做区域市场,最常见的做法是把百度指数地域分布截图,按城市排序,然后把预算给排名靠前的几个。这个结论往往不可靠:北京、上海天然基数大,指数高不等于需求密度高;有些词只在特定城市有搜索习惯,跨城市比较没有意义。
城市对比要回答的不是“哪个城市指数高”,而是“在哪个城市,这个词的需求相对更集中、更值得优先投入”。下面四步能把这件事做得可复用。
第一步:先确定要比较的问题
三个问题对应三种选词方式,不要混在一起:
- 覆盖哪些城市:用品类核心词,比较需求密度。
- 预算先给谁:用“品类词 + 价格词/购买词”,比较转化意图。
- 内容要不要本地化:用“城市名 + 品类词”,看本地搜索是否存在。
如果拿品牌词去比城市,得到的只是品牌认知的地域差异,不能直接推导市场容量。
第二步:选同层词,统一时间窗
同层词的意思是:词性一致、意图接近、体量不要差两个数量级。把“英语培训”和“少儿英语机构”放在一起比,城市排序会失真。
时间窗建议至少 90 天,覆盖一个完整的工作周期。避开春节、双十一等极端节点;如果必须覆盖,单独标注,不要和常态周直接算环比。
口径也要固定:搜索指数还是资讯指数,整体还是移动端,全国还是分地域。百度指数不同口径不能混在一张表里。
第三步:把指数换成相对密度
指数是标准化后的相对值,直接比大小会被城市体量带偏。更稳的做法是算“城市指数占全国的比例”,再和该城市的人口或网民占比对照,得到一个相对强度。
| 城市 | 词指数(示例) | 全国占比 | 人口占比 | 相对强度 |
|---|---|---|---|---|
| A 市 | 1,200 | 12.0% | 6.5% | 1.85 |
| B 市 | 900 | 9.0% | 8.0% | 1.13 |
| C 市 | 600 | 6.0% | 7.5% | 0.80 |
表中数据仅用于演示算法,不是真实统计。相对强度大于 1,说明该城市对这个词的需求密度高于其体量占比;小于 1 则相反。人口数据用常住人口或网民规模都可以,但同一张表只能用一种。
第四步:交叉验证,别只看一个指标
至少做三层验证:
- 换词验证:核心词、近义词、场景词分别算一次,看城市排序是否稳定。
- 看需求图谱:确认该城市的关联词是否指向真实使用场景,而不是同名人物或事件。
- 看业务数据:咨询来源、订单地址、门店客流,哪怕样本小,也能校准指数结论。
如果三层结论冲突,优先相信业务数据,把指数当作“需求可能存在”的信号,而不是结论本身。
一张可直接套用的决策表
| 优先级 | 特征 | 建议动作 |
|---|---|---|
| P0 | 相对强度大于 1.3,且连续 8 周稳定 | 优先投放,做本地化落地页 |
| P1 | 相对强度 1.0–1.3,趋势向上 | 小预算测试,观察 4 周 |
| P2 | 相对强度小于 1,但绝对指数大 | 只做品牌曝光,不单独做本地内容 |
| 观察 | 数据缺失或波动大 | 合并周边城市,延长观察窗 |
四个常见误区
- 把指数当搜索人数。指数是相对值,不能直接乘转化率算营收。
- 只比较一个月。短期波动会把节日和热点误判成区域差异。
- 忽略词的地域性。地方菜、本地服务、方言词,跨城市比较意义有限。
- 用“无数据”判断“无需求”。词太小、口径不对、地域筛选过细,都会导致无数据。
如果需要一次查询多个城市、多个词并导出日指数,可以用百度指数查询工具批量采集,具体操作见安装、查词与导出教程。想先弄清楚各指标的含义,可以读百度指数是什么。