本文转自CashWar5年小我私人站长，创业在路上，下面用5000字的长文告诉你，获取知乎流量的准确姿势，思绪 + 实操知行合一
凭证我内陆数据的不完全统计（知乎百度top3关键词）
百度PC端关键词总流量为：1亿2743万
知乎现实获取总流量为：1亿2743万 x 0.15（平均点击率） = 1911万
这只是单看PC端，一个跨越2000W的流量时机摆在我们眼前
一切依赖互联网赚钱的条件，就是必须先获取流量，而现在流量比黄金还名贵
真真相形是，我身边已经有5+位的同伙，在近半年内，依赖此次时机获得了6W~25W不等的收益
而我们只需要一双勤劳的双手和一个头脑清晰的大脑
那么
-
为什么会有这个流量时机？
-
流量时机详细指的是什么？
-
我们如何从中获取流量？
-
…..
下面，让我来为你打开这扇流量的大门
1. 资源的游戏
在“江湖”上撒播着这么一段话，大致内容是：
站长收割机，流量截胡达人百度daddy在2019年8月跟投知乎，快手领头，随后，百度对知乎提权，流量显示节节攀升
那时我看到这段话的时刻，对接受的信息量打了一个问号，为什么？
熟悉流传学的同伙应该知道一条基本原则：
对于任何事情，我们要只管关注事实判断，而非价值判断
由于事实判断是确凿的，能够杀青共识 ；而价值判断是依赖于视角和态度的，可以有多种解读
这里的投资事宜为事实形貌，后面发生的影响为价值形貌
然而就这么一个简朴的事实性形貌网上却有N个版本，有说错时间点的，还有说错投资方的
进行验证后，你还会发现百度也投资过快手，可能是另外一个时机？
有时刻思绪就是凭证事实发散出来
那么关于价值判断，是不是真的有流量增进？是不是真提权？
直接上数据验证（这里从投资时间点2019.8分段取爱站半年的数据，稍有误差并无大碍）：
词量数据
通过词量数据我们可以考察到以下2点：
-
从2019年11月中旬最先，流量跳跃式增进，词量从30W涨到270W，近10倍！
-
从2020年7月最先，流量增进放缓，但仍保持增进趋势
那么，这些流量是以何种方式增进的？
收录数据
通过收录数据我们可以考察到以下两点：
-
虽然数据口径差异，但在流量跳跃式增耐久间，收录量并无增进趋势，也就是说，原收录页面在对应搜索词下的排名提升了，提权实锤
-
当已收录的页面不能笼罩更多搜索词的时刻，百度给知乎的定向流量将到达临界值，嗝~
上面的剖析很容易造成一种“空话感”，由于剖析效果跟首次吸收的信息基真相同，我们的大脑不能处置相同的信息
这恰恰是两个头脑方式“归纳法”和“演绎法”的差异之处
若是不做验证，归纳头脑隐含假设了百度提权是真实的，导致后面的动作所有基于一个假设
而演绎头脑的每一步完全基于条件为“真”的条件，想想看，若是剖析效果相反会导致什么效果
在这个信息爆炸的时代，我们着实太需要筛选信息的能力，其中保持自力思索显得尤为主要，但自力思索并不是针对everything都要提出差异看法
有用思索是必须确定在足够的知识积累之上，否则就是盲目思索
若是身处生疏领域，学习偕行仍然是不错的选择
那么虽然流量增进放缓，但云云伟大的流量知乎并没有全量“吞下”，现在仍然有且一定有时机来使用这个盈利期获取流量而且赚钱
Let’s keep going !
2. SEO?
收录？排名？提权？若是你发生了疑问，那你可能还不太领会SEO这个领域，下面简要形貌
SEO即通过领会搜索引擎（以下简称SE）的规则来调整网站，使其在目的搜索引擎上的排名提高，到达获取流量的目的
-
收录：SE的爬虫系统抓取网页后，缓存在服务器上的行为
-
权重：SE对站点的综合评分，排名的主要依据
-
排名：页面缓存在搜索效果中的排列位置
以上3点均为动态转变
那么，一个搜索流量是如何发生的呢？
首先用户输入搜索词(query)，向SE提议搜索请求，SE将已缓存的页面通过算法进行排名盘算，然后返回给前端（浏览器），用户考察搜索效果，凭证自己的喜欢从搜索效果中点击页面
一个页面要想有流量，就得先有收录（被SE缓存），然后还得排名靠前（top10），然后还得有人搜（搜索量），最后还得看了让人想点击（问题+形貌）
在点击的环节，知乎具有主要的先天优势，经由多年“知识型”平台的定位与生长，用户对知乎品牌确定起自然的信托感，可能导致即便排名不在前3名，但仍然能获得跨越同位大盘的点击率
此次双剑合璧，百度给知乎做定向流量，而知乎又将流量效率提升了一截，美哉美哉
3. 蓝海问题 + 蓝海流量
那么我们的时机在哪呢？
宏宏最近缺钱，于是去百度上搜了“怎么来钱快”（真实数据，仅做示例），发现知乎某个页面排名第1
然后小手一抖点击进入，望着空荡荡的页面，面部神色发生了细微的转变
坑爹呢这是！
5年的网赚履历给了我敏锐的嗅觉，这是时机
于是我拿到了百万级关键词+知乎数据，筛选剖析后发现，有相当一部门问题页面有搜索流量然则存在以下情形：
-
回覆未解决搜索需求
-
回覆质量低
-
回覆少
-
回覆前N名赞少
-
….
那么我们能不能找到这类问题，自己编写谜底，然后使得排名靠前，向我们自己的载体（微信 / 民众号等）导流？
谜底是一定的！
综上所述，有搜索流量而且竞争低的问题，我们统称为“蓝海问题”，这些问题流量的聚集，我们统称为“蓝海流量”
下面来个小炸弹，同伙们体验先~（SE排名是动态的，人人现实搜索可能略有收支，另外思考到果然性，也许选了一个例子）
BOOM！没错就是gay，统一个问题PC和移动端排名都是第2，移动月均搜索量44.7W，PC月均搜索量9.5W，加起来50W，排名第2的点击率为20%左右，也就是说这个问题一个月有10W的SEO流量，内里的回覆呢？
第1名只有58个赞，有时机上去吗？有！有方式变现吗？
国产，社交，纳斯达克，嗯（不得不感伤，闷声发大财的人着实是太多了…）
4. 突破认知局限
有些同伙们可能到这里就坐不住了，脑子里最先构想所在行业应该如何操作
可是，万一你所在的行业没有蓝海流量呢？为什么一定要在你熟悉的领域做呢？
流量能手的头脑，从来都是大盘头脑，即以全局的视野来思索问题
而此次，我们要剖析知乎整体搜索流量的漫衍，那里有蓝海流量，我们就去到哪，而不只局限于某个问题，某个行业
甚至知乎好物完全可以基于蓝海流量的头脑
始终记着我们的目的只有一个，那就是赚钱
同时，这也是我写【TACE】（Traffic ACE，流量能手）这个民众号的主要头脑，只不事厥后去折腾项目，很少发文，咳咳….
前面讲了不少内容，那是由于我想把“道”这个层面讲清晰，即为什么这么干；而“法”是死的，规则发生转变，方式立刻失效
举个例子：特斯拉降生之初，电池成本比那时市面上低了10倍，CEO马斯克为什么能做到？
那是由于他的道是“物理学头脑”，把事物拆解成最小单元追求解决方案（TED有演讲）
然则，80%的人都喜欢直接获得方式，why？
爸爸说他听爷爷的姥爷说过，在几十万年前，人类还在狩猎阶段的时刻，为了存活下去，才降生了大脑
而大脑的进化需要上百万年，人类降生历史不外才二十万年左右，也就是说现在我们照样用着“旧脑子”
其中“旧脑子”一个显著的特点是最小作用力原理，人类天生会默认做出消耗脑力低的行为，即能不用脑就不用脑，而原理的学习用脑水平较高
包罗我，每当自己懒得动脑的时刻，我就取笑自己是个原始人，咳咳…
那么下面，就让我们一步步的进入“战场”
5. 打造百万级词库
词库是用户搜索词和词属性的聚集
我们尽可能的网络N个渠道的关键词，由于每个渠道或第三方平台都有他的局限性
在流量能手眼里，词库里躺的不是一个个的关键词，而是一张张的RMB
以搜索流量的视角来看，在大多数情形下，加词即是加流量
你能找到别人找不到的词，你就能拿到别人拿不到的流量，从而赚到别人赚不到的钱
关于数据的储存名堂，小我私人建议直接使用csv形式，以逗号为离开符的内陆文件储存，相比于mysql类的数据库，用Bash shell来查询和剖析不要太利便
拿词渠道：
-
5118
-
爱站
-
站长之家
-
…
下面我用5118举例
5.1 母词获取
1）5118
划分下载百度PC关键词和移动关键词，离开处置
没有会员的同伙自行淘宝，有企业版的同伙建议全量导出
接下来的步骤，我们会最先涉及一些编程知识：
Bash shell（Linux） + Python
由于此次数据盘算的需求通例工具已经不能知足，以是我们要动用“神秘”的编程气力
我自己已经所有开发完毕，部门简朴的Bash shell下令行直接在文章内给出
然则我信托就这一点会让80%的人知难而退，可是包罗我，谁又不是从小白一步步走过来的呢？
编程真的没有那么难，trust me！若是可以，告诉自己做那20%
整站SEO优化有4个细节因素值得注意的
另外请记着，我们不是要成为一个专业的程序员，编程能力能知足我们当前所需就好
2）初始处置
-
转码（GBK > UTF-8），由于5118给出的数据编码是GBK，而Linux里需要UTF-8
-
只输出关键词，不使用其他数据，由于第三方数据的准确度着实差强人意，像5118这种量级天天的更新量少说也要1亿，成本摆在这
-
获取前100名
第一由于数据准度低，后面我们要自己验证数据
第二前面提到过动态排名 & 百度提权，在你获取数据和验证数据中央存在时间差，在时间差里排名可能已经发生了转变
bash shell：
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(0, 92, 197);">cat</span></span> 输入文件名| iconv -c -f GB18030 -t utf-<span style="box-sizing: inherit;"><span style="box-sizing: inherit;">8</span></span>| grep -Ev <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">"整域百度PC关键词排名列表|百度指数|100以外"</span></span>|awk -F, <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">'{print </span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);"><span style="box-sizing: inherit;">$1</span></span></span><span style="box-sizing: inherit; color: rgb(3, 47, 98);">}'</span></span> > 输出文件名</span>
3）关键词整理
-
特殊符号
<span style="box-sizing: inherit; color: rgb(89, 89, 89); letter-spacing: 1px;"><span style="box-sizing: inherit; color: rgb(111, 66, 193);">[\s+\.\!\?\/_,$%^*()+"\']</span>+|<span style="box-sizing: inherit; color: rgb(111, 66, 193);">[+——！，:：。√？、~@#￥%……&*（）“”《》～]</span></span>
异常容易忽视的一步，许多人自然信托差异渠道产出的关键词数据（包罗百度），然则“流量能手，”与“流量能手”的搜索量数据差了十万八千里
-
网站
<span style="box-sizing: inherit; color: rgb(89, 89, 89); letter-spacing: 1px;">www<span style="box-sizing: inherit;">|com|</span>cn<span style="box-sizing: inherit;">|cc|</span>top<span style="box-sizing: inherit;">|net|</span>org<span style="box-sizing: inherit;">|net|</span>cn<span style="box-sizing: inherit;">|rog|</span>cn<span style="box-sizing: inherit;">|tv|</span>info<span style="box-sizing: inherit;">|wang|</span>biz<span style="box-sizing: inherit;">|club|</span>top<span style="box-sizing: inherit;">|vip</span></span><span style="box-sizing: inherit;"> </span>
-
年份替换，例如2010年替换为2020年
-
中文长度 >=2 （可选）
4）去敏感词 非法词汇你明白，这里我们使用了DFA算法，平均处置一个关键词不到0.1s
5） 去重 去重是异常主要的一步，但对内存要求对照高，也就是说你要去重的文件巨细不能跨越可使用内存巨细
现在的解决方式是用sort + uniq，先用split将目的文件支解，然后用sort逐个排序，然后sort+uniq合并去重
虽然没有大幅削减内存使用巨细，但提升了盘算效率
bash shell 简版：
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(111, 66, 193);">cat</span></span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">输入文件名 | sort | uniq > 输入文件名</span></span>
bash shell 大数据版：
<span style="box-sizing: inherit;">#!<span style="box-sizing: inherit;">/bin/</span>bash</span>
<span style="box-sizing: inherit;">#下令行参数：</span>
<span style="box-sizing: inherit;">#$<span style="box-sizing: inherit;">1</span> 输入文件</span>
<span style="box-sizing: inherit;">#$<span style="box-sizing: inherit;">2</span> 输出文件</span>
<span style="box-sizing: inherit;">basepath=$(<span style="box-sizing: inherit;">cd</span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">`dirname </span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">$0</span></span><span style="box-sizing: inherit; color: rgb(3, 47, 98);">`</span>; <span style="box-sizing: inherit;">pwd</span>)</span>
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;">echo</span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">`date`</span> <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">"[wordsUniq.sh DEBUG INFO] 最先文件支解..."</span></span></span>
<span style="box-sizing: inherit;">split -l300000 <span style="box-sizing: inherit;">$<span style="box-sizing: inherit;">1</span></span> <span style="box-sizing: inherit;">${basepath}</span>/words_split/split_ <span style="box-sizing: inherit;">#文件支解</span></span>
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;">echo</span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">`date`</span> <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">"[wordsUniq.sh DEBUG INFO] 最先单个排序..."</span></span></span>
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(215, 58, 73);">for</span></span> f <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(215, 58, 73);">in</span></span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">`ls </span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);"><span style="box-sizing: inherit;">${basepath}</span></span></span><span style="box-sizing: inherit; color: rgb(3, 47, 98);">/words_split/`</span></span>
<span style="box-sizing: inherit;">do</span>
<span style="box-sizing: inherit;">sort <span style="box-sizing: inherit;">${basepath}</span>/words_split/<span style="box-sizing: inherit;">${f}</span> > <span style="box-sizing: inherit;">${basepath}</span>/words_split/<span style="box-sizing: inherit;">${f}</span>.sort <span style="box-sizing: inherit;">#单个排序</span></span>
<span style="box-sizing: inherit;">done</span>
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;">echo</span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">`date`</span> <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">"[wordsUniq.sh DEBUG INFO] 最先合并去重..."</span></span></span>
<span style="box-sizing: inherit;">sort -sm <span style="box-sizing: inherit;">${basepath}</span>/words_split<span style="box-sizing: inherit; color: rgb(106, 115, 125);">/*.sort|uniq > </span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(106, 115, 125);">$2</span></span></span>
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(106, 115, 125);">echo</span></span><span style="box-sizing: inherit; color: rgb(106, 115, 125);"> `date` </span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(106, 115, 125);">"[wordsUniq.sh DEBUG INFO] 删除缓存数据..."</span></span><span style="box-sizing: inherit; color: rgb(106, 115, 125);">rm </span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(106, 115, 125);">${basepath}</span></span><span style="box-sizing: inherit; color: rgb(106, 115, 125);">/words_split/*</span></span>
使用方式：
储存为filename.sh文件，在当前目录确定words_split文件夹，然后使用如下下令行，输入输出文件均可指定路径
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(111, 66, 193);">sh</span></span> <span style="box-sizing: inherit; color: rgb(3, 47, 98);">剧本名称</span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">.sh</span></span><span style="box-sizing: inherit; color: rgb(3, 47, 98);"> 输入文件 输出文件</span></span>
OK，处置完毕，现在我们已经获得了两份异常“清洁”的母词数据，即知乎百度PC关键词和移动关键词
5.2 词扩展
词扩展即对获得的母词进行扩展，由于一个页面可能掷中多个相关的关键词
进而我们可以假设，从第三方平台获取的词只是他们所能找到的，当前知乎所能掷中的词的子集
我们要尽可能的把其他部门的词找出来，从而对照准确的预估一个问题页面的百度流量
假设现在有A和B两个问题，在你的词库中，A掷中50个关键词，总流量为1W，B掷中10个关键词，流量为100
那么你可能将B问题忽略掉，只处置A问题
可是，B问题现实上掷中了100个关键词，流量为10W
这样由于数据的不完整性造成了信息差，进而直接错过了获取这些流量的时机
举个例子：
https://www.zhihu.com/question/35121845
经由扩展，这个页面共掷中47个关键词，PC+移动总流量为132W，广告太多知乎被迫风控提醒，下面是展示该部门数据
怎么样，是不是最先逐步感受到数据的魅力了？打起精神，Let’s keep going！
由于只做百度流量，下面只使用百度来扩展
1）相关搜索 + 下拉框词抓取
许多人只知道抓这两个渠道，并不知道这两个渠道的性子：
-
相关搜索
相关搜索为横向扩展，大部门为跨关键词主题的相关扩展，其中可能泛起主题严重漂移的情形，为保证相关性，只抓取一轮
-
下拉框
下拉框为纵向扩展，大部门在关键词的末端追加词缀
说明渠道性子的意义在于，关键词这种文本数据，扩展偏向有且只有这两个，其他扩展渠道方式都是这两个基本偏向的叠加或者变种
由于差异端产出的数据可能差异，以是我们要把PC端和移动端的母词，划分进行同端口的扩展
即PC母词抓PC相关搜索 + PC下拉框，移动母词抓移动相关搜索 + 下拉框
2）百度推广后台词扩展
路径为：注册/登录 > 进入搜索推广 > 推广管理 > 关键词计划师 > 关键词
注册免费，另外你还可以使用艾奇SEM工具/斗牛SEO工具等
3）词处置
先将各个渠道的词分端口合并
bash shell：
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(215, 58, 73);">cat</span></span> <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(215, 58, 73);">file1</span></span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(111, 66, 193);">.txt</span></span> <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(215, 58, 73);">file2</span></span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(111, 66, 193);">.txt</span></span> > <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(215, 58, 73);">all</span></span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(111, 66, 193);">.txt</span></span></span>
然后重复【5.1母词获取】的关键词整理和去重部门
5.3 获取关键词流量
同样使用到百度推广后台的关键词计划师，但使用的是“流量查询”的功效
这是百度官方给出的流量数据，以前的数据口径是日搜索量，现在酿成了月搜索量，不外并无大碍
有的同伙可能发生疑问，为什么不先抓排名筛选数据，减轻下一步的数据量压力？
由于关键词计划师一次能查询1000个！10W个关键词只需查询100次！
而且实测证实获取一次cookie可跨天使用，并保持10+个小时的有用登录（准许我，请务必下手轻一点）
1）流量数据获取
通过模拟登录的方式post关键词数据
2）数据筛选
每个端只保留搜索量 >= N的关键词（数值自界说）
你可以在数据获取的同时去做筛选，也可以拆开另做一个筛选步骤，这里小我私人建议后者，万一指标不合理还有重新筛选的余地
bash shell：
<span style="box-sizing: inherit;"><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(0, 92, 197);">cat</span></span> file.txt | awk -F, <span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);">'{</span><span style="box-sizing: inherit;"><span style="box-sizing: inherit; color: rgb(3, 47, 98);"><span style="box-sizing: inherit;">$2</span></span></span><span style="box-sizing: inherit; color: rgb(3, 47, 98);">>=100}'</span></span> > file_new.txt</span>
5.4 获取关键词排名
划分获取各端的排名数据，只保留
https://www.zhihu.com/question/{问题ID}
这个url特征下，前10名的关键词，以及储存对应的问题url
5.5 可获取流量
关键词流量并不即是知乎问题页面能获取的现实流量
前面提到过，搜索流量在到达页面之前还有一个点击的步骤，以是我们应该把可获取流量盘算出来，公式为：
可获取流量 = 流量 X 点击率
点击率凭证排名估算，然则百度似乎从来没有公布过点击率数据，咳咳…
然则我们找到了一份Sistrix在2020年7月14日公布的google点击率数据，该数据剖析了跨越8000万的关键字和数十亿的搜索效果
虽然只是移动端的统计，但并无大碍
原文（英文）：
https://www.sistrix.com/blog/why-almost-everything-you-knew-about-google-ctr-is-no-longer-valid/
每个关键词的可获取流量盘算完成后，我们的词库就搭建完毕了，Niceee！
6. 知乎数据获取
数据获取的目的是，我们能从这个N个维度的数据中，劈头判断出某个问题的难易度（对应9.1数据筛选）
数据在精不在多，过多的数据只会滋扰判断
-
问题浏览量
-
问题关注量（知乎站内流量）
-
问题确定时间
-
回覆数目
-
第1名赞数目
-
第1名回覆字数
-
第1名回覆时间
现在为止，我们需要的基础数据所有准备完毕，现在你应该获得了一个百度 + 知乎数据的关键词文件，good job！
若是你坚持到了这里，我信托，我会异常愿意熟悉你这样的同伙^_^
7. 数据剖析
7.1 关键词分组
面临海量杂乱无章的数据，我们需要通过关键词分组的形式，将相关的关键词和其对应的问题页面群集到一起
1）jieba分词
使用python-jieba模块，将每个关键词切分成N个词项（term），好比“流量能手”会被分词为“流量”+ “能手“，包罗相同词项的词视为一组
2）词项去重
参考【5.1母词获取】的去重部门
3）词项数据盘算
用每个词项去匹配关键词，并盘算匹配效果的数目（词频）和可获取流量总和
SEO的同伙们可能有种熟悉的感受，这种方式类似于搜索引擎的“倒排索引”，我们现实上就是以term为索引，归类了知乎URL
下面随便拿点演示数据：
7.2 人工分类
直接按词项分组是单纯从字符串角度上的分组，简朴粗暴但缺乏语义关系
好比“炒股”和“股票”这两个特征应该属于金融类，但按词项分组就会酿成两组，以是最后应该人工过一遍
分类完成后，将对应的词频和可获取流量总和相加，获得总数据
然后用头脑导图/表格的形式纪录，下面用头脑导图示例
然则记着，不要为了分组而分组，没有显著相关性的词项不应该被分到一组，否则那是在给自己找贫苦
8. 问题筛选
8.1 数据筛选
现在我们可以从可获取流量最多的种别中选取一个词项，在我们完成【6-7】后的关键词文件里，使用Bash shell 或者 在Excel-csv里搜索“关键词列”，找出包罗这个词项的关键词，然后用指标来筛选，下面给出几个筛选数值仅做参考
-
问题浏览量（辅助）
-
问题关注量（辅助）
-
问题确定时间（辅助）
-
回覆数目 <=50
-
第1名赞数目 <= 100
-
第1名回覆字数 <= 800
-
第1名回覆时间 （辅助）
-
可获取流量 >= 100
说一个场景，经由硬性指标筛选后，若是一个问题页面的浏览量远低于可获取流量，关注量少，问题确定时间为最近，第一名回覆时间为最近，那么这类问题需要重点mark一下
然则why？同伙们不妨自己思索一下
好啦我来告诉你，每一类人群的数目是有限的，若是把上面的条件反回来，那么很可能你已经miss掉一部门流量，以是我们要有抢占先机的意识
筛选完成后，可根据【可获取流量】或【第1回覆赞许数目】等条件降序排序，蓝海问题一目了然
8.2 人工筛选
人工主要来解决数据判断不了的内容问题，即第1名的回覆是否未知足问题需求，主要找以下2种类型：
1）直接知足，但用户的隐含需求未被知足，存在扩展空间
举例
Q：“汽车多久调养一次”
A：“我一样平常一季度调养一次”
A（new）：“差异品牌的汽车调养时间差异，我下面列出所有品牌xxx，调养项目xxx，机油选择xxx，调养什么坑xxx”
2）间接知足
正好翻到一个，上图
回覆说明晰按键精灵，但并没有给出这个剧本怎么写
信托到了这里，你已经找到了N个种其余N个问题，然后马上最先剖析问题 > 列纲要 > xxxx…..
Stop！请马上住手你的上头行为，我们还有最后一步
9. 流量跟踪
万里长征最后一步，异常主要，异常主要，异常主要
我们前面提到2点：
-
在百度推广后台-关键词计划师中，流量的数据口径是月，而且是预估值
-
SE的网页排名是动态的
这就可能造成效果的不稳固性，辛辛劳苦做了数据，写了回覆，搞了排名，效果却没有阅读量？
以是我们要监控页面的浏览量是怎样增进的，来确定这个页面是否真的获取了流量，能获取若干流量，最终判断要不要回覆这些问题
监控时间单元可以是天，仔细点可以每N个小时，监控时长人人自己判断，固然越长越准确
举个例子，假设某个问题的可获取流量为15W，那么平均天天的可获取流量为5000左右，那么3天（不思考节沐日）的可获取流量为1.5W
纪录该页面的浏览量而且对比，只要上下浮动不是稀奇大，那么就可以列入我们的回覆清单
10.最后
我们将视角提升到整个营销的层面，会发现蓝海流量获取是整个营销环节的第一步，其他部门诸如回覆排名 & 流量路径 & 变现等
还有许多方式技巧类能辅助我们更好的使用蓝海流量
怎么学习SEO，你对SEO的认识够吗？SEO个人心得
微信扫一扫打赏
支付宝扫一扫打赏
