财政部现金流量表的填写指南，知乎蓝海:2000w流量机会掘金指南最新

您好，笔者作为独立站长已经踏上创业之路5年了。下面这篇5000字的长文包含了获得知乎流量的正确态度，想法+实际操作，知识与行动，纯粹实用的信息，充满细节，不完全基于我本地的数据欣赏统计（知乎百度排名前3的关键词）。百度PC关键词总访问量为：12743万。知乎实际获得的总流量是12743万x 0.15（平均点击率）=1911万这只是PC端的，但是网上赚钱的2000W以上的流量机会就摆在你的面前。现在流量比黄金还值钱。实际情况下，我身边已经有超过5个人了。我的朋友们靠着这个机会，这6个月的收入从6W到25W不等。我们需要的只是勤劳的双手和思维清晰的大脑。

为什么存在这些交通机会？

交通机会到底是什么？

你如何从中获得流量？

现在，就让我为您打开这扇交通之门。

阅读指南：与满天飞的“酷文”不同，这篇文章按照我的实际想法准确地传达了“从0到1”。请与您的朋友一起阅读并思考。阅读时间（10-20分钟）

1、关于资本博弈，《江湖》中曾流传这样一句话，大致内容如下： 2019年8月站长收割机、流量切割机百度爸爸继投资知乎之后，凯数占据主动。 “泉，流量性能正在稳步提升。当我看到这篇文章时，我对自己收到的信息量产生了质疑。为什么深谙传播学研究的朋友们都知道基本原理？我们应该吗？在所有事情中，我们应该” 一定要注意事实判断。事实判断不是价值判断，因为事实判断是结论性的、可以达成共识的，但价值判断取决于视角和立场，可以有不同的解释。这里就来说说投资事件吧。它被描述为事实，随后的影响被描述为值，这正是它的本质。互联网上有N个版本的简单事实陈述。有人说时机不对，有人说投资者错误。经核实，您还发现百度也投资了快手城。这可能是另一个机会。一旦事实清楚，我们会直接获取数据进行验证，可能会基于流量是否真的增加、权益是否真的增加等价值判断来考虑（这是2019.8）艾站的半-从投资时起的年度数据。即使有一些误差也不是什么大问题）：定量数据

字数统计数据告诉我们两件事：

2019年11月中旬以来，流量快速增长，字数从30W增长到270W，增长近10倍。

自2020 年7 月以来流量增长放缓，但仍在上升

那么这个流量是如何增长的呢？

从收录数据中可以观察到两件事：虽然数据规模不同，但在流量快速增长时期，收录量并没有出现增加的趋势，即相应的搜索量原始收录页面的排名条件有得到了改善，权利也得到了增加。

另外，请记住，您并不是想成为一名专业程序员，只要您拥有满足当前需求的编程能力即可。

2）初步处理

转码（GBK UTF-8）。 5118中指定的数据编码是GBK，因为Linux需要UTF-8。

只输出关键词，不使用其他数据，因为第三方数据的准确性很差。像5118这样的规模，每天的更新量至少是1亿，成本就在这里。之所以在前100名中排名第一，是因为数据的准确性较低。稍后我们必须自己验证数据。其次，如上所述，百度动态排名的力量升级造成了数据检索的时滞。请检查您的数据，排名可能因时间差异而发生变化。

bash外壳：

cat 输入文件名| iconv -c -f GB18030 -t utf-8| grep -Ev '全域百度PC关键词排名列表| 百度索引| 超过100' | awk -F, '{print $1}' 输出文件给定的名称

3）关键词清理

特殊符号

[\s+\.\!\ \/_,$%^*()+\'\']+|[+——! , ~@#\%.*() 》《》~]

很多人自然而然地信任各个渠道（包括百度）产生的关键词数据，但“流量大师”和“流量大师”的搜索量数据却相差甚远。

网址

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

年换。例如，2010 年替换为2020 年。

中文长度=2（可选）

4）删除敏感词

您可能通过非法词了解到，我们使用DFA 算法，该算法处理关键字的平均时间不到0.1 秒。

5）重复数据删除是非常重要的一步，但是需要比较大的内存。这意味着您正在复制的文件的大小不能超过可用内存大小。目前的解决方案是使用sort + uniq，先使用split。分割目标。文件被分割，使用sort 进行一一排序，并使用sort+uniq 合并以删除重复项。内存使用量没有明显减少，但计算效率提高了。

bash shell 的简短版本：

cat 输入文件名| sort | uniq 输入文件名

Bash shell大数据版本：

#!/bin/bash#命令行参数： #$1 输入文件#$2 输出文件basepath=$(cd `dirname $0`; pwd)echo `date` '[wordsUniq.sh 调试信息] 开始文件分割.' split -l300000 $1 ${basepath}/words_split/split_ #文件分割echo `date` '[wordsUniq.sh 调试信息] 开始单个排序.' for f in `ls ${basepath }/words_split/`dosort $ {basepath}/words_split/${f} ${basepath}/words_split/${f}.sort #单排序doneecho `date` '[wordsUniq.sh 调试信息] 合并和去重Start.'sort -sm $ {basepath}/words_split/*.sort|uniq $2echo `date` '[wordsUniq.sh 调试信息] 删除缓存数据.'rm ${ basepath}/words_split/*

指示：

将其保存为filename.sh 文件，在当前目录中创建Words_split 文件夹，然后使用以下命令行：您可以指定输入和输出文件的路径。

sh 脚本名称.sh 输入文件输出文件OK，处理完成。现在我们有两个非常“干净”的初始词数据：知乎百度PC端关键词和移动端关键词。 5.2 词扩展已获得词扩展。原词被扩展。您可以假设从第三方平台检索到的单词是第三方平台可以搜索的唯一单词，因为单个页面可以被多个相关关键字命中。你应该尽力创建一个知乎目前能打到的词的子集。来自其他部分的单词可以更准确地估计问题页面的百度流量。

假设我们有两个问题，A 和B。在你的词汇量中，A点击了50个关键词，总流量为1W，B点击了10个关键词，流量为100。在这种情况下，您可以忽略问题B，只解决问题A。但问题B实际上命中了100个关键词，产生了10W的流量。由于数据不完整、信息不畅，直接让我们失去了捕捉这个流量的机会。例子：

扩容后，页面共获得47个关键词点击，PC端和移动端综合流量达132W。由于广告过多，知乎被迫发出风险管理提醒。下面是这部分数据的展示。

你觉得怎么样，你是不是开始一点点感受到数据的魅力了？加油，继续加油！由于我们只做百度流量，所以我们用百度来衡量1）相关搜索+下拉框的一个词抓取。我只知道如何捕获这两个渠道，但不知道这两个渠道的本质：相关搜索横向扩展，大部分是关键词主题之间的关联扩展。这可能是严重偏离主题的。只抓取以保证相关性垂直展开一系列下拉框展开关键词往往在末尾加一个词缀，以明确渠道的性质展开关键词等文本数据的方向这是仅有的两种拓展渠道的方式。由于不同终端产生的数据可能不同，因此需要在同一端口内分别为PC端和移动端扩展初始字。换句话说，首字母PC 代表了PC 的联想。搜索+PC下拉框、移动首词词抓取移动相关搜索+下拉框2）百度推广后的排位扩展路径如下： 注册/登录搜索推广管理关键词规划师是免费的。您还可以使用爱奇SEM工具/公牛SEO工具等。 3）文字处理器

首先，将每个通道的单词合并到一个端口中。

bash外壳：

cat file1.txt file2.txt all.txt

然后重复[5.1获取父词]中的关键词清理和去重。

5.3 获取关键词流量，我们同样使用百度推广后台的关键词规划器，但我们使用的是“流量查询”功能。这是百度官方提供的流量数据。之前的数据量是日搜索量，现在是月搜索量。但这没什么大不了的。有些朋友可能会有疑问。下一步，为什么不从获取排名和过滤数据开始，以减轻您的数据量负担呢？Keyword Planner 一次可以运行1,000 个查询，因此如果您有100,000 个关键字。查询需要执行100 次。您会多次需要它！现实世界的测试表明，一旦您获得cookie，它可以持续数天，并让您有效登录超过10 小时（保证，友善）1 ) 流量数据如下如下：通过模拟登录发布的关键词数据来获取2）数据过滤两端只保留搜索量=N的关键词（数值定制） 可以一边获取数据一边过滤，也可以划分再过滤，个人也推荐bash有空间重筛shell： cat file.txt | awk -F, '{$2=100}' file_new.txt5.4 获取关键词排名获取关键词排名数据https://www.zhihu.com/question/下URL特征{问题ID}，将保存前10个关键词和对应问题网址的流量。前面提到，搜索流量有点击步骤到达你的页面，所以你需要计算一下你能获得多少流量。公式是：可获得流量=流量……但是我们发现了Google点击量。 Sistrix 于2020 年7 月14 日发布的压摆率数据。这些数据分析了超过8000 万个关键词和数十亿个搜索结果。这只是一个移动统计数据，但没什么严重的。原文（英文）：https://www.sistrix.com /blog/why-almost-everything-you-knew-about-google-ctr-is-no-longer-valid/

计算出每个关键词可获得的流量后，词库就完成了，niceee! 6.知乎数据采集数据采集的目的就是从这个N维数据中预先确定出具体的关键词。问题（相当于9.1 数据筛选）并不是关于拥有太多数据；太多数据只会损害判断力。

问题视图

问题关注量（知乎网站流量）

问题创建时间

回复数量

第一名的点赞数

第一个答案的字数

第一次回答时间

至此，我们已经拥有了所需的所有基本数据。至此，百度+知乎数据关键词文件就完成了。我很高兴。如果你坚持至今，我相信你会很高兴遇到像你这样的朋友^_^7.数据分析7.1关键词分组面对大量杂乱的数据，你可以识别出相关的关键词及其关联的关键词通过关键词分组，需要收集对应的题页1）jieba分词使用python-jieba模块，将每个关键词拆分成N个词例：“流量大师”变成“流量”+“大师” 对待拆分后包含的词2) 词条去重参考【 5.1 部分词去重进行初值检索3) 计算词条数据使用每个词条匹配关键词，统计匹配结果数（词频）以及可获得的总流量。 SEO 你的朋友可能对这个很熟悉。这个方法类似于``.搜索引擎“反向索引”。它实际上使用术语作为索引来对知乎URL 进行分类。下面是一些演示数据。

7.2 手动分类直接按term分组是纯粹从字符串角度进行分组。它简单粗暴，但缺乏语义关系。例如，“股票交易”和“股票”这两个功能必须属于金融类别。由于有两组，所以最终需要手动分类，但分类完成后，将相应单词的频率和总可用流量相加，得到总数据并记录下来。下面是思维导图的示例。

8. 筛选问题8.1 筛选数据接下来，从您可以检索的类别开始。完成[6-7]后，在关键字文件中选择一个术语并使用Bash shell或在Excel-csv中搜索“关键字列”来查找包含该术语的关键字并使用指示器和过滤器。过滤值如下所示，仅供参考。

问题视图（辅助）

问题关注量（辅助）

问题创建时间（辅助）

答案数=50

第一名的点赞数=100

第一个答案字数=800

第一名回答时间（辅助）

可用流量=100

我们来谈谈场景。经过严格的指标筛选后，如果问题页面的浏览量远低于可用流量，关注量较小，问题是最近创建的，并且首次响应时间是最近的，那么就是。必须标记问题类型。但各位，请为自己考虑一下。我告诉你，每种人的数量都是有限的。如果上述条件颠倒过来，你很可能会这么做。一旦意识筛选完成，就可以按照“可用流量”或“首次回答接受数量”等标准按降序排序，这也造成了蓝海问题。 8.2 人工筛选主要用于解决无法从数据中确定内容的问题，即初始答案是否为。示例问：“您的汽车多久保养一次？” A：“一般每季度保养一次” A（新）：“不同品牌的汽车保养时间不同。全部列出品牌xxx、保养项目xxx、发动机油选择xxx，以及维护陷阱xxx。'' 2) 间接满意度。如上所述，只需将其设为一个即可。

答案描述了按钮向导，但没有解释如何创建此脚本。我认为到目前为止您已经找到了N 个类别中的N 个问题。现在开始分析问题摘要xxxx.停止。请停止工作。现在就行动吧，还剩下最后一步9。流量追踪万里长征的最后一步非常重要，非常重要，非常重要，前面我提到了两点： 百度推广背景——在Keyword Planner中，数据口径流量是每月的，是一个估计SEO网页排名是动态的，所以结果可能不稳定我们已经努力汇总数据和答案我写了一个页面并创建了排名，但结果没有任何观点。因此，我需要监控页面浏览量。决定如何增长它，确定该页面是否真正获得流量，可以获得多少流量，并最终回答这些问题。监控时间的单位是天，或者更准确地说是每N小时。您可以自行决定监控时间。当然，在畅悦精准的例子中，假设某个问题的可用流量为15W，每天平均可用流量约为5000条，那么3天（节假日）的可用流量为1.5W。记录该页面的浏览次数。只要对比没有明显变化，就可以纳入答案列表。 10、最后，如果我们把视角提升到整体营销的层面，我们可以看到，获取蓝海流量是整个营销流程的第一步，其他很多部分，比如排名、变现流量路径，你可以看到是有方法和技巧的。这可以帮助你更好地利用你的蓝海流量，例如交叉计算数据或高级游戏玩法，但要扩展上述内容，你需要确保这占用了你的大部分内容，并且你的时间和精力数量有限。马苏。下次再说作者：CashWar 公众号：TACE 来源：陆松松博客转载请注明出处！