之前寫過(guò)一篇文，專門梳理了幾種定位競(jìng)爭(zhēng)對(duì)手的方式。其中使用到的核心邏輯還是信息反查，那今天就順著這個(gè)點(diǎn)往下延展，聊聊使用信息反查的方法去找適合自己的項(xiàng)目。

現(xiàn)在假設(shè)我想做一個(gè)內(nèi)容站，通過(guò)輸出內(nèi)容獲取流量，然后再通過(guò)亞馬遜聯(lián)盟變現(xiàn)。但我很迷茫，不知道做什么內(nèi)容好，或者根本不知道我能做什么內(nèi)容。

那有沒有什么具體的辦法，可以給我列出一系列的亞馬遜聯(lián)盟網(wǎng)站，好讓我參謀參謀?

當(dāng)然沒問(wèn)題，此時(shí)的信息反查方法可能就很適合。

首先，我需要觀察所有的亞馬遜聯(lián)盟網(wǎng)站都有什么特點(diǎn)？

通過(guò)觀察可能會(huì)發(fā)現(xiàn)，所有的亞馬遜聯(lián)盟網(wǎng)站，都會(huì)在自己的文章中，推薦特定的亞馬遜聯(lián)盟商品。其主要的形式，便是在內(nèi)容中通過(guò)圖文并茂的方式，做一條或者多條指向亞馬遜聯(lián)盟的鏈接。

這個(gè)鏈接對(duì)于亞馬遜聯(lián)盟網(wǎng)站來(lái)說(shuō)，便是我們經(jīng)常提及的外鏈（Backlinks）。

那現(xiàn)在轉(zhuǎn)換下思路，理論上說(shuō)我是不是可以通過(guò)反查亞馬遜聯(lián)盟網(wǎng)站的所有外鏈，來(lái)找到全網(wǎng)所有做亞馬遜聯(lián)盟的網(wǎng)站呢？

實(shí)操一下。

亞馬遜聯(lián)盟的根域名都是 https://amzn.to/，那我使用數(shù)據(jù)分析工具來(lái)分析下這個(gè)域名。

一番操作，我竟然發(fā)現(xiàn)這個(gè)網(wǎng)站有 22 億條外鏈。

也就說(shuō)明，全網(wǎng)至少有 22 億條亞馬遜聯(lián)盟商品的推薦。

點(diǎn)擊“Backlinks”繼續(xù)往下深究，我想看看這 22 億條鏈接都是來(lái)自哪些網(wǎng)站。

可以發(fā)現(xiàn)在左側(cè)，“Referring Domains”的數(shù)值是 812K。

這里順便解釋下 Referring Domains 與 Backlinks 的異同。

Referring Domains 稱之為引薦域名（或者引用域名），指的是反向鏈接來(lái)源的域名地址。Backlinks 指的便是反向鏈接，主要是其他網(wǎng)站對(duì)我自己網(wǎng)站做的鏈接。一個(gè)網(wǎng)站可以對(duì)其他網(wǎng)站做很多很多反向鏈接，但是引薦域名（Referring Domains）有且僅有一個(gè)。

說(shuō)到這里，便能發(fā)現(xiàn)上圖中的“Referring Domains”數(shù)量，基本就等同于全網(wǎng)所有做亞馬遜聯(lián)盟營(yíng)銷的網(wǎng)站數(shù)量了。

到這一步，我便輕松獲取到了全網(wǎng)所有做亞馬遜聯(lián)盟營(yíng)銷的站點(diǎn)信息，且這些站點(diǎn)有近 82 萬(wàn)之巨。

那接下來(lái)怎么做，這么多數(shù)據(jù)。

當(dāng)然我可以一個(gè)一個(gè)瀏覽，看看網(wǎng)站的版面質(zhì)量、網(wǎng)站的流量，網(wǎng)站的變現(xiàn)情況。綜合權(quán)衡一下，到底哪種產(chǎn)品適合我，或者哪種網(wǎng)站樣式適合我。

但 82 萬(wàn)個(gè)網(wǎng)站，通過(guò)手工的方式要看到狗年馬月啊。

這里便可以嘗試下，使用技術(shù)手段去批量將網(wǎng)站的信息采集下來(lái)。

說(shuō)下簡(jiǎn)單的思路，通過(guò)爬蟲將這些網(wǎng)站的標(biāo)題、描述、關(guān)鍵詞等基礎(chǔ)信息全部抓取下來(lái)，再配合每個(gè)網(wǎng)站的鏈接數(shù)量，來(lái)建立一個(gè)綜合的網(wǎng)站數(shù)據(jù)庫(kù)。

那我就可以通過(guò)重要程度的優(yōu)先級(jí)來(lái)逐個(gè)瀏覽，當(dāng)然也可以通過(guò)關(guān)鍵詞來(lái)篩選出自己感興趣的產(chǎn)品。

玩法很多，重要的是思路。

當(dāng)然整個(gè)鏈條上有一些難點(diǎn)，比如怎么從數(shù)據(jù)工具上將這 82 萬(wàn)條數(shù)據(jù)導(dǎo)出，怎么確保爬蟲能順利抓取這 82 萬(wàn)個(gè)網(wǎng)站的數(shù)據(jù)信息，等等。

雖然有點(diǎn)困難，但并不是不能解決，且解決方案還不少。

至于其他的項(xiàng)目，其他的玩法，是不是也可以通過(guò)同樣的思路來(lái)解決呢？

那好好想一想，怎么找出全網(wǎng)所有的 Shopify 網(wǎng)站，來(lái)方便我做信息調(diào)研。