預(yù)估閱讀時(shí)間：15 min

?前言


Hello，論壇的朋友大家好，最近在拓展新品類，需要做大量的數(shù)據(jù)調(diào)研，同時(shí)需要快速熟悉市場和產(chǎn)品，所以就總結(jié)了一些方法論，希望能幫到有相似需求的朋友。如果能對你日常運(yùn)營工作產(chǎn)生幫助，深感榮幸。
源碼也全部準(zhǔn)備好了，需要的朋友直接messages，但是需要對Python有基礎(chǔ)了解，有問題的在評論區(qū)進(jìn)行討論，我會針對一些高頻問題做更深入探討。

好了，正題開始，今天分享的核心是：怎么快速熟悉一個市場和產(chǎn)品？
這里討論的是快速做到80分的水平，開題先表明這一點(diǎn)，因?yàn)槟阈枰焖僬业綕摿κ袌?，所以只能做一些基本面分析?br /> 但是如果是決定在類目長期深耕的，我認(rèn)為起碼做到95+，你需要對產(chǎn)品細(xì)分屬性、客戶細(xì)分需求，甚至產(chǎn)品的生產(chǎn)改進(jìn)工藝都有所了解，這樣才能建立起自己的競爭壁壘，市場競爭已經(jīng)很充分了，所以需要你做到大部分競爭對手都做不到的事情，這樣整體的生意盤子才會有比較好的盈利預(yù)期。

1.頁面信息要素分析
首先想明白一個問題，我們Listing優(yōu)化主要做的內(nèi)容是什么？保證流暢的可讀性同時(shí)做好關(guān)鍵詞布局（埋詞），一般我們都是在 標(biāo)題、五點(diǎn)、長描述 中完成。
再思考一個問題：在標(biāo)題中一般都會包含什么內(nèi)容？這里貼一個so called 標(biāo)題模板格式：
品牌+核心關(guān)鍵詞+屬性詞1+屬性詞2+場景詞+適用詞+人群+其他,etc
所以非常顯而易見，我們對標(biāo)題做詞頻分析可以快速了解哪些問題？

1. 品牌頻率：市場壟斷程度的反映
2. 核心關(guān)鍵詞詞根：適用核心關(guān)鍵詞詞根繼續(xù)拓展搜索結(jié)果
3. 屬性詞：不同的產(chǎn)品有不同的屬性，哪些屬性提及頻率最高？背后代表的是什么需求？
4. 場景詞：高頻場景是哪些？可以指導(dǎo)圖片需求的場景側(cè)重表達(dá)
5. 適用性、人群等其他屬性：了解更多的補(bǔ)充信息

單單是對標(biāo)題的詞頻分析就可以了解這么多信息，同時(shí)這也可以對我們的產(chǎn)品標(biāo)題自檢，是否有遺漏一些高頻核心詞，比較精明的消費(fèi)者就是找特定的關(guān)鍵詞（視覺錘）直接點(diǎn)擊產(chǎn)品，如果整體頁面對產(chǎn)品的特定功能闡述比較清晰的，購買的可能性就非常高了。

所以這次我以標(biāo)題的詞頻分析給大家做實(shí)例講解，以熱門品類而且屬性非常多的蘋果表帶給大家進(jìn)行講解。

2.數(shù)據(jù)挖掘工作
現(xiàn)在已經(jīng)有很多第三方工具了，所以已經(jīng)可以省下大量的數(shù)據(jù)挖掘工具，以**精靈為例，直接點(diǎn)到類目主頁，下載類目產(chǎn)品數(shù)據(jù)，下載表格出來就已經(jīng)包含了標(biāo)題的數(shù)據(jù)。

同時(shí)**精靈也有批量下載產(chǎn)品賣點(diǎn)的相關(guān)功能，也可以針對賣點(diǎn)做詞頻分析、賣點(diǎn)詞頻分析，做供給端的分析。

補(bǔ)充Tips:?
1.之前**精靈下載的產(chǎn)品表格里面第二個工作表會有相關(guān)詞頻分析，現(xiàn)在這個表取消了，直接在頁面上點(diǎn)擊復(fù)制詞頻也可以獲取數(shù)據(jù)
2.有時(shí)候類目里面的產(chǎn)品不是我們想要的核心競品，建議使用關(guān)鍵詞檢索產(chǎn)品，之后再下載數(shù)據(jù)。

3.詞頻分析
其實(shí)我們下載下來**精靈的數(shù)據(jù)已經(jīng)包含了一個子表【標(biāo)題詞頻】了，但是沒有解決以下的需求：
1.下載的產(chǎn)品表格中，相關(guān)的核心競品較少，所以詞頻的參考性就很低
2.篩選核心競品之后，詞頻也還是之前的競品
所以需要針對我們選定的產(chǎn)品列表做詞頻分析，以降低分析誤差
補(bǔ)充：有心思活躍的同學(xué)會想到，直接使用關(guān)鍵詞檢索，相關(guān)度就很高了，但是檢索結(jié)果中還是會包含不相關(guān)產(chǎn)品，所以我一般都是手動篩選核心產(chǎn)品列表之后再做分析，盡量把誤差做到最低。
Tips: 不想寫弄代碼的，網(wǎng)上也有一堆詞頻分析工具，給大家貼一個鏈接：

http://www.writewords.org.uk/word_count.asp
但是網(wǎng)站的工具也有弊端，有時(shí)候只能給你輸出前多少項(xiàng)之類的各種限制，所以我還是傾向做比較詳盡且接近事實(shí)的分析，大家自己權(quán)衡選擇合適自己的方法。

這里是相關(guān)的代碼，需要配置對應(yīng)的開發(fā)環(huán)境，這里不再贅述，有問題的直接PM我
只需要在對應(yīng)文件夾的txt文檔中復(fù)制好對應(yīng)的標(biāo)題，直接運(yùn)行程序，就可以快速輸出結(jié)果，我沒有測試過上限，幾萬個標(biāo)題也可以瞬間輸出結(jié)果。
以下是相關(guān)代碼：

import re

from collections import Counter



with open('keywords.txt', 'r', encoding='utf-8') as file:

    text = file.read()

    # print(text)



words = text.replace('"', '\'').replace(',', ' ').split()



# 使用Counter類進(jìn)行詞頻統(tǒng)計(jì)

word_counts = Counter(words)



# 打印單詞及其出現(xiàn)次數(shù)

top_words = word_counts.most_common(2000)



for top_word in top_words:

    word = top_word[0]

    frequency = str(top_word[1])

    print(word + '  |  ' + frequency)

這里是代碼運(yùn)行結(jié)果，直接復(fù)制到表格文件進(jìn)行分析

我們已經(jīng)拿到對應(yīng)的詞頻數(shù)據(jù)，怎么進(jìn)行下一步的分析，也很簡單，就是針對不同的關(guān)鍵詞進(jìn)行分類，做這部分工作有什么意義？
1.除了上面的屬性分析、功能分析之外
2.處理好的數(shù)據(jù)，我們只需要做一下簡單的數(shù)據(jù)透視，就可以得到非常清晰的廣告結(jié)構(gòu)（這部分后面有機(jī)會再跟大家分享）

這是我分類完之后的形式（燈帶數(shù)據(jù)示例）：

熟悉產(chǎn)品的時(shí)候會有很多單詞都是比較陌生的，就需要去搞清楚具體的含義，加深對市場+產(chǎn)品的理解做到這個程度你已經(jīng)對類目產(chǎn)品的屬性和新品廣告規(guī)劃已經(jīng)有比較清晰的認(rèn)知了，但是其實(shí)還是有更多的應(yīng)用場景的，這里就不進(jìn)行展開了。

4.銷售分析
上面的數(shù)據(jù)分析其實(shí)已經(jīng)很全面了，但是其實(shí)還是可以利用已經(jīng)完成的詞頻分析去做細(xì)分市場分析的，通俗的來說就是做產(chǎn)品標(biāo)記，可以根據(jù)產(chǎn)品的核心屬性進(jìn)行分類，不同的屬性就是這個市場下面的不同細(xì)分需求市場，數(shù)據(jù)標(biāo)注也很簡單，標(biāo)注完成之后，再簡單做一下透視就可以得出更多有效信息（這部分如果大家疑問比較多再進(jìn)行展開）
下面是特斯拉相關(guān)配件市場數(shù)據(jù)示例：

分享到這已經(jīng)接近尾聲了，希望對各位有幫助，對數(shù)據(jù)化運(yùn)營感興趣的朋友可以主頁溝通。
利用好軟件【賣家精靈或者第三方軟件】進(jìn)行數(shù)據(jù)獲取，再結(jié)合一點(diǎn)點(diǎn)自己的數(shù)據(jù)分析能力，就可以有更加深入的見解和認(rèn)知，不渴望做到咨詢公司證券公司的那種研報(bào)級別，但是對于中小公司的基本業(yè)務(wù)方向判斷已經(jīng)有足夠明顯的幫助了。
做的這么多技術(shù)分享，一直強(qiáng)調(diào)一個觀念：技術(shù)一定是服務(wù)于業(yè)務(wù)的，不要做很難有產(chǎn)出的事情，浪費(fèi)大量的時(shí)間。
代碼實(shí)際使用有問題的，也可以在評論區(qū)交流。