Shop::Wildberries::Suggest - Extractor de sugerencias de búsqueda de Wildberries
Revisión del extractor
Extractor de sugerencias de búsqueda por palabras clave en Wildberries. Gracias al extractor Shop::Wildberries::Suggest, podrá recopilar automáticamente bases de claves a partir de las sugerencias de la barra de búsqueda del mercado Wildberries por consulta. Utilizando el extractor Shop::Wildberries::Suggest, es fácil y rápido realizar la extracción de datos de las sugerencias de Wildberries por consulta.
El extractor de sugerencias de Wildberries resuelve una de las tareas principales de SEO, a saber, la obtención automatizada y rápida de un núcleo semántico ampliado. Las sugerencias de búsqueda de Wildberries permiten cubrir el máximo número de frases, especialmente al utilizar la función Parse to level.
Gracias al funcionamiento multihilo de A-Parser, la velocidad de procesamiento de consultas puede alcanzar las 10000 consultas por minuto, lo que en promedio permite obtener entre 20000-50000 resultados por minuto.
Puede utilizar la multiplicación automática de consultas, la sustitución de subconsultas desde archivos, la iteración de combinaciones alfanuméricas y listas para obtener la mayor cantidad posible de resultados. Utilizando la filtración de resultados puede limpiar inmediatamente el resultado, eliminando toda la basura innecesaria (usando palabras negativas o filtrando por tipo de sugerencia).
La funcionalidad de A-Parser permite guardar la configuración de extracción de datos del extractor Shop::Wildberries::Suggest para su uso posterior (ajustes preestablecidos), establecer programas de extracción de datos y mucho más.
El guardado de resultados es posible en la forma y estructura que necesite, gracias al potente motor de plantillas integrado Template Toolkit que permite aplicar lógica adicional a los resultados y exportar datos en varios formatos, incluyendo JSON, SQL y CSV.
Datos recopilados
- Cantidad de resultados por consulta
- Sugerencias para la consulta
- Tipo de sugerencia (suggest/category/brand)
Capacidades
- Posibilidad de filtrar palabras clave durante la extracción de datos en profundidad
- Posibilidad de utilizar la función Parse to level
Casos de uso
- Recopilación de bases de palabras clave
Consultas
Como consultas, es necesario indicar frases de búsqueda, por ejemplo:
adidas
camisetas y playeras
smartphone Xiaomi
Sustituciones de consultas
Puede utilizar los macros integrados para la sustitución automática de subconsultas desde archivos; por ejemplo, si queremos añadir a cada consulta una lista de otras palabras, indicaremos algunas consultas principales:
descuento
promoción
rebaja
En el formato de consultas indicaremos el macro de sustitución de palabras adicionales del archivo Keywords.txt, este método permite aumentar la variabilidad de las consultas exponencialmente:
$query {subs:Keywords}
Este macro creará tantas consultas adicionales como se encuentren en el archivo por cada consulta de búsqueda inicial, lo que en total dará [cantidad de consultas iniciales] x [cantidad de consultas en el archivo Keywords] = [cantidad total de consultas] como resultado del trabajo del macro.
Por ejemplo, si en el archivo Keywords.txt estuvieran las sustituciones indicadas anteriormente, el resultado final sería de 9 consultas:
adidas descuento
camisetas y playeras descuento
smartphone Xiaomi descuento
adidas promoción
camisetas y playeras promoción
smartphone Xiaomi promoción
adidas rebaja
camisetas y playeras rebaja
smartphone Xiaomi rebaja
Variantes de salida de resultados
A-Parser admite un formateo flexible de resultados gracias al motor de plantillas integrado Template Toolkit, lo que le permite mostrar los resultados en forma arbitraria, así como en forma estructurada, por ejemplo CSV o JSON
Exportación de lista de sugerencias
Formato de resultado:
$results.format('$suggest\n')
Ejemplo de resultado:
adidas zapatillas
adidas para mujeres
adidas zapatillas hombre
adidas terrex
adidas superstar
adidas originals
adidas terrex zapatillas hombre
Tenis y zapatillas
Desodorantes
adidas
Salida de consulta, sugerencias por consulta + tipo de sugerencia
Formato de resultado:
$query:\n$results.format('$suggest - $type\n')
Ejemplo de resultado:
adidas zapatillas - suggest
adidas para mujeres - suggest
adidas zapatillas hombre - suggest
adidas terrex - suggest
adidas superstar - suggest
adidas originals - suggest
adidas terrex zapatillas hombre - suggest
Tenis y zapatillas - category
Desodorantes - category
adidas - brand
Salida en tabla CSV
La utilidad integrada $tools.CSVLine permite crear documentos tabulares correctos, listos para importar en Excel o Google Sheets.
Formato de resultado:
[% FOREACH i IN results;
tools.CSVline(i.suggest);
END %]
Nombre de archivo:
$datefile.format().csv
Texto inicial:
Sugerencias
En el Formato de resultados se aplica el motor de plantillas Template Toolkit para mostrar los elementos del array $results en un ciclo FOREACH.
En el nombre del archivo de resultados, simplemente debe cambiar la extensión del archivo a csv.
Para que la opción "Texto inicial" esté disponible en el Editor de tareas, debe activar "Más opciones". En "Texto inicial" escribimos los nombres de las columnas separados por comas y dejamos la segunda línea vacía.
Guardado en formato SQL
Formato de resultado:
[% FOREACH results;
"INSERT INTO serp VALUES('" _ query _ "', '"; suggest _ "', '"; type _ "')\n";
END %]
Ejemplo de resultado:
INSERT INTO serp VALUES('adidas', 'adidas zapatillas', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas para mujer', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas zapatillas hombre', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas superstar', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas originals', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex zapatillas hombre', 'suggest')
INSERT INTO serp VALUES('adidas', 'Zapatillas y calzado deportivo', 'category')
INSERT INTO serp VALUES('adidas', 'Desodorantes', 'category')
INSERT INTO serp VALUES('adidas', 'adidas', 'brand')
Volcado de resultados en JSON
Formato general del resultado:
[% result.${query} = {
totalcount = p1.totalcount
suggests = []
};
FOREACH i IN p1.results;
result.${query}.suggests.push(i.suggest);
END %]
Texto inicial:
[% result = {} %]
Texto final:
[% result.json %]
Ejemplo de resultado:
{
"adidas": {
"suggests": [
"adidas zapatillas",
"adidas para mujeres",
"adidas zapatillas hombre",
"adidas terrex",
"adidas superstar",
"adidas originals",
"adidas terrex zapatillas hombre",
"Tenis y zapatillas",
"Desodorantes",
"adidas"
],
"totalcount": 10
},
"camisetas": {
"suggests": [
"camisetas mujer verano",
"camisetas hombre verano",
"camisetas infantiles",
"camisetas deportivas",
"camisetas para niño",
"camisetas mujer",
"camisetas mujer interior turquía",
"Camisetas"
],
"totalcount": 8
}
}
Para que las opciones "Texto inicial" y "Texto final" estén disponibles en el Editor de tareas, debe activar "Más opciones".
Procesamiento de resultados
A-Parser permite procesar los resultados directamente durante la extracción de datos; en esta sección presentamos los casos más populares para el extractor Shop::Wildberries::Suggest
Opción Parse to level
La opción indica al extractor que inserte los resultados obtenidos en la cola de consultas en profundidad hasta el nivel especificado, por ejemplo:
- Si se indica el 1er nivel, el extractor añadirá a las consultas todos los resultados obtenidos de la consulta inicial
- Si se indica el 2º nivel, el extractor añadirá a las consultas todos los resultados obtenidos de la consulta inicial + todos los resultados obtenidos de las consultas del 1er nivel
- etc.
Dado que es probable que haya duplicados en los resultados, para que el extractor no realice trabajo innecesario (no extraiga lo mismo), se recomienda activar la unicidad de consultas (Unique queries)
Configuraciones posibles
| Nombre del parámetro | Valor por defecto | Descripción |
|---|---|---|
| Follow suggests | All | Selección del tipo de sugerencias que deben insertarse en las consultas al usar Parse to level (All / Suggest / Tag / Brand), se admite selección múltiple |