先给结论：行业关键词指数数据包能不能直接下载，得分两半看——百度指数官方帮助页写得明明白白，大众版暂不支持数据下载，也暂不提供开放 API；真要落库，要么是自己在遵守平台规则和法律法规的前提下按接口采集，要么是退一步用授权明确的公开数据源替代。我把三套口径都实际对了一遍，下面是过程。
准备：先分清你要的「指数」是哪一类
来找数据包的人，脑子里想的往往不是同一种东西。我按来源分成三类，判断标准不一样：
- 平台搜索指数：百度指数、微信指数、抖音/巨量这一类，由平台自己定义口径，数值只在平台内部可比。
- 平台派生榜单：比如百度热搜，它是在搜索指数之上再叠加资讯指数和领域行为数据合成的，不是原始搜索量。
- 明确开放授权的公开指标：世界银行、各类政府开放数据平台这种，有许可证、有更新字段、能直接引。
这三类混着用，是后面所有坑的源头。我见过最典型的一次误读，是拿一张美元计价的宏观表直接给客户讲「负增长」——那张表换个口径结论就反了（财经公开数据源那篇里我专门写过这个）。
步骤一：先确认官方有没有下载通道和开放 API
这一步最省事，也最容易被跳过。百度指数帮助页的常见问题里有两条原文，直接决定了「能不能下」：
- 「数据如何下载」——百度指数大众版暂不支持数据下载。
- 「申请开放 API」——百度指数暂不提供开放 API。
所以不存在「官方一键导出全量历史」这条路。剩下几条实际可走的路径，以及各自的限制：
- 自行采集：先自己看清楚请求长什么样再动手，比如用 Chrome 开发者工具抓包看请求，弄清楚参数与返回结构，再决定怎么落库。采集务必遵守目标平台的规则与相关法律法规，商业用途建议走官方正规授权通道。
- 用现成的批量采集工具导出：它的价值主要在突破官方的查询限制——官方比较检索最多 5 个关键词、累加检索最多 3 个，而批量工具可以一次导入一批词、自定义时间范围、把搜索指数和需求图谱、地域分布一起导成 Excel（用百度指数做关注度建模那次就是这么攒的数据）。
- 直接买现成的数据集：比如站上那份358 城市词 × 362 城市、2011–2025 的百度指数日均数据集，适合要长序列又不想自己跑采集的场景。
还有两条容易被忽略的前置条件：关键词未收录时，官方需要购买加词权限，加词后第二天才开始更新，提供 1 年数据计算分析服务，且不对历史数据回溯；金融类关键词官方明确暂不提供数据。这两个一撞上，数据包计划就得整个重排。
步骤二：核对字段口径，别拿数值当搜索量
百度指数帮助页对搜索指数的定义是：以网民在百度的搜索量为数据基础，以关键词为统计对象，科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和；按搜索来源分为 PC 搜索指数和移动搜索指数。百度营销侧的产品解读还补了三句关键的：
- 搜索指数是搜索量经统计模型指数化处理的结果，不等于搜索量，只在趋势上与搜索量正相关。
- 指数显示 0，不代表搜索量为 0，而是搜索量偏低、模型处理后归零。
- 它基于精确匹配：「宝马」的数据不包含「宝马汽车」「宝马怎么样」，要合计只能用加号做累加检索。
Google 趋势又是另一套口径，官方 FAQ 写得很清楚：数据来自 Google 实际搜索请求的抽样样本（匿名化、分类、汇总后再给），标准化分两步——先把每个数据点除以该地理位置和时间范围的总搜索量，再按该主题占全部主题搜索量的比例缩放到 0–100。官方教程里还有一句要命的：每个点都是除以本组最高点得到的，加一个对比词，整条曲线的峰值就会变。
这两套口径放一起，结论就是一句话：平台指数的数值不可跨源比较。百度那边是绝对口径的加权和，Google 那边是除以本组最高点的相对值。你要做趋势分析，比形状可以；要把数值当搜索量写进报告，两个平台都不支持。
另外 Google 官方还声明会剔除重复搜索、特殊字符查询，以及由 Google 自身产品（AI 模式、AI 概览）产生的内部搜索。这部分过滤规则不会体现在数值里，但你得知道它存在。
步骤三：核对更新频率与授权，这是数据包能不能用的底线
更新频率决定了你能拿它做什么决策：
- 百度指数：官方说明是每天更新，PC 端数据自 2006 年 6 月至今，移动端自 2011 年 1 月至今。
- 百度热搜：热点榜每 5 分钟更新一次，其他榜单每日 10:00 更新一次；热搜指数由搜索指数、资讯指数和领域特有数据合成。
- Google 趋势：官方强调是抽样数据，事件发生后几分钟内即可出分析结果，但抽样本身意味着数值会随取样波动。
授权这块我只说原则：平台指数数据的使用要遵守平台规则与相关法律法规，对外商用优先走官方正规授权通道；公开数据则认准明确的许可证（如 CC BY 4.0 需署名），并在正文里标注出处和更新时间。授权条款模糊的源也能用，但正文必须写明「以官方最新公布为准」，并且不做数据二次分发。
批量跑的时候还有个经验：关键词多的时候分批执行，别一口气灌进去，接口一波动中途失败就白跑一遍（微信指数查询工具的说明里也这么建议）。同理，把数据塞给模型之前先估一下量，上下文超限报错，前面就全白跑（token 估算器就是干这个的）。
结果校验：拿一份真实采集的数据对一遍
光看文档不算数，我实际采了一份公开数据来验「更新频率怎么核」。这次用的是世界银行的 CPI 年通胀率指标（FP.CPI.TOTL.ZG），v2 接口免密钥：
- 抓回来 347 行，覆盖 6 个国家、年份从 1960 到 2025；字段是 country / countryiso3 / indicator / year / value 五个。
- meta 文件里带着 lastupdated = 2026-07-13。这就是判断一个数据包能不能用的关键字段——没有更新时间的数据包，等于没有保质期。
- 中国 CPI 年通胀率：2025 年 0.06%、2024 年 0.22%、2023 年 0.23%。
- 美国 2025 年这一格是空的。缺值就是缺值，不要插值、不要拿邻国补，要么换源要么换指标。
- 官方每年 4–5 月会做年度修订，历史值会被改。所以引用必须同时写上「以官方最新公布为准」和 lastupdated。
对照之下，平台指数数据包通常没有这种机器可读的更新时间字段，只能靠采集时间自己留证。这也是我坚持导出时要带采集时间戳的原因——半年后回头看，你至少需要知道这一批数是哪天抓的、当时平台口径是什么。
最后提醒一句：跨年比较宏观指标要注意计价口径，跨源比较平台指数要注意是不是同一套标准化，这两件事搞混，数据包再全也是错的。
数据出处
- 百度指数名词解释与常见问题：
index.baidu.com/Helper（搜索指数定义、更新范围、下载与 API 政策、加词规则） - Google 趋势数据常见问题（官方帮助）：
support.google.com/trends/answer/4365533（抽样、标准化流程、0–100 口径） - 本次实测采集的公开数据：世界银行 CPI 年通胀率
data.worldbank.org/indicator/FP.CPI.TOTL.ZG，CC BY 4.0 需署名，lastupdated = 2026-07-13 - 长序列指数数据集：358 城市词 × 362 城市 百度指数日均数据集（2011–2025）
- 批量采集与导出：抖音指数批量查询工具实操指南
常见问题
Q：百度指数到底能不能导出 Excel？
A：官方大众版不行，帮助页原文就是「暂不支持数据下载」。能导出的都是第三方工具在合规前提下采集后整理的，选之前先确认它的数据来源和采集方式。
Q：指数显示 0，是不是这个词没人搜？
A：不是。官方口径是搜索量偏低、模型处理后归零；Google 那边则是低量词直接显示 0。两边都只能读作「低于可统计阈值」，不能读作「零搜索」。
Q：为什么我加了对比词，原来的数值全变了？
A：这是 Google 趋势的标准化机制决定的，每个点都除以本组最高点，组内成员一变，基准就变。要跨期比较就固定同一组词不变，别中途增删。
Q：公开数据可以随便用吗？
A：看许可证。CC BY 4.0 这类要署名，商用一般允许；平台指数数据受平台规则和相关法律法规约束，对外商用建议走官方正规授权通道。
Q：买来的数据包怎么验真假？
A：三步——看有没有更新时间字段、抽几个已知时间点跟平台现值对一下、检查缺失值是被留空还是被填了 0。被填 0 的数据包风险最大，因为它把「没采到」伪装成了「搜不到」。
