商品标签大约就是符合店铺标签下的一个再定位。
这其中应该包括很多具体属性，譬如：性别、年龄段位、消费层级、风格、客单价以及产品相关属性。商品标题，当然也是标签养成因素之一。
系统根据基本的产品标签，定向推送给拥有该标签喜好的消费者。比如你的产品是毛呢大衣，商品定位的消费者是18~24岁女士，消费层级是白领，风格韩版，客单价是100~200元区间，产品属性是甜美简约……那么，标签匹配度高的用户，在搜索相关商品时，就会优先获得展示。
>>用户标签用户标签相对复杂，可分为基础标签和行为标签（人是善变的）。平台会采集一个消费者基础信息，如会员等级、购买力、地域等等（互联网没有隐私……）这些便是基础标签。
而通过浏览深度、关注度、加购、下单某商品的历史记录等等。
涉及买家的行为，便是行为标签。
当然，行为标签为不停修正，甚至改变基础标签。比如某女白领在近半个月内经常浏览奢侈品，那么系统修正她原来“消费力一般”的基础标签.....那么，结合行为标签和基础标签就是所谓的用户标签。
>>如何处理标签的作用就是进行匹配。
首先你要符合用户的基础标签，通过行为标签去定向强化消费者的定向标签。
强化标签的范围就是符合商品属性的一个范围，在用户的标签获得强化的同时通过个性化机制带入商品进行转化和成交，即是用户标签对于商品标签的一个赋予方式。
这里补充一点，标签的布局是卖点放大，产品属性的放大，也就是标题的目标词卖点符合用户标签产品的属性，在相对的精准用户标签获得大量的转化和人气模型。
期间最优的就是标题目标词（类目词+属性词）的人群标签和用户标签及商品标签越吻合代表着进店的人群标签越精准。
千人千面，对搜索排序的影响。
在产品推荐页，千人千面所筛选出来的各式产品，其广告效果非常好。如淘宝首页和各个地方的猜你喜欢等。
但是在搜索页面，千人千面只是权重的条件之一。千人千面，只是把符合精品人群库的宝贝，增加了排序权重。这也可以说明为什么直通车没有人群重定向这个功能而钻展有。就因为直通车是搜索。搜索是买家指定展示，千人千面，是系统推荐展示。
千人千面，改变的是宝贝的推荐逻辑。
PC时代的推荐逻辑：以销量为主要权重。以下架时间保证公平（平均）。
移动时代的推荐逻辑：创新优先、优者恒强。
2.怎样打造店铺人群标签呢？
首先，我们要知道店铺人群标签的定义，知道什么是买家标签、产品标签、店铺标签。
影响权重的三大类标签：
1.买家标签 2.产品标签 3.店铺标签
第一大类标签是买家标签，它分为2个小类：自身标签和行为标签
买家自身标签的特定属性是：性别、年龄、地域、星座、淘宝帐号等级、淘宝信誉等。
买家的行为订单属性分析：产品客单价、类目的偏好、风格喜好、购物频次、购物渠道等。
买家最近搜索的、浏览、收藏加购、购买记录等。
例如：买家在买一件T恤，带着目的性的，这一类买家购买意图很强。喜欢浏览59-89的宝贝，简约有质感的，逛一逛在这个价格段的店铺，因为个人的喜好和要求不同，可能需要不太贵，看着感觉舒服就行。这个就是客单价偏好和属性偏好。
3.分析人群标签
类目分析，例如我发布的是女鞋，那么你在类目选择必须准确才能获取精准流量
人群性别：我们可以知道女性的占比比较多，那我们后面的页面也已偏向女性的角度去做。
人群职业：主要以工作职场女性为主。
支付金额：近30天的支付金额为2959为主。
年龄分布：以25-30岁为主，那么我们就可以根据这些信息来做营销方面的计划。
地域分布，主要针对一线城市，省份的话主要有：广东、江苏、浙江、北京。城市只要有：广州、深圳、杭州、上海、北京等一线城市。那么我们投入的直通车和钻展效果就非常明显。
到这里，关于千人千面的原理，我想我已经讲得非常透彻了，可能大家会觉得很晦涩，但是只要反复读，一定是读得懂的。这篇文章能方便大家理解千人千面的工作原理，不会因为错误的认识而做出一些掩耳盗铃、看似有效实则无意义的行为，也不会被一些错误的方法所欺骗。
