爆款宝贝关键词的另类玩法,助你销量直升80%

对于许多店主来说,给产品选择关键词都是挺难的一步,一个好的关键词可能会让产品成为爆款,可见关键词选取的重要性了。那么如何找出爆款关键词,蚂蚁绩效以前也提过,可以通过看评论,看帖子的方式。


这种方式很重要,可以帮我们选择出正确的爆款关键词,打造爆款也就成功了一半。那么具体应该怎么通过查看别人店铺评论和帖子,找出爆款关键词呢?今天蚂蚁绩效就来和大家聊聊。


一、关于整体思路

店主会问淘宝商品那么多,评论更多,我们怎样最快的找到要点,确定爆款关键词呢?具体的思路是这样的:

1.根据我们的产品,可以找到某个店铺,或者是特定的排行,用网络爬虫把商品评论信息采集下来

2.通过关键词出现频率的高低,排顺序,找到主要和重要的关键词

3.通过关键词可以返回来看消费者的评论内容,了解客户需求


二、具体操作步骤

1、确定数据采集来源

通过商品评论可以很好的了解到这些信息,所以我们去找几款销量排名靠前的店铺产品,分析他们的宝贝评论。比如说店主是卖婴儿鞋子的,我们要想打造爆款,就要提高用户口碑、改良产品、提高销量,我们最关键的就是知道消费者想要什么样的婴儿鞋,有什么需求。

找到爆款的方式也很简单,直接淘宝搜索关键字,按照销量排序就可以了。

做好排序筛选以后,把浏览器中的网址拷贝下来,下面我们将从这个网址把商品评论采集下来。


2、用爬虫工具收集商品评论

要收集商品评论,手工一条条拷贝粘贴是很浪费时间的,所以,要用到一些爬虫工具,百度有好几个相关的软件,学习成本也不高,这里就不介绍了。有些爬虫软件上面会有淘宝和天猫商品评论的爬虫程序,只要把商品的网址输入进去,就会自动采集了,很适合小白使用。

通过采集工具我们把产品100页的评论采集出来,下载成excel表格,时间不会太久,20分钟左右。

打开下载的数据表,把评论那一列拷贝下来,重新复制到一个表格里,然后我们就到了最关键的一步,对评论做文本分词,找到爆款关键词了。


3、对采集的商品评论做文本分词

首先我们把商品评论导入到分词工具里

有些爬虫工具是自带分词工具的,不我们把只有消费者的评论表格导进去,然后系统会自动切词,这个过程大概要2分钟,最后刷新网页就会看到原数据


然后我们选出有用的高频关键词

筛选词语可以看到从评论里切分出来的一个个词语,很关键的一步就是从这么多个词里,找出用户评价商品比较常用的词或者是用户比较关心的商品特点。选出来的词会跟评论做匹配,包含这个词的话就会被标记出来,然后得到一张打标结果表,我们就可以直接选词看数据了。

那么多分词,我们要选择哪些次作为关键词?我们可以先选出常用的名词、动词、形容词之类的,比如这里的“宝宝”“走路”就是很多人会用到的;对于一个词语,我们不确定要不要,可以通过查看相关评论的方法,根据自己的判断,来做出选择。采集软件一半都是按照词频和长度做组合排序的,我们可以优先挑出频数大的词。

选完了词之后,在选词结果里可以看到前面选好的词语、它的频数、它的评论,如果觉得哪一个词不想要了,在这里可以删掉它。

4、下载分词结果表,并做成词云图

最后,你可以把选词表、打标结果表、分词效果表一次性地下载下来,得到下面的3张数据表,这些都是可以做更加深入的拓展运算,比如词云图、语义分析、建模运算等等。学习成本也不高,网上都有教程。

小编找了一个词云图工具,把我们选出的关键词表格导入进去,结果表做成了一个词云图,这样我们就能更直接地看到用户对学步鞋的需求特征,这里把评论里跟商品特征不相关的词剔除了,比如去掉“鞋子”“宝宝”“质量”“喜欢”等等,还要把同义词合并,频数要累加,比如把“漂亮”合并到“好看”,最后我们就会得到一个商品特征的词云图。

更多干货技巧可以看上海易蚁蚂蚁绩效www.yiyitech.com

很明显可以看出用户对学步鞋的首要需求是“质量”“软”“好看”“合适”“舒服”“鞋底”“走路”“不掉”,所以,想要自己的学步鞋提高销量,就要在商品介绍和广告上面强调鞋子的质量、舒适、柔软以及对小孩走路的帮助。

一次好的关键词分析,不但能帮助我们打造爆款标题,同时还能帮助美工来确定详情页的设计和排版,很好的方法,店主们可以尝试学习一下。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容

  • 做淘宝真的要刷单么?那些所谓的七天螺旋,如果你一个新开的店,没权重没流量,不刷单哪来的螺旋给你? 淘宝大环境下,小...
    我是盼盼呢阅读 9,707评论 1 16
  • 常用概念: 自然语言处理(NLP) 数据挖掘 推荐算法 用户画像 知识图谱 信息检索 文本分类 常用技术: 词级别...
    御风之星阅读 9,148评论 1 25
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,424评论 25 707
  • 无语了,遇到这个问题,虽然解决了,但接下来还是得好好找找问题的原因所在~~ 问题重现 未修改前的代码 直接将sea...
    LinXunFeng阅读 1,504评论 0 6
  • 高中时的某个周末,几个同学在教室用手机在看《初恋这件小事》。挤不进去人群里,所以没有看。后来是同学给我口述大致情节...
    十一安阅读 805评论 2 5