
數(shù)據(jù)挖掘的應(yīng)用:如何選擇商品關(guān)鍵詞
對平臺上的賣家來說,如何給寶貝取標(biāo)題、選擇關(guān)鍵詞投放對于獲取站內(nèi)站外的搜索流量來說都至關(guān)重要,而對于獨(dú)立B2C來說,在顯示搜索結(jié)果時,除了根據(jù)商品關(guān)鍵詞進(jìn)行匹配外,還可以向用戶主動推薦關(guān)聯(lián)商品。
在選擇商品關(guān)鍵詞時,賣家可以從四個途徑下手:站外投放熱詞、站內(nèi)搜索熱詞、商品屬性以及行業(yè)數(shù)據(jù)。而對平臺或者獨(dú)立B2C來說,如何選擇商品關(guān)鍵詞是數(shù)據(jù)挖掘應(yīng)用的第一步,接下來就是如何匹配的問題。這一過程既是在滿足用戶搜索需求,又是在主動營銷商品。
什么是搜索?
搜索就是根據(jù)用戶輸入關(guān)鍵詞,下面顯示搜索結(jié)果。從用戶的角度來說,就是根據(jù)自己設(shè)想的詞來找到想要的商品。而從賣家的角度來說,就是根據(jù)用戶輸入的關(guān)鍵詞,來快速地幫助用戶找到他們想要找的商品,從而完成購買的動作。
以獨(dú)立B2C為例,賣家可以影響用戶的輸入,甚至引導(dǎo)用戶去購買一些商品,盡管這些商品可能用戶并不是特別需要,通過一些場內(nèi)的場景渲染也能達(dá)成交易。
搜索引擎如何給商品打標(biāo)簽?
如何通過用戶輸入的關(guān)鍵詞來快速地找到商品,就是搜索引擎要干的事情了,作為搜索引擎推薦有好多方式,最常用的就是給商品打標(biāo)簽,讓用戶輸入的詞和標(biāo)簽進(jìn)行匹配,然后根據(jù)某種規(guī)則進(jìn)行結(jié)果的順序展現(xiàn)。而標(biāo)簽的生成可以是品類人員自己打的,也可以是通過技術(shù)手段把商品的名稱拆解成多個關(guān)鍵詞作為標(biāo)簽,當(dāng)然也可以用商品本身的屬性。也有兩種都用的,后一種做法更常見,所以很多賣家經(jīng)常要修改商品標(biāo)題,因為商品標(biāo)題是最常見的商品標(biāo)簽拆分來源。
如何給商品選擇關(guān)鍵詞(標(biāo)題、標(biāo)簽)?
以獨(dú)立B2C網(wǎng)站為例,商品關(guān)鍵詞的來源有四種:站外投放、站內(nèi)搜索、商品屬性、行業(yè)數(shù)據(jù)。
1、站外:投放熱詞及相關(guān)詞
站外投放搜索廣告,是做電商常用手段,主要用來流量的導(dǎo)入、招募新用戶。搜索引擎對網(wǎng)站友好核心的一個特點(diǎn)是:根據(jù)某個詞顯示的結(jié)果列表中,你的排名比較靠前,一般的搜索會絕對根據(jù)用戶輸入的詞來搜索,但是做的較好的搜索引擎會顯示與詞相近的詞的展現(xiàn)結(jié)果。之所以產(chǎn)生這樣的結(jié)果和顯示結(jié)果的策略,是因為搜索引擎在顯示結(jié)果時,往往考慮用戶搜索時的場景。比如我搜索“王菲”,結(jié)果會顯示明星王菲,而李亞鵬的相關(guān)信息也會顯示,原因是最近他們離婚了,搜索引擎就會猜測(甚至強(qiáng)制認(rèn)為)你想要的結(jié)果和這個事件相關(guān),所以會顯示李亞鵬的新聞。當(dāng)然還需要數(shù)據(jù)的佐證,比如同一個訪問會同時搜索王菲、李亞鵬,一起輸入或者第一次搜索王菲,第二次搜索李亞鵬之類。這種做法是協(xié)同式搜索的一種做法。還有就是你搜索wangfei,搜索引擎也會顯示搜索王菲的結(jié)果。不過,如果你入住的是電商平臺,就要看看平臺的搜索效果了,并不是每家都能做到像百度這樣的協(xié)同。
策略:記錄熱點(diǎn)關(guān)鍵詞,優(yōu)化商品標(biāo)題
記錄熱點(diǎn)關(guān)鍵詞,然后在獨(dú)立的B2C內(nèi)部優(yōu)化商品標(biāo)題,如果是自己可以用標(biāo)簽控制排序,那就對想推薦的商品打標(biāo)簽,也可以在搜索引擎買一些相近的關(guān)鍵詞。如果是入住的電商平臺,可以加入相近的詞的進(jìn)行優(yōu)化,這樣也可以加大些相近詞的帶來的流量,畢竟每個地方的說法不一樣,小流量也是流量。
2、站內(nèi):用戶搜索熱詞
站內(nèi)搜索是用戶在網(wǎng)站內(nèi)部搜索的關(guān)鍵詞,用來尋找想要的商品,和站外搜索引擎的工作方式類似,區(qū)別是站內(nèi)搜索,我們可以獲得更多的數(shù)據(jù)信息,比如搜索的用戶上次搜索的詞是什么、購買過什么,就根據(jù)這兩個點(diǎn)就可以進(jìn)行相關(guān)的精準(zhǔn)推薦,比如他搜索了一串月餅相關(guān)的詞,又有發(fā)往廣州的包裹信息,就可以推薦些廣州常吃的月餅,比如蛋黃的、蓮蓉的,如果是東北的,那就推薦點(diǎn)五仁的吧。而這些標(biāo)簽可以直接做到標(biāo)題,也可以用后臺的搜索標(biāo)簽,主要看系統(tǒng)是否支持。
策略:針對性布局商品,控制熱詞顯示結(jié)果
根據(jù)站內(nèi)的搜索詞,有針對性地對商品進(jìn)行布局,可以根據(jù)地域、用戶群甚至用戶進(jìn)行分析,得到相關(guān)的偏好,而對商品標(biāo)題進(jìn)行優(yōu)化,不要讓站內(nèi)搜索的詞顯示不了結(jié)果,也不要緊盯著那些搜索次數(shù)比較高的詞,有很多偏好比較明顯的詞流量不大,但是沒有結(jié)果的例子很多。舉例,在ebay搜索olympic,正常ebay是不能用這個詞作為商品標(biāo)題一部分的,除非你得到相關(guān)的授權(quán),如果獨(dú)立B2C就可以做,雖然我不能顯示相關(guān)標(biāo)題的商品,我可以顯示相關(guān)的運(yùn)動產(chǎn)品,比如相關(guān)的運(yùn)動服。
3、商品屬性:商品本身標(biāo)簽
商品屬性是針對搜索詞進(jìn)行關(guān)鍵布局的,商品屬性是商品布局的核心,就是買什么樣的商品,就吆喝什么。商品屬性分自然屬性、社會屬性,在選擇商品關(guān)鍵詞時可以從這兩個角度考慮。
自然屬性是商品本身固有的一些特點(diǎn)比如顏色、物理成分、外觀、大小、軟硬程度、歸屬哪些類目等。這些是商品的基礎(chǔ)屬性,它們基本決定了商品的成本,或者更準(zhǔn)確的說決定了它們的生產(chǎn)成本。比如利用真皮做的包和用人造革做的包成本不一樣,不同大小的包成本也不一樣。基礎(chǔ)屬性也間接決定了商品價格段、目標(biāo)人群、運(yùn)輸成本等。商品運(yùn)營的核心就是在商品自然屬近似的情況下,突出差異,使市場價格和目標(biāo)人群差異化。比如小音箱,帶wifi和不帶wifi售價分別為:10元、50元。其核心就是芯片組的差別,價格差10元,銷售價格卻差40元。
社會屬性主要用來促使交易達(dá)成,無論是良品、治愈、萌系,還是三折、包郵、送禮都是為了達(dá)成交易。流行品一般會用包郵、獨(dú)家之類的服務(wù)性標(biāo)簽;新品、清倉是針對商品生命周期的,比如9月店家對秋裝打的標(biāo)簽是新品,對夏裝是清倉;買二送一、三折是價格策略的標(biāo)簽。
策略:根據(jù)站內(nèi)外熱詞調(diào)節(jié),實現(xiàn)差異化競爭
針對站內(nèi)站外的搜索熱詞就可以對商品屬性進(jìn)行優(yōu)化了。一是標(biāo)題優(yōu)化,很多賣家經(jīng)常對一些商品修改標(biāo)題,目的就是為了適應(yīng)用戶搜索時熱詞的改變對商品的影響,盡量使商品能適應(yīng)用戶搜索詞的變化。站內(nèi)熱詞是本站用戶傾向的一個風(fēng)向標(biāo),很多電商都做了相關(guān)的分析來指導(dǎo)品類和采購。如果是自己打標(biāo)簽的方式會更好,這樣不用修改標(biāo)題就可以針對某種類型的商品進(jìn)行標(biāo)記,使得某些詞的搜索結(jié)果就是固定的。然后加入一些人工干預(yù)和算法模型的結(jié)果,就可以完成有針對性地推廣,有可以有個性的展現(xiàn)了。這種做法比修改標(biāo)題更容易。
4、行業(yè)數(shù)據(jù)
速賣通提供最近用戶搜索關(guān)鍵詞,這不是店家可以獲取的,這些詞可以讓我們知道整個平臺和其他賣家的用戶的搜索偏好,對搜索比較多的詞,上升比較快的詞要重點(diǎn)關(guān)注,看自己是否有對應(yīng)的商品,是否需要開發(fā)新品,已有商品是否有價格優(yōu)勢等。我們可以根據(jù)這些熱詞洞悉一些市場熱點(diǎn),更好的把握市場的需求。
如何給用戶推薦商品?
對B2C網(wǎng)站來說,根據(jù)用戶搜索詞,推薦出商品列表,重點(diǎn)要考慮兩點(diǎn):用戶行為和自己售賣的商品。
用戶搜索詞和歷史購買記錄能表明用戶對商品價格、品牌等偏好,推薦商品時,可以是大眾化的,即每個人搜索同一個詞是同樣的結(jié)果,或者一類人搜索同一個詞是一樣的結(jié)果。也可以差異化,即每個人搜索的結(jié)果都不同。這個主要取決于數(shù)據(jù)分析能力,如果你對用戶非常了解,知道他的購物習(xí)慣,同時自己的品類又足夠豐富,就可以針對性地做推薦。如果沒有強(qiáng)大的分析系統(tǒng),品類分析不夠完整,那就依靠品類運(yùn)營人員的理解強(qiáng)制性對商品進(jìn)行分類,至少可以明確地告訴別人我賣的是什么品類,什么價格段。
總之,在選擇商品關(guān)鍵詞時,一定要突出特點(diǎn),不要面面俱到,千萬別賣沒有特點(diǎn)的商品。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11