• 【纯干货】标题里的大学问,月薪10000元以上的运营,是这样写宝贝标题的


    本期分享嘉宾:宁静

     

    以往大家所熟知的写标题方法有:

     

    1、通过海量工具箱爬取海量关键词数据;

    2、根据搜索指数和商品竞争度对关键词进行排序;

    3、找出竞争度小,搜素量大的关键词;

    4、从上到下,选择跟产品相关的关键词;

    5、将选择好的关键词组合标题。

     

    但是,这类标题写法实际上存在很大的弊端,如:关键词之间的加权重关联影响不足,起不到权重推动的作用;词与词之间选择比较分散;标题关键词的延伸性差,词条增加瓶颈较大,难形成后期爆发性;标题逻辑性不强,不容易做一系列运营计划。

     

    今天将由宁静教大家,如何不用工具箱做一个高爆发性的标题。

     

    首先我们来还原于一下搜素购物的简单流程:人群-具有一定的购买欲望(需求)-搜索关键词(表达需求,比如“真皮男鞋”)-展示主图(吸引点击)-展示详情页(促动转化)

     

    从上面看,我们要搞清楚这里面的一条主线,标题关键词实际上起到衔接的作用。

     

    往上,关键词背后都有不同的人群,而大数据能够反馈每个词背后对应的人群,因此,我们需要通过数据找到目标人群。实际上,这时会非常考验我们产品的定位精准性,考验我们能否通过数据找到那些跟目标人群匹配的关键词。

     

    往下,关键词是体现消费者需求性的,比如“真皮男鞋”,真皮代表人群对皮质的强烈要求,所以如果我们的主图和详情能够有很好地提升这方面的卖点,点击率转化率自然不会差(前提是你的产品本身没问题)。

     

    这里要提醒下大家,标题关键词本身没有权重,权重是由店铺和产品的表现情况决定的。所以如果你的店铺和产品表现不行,再好的标题也没有用。我们通过数据分析的目的,是把合适的人群和合适的产品匹配起来,让数据表现更好,从而赋权关键词,提升优质流量入口。

     

    现在我们来讲讲详细的做法,需要的工具是生意参谋和excel。

     

    第一步:进入生意参谋-市场行情-行业热词榜-热搜修饰词,下载无线七天数据热搜修饰词和飙升修饰词最近七天和最近一天数据

    备注:确定要选择自己产品最精确类目

     

    第二步:从整理的数据挑选出10-20个跟自己宝贝相关度高的修饰词

     

    先匹配热搜词,了解哪些词是最近七天飙升或最近一天飙升。优先筛选出转化率、点击率高于平均值并且飙升的属性词,没有则次之。

     

    确定上面的筛选后,根据搜索人气和相关搜索词(影响词的延伸性),从高到低选择出10-20个跟自己宝贝最相关的修饰词。

     

    这时候我们就要优先圈定了最适合自己产品的属性词了。

     

    第三步:根据确定好的属性词,逐个到搜索词查询查找

     

    第四步:导出所有属性词搜索出来的相关关键词数据,并进行整理,找到5-10个产品核心关键词

     

    根据搜索人气优先进行排序,然后按照转化率、竞争度依次参考选择合适的核心关键词,主要关注搜索人气和转化率,竞争度其次考虑,因为不管哪个标题都会包含最热的词和最冷的长尾词,我们需要做的是对词的人群进行精准分析。

     

     

    第五步:分析核心词的人群特征和发展趋势(既要有增长性还要和目标人群和产品定位相同),确定最后核心词(一般三个)

     

    下面以“宽松连衣裙”这个核心词分析为例子:

     

    1、从最近七天看,搜索人气在持续增长,转化率也有稳定上升的态势。

     

    2、确定词是否属于产品的主选类目。

    3、人群属性分析。

     

    第六步:根据核心词查找精准长尾词,到搜索词查询中查找

     

    保持有一定搜索量的情况下,优先考虑转化率和竞争度。

     

    其他几个核心词同上分析。

     

    第七步:把选择的精准词进行属性拆分,然后分析属性的延伸性

    第八步:将最终确定下来的属性词组合成标题。

    【小编说】总 是有很多宝宝会跟小编说,“没流量没流量为什么没有流量”。其实,看这篇文章大家也会发现,小小的一个标题,就有这么多学问。在日常经营中多学习,多积 累,合理利用产品和工具,在不断实践中沉淀好的经验,有朝一日你也可以成为店铺运营的“大师”!未来,小编将为大家准备更多更丰富的“秘籍”,希望能给大 家带来一些帮助,一起加油!

    【温馨提醒】您在经营过程中有任何问题,请在阿里巴巴官方服务渠道——【阿里万象】中进行咨询,直连人工客服入口也在里面喔!

  • 相关阅读:
    生命游戏评价
    Unsupervised Person Re-identification by Soft Multilabel Learning
    Transferable Joint Attribute-Identity Deep Learning for Unsupervised Person Re-Identification理解
    神经网络可视化《Grad-CAM:Visual Explanations from Deep Networks via Gradient-based Localization》
    HHL论文及代码理解(Generalizing A Person Retrieval Model Hetero- and Homogeneously ECCV 2018)
    StarGAN论文及代码理解
    windows版anaconda+CUDA9.0+cudnn7+pytorch+tensorflow安装
    迁移学习
    Training a classifier
    Neural Networks
  • 原文地址:https://www.cnblogs.com/doseoer/p/5594127.html
Copyright © 2020-2023  润新知