拒绝直觉选词,让数据来告诉你什么样的关键词是合适的,上海聚连电子商务有限公司-尊龙凯时官网登录

拒绝直觉选词,让数据来告诉你什么样的关键词是合适的

发布于 2015-05-25 阅读 721 点亮 1

 

拒绝直觉选词,让数据来告诉你什么样的关键词是合适的

 

传统的选词方法,大家都会,我就不多说了。今天来说说一种数据选词的方法,不靠直觉,不靠经验,让数据来说话。

先来看看最终的效果

可以看到我给每个关键词的旁边加了一个数值,而这个数值就是适合你宝贝的程度。数值越高关键词性价比越高。

讲一下我的主要思路,收集数据》计算数据》计算结果。

接下来我会按照我收集数据的步骤来说我是怎么收集和计算的。

一丶收集

需要用到的工具:1.生意参谋,或者数据魔方。 2.淘宝指数。 3.淘宝搜索框。

用这三个工具分别收集三份数据

1.  首先用生意参谋或数据魔方可以导出行业前200名的关键词,导出的时候选择四个指标 全网热搜度,点击率,商品数,转化率丶(生意参谋无法下载全网转化率,转化率要用数据魔方收集。没有数据魔方的用直通车的流量解析也可以查看)

导出的效果如下 (第一份数据)

2.  接下来利用淘宝指数来收集第二份数据——客户数据

这一步主要利用交叉对比的方式,用于在计算时找出我们的客户和关键词中的客户重叠的部分

打开淘宝指数搜索刚才导出的关键词,这一步比较麻烦需要一个个搜索

主要收集关键词的性别占比,关键词年龄组成,买家等级,和消费层级。

然后用表格一一记录下来。

收集后的效果如下(第二份表格)

3. 接下来收集第三组数据——关键词价格分布情况

这一步主要是找出关键词的购买人群价格跟我们产品重合的部分

这次用的是淘宝搜索框

不知道大家有没有注意到,淘宝搜索框综合排序的右边可以看到用户所喜欢的价位和占比。

这一组数据就是收集这个的,把每一个关键词放到搜索框搜索后,统计每个价格区间的占比。

收集出来的数据如下

好了,三个表格数据收集完之后,我们开始对收集到的数据进行整理,开始计算。

二丶计算数据

a.首先是第一份表格中的数据

①我们计算出每个词的成交指数

计算公式:全网成交指数=全网搜索热度*全网点击率*全网转化率

这个全网成交指数,主要是告诉你这个关键词成交的量有多大。

②计算出每个关键词的竞争指数

计算公式:竞争指数=全网商品数/全网成交指数

这个公式主要计算这个关键词中每一个成交有多少商品在竞争。

计算结果如下

b.接下来是第二个表格的数据

这一步主要是统计出这个关键词中哪些客户的维度,和我们产品的客户维度是重合的

我们自己客户的维度可以通过下面的途径去寻找

可以用生意参谋的》经营分析》访客分析》访客对比

找出自己访客的数据特征,比如年龄,消费层级,访客等级分布

然后利用加减法,找出其中跟我们客户维度是相同的数据

计算结果如下

c.接下来是第三个表格的计算

关键词价格区间占比的表格,根据收集到的客单价分布情况,根据你自己的客单价,利用加减法算出这个关键词中购买你这个客单价的人群占比。计算结果如下

全部计算完毕,接下来就是计算结果了

三丶结果

最后所有的数据都整理到一起了

我们最终要计算的就是符合我们客单价和人群的关键词符合程度,数值越大越符合你的产品

修改:符合度=全网成交指数*(性别占比 年龄区间占比 客户等级占比 消费等级占比)*客单价占比/竞争指数*1000(这个乘以1000是因为最终计算结果可能数值小,不方便查看)

计算出的数值根据大小排序就可得出这个关键词与我们产品的符合度,包括价格,人群,竞争的因素都包含在内。

其实这个方法还算比较麻烦,真正的高手可以做出来一个模板或者软件,你输入类目,客单价,客户数据,自动出来每一个关键词的符合结果,那样就很好了。

ps:补充一点:最后选出来的词都拿到淘宝框搜索一下,看看是不是同一类产品,不是一类的记得筛选掉,比如游戏椅和电脑椅,就是一个小类目下两种不同的产品。

这只是我的一个思路,欢迎大家留言交流。

补充:前天发帖之后,很多派友在看了之后提了很多有用的建议,在此表示感谢。

针对派友的问题和我总结出来的在此做一个补充:

1.关于收集数据,第一份数据中的转化率问题,第一个表格中的[全网商品数],通过生意参谋收集的数据和通过搜索看到的结果有很大偏差,这个我正在找生意参谋的客服求证,目前还没得到答复,得到答复后会第一时间更新。

2.关于第一份数据中的转化率问题,生意参谋无法收集到全网转化率,需要通过数据魔方或者直通车的流量解析查询到关键词的转化率。

3.有些派友的关键词搜索后无法看到关键词的价格分布情况,两种可能性:①换个电脑,换个浏览器试试;②有些关键词成交量过小,淘宝没有统计价格分布情况;

4.关于客户数据的算法一开始用的乘法,但是有派友指出有问题:举个例子:有1000人,其中男性600,女性400,已知其中30-40岁人群占比30%,问30-40岁男性有多少人? 可能性是0-300人都有可能,因为这些维度数据之间的相对独立,所以没办法算出来确切的值。 所以我用这种乘法来算出来的结果是不对的。 问题就在于设置的条件是男性[且]30-40岁,在这种情况下,针对我们的产品我们只能用[或]来计算客户数据,男性[或者]30-40岁就是我们的客户,结合 到我的这个计算方法,那就是用[ ]来代替乘法,虽然结果依然不理想,但是对整个数据的平衡比用乘法好了很多。

点亮1
微信
微博
网站地图