Evite obstáculos en las operaciones de Xiaohongshu | Consejos para la operación de XiaohongshuCuando estaba navegando por Xiaohongshu recientemente, vi una nota de guía de viaje con más de 20 palabras clave al final. A los bloggers de viajes no solo les gusta hacer esto, sino que agregar palabras clave al final incluso se ha convertido en una tendencia en Xiaohongshu. En resumen, si está escribiendo una guía sobre Dali, la palabra clave "Ciudad antigua de Dali" es definitivamente indispensable. En segundo lugar, agregarán la palabra clave regional "Yunnan", la palabra clave de comida "fideos de arroz", la palabra clave de paisaje "Erhai", el antiguo edificio de la ciudad "Edificio Wenwen" y la especialidad local "pastel de flores". ¡Realmente trate el sistema como un robot retardado artificialmente! Esta vez, disiparé los rumores por ti. Mito 1: Cuantas más palabras clave, mayor será el tráfico. Para decirlo sin rodeos, desea que otros vean sus notas cuando busquen estas palabras clave y obtengan más tráfico. Esta lógica es realmente errónea. El tráfico de Xiaohongshu Notes proviene de dos partes: la primera es la recomendación del sistema y la segunda es la búsqueda de palabras clave. El sistema recomienda esta sección. Cuantas más palabras haya, menos precisa será. Si fuerza la introducción de palabras clave en sus notas, sus notas se etiquetarán incorrectamente. Por ejemplo, si escribe sobre la olla caliente de Chen He y la etiqueta es comida de Chengdu, esta nota no se enviará a los usuarios que estén interesados en la olla caliente de Chen He. Además, el monto de recomendación del sistema se determina en función del número de interacciones del usuario. La exposición de las notas será de entre 500 y 1.000 al principio, y se seguirá potenciando en la siguiente oleada cuando el número de lecturas e interacciones sea elevado. Hay más palabras, pero los usuarios enviados son menos precisos y los datos son más fáciles de extraer. La búsqueda de palabras clave realmente significa que cuantas más palabras clave, mejor. Pero la clasificación de las notas se basa en las palabras clave, la calidad del artículo, la cantidad de interacciones y la calidad de la cuenta. Las búsquedas con palabras clave en el título tienen mayor peso que el contenido. Piénselo, no importa cuántas palabras clave haya en las notas, tomará más de diez minutos encontrar el significado después de enviarlas. Incluso si las palabras clave no están integradas en el artículo, Xiaohongshu aún puede juzgarlo según la semántica de la oración. Tomando la nota "Master Bao" como ejemplo, el sistema determina que es una palabra en la industria alimentaria a través de la marca "Master Bao" y luego la analiza como un contenido de "evaluación" basado en "delicioso". Luego está la parte de la imagen, que le da un posicionamiento de "exhibición de comida". Por lo tanto, en el campo de palabras clave, siempre que incluya las palabras clave correctas en el título, puede evitar escribir algunas palabras que el sistema no puede entender, como QAQ y Shuixin. Con respecto al funcionamiento de Xiaohongshu, existen varias "reglas ocultas de Xiaohongshu" bien conocidas. Esta vez, permítanme refutar los rumores juntos. Rumor 2: la cuenta @Official puede obtener recomendaciones adicionales. Cada categoría de Xiaohongshu tiene su propia cuenta oficial, como Wearing Potatoes, Daily Potatoes, Entertainment Potatoes, así como Xiaohongshu's Growth Assistant y Creative Pie. Se distribuye en diversos tutoriales de operación de Xiaohongshu: siempre que tenga una cuenta @official, puede obtener más oportunidades de exposición. De hecho, añadir "Quiero ser popular" a Tik Tok es inútil. La cantidad de recomendaciones de notas está determinada por el algoritmo de la plataforma y las cuentas oficiales no tienen derecho a recomendar. Estas cuentas oficiales se utilizan principalmente para enseñar, hacer publicidad o reenviar contenido de alta calidad para guiar la creación de todos. Sin embargo, estas cuentas oficiales vuelven a publicar el contenido de algunos blogueros, y la probabilidad es aproximadamente la misma que la de un emperador que elige una concubina. También hay blogueros que participan en actividades designadas, cooperan con la plataforma y gastan dinero para comprar recomendaciones. Los usuarios comunes y corrientes no deberían ser supersticiosos al respecto. El análisis de evaluación comparativa analiza principalmente un lote de cuentas de evaluación comparativa y un lote de contenido de evaluación comparativa. Tenemos un artículo especial sobre evaluación comparativa. Las cuentas de referencia no son sólo competidores directos, sino que también incluyen cuentas que son competitivas en ciertos aspectos, así como cuentas que tienen un alto grado de superposición en puntos de interés, grupos objetivo, estilos de contenido, etc. El principal valor del análisis comparativo es proporcionar una referencia para la creación de contenidos y la optimización de las acciones operativas. En el campo del comercio electrónico se suele hacer análisis de datos competitivos, pero en el campo de contenidos, hay muchas cuentas que suelen robar tu tráfico, no sólo de tus competidores directos, y faltan datos especializados. Por lo tanto, no analizaremos los datos de las cuentas de referencia todas las semanas, sino que nos centraremos únicamente en nuestro propio contenido. Si necesita encontrar blogueros para promocionar, debe evaluar los datos de estos blogueros. Es fácil cometer un gran error simplemente mirando el número de fans. Si puede crear un buen modelo de análisis de datos, será más fácil seleccionar a los blogueros y ofrecerles los precios adecuados en consecuencia. El dato más estrechamente relacionado con la eficacia de la publicidad es la tasa de conversión, que debe probarse varias veces y volverse gradualmente más precisa. Incluso si el contenido publicado por el mismo blogger tiene el mismo número de visitas, la tasa de conversión de diferentes textos publicitarios puede variar varias veces. Además de la tasa de conversión, el dato más relevante es el volumen de lectura. Cuanto mayor sea el número de lecturas de una nota, creemos que generalmente resultará en mayores ventas. Sin embargo, las tasas de conversión de diferentes tipos de contenido en realidad varían mucho, desde varias veces hasta más de diez veces. Algunas notas tienen tasas de clics altas y tasas de conversión bajas, mientras que otras tienen tasas de clics bajas y tasas de conversión altas. Hay dos soluciones.
La primera es dividir las notas en varios tipos mediante la acumulación continua de experiencia en análisis de datos y comparar notas del mismo tipo, de modo que las tasas de conversión de notas del mismo tipo no difieran al menos demasiado. Esta solución requiere investigación y análisis de datos continuos, lo cual es difícil. El segundo método consiste en acumular datos de medición promedio a través de múltiples casos de cooperación, lo que puede reducir los errores hasta cierto punto y es simple de operar. Porque el blogger no necesariamente quiere que usted vea el volumen de lectura real, o no es conveniente investigar el volumen de lectura durante el proceso de selección preliminar. Entonces, las estrategias generalmente populares son las que les gustan a las estadísticas. Sin embargo, la tasa positiva de algunos tipos de billetes puede alcanzar entre el 10% y el 20%, y la tasa positiva de algunos tipos de billetes es incluso inferior al 0,1%. Y las notas de algunos blogueros provienen principalmente de algunos seguidores leales o de elogios mutuos. Las notas con menos de 50 Me gusta se falsifican fácilmente mediante me gusta mutuos, compras de Me gusta, etc., por lo que existe la posibilidad de falsificación de datos. Pero eso no importa en la evaluación inicial. El método de evaluación de productos populares basándose en el estándar de miles de "me gusta" tampoco es fiable. Algunas notas con 1000 me gusta tienen solo alrededor de 10 000 vistas, y algunas notas con 100 000 vistas tienen solo alrededor de 100 me gusta. Por lo tanto, en la etapa de selección de cuentas antes de establecer la cooperación, se deben recopilar al menos los siguientes datos: apodo, fans, me gusta total, título de la publicación principal, me gusta de la publicación principal, los últimos 10 artículos o el número promedio de me gusta en los últimos dos. meses, el número promedio de Me gusta en los últimos dos meses El número más bajo de Me gusta, el número de Me gusta del 30% de las obras calificadas, el estilo del trabajo y el contenido y la forma del trabajo. Los Me gusta mínimos se utilizan para estimar el tráfico de los fans. Cuando el sistema apenas lo recomendaba, los elogios del trabajo estaban en un estado de depresión y casi todos los me gusta provinieron de los fanáticos. El 30% de los puntos de producción se pueden utilizar para predecir los resultados optimistas de su lanzamiento. Se puede hacer referencia a la fórmula de predicción básica de la siguiente manera y luego ajustarla y optimizarla en función de los datos reales. Número esperado de lecturas = número esperado de me gusta / 3% de ventas esperadas = número esperado de lecturas × tasa de conversión esperada (1%) producción esperada = ventas esperadas × precio de venta, de modo que inicialmente podamos estimar la producción esperada de este blogger. Esto luego determina la cantidad máxima de tarifas de publicidad que puede pagar. Tenga en cuenta que se recomienda calcular repetidamente el rendimiento esperado en función de la experiencia real, y los datos iniciales que proporcionamos solo se utilizan como referencia en ausencia de datos. En la etapa inicial, se recomienda hacer una estimación conservadora, es decir, la producción esperada se reducirá entre 5 y 10 veces. Si desea conocer el lanzamiento de Xiaohongshu o tiene opiniones diferentes, no dude en comentar en el área de comentarios o agregar WeChat para comunicarse.