前言：我認為 TT 上面找爆品也會是一個趨勢，隨著現在互聯網的發展，哪個APP占據用戶注意力更多，上面的用戶就更多，創作的內容也就更多。以前很多人會在 Reddit，Facebook 和 Instagram 上分享自己買到的好物，未來 TT 肯定也占有一席之地。就像現在很多好物號都在抖音種草一樣，如果我們是一個淘寶店主，估計也得經常刷抖音，挖掘潛在爆品。

前段時間，TikTok 變現案例里，有人靠 FBM 發貨，賣 TikTok Leggings 賣到了類目第一。本文試圖從 TikTok 標簽出發，講解我們能如何挖掘下一個爆品。

如果有做 TikTok 號的話就知道，要讓視頻火起來，放標簽是必不可少的。標簽相當于讓我們的視頻放入到某個垂直流量池。標簽也有大小之分，這是相對播放量來說的。播放量可以在 TikTok 里搜索相關標簽看數據，如下圖：

TikTok Leggings 這個案例中，文案是如下：

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

foryoupage 這標簽沒有意義，不用分析。其他出現的標簽和對應的播放量是這樣的：

#tiktokleggings，137M

#amazonleggings，119M

#christmasgiftideas，453M

#amazongifts，9.6M

假設我們一開始并不知道這個視頻和這個爆款，我們需要怎么挖掘這樣的視頻，讓我們可以搶先別人一步呢？

第一步：找出好物標簽

好物標簽，類似于抖音的 #好物種草，我們經營的平臺是亞馬遜或者獨立站，相關的標簽其實就是 amazon 或者 TikTok。這里以亞馬遜為例，假設我們都是在亞馬遜上賣貨，那么，亞馬遜的標簽，就需要重點關注。

上述最大標簽 christmas gift ideas 其實并不是好物標簽，如果你在手機端隨意瀏覽這些視頻會發現，里面分享了很多的手工教程。tiktok leggings 這個標簽很火，但如果我們不做這個領域，其實也不知道的。amazon leggings 是個好標簽，播放量很高，但是它在手機端搜索 #amazon 的結果中不顯示，因為添加 #amazon 的人不一定添加 #amazonleggings，就造成了我們不知道原來 amazon leggings 也那么火。最后剩下的是最小標簽 amazon gifts ，這個標簽我們平時是不可能發現的，除非你就是做禮物的，很早就知道了那么小的標簽。

那么我們是不是就沒辦法發現爆品了？不是。

我們至少慶幸亞馬遜是最大的電商平臺，我們只需要關注 #amazon 大標簽下的視頻即可。沒有一款產品是靠一個網紅走火的，往往都是靠多個網紅合力把某款產品推到了巔峰。特別是種草類博主，他們為了流量，推薦的東西也不可能是那種冷門產品。

所以我們可以通過關注大標簽發現里面潛在的爆品，或者二級標簽。

比如 leggings 這個產品在2020年4月的 #amazon 標簽下，就有 1.1M 贊的視頻。如下圖所示。

這視頻排在 #amazon 的前20名，雖然沒用到 #leggings 這個標簽，但是這個博主的粉絲不多，只有160K粉絲，點贊卻有1.1M，也就意味著是視頻內容的火爆讓他擠進了播放量的前排。這類視頻猶如寶藏，純粹靠 TT 的流量走紅的產品，證明視頻內容大受歡迎。

如果我們在4月份知道這個產品會很火，豈不是早就吃上了流量紅利？所以得出的結論是，所有關于 #amazon 的相關產品和二級標簽，我們都得關注。

如何通過 #amazon 這個一級標簽找到商品或者二級標簽呢？比如 #leggings 或者 #amazonleggings，我們可以復制所有 #amazon 的視頻文案，做詞頻分析。

用 tiktokfox.com 來實現，這個網站可以免費下載 TT 某標簽下，最多前300名的數據。

下載后的 CSV 文件如下圖所示，第二列就是視頻文案。

復制粘貼數據里的視頻文案到在線詞頻分析網站（免費的可以用這個 http://www.writewords.org.uk/word_count.asp ），在搜索結果中搜索 tiktok 或者 amazon ，就可以找出所有和該標簽相關的子標簽。

比如下圖，在詞頻分析結果頁面中搜索 tiktok 可以找到一個子標簽 tiktokmademebuyit，也是個好物標簽，把這個標簽也放入到你的日常觀察對象中。

我爬了 #amazon #amazonfinds 這兩個標簽的前300名視頻，leggings 共出現了5次，如果我們做詞頻分析，也許可以發現，因為他屬于商品名稱。但是因為我們使用免費版的詞頻分析工具，所以干擾信息較多，如果能長期的用一個工具，里面積累了足夠多的否定詞，也就是排除掉那些 do me I the 這里的詞，分析結果那就更清楚了。

找到標簽之后，我們還需要做下一步。

第二步：整理視頻數據

每個標簽下面都有視頻，這些視頻是根據點贊量降序排列的。如下圖，代表的是在 #amazonfinds 下，點贊量前三名的視頻。

我們打開用 tiktokfox.com 下載的數據文件后，可以看到AC列的 diggcount 就是點贊數。

我們的目的是挖掘產品，什么產品值得挖掘？有上升趨勢的產品，比如這個月某產品點贊數是10萬，下個月是100萬，那初步判斷證明這個產品是受歡迎的。

如果我們一個個的看這些視頻，就很浪費時間。所以我們需要賦予這些視頻一個篩選機制，讓這個機制幫我們篩選掉那些沒有什么用的內容，讓我們只看到希望看到的內容。這套篩選機制也可以賦予一個高大上的名字：算法。

我們的目的是：找出那些新發布，且一段時間內上升排名較快的視頻。

我們試著分析一下 #amazonfinds 里的排名情況，看看2月份有什么新奇產品，值得關注。我分別下載了1月11日和2月9日的數據，然后將他們都合并在一個 Excel 文件里。把1月份的數據放在 Sheet1，簡稱“JAN”，2月份的數據放在 Sheet2，簡稱“FEB”。他們都相當于原始數據。我們在 Sheet3 開始設計我們的算法。

2.1 賦予視頻ID排名

我們分別在視頻ID后插入一行，是這個視頻對應的本月排名。如下圖。

我們可以在 Sheet3 里把這兩者的視頻 ID 和排名分別復制過來，用 Excel 里的函數之王 VLOOKUP 來進行大量的引用。

上圖解釋：紅色圈圈的意思是，FEB中的這個視頻，在上個月的排名是57名，在這個月排名是12名，排名上升了45名。那么，這個視頻，我們就需要重點查看。

給大家一個肯定會用到的公式，在 Sheet3 里用 vlookup 找 A3 在第一頁對應的第五行數據，公式是：

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

2.2 視頻距離現在的天數

為什么要算一下距離現在的天數，因為很多視頻是老視頻，已經流行了很久，點贊上升純粹是因為時間的積累。而太新的視頻沒有經受過時間的考驗，也許只是曇花一現。所以我們得把握一個度。不能是特別新的，也不能是特別舊的。

原始數據里，用到的是時間戳，不是我們正常人看的時間，所以我們需要把時間戳變為正常時間。可以用這個批量在線轉化工具 http://tools.bugscaner.com/timestamp/ 這里注意下方的格式只需要 Y-M-D 這個日期格式（年月日）就可以了，不需要時間（時分秒）。

上圖，我們算 FEB 的視頻距離現在的時間，現在是2月13日，直接用2月13日減掉 FEB 發布的真實時間即可。算出來之后就是最右邊的列。我們再用條件格式將某些數據標紅即可快速找到我們想要的較新的視頻。如上圖所示，我把少于90天的數字都標紅了，也就是我把三個月內發布的視頻都標紅了。

第三步：發現產品

到這里，我們有了兩個可以參考的值：一個是排名上升速度，一個是發布時間距離現在的天數。

我們把他們分別用不同的顏色標注。下面來講我們的成果。

我們看第一個雙色標注的視頻。

左列黃色標注，指的是一個月內，排名上升了114名。右列紅色標注，指的是距離今天只發布了38天。這里就要警覺了，到底是有多牛逼的視頻，一個月的時間里，猛的上升了114位。這里貼一下地址：https://www.tiktok.com/@theamazonbadger/video/6914325358686850306

（最下面那一欄，排名上升了14天，距離到現在發布了105天，其實屬于比較穩定的內容，但它雖然用了 amazonfinds 這個標簽，內容卻是 ASMR，所以我們忽略掉。）

回到我們剛才發現的那個視頻：

這是一個好物號分享的視頻，一個用手機就可以操控自動開窗簾的小機器（美國人到底是有多懶）。他的Bio引導大家去的是獨立站，搜索關鍵詞，在亞馬遜上這個產品是這樣的，如下圖，原來是類目第一。地址在這里 www.amazon.com/dp/B08FXFTX67

在亞馬遜上似乎沒有同類產品，aliexpress里也沒有，于是我在淘寶搜了一下，國內也是有類似的產品，不知道是否有英文版，如果有的話，也許可以試試 FBM 哈。國內做相關類目的也許可以聯系廠家開發新品。

附：進一步優化算法

這里我都是手工算，而且因為精力有限，所以我只參考了兩個最簡單的緯度。我的構想里，是需要參考更多緯度的。比如

時長：時間長的視頻，可以很好介紹產品的特點，產生購買欲望。時間短的可能只是因為人們好奇而點贊。

贊播比：贊播比高的我們優先考慮。

藍V認證：藍V的粉絲很多，代表了可能是粉絲影響了數據，我們要找的是產品為導向的視頻，所以藍V可能是減分項。

作品播放量和作者粉絲數的比值：通過這個比值來算這個視頻是否算他作品里的爆款，如果比值很大，證明這個作品影響力出了他的粉絲圈。應該優先考慮。

附屬標簽的相關度：比如上述的例子里，有一個視頻是 amazonfinds 和 asmr，帶有不相關購物標簽的視頻，應該降權，不要出現在我們的待選列表里。相反，如果某個視頻帶有 amazonbeauty 和 amazonfinds 之類的相關標簽，則此視頻應該加分。

說起基于標簽的數據分析，海外有相關的工具（搜索 tiktok hashtag analysis），toC端的一些產品我看過，收費且做的很爛。國產的 TikStar 的標簽分析功能并沒有那么強大。我很早就覺得 TikTok 的內容可深挖，所以搞了這個網站 TikTokFox.com，可惜本人精力和技術有限，對于賦予視頻算法的事情也不是很在行，文中所述大部分的操作，都是可以后臺完成的。如果有哪個技術大佬愿意加入，我覺得可以做成一個基于 TikTok 的選品工具。

有興趣加入的技術大佬，可以聯系我，微信 12133407045

附件：amazonfinds標簽下Feb和Jan的數據對比

https://share.weiyun.com/h2LnHUCR