。

下一步，我们需要了解行业转化率，行业转化率实际上等于购买者人数除以访客人数。随后还将涉及到支付连带率，支付连带率指的是店铺对整个行业业绩的拉动作用。在阿里官方以及商家看来，付款连带率是一个很重要的指标，随着越来越多的类进入流量天花板，如何激励同等流量下购买更多产品，就成了平台对商家进行评价的一个非常重要的指标。

但为了计算这些指标，我们首先要知道买方付款的数量和买方付款的件数，但上面的数据源没有这个数据，需要我们额外查询一下，这里将使用属性洞察页面来找到我们所需的数据。

从图3-6可以看出，在属性洞察力中有一个属性分析，可以选择许多类。有两条原则可供选择：

一、挑选上架的这些宝贝必须具备的特性，这样才能得到行业内的支付数据。

二是选择属性选项较少的属性，这样便于统计收集。

例如品牌之类的，颜色之类的很多，统计起来也很麻烦，一般不选。和选择尺寸这一类的属性，比如双肩包的尺寸，一般只会分成，小的，小的，中的，大的这四类，选择起来很方便，并且这个属性又是产品的必选属性。

这里我们选择使用是否可以折叠该属性进行统计，因为只有两个属性，而收集数据只需要将这两个属性加在一起。

与之相应的支付买家数量为459(2388793+2204665)万，支付件数为863(5723013+2916828)万，可将转化率为9.2%、支付连带率为1.88计算在内。而且访问深度等于访问量除以访问者人数，得出的结果是15.8，算高了。

这样，在行业数据上升阶段，就可以计算这些数据的比值，根据这些比值判断市场的流量价值水平，在将自身店铺或产品的相关数据统计出来进行比较，找出自己不足的指标进行优化，从而强化自身的流量价值，从而在市场上升阶段获得更多的流量平台推荐。

而关键点是数据支持——下滑阶段。

又一次，我们看到了数据对比的另一个关键阶段——下滑。下挫就是此时产品的搜索人气呈下滑趋势。

而到了这一阶段，就不存在上升阶段的对比率问题了，因为这一阶段的流量格局已经形成，淘宝系统已经不再需要过度的更换新手商家，也不再需要扶持一些新的产品，他的重心已经转移到了那些已经做好的产品上，所以对于商家和平台来说都要注重的是增长速度的问题，即在市场下滑期间，自己的降幅不要高于行业下滑的幅度，这样才能保持一定的稳定性。

在这张表中，我们主要考察了行业增长速度。

这类产品会带动行业增长。