知乎藍海：2000W流量機會掘金指南

朋友你好，作者，5年個人站長，創業在路上，下面我用5000字的長文告訴你，獲取知乎流量的正確姿勢，思路 + 實操知行合一，純正干貨細節滿滿，請盡情享用

根據我本地數據的不完全統計(知乎百度top3關鍵詞)

百度PC端關鍵詞總流量為：1億2743萬

知乎實際獲取總流量為：1億2743萬 x 0.15(平均點擊率) = 1911萬

這只是單看PC端，一個超過2000W的流量機會擺在我們面前

一切依靠互聯網賺錢的前提，就是必須先獲取流量，而現在流量比黃金還寶貴

真實情況是，我身邊已經有5+位的朋友，在近半年內，依靠此次機會獲得了6W~25W不等的收益

而我們只需要一雙勤勞的雙手和一個思維清晰的大腦

那么

為什么會有這個流量機會?

流量機會具體指的是什么?

我們如何從中獲取流量?

下面，讓我來為你打開這扇流量的大門

閱讀指導：不同于市面上的各種“爽文”，本文按照我的實際思路，使用了正敘的方式講述如何“從0到1”，需要朋友一邊閱讀一邊思考，建議拿出一整塊的時間(10-20分鐘)進行閱讀

1. 資本的游戲
在“江湖”上流傳著這么一段話，大致內容是：

站長收割機，流量截胡達人百度daddy在2019年8月跟投知乎，快手領頭，隨后，百度對知乎提權，流量表現節節攀升

當時我看到這段話的時候，對接受的信息量打了一個問號，為什么?

熟悉傳播學的朋友應該知道一條基本原則：

對于任何事情，我們要盡量關注事實判斷，而非價值判斷

因為事實判斷是確鑿的，能夠達成共識 ;而價值判斷是依賴于視角和立場的，可以有多種解讀

這里的投資事件為事實描述，后面產生的影響為價值描述

然而就這么一個簡單的事實性描述網上卻有N個版本，有說錯時間點的，還有說錯投資方的

進行驗證后，你還會發現百度也投資過快手，可能是另外一個機會?

有時候思路就是根據事實發散出來

那么關于價值判斷，是不是真的有流量增長?是不是真提權?

直接上數據驗證(這里從投資時間點2019.8分段取愛站半年的數據，稍有誤差并無大礙)：

詞量數據

通過詞量數據我們可以觀察到以下2點：

從2019年11月中旬開始，流量跳躍式增長，詞量從30W漲到270W，近10倍!

從2020年7月開始，流量增長放緩，但仍保持增長趨勢

那么，這些流量是以何種方式增長的?

收錄數據

通過收錄數據我們可以觀察到以下兩點：

雖然數據口徑不同，但在流量跳躍式增長期間，收錄量并無增長趨勢，也就是說，原收錄頁面在對應搜索詞下的排名提升了，提權實錘

當已收錄的頁面不能覆蓋更多搜索詞的時候，百度給知乎的定向流量將到達臨界值，嗝~

上面的分析很容易造成一種“廢話感”，因為分析結果跟首次接收的信息基本相同，我們的大腦不能處理相同的信息

這恰恰是兩個思維方式“歸納法”和“演繹法”的不同之處

如果不做驗證，歸納思維隱含假設了百度提權是真實的，導致后面的動作全部基于一個假設

而演繹思維的每一步完全基于條件為“真”的前提，想想看，如果分析結果相反會導致什么結果

在這個信息爆炸的時代，我們實在太需要篩選信息的能力，其中保持獨立思考顯得尤為重要，但獨立思考并不是針對everything都要提出不同觀點

有效思考是必須建立在足夠的知識積累之上，不然就是盲目思考

如果身處陌生領域，學習同行仍然是不錯的選擇

那么雖然流量增長放緩，但如此巨大的流量知乎并沒有全量“吞下”，現在仍然有且肯定有機會來利用這個紅利期獲取流量并且賺錢

Let’s keep going !

2. SEO?
收錄?排名?提權?如果你產生了疑問，那你可能還不太了解SEO這個領域，下面簡要描述

SEO即通過了解搜索引擎(以下簡稱SE)的規則來調整網站，使其在目標搜索引擎上的排名提高，達到獲取流量的目的

收錄：SE的爬蟲系統抓取網頁后，緩存在服務器上的行為

權重：SE對站點的綜合評分，排名的主要依據

排名：頁面緩存在搜索結果中的排列位置

以上3點均為動態變化

那么，一個搜索流量是如何產生的呢?

首先用戶輸入搜索詞(query)，向SE發起搜索請求，SE將已緩存的頁面通過算法進行排名計算，然后返回給前端(瀏覽器)，用戶觀察搜索結果，根據自己的喜好從搜索結果中點擊頁面

一個頁面要想有流量，就得先有收錄(被SE緩存)，然后還得排名靠前(top10)，然后還得有人搜(搜索量)，最后還得看了讓人想點擊(標題+描述)

在點擊的環節，知乎具有重要的先天優勢，經過多年“知識型”平臺的定位與發展，用戶對知乎品牌建立起天然的信任感，可能導致即便排名不在前3名，但仍然能獲得超過同位大盤的點擊率

此次雙劍合璧，百度給知乎做定向流量，而知乎又將流量效率提升了一截，美哉美哉

3. 藍海問題 + 藍海流量
那么我們的機會在哪呢?

宏宏最近缺錢，于是去百度上搜了“怎么來錢快”(真實數據，僅做示例)，發現知乎某個頁面排名第1

然后小手一抖點擊進入，望著空蕩蕩的頁面，面部表情發生了細微的變化

坑爹呢這是!

5年的網賺經歷給了我敏銳的嗅覺，這是機會

于是我拿到了百萬級關鍵詞+知乎數據，篩選分析后發現，有相當一部分問題頁面有搜索流量但是存在以下情況：

回答未解決搜索需求

回答質量低

回答少

回答前N名贊少

那么我們能不能找到這類問題，自己編寫答案，然后使得排名靠前，向我們自己的載體(微信 / 公眾號等)導流?

答案是肯定的!

綜上所述，有搜索流量并且競爭低的問題，我們統稱為“藍海問題”，這些問題流量的集合，我們統稱為“藍海流量”

下面來個小炸彈，朋友們體驗先~(SE排名是動態的，大家實際搜索可能略有出入，另外考慮到公開性，大概選了一個例子)

BOOM!沒錯就是gay，同一個問題PC和移動端排名都是第2，移動月均搜索量44.7W，PC月均搜索量9.5W，加起來50W，排名第2的點擊率為20%左右，也就是說這個問題一個月有10W的SEO流量，里面的回答呢?

第1名只有58個贊，有機會上去嗎?有!有方法變現嗎?

4. 突破認知局限
有些朋友們可能到這里就坐不住了，腦子里開始構思所在行業應該如何操作

可是，萬一你所在的行業沒有藍海流量呢?為什么一定要在你熟悉的領域做呢?

流量高手的思維，從來都是大盤思維，即以全局的視野來思考問題

而此次，我們要分析知乎整體搜索流量的分布，哪里有藍海流量，我們就去到哪，而不只局限于某個問題，某個行業

甚至知乎好物完全可以基于藍海流量的思維

始終記住我們的目的只有一個，那就是賺錢

同時，這也是我寫【TACE】(Traffic ACE，流量高手)這個公眾號的主要思想，只不過后來去折騰項目，很少發文，咳咳….

前面講了不少內容，那是因為我想把“道”這個層面講清楚，即為什么這么干;而“法”是死的，規則發生變化，方法立即失效

舉個例子：特斯拉誕生之初，電池成本比當時市面上低了10倍，CEO馬斯克為什么能做到?

那是因為他的道是“物理學思維”，把事物拆解成最小單元尋求解決方案(TED有演講)

但是，80%的人都喜歡直接得到方法，why?

爸爸說他聽爺爺的姥爺說過，在幾十萬年前，人類還在狩獵階段的時候，為了存活下去，才誕生了大腦

而大腦的進化需要上百萬年，人類誕生歷史不過才二十萬年左右，也就是說現在我們還是用著“舊腦子”

其中“舊腦子”一個顯著的特點是最小作用力原理，人類天生會默認做出消耗腦力低的行為，即能不用腦就不用腦，而道理的學習用腦程度較高

包括我，每當自己懶得動腦的時候，我就嘲諷自己是個原始人，咳咳…

那么下面，就讓我們一步步的進入“戰場”

5. 打造百萬級詞庫
詞庫是用戶搜索詞和詞屬性的集合

我們盡可能的收集N個渠道的關鍵詞，因為每個渠道或第三方平臺都有他的局限性

在流量高手眼里，詞庫里躺的不是一個個的關鍵詞，而是一張張的RMB

以搜索流量的視角來看，在大多數情況下，加詞等于加流量

你能找到別人找不到的詞，你就能拿到別人拿不到的流量，從而賺到別人賺不到的錢

關于數據的儲存格式，個人建議直接使用csv形式，以逗號為分隔符的本地文件儲存，相比于mysql類的數據庫，用Bash shell來查詢和分析不要太方便

拿詞渠道：

5118，愛站，站長之家。

下面我用5118舉例

5.1 母詞獲取

1)5118

分別下載百度PC關鍵詞和移動關鍵詞，分開處理

沒有會員的朋友自行淘寶，有企業版的朋友建議全量導出

接下來的步驟，我們會開始涉及一些編程知識：

Bash shell(Linux) + Python

因為此次數據計算的需求常規工具已經不能滿足，所以我們要動用“神秘”的編程力量

我自己已經全部開發完畢，部分簡單的Bash shell命令行直接在文章內給出

但是我相信就這一點會讓80%的人知難而退，可是包括我，誰又不是從小白一步步走過來的呢?

編程真的沒有那么難，trust me!如果可以，告訴自己做那20%

另外請記住，我們不是要成為一個專業的程序員，編程能力能滿足我們當前所需就好

2)初始處理

轉碼(GBK > UTF-8)，因為5118給出的數據編碼是GBK，而Linux里需要UTF-8

只輸出關鍵詞，不使用其他數據，因為第三方數據的準確度實在差強人意，像5118這種量級每天的更新量少說也要1億，成本擺在這。

獲取前100名第一因為數據準度低，后面我們要自己驗證數據第二前面提到過動態排名 & 百度提權，在你獲取數據和驗證數據中間存在時間差，在時間差里排名可能已經發生了變化。

bash shell：

cat 輸入文件名| iconv -c -f GB18030 -t utf-8| grep -Ev "整域百度PC關鍵詞排名列表|百度指數|100以外"|awk -F, '{print $1}' > 輸出文件名

3)關鍵詞清理

特殊符號

[\s+\.\!\?\/_,$%^*()+\"\']+|[+——!，:：。√?、~@#￥%……&*()“”《》～]

非常容易忽視的一步，很多人天然信任不同渠道產出的關鍵詞數據(包括百度)，但是“流量高手，”與“流量高手”的搜索量數據差了十萬八千里

網址

www|com|cn|cc|top|net|org|net|cn|rog|cn|tv|info|wang|biz|club|top|vip

年份替換，例如2010年替換為2020年

中文長度 >=2 (可選)

4)去敏感詞

非法詞匯你懂得，這里我們使用了DFA算法，平均處理一個關鍵詞不到0.1s

5) 去重

去重是非常重要的一步，但對內存要求比較高，也就是說你要去重的文件大小不能超過可使用內存大小

目前的解決方法是用sort + uniq，先用split將目標文件分割，然后用sort逐個排序，然后sort+uniq合并去重

雖然沒有大幅減少內存使用大小，但提升了計算效率

bash shell 簡版：

cat 輸入文件名 | sort | uniq > 輸入文件名

bash shell 大數據版：

#!/bin/bash#命令行參數：#$1 輸入文件#$2 輸出文件basepath=$(cd `dirname $0`; pwd)echo `date` "[wordsUniq.sh DEBUG INFO] 開始文件分割..."split -l300000 $1 ${basepath}/words_split/split_ #文件分割echo `date` "[wordsUniq.sh DEBUG INFO] 開始單個排序..."for f in `ls ${basepath}/words_split/`dosort ${basepath}/words_split/${f} > ${basepath}/words_split/${f}.sort #單個排序doneecho `date` "[wordsUniq.sh DEBUG INFO] 開始合并去重..."sort -sm ${basepath}/words_split/*.sort|uniq > $2echo `date` "[wordsUniq.sh DEBUG INFO] 刪除緩存數據..."rm ${basepath}/words_split/*

使用方法：

儲存為filename.sh文件，在當前目錄創建words_split文件夾，然后使用如下命令行，輸入輸出文件均可指定路徑

sh 腳本名稱.sh 輸入文件 輸出文件

OK，處理完畢，現在我們已經得到了兩份非�！案蓛簟钡哪冈~數據，即知乎百度PC關鍵詞和移動關鍵詞

5.2 詞擴展

詞擴展即對獲得的母詞進行擴展，因為一個頁面可能命中多個相關的關鍵詞

進而我們可以假設，從第三方平臺獲取的詞只是他們所能找到的，當前知乎所能命中的詞的子集

我們要盡可能的把其他部分的詞找出來，從而比較準確的預估一個問題頁面的百度流量

假設現在有A和B兩個問題，在你的詞庫中，A命中50個關鍵詞，總流量為1W，B命中10個關鍵詞，流量為100

那么你可能將B問題忽略掉，只處理A問題

可是，B問題實際上命中了100個關鍵詞，流量為10W

這樣由于數據的不完整性造成了信息差，進而直接錯過了獲取這些流量的機會

舉個例子：

經過擴展，這個頁面共命中47個關鍵詞，PC+移動總流量為132W，廣告太多知乎被迫風控提醒，下面是展示該部分數據

怎么樣，是不是開始慢慢感受到數據的魅力了?打起精神，Let’s keep going!

由于只做百度流量，下面只使用百度來擴展

1)相關搜索 + 下拉框詞抓取

很多人只知道抓這兩個渠道，并不知道這兩個渠道的性質：

相關搜索

相關搜索為橫向擴展，大部分為跨關鍵詞主題的相關擴展，其中可能出現主題嚴重漂移的情況，為保證相關性，只抓取一輪

下拉框

下拉框為縱向擴展，大部分在關鍵詞的結尾追加詞綴

闡明渠道性質的意義在于，關鍵詞這種文本數據，擴展方向有且只有這兩個，其他擴展渠道方法都是這兩個基本方向的疊加或者變種

因為不同端產出的數據可能不同，所以我們要把PC端和移動端的母詞，分別進行同端口的擴展

即PC母詞抓PC相關搜索 + PC下拉框，移動母詞抓移動相關搜索 + 下拉框

2)百度推廣后臺詞擴展

路徑為：注冊/登錄 > 進入搜索推廣 > 推廣管理 > 關鍵詞規劃師 > 關鍵詞

注冊免費，另外你還可以使用艾奇SEM工具/斗牛SEO工具等

3)詞處理

先將各個渠道的詞分端口合并

bash shell：

cat file1.txt file2.txt > all.txt

然后重復【5.1母詞獲取】的關鍵詞清理和去重部分

5.3 獲取關鍵詞流量

同樣使用到百度推廣后臺的關鍵詞規劃師，但使用的是“流量查詢”的功能

這是百度官方給出的流量數據，以前的數據口徑是日搜索量，現在變成了月搜索量，不過并無大礙

有的朋友可能產生疑問，為什么不先抓排名篩選數據，減輕下一步的數據量壓力?

因為關鍵詞規劃師一次能查詢1000個!10W個關鍵詞只需查詢100次!

并且實測證明獲取一次cookie可跨天使用，并保持10+個小時的有效登錄(答應我，請務必下手輕一點)

1)流量數據獲取

通過模擬登錄的方式post關鍵詞數據

2)數據篩選

每個端只保留搜索量 >= N的關鍵詞(數值自定義)

你可以在數據獲取的同時去做篩選，也可以拆開另做一個篩選步驟，這里個人建議后者，萬一指標不合理還有重新篩選的余地

bash shell：

cat file.txt | awk -F, '{$2>=100}' > file_new.txt

5.4 獲取關鍵詞排名

分別獲取各端的排名數據，只保留

https://www.zhihu.com/question/{問題ID}

這個url特征下，前10名的關鍵詞，以及儲存對應的問題url

5.5 可獲取流量

關鍵詞流量并不等于知乎問題頁面能獲取的實際流量

前面提到過，搜索流量在到達頁面之前還有一個點擊的步驟，所以我們應該把可獲取流量計算出來，公式為：

可獲取流量 = 流量 X 點擊率

點擊率根據排名估算，但是百度似乎從來沒有發布過點擊率數據，咳咳…

但是我們找到了一份Sistrix在2020年7月14日發布的google點擊率數據，該數據分析了超過8000萬的關鍵字和數十億的搜索結果

雖然只是移動端的統計，但并無大礙

原文(英文)：

https://www.sistrix.com/blog/why-almost-everything-you-knew-about-google-ctr-is-no-longer-valid/

每個關鍵詞的可獲取流量計算完成后，我們的詞庫就搭建完畢了，Niceee!

6. 知乎數據獲取
數據獲取的目的是，我們能從這個N個維度的數據中，初步判斷出某個問題的難易度(對應9.1數據篩選)

數據在精不在多，過多的數據只會干擾判斷

問題瀏覽量

問題關注量(知乎站內流量)

問題創建時間

回答數量

第1名贊數量

第1名回答字數

第1名回答時間

目前為止，我們需要的基礎數據全部準備完畢，現在你應該得到了一個百度 + 知乎數據的關鍵詞文件，good job!

如果你堅持到了這里，我相信，我會非常愿意認識你這樣的朋友^_^

7. 數據分析
7.1 關鍵詞分組

面對海量雜亂無章的數據，我們需要通過關鍵詞分組的形式，將相關的關鍵詞和其對應的問題頁面聚集到一起

1)jieba分詞

利用python-jieba模塊，將每個關鍵詞切分成N個詞項(term)，比如“流量高手”會被分詞為“流量”+ “高手“，包含相同詞項的詞視為一組

2)詞項去重

參考【5.1母詞獲取】的去重部分

3)詞項數據計算

用每個詞項去匹配關鍵詞，并計算匹配結果的數量(詞頻)和可獲取流量總和

SEO的朋友們可能有種熟悉的感覺，這種方式類似于搜索引擎的“倒排索引”，我們實際上就是以term為索引，歸類了知乎URL

下面隨便拿點演示數據：

7.2 人工分類

直接按詞項分組是單純從字符串角度上的分組，簡單粗暴但缺乏語義關系

比如“炒股”和“股票”這兩個特征應該屬于金融類，但按詞項分組就會變成兩組，所以最后應該人工過一遍

分類完成后，將對應的詞頻和可獲取流量總和相加，得到總數據

然后用思維導圖/表格的形式記錄，下面用思維導圖示例

但是記住，不要為了分組而分組，沒有明顯相關性的詞項不應該被分到一組，否則那是在給自己找麻煩

8. 問題篩選
8.1 數據篩選

現在我們可以從可獲取流量最多的類別中選取一個詞項，在我們完成【6-7】后的關鍵詞文件里，使用Bash shell 或者 在Excel-csv里搜索“關鍵詞列”，找出包含這個詞項的關鍵詞，然后用指標來篩選，下面給出幾個篩選數值僅做參考

問題瀏覽量(輔助)

問題關注量(輔助)

問題創建時間(輔助)

回答數量 <=50

第1名贊數量 <= 100

第1名回答字數 <= 800

第1名回答時間 (輔助)

可獲取流量 >= 100

說一個場景，經過硬性指標篩選后，如果一個問題頁面的瀏覽量遠低于可獲取流量，關注量少，問題創建時間為最近，第一名回答時間為最近，那么這類問題需要重點mark一下

但是why?朋友們不妨自己思考一下

好啦我來告訴你，每一類人群的數量是有限的，如果把上面的條件反回來，那么很可能你已經miss掉一部分流量，所以我們要有搶占先機的意識

篩選完成后，可按照【可獲取流量】或【第1回答贊同數量】等條件降序排序，藍海問題一目了然

8.2 人工篩選

人工主要來解決數據判斷不了的內容問題，即第1名的回答是否未滿足問題需求，主要找以下2種類型：

1)直接滿足，但用戶的隱含需求未被滿足，存在擴展空間

舉例

Q：“汽車多久保養一次”

A：“我一般一季度保養一次”

A(new)：“不同品牌的汽車保養時間不同，我下面列出所有品牌xxx，保養項目xxx，機油選擇xxx，保養什么坑xxx”

2)間接滿足

正好翻到一個，上圖

回答說明了按鍵精靈，但并沒有給出這個腳本怎么寫

相信到了這里，你已經找到了N個類別的N個問題，然后馬上開始分析問題 > 列大綱 > xxxx…..

Stop!請立刻停止你的上頭行為，我們還有最后一步

9. 流量跟蹤
萬里長征最后一步，非常重要，非常重要，非常重要

我們前面提到2點：

在百度推廣后臺-關鍵詞規劃師中，流量的數據口徑是月，并且是預估值

SEO的網頁排名是動態的

這就可能造成結果的不穩定性，辛辛苦苦做了數據，寫了回答，搞了排名，結果卻沒有閱讀量?

所以我們要監控頁面的瀏覽量是怎樣增長的，來確定這個頁面是否真的獲取了流量，能獲取多少流量，最終判斷要不要回答這些問題

監控時間單位可以是天，細致點可以每N個小時，監控時長大家自己判斷，當然越長越準確

舉個例子，假設某個問題的可獲取流量為15W，那么平均每天的可獲取流量為5000左右，那么3天(不考慮節假日)的可獲取流量為1.5W

記錄該頁面的瀏覽量并且對比，只要上下浮動不是特別大，那么就可以列入我們的回答清單

10.最后
我們將視角提升到整個營銷的層面，會發現藍海流量獲取是整個營銷環節的第一步，其他部分諸如回答排名 & 流量路徑 & 變現等

還有很多方法技巧類能幫助我們更好的利用藍海流量，比如數據交叉計算，進階玩法等

但是要將上面說的展開，又是很大一部分內容，受時間和精力所限，我們下次再講

作者：CashWar 公眾號：TACE