我最近碰到一个产品类目，因为比较冷门的缘故，在数据分析工具上进行信息反查根本看不到什么结果。
即便是查询其产品类目的词根词，发现其搜索量也是非常低， 且工具里呈现了很多零搜索的关键词建议。
后面实在是没什么办法，只能硬着头皮去做了，按照我们对业务的理解去做商品详情页面与文章页面（没怎么管关键字搜索量这类指标）。
内容做完之后也陆续将这些页面上线上去了，本来没报太大的希望，但后续这个冷门冷门的搜索表现好得出奇。
表现在两个方面，一是在站长工具里面陆续出现非常多的长尾关键字出词，二是实际去搜索这些关键词时我们的网站结果都出现在了首页。
这样的表现自然带来相对精准的搜索流量，虽然整体流量不多，但贵在精准也陆陆续续有几个转化。
所以有了这样一次经历之后，让我开始更加重视那些数据分析工具里搜索量为零的关键词。
因为数据给我呈现的结果就是，这类搜索量为零的关键词并不代表没有人搜索。
可能是因为这些数据分析工具在做数据统计时，过度依赖历史数据、或者抽样统计的密度比较粗，从而容易漏掉一些很具体、但表达方式比较多样、且尚未形成稳定搜索模式的关键词。
我想这样的具体案例很多人都有碰到过，有兴趣的朋友可以直接去看一下自己网站的谷歌站长工具后台，看看关键词出词那个板块的具体信息。
或者拿实际生活场景举个最简单的例子，当我们发现汽车没办法点火时，大概率会搜索具体的场景信息，比如“车通电之后没办法打火”，比较少有人会直接搜索“汽车电池维修”之类的专业搜索词。
类似前者这样的“问题 + 限制条件”的具体说法，可能更贴近真实故障，也更可能透露具体的服务需求。
而类似这样的场景类词条，因为口语化且表达多样的缘故，是很难在数据分析工具里面呈现出来。
所以挖掘这样的垂直细分需求，一方面要求我们分析数据工具能给我们提供的报表信息，另一方面也需要我们去分析用户行为，并从用户行为中提炼真实的用户表达。
就我自己在做的电商类型站点而言，我觉得可以做得更具体点，比如：
先从站内搜索、聊天、工单、报价表单等原始查询中收集用户的真实输入与真实表达，然后逐一判断信息意图并分析哪些查询有商业或问题解决相关的价值。
基于这样的分析与研究，我们便可以表达不同但主题相似的长尾查询归纳成一个又一个主题，并以此来决定写什么内容，以及页面之间如何互相链接。
