在最近一兩周，我做了一件事情，挖掘了全網(wǎng)30幾萬條數(shù)據(jù)，提取出了200多個大小項目名稱，通過各種維度分門別類做成一個項目庫。

互聯(lián)網(wǎng)出現(xiàn)過的大部分項目形式，都能在這份數(shù)據(jù)里見到，具體的提取步驟讓我們先來看個小項目！

一個小項目

這是一個“喊話祝?！钡捻椖?，就是可以定制一些指定的祝福話，然后讓非洲黑人哥們喊出來，所以這個業(yè)務(wù)又經(jīng)常叫“海外舉牌”、“國際祝福”。

除了黑人哥們，還有烏克蘭小姐姐、泰國人Y之類的，各種類型應(yīng)有盡有：

這樣一個項目能賺錢嘛？在萬能的某寶里：

排名第一頁的商家基本在幾百幾千銷量不等(或多或少刷了點吧)，至于單價沒辦法確定，因為：

由于是定制的，價格需要溝通，另外也看到：

價格最高可以到幾百元不等！

某寶的競爭看起來蠻激烈的，咸魚也差不多，拉下好幾屏都是相關(guān)賣家：

公眾號這個渠道顯然也不會被業(yè)內(nèi)人員忘記：

對大部分商業(yè)模式的驗證，百度競價都是非常直接的：

首頁有三個廣告位！

做投放的朋友都明白，在投的信息流廣告，不一定賺錢，但相對來說，在投的競價廣告，大概率是賺錢的，競價本身就是非常直接的 精準流量買賣。

至于短視頻：

這個業(yè)務(wù)的模式就好像“老照片修復(fù)”那樣，天然的適合短視頻推廣，我甚至都看到了同一個人(微信號)在抖音、公眾號等渠道一起做。

以我個人的經(jīng)驗，這個項目集合了一個“優(yōu)質(zhì)互聯(lián)網(wǎng)項目”的許多特質(zhì)：

非標：不是什么標準產(chǎn)品，大眾沒有價格概念。

服務(wù)型：沒有實體貨物、不存在進貨壓貨。

可復(fù)購：今天送A朋友，感覺不錯明天就可以送B朋友，就是玩！

輕運營：不需要場地和大量人工。

好交付：大家圖個開心，這只是一場“娛樂性質(zhì)”的交易，不存在肥的瘦的挑挑揀揀。

這個業(yè)務(wù)是絕對賺錢的，各大互聯(lián)網(wǎng)主流平臺都有人在“瘋狂”推廣，真實利潤超過想象。

如何看到各種項目

其實這個項目我早前也知道，感覺挺有意思但沒深入，后來也看到朋友圈有些朋友在經(jīng)營，客戶購買的需求大多是給朋友生日、開業(yè)送個意外驚喜、裝13等(人性很重要)。

ps：幾百塊花錢買開心的人大有所在，在我們以前的項目里，曾經(jīng)有位40+的大哥在我們這一天付款3次 花了近2000塊來買我們的服務(wù)，他真的就只是為了面子，我們含淚賺了1200左右……

喊話祝福這樣一個項目我相信依然還有很多人沒有聽過，而這一次之所以提到它，是因為在我近期做項目庫時，又一次看到了它。

項目背后是如何運作的，上下游我也還不是很了解，項目運營起來肯定也有需要克服的困難，但這些不是本文要討論的，關(guān)鍵在于：

“喊話祝?！?這是這個項目的名稱或者說業(yè)務(wù)描述，所謂的項目名稱或業(yè)務(wù)描述：

頭條號擼收益、外賣cps、全自動掛機、淘寶客發(fā)單 ……

這些就是特定項目的特定描述，一般從字面可以直接明白這個項目在做什么。

而“喊話祝?！边@四個字我們不太可能會在某天靈光一閃就出現(xiàn)在腦海里，因為它是人為創(chuàng)造的，沒有標準或規(guī)則。

如果我們知道這四個字，或者說我們知道了某個項目的具體描述，經(jīng)過簡單的搜索很容易了解到這個業(yè)務(wù)。

而當(dāng)它是一個藍海、商機、或者適合我們自身情況的業(yè)務(wù)，那這四個字就是極具高價值的信息差。

問題是：怎么憑空挖掘？怎么大批量挖掘？

說起來好像很難，其實也沒有那么難，下面用幾個小策略就可以搞定。

步驟一：

簡單收集一批跟“賺錢”、“項目”、“副業(yè)”、“兼職”等有關(guān)的長尾詞：

把這些長尾詞拿到百度里搜索，把自然排名在前面的網(wǎng)站收集到表格里：

這樣我們就得到了很多專門發(fā)布互聯(lián)網(wǎng)賺錢項目文章的網(wǎng)站、博客、論壇。

這個收集邏輯如果使用技術(shù)的話，可以參考這篇文章：零粉絲，運用錯位競爭，運營「好物推薦」

步驟二：

挨個訪問這些網(wǎng)站，整理這些網(wǎng)站的所有欄目分頁鏈接（列表頁）：

包括分頁的首尾頁碼，一起整合到文檔：

用技術(shù)或Excel批量生成出所有分頁鏈接，比如某個分頁：

在本次的采集中，我總共收集了30幾個站點，所有列表生成出23000多個分頁鏈接，具體鏈接就不展示了。

接下來自己寫爬蟲或用“火車頭”、“八爪魚”之類的爬蟲工具采集每個分頁里的文章標題，如果有簡介（文章簡介）也一起采集進來。

在本次的采集中，我總共獲取到20幾萬條標題，10幾萬條簡介：

ps：數(shù)據(jù)源不只是網(wǎng)站，知乎、公眾號、社群等都可以。

步驟三：

這些文章標題都在談?wù)摳鞣N項目業(yè)務(wù)，那么很顯然我們需要把里面存在的項目名稱或業(yè)務(wù)描述提取出來，這里有著大量有價值的信息。

可問題在于：我們并不知道各種未知的項目名稱或業(yè)務(wù)描述具體是什么。

1：統(tǒng)計所有詞根

使用python的jieba分詞，可以把這30幾萬數(shù)據(jù)里出現(xiàn)的詞匯都分割出來，加上疊加計算就可以得到這樣一份數(shù)據(jù)：

先保留著它！

2：無差別分割文本

“如何用公眾號做喊話祝福項目”

類似這樣一個標題，如果使用傳統(tǒng)的分詞方式比如jieba分詞，則會把“喊話祝?！狈指畛伞昂霸挕薄ⅰ白８！?。

因為“喊話”、“祝?！笔俏覀兂Ｒ娫~匯，但“喊話祝?！辈⒉皇牵俏覀兪孪雀嬖V程序“喊話祝?！笔且粋€詞，可我們現(xiàn)在正是不知道30幾萬的數(shù)據(jù)里都會是些什么樣的詞，知道了那也就不需要再提取了。

考慮到所謂的詞匯（長尾詞）是：

字與字之間相鄰而成詞，一個詞最少有兩個字組成，最長不一定，一般表述一個業(yè)務(wù)的詞匯在4-7個字就足夠了，假設(shè)限定在7個字。

因為我們不知道樣本數(shù)據(jù)里有存在什么詞匯，那么我們要做的就是把標題里所有可能組合成詞的文本都羅列出來：

這是一個無差別分割的步驟，所有相鄰的兩個字、所有相鄰的三個字、以此類推到7個字，可以看到“喊話祝?！边@個文本就被切割出來了。

如果設(shè)定詞長4-7，把30幾萬樣本數(shù)據(jù)里的每一條數(shù)據(jù)做無差別分割，把所有可能形成詞的文本全部組合排列出來，總共得到了2000多萬個可能的詞……

考慮到4個字或5個字的詞匯其實有很多是沒辦法表達或描述一個業(yè)務(wù)的，比如統(tǒng)計下來，這些詞匯有很多是：百度貼吧、阿里巴巴、微信朋友圈、淘寶店鋪 這樣的詞匯(因為樣本數(shù)據(jù)都是互聯(lián)網(wǎng)相關(guān)文章)。

2個字或者3個字的就更沒有意義了，畢竟出來一大堆的：百度、淘寶、怎么、應(yīng)該，這樣的詞匯。

因此把最小詞長度上調(diào)到6，即只計算6個字和7個字的片段，就這樣的情況也有足足1千1百多萬個。

當(dāng)然：如果“挖礦”這個詞代表著一個全新的未知的優(yōu)質(zhì)項目，那很可能我們就錯過了，好在這樣的情況是相對少數(shù)的，而且“挖礦”一定還會和其它詞綴組合成各種更長的描述。

3：去除無效詞匯

使用無差別分割的方式會導(dǎo)致：“如何用公眾號做喊話祝福項目” 這樣一個標題里必然會分割出：“何用公眾號做喊” 這樣的詞匯。

我們很明白這是無效詞匯，而這種無差別的分割還會大比例的產(chǎn)生非常多這種詞匯：

接下來我們在上面做的全局詞根統(tǒng)計就體現(xiàn)價值了：

當(dāng)我們從“如何用公眾號做喊話祝福項目” 這樣一個標題里發(fā)現(xiàn)：“何用公眾號做喊” 這樣的詞匯時，我們可以讓程序提取下“何用公眾號做喊”的第一個字，得到：“何”，再提取下“何用公眾號做喊”這段文本在原標題的前一個字，自然會得到：“如”。

把得到的“如”+“何”=“如何”拿到之前統(tǒng)計的詞根庫里查找，如果找得到“如何”（之前的詞根庫里都是正確的詞匯），說明“何用公眾號做喊”這段文本不算詞匯，它只是一個缺失了的不完整文本，丟棄！

同理：做完了頭，尾也是一樣的操作，我們會發(fā)現(xiàn)“喊”后面的“話”缺失了，同樣丟棄，不管是頭還是尾，只要有一邊缺失，這就不是個正常的詞匯，直接丟棄。

當(dāng)一段文本的頭尾詞匯都是完整的，起碼這個詞匯不是無效的。

做完這步操作后，目標文本從1千萬的數(shù)量瞬間減少到只剩230萬的級別，現(xiàn)在看起來干凈多了：

當(dāng)然，仍然存在問題……

4：去除無意義詞匯

在過程中還會有這樣的詞匯：“抖音直播應(yīng)該”，這樣的詞匯我們在上一步是處理不掉的，因為它兩邊都沒有缺失。

但實際上這樣的詞匯它的表述本身就不完整，沒有意義。

其次我們按常識思考一下：

頭條號擼收益、外賣cps、全自動掛機、淘寶客發(fā)單、喊話祝福 ……

像這種正常在表達或描述一個業(yè)務(wù)的詞匯，會不會出現(xiàn)：這個、那個、可能、肯定、會不會、能不能 等等這種字眼呢？

答案是基本不可能！

所以接下來我們簡單粗暴一點：

收集一份這樣的詞匯(這個我一直有一份)，對于目標文本，只要有包含這里面的任何一個詞根，直接丟棄。

做完這一步，剩下的更加清爽了，只剩下30幾萬條詞匯：

直接只剩下不到10分1其實也可以理解，因為在任何語境中：這個、那個、可能、肯定、會不會、能不能 等等這種連詞、介詞之類的，都是大量出現(xiàn)的，不管寫任何領(lǐng)域的內(nèi)容都離不開它們。

ps：過往經(jīng)驗和結(jié)果都告訴我，看似簡單粗暴的策略，往往效果很明顯。

步驟4：

接下來就簡單了，有條件的，直接把這幾十萬詞匯拿去做自動歸類(不需要絕對的類似，有些類似即可，比如余弦值在0.5左右)，那些死活處理不掉的：

它們自然會被歸到一片去，因為它們不是什么特定描述，而是生活中經(jīng)常會出現(xiàn)的表達，自然會有很多類似的詞匯，這些在Excel里我們可以很輕松的掃過，無須留意。

相比之下：喊話祝福、外賣cps，這種特定描述它沒有那么多類似詞匯，很多業(yè)務(wù)的特定描述只出現(xiàn)一兩次，歸類完之后它們就只能墊底了：

喊話祝福在30幾萬樣本數(shù)據(jù)里也就只被人提到三五次，所以從下往上人工看，能很快的把一個個撿出來。

千萬級的數(shù)據(jù)被我們篩選到只剩下一二十萬詞，剩下的就需要人工介入，機器不可能一步到位，我們能做的就是盡可能的減少工作量。

當(dāng)然，如果你不能歸類，也可以用另一種方式來提取可能的項目：

直接篩選目標詞匯，就可以看到與它相關(guān)的所有可能的項目，記錄下你感興趣的、不明白的。

這些目標詞匯可以是各大主流平臺，比如：抖音、百度

ps：梳理主流平臺可能涉及的業(yè)務(wù)，我也有梳理過，過程中你就會發(fā)現(xiàn)比如百度：它的各種相關(guān)產(chǎn)品都是被人用來引流的，比如微信：基于它或它的子產(chǎn)品延伸出來的項目是最多的。

除此之外，我們還可以輸入生活中的一些具體事物，要知道很多項目都是圍繞這些事物的，比如：圖片、視頻、課程：

這種篩選方式人工會相對累點。

最后：懂程序的朋友其實捋一下思路會發(fā)現(xiàn)，以上實現(xiàn)下來在技術(shù)上極其簡單，沒有什么算法或公式，也沒有復(fù)雜的代碼邏輯。

更關(guān)鍵的還是在于對場景問題的思考，所以以上步驟并不是唯一，需要結(jié)合場景來調(diào)整，不要按部就班，關(guān)鍵在于理解每一步的意義。

整理

梳理了下主流平臺可能涉及的業(yè)務(wù)，把其中形式或性質(zhì)類似的整合在一起，可以得到類似這樣一份框架：

這份數(shù)據(jù)我自己測試了下，市面上主流的平臺延伸出來的相關(guān)業(yè)務(wù)、項目，都在這里找到或類似的，完全可以按圖索驥。

維度并不是唯一，我們還可以輸入一些節(jié)日，得到相關(guān)的業(yè)務(wù)：

但是本身相對較少，也就看到一個我們熟悉的七夕蛤蟆，當(dāng)然還有其他節(jié)日。

除了各大平臺延伸的項目以外，我們還會看到各種“亂七八糟的小項目”：

挑選了一些給大家看一下，在文章底部我收集了一批。

很多時候能讓我們找到機會的，往往是這些小項目，為什么我經(jīng)常會拿一些小項目舉例呢？

因為很多成熟穩(wěn)定的小項目一般都滿足mvp模型（最小可行性產(chǎn)品）！

小項目適合以小見大，麻雀雖小，五臟俱全，一個最小可行性產(chǎn)品包括了運營一個項目的所有必須環(huán)節(jié)，如果自己不能成功跑通這樣一個小項目，那就更別提各種大項目了。

這些小項目對我們的主要意義就在于開拓思維，了解項目的模式或背后針對的人性問題。

變聲器

這三個字，是你理解的那三個字，但是這個工具它背后對標的打法和群體卻不是你想象的。

在線要飯

人生全靠想象力（只是順帶聊到，嚴重不推薦……）。

插花教程

文藝類的東西我也不懂，所以不研究，但是這都2021年了，光盤教程（硬盤U盤）仍然還存在著，競價戶也是套的。

這文案看完就很感動嘛……

這東西跟燒烤、小吃教程、配方之類的是一樣的，在閑魚的價格能讓人哭出來，怎么還會有人到百度搜索買呢？

然而很多行業(yè)，人家選擇做競價推廣，一定是有原因的：

同樣的業(yè)務(wù)，360也同時在投放！

數(shù)據(jù)來源于網(wǎng)絡(luò)，我們使用這樣的方式當(dāng)然避不可免的會看到很多H|H產(chǎn)業(yè)務(wù)，違法的業(yè)務(wù)我都不看，所以很多H產(chǎn)也就不展示了，雖然這些內(nèi)容還挺開眼界。

要知道賺錢有三個階段：能賺、賺多、賺久，違法的東西明顯很滿足前兩者，后者就完全不可能了，不值得。

除了我們表面可以看到的項目以外，其實這些數(shù)據(jù)里還隱藏著表面看不到的項目，那就是各種疑問詞：

這些都是行業(yè)里的人涉及到的麻煩問題，也是因為是個問題，所以寫出文章來探討，如果有合適的技術(shù)，提供鏟子也是一種項目。

ps：如果要提取疑問詞，在前面“去除無意義詞匯”的步驟里不要加入疑問詞根！

當(dāng)然了，互聯(lián)網(wǎng)經(jīng)久不衰的話題--引流：

這樣一份數(shù)據(jù)只需要經(jīng)過幾個小時的梳理和整理就可以統(tǒng)計出目前互聯(lián)網(wǎng)主流的“引流平臺”和“引流方式”以及常見的“引流對象”，把這些全部放到眼前，引流這份工作就只剩下執(zhí)行力了。

這份數(shù)據(jù)的引流信息我還沒有梳理，不過其實這些年也沒有太多變化，平臺還是那些平臺，方式還是那些方式，目標對象還是那些群體，只是有根據(jù)一些場景做變動。

后續(xù)如果有整理我再發(fā)公眾號！

有些詞匯不一定是具體的什么項目，但是它們涉及到了很多行業(yè)問題，這些黑話、術(shù)語也有參考價值（這些內(nèi)容就不發(fā)了）。

最后，如果想要專門寫些項目分享、討論的文章，這樣一份數(shù)據(jù)相當(dāng)于地圖一般，永遠都可以在這里找到很多可以寫的事物。

這樣一份互聯(lián)網(wǎng)項目庫，通過任何既有的搜索工具都是沒辦法批量檢索出來的。

延伸

在這個例子里，我們的樣本數(shù)據(jù)是標題，然而標題有時具有一定的局限性，它的語境、語料都不是非常豐富，有些文章也不一定都在標題里寫明要討論的項目。

因此，最合適作為樣本數(shù)據(jù)的，仍然是文章，文章才是最豐富的語料庫，諸如知乎上這樣的問題：

多搜集幾個類似問題，把每一個的答案都作為樣本數(shù)據(jù)，相信可以提取出來很多有價值的信息。

結(jié)尾

上面提到的項目庫，我把提取出來的項目名稱做了下歸類，把同樣形式或性質(zhì)的匯總起來，最后梳理在一張表格圖里。

對于沒有接觸過太多項目的朋友，這樣一份匯總數(shù)據(jù)可以讓自己對互聯(lián)網(wǎng)主流項目有個清晰的概念。

另外附帶100個奇奇怪怪的小項目，有些我也是剛看到，有些大家很熟悉，有些我認為有代表性和啟發(fā)價值，但是大部分都還是有人在經(jīng)營著。

提醒：

有些朋友可能會覺得：自己也經(jīng)?？淳W(wǎng)賺文章，里面的項目也不是看了就能做，其實這么來看，出發(fā)點就是錯誤的。

這份數(shù)據(jù)我自己也在梳理和分析，但是挖掘項目，它不是說我打開數(shù)據(jù)一看，遠遠望去有個閃閃發(fā)光的東西，我目光掃去發(fā)現(xiàn)居然是一個暴利項目，然后從此發(fā)家致富……

這是小說體！

我們有可能運氣爆棚的找到一兩個可以立馬上手、短時間內(nèi)帶來可觀收益的業(yè)務(wù)，但這只是你運氣好，可你并不能去對這種運氣太期待。

梳理一份項目庫的意義在于幫自己構(gòu)造一個知識脈絡(luò)，當(dāng)一大片互聯(lián)網(wǎng)常見的業(yè)務(wù)模式擺在你眼前時，你能快速的形成一個知識網(wǎng)絡(luò)。

接著把其中那些你不了解不明白的項目、信息拿出來重點了解，你又能得到一大堆新鮮的見識，你會發(fā)現(xiàn)原來人家在做這些、原來人家是這么玩的。

這些知識在腦海里重構(gòu)之后，一些平時你沒感覺的信息又會有新的理解，判斷力和知識面由此提升。

有些項目你平時沒聽過，也可能它已經(jīng)是一個競爭激烈的行業(yè)，但或許只是你沒遇見，當(dāng)你看到后認真去了解，可能會發(fā)現(xiàn)你來做可以做得很好。

別考慮項目能不能賺錢，大部分項目都能賺錢！

別考慮藍海紅海，比拼的永遠是個人競爭力！

別考慮所謂的天花板，大多數(shù)人做不到領(lǐng)域的天花板！

最后：生財有術(shù)最近在啟動抖音大航海，大家的觀點是：任何生意都值得再在抖音做一次。

那其實同樣的道理：任何生意都值得在別人沒做過的渠道再做一次。