数据挖掘2：具体项目

接《百万级的数据里找项目》步骤1拓展词库 和 步骤2数据清洗

步骤3：

经过前面两步的拓词和清洗，我们得到了一份干净的关键词数据，它保存在一份TXT中：

• 这是一份将就500W的词库

• 它保存在TXT里也就151M

有别于上次，这次特意拓展了近500W的词，因为本次使用的方法需要更多的词库做支撑。

上次我们使用了”词向量文本分类“来归类关键词，方便我们分析查看，但是这种方法的问题在于它是没有结构的，一份词库生成之后，你只能从上往下看，看到什么是什么。

因此我采用了”关键词根提取法“的方式来归类，并且使归类好的内容自动按照思维导图的结构展示出来，先来感受一下：

简单说一下技术思路：

1：提取一份词库里词频最高的topN

2：按照上一条的思路在包含上一级词根的前提下陆续提取下一层级的topN词频

3：最后一个节点的子节点输出对应长尾词

4：利用Python的”xmind“模块把词频作为节点输出

肯定是看不懂，我们拿上图说明，这是一份”抖音“的词库（所有长尾词都包含”抖音“）：

1：经过统计，我们得到了这份词库中除”抖音“这个词根外，词频最高的4个词根

”视频“、”网红“、”直播“、”歌曲“（这些作为一级节点）

2：单独提取出包含”视频“这个词根的所有长尾词（肯定包含”抖音“），作为一个”子词库“，再按照（1）里的方式统计这个”子词库“里词频最高的词根

”剪辑“、”水印“、”字幕“（这些作为二级节点）

3：如果我们只要两级，那么”剪辑“这个层级之后开始输出长尾词，这些长尾词包含他的父级节点的所有词根：”抖音“-”视频“-”剪辑“

”抖音视频怎么剪辑“-”抖音视频剪辑教程“

4：自动输出一份思维导图文件

以上，就是一次完整的归类方式，上图就是我们得到的最终文档。

这是一个简单的技术思路过程，怎么实现不是关键，先能理解就好，后面会说如何实现。

---

上面我们仅仅是为了展示说明，而实际上本次我们统计的目标是一份仅500W的词库，所以需要在思维导图里分子页显示，如下：

• 这是一级节点，以核心词”抖音“展开，共30个节点（未完全截图）

每一个节点中的数值代表：涵盖总词量/在词库里所占比例，这些数值可以给你一个概念，让你大概知道这个版块在这个领域的比重。

• 这是所有节点的分页夹，除”抖音“外共30个一级节点

我们来看看占比最大的”视频“这个一级节点：

• 一级节点”视频“下的二级节点和二级下的三级节点

比例显示0%是因为相对500W太小了，被约等于了（忘记处理这个问题了），我们把最后的节点打开看看，比如右下角的”水印“-”ios“：

• 它保存了包含：“抖音”-“视频”-“水印”-“ios”的部分长尾词代表

据我了解，ios去抖音水印一直是个不太稳定的服务，目前能找到的很多平台很容易挂。

---

归类做好了，开始寻找合适的项目。

步骤4：

根据我的经验，绝对的热门和冷门都不是好的选择，所以类似“视频”这样的节点下的内容，大多数要嘛没有商业价值，要嘛涉及到的需求早就有人完善了。

我个人习惯去看那些我不能理解的，好奇的，往往这里面隐藏着寻常人不理解的商机，比如我找到了一个“表情”的版块，大家感受一下：

• 部分节点展示，未完全截图

五花八门，长尾词数量有7W+，之所以让我好奇是因为“表情”（即表情包）这个东西，不应该有这么大的需求量（仅指在抖音里），同时多年从事搜索优化的工作让我发现这是一个好的需求，有各种大量长尾需求，能够使内容生产者有源源不断的内容可以产生。

为什么这么说呢：

这是一个可延展性很强的需求，它天然包含着“无限种”类别，“影视”、“人物”、“动物”表情包等等，以”人物“举例，社会每天都在生产各种各样的红人，以这些人做成的表情包，如：”XXX表情包“，永远都有新的搜索。

我们在抖音里搜索一下“表情包”：

（本文仅作为分析讲解，为避免给他方带来麻烦，所以隐私细节全部打码）

• 粉丝量上限很高

不管什么样的表情包资源，总有一堆人求。

注意：这里有一个小细节可以看得出这一定是一个行业，看看图片里那个在别人求图时，回复别人说在这，让别人私他的人，不信大家可以去搜索，然后翻翻评论，几乎求图下面总有这样的人。

为什么这就一定是一个行业？

逛贴吧的都知道，卖东西的人惯用的套路就是总会在同行帖子下面回复那些有“求”的人，让别人去私他，有时候大半夜还在回，说为广大人民服务我是不信的。

所以：找项目、看行业，不要等别人给你推荐一个能赚钱的，能的不会推荐给你，要善用逆向思维去看待一些现象。

然而这只是初步判断，为做进一步验证，我选了一个排序相对靠后很多，粉丝量相对低的号（这也可以赚钱，那数据比他好的也可以），接下来我把分析到的内容展示给大家，用于判断这个业务是不是有钱赚，钱在哪里，怎么赚的，能赚多少。

步骤5：

• 其中某个抖音号

这是翻了几页后的某一个表情包号，粉丝量和视频数量相对平均，不高不低，图中可以看出：

1：背景图引导粉丝关注公众号取图

2：简介留微信，并明确表示收徒

这就更加验证有利可图了，我们先看看他的公众号：

更新频率并不高，几天更新一次，有时候甚至一个月，之所以这样，是因为这种公众号并不靠持续的优质内容来吸粉，吸粉行为本身就是在抖音进行的，公众号只是承载粉丝。

内容也没什么高质量的，无非是堆砌素材，需要的自取。

查看了几篇文章，大部分的阅读量都在4000左右，这种号的粉丝会比较泛，不够垂直，接广告的话撑死了一个粉丝2毛，也就是接一次广告能理论上能赚近800，另外还有广点通的广告分成。

还算可以，但不足以算一个项目，接下来我们再看看ta的收徒是怎么赚的。

以下是我加了微信后的聊天记录，为保证别人利益，避免给人带来不必要麻烦，涉及隐私的相关内容我就不显示了，只展示关键信息：

加完微信后，看了下朋友圈，挺热闹

除了收徒还有帮引流、卖号等业务，简单沟通下，发了ta的套餐给我：

大概沟通下来的意思是：

1：教徒弟如何找资源、做资源

2：教徒弟如何在抖音发布引流

3：引流后你想跟ta一样做培训或者自己对这些粉丝做转化变现都可以

到此，这个项目已经基本明朗：

1：这是一个互联网项目

2：核心是靠表情包等虚拟资源在抖音引流

3：赚广告费、培训费、粉丝变现

所以，这个项目能赚、钱在哪里、怎么赚，我们已经明确了，那么能赚多少？

---

首先第一点：公众号

如果他接广告，一篇大概能赚500-800左右，广点通还有额外收益，但不好估计

其次第二点：培训收费

以下计算方式仅根据行业经验，在下不负责任的分析一下，姑且听之：

假设ta只有一个抖音号在运营（事实上肯定是矩阵运营）

30W的抖音粉丝，关注公众号比例在1%以上，因为光阅读已经有1%了，关注肯定更多（不排除还有其他引流渠道）

加微信的比例应该没有这么高，但是0.5%并不过分。也就是有1500个加粉。

咱们保守一点，砍一半吧，750个加微信，这里面能否有10%的人被转化？

我个人认为完全没问题，对方已经明确表示，要拜师才加微信，否则勿扰，加进来的都是目标群体，转化75个人应该不成问题。

看了下朋友圈，差不多是在3月份开始有抖音收徒的相关内容，之前都是只做拿图相关的，也就是到现在大概经营了4个月，75个转化，不过分，要不然朋友圈可以停了。

75 * 600（不要688，假设有人讲价） = 45000

这是4个月的，月超一万应该是没有问题的，而且是我折中保守估计的数据。

可以预估到的还有第三点盈利方式：粉丝变现和卖号

对于不拜师的，那以后朋友圈可以更新点其他内容，粉丝量多，总能有一个合适的变现方式

再不济一个号也可以卖，一个5000人的微信号，只要是正常加进来的，不是僵尸号，产生的价值养一个10几人的团队不成问题，市面上也是很抢手的。

分析到此结束，综上，这大概率是一个可以赚钱的业务。

---

至于ta教的东西，提供的资源，我个人认为并没有太多技术含量，要找也是有办法的（我不打算分享，请勿针对这点私信），属于信息差性质，你知道了一点都不值钱，你不知道的话又需要，你只能找ta。

以上，我们通过“关键词根提取法”的方式在垂直行业里找到了一个别人正在经营的项目，并且通过初步分析，认为是一个有利可图的项目。

但是我个人不建议你去学习ta做这个项目，更不要去打扰人家，你真去了，也不要以为不花一毛钱想从ta身上得到什么有价值的东西，浪费大家时间而已，当然你要去拜师我不阻止。

我觉得利用这种方式，找到一个适合自己的项目才是最好的，毕竟500W的词库，我也就演示了其中一个版块，还有太多了。

步骤6：

本来准备接着讲“关键词根提取法“的方法具体如何实现，让大家可以自己去执行看看，但是鉴于本篇篇幅已经太多了，还是消化一下。

下一篇，我会更新这两篇文章所提到的”词向量文本分类“和”关键词根提取法“如何去实现，有个好的消息可以先透露：就是”关键词根提取法“这种方式就算不会技术也有很方便的现成工具可以使用，届时我会为大家介绍。

如果觉得内容确实对你有帮助，帮我点个赞哈，算是给我一个继续更新的信号，一直希望自己会的东西能在一个平台上分享出去，沉淀下来，过程中如果还能帮到你，那当然也是好的。

两次文章的项目看上去都比较LOW，但一定不要看不上，它不一定值得你去组建一个团队，搭建一个场地来创业，但是一两个人甚至自己一个人，就可以做了，收入不LOW，我前一篇文章提到的自己在付费投放的业务比这个还LOW。

Reference

1、 https://zhuanlan.zhihu.com/p/159151941

打赏

微信	支付宝
万分感谢