6. 知乎数据获取
数据获取的目的是，我们能从这个N个维度的数据中，初步判断出某个问题的难易度(对应9.1数据筛选)
数据在精不在多，过多的数据只会干扰判断
问题浏览量
问题关注量(知乎站内流量)
问题创建时间
回答数量
第1名赞数量
第1名回答字数
第1名回答时间
目前为止，我们需要的基础数据全部准备完毕，现在你应该得到了一个百度 + 知乎数据的关键词文件，good job!
如果你坚持到了这里，我相信，我会非常愿意认识你这样的朋友^_^
7. 数据分析
7.1 关键词分组
面对海量杂乱无章的数据，我们需要通过关键词分组的形式，将相关的关键词和其对应的问题页面聚集到一起
1)jieba分词
利用python-jieba模块，将每个关键词切分成N个词项(term)，比如“流量高手”会被分词为“流量”+ “高手“，包含相同词项的词视为一组
2)词项去重
参考【5.1母词获取】的去重部分
3)词项数据计算
用每个词项去匹配关键词，并计算匹配结果的数量(词频)和可获取流量总和
SEO的朋友们可能有种熟悉的感觉，这种方式类似于搜索引擎的“倒排索引”，我们实际上就是以term为索引，归类了知乎URL
下面随便拿点演示数据：
7.2 人工分类
直接按词项分组是单纯从字符串角度上的分组，简单粗暴但缺乏语义关系
比如“炒股”和“股票”这两个特征应该属于金融类，但按词项分组就会变成两组，所以最后应该人工过一遍
分类完成后，将对应的词频和可获取流量总和相加，得到总数据
然后用思维导图/表格的形式记录，下面用思维导图示例
但是记住，不要为了分组而分组，没有明显相关性的词项不应该被分到一组，否则那是在给自己找麻烦
8. 问题筛选
8.1 数据筛选
现在我们可以从可获取流量最多的类别中选取一个词项，在我们完成【6-7】后的关键词文件里，使用Bash shell 或者 在Excel-csv里搜索“关键词列”，找出包含这个词项的关键词，然后用指标来筛选，下面给出几个筛选数值仅做参考
问题浏览量(辅助)
问题关注量(辅助)
问题创建时间(辅助)
回答数量 <=50
第1名赞数量 <= 100
第1名回答字数 <= 800
第1名回答时间 (辅助)
可获取流量 >= 100
说一个场景，经过硬性指标筛选后，如果一个问题页面的浏览量远低于可获取流量，关注量少，问题创建时间为最近，第一名回答时间为最近，那么这类问题需要重点mark一下
但是why?朋友们不妨自己思考一下
好啦我来告诉你，每一类人群的数量是有限的，如果把上面的条件反回来，那么很可能你已经miss掉一部分流量，所以我们要有抢占先机的意识
筛选完成后，可按照【可获取流量】或【第1回答赞同数量】等条件降序排序，蓝海问题一目了然
8.2 人工筛选
人工主要来解决数据判断不了的内容问题，即第1名的回答是否未满足问题需求，主要找以下2种类型：
1)直接满足，但用户的隐含需求未被满足，存在扩展空间
举例
Q：“汽车多久保养一次”
A：“我一般一季度保养一次”
A(new)：“不同品牌的汽车保养时间不同，我下面列出所有品牌xxx，保养项目xxx，机油选择xxx，保养什么坑xxx”
2)间接满足
正好翻到一个，上图
回答说明了按键精灵，但并没有给出这个脚本怎么写
相信到了这里，你已经找到了N个类别的N个问题，然后马上开始分析问题 > 列大纲 > xxxx…..
Stop!请立刻停止你的上头行为，我们还有最后一步
9. 流量跟踪
万里长征最后一步，非常重要，非常重要，非常重要
我们前面提到2点：
在百度推广后台-关键词规划师中，流量的数据口径是月，并且是预估值
SEO的网页排名是动态的
这就可能造成结果的不稳定性，辛辛苦苦做了数据，写了回答，搞了排名，结果却没有阅读量?
所以我们要监控页面的浏览量是怎样增长的，来确定这个页面是否真的获取了流量，能获取多少流量，最终判断要不要回答这些问题
监控时间单位可以是天，细致点可以每N个小时，监控时长大家自己判断，当然越长越准确
举个例子，假设某个问题的可获取流量为15W，那么平均每天的可获取流量为5000左右，那么3天(不考虑节假日)的可获取流量为1.5W
记录该页面的浏览量并且对比，只要上下浮动不是特别大，那么就可以列入我们的回答清单
10.最后
我们将视角提升到整个营销的层面，会发现蓝海流量获取是整个营销环节的第一步，其他部分诸如回答排名 & 流量路径 & 变现等
还有很多方法技巧类能帮助我们更好的利用蓝海流量，比如数据交叉计算，进阶玩法等
但是要将上面说的展开，又是很大一部分内容，受时间和精力所限，我们下次再讲
作者：CashWar 公众号：TACE
2000万的知乎蓝海流量掘金机会（上）
2000万的知乎蓝海流量掘金机会（中）
2000万的知乎蓝海流量掘金机会（下）
来源【运营官微圈】自媒体，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！
