大家好，我是一名有5年经验的个人站长，正在创业路上，下面我会用5000字的长文，告诉大家知乎流量的正确获取方式，思路+实战知识与行动，纯干货且内容丰富，请欣赏

据我不完全统计本地数据（知乎百度前3关键词）

百度PC关键词流量为：万

知乎实际总流量为：万x0.15（平均点击率）=1911万

这还只是从PC端来看，一个过亿的流量机会就在我们面前

通过互联网赚钱的前提是先获得流量，现在流量比黄金还值钱。

事实上，我身边就有5个以上的朋友，靠这个机会半年多的时间，分别赚了6万到25万元的利润。

我们只需要一双勤劳的手和一颗清晰的头脑。

所以

现在，让我为你打开这扇交通之门。

阅读指南：不同于市面上各种“爽文”，本文采用叙事的方式，根据我的实际思考，讲述如何“从0到1”。小伙伴们需要边读边思考，建议花整块时间（10-20分钟）阅读。

1. 资本的博弈

在“江湖”里流传着一句话，大致是这样的：

站长收割机、流量拦截专家百度于2019年8月投资知乎，由快手领投，随后百度对知乎进行增权，流量表现持续走高。

当我看到这段话时，我开始怀疑自己所获得的信息量。为什么呢？

熟悉通信的朋友应该都知道一个基本原则：

对于一切，我们都应该尽量关注事实判断，而不是价值判断

因为事实判断具有结论性，能够达成共识，而价值判断则取决于视角和立场，可以有多种解读。

这里的投资事件是事实的描述，随后的影响是价值的描述。

但这样一个简单的事实描述，在网上却有很多版本，有的说错了时间点，有的说错了投资者。

核实之后你还会发现，百度也投资了快手，这或许又是一个机会？

有时想法源于事实。

那么从价值判断来说，流量真的增加了吗？权威性真的增加了吗？

我们直接来验证一下数据（这里取的是爱站从2019年8月份这个投资时点开始算起半年的数据，稍微有点误差没什么大不了的）：

字数量数据

通过字数统计数据，我们可以观察到以下两点：

那么，流量是如何增长的呢？

数据收集

通过收集的数据我们可以观察到以下两点：

上述分析很容易导致一种“胡言乱语”的感觉，因为分析结果与第一次接收到的信息基本相同，而我们的大脑无法处理同样的信息。

这正是“归纳”与“演绎”两种思维方式的区别。

如果不进行验证，归纳思维会默认百度提权是真实存在的，导致后续所有操作都基于一个假设

演绎思维的每一步都是完全建立在条件为“真”的前提下，试想一下，如果分析结果相反，会发生什么情况。

在这个信息爆炸的时代，我们确实需要过滤信息的能力，独立思考就显得尤为重要。但是独立思考并不意味着必须提出不同的意见。

有效的思考必须建立在充分的知识积累之上，否则就只是盲目的思考。

如果你处于一个不熟悉的领域，向同行学习仍然是一个不错的选择

所以虽然流量增速放缓，但知乎并没有“吞掉”这么多流量，利用这个红利期获取流量、赚钱的机会还是有的，也一定有。

我们继续吧！

2.搜索引擎优化？

收录？排名？提升？如果你有疑问，那你可能对SEO还不太了解。下面是简要的描述

SEO就是通过了解搜索引擎（以下简称SE）的规则，对网站进行调整，提高其在目标搜索引擎上的排名，达到获取流量的目的。

以上3点都是动态变化

那么，搜索流量是如何产生的？

首先，用户输入搜索词（）向SE发起搜索请求，SE通过算法对缓存的页面进行排序后返回给前端（浏览器），用户观察搜索结果，并根据自己的喜好点击搜索结果中的页面。

如果一个页面想要有流量，首先它必须被收录（被SE缓存），然后它必须排名靠前（），然后人们必须搜索它（搜索量），最后它必须足够吸引人才能让人们想点击它（标题+描述）

在点击率上，知乎有着重要的先天优势，经过多年“知识型”平台的定位和发展，用户对知乎品牌已经建立了天然的信任感，这可能导致即使排名不在前三，点击率也可能高于市场。

这次百度为知乎提供定向流量，知乎提升流量效率，太爽了！

3.蓝海问题+蓝海流量

那么我们的机会在哪里？

红红最近缺钱，就到百度搜索“如何快速赚钱”（真实数据，仅举例），发现知乎上某个页面排名第一。

然后他用颤抖的手点进了页面，看着空白的页面，脸色微微一变。

这真是坑人啊！

5年的网赚经验让我嗅觉敏锐，这是一个机会

于是我拿到了百万级关键词+知乎数据，经过筛选分析，发现相当一部分问题页面有搜索流量，但存在以下几种情况：

那么我们能不能找到这样的问题，写出自己的答案，然后让它们排名更高，并把流量引到我们自己的载体（微信/公众号等）上呢？

答案是肯定的！

综上所述，我们把搜索流量大、竞争低的问题称为“蓝海问题”，这些问题流量的集合统称为“蓝海流量”

这里有个小炸弹，小伙伴们先试试吧~（SE排名是动态的，你实际搜索到的可能稍有不同。另外考虑到开放性，我粗略选取了一个例子）

BOOM！没错，就是基佬。同一个问题在PC和手机上都排在第二位，手机上平均每月搜索量44.7万，PC上平均每月搜索量9.5万，加起来50万。排名第二的问题点击率大概是20%，也就是说这个问题每月有10万的SEO流量。那答案呢？

第一名只有 58 个赞，有机会晋级吗？有！有办法赚钱吗？

国内，社交网络，纳斯达克，嗯（不得不感叹，悄悄发财的人太多了。。。）

4.突破认知限制

你们中的一些人可能会不耐烦地开始思考你们的行业应该如何运作。

但如果你的行业没有蓝海流量呢？你为什么要做自己熟悉的领域？

交通专家总是从大局出发思考问题，也就是说，他们从全球的角度思考问题。

这次我们想分析一下知乎整体的搜索流量分布，哪里有蓝海流量我们就去哪里，而不是只针对某一个问题或者某个行业。

就连知乎好物，也可以完全基于蓝海流量的思维

永远记住我们只有一个目标，那就是赚钱

同时这也是我公众号[TACE]（ACE，流量专家）的主旨，不过后来项目忙，很少发文章，咳咳……

我之前讲了很多东西，是因为想讲清楚“道”的层次，也就是我们为什么要这么做；而“法”是死的，如果规则一变，法就立刻失效。

举个例子：特斯拉刚成立的时候，电池成本比当时市场上的电池低10倍，CEO马斯克为什么能做到这一点？

因为他的哲学是“物理思维”，把事物分解成最小的单元来寻找解决方案（TED 有演讲）

但是80%的人都喜欢直接获取方法，为什么呢？

爸爸说他听爷爷说过，几十万年前，当人类还处于狩猎阶段的时候，为了生存，大脑就诞生了。

大脑的进化需要数百万年的时间，而人类出现至今仅约 20 万年，这意味着我们仍在使用“旧大脑”

“旧脑”最显著的特征之一，就是最小力原理。人类天生倾向于做耗脑力较少的行为，也就是能用脑子就不会用脑，而学习原理则需要更高水平的脑力。

包括我，每当懒得动脑子的时候，就自嘲自己是原始人，咳咳……

那么，就让我们一步步走进“战场”。

5. 建立百万级词汇量

词库是用户搜索词和词语属性的集合

我们尽可能的从N个渠道去收集关键词，因为每个渠道或者第三方平台都有它的局限性。

在流量专家眼中，词汇中蕴藏的不是单个关键词，而是人民币。

从搜索流量的角度来说，大多数情况下，增加关键词就等于增加流量。

如果你能找到别人找不到的词，你就可以获得别人无法获得的流量移动端下拉框关键词，从而赚到别人赚不到的钱。

关于数据存储格式，个人建议直接使用csv格式，以逗号作为分隔符存入本地文件，相比这样的数据库，使用Bash进行查询分析就不是很方便了。

获取词语的渠道：

让我以 5118 为例

5.1 母词习得

1）5118

分别下载百度PC关键词和移动关键词并分别处理

没有会员的朋友可以自行去淘宝，有企业版的朋友建议导出所有数据。

在接下来的步骤中，我们将开始涉及一些编程知识：

猛击 () +

因为常规工具已经不能满足这种数据计算的需求，所以我们必须借助编程的“神秘”力量

这些都是我自己开发的，文章中直接给出了一些简单的 Bash 命令行

但我相信光是这一点，就已经让80%的人放弃了，但包括我在内，谁不是从菜鸟做起，一步步打拼出来的呢？

编程真的没那么难，我！如果可以，告诉自己做那 20%

另外记住，我们并不是要成为一名专业的程序员，但能够满足我们当前需求的编程技能就已经足够了。

2）初步处理

重击：

cat 输入文件名| iconv -c -f GB18030 -t utf-8| grep -Ev "整域百度PC关键词排名列表|百度指数|100以外"|awk -F, '{print $1}' > 输出文件名

3）关键词清理

4）删除敏感词

你知道哪些词是非法的。这里我们使用 DFA 算法，平均处理一个关键词的时间不到 0.1 秒。

5）重复数据删除

重复数据删除是一个很重要的步骤，但是它需要很大的内存，也就是说你要删除重复的文件的大小不能超过可用的内存大小。

目前的解决方案是使用sort+uniq，先将目标文件进行分割，然后逐个排序，再用sort+uniq进行合并，去掉重复的。

虽然内存占用没有明显减少，但是计算效率却提高了。

bash 简短版本：

cat 输入文件名 | sort | uniq > 输入文件名

bash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 DEBUG INFO] 开始文件分割..."split -l300000 $1 ${basepath}/words_split/split_  #文件分割
echo `date` "[wordsUniq.sh DEBUG INFO] 开始单个排序..."for f in `ls ${basepath}/words_split/`dosort ${basepath}/words_split/${f} > ${basepath}/words_split/${f}.sort #单个排序done
echo `date` "[wordsUniq.sh DEBUG INFO] 开始合并去重..."sort -sm ${basepath}/words_split/*.sort|uniq > $2
echo `date` "[wordsUniq.sh DEBUG INFO] 删除缓存数据..."rm ${basepath}/words_split/*

使用方法：

另存为.sh文件，在当前目录下创建一个文件夹，然后使用以下命令行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，处理完毕，现在我们得到了两个非常“干净”的母词数据，分别是知乎百度PC关键词和移动端关键词

5.2 词扩展

扩词就是对得到的母词进行扩展，因为一个页面可能会命中多个相关的关键词

我们可以进一步假设，从第三方平台获取的词汇只是他们能找到的、知乎目前能命中的词汇的一个子集。

我们需要从其他部分找出尽可能多的词，这样才能更准确的估算一个问题页面的百度流量。

假设有两个问题A和B，你的词库里A命中50个关键词，总流量为，B命中10个关键词，流量为100。

那么您可能会忽略问题 B 而只处理问题 A。

但问题 B 实际上命中了 100 个关键词，流量达到 10 万

这样就因为数据的不完整，造成了信息鸿沟，直接错失了获取这些流量的机会。

例如：

扩展后该页面共命中47个关键词，PC+移动端总流量132W，广告过多，知乎被迫发出风控提醒，以下是这部分数据的展示

怎么样？你开始感受到数据的魅力了吗？加油，继续加油！

由于我们只做百度流量，所以我们只会用百度来拓展

1）相关搜索+下拉框词语抓取

很多人只知道利用这两个渠道，却不知道这两个渠道的本质：

相关搜索属于横向扩展，大部分是跨关键词主题的相关扩展，主题漂移可能比较严重，为保证相关性，只进行一轮抓取。

下拉框是垂直展开的，大多在关键词末尾添加词缀。

明确通道本质的意义在于，对于关键词这样的文本数据，扩展的方向只有两个，其他通道扩展方式都是这两个基本方向的叠加或者变型。

由于不同终端产生的数据可能不一样，所以我们需要在同一端口上分别扩展PC端和移动端的母字。

即PC母词抓取PC相关搜索+PC下拉框，移动母词抓取移动相关搜索+下拉框

2）百度推广后台词扩展

路径为：注册/登录 > 输入搜索推广 > 推广管理 > 关键词规划师 > 关键词

注册免费，还可使用爱知SEM工具/督牛SEO工具等。

3）文字处理

首先将各个通道的词点合并为一个

重击：

cat file1.txt file2.txt > all.txt

然后重复一下【5.1母词习得】的关键词清洗去重部分

5.3 获取关键词流量

也是用百度推广后台里的关键词规划师，不过用的是“流量查询”功能。

这是百度给的流量数据，之前这个数据是按照日搜索量来算的，现在变成了月搜索量，不过无所谓了。

有朋友可能会疑惑，为什么不先抓取排名和过滤数据，以减少下一步数据量的压力呢？

因为关键词规划师一次可以查询1000个关键词！10万个关键词只需要搜索100次！

而且实际测试证明，一次获取后可以跨天使用，并且可以维持10小时以上有效登录（答应我，请温柔一点）

1）交通数据采集

通过模拟登录发布关键字数据

2）数据筛选

每端仅保留搜索量>=N的关键词（值可自定义）

可以在采集数据的同时进行筛选，也可以单独进行筛选，个人比较推荐后者，如果指标不合理，还有重新筛选的空间。

重击：

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

5.4 获取关键词排名

分别获取各端的排名数据，仅保留

{问题 ID}

在此 URL 功能下，存储了前 10 个关键字和相应的问题 URL

5.5 可用流量

关键词流量不等于知乎问题页面能获得的实际流量

前面提到过，搜索流量在到达页面之前还有一个点击步骤，所以我们应该计算可用流量。公式为：

可用流量=流量X点击率

点击率是根据排名来估算的，但是百度好像从来没有公布过点击率的数据，咳咳。。。

但我们发现了一份2020年7月14日发布的CTR数据，该数据分析了超过8000万个关键词、数十亿条搜索结果。

虽然只是移动端的统计数据，但没什么大不了的

原文（英文）：

计算出每个关键词的可用流量后，我们的词汇表就完整了！

6.知乎数据采集

数据获取的目的是为了从这N个维度的数据中对一个问题的难度做出初步的判断（对应9.1数据筛选）

数据比数量更重要，太多的数据只会干扰判断。

至此，我们需要的基础数据已经全部准备好了，现在你应该有一个百度+知乎数据的关键词文件了，干得好！

如果你已经走到这一步，我相信我会很高兴认识你这样的朋友^_^

7. 数据分析7.1 关键词分组

面对大量杂乱无章的数据，我们需要将相关的关键词以及其对应的问题页面以关键词分组的形式组织在一起。

1) 分词

使用-模块，每个关键词被分成N个Term，如“流量高手”会被分成“流量”+“高手”，包含相同Term的词被视为一个组。

2）术语去重

参考【5.1 母词习得】去重部分

3）术语数据计算

使用每个术语匹配关键字并计算匹配结果的数量（术语频率）和可用的总流量

做SEO的朋友可能对这个方法感觉很熟悉，这个方法和搜索引擎的“倒排索引”类似，我们其实就是用term作为索引，对知乎的URL进行分类。

以下是一些随机演示数据：

7.2 人工分类

直接按照word分组，是从字符串角度进行分组，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，但是按照分组后就会变成两组，所以最后还是需要人工审核。

分类完成后再将对应的词频和总可用流量相加，得到总数据

然后以思维导图/表格的形式记录下来。以下是思维导图的示例：

但请记住，不要为了分组而分组。没有明显相关性的术语不应分组在一起，否则会自找麻烦。

8. 问题筛选8.1 数据筛选

现在我们可以从类别中选择一个能够获得最多流量的 term。在我们完成 [6-7] 后的关键词文件中，使用 Bash 或 -csv 中的搜索“关键词列”找到包含这个 term 的关键词，然后使用指标进行过滤。以下是几个过滤值，仅供参考。

比如经过硬性指标筛选后，如果某个问题页面的浏览量远低于可用流量、关注者数量较少、问题创建时间较短、第一个回答者也较短，那么这一类问题就需要被标记。

但为什么呢？朋友们，你们不妨自己想想。

那我告诉你，每个类别的人数都是有限的，如果反着上面的条件，可能就错过了一部分流量，所以一定要意识到要把握机会。

筛选完成后，可以按照【可用流量】或【首答点赞数】等条件降序排列，蓝海问题一目了然

8.2 人工筛查

人工分析主要解决数据无法判定的内容问题，即第一人称的答案是否符合问题要求，主要答案类型有：

1）直接满足，但用户隐性需求未得到满足，且有扩展空间

例子

问：“汽车多久需要做一次保养？”

答：“我通常每个季度进行一次维护。”

A（新）：“不同品牌的车，保养时间不一样，下面我列出所有品牌xxx，保养项目xxx，机油选择xxx，保养陷阱xxx”

2）间接满足

我刚好找到了一个，如上所示。

答案解释了击键向导，但没有给出如何编写此脚本

我相信现在，你已经找到了N类中的N个问题，然后立即开始分析问题>制定大纲> xxxx.....

停！请立即停止你的行为，我们还有最后一步

9. 流量追踪

长征的最后一步非常重要，非常重要，非常重要

我们之前提到过2点：

这可能会导致结果不稳定。你努力收集数据、写答案、获得排名，但最终却没有读数？

因此我们需要监控页面浏览量的增长情况，以确定该页面是否真正获得了流量，可以获得多少流量，并最终决定是否回答这些问题。

监控时间单位可以是天，更详细可以是每N小时，监控时间大家自己决定，当然监控时间越长越准确。

比如某个问题的可用流量是15万，那么平均每天的可用流量大概是5000，3天（不含节假日）的可用流量就是1.5万。

记录页面浏览量并进行比较，只要波动不是太大，都可以纳入我们的答案列表。

10. 最后

如果我们把视角上升到整个营销的层面，会发现蓝海流量获取是整个营销流程的第一步，其他部分比如答案排名、流量路径、变现等等。

还有许多方法和技巧可以帮助我们更好的利用蓝海流量，比如数据交叉计算、高级玩法等等。

不过，要把上面说的展开，已经是很大一部分内容了，时间精力有限，下次再讲吧。

另外我整理了数百万知乎的流量数据

关注公众号【TACE】，获取黄金数据！

最后借用我的偶像查理芒格的一句话：

“我的剑只属于勇者！”

！