让 TikTok 帮我们寻找潜在爆款

/ 0评 / 0

前言:我认为 TT 上面找爆品也会是一个趋势,随着现在互联网的发展,哪个APP占据用户注意力更多,上面的用户就更多,创作的内容也就更多。以前很多人会在 Reddit,Facebook 和 Instagram 上分享自己买到的好物,未来 TT 肯定也占有一席之地。就像现在很多好物号都在抖音种草一样,如果我们是一个淘宝店主,估计也得经常刷抖音,挖掘潜在爆品。

 

前段时间,TT 变现案例里,有人靠 FBM 发货,卖 TikTok Leggings 卖到了类目第一。本文试图从 TT 标签出发,讲解我们能如何挖掘下一个爆品。

如果有做 TT 号的话就知道,要让视频火起来,放标签是必不可少的。标签相当于让我们的视频放入到某个垂直流量池。标签也有大小之分,这是相对播放量来说的。播放量可以在 TT 里搜索相关标签看数据,如下图:

TikTok Leggings 这个案例中,文案是如下:

husband approved. yes I show them at the end #tiktokleggings #amazonleggings #christmasgiftideas #foryoupage #amazongifts $20

foryoupage 这标签没有意义,不用分析。其他出现的标签和对应的播放量是这样的:

#tiktokleggings,137M

#amazonleggings,119M

#christmasgiftideas,453M

#amazongifts,9.6M

假设我们一开始并不知道这个视频和这个爆款,我们需要怎么挖掘这样的视频,让我们可以抢先别人一步呢?

 

第一步:找出好物标签

好物标签,类似于抖音的 #好物种草,我们经营的平台是亚马逊或者独立站,相关的标签其实就是 amazon 或者 TikTok。这里以亚马逊为例,假设我们都是在亚马逊上卖货,那么,亚马逊的标签,就需要重点关注。

上述最大标签 christmas gift ideas 其实并不是好物标签,如果你在手机端随意浏览这些视频会发现,里面分享了很多的手工教程。tiktok leggings 这个标签很火,但如果我们不做这个领域,其实也不知道的。amazon leggings 是个好标签,播放量很高,但是它在手机端搜索 #amazon 的结果中不显示,因为添加 #amazon 的人不一定添加 #amazonleggings,就造成了我们不知道原来 amazon leggings 也那么火。最后剩下的是最小标签 amazon gifts ,这个标签我们平时是不可能发现的,除非你就是做礼物的,很早就知道了那么小的标签。

那么我们是不是就没办法发现爆品了?不是。

我们至少庆幸亚马逊是最大的电商平台,我们只需要关注 #amazon 大标签下的视频即可。没有一款产品是靠一个网红走火的,往往都是靠多个网红合力把某款产品推到了巅峰。特别是种草类博主,他们为了流量,推荐的东西也不可能是那种冷门产品。

 

所以我们可以通过关注大标签发现里面潜在的爆品,或者二级标签。

 

比如 leggings 这个产品在2020年4月的 #amazon 标签下,就有 1.1M 赞的视频。如下图所示。

这视频排在 #amazon 的前20名,虽然没用到 #leggings 这个标签,但是这个博主的粉丝不多,只有160K粉丝,点赞却有1.1M,也就意味着是视频内容的火爆让他挤进了播放量的前排。这类视频犹如宝藏,纯粹靠 TT 的流量走红的产品,证明视频内容大受欢迎。

他的文案里就出现了 leggings 这个词。如果我们在4月份知道这个产品会很火,岂不是早就吃上了流量红利?所以得出的结论是,所有关于 #amazon 的相关产品和二级标签,我们都得关注。

如何通过 #amazon 这个一级标签找到商品或者二级标签呢?比如 #leggings 或者 #amazonleggings,我们可以复制所有 #amazon 的视频文案,做词频分析。

用 tiktokfox.com 来实现,这个网站可以免费下载 TT 某标签下,最多前300名的数据。

下载后的 CSV 文件如下图所示,第二列就是视频文案。

复制粘贴数据里的视频文案到在线词频分析网站(免费的可以用这个 writewords.org.uk/word_ ),在搜索结果中搜索 tiktok 或者 amazon ,就可以找出所有和该标签相关的子标签。

比如下图,在词频分析结果页面中搜索 tiktok 可以找到一个子标签 tiktokmademebuyit,也是个好物标签,把这个标签也放入到你的日常观察对象中。

我爬了 #amazon #amazonfinds 这两个标签的前300名视频,leggings 共出现了5次,如果我们做词频分析,也许可以发现,因为他属于商品名称。但是因为我们使用免费版的词频分析工具,所以干扰信息较多,如果能长期的用一个工具,里面积累了足够多的否定词,也就是排除掉那些 do me I the 这里的词,分析结果那就更清楚了。

找到标签之后,我们还需要做下一步。

 

第二步:整理视频数据

每个标签下面都有视频,这些视频是根据点赞量降序排列的。如下图,代表的是在 #amazonfinds 下,点赞量前三名的视频。

我们打开用 tiktokfox.com 下载的数据文件后,可以看到AC列的 diggcount 就是点赞数。

我们的目的是挖掘产品,什么产品值得挖掘?有上升趋势的产品,比如这个月某产品点赞数是10万,下个月是100万,那初步判断证明这个产品是受欢迎的。

如果我们一个个的看这些视频,就很浪费时间。所以我们需要赋予这些视频一个筛选机制,让这个机制帮我们筛选掉那些没有什么用的内容,让我们只看到希望看到的内容。这套筛选机制也可以赋予一个高大上的名字:算法。

 

我们的目的是:找出那些新发布,且一段时间内上升排名较快的视频。

 

我们试着分析一下 #amazonfinds 里的排名情况,看看2月份有什么新奇产品,值得关注。我分别下载了1月11日和2月9日的数据,然后将他们都合并在一个 Excel 文件里。把1月份的数据放在 Sheet1,简称“JAN”,2月份的数据放在 Sheet2,简称“FEB”。他们都相当于原始数据。我们在 Sheet3 开始设计我们的算法。

 

2.1 赋予视频ID排名

我们分别在视频ID后插入一行,是这个视频对应的本月排名。如下图。

我们可以在 Sheet3 里把这两者的视频 ID 和排名分别复制过来,用 Excel 里的函数之王 VLOOKUP 来进行大量的引用。

上图解释:红色圈圈的意思是,FEB中的这个视频,在上个月的排名是57名,在这个月排名是12名,排名上升了45名。那么,这个视频,我们就需要重点查看。

给大家一个肯定会用到的公式,在 Sheet3 里用 vlookup 找 A3 在第一页对应的第五行数据,公式是:

=VLOOKUP(A3,Sheet1!$A$3:$AI$302,5,FALSE)

 

2.2 视频距离现在的天数

为什么要算一下距离现在的天数,因为很多视频是老视频,已经流行了很久,点赞上升纯粹是因为时间的积累。而太新的视频没有经受过时间的考验,也许只是昙花一现。所以我们得把握一个度。不能是特别新的,也不能是特别旧的。

原始数据里,用到的是时间戳,不是我们正常人看的时间,所以我们需要把时间戳变为正常时间。可以用这个批量在线转化工具 http://tools.bugscaner.com/timestamp/ 这里注意下方的格式只需要 Y-M-D 这个日期格式(年月日)就可以了,不需要时间(时分秒)。

上图,我们算 FEB 的视频距离现在的时间,现在是2月13日,直接用2月13日减掉 FEB 发布的真实时间即可。算出来之后就是最右边的列。我们再用条件格式将某些数据标红即可快速找到我们想要的较新的视频。如上图所示,我把少于90天的数字都标红了,以便我找出90天内的新视频。

 

第三步:发现产品

到这里,我们有了两个可以参考的值:一个是排名上升速度,一个是发布时间距离现在的天数。

我们把他们分别用不同的颜色标注。下面来讲我们的成果。

我们看第一个双色标注的视频。

左列黄色标注,指的是一个月内,排名上升了114名。右列红色标注,指的是距离今天只发布了38天。这里就要警觉了,到底是有多牛逼的视频,一个月的时间里,猛的上升了114位。这里贴一下地址:tiktok.com/@theamazonba

(最下面那一栏,排名上升了14天,距离到现在发布了105天,其实属于比较稳定的内容,但它虽然用了 amazonfinds 这个标签,内容却是 ASMR,所以我们忽略掉。)

回到我们刚才发现的那个视频:

这是一个好物号分享的视频,一个用手机就可以操控自动开窗帘的小机器(美国人到底是有多懒)。他的Bio引导大家去的是独立站,搜索关键词,在亚马逊上这个产品是这样的,如下图,原来是类目第一。地址在这里 www.amazon.com/dp/B08FXFTX67

在亚马逊上似乎没有同类产品,aliexpress里也没有,于是我在淘宝搜了一下,国内也是有类似的产品,不知道是否有英文版,如果有的话,也许可以试试 FBM 哈。国内做相关类目的也许可以联系厂家开发新品。

附:进一步优化算法

这里我都是手工算,而且因为精力有限,所以我只参考了两个最简单的纬度。我的构想里,是需要参考更多纬度的。比如

时长:时间长的视频,可以很好介绍产品的特点,产生购买欲望。时间短的可能只是因为人们好奇而点赞。

赞播比:赞播比高的我们优先考虑。

蓝V认证:蓝V的粉丝很多,代表了可能是粉丝影响了数据,我们要找的是产品为导向的视频,所以蓝V可能是减分项。

作品播放量和作者粉丝数的比值:通过这个比值来算这个视频是否算他作品里的爆款,如果比值很大,证明这个作品影响力出了他的粉丝圈。应该优先考虑。

附属标签的相关度:比如上述的例子里,有一个视频是 amazonfinds 和 asmr,带有不相关购物标签的视频,应该降权,不要出现在我们的待选列表里。相反,如果某个视频带有 amazonbeauty 和 amazonfinds 之类的相关标签,则此视频应该加分。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注