解决方案:原创第014集亚马逊Listing优化之产品关键词Search Terms

　　解决方案:原创第014集亚马逊Listing优化之产品关键词Search Terms

　　我的小目标是在这里录制100+集

　　我在亚马逊的真实经历

　　我的专属原创喜欢规整整齐

　　几乎我的每一条内容都有这个功能

　　以下是原创第014话的主要内容

　　*敏*感*词*，

　　如何编写和优化亚马逊Listing产品关键词？

　　亚马逊Listing产品关键词的主要内容：

　　1.亚马逊Listing产品介绍关键词

　　2.亚马逊listing产品常用工具关键词

　　3.亚马逊Listing产品优化技巧关键词

　　4. 我对亚马逊列出产品的方法 关键词

　　下面是我的原创详细分析

　　1.亚马逊Listing产品介绍关键词

　　01.亚马逊关键词也称为Search Terms，通常简称ST。

　　02.亚马逊关键词的填写是针对搜索引擎系统收录的。

　　03.亚马逊关键词可以用空格分隔每个单词。

　　04.亚马逊关键词内容应与所售产品相匹配。

　　05. Amazon 关键词 词或词组的权重越高。

　　06. Amazon 关键词 不需要区分大小写或单复数。

　　07.亚马逊关键词有字符限制，不支持特殊字符。

　　08. Amazon关键词如果超过限制，这个属性会被系统忽略。

　　09. 亚马逊关键词不要一遍又一遍地使用相同的词。

　　10. 亚马逊关键词不要添加其他人的商标品牌名称等字眼。

　　亚马逊背景截图

　　2.亚马逊listing产品常用工具关键词

　　做亚马逊常用的关键词工具：

　　谷歌趋势：

　　

　　Google Trends可以查询特定的关键词热搜趋势，也可以使用Google Ads()的Google 关键词 Planner（Google Keyword Planner）来查找更多来自关键词的Google搜索的数据>。

　　关键字工具：

　　关键字工具.io

　　关键字工具支配者：

　　关键字检查器：

　　关键字*敏*感*词*：

　　商户口号：

　　文字追踪器：

　　科学卖家：

　　长尾专业版：

　　参考资料：

　　3.亚马逊Listing产品优化技巧关键词

　　01.亚马逊的关键词优化擅长使用关键词工具为核心关键词或长尾关键词寻找和采集更多的流量和转化。

　　02.亚马逊关键词优化可以把亚马逊搜索框下拉框推荐的高度相关的关键词放入ST。

　　03.亚马逊关键词优化了自己的Listing Title/BulletPoints/Description和SearchTerms来填写关键词隐藏词。

　　04.亚马逊的关键词优化必须将产品的核心关键词放在Search Terms的顶部，并且顶部越高，权重越高。

　　05.亚马逊关键词尽量优化Listing编辑页面的MoreDetails，一些比较重要的属性关键词。

　　06.亚马逊的关键词优化根据PPC广告报告中获得的高曝光、高点击、高转化核心词流量词调整关键词。

　　07.亚马逊的关键词优化参考BS榜TOP100竞争对手的产品标题和描述出现频率更高关键词。

　　08.亚马逊的关键词优化，在目标竞品的review中，筛选掉了客户对产品常用的本地化词或高频核关键词。

　　

　　09. 亚马逊的关键词优化借鉴了相同的目标市场购物网站建议，例如速卖通eBay或本地网站展示关键词。

　　10.亚马逊关键词优化使用软件工具逆向检查竞品ASIN的所有核心流量词，调整后台关键词或PPC。

　　4. 我对亚马逊列出产品的方法 关键词

　　如何填写和优化亚马逊产品 关键词？

　　既然是亚马逊，那终究会回归亚马逊平台，这样效果会更好。

　　我常用的亚马逊产品关键词收款方式：

　　1.亚马逊搜索框热搜词

　　二、亚马逊竞品的核心词

　　3.亚马逊PPC广告报告

　　4.亚马逊品牌分析

　　5.亚马逊的竞争ASIN检查

　　...

　　以下是相关分析说明

　　1.亚马逊搜索框热搜词：

　　亚马逊搜索框下拉框中的关键词大部分是客户的真实搜索词，是比较准确的长尾关键词流量词。

　　比如我输入led light，搜索下拉框会出现很多推荐词，我会去寻找相关度比较高的关键词。

　　2.亚马逊竞品的核心词：

　　写listing一开始要找关键词，比较方便快捷的方法是向竞争对手的关键词学习。我一般用一张表，把同行TOP100 BS榜单中优秀竞品的标题或卖点描述中的所有核心关键词和高频词提取出来，然后选择适合自己的产品。

　　3.亚马逊PPC广告报告：

　　有时候，当我不知道如何优化一个产品关键词时，我会参考亚马逊的PPC广告报告，因为每一个关键词都有一个*敏*感*词*测试的结果，哪个词是最好的词，哪个词的转化率高，把高曝光、高点击、高转化的ACOS放得比较低，各方面数据表现都不错的词关键词放在Search Terms中。

　　4.亚马逊品牌分析特点：

　　Amazon Brand Analytics，英文Amazon Brand Analytics，简称ABA。目前ABA数据只对做过品牌注册的卖家开放。除了查看 Amazon关键词 搜索，Amazon Brand Analytics 还可以分析很多相关的市场或*敏*感*词*，例如重复购买行为、购物篮分析、产品比较和替代购买行为以及人口统计数据。

　　我还是更喜欢使用亚马逊品牌分析工具。通过它，我可以快速了解竞品市场等相关数据，为我的产品开发和运营提供更多的思路和参考方向。

　　5.亚马逊的竞争ASIN检查：

　　我通常也喜欢查看竞争对手的具体 ASIN关键词。借助工具，您可以快速了解竞品，以及竞品的具体数据，如字数、流量词、流量热度、月搜索量、月搜索趋势、广告竞价排名等。

　　我常用的ASIN关键词反查工具：SellerSprite、Helium10和Sif等。

　　反正关键词的填写和优化方法还是有很多的。一定要尽量组合使用多种不同的工具，这样得到的数据会更全面、更准确，效果也会更好。

　　注：原创内容未经许可不得以任何形式使用，否则保留追索权！

　　-结尾-

　　解决方案:火爆全球的《鱿鱼游戏》，尝试用Python做一波分析

　　大家好，欢迎来到Crossin的编程课堂！

　　趁着国庆放假前，刷了最近热播的韩剧《鱿鱼游戏》。这部剧的整体剧情还是很不错的，值得一看。

　　作为一个技术博主，我当然不能在这里介绍这部剧的影评。毕竟我不是这方面的专业人士，也不擅长。

　　本文主要抓取豆瓣上《鱿鱼游戏》的部分影评，对数据做一些简单的分析，从数据的角度重新审视这部剧。

　　技术工具

　　在正文开始之前，我们先介绍一下本文中用到的技术栈和工具文章。

　　本文使用的技术栈和工具如下，可以概括为四个方面：

　　语言：Python、Vue、javascript

　　存储：MongoDB

　　库：echarts、Pymongo、艺术字...

　　软件：Photoshop

　　数据采集

　　这个数据采集网站的目标是豆瓣，但是我之前的账号被封了，所以只能采集到200条左右的数据，豆瓣有相应的反爬机制，浏览超过 10 页的评论需要用户登录才能继续下一步。

　　至于为什么账号被封，是因为我学爬虫的时候不知道从哪里弄到的【豆瓣模拟登录】代码。我当时不知道代码是否有任何问题。试了之后被屏蔽了，还是永久的。

　　图1

　　这里提醒大家，以后做爬虫模拟登录的时候尽量使用一些测试账号，可以的话不要使用自己的账号。

　　这次的数据采集也比较简单，就是改变url上的参数，想着用20的规则作为下一页url的拼接：

　　图 2

　　获取到请求连接后，使用requests的get请求，然后解析获取到的html数据，得到我们需要的数据。采集核心代码贴在下面：

　　

　　豆瓣爬取的时候需要记得添加cookies和User-Agent，否则会出现空数据。

　　为方便数据可视化和提取，本文使用MongoDB作为数据存储，一共211条数据。采集 的主要数据字段是 , , ，分别代表用户头像、用户名、星级、日期和评论。. 查看结果：

　　图 3

　　如果对 MongoDB 不熟悉，也可以使用 csv 文件或者其他方式作为数据存储。

　　数据可视化

　　可视化部分之前是打算用Python+Pyecharts实现的，但是在Python图表中的交互效果不是很好，所以直接用原生的Echarts+Vue组合简单实现了，这种情况下比较方便将所有图表放在一个网页中。

　　首先是做评论时间和评论数量的图表预览。根据这些数据的评论时间，将评论时间分布为散点图，可以看到用户评论的主要时间分布：

　　图 4

　　中点的大小和颜色代表当天的评论数，评论数也能反映当天节目的热度。

　　可以理解的是，《鱿鱼游戏》的影评数从9月17日开始上升，20日达到顶峰，21日回落，21日到29日前后波动，差别不大。

　　至少直到10月1日国庆，猜测可能一方面是国庆假期大家都出去玩了，另一方面随着时间的推移，这部剧的热度也下降了。

　　为了了解大家对《鱿鱼游戏》的评价，我从这200条数据中，为这部剧的【评分星级】画了一个饼图，最终效果如图5所示：

　　图 5

　　说实话，这个结果让我很惊讶，至少对我来说，这个节目的质量是相当高的。画之前我觉得【五颗星】的比例应该是最大的，其次是【四颗星】，然后是【三星】。

　　现在【三颗星】和【五颗星】的比例正好相反。猜测这部剧的剧情很虐，会让人不舒服，所以高分的比例并不高。

　　为了方便，我最后把上面两张图表放在了一个网页上，效果以两种不同的布局展示。

　　垂直布局

　　

　　图 6

　　横向布局

　　图 7

　　词云可视化

　　这个采集的数据信息有限，可以分析的数据维度也不多。数据图表的分析基本到这里。以下是采集收到的评论的部分词云图：

　　图 8

　　从这个角度来看，去掉现实中常用的俗语是影评中出现频率最高的词，而这个词确实契合了《鱿鱼游戏》这部剧的主题。从第一集开始到结束，都是分析人性。赌徒的“贪赌成瘾”，贵宾的“弱肉强食”

　　图 9

　　与上面的词云图相比，高亮的信息相对较多。例如， 、 、 、 等都与情节有关。除了这些信息之外，还提到了 、 、 和其他主要演员。

　　最后，文章 以两个照片墙结束：

　　图 10

　　图 11

　　，照片墙的轮廓是剧中两个角色的截图，一个是123木人，另一个是男一玩第二局的截图：

　　概括

　　以上就是本文的全部内容文章。本文主要介绍Python在数据采集和可视化方面的一些应用。