如果你是一个制造商，在你自己的网站和零售合作伙伴销售，很可能你不知道谁在购买你的产品，或为什么他们购买你自己的网站以外。更重要的是，你可能没有足够的洞察力来改进你的营销信息。
你可以使用一种技术来识别和理解你的用户在第三方网站上购买是通过有机搜索跟踪你的品牌。然后，您可以比较您网站上的品牌搜索和零售合作伙伴，看看有多大的重叠，有多少重叠关键字你排名高于零售商，反之亦然。更重要的是，你可以看到你是在吸引不同的观众，还是在为同一群人竞争。有了这些新见解，你就可以重组你的营销信息，以释放你以前没有接触过的新受众。
在以前的文章中，我已经介绍了几个有用的数据混合示例，但是在这篇文章中，我们将做一些不同的事情。我们将深入研究一个数据混合的例子，并执行我所说的跨网站品牌关键字重叠分析。正如您将在下面了解到的，这种类型的分析将帮助我们了解您的用户购买第三方零售商合作伙伴。
在上面的维恩图中，您可以看到我们将在本文中组合在一起的一个可视化示例。它代表了他们的主要品牌网站和零售合作伙伴梅西百货(Macy’s)在有机搜索“Tommy Hilfiger”品牌时重叠的关键词数量。
最近，我们为一位客户进行了这项分析，结果让我们大吃一惊。我们发现，我们客户60%的自然SEO流量来自品牌搜索，其中多达30%的搜索是由四个同时销售其产品的零售商合作伙伴获得的。
手持这证据和知识通过零售合作伙伴销售仍商业意识,我们提供指导如何改善他们的品牌搜索,这样他们就可以更有效地竞争,和改变他们的消息来吸引不同的顾客比从零售商购买。
在我的团队手动进行了这个分析之后，我看到了它的价值，我开始用Python自动化整个过程，这样我们就可以很容易地为我们所有的制造客户重现它。下面我将分享我在这里编写的代码片段，并向您介绍它们的用法。
拉品牌的有机搜索关键词
我使用Semrush API从他们的服务中收集品牌关键词。我创建了一个函数来接收它们的响应并返回一个pandas数据框架。此函数简化了为多个域收集数据的过程。
这里是代码，得到“Tommy Hilfiger”去梅西百货的有机搜索。
这里是代码，以获得有机搜索“Tommy Hilfiger”直接Tommy Hilfiger。
可视化品牌关键字重叠
当我们从两个网站上拉出“Tommy Hilfiger”的搜索结果后，我们想要了解重叠的大小。我们通过下面几行代码来完成这个任务:
我们可以很快地看到重叠是显著的，共有4601个关键词，Tommy Hilfiger独有的515个，Macy’s独有的125个。
下面是将这种重叠可视化的代码，如上面的维恩图所示。
谁对重叠的关键字排名更好?
接下来你可能想问的最合理的问题是，鉴于两者的重叠程度如此之大，谁的排名更高。我们怎么才能算出来呢?当然是用数据混合!
首先，正如我们在我的第一篇数据混合文章中学习到的，我们将合并这两个数据帧，并且我们将使用一个内连接来只保留这两个集合中通用的关键字。
当我们合并数据帧时，它们有相同的列，它们被重复，第一列末尾包括_x，第二列包括_y。梅西的列以_x结尾。
下面是我们如何创建一个新的数据框架，其中包含重叠的梅西百货排名较高的品牌关键词。
下面是Tommy Hilfiger级别更高的对应数据框架。
这里我们可以看到，虽然重叠很大，但汤米的品牌关键词排名比梅西高很多(3173比1075)。汤米的情况好些了吗?不!
您还记得，我们还从API中提取了流量数字。在下一个代码片段中，我们将检查哪些关键字吸引了更多的流量。
令人惊讶的是，我们看到梅西在较少的关键词上比Tommy Hilfiger表现更好，当我们把流量加起来，梅西吸引了更多的游客(75,026对66,415)。
正如您所看到的，在这种类型的分析中，了解细节非常重要!
观众有何不同
最后，让我们使用每个网站特有的品牌关键词来了解访问每个网站的观众的不同之处。我们将简单地从关键词剥离品牌短语，并创建词云，以更好地理解他们。当我们删除品牌短语“Tommy Hilfiger”时，剩下的是用户用来表示th的附加限定符