覆盖的关键词究竟能带来多少下载量?

关键词的搜索量是多少?这个是ASO中最基础的数据,如果没有这个,ASO就无从谈起。但目前Appstore是不提供关键词搜索量的。目前Itunes的统计后台只有app展示数和app的下载/购买数,如下图所示:
 

4

 Itunes统计后台
 
有文章分析说,Itunes的统计后台后续可能会给出每个下载的refer来源,这样就有可能推断出搜索量。 但目前只能通过和搜索量相关的一些数据进行估算。 国外有文章总结出一些相关的数据源,数据准确度用1到5表示,1为最不准确,5表示最准确:
 

覆盖的关键词究竟能带来多少下载量?

 
其 中Google trends类似于百度指数。Google keyword/adwords工具,类似于百度搜索广告后台,可以查到关键词的日均搜索量。而最准确的还是Appstore auto fill(搜索提示),这个数据源会给每个关键词赋一个priority值,这个就是国内常说的搜索热度,值的区间为0到11000。
 
但热度显然不是真正的搜索量,而是根据日均搜索量换算成的一个数值。利用搜索热度,结合一些具体的实例,基本就能完成选词工作。但如果需要做更细致的分析,例如看一个词能具体带来多少下载量,仅凭热度是无法做到的,这就需要我们获取真实的搜索量数据。
 
本文就大致讲一下,appbk是如何找到搜索热度值和搜索量之间对应关系的。
 
4605 = 每天搜索1次
 
齐 普夫定律(zip’f law)是词频统计的一般规律,其大致意思是,大规模的搜索日志等文本中,有约50%的词只会出现1次。这个定律描述的是人类语言的一般规律,不管是中 文,还是英语等等,都符合这个规律。当然,50%这个数值对应比较正规的文本数据。一般而言,出现1次的词占所有词的比例可能在20%-70%之间,但一 定是比例最大的。
 
由于搜索热度值与搜索次数是一一对应的,那么如果有个热度值对应的词数,占全部词数的比例最大,那么这个热度,对应的搜索次数就是1.
 
根 据实际经验,每天有搜索的词,热度值至少应该大于100。因为热度值小于100的词,基本都是一些没有任何评论的app名称,或者一些非常长的词。根据对 所有搜索词热度值的统计,热度值大于100的关键词约有21万。其中热度值为4605的词最多,有5.8万个,比例约为28%; 而占比第2的是热度值为4606的词,只有9000个,占4%。4605热度值的词远超过其它热度对应的词个数,因此可以认为,4605热度值对应搜索次 数为1。当然,28%这个数据也表明Appstore的长尾词比例比其他平台要多一些。
 
 
根据下载量估计搜索量
 
 
苹果的统计系统中,核心数据主要就是app内容页展示量和真实下载量,由于展示量来源没有给出,这个数据价值较小,我们主要使用下载量数据。
 
大致的idea,就是app下载量是已知的,那么大致有65%的下载是搜索带来的,而一个App的下载量,大部分都是由其热度最高,排名第一的这个词带来的,利用这个过程,就可以大致估算这个热度最高的词,对应的搜索量是多少。
 
简单的例子,比如“App运营助手”这个应用, 一天1000个下载,而覆盖的搜索词中,“运营助手”热度为6000,这个app排名第一,其它搜索词热度都很低。 估算流程大致如下:
 

覆盖的关键词究竟能带来多少下载量?

 
具体的假设会更细致一些,具体如下:
 
1. App的下载,有50%到100%的下载来源于搜索,官方给出的数据是65%。但考虑到大部分App是上不了top150榜单的,只能通过搜索来获得,而榜单上的App,特别是头部的,来自榜单的下载比例显然会更大一些。
 
2. 搜索到下载的转化率,按照2:1到4:1计算,就是2到4次搜索,就能产生一次下载。这个比例来源于一些安卓市场的统计,因为appstore没有一手数据,暂时只能按照这个比例计算,其中行业词的转化率会低一些,品牌词会高一些。
 
3 搜索量都对应到app热度最高、排名第一的一个搜索词。如果有多个热度差不多的词,均分搜索量。
 
我们的下载量数据,主要来源于贵士移动的一些公开报告,结合一些我们合作伙伴的数据。一些代表性数据如下所示:
 
表1 一些公开的日均下载量数据
 

覆盖的关键词究竟能带来多少下载量?

 上表中,如“CCTV5”等下载量数据,和我们估计的趋势不太一致,我们暂时不考虑这些数据。这些App可能是直接下载的量较大,搜索比例较少。而如“途牛旅游”这app,我们考虑的是“途牛”这个词,其热度为8801,而不是“途牛旅游”,热度7177。
 
我们根据上述假设,结合我们一些实际冲排名的经验。我们采用数据拟合的方法,得到热度值和搜索量的对应关系。一些典型的热度度值对应的搜索量如下表所示:
 
表2 关键热度值与搜索量对应关系
 

覆盖的关键词究竟能带来多少下载量?

 
如果用公式表示:
 rank表示热度,qv表示日均搜索量,则: 4605<rank<5000 qv=”rank” -=”” 4604rank=””>5000时, qv = 2.5*e^(0.001*rank)
 
目前还在找一些CP来验证这个推断是否靠谱,有兴趣的童靴,也可以给我们分享一些例子,共同完善这个推论。我们近期也会在APPBK “关键词/aso” 页面中,展示每个词带来的搜索量估计。
 
后续还有可能有一个数据来源,就是等到苹果搜索广告上线,也可能给出一些搜索词的真实搜索量,我们也会第一时间抓取相关的数据。 

您的APP想获得更多的用户,请点击链接:ASO优化服务介绍

本文来源@ASO优化大师 由(APP顶尖推广)整理发布,转载请注明作者信息及出处!

1

扫一扫 微信咨询

联系我们 青瓜传媒 服务项目

商务合作 联系我们

本文经授权 由青瓜传媒发布,转载联系作者并注明出处:https://www.opp2.com/14231.html

《免责声明》如对文章、图片、字体等版权有疑问,请联系我们广告投放 找客户 找服务 蘑菇跨境
企业微信
运营大叔公众号