1.11个sem推广技巧，流量提高30%

2.5月重卡市场：TOP4企业月销超过2万，重卡车型搜索与销量正相关

3.连差评都是的！你知道哪些刷单套路？

4.自动驾驶技术基本知识介绍

5.汽车销售淡季如何快速提升销量

搜索方式是搜索引擎的一个关键环节，大致可分为四种：全文搜索引擎、元搜索引擎、垂直搜索引擎和目录搜索引擎，它们各有特点并适用于不同的搜索环境。所以，灵活选用搜索方式是提高搜索引擎性能的重要途径。

全文搜索引擎是利用爬虫程序抓取互联网上所有相关文章予以索引的搜索方式；元搜索引擎是基于多个搜索引擎结果并对之整合处理的二次搜索方式；垂直搜索引擎是对某一特定行业内数据进行快速检索的一种专业搜索方式；目录搜索引擎是依赖人工收集处理数据并置于分类目录链接下的搜索方式。

1、全文搜索引擎

一般网络用户适用于全文搜索引擎。这种搜索方式方便、简捷，并容易获得所有相关信息。但搜索到的信息过于庞杂，因此用户需要逐一浏览并甄别出所需信息。尤其在用户没有明确检索意图情况下，这种搜索方式非常有效。?

2、元搜索引擎

元搜索引擎适用于广泛、准确地收集信息。不同的全文搜索引擎由于其性能和信息反馈能力差异，导致其各有利弊。元搜索引擎的出现恰恰解决了这个问题，有利于各基本搜索引擎间的优势互补。而且本搜索方式有利于对基本搜索方式进行全局控制，引导全文搜索引擎的持续改善。

3、垂直搜索引擎

垂直搜索引擎适用于有明确搜索意图情况下进行检索。例如，用户购买机票、火车票、汽车票时，或想要浏览网络时，都可以直接选用行业内专用搜索引擎，以准确、迅速获得相关信息。?

4、目录搜索引擎

目录搜索引擎是网站内部常用的检索方式。本搜索方式指在对网站内信息整合处理并分目录呈现给用户，但其缺点在于用户需预先了解本网站的内容，并熟悉其主要模块构成。总而观之，目录搜索方式的适应范围非常有限，且需要较高的人工成本来支持维护。

工作方式

搜索引擎为一组项目提供了一个接口，使用户能够指定关于感兴趣的项目的标准，并让引擎找到匹配的项目，这些标准称为搜索查询。在文本搜索引擎的情况下，搜索查询通常表示为识别一个或多个文档可能包含的期望概念的一组单词。

有多种样式的搜索查询语法在严格性上有差异。它也可以在以前的站点中搜索搜索引擎中的名称。而一些文本搜索引擎要求用户输入由白色空格分隔的两个或三个字，其他搜索引擎可以使用户能够指定整个文档，，声音和各种形式的自然语言。

一些搜索引擎对搜索查询进行改进，以增加通过称为查询扩展的过程提供质量集合的可能性。查询理解方法可用于标准化查询语言。

基于索引的搜索引擎符合查询指定条件的项目列表通常会排序或排名。按相关性排列项目（从最高到最低）减少查找所需信息所需的时间。概率搜索引擎根据相似性度量（每个项目和查询之间，通常以1到0,1的比例最相似）和有时受欢迎程度或权限或使用相关性反馈来评估项目。

布尔搜索引擎通常只返回匹配的项目，而不考虑订单，为了提供根据一些标准快速排序的一组匹配项目，搜索引擎通常将通过称为索引的过程来收集关于所考虑的一组项目的元数据。

索引通常需要较少量的计算机存储，这就是为什么一些搜索引擎仅存储索引的信息而不是每个项目的完整内容，而是提供导航到搜索引擎结果页面中的项目的方法。

或者，搜索引擎可以将每个项目的副本存储在高速缓存中，使得用户可以在索引时或为了归档目的看到该项目的状态，或者使得重复的进程更有效和更快地工作。其他类型的搜索引擎不存储索引。

抓取器或蜘蛛型搜索引擎（也称为实时搜索引擎）可以在搜索查询时收集和评估项目，基于起始项目的内容（称为或URL）动态考虑附加项目互联网爬虫的情况）。元搜索引擎既不存储索引也不存储缓存，而只是重新使用一个或多个其他搜索引擎的索引或结果来提供聚合的最终结果集。

以上内容参考?百度百科-搜索引擎

11个sem推广技巧，流量提高30%

1、优化SEO工作。

增加搜索引擎优化（SEO）将增加经销商网站的流量并获得潜在的新客户。如今的市场，特别是汽车买家开始在线搜索。需要确保您的经销商位于Google的第一页结果中。仔细选择具有较高搜索量但竞争程度较低的关键字是实现此目的的一种方法。

2、开发一个网站。

大多数客户都会在与经销商进行互动之前访问网站。您网站可能是潜在客户对业务的第一印象。拥有一个干净，专业，反应灵敏的网站，展示库存对于有效营销您的汽车经销商至关重要。

3、制作

是汽车购物者最有影响力的工具之一。据Think with Google称，过去一年中显示测试驱动器，功能和演练的的观看次数翻了一番。用户倾向于在移动设备上观看而不是计算机，因此请确保适合移动设备。

4、开始电子邮件营销活动。

根据Mailigen的信息图表，89％的营销人员表示，电子邮件是生成潜在客户的主要渠道。电子邮件是大多数专业人士和消费者首选的沟通方式。

人们更有可能打开个性化或包含折扣的电子邮件，一个好的策略是使用具有客户名称或要约的主题行。

5、充分利用社交媒体页面。

在谈到千禧一代的购买决策时，社交媒体是一个主要的影响因素。有效的Feed可以通知关注者新的股票，这是一种参观的动力，它将帮助经销商显得忙碌和活跃，这也是与现有和潜在客户建立关系的好方法。

5月重卡市场：TOP4企业月销超过2万，重卡车型搜索与销量正相关

搜索引擎营销（SEM）在中国发展了十几年，总有一些企业主或是老板反馈说搜索营销“没效果”、“骗子”、“费用太高”等疑惑？可事实真的是感觉的那样吗？

其实不然。对于搜索营销依赖度高、预算多的大企业主们，他们有经济能力去聘请有专业经验的搜索营销人员来管理，但大多数中小企业往往只是安排一个市场相关的员工或者是老板兼职管理，而这些人大多缺乏行业经验、没有专业指导、没有耐心钻研，所以常常容易得出上述的结论。

以下就针对中小企业主使用最多的SEM竞价推广，在实际推广过程中最常遇到的一些问题进行梳理:

问题一：

关键字投这几个就够了，不用选那么多，选多了也浪费！

首先要明白一点，竞价关键字是按点击收费的，不是按你账户里有多少个关键字来收费的，而且展现也是免费的。定账户里有10万个关键字，每天有20万次展现，但带来的点击量是0个，是不会产生任何费用的。关键字肯定是越多越好，因为一千个人就有一千个搜索方式，词越多就意味着能让更多的用户通过关键字找到你。

举例，有人想买车，但用户处在不同需求阶段时搜的词是不一样：

暂未选定品牌关注新上市车的人会搜“新款汽车”；

明确了购车类型的会搜“新款中级车”；

有价格限制的会搜“18万左右的轿车”；

看好品牌想交流的会搜“科鲁兹这车怎么样”；

决定要购车了找4S店去的会搜“北京科鲁兹经销商”。

而且，同一种意图的词也有不同的表达方式。比如价格相关的词就有“报价”、“多少钱”、“价格”、“贵么”和“贵不贵”等这么多的表达方式。所以，不要怕麻烦，充分地、深入地了解你所在行业目标用户的搜索习惯，把他们会搜索的习惯和行为都覆盖全到，才能网罗住更多的目标用户。

问题二：

用户会搜哪些词，那么多，我想也想不出来啊！

拓展关键字是有规律可循，有工具可利用的，但前提一定是建立在你充分了解了你所在行业用户的基础上。一般来说有这么几种拓展方式：

通过以上规律规划好此类后再利用系统工具进行拓展，有多种方式可协助拓展关键字：

1、账户工具

关键字规划师（账户首页点击进入搜索推广账户，在工具中心中能找到“关键字规划师”）

在框中输入词根，点击搜索，工具会根据词根推荐相关关键字，并列出此关键字的日均搜索量，PC、移动端的搜索量，排名至左侧前三名的最低准入价格，竞争激烈程度等。用户可以根据这些信息挑选觉得合适的关键字，也可以将关键字信息进行下载后在表格中进行筛选。

2.搜索框下拉项

在搜索框中输入关键字时会自动联带出搜索热度较高的关键字。

3.相关搜索

网页搜索的最底部，系统会将用户同时还有搜索的其他相关关键字列出，可供参考

以上三种方式最推荐的还是“关键字规划师”，为筛选关键字提供了更全面的信息支持。

问题三：

我的广告都在哪里展现啊？

其实这是在做竞价关键字推广前最该了解的最基本的问题，包括关键字的排名展现原则。竞价关键字广告在搜索结果的左侧和右侧都可展现，左侧最多10条，带“推广”字样，一般展示3条，灰色底色右上角带“推广链接”标注，在每一页的右侧均最多展示8条。在相关广告展示完一轮后会在后一页开始循环展现。具体见下

问题四：

是不是只要我出价高，我的广告就能排在前边了？

当然不是，价格固然是比较重要的一个因素，但“质量度”对排名先后的影响更大。排名先后是根据综合排名指数的高低来排列的，综合排名指数=出价*质量度，质量度是根据广告的创意质量、广告点击率、账户历史表现等由系统给出的一个系数，这三大表现中又以“创意质量”的影响力最大。质量度在百度凤巢系统中是用5颗星共计10分来评定，质量度低于2分广告基本就没有展现几率了。所以，要想以更低的出价排名获得更好的排名，就要根据上述三大表现去优化关键字的质量度，至少达到7分及以上。

问题五：

这推广，推广单元是什么意思啊？不用建那么多和单元吧？1个是不是就够了？建那么多我不好管理。

虽然“知名APP合作群”内都是业内人士，但是我想强调的一点：越是专业，越需要制定明确地设定推广和推广单元。这是在进行推广前非常重要的一项基础工作，如果、单元组建部合理，不仅会影响到质量度，反而会让你更不好管理账户，尤其会影响到写广告创意、出价、查看数据报告和后期优化等。推广的建立重在区分产品、词类、周期等，推广单元的建立则主要区分关键词的类型。参考下图示例：

而推广、推广单元层级均有不同的设置功能：

掌握了、单元的层级功能，再结合推广目标去搭建清晰合理的账户结构，才会更易于管理和后期优化。

问题六：

广告创意一定要体现我们公司名称，电话，真正有需要的人看到电话就会直接打电话了，还省了点击费。

试问你自己，如果是你需要某项服务或者买东西，会只看一个公司名称和电话就不做更深入地了解直接去打电话咨询么？更何况现在是互联网时代，大量的售前工作基本都是依靠线上完成，用户只是到线下去完成消费而已。多年的淘宝体系、各大电商体系早已将消费者培养得越来越精明了，货比三家是必须的，反复咨询再咨询、比较再比较也是必须的。广告创意重点要体现的是你产品、服务的卖点和优势，激发用户的关注和兴趣，然后才是让用户更快速便捷地联系到你。

1、创意格式要求：

左侧：推广形式，标题25个字以内，描述2行共计80个字以内，每行40个字以内；推广链接形式，标题25个字以内，描述1行40个字以内

右侧：标题14个字以内，描述2行共计40个字，每行20个字以内。

2、创意撰写要求及技巧：

基本要求：飘红、通顺、相关、吸引四个要求。

撰写技巧：

1·每个推广单元至少要有2长1短共计3条创意，2条适配左侧的推广和推广链接，1条适配右侧；

2·重要的内容要在标题和描述第一行靠前位置体现；标题描述要使用通配符（飘红），在保证创意通顺前提下尽量增加创意中通配符的使用次数，尽可能在标题和描述第一行的开头使用；

3·合理使用通配符能够增加飘红几率，提高关键字与创意的相关度，快速吸引网民眼球；

4·一定要围绕推广单元中的关键字来撰写创意，保持创意内容和所属单元中关键字的高度相关，但前提条件是关键字已经分组清晰合理，是将词性、核心词相同的关键字分在一个推广组中；

5·使用多维度创意形式，利用图、文、表单、等结合的创意形式吸引用户的注意力；

6·同一单元多维度撰写创意，在有限的字符和展示位置内实现最好的展示效果。

撰写有吸引力创意的方法：

1·突出产品/服务特点、公司优势等；

2·围绕单元主题撰写，突出检索词和实际业务之间的关系（相关性）；

3·最好能够包括价格、促销、折扣或是承诺的内容；

4·针对同一产品或服务，围绕单元主题从不同卖点撰写；

5·尽可能多地使用一些好号召性的字眼，如立即购买，马上行动等；

6·适当添加符合语法的“!、?、-”等标点符号，用精炼的短句。

问题七：

广告出价设置多少合适啊？

首先要明确一点，出价≠广告点击价格，广告点击价格=下一名的综合排名指数/你的质量得分+0.01，绝对不会超过你的出价。出价设置建议根据关键字的竞价激烈程度和你预算、关键字排名规划来设置，可以利用出价工具先进行估算。但竞价毕竟是一个动态的过程，还要根据推广时段和竞价环境变化要经常进行调整。如上午9-12点，下午5-9点的网民上网高峰时段需要设置的出价更高，低峰时段则可以降低出价。

可以利用关键词规划师，查看关键词的日展现量，左侧上方排名指导价格等。另外，关键词的实际点击量还受预算限制、其他客户出价调整以及网民检索行为等因素的影响。

问题八：

我这刚开始投放，先试试效果怎么样，一天预算先设个几十块吧，效果好再加预算！

对于大多数中小企业主来说，推广预算都是有限的，希望能精打细算省着花。但是也要清楚一点，竞价排名是按点击收费，你投入的少就意味着进入你的网站了解你的人少。即便最低的点击价格，几毛钱一次点击，几十块钱连100个点击带不来，这有限的点击流量中就希望能有销售等转化，亲，只能说你想得太美了！预算设置一方面要结合自身心里预算设定，另一方面也要结合行业情况、你选择的关键字的排名规划来设定。

通过“关键字规划师”我们能了解到关键字每天的搜索量和左侧排名的准入价格，再结合自身预算能力综合调整设置预算。

问题九：

我现在预算不多，能先设定部分地区、部分时段推广么？

当然可以，在前边、单元账户结构时有说到每个层级可以设置的功能。在账户和层级都能设置地域推广，能细到地级市，但是如果两个层级都设置了地域，实际广告展现是按照层级的地域设置来展现的。

在层级可以设置时段推广，一天最多能设置4个时段，但开始和结束时间必须是整点的（Google更灵活一些）。

问题十：

我搜了关键字了，怎么没有我的广告啊？

导致你看不到自己广告的原因很多，一般建议从账户到关键字分层级进行排查：

要确定是不是在竞价关键字的广告展示区域查看，第一页左右侧，第二页开始只有右侧哦；

搜的关键字账户中是否有提交，没提交肯定看不到；

如果有提交了要查看下账户、、单元、关键字、创意的状态及相关设置；

看账户、及关键字所属是否超出当日预算下线了；

看账户及关键字所属的地域设置是否有包含你所在地；

账户、问题排查后看关键字和创意的状态是否为有效，任何一方状态不是有效都会导致看不到广告。

问题十一：

我这都投了这么多天了，怎么一点效果都没有啊？

说到效果是要分两个阶段来看，一是前端的，即到达网站时及到达前的；二是到达网站后的；三是从网站到线下的。前端数据包括曝光量、点击量，后端数据就复杂多了，包含PV、UV、跳出率、二跳率、访问时长、转化量（在线咨询量、电话拨通量、表单提交量、订单量等等）。而无论前段、后端都算是推广效果。效果好坏就需要广告主在推广前就明确做推广的目的是要在哪个阶段取得效果。目标明确后才能围绕这个目标来制定推广策略和上述的一系列投放准备工作，否则就会出现偏差。

不管是哪端的效果，一定要看数据说话。媒体的数据后台提供了非常详尽的数据功能报告，通过数据报告能看到从账户到关键字、创意、地域、时段、排名等类别的数据报告，如果网站上安装了百度统计监测代码，还能监测到后端的各类数据。

数据后台查看方式：首页进入搜索推广→推广报告

影响搜索推广前端数据表现的因素：根据数据报告找出前端效果不好的原因，再根据以上关系图谱对影响因素进行调整，优化。

要查看后端数据则只能通过安装免费的百度统计，或者广告主比较常用的GA、doubleclick和admaster等第三方监测代码，通过下载监测数据报告去进行查看分析。后端优化主要涉及网站访问体验、内容层面，要进行分析优化比前端要复杂太多，如何进行分析和优化也将是一个庞大的知识体系。

连差评都是的！你知道哪些刷单套路？

2020年5月，重型卡车销售17.92万辆，环比下降6%，同比大增66%，比去年同期多销售7.09万辆，创历史新高。

TOP5企业全部正增长，4家月销超2万辆

5月份，重卡销量TOP5企业依次为解放、东风、陕汽、重汽和福田，5家合计销售14.92万辆，占5月重卡市场总销量的83.27%。

2020年5月与2019年5月TOP5企业销量对比

在基建刺激、国三淘汰、天然气重卡渗透率提升等因素助力下，重卡行业高景气有望持续。与2019年同期相比，TOP5企业则是无一例外的全部实现增长，且增幅均超两位数，福田汽车5月份销量同比大增164%，为销量前五企业中最大增幅，这也是福田重卡连续两月增幅破百，领涨重卡市场。5月份，重卡销量前五企业销量全部破万辆，排名前四的解放、东风、陕汽和重汽销量均超过2万辆。

2020与2019年前5月TOP5企业总销量对比

2020年1-5月，重卡市场累计销售64.46万辆，同比累计增长17%，是今年唯一实现增长的卡车细分市场。竞争对各企业的影响程度不同：头部企业垄断程度进一步提高，强者愈强态势凸显。总体看，1-5月重卡行业表现不错，重卡主流企在激烈的竞争中是"危"与"机"并存。

车型搜索与市场销量正相关，明星车型聚拢更多关注

从5月TOP5企业的搜索指数来看，刚进入5月上旬福田汽车4月营销战报的发布，形成一波关注高峰，甩开其他几家。

2020年5月企业搜索指数

从日均数据来看，福田汽车搜索指数达到2907，远远超过第二和第三名：中国重汽的1104和一汽解放的787。而在用户搜索的日均数据中，解放、东风、重汽、陕汽都是移动端搜索量占到7成，而福田的移动端搜索只占到日均搜索量的1/3强，从web端来看，应该大量布局了卡友集中的人气论坛或贴吧，正如卡友吐槽的那样："卡家十大那么多欧曼水军"，每天十大八个都是欧曼……

卡友吐槽论坛十大热帖

与4月相比，TOP5企业品牌的搜索指数近一汽解放保持上升，其余几家均呈现下滑趋势。另一方面也说明品牌搜索指数的高低与企业销量之间关系微弱。

2020年4月与5月企业搜索指数对比

从TOP5企业旗下明星车型的搜索来看，与4月相比，各车型搜索量均略有下降，这无疑与5月销量略微下行相关，但各车型搜索指数的排序与4月相同，与销量排行也基本保持一致。也就是说，车型的搜索指数与市场销量正相关。

2020年4月和5月车型搜索指数对比

解放、福田领跑资讯指数，媒体指数三家称雄

5月，用户关注的资讯形成两波较大的关注高峰，其中福田汽车一条，一汽解放一条，分别是5月5日左右的福田汽车发布1-4月销量数据；?5月19日一汽轿车完成更名?重卡龙头一汽解放正式登陆A股。

而在媒体指数上，4月底中国重汽以"剥离房地产业务，与碧桂园签约"形成5月初媒体集中报道最高峰，随后福田、解放、重汽等都轮番呈现出一组报道小高潮，集中在车联网平台、企业融资、合资新公司、新车型上市等内容。

总结：从5月的重卡销量、用户关注与搜索指数来看，TOP5企业依旧领先，车型搜索指数的顺序与销量排行一致。在媒体资讯指数上，一汽解放、中国重汽与福田表现要相对出色，形成了业内集中的关注高峰。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

自动驾驶技术基本知识介绍

说起刷单，我是深有体会的，曾经我就进入过刷单行业，所以对此有较深的了解。据我所知，刷单有真正刷单的，也有骗钱的，不论哪个环节都套路满满：

一，针对兼职人员（刷手）的套路

几年前我在58同城求职，一个接引人员找上了我，先交了70的会员费，然后进入了YY平台进行培训，我进去听了几节课，大致也了解了操作模式：

刷单主要是装成顾客，按要求搜索商品，然后装和客户资询，还要多看几家进行对比，最后下单，商家虚发货或者发个空包裹，收货后好评，完成刷单任务。而刷单又分为三种，分别是：红包单，代付单，垫付单。红包单就是别人给你红包，付款时选择红包支付，自已不用出钱，代付单也不用自己出钱，只有垫付单需要自己出钱，定单完成后，再把货款和佣金一起给刷手。

官方会把红包单和代付单的佣金调得比较低，而垫付单佣金调得较高，就是为了吸引大家做垫付单，官方工作人员也一再强调接任务的人务必认清官方工作人员马甲（昵称），以免上当，有些人冲着高回报就去了，开始也有警惕心，先做几十块小单，果然退了钱，第二次再做个小单，也退钱了，第三次四次就胆大了，垫付大额资金后就找不到人了。

其实接单时，那些骗子确实是官方人员的马甲，可是官方群马甲经常更换，所以等到自己认为上当去找官方人员，这时官方马甲已经更换，官方说不是他们的人，没有证据投诉无门只好自认倒霉。

二，争对电商平台消费者的套路

大概是前年，我在某宝买了一套运动服，后来收货以后，包装里面有一张纸，让我加对方微信，可以返红包，后来我就加了这个客服女孩，然后时不时的，比如店铺上新时都会在朋友圈发消息招刷手。

操作过程其实都差不多，先按对方给的关键词，比如韩版男春装，然后进去以后先看看别的店家的商品，看上几家之后，再进入要刷单的店铺，或者在某宝首页有个猜你喜欢，根据对方提供的找到商品，进去浏览之后，收藏加入购物车，有时会让直接购买，有时会让等到下午再付款。付款之后，对方发虚拟包裹，不用去收货会自动签收，到时候只需要确认收货再评价就行。

相信经常购物的一般选商品都会看销量，品牌，价格，外观，评价，然后决定买不买，过去只要都是好评，就觉得不错，后来人们也学精了，全是好评的会觉得是刷的信誉，所以刷单商家也学精了，现在会有差评，甚至骂人的情况，然后客服再耐心的解释，证明是顾客误会，或者装发错型号之类，向对方道歉，然后换货加补发红包或小礼物，刷手再追评表示感谢，顾客看评价时看到这些，就会印象大好，愿意在此下单。

最可怕的现在还有一种，加入刷手团进行刷单时，对方会问刷手支付账号信息，然后让对方登陆刷手账号，以此来验证刷手的账户信誉等，这样的模式风险很大，会直接影响资金账户安全，千万不要向对方提供账号信息还有手机接收到的验证码，在此我做为一个过来人也提醒大家，刷单有风险，而且也违法，进入需谨慎，而我们顾客购物时，不光要看评价和店铺信誉，也可以问问买过的人或者看看买过的人的问答，有些人会实话实说商品的质量。

汽车销售淡季如何快速提升销量

自动驾驶车，是一种无须人工干预而能够感知其周边环境和导航的车辆。它利用了包括雷达、激光、超声波、GPS、里程计、计算机视觉等多种技术来感知其周边环境，通过先进的计算和控制系统，来识别障碍物和各种标识牌，规划合适的路径来控制车辆行驶。

美国汽车工程师协会（SAE，Society of Automotive Engineers），则将自动驾驶划分为 0~5 共六级。

Level 0：无自动化（No Automation）

没有任何自动驾驶功能或技术，人类驾驶员对汽车所有功能拥有绝对控制权。驾驶员需要负责转向、加速、制动和观察道路状况。任何驾驶技术，例如现有的前向碰撞预警、车道偏离预警，以及自动雨刷和自动前灯控制等，虽然有一定的智能化，但是仍需要人来控制车辆，所以都仍属于 Level 0。

Level 1：驾驶（Driver Assistance）

驾驶员仍然对行车安全负责，不过可以授权部分控制权给系统管理，某些功能可以自动进行，比如常见的自适应巡航（Adaptive Cruise Control，ACC）、应急刹车（Emergency Brake Assist，EBA）和车道保持（Lane-Keep Support，LKS）。Level 1 的特点是只有单一功能，驾驶员无法做到手和脚同时不操控。

Level 2：部分自动化（Partial Automation）

人类驾驶员和汽车来分享控制权，驾驶员在某些预设环境下可以不操作汽车，即手脚同时离开控制，但驾驶员仍需要随时待命，对驾驶安全负责，并随时准备在短时间内接管汽车驾驶权。比如结合了 ACC 和 LKS 形成的跟车功能。Level 2 的核心不在于要有两个以上的功能，而在于驾驶员可以不再作为主要操作者。

Level 3：有条件自动化（Conditional Automation）

在有限情况下实现自动控制，比如在预设的路段（如高速和人流较少的城市路段），汽车自动驾驶可以完全负责整个车辆的操控，但是当遇到紧急情况，驾驶员仍需要在某些时候接管汽车，但有足够的预警时间，如即将进入修路的路段（Road work ahead）。Level 3 将解放驾驶员，即对行车安全不再负责，不必监视道路状况。

Level 4：高度自动化（High Automation）

自动驾驶在特定的道路条件下可以高度自动化，比如封闭的园区、高速公路、城市道路或固定的行车线路等，这这些受限的条件下，人类驾驶员可以全程不用干预。

Level 5：完全自动化（Full Automation）

对行车环境不加限制，可以自动地应对各种复杂的交通状况和道路环境等，在无须人协助的情况下由出发地驶向目的地，仅需起点和终点信息，汽车将全程负责行车安全，并完全不依赖驾驶员干涉，且不受特定道路的限制。

注释：DDT(Dynamic driving task):动态驾驶任务，指汽车在道路上行驶所需的所有实时操作和策略上的功能，不包括行程安排、目的地和途径地的选择等战略上的功能。

无人驾驶系统的核心可以概述为三个部分：感知（Perception），规划（Planning）和控制（Control），这些部分的交互以及其与车辆硬件、其他车辆的交互可以用下图表示：

感知是指无人驾驶系统从环境中收集信息并从中提取相关知识的能力。其中，环境感知（Environmental Perception）特指对于环境的场景理解能力，例如障碍物的位置，道路标志/标记的检测，行人车辆的检测等数据的语义分类。 一般来说，定位（Localization）也是感知的一部分，定位是无人车确定其相对于环境的位置的能力。

为了确保无人车对环境的理解和把握，无人驾驶系统的环境感知部分通常需要获取周围环境的大量信息，具体来说包括：障碍物的位置，速度以及可能的行为，可行驶的区域，交通规则等等。无人车通常是通过融合激光雷达（Lidar），相机（Camera），毫米波雷达（Millimeter We Radar）等多种传感器的数据来获取这些信息。

车载雷达传感器功能及优缺点各有不同，相关比较如下表所示：

激光雷达 是一类使用激光进行探测和测距的设备，它能够每秒钟向环境发送数百万光脉冲，它的内部是一种旋转的结构，这使得激光雷达能够实时的建立起周围环境的3维地图。

通常来说，激光雷达以10Hz左右的速度对周围环境进行旋转扫描，其扫描一次的结果为密集的点构成的3维图，每个点具备（x,y,z）信息，这个图被称为点云图（Point Cloud Graph），如下图所示，是使用Velodyne VLP-32c激光雷达建立的一个点云地图：

激光雷达因其可靠性目前仍是无人驾驶系统中最重要的传感器，然而，在现实使用中，激光雷达并不是完美的，往往存在点云过于稀疏，甚至丢失部分点的问题，对于不规则的物体表面，使用激光雷达很难辨别其模式，另一个比较大的挑战是一个比较大的挑战是激光雷达感知范围比较近，感知范围平均在 150m 左右，这取决于环境和障碍物的不同。激光雷达在角分辨度上也远远不及照相机。激光雷达对环境的敏感度也是比较大的，例如雨天中，车辆行驶中溅起来的水花，在激光雷达上都是有噪点的。

毫米波雷达 通过发射电磁波并通过检测回波来探测目标的有无、距离、速度和方位。由于毫米波雷达技术相对成熟，成本较低，并且在不良天气下表现良好，因此成为感知设备中重要的一环。但由于其分辨率较低，因此不能作为激光雷达的替代品，而是激光雷达的重要补充设备。

摄像机 根据镜头和布置方式的不同主要有以下四种：单目摄像机、双目摄像机、三目摄像机和环视摄像机。

单目摄像机 模组只包含一个摄像机和一个镜头。由于很多图像算法的研究都是基于单目摄像机开发的，因此相对于其他类别的摄像机，单目摄像机的算法成熟度更高。但是单目有着两个先天的缺陷。一是它的视野完全取决于镜头。焦距短的镜头，视野广，但缺失远处的信息。反之亦然。因此单目摄像机一般选用适中焦距的镜头。二是单目测距的精度较低。摄像机的成像图是图，即越远的物体成像越小。近处的物体，需要用几百甚至上千个像素点描述；而处于远处的同一物体，可能只需要几个像素点即可描述出来。这种特性会导致，越远的地方，一个像素点代表的距离越大，因此对单目来说物体越远，测距的精度越低。

双目摄像机 由于单目测距存在缺陷，双目摄像机应运而生。相近的两个摄像机拍摄物体时，会得到同一物体在摄像机的成像平面的像素偏移量。有了像素偏移量、相机焦距和两个摄像机的实际距离这些信息，根据数学换算即可得到物体的距离。虽然双目能得到较高精度的测距结果和提供图像分割的能力，但是它与单目一样，镜头的视野完全依赖于镜头。而且双目测距原理对两个镜头的安装位置和距离要求较多，这就会给相机的标定带来麻烦。

三目摄像机 由于单目和双目都存在某些缺陷，因此广泛应用于无人驾驶的摄像机方案为三目摄像机。三目摄像机其实就是三个不同焦距单目摄像机的组合。根据焦距不同，每个摄像机所感知的范围也不尽相同。对摄像机来说，感知的范围要么损失视野，要么损失距离。三目摄像机能较好地弥补感知范围的问题。因此在业界被广泛应用。正是由于三目摄像机每个相机的视野不同，因此近处的测距交给宽视野摄像头，中距离的测距交给主视野摄像头，更远的测距交给窄视野摄像头。这样一来每个摄像机都能发挥其最大优势。三目的缺点是需要同时标定三个摄像机，因而工作量更大。其次软件部分需要关联三个摄像机的数据，对算法要求也很高。

环视摄像机， 之前提到的三款摄像机它们所用的镜头都是非鱼眼的，环视摄像机的镜头是鱼眼镜头，而且安装位置是朝向地面的。某些高配车型上会有“360°全景显示”功能，所用到的就是环视摄像机。安装于车辆前方、车辆左右后视镜下和车辆后方的四个鱼眼镜头集图像，鱼眼摄像机为了获取足够大的视野，代价是图像的畸变严重。环视摄像机的感知范围并不大，主要用于车身5~10米内的障碍物检测、自主泊车时的库位线识别等。

为了理解点云信息，通常来说，我们对点云数据进行两步操作：分割（Segmentation）和分类（Classification）。其中，分割是为了将点云图中离散的点聚类成若干个整体，而分类则是区分出这些整体属于哪一个类别（比如说行人，车辆以及障碍物）。分割算法可以被分类如下几类：

在完成了点云的目标分割以后，分割出来的目标需要被正确的分类，在这个环节，一般使用机器学习中的分类算法，如支持向量机（Support Vector Machine，SVM）对聚类的特征进行分类，最近几年由于深度学习的发展，业界开始使用特别设计的卷积神经网络（Convolutional Neural Network，CNN）对三维的点云聚类进行分类。

实践中不论是提取特征-SVM的方法还是原始点云-CNN的方法，由于激光雷达点云本身解析度低的原因，对于反射点稀疏的目标（比如说行人），基于点云的分类并不可靠，所以在实践中，我们往往融合雷达和相机传感器，利用相机的高分辨率来对目标进行分类，利用Lidar的可靠性对障碍物检测和测距，融合两者的优点完成环境感知。

无人驾驶系统中，我们通常使用图像视觉来完成道路的检测和道路上目标的检测。道路的检测包含对道路线的检测（Lane Detection），可行驶区域的检测（Drivable Area Detection）；道路上路标的检测包含对其他车辆的检测（Vehicle Detection），行人检测（Pedestrian Detection），交通标志和信号的检测（Traffic Sign Detection）等所有交通参与者的检测和分类。

车道线的检测涉及两个方面： 第一是识别出车道线，对于弯曲的车道线，能够计算出其曲率，第二是确定车辆自身相对于车道线的偏移（即无人车自身在车道线的哪个位置） 。一种方法是抽取一些车道的特征，包括边缘特征（通常是求梯度，如索贝尔算子），车道线的颜色特征等，使用多项式拟合我们认为可能是车道线的像素，然后基于多项式以及当前相机在车上挂载的位置确定前方车道线的曲率和车辆相对于车道的偏离。

可行驶区域的检测目前的一种做法是用深度神经网络直接对场景进行分割，即通过训练一个逐像素分类的深度神经网络，完成对图像中可行驶区域的切割。

交通参与者的检测和分类目前主要依赖于深度学习模型，常用的模型包括两类：

传感器层将数据以一帧帧、固定频率发送给下游，但下游是无法拿每帧的数据去进行决策或者融合的。因为传感器的状态不是100%有效的，如果仅根据某一帧的信号去判定前方是否有障碍物(有可能是传感器误检了)，对下游决策来说是极不负责任的。因此上游需要对信息做预处理，以保证车辆前方的障得物在时间维度上是一直存在的， 而不是一闪而过。

这里就会使用到智能驾驶领域经常使用到的一个算法 卡尔曼滤波。

卡尔曼滤波（Kalman filter） 是一种高效率的递归滤波器（自回归滤波器），它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。卡尔曼滤波会根据各测量量在不同时间下的值，考虑各时间下的联合分布，再产生对未知变数的估计，因此会比只以单一测量量为基础的估计方式要准。

卡尔曼滤波在技术领域有许多的应用。常见的有飞机及太空船的导引、导航及控制。卡尔曼滤波也广为使用在时间序列的分析中，例如信号处理及计量经济学中。卡尔曼滤波也是机器人运动规划及控制的重要主题之一，有时也包括在轨迹最佳化。卡尔曼滤波也用在中轴神经系统运动控制的建模中。因为从给与运动命令到收到感觉神经的回授之间有时间差，使用卡尔曼滤波有助于建立符合实际的系统，估计运动系统的目前状态，并且更新命令。

信息融合是指把相同属性的信息进行多合一操作。

比如摄像机检测到了车辆正前方有一个障碍物，毫米波也检测到车辆前方有一个障碍物，激光雷达也检测到前方有一个障碍物，而实际上前方只有一个障碍物，所以我们要做的是把多传感器下这辆车的信息进行一次融合，以此告诉下游，前面有辆车，而不是三辆车。

坐标转换在自动驾驶领域十分重要。

传感器是安装在不同地方的比如超声波雷达(如当车辆右方有一个障碍物，距离这个超声波雷达有3米，那么我们就认为这个障碍物距离车有3米吗?并不一定，因为决策控制层做车辆运动规划时，是在车体坐标系下做的(车体坐标系-般以后轴中心为O点)所以最终所有传感器的信息，都是需要转移到自车坐标系下的。因此感知层拿到3m的障碍物位置信息后，必须将该章碍物的位置信息转移到自车坐标系下，才能供规划决策使用。 同理，摄像机一般安装在挡风玻璃下面，拿到的数据也是基于摄像机坐标系的，给下游的数据，同样需要转换到自车坐标系下。

在无人车感知层面，定位的重要性不言而喻，无人车需要知道自己相对于环境的一个确切位置，这里的定位不能存在超过10cm的误差，试想一下，如果我们的无人车定位误差在30厘米，那么这将是一辆非常危险的无人车（无论是对行人还是乘客而言），因为无人驾驶的规划和执行层并不知道它存在30厘米的误差，它们仍然按照定位精准的前提来做出决策和控制，那么对某些情况作出的决策就是错的，从而造成事故。由此可见，无人车需要高精度的定位。

目前使用最广泛的无人车定位方法当属融合 全球定位系统（Global Positioning System，GPS）和惯性导航系统（Inertial Nigation System）定位方法 ，其中，GPS的定位精度在数十米到厘米级别之间，高精度的GPS传感器价格也就相对昂贵。融合GPS/IMU的定位方法在GPS信号缺失，微弱的情况下无法做到高精度定位，如地下停车场，周围均为高楼的市区等，因此只能适用于部分场景的无人驾驶任务。

地图类定位算法是另一类广泛使用的无人车定位算法， 同步定位与地图构建（Simultaneous Localization And Ming，SLAM） 是这类算法的代表，SLAM的目标即构建地图的同时使用该地图进行定位，SLAM通过利用已经观测到的环境特征确定当前车辆的位置以及当前观测特征的位置。这是一个利用以往的先验和当前的观测来估计当前位置的过程，实践上我们通常使用贝叶斯滤波器（Bayesian filter）来完成，具体来说包括卡尔曼滤波（Kalman Filter），扩展卡尔曼滤波（Extended Kalman Filter）以及粒子滤波（Particle Filter）。SLAM虽然是机器人定位领域的研究热点，但是在实际无人车开发过程中使用SLAM定位却存在问题，不同于机器人，无人车的运动是长距离的，大开放环境的。在长距离的运动中，随着距离的增大，SLAM定位的偏差也会逐渐增大，从而造成定位失败。

在实践中，一种有效的无人车定位方法是改变原来SLAM中的扫描匹配类算法，具体来说，我们不再在定位的同时制图，而是事先使用传感器如激光雷达对区域构建点云地图，通过程序和人工的处理将一部分“语义”添加到地图中（例如车道线的具体标注，路网，红绿灯的位置，当前路段的交通规则等等），这个包含了语义的地图就是我们无人驾驶车的 高精度地图（HD Map） 。实际定位的时候，使用当前激光雷达的扫描和事先构建的高精度地图进行点云匹配，确定我们的无人车在地图中的具体位置，这类方法被统称为扫描匹配方法（Scan Matching），扫描匹配方法最常见的是迭代最近点法（Iterative Closest Point ，ICP），该方法基于当前扫描和目标扫描的距离度量来完成点云配准。

除此以外， 正态分布变换（Normal Distributions Transform，NDT） 也是进行点云配准的常用方法，它基于点云特征直方图来实现配准。基于点云配准的定位方法也能实现10厘米以内的定位精度。虽然点云配准能够给出无人车相对于地图的全局定位，但是这类方法过于依赖事先构建的高精度地图，并且在开放的路段下仍然需要配合GPS定位使用，在场景相对单一的路段（如高速公路），使用GPS加点云匹配的方法相对来说成本过高。

拓展阅读： L4 自动驾驶中感知系统遇到的挑战及解决方案

浅析自动驾驶的重要一环：感知系统发展现状与方向

无人车的规划模块分为三层设计：任务规划，行为规划和动作规划，其中，任务规划通常也被称为路径规划或者路由规划（Route Planning），其负责相对顶层的路径规划，例如起点到终点的路径选择。 我们可以把我们当前的道路系统处理成有向网络图（Directed Graph Network），这个有向网络图能够表示道路和道路之间的连接情况，通行规则，道路的路宽等各种信息，其本质上就是我们前面的定位小节中提到的高精度地图的“语义”部分，这个有向网络图被称为路网图（Route Network Graph），如下图所示：

这样的路网图中的每一个有向边都是带权重的，那么，无人车的路径规划问题，就变成了在路网图中，为了让车辆达到某个目标（通常来说是从A地到B地），基于某种方法选取最优（即损失最小）的路径的过程，那么问题就变成了一个有向图搜索问题，传统的算法如迪科斯彻算法（Dijkstra’s Algorithm）和A 算法（A Algorithm）主要用于计算离散图的最优路径搜索，被用于搜索路网图中损失最小的路径。

行为规划有时也被称为决策制定（Decision Maker），主要的任务是按照任务规划的目标和当前的局部情况（其他的车辆和行人的位置和行为，当前的交通规则等），作出下一步无人车应该执行的决策，可以把这一层理解为车辆的副驾驶，他依据目标和当前的交通情况指挥驾驶员是跟车还是超车，是停车等行人通过还是绕过行人等等。

行为规划的一种方法是使用包含大量动作短语的复杂有限状态机（Finite State Machine，FSM）来实现，有限状态机从一个基础状态出发，将根据不同的驾驶场景跳转到不同的动作状态，将动作短语传递给下层的动作规划层，下图是一个简单的有限状态机：

如上图所示，每个状态都是对车辆动作的决策，状态和状态之间存在一定的跳转条件，某些状态可以自循环（比如上图中的循迹状态和等待状态）。虽然是目前无人车上用的主流行为决策方法，有限状态机仍然存在着很大的局限性：首先，要实现复杂的行为决策，需要人工设计大量的状态；车辆有可能陷入有限状态机没有考虑过的状态；如果有限状态机没有设计死锁保护，车辆甚至可能陷入某种死锁。

通过规划一系列的动作以达到某种目的（比如说规避障碍物）的处理过程被称为动作规划。通常来说，考量动作规划算法的性能通常使用两个指标：计算效率（Computational Efficiency）和完整性（Completeness），所谓计算效率，即完成一次动作规划的处理效率，动作规划算法的计算效率在很大程度上取决于配置空间（Configuration Space），如果一个动作规划算法能够在问题有解的情况下在有限时间内返回一个解，并且能够在无解的情况下返回无解，那么我们称该动作规划算法是完整的。

配置空间：一个定义了机器人所有可能配置的集合，它定义了机器人所能够运动的维度，最简单的二维离散问题，那么配置空间就是[x, y]，无人车的配置空间可以非常复杂，这取决于所使用的运动规划算法。

在引入了配置空间的概念以后，那么无人车的动作规划就变成了：在给定一个初始配置（Start Configuration），一个目标配置（Goal Configuration）以及若干的约束条件（Constraint）的情况下，在配置空间中找出一系列的动作到达目标配置，这些动作的执行结果就是将无人车从初始配置转移至目标配置，同时满足约束条件。在无人车这个应用场景中，初始配置通常是无人车的当前状态（当前的位置，速度和角速度等），目标配置则来源于动作规划的上一层——行为规划层，而约束条件则是车辆的运动限制（最大转角幅度，最大加速度等）。显然，在高维度的配置空间来动作规划的计算量是非常巨大的，为了确保规划算法的完整性，我们不得不搜索几乎所有的可能路径，这就形成了连续动作规划中的“维度灾难”问题。目前动作规划中解决该问题的核心理念是将连续空间模型转换成离散模型，具体的方法可以归纳为两类：组合规划方法（Combinatorial Planning）和基于样的规划方法（Sampling-Based Planning）。

运动规划的组合方法通过连续的配置空间找到路径，而无需借助近似值。由于这个属性，它们可以被称为精确算法。组合方法通过对规划问题建立离散表示来找到完整的解，如在Darpa城市挑战赛（Darpa Urban Challenge）中，CMU的无人车BOSS所使用的动作规划算法，他们首先使用路径规划器生成备选的路径和目标点（这些路径和目标点事融合动力学可达的），然后通过优化算法选择最优的路径。另一种离散化的方法是网格分解方法（Grid Decomposition Approaches），在将配置空间网格化以后我们通常能够使用离散图搜索算法（如A*）找到一条优化路径。

基于样的方法由于其概率完整性而被广泛使用，最常见的算法如PRM（Probabilistic Roadmaps），RRT（Rapidly-Exploring Random Tree），FMT（Fast-Marching Trees），在无人车的应用中，状态样方法需要考虑两个状态的控制约束，同时还需要一个能够有效地查询样状态和父状态是否可达的方法。

自动驾驶汽车的车辆控制技术旨在环境感知技术的基础之上，根据决策规划出目标轨迹，通过纵向和横向控制系统的配合使汽车能够按照跟踪目标轨迹准确稳定行驶，同时使汽车在行驶过程中能够实现车速调节、车距保持、换道、超车等基本操作。

互联网科技公司主要做软件，以工程机上层为主；而车厂其实以下层的组装为主，也就是OEM，也不是那么懂车。像制动、油门和转向等这些领域，话语权依然集中在博世、大陆这样的Tier 1身上。

自动驾驶控制的核心技术是车辆的纵向控制和横向控制技术。纵向控制，即车辆的驱动与制动控制；横向控制，即方向盘角度的调整以及轮胎力的控制。实现了纵向和横向自动控制，就可以按给定目标和约束自动控制车运行。所以，从车本身来说，自动驾驶就是综合纵向和横向控制。

车辆纵向控制是在行车速度方向上的控制，即车速以及本车与前后车或障碍物距离的自动控制。巡航控制和紧急制动控制都是典型的自动驾驶纵向控制案例。这类控制问题可归结为对电机驱动、发动机、传动和制动系统的控制。各种电机-发动机-传动模型、汽车运行模型和刹车过程模型与不同的控制器算法结合，构成了各种各样的纵向控制模式，典型结构如图所示。

此外，针对轮胎作用力的 滑移率控制 是纵向稳定控制中的关键部分。滑移率控制系统通过控制车轮滑移率调节车辆的纵向动力学特性来防止车辆发生过度驱动滑移或者制动抱死，从而提高车辆的稳定性和操纵性能。制动防抱死系统（antilock brake system）简称 ABS，在汽车制动时，自动控制制动器制动力的大小，使车轮不被抱死，处于边滚边滑（滑移率在 20%左右）的状态，以保证地面能够给车轮提供最大的制动作用力值。一些智能滑移率控制策略利用充足的环境感知信息设计了随道路环境变化的车轮最有滑移率调节器，从而提升轮胎力作用效果。

智能控制策略，如模糊控制、神经网络控制、滚动时域优化控制等，在纵向控制中也得到广泛研究和应用，并取得了较好的效果，被认为是最有效的方法。

而传统控制的方法， 如PID控制和前馈开环控制 ，一般是建立发动机和汽车运动过程的近似线形模型，在此基础上设计控制器，这种方法实现的控制，由于对模型依赖性大及模型误差较大，所以精度差、适应性差。从目前的论文和研究的项目看，寻求简单而准确的电机-发动机-传动、刹车过程和汽车运动模型，以及对随机扰动有鲁棒性和对汽车本身性能变化有适应性的控制器仍是研究的主要内容。

车辆横向控制指垂直于运动方向上的控制，对于汽车也就是转向控制。目标是控制汽车自动保持期望的行车路线，并在不同的车速、载荷、风阻、路况下有很好的乘坐舒适性和稳定性。

车辆横向控制主要有两种基本设计方法，一种是基于驾驶员模拟的方法；另一种是给予汽车横向运动力学模型的控制方法。基于驾驶员模拟的方法，一种策略是使用较简单的运动力学模型和驾驶员操纵规则设计控制器；另一策略是用驾驶员操纵过程的数据训练控制器获取控制算法。基于运动力学模型的方法要建立较精确的汽车横向运动模型。典型模型是所谓单轨模型，或称为自行车模型，也就是认为汽车左右两侧特性相同。横向控制系统基本结构如下图。控制目标一般是车中心与路中心线间的偏移量，同时受舒适性等指标约束。

如何提高淡季的销量

虽说淡季生意冷清了不少，但淘宝里面还有很多重要的任务都是在这段时间完成的。这个任务就是练“内功”，这对淘宝卖家至关重要。有个卖家告诉我，淡季对他们来说并不闲，在淡季把*给磨利，让春天播下的在秋天收获到更多的果实。

搜索规则各卖家应该都了解的会背诵吧，我们可以从“宝贝标题、上架时间、橱窗推荐、浏览量、收藏人气、销售量，店铺推广”等几方面的优化来提升产品的搜索排名。几个方面来应对搜索机制，优化我们的宝贝：

第一：你的商品有没有卖点?

据统计，淘宝的客户多数集中在18-28岁，年轻的靓仔靓妹们，他们需要什么?服装，鞋子，化妆品，饰品，电子硬件设备，点卡手机充值卡等等，这些是他们需要的。而具体到其中，比如服装，这个季节男生流行什么?女生的服装，她们又喜欢什么?这些都要做调查。有一点说的很好，市场的需求才是最重要的。

第二：你的商品/店铺有什么特点或者优势么?

顾客进入你的店铺，为什么要买你的东西?比如你是做服装的，服装店铺很多很多，如果顾客进入你的店铺，他为什么要买你的而不是其他店铺的东西?所以说你的商品或者你的店铺一定要有特色或者优势。 价格

现在淘宝里的宝贝卖的非常热的，他用了什么办法来推销他的店铺呢?首先工欲善其事 必先利其器，都是大家需要的;好的货源等于一把利器。 6.5元可以买到一件背心，是不是超值。你心动吗?比如现在热天想买几件背心穿，刚好看到，好便宜啊，所以买了几件! 漂亮

比如服装，你的商品是否做的精致?我本人就非常喜欢那些拍了好多，并且从整体效果到细节图，最好还有效果的那些。有事没事我会喜欢去别人店铺里逛逛，需要了会买，不需要看看学习下也好，天生有点购物狂，看到喜欢的就想买!嘻嘻~ 特别

我家的东西别家没有。不错哦，如果这个东西正好有好多顾客需要，那么你一定赚了。不过

“乘机安全小贴士”安全出行要重视

你一定要确定这个商品市场是有需要的哦，不要你的东西是很特别，但是需要的人也非常的少，那么你的东西还是卖不出去的。

以上几点起到抛砖引玉的作用，具体的大家要多思考或者参考别家的帖子，这里就不多说了。

第三：怎样让更多的人知道我的商品/店铺?

关于大家是怎么发现我的商品/店铺，这个是我们这些新手卖家非常关心的哦。因为商品店铺都准备好了，只等顾客上门了，而好多新手等了1个月甚至几个月都没有开张。论坛里关于此类的帖子非常的多，我不多做赘述，根据自己的深切体会，总结了以下: 直通车

直通车并不是一定要到什么等级才能开，建议到了一钻才开，说实在很多淘宝买家都还是很重视信誉的，所以开车前线去好好的学习前辈们的经验，让自己少走弯路，经验畅谈