《百卷数字专著蓝海词卡位、高客单主题合集直售与全自动知识收银母典》各章定量结论
把大型双语书库变成每日现金流,流行说法有三句:选搜索量最大的关键词;单本低价引流再推高价合集,升单一定会来;收银与交付全自动就是零人工、零风险。本书逐条证伪或立界。对小作者,关键词带来的期望销量约等于搜索需求、进入前几位的概率、点击率与转化率之积;大词的进前位概率近乎为零,示意数据里周搜索两万次的大词只带来约 0.0254 本周销量,冷僻短语却有 3.1445 本。长尾份额对幂律指数极其敏感,排名十万以后的份额可以从 0.411 跌到 0.046。核对原文后,本书做了蓝图修正:排名换销量的指数是示意参数而非定值;KDP 关键词规则以官方帮助页为准,每本书至多七个关键词,不得用与本书无关的作者名或自己不拥有的品牌;AI 生成内容须如实披露;本书不引用艾瑞里的任何研究。书中参数为示意,全部计算由书中程序生成。本书是非个人化经营分析,不构成经营、法律或税务建议,不承诺任何收入;对外书目口径只写已发布的 100 部与站内「330 余部书稿」。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-356 · English version
- 第 1 章 · 搜索需求的幂律:排名、销量与长尾份额
排名与销量之间是幂律,排名每一步都很贵;长尾份额对指数极其敏感,指数从 0.871 升到 1.2,十万名以后的份额就从 0.411 降到 0.046。搜索词需求也是幂律,前二十个短语拿走一半以上查询,估计指数时要用最大似然,不要用对数坐标上的直线。两条幂律相乘,结论是:小作者不该追大词,应该追「有人搜、但前排不拥挤」的词。 - 第 2 章 · 进前位概率与蓝海词评分
数字说得很直白。大词上,新书评价为零时进前三的概率四舍五入是 0.0000,五条评价时是 0.0001,二十条评价也只有 0.0002。换算成更直观的说法:五条评价的新书,大约每 13,657 次搜索才有一次出现在前三位。中等词好一些,五条评价时是 0.0117。冷僻词完全是另一个世界:零评价时已有 0.1559,五条评价时是 0.3753,二十条评价时是 0.6015。同样五条评价,冷僻词上的机会是大词的 5,126 倍。 - 第 3 章 · 七个关键词槽:合规过滤与背包选词
衰减系数的扫描给出同一个方向。系数取 0.3,表示同意图短语重复得很厉害,精确最优比天真做法高出 1.067 倍;系数取 0.9,同意图短语几乎各管各的,优势缩到 1.027 倍。重叠越重,「按分数取前七」越吃亏。 - 第 4 章 · 书库主题聚类与合集重叠
用关键词集合的杰卡德相似度与平均连接法,可以把书库自动聚成主题,示意书库里类内相似度 0.269,类间只有 0.007。主题合集的目标读者平均还有六成以上的价值没拿到,比跨主题合集更值得推;可是将近四分之一的目标读者已买过合集的一半以上,原价推销对他们几乎无效。 - 第 5 章 · 捆绑估值:相关性、边际成本与已购重叠
第五章说明捆绑优势随估值相关性上升而消失,八卷书相关系数从零升到 0.9 时,捆绑对分别定价的收入比从 1.593 降到 1.029;已买四卷的读者按统一价只有 0.187 会升单,一卷未买者为 0.868。 - 第 6 章 · 两档价格:99 与 299 的甄别、左位数与多步漏斗
第六章说明 99 与 299 两档只有在内容价值差不小于 200 时才能把读者分开,左位数效应只值几个百分点,从 KDP 单本走到自营合集的多步漏斗,每千名读者的直接净收入平均只有 95.3,同样读者的版税是 7,000。 - 第 7 章 · 原典考辨:《汉书·艺文志》与诺代《建立图书馆的建议》
第七章考辨《汉书·艺文志》叙刘向校书与诺代 1627 年的《建立图书馆的建议》。 - 第 8 章 · 实证闭环:书库现金流周度台账与定价与成交工具规格
第八章给出书库现金流周度台账、蒸馏小工具「书库蓝海词评分与主题合集升单配比器」的定价与成交工具规格与预注册检验:交付五环无人值守时全部成功的概率是 0.9654,只复核邮件与链接两环时每笔期望成本 1.485。书中以标注框区分已发表的证据、可运行的 Python 计算(20 段程序)、原典与作者的假说。
模型示意算例,非实时报价