终于知道AppStore关键词对应的搜索量啦!「AppBK原创干货」

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:

fig1
​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:

Google trends: 1

Google keyword  planner tool: 2

Google adwords keywords  suggestion: 2.5

App store auto fill: 4

ASO tools: 3

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:

1.1000个下载中,600个下载是搜索带来的。

2.600个搜索下载,需要1200个搜索量。也就是说搜索/下载转化率为50%。

3.1200个搜索量 都来自于 “运营助手”这个词,其热度为6000。

4. 得出结论: 6000的热度对应1200的日均搜索量。

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

app名称 搜索热度 日均下载 日均搜索估计
6视频 4883 3519 暂不考虑
手机电视 5502 3739 7478
掌上如家 5964 4440 8880
易直播 5804 12718 暂不考虑
阿里旅行 5983 20000 暂不考虑
央视影音 6505 14724 暂不考虑
航班管家 6400 11884 暂不考虑
CCTV5 6499 10137 15205
风行视频 6580 11321 16981
暴风魔镜 7131 73367 暂不考虑
逗拍 7277 7789 暂不考虑
艺龙旅行 7412 20884 暂不考虑
百度视频 7673 58267 暂不考虑
作业帮 8226 50284 50284
PPTV聚力 8375 53233 53233
花椒直播 8713 14668 14668
途牛旅游 8801 42286 42286
携程旅游 9187 168221 168221
滴滴出行 9709 231352 231352
芒果TV 9868 161602 161602
乐视视频 9358 170424 170424
优酷视频 10200 307889 277100
腾讯视频 10201 290698 261628
爱奇艺视频 10410 290800 261720

 

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

热度 搜索量
4605 1
5000 371
5500 611
6000 1008
6500 1662
7000 2741
7500 4520
8000 6452
8500 12286
9000 20257
9500 33399
10000 >100,000

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。