前言

hello，大家好，這是Andy的第11篇文章，感謝閱讀，前排求個(gè)關(guān)注
之前分享的內(nèi)容主要是AI落跨境電商應(yīng)用，可以看我主頁(yè)了解更多往期內(nèi)容
最近關(guān)注到一個(gè)新的工具，讓我覺(jué)得非常欣喜，因?yàn)槠鸫a可以對(duì)我的一項(xiàng)運(yùn)營(yíng)工作提效30%以上。

這個(gè)工具就是 -- 篩查相關(guān)性（關(guān)鍵詞），我已經(jīng)進(jìn)行了深度嘗試，借此機(jī)會(huì)跟大家分享一下我對(duì)關(guān)鍵詞的理解。

一、 關(guān)鍵詞分類(lèi)

關(guān)鍵詞的本質(zhì)其實(shí)就是消費(fèi)者的需求描述。
中高級(jí)運(yùn)營(yíng)應(yīng)該會(huì)明白構(gòu)建產(chǎn)品關(guān)鍵詞庫(kù)里面有一項(xiàng)工作極其費(fèi)時(shí)且枯燥，就是對(duì)關(guān)鍵詞進(jìn)行標(biāo)注，其中涉及到三項(xiàng)類(lèi)型標(biāo)注

• 流量分類(lèi)（定量）：高流量詞、中流量詞、低流量詞
• 詞性分類(lèi)（定性）：類(lèi)目詞、產(chǎn)品詞、屬性詞、功能詞、場(chǎng)景詞、參數(shù)詞、衍生詞等各種詞性
• 相關(guān)度分析（定性）：核心標(biāo)準(zhǔn)是參照你的產(chǎn)品，該關(guān)鍵詞搜索結(jié)果top20產(chǎn)品與你的產(chǎn)品相關(guān)度

1.流量分類(lèi)：
首先說(shuō)流量分類(lèi)，這個(gè)非常簡(jiǎn)單，但是不同類(lèi)目你對(duì)流量的高中低量級(jí)定義也會(huì)有差異，例如不太可能拿portable power station 和garlic press來(lái)進(jìn)行流量對(duì)比，因?yàn)閮蓚€(gè)市場(chǎng)本身就不是同一個(gè)量級(jí)的，所以我們應(yīng)該通過(guò)設(shè)立 百分位+累積流量占比 兩個(gè)參數(shù)進(jìn)行劃分：

• 百分比：[list][*]top 20%關(guān)鍵詞為高流量詞，即頭部關(guān)鍵詞，而且因?yàn)椤岸硕伞币约邦^部聚集效應(yīng)，20%的關(guān)鍵詞可能對(duì)流量的占比會(huì)超過(guò)70%，不同類(lèi)目有差異（需求描述豐富度）
• top 20%-60%為中流量詞，即中部關(guān)鍵詞，新品上架這塊才是我們最大的機(jī)會(huì)，逐步占領(lǐng)腰部流量詞，從而達(dá)到農(nóng)村包圍城市的效果，上架就打大詞會(huì)極其難受（轉(zhuǎn)化率和基礎(chǔ)權(quán)重積累都較差）
• top 60%-100%為低流量詞，即尾部關(guān)鍵詞，如果一個(gè)市場(chǎng)是“需求長(zhǎng)尾市場(chǎng)”，即使是尾部關(guān)鍵詞一樣會(huì)有不錯(cuò)的流量份額，我們需要完善們的關(guān)鍵詞架構(gòu)，這部分關(guān)鍵詞就不能落下

[/*]
[*]累積流量占比：

• 縱軸：流量絕對(duì)值+流量份額
• 橫軸：關(guān)鍵詞排位

看累計(jì)曲線，我比較關(guān)注80%的站位情況，可以看到搜索量在前13位的關(guān)鍵詞已經(jīng)占據(jù)整體流量的80%，但是購(gòu)買(mǎi)量曲線相對(duì)“長(zhǎng)尾”，說(shuō)明頭部的一些關(guān)鍵詞并未能充分體現(xiàn)消費(fèi)者的真實(shí)需求，說(shuō)明長(zhǎng)尾需求還是有機(jī)會(huì)的。[/*]
[*]關(guān)鍵詞特征：[/*]
[/list]
再來(lái)看一下頭部關(guān)鍵詞的特征，從詞性分類(lèi)來(lái)看，可以看到頭部的關(guān)鍵詞有非常大的比例都是品牌關(guān)鍵詞，說(shuō)明頭部品牌已經(jīng)建立了良好的品牌心智，客戶對(duì)品牌的忠誠(chéng)度較高。

結(jié)合上面曲線+關(guān)鍵詞特征來(lái)看，這種情況其實(shí)是不太有利于新品牌進(jìn)入的，頭部流量被品牌關(guān)鍵詞把持，你不打就沒(méi)有流量，你要打這個(gè)關(guān)鍵詞就得拼產(chǎn)品競(jìng)爭(zhēng)力（非常艱難），如果不是資本雄厚的公司，通常在紅海市場(chǎng)中挖掘長(zhǎng)尾需求，與頭部品牌各方面均衡走差異化路線，集中精力和資源將某一賣(mài)點(diǎn)拉升到類(lèi)目top5%以?xún)?nèi)（長(zhǎng)板效應(yīng)），先拿捏一部分長(zhǎng)尾需求客戶群體

2.詞性分類(lèi)
接下來(lái)就是我們的重點(diǎn)，進(jìn)行詞性分類(lèi)，通常我們通過(guò)各種方式收集完關(guān)鍵詞之后，常規(guī)的處理流程：
1.統(tǒng)一關(guān)鍵詞表格字段（不建議不同軟件的關(guān)鍵詞表格進(jìn)行聚合，因?yàn)椴煌浖臄M合算法不一樣，流量維度會(huì)有較大差異）
2.梳理好關(guān)鍵詞總表之后我們就要開(kāi)始對(duì)詞性進(jìn)行分類(lèi)（上面舉例的詞性分類(lèi)）
3.分類(lèi)之后進(jìn)行數(shù)據(jù)透視，分析不同類(lèi)型關(guān)鍵詞的流量特征、占比情況

二、常規(guī)方法（表格手動(dòng)標(biāo)注）

先說(shuō)一下常規(guī)的關(guān)鍵詞分類(lèi)（相關(guān)度篩查）方法，獲取關(guān)鍵詞列表通常有以下方法：
這里我們以Portable Power Station為例進(jìn)行示例

1.關(guān)鍵詞詞庫(kù)獲取
1.關(guān)鍵詞拓展：通過(guò)賣(mài)家精靈的關(guān)鍵詞拓展，可以使用詞根快速拓展關(guān)鍵詞詞庫(kù)
2.ASIN關(guān)鍵詞反查：通過(guò)賣(mài)家精靈可以進(jìn)行ASIN反查流量詞，并且可以看到ASIN在關(guān)鍵詞下的流量占比情況
3.后臺(tái)ABA數(shù)據(jù)：ABA關(guān)鍵詞數(shù)據(jù)一樣可以通過(guò)關(guān)鍵詞 / ASIN的形式進(jìn)行拓展
通過(guò)在精靈的關(guān)鍵詞挖掘功能，也可以方便快速展示

2.關(guān)鍵詞分類(lèi)
根據(jù)上文所述，關(guān)鍵詞詞庫(kù)拿到手之后還需要進(jìn)行二次標(biāo)注，我一般添加最重要的三個(gè)核心字段
詞性分類(lèi) | 流量層級(jí) | 相關(guān)度

a.詞性分類(lèi)當(dāng)前標(biāo)注我覺(jué)得最有效的方式還是手動(dòng)

b.流量層級(jí)建議按照百分位進(jìn)行劃分，因?yàn)椴煌?lèi)目差異較大。
c.剩下最后一個(gè)字段相關(guān)度相關(guān)度標(biāo)注，這個(gè)之前是通過(guò)表格中構(gòu)建關(guān)鍵詞搜索結(jié)果鏈接進(jìn)行前臺(tái)檢索，查看該關(guān)鍵詞的整體搜索結(jié)果與自己的產(chǎn)品相關(guān)度情況。具體構(gòu)建情況如圖所示


三、創(chuàng)新方法（編程/ AI/ 軟件）

可以看到常規(guī)標(biāo)注費(fèi)時(shí)費(fèi)力，你得根據(jù)關(guān)鍵詞意思揣測(cè)關(guān)鍵詞對(duì)你產(chǎn)品的相關(guān)度，如果要做的更加到位，還需要檢索關(guān)鍵詞在前臺(tái)的真實(shí)搜索結(jié)果是否與產(chǎn)品核心關(guān)聯(lián)，就這一部分的工作會(huì)耗費(fèi)大量的時(shí)間，而且這種工作較為機(jī)械重復(fù)（丟給助理、實(shí)習(xí)生進(jìn)行標(biāo)注）
在入行之初就發(fā)現(xiàn)了這里的執(zhí)行痛點(diǎn)，后面一直在探索是否有更加高效的執(zhí)行辦法（自動(dòng)化?），探索了下面的路徑：

1.Python NLP模型標(biāo)注
主要有兩種思路：
1.通過(guò)傳統(tǒng)的自然語(yǔ)言處理（NLP）庫(kù)，如（NLTK、spaCy）等標(biāo)注語(yǔ)法詞性，效果較差
2.通過(guò)規(guī)則匹配與自定義詞庫(kù)實(shí)現(xiàn)業(yè)務(wù)層面的詞性分類(lèi)（如品牌詞、參數(shù)詞等），這個(gè)效果相對(duì)較好，只要梳理好關(guān)鍵詞的詞根類(lèi)型就可以進(jìn)行快速標(biāo)注，這里貼一個(gè)示例代碼

import pandas as pd



# 假設(shè)數(shù)據(jù)存于 Excel，讀取到 DataFrame

df = pd.read_excel('your_file.xlsx')



# 定義各類(lèi)詞庫(kù)（需根據(jù)實(shí)際標(biāo)注數(shù)據(jù)完善）

brand_words = ['jackery', 'bluetti', 'anker', 'ecoflow', 'dji', 'browney', 'grecell', 'alwei']

parameter_words = ['2000w', '1000w']  # 示例參數(shù)詞

scene_words = ['camping']  # 示例場(chǎng)景詞



# 定義標(biāo)注函數(shù)

def classify_keyword(keyword):

    keyword_lower = keyword.lower()

    # 優(yōu)先匹配品牌詞

    for brand in brand_words:

        if brand in keyword_lower:

            return '品牌詞'

    # 匹配參數(shù)詞

    if any(p in keyword_lower for p in parameter_words):

        return '參數(shù)詞'

    # 匹配場(chǎng)景詞

    if any(s in keyword_lower for s in scene_words):

        return '場(chǎng)景詞'

    # 其他默認(rèn)（可根據(jù)需求擴(kuò)展）

    if 'power station' in keyword_lower:

        return '產(chǎn)品詞'

    return '未知'



# 應(yīng)用函數(shù)生成標(biāo)注結(jié)果

df['詞性分類(lèi)'] = df['關(guān)鍵詞'].apply(classify_keyword)



# 保存結(jié)果（可選）

df.to_excel('annotated_file.xlsx', index=False)

2.AGI大模型標(biāo)注（WPS多維表調(diào)用DeepSeekR1）
這里暫且不表，但是核心邏輯就是通過(guò)人工智能模型（例如DeepSeekR1）進(jìn)行詞性標(biāo)注，最近在探索多維表的應(yīng)用，感興趣的可以先給Andy點(diǎn)個(gè)關(guān)注，后續(xù)會(huì)分享使用多維表進(jìn)行項(xiàng)目管理等應(yīng)用。
3.軟件標(biāo)注（賣(mài)家精靈）
相關(guān)度評(píng)估不再需要再一個(gè)個(gè)去前臺(tái)進(jìn)行檢索，只需要輸入核心競(jìng)對(duì)ASIN，再輸入待檢索關(guān)鍵詞，即可快速通過(guò)軟件進(jìn)行相關(guān)度標(biāo)注
即可得到相關(guān)度標(biāo)注結(jié)果

導(dǎo)出之后通過(guò)VLOOKUP函數(shù)，匹配到關(guān)鍵詞相關(guān)度字段

• 對(duì)于【高相關(guān)】關(guān)鍵詞的投放策略：中后期主力投放關(guān)鍵詞，通常會(huì)分配70%以上廣告預(yù)算，通過(guò)精準(zhǔn)/ 加價(jià)等積極行為拉升關(guān)鍵詞排位
• 對(duì)于【中相關(guān)】關(guān)鍵詞的投放策略：可以分配一定預(yù)算，測(cè)試在這些關(guān)鍵詞下的轉(zhuǎn)化、ROI數(shù)據(jù)，再評(píng)估是否需要追加預(yù)算，加大投入
• 對(duì)于【低相關(guān)】關(guān)鍵詞的投放策略：小部分預(yù)算測(cè)試投放組，主要目的是通過(guò)低價(jià)蹭流豐富流量結(jié)構(gòu)，核心指標(biāo)為cpc/ acos，偏向與撿漏打法

四、關(guān)鍵詞分類(lèi)應(yīng)用

1.關(guān)鍵詞分析
完成關(guān)鍵詞標(biāo)注分類(lèi)之后，可以根據(jù)詞性分類(lèi)進(jìn)行透視，本質(zhì)上就是某一類(lèi)需求的量化情況，可以洞察到消費(fèi)者對(duì)哪些層面的需求更加強(qiáng)烈，核心關(guān)注的產(chǎn)品屬性是什么？

可以看到這里的結(jié)構(gòu)性已經(jīng)非常強(qiáng)了，是不是就立馬想到廣告架構(gòu)了？
產(chǎn)品型號(hào) -- 廣告組合
詞性分類(lèi) -- 廣告活動(dòng)
投放方式 -- 廣告組合
層層對(duì)應(yīng)，嚴(yán)絲合縫，良好的廣告架構(gòu)規(guī)劃對(duì)于后續(xù)的廣告報(bào)表分析也是非常有利的。
結(jié)合領(lǐng)星的超級(jí)結(jié)構(gòu)，可以快速創(chuàng)建廣告架構(gòu)（吐槽一句，后臺(tái)的廣告批量報(bào)表是真的難用）

2.交叉分析
可以通過(guò) 詞性分類(lèi) | 流量大小 | 相關(guān)度 進(jìn)行交叉分析，例如我要件一個(gè)新廣告活動(dòng)，需要針高容量段（1000Wh以上）的流量大詞做投放，活動(dòng)的主要目的是達(dá)成轉(zhuǎn)化（高相關(guān)度），那么我們就可以使用下面的篩選條件進(jìn)行篩選：
參數(shù)詞（電量） X 高流量詞 X 高相關(guān)度
通過(guò)三維篩選即可快速篩選出滿足我們需求的關(guān)鍵詞列表，添加到廣告活動(dòng)投放。

從上面的架構(gòu)就可以引申到高中數(shù)學(xué)一個(gè)非常常用的知識(shí)點(diǎn)：組合
通過(guò)詞性分類(lèi)之后，所有可能得篩選類(lèi)型數(shù)量：C（1, m）x C（1，3）x C（1，3）
m為詞性分類(lèi)的類(lèi)型數(shù)量
======================================================================
如果對(duì)上面關(guān)鍵詞分析有疑問(wèn)的或者提升建議的，可以直接評(píng)論區(qū)交流。
?
每一個(gè)回復(fù)都會(huì)認(rèn)真看且細(xì)致回復(fù)，感謝閱讀~