Google Play Keyword Ranking Algorithm

تقوم Google دائمًا بتحديث الخوارزمية الخاصة بها. بعد وضع التطبيق على Google Play ، ما الكلمات الرئيسية التي ستؤثر على خوارزمية تصنيف google play لتطبيقك؟ نناقش هنا مجالات تقييم الكلمات الرئيسية ونقاط التحسين المتضمنة في خوارزمية تصنيف البحث في متجر التطبيقات.

تحديث الخوارزمية حول وظيفة البحث عن الكلمات الرئيسية وحكم ارتباط الكلمات الرئيسية في منطقة مربع البحث.

في السابق ، كانت تحديثات ميزات Google تهدف إلى تحسين ملاءمة التطبيقات التي تعود لما يسمى بعمليات البحث "الواسعة" ، أو عمليات البحث عن أسماء غير التطبيقات مثل "ألعاب الرعب" أو "تطبيقات الصور الشخصية". وفقًا لكلمات Google ، يتم إجراء حوالي 50٪ من عمليات البحث في متجر Play على نطاق واسع ، و:

"البحث حسب الموضوع لا يتطلب فقط فهرسة التطبيق من خلال مصطلحات الاستعلام ، ولكن أيضًا فهم الموضوعات المتعلقة بالتطبيق. تم تطبيق أساليب التعلم الآلي على مشكلات مماثلة ، ولكن النجاح يعتمد إلى حد كبير على عدد أمثلة التدريب للتعرف على التطبيقات. بالنسبة إلى بعض الموضوعات الشائعة مثل "الشبكات الاجتماعية" ، لدينا العديد من التطبيقات ذات العلامات المميزة للتعلم ، ولكن معظم الموضوعات بها أمثلة قليلة فقط ، والتحدي الذي نواجهه هو من عدد محدود من الأمثلة التدريبية التي تتعلم وتتوسع لتشمل ملايين التطبيقات التي تغطي آلاف الموضوعات ، مما يجبرنا على التكيف مع تقنية التعلم الآلي الخاصة بنا ".

يوضح مقال Google أنه عندما حاولوا لأول مرة بناء خوارزميات التعلم الآلي التي يمكن أن توفر نتائج جيدة لعمليات البحث واسعة النطاق هذه ، استخدموا شبكات عصبية عميقة ، لكن النتائج لم تكن جيدة مثل اكتشاف التطبيق الجديد الذي أرادوه ، ولكن تم إنتاجها متأخر، بعد فوات الوقت. نفس التطبيق يستجيب لعمليات البحث الواسعة النطاق ، وليس التطبيقات الجديدة.

تتمثل محاولة Google الجديدة في جعل هذه العملية أشبه بالطريقة التي يتعلم بها البشر ويفهمون ارتباطات اللغة والكلمات. تستخدم هذه المحاولة الجديدة نموذج Skip-gram ، الذي يمكنه التنبؤ بالكلمات ذات الصلة في ضوء كلمات الإدخال. ينشئ نموذج Google الجديد ما يسمى بـ "المصنف" لأي كلمة معينة لإنشاء قائمة بالعديد من علاقات المصنفات ، وأخيراً إنشاء ارتباطات {app، topic}. في التحديث الأخير ، ستعتمد Google أيضًا على جهود التعلم غير الآلي من خلال السماح للأشخاص بتقييم جودة النتائج.

انقر على " مزيد من المعلومات" لتوجيه أعمالك في مجال التطبيقات والألعاب مع خدمة الترويج للتطبيقات ASO World الآن.

تخطي الاعراب

وفقًا لوثيقة Tensor Flow ، توجد على اليسار بعض الأمثلة على العلاقات بين الكلمات ، والتي يتم تحديدها من خلال تحليل Skip-Gram.

هدف Google هو إنشاء خوارزمية يمكنها إنشاء علاقة معقولة بين الكلمات الرئيسية (مثل {photo} و {share}) ، ومن خلال دراسة البيانات الوصفية للتطبيق وتفاعلات المستخدم ، للحصول على أفضل النتائج لكلمة رئيسية معينة. التطبيقات ذات الصلة ، حتى إذا كان التطبيق الذي تم إرجاعه جديدًا تمامًا. بالإضافة إلى ذلك ، يجب أن تكون خوارزمية Google قادرة على تعلم كلمات جديدة (على سبيل المثال ، selfies ، flick ، ​​إلخ) ، وأن تكون قادرة على إنشاء ارتباطات جديدة بهذه الكلمات وغيرها من الكلمات والتطبيقات.

يبدو أنه على الرغم من بعض مشكلات التعميم السابقة لأوانها ، لا تزال Google تعمل على تحسين مجموعة واسعة من نتائج البحث لمستخدمي متجر Play. من المثير للاهتمام كيف تلعب هذه التغييرات دورًا في ترتيب الكلمات الرئيسية (وتنزيلها) لجميع تطبيقات Android.

الخلاصة: نظرًا لتصنيف 50٪ من عمليات البحث في متجر Play على أنها "واسعة النطاق" (مثل تطبيقات الصور الشخصية) بدلاً من أسماء التطبيقات ، تستخدم Google التعلم الآلي بالإضافة إلى الإدخال اليدوي لتحسين خوارزمية تصنيف الكلمات الرئيسية للتطبيق عندما يستخدم المستخدمون عمليات بحث واسعة النطاق. تُستخدم القدرة على العودة إلى التطبيقات ذات الصلة لاكتشاف التطبيقات الجديدة. قد يعني هذا أن تصنيف الكلمات الرئيسية لمتجر Play على وشك التغيير بشكل ملحوظ.

رؤى الكلمات الرئيسية للبحث العضوي في Google Play

بعد ذلك ، دعنا نستكشف المزيد من المعلومات حول تسويق التطبيقات العضوية والكلمات الرئيسية لبحث Google Play ومشاركة رؤيتنا ذات الصلة.

1. تحليل بيانات الكلمات الرئيسية العضوية في Google Play

عند التحسين استنادًا إلى البيانات ، من الحكمة تقييم البيانات أولاً كنقطة رئيسية أخرى في الخطة الشاملة ، وفهم القرارات الرئيسية العادية قبل اتخاذ كلمات رئيسية للبحث الطبيعي.

بادئ ذي بدء ، يتم إخفاء الكثير من بيانات بحث Google Play Console في "أخرى" ، والأخيرة غامضة للغاية ، وقد تخفي العبارات الطويلة المكونة من كلمات مفردة ، مما يؤدي إلى تشويه إجمالي هامش المساهمة لكلمة واحدة ؛ عند الضغط على ARPU / احتياطي. هذا أمر خطير بشكل خاص عند تحليل الأسعار. يعد توسيع النطاق الزمني وسيلة لمعرفة المزيد حول "أخرى" ، ولكن لا يزال هناك الكثير من الكلمات المخفية في هذه المجموعة.

ثانيًا ، لا يتم تقسيم البيانات حسب الدولة ، لذلك من الصعب توضيح الاتجاهات الإقليمية ، خاصة عند النظر في اللغة المشتركة المستخدمة بين البلدان. قد تكون هذه فرصة لأدوات ASO لتوفير نوع من رسم خرائط البرمجة اللغوية العصبية لتناسب احتياجات البلد / المنطقة ، ولكن هذه ستكون طريقة غير كاملة وقد تؤدي إلى انخفاض في دقة التحليل الإقليمي.

المكان الآمن لبدء استخدام بيانات الإحصاءات العضوية في Google Play هو تسجيل بيانات مصطلح البحث في غضون أسابيع قليلة ومضاعفة استثمارك في تحسين الكلمات الرئيسية للبحث ، والتي تكون موجودة دائمًا في قائمة الكلمات المرئية أسبوعًا بعد أسبوع. من خلال تقييم ما إذا كانت كلماتك الرئيسية المستهدفة تظهر في هذه القائمة ، تعد رؤى البحث الطبيعية أيضًا طريقة رائعة للتحقق من صحة إستراتيجية ASO الحالية (ولكن احذر من فئة "أخرى").

2. تجميع الكلمات الرئيسية للتطبيقات وموقع التطبيقات ذات الصلة لهما أهمية كبيرة في Google Play ASO

نظرًا للعدد الكبير من عمليات التثبيت من متصفح Google Play ، فإن نجاح ASO يرتبط ارتباطًا وثيقًا بالتطبيقات التي تجدها لفئات الكلمات الرئيسية الصحيحة والتطبيقات ذات الصلة ، بل وأكثر أهمية من النتائج المعروضة. على كلمات البحث الصحيحة.

لسوء الحظ ، على الرغم من أن Google توفر رؤية جديدة للرؤى الطبيعية للكلمات الرئيسية للبحث ، إلا أن Google لا توفر دقة متناسبة لاستكشاف حركة المرور العضوية ، مثل مجموعات الكلمات الرئيسية أو التطبيقات ذات الصلة التي تؤدي إلى عرض / تنزيل تطبيقك. في ضوء طبيعة الاستكشاف التي تعتمد على الخوارزمية (أي المتغيرة باستمرار) ، سيكون من الصعب على ASO الحفاظ على التركيز على الاقتراحات / التطبيقات ذات الصلة وتجميع الكلمات الرئيسية ؛ ومع ذلك ، فقد تبين أن هذه البيانات صحيحة بالنسبة لـ ASO ، يعد تحسين إستراتيجية Google Play ASO أمرًا بالغ الأهمية. على الأقل ، يمكن تتبع نجاح تحسين البيانات الوصفية وغزو / تطبيق استهداف UA (لزيادة احتمالية ظهور تطبيقك كاقتراح / تطبيق ذي صلة) مقابل الاتجاه العام لزوار قوائم المتجر والمشاهدين والمثبّتين.

3. ينبغي تقييم رؤى الكلمات الرئيسية العشوائية في Google Play بجانب تصنيف الكلمات الرئيسية

تتمثل إحدى تحديات قراءة رؤى البحث عن الكلمات الرئيسية العضوية في أنه خلال الفترة الزمنية التي تقوم بتحليلها ، قد يتقلب معدل التحويل بناءً على تصنيف الكلمات الرئيسية لتطبيقك. إذا لم تقم بتتبع تصنيفات الكلمات الرئيسية جنبًا إلى جنب مع بيانات الكلمات الرئيسية للبحث العضوي ، فقد تكون الأفكار التي تكتسبها خارج السياق وتعرض قرارك للخطر.

على سبيل المثال ، قد تتسبب رؤية عدد قليل من أدوات التثبيت للبحث عن الكلمات الرئيسية في تقليل أولوية الكلمة الرئيسية ASO ؛ ومع ذلك ، إذا احتلت الكلمة الرئيسية المرتبة 100 وجذبت مئات التنزيلات ، فقد تكون في الواقع كلمة رئيسية رائعة لمواصلة التحسين.

4. بالنسبة للتطبيقات الكبيرة ، يعد تثبيت إمالة هامش المساهمة في Android أكثر من مجرد استكشاف على iOS

الاكتشاف الأخير الأكثر إثارة للاهتمام هو أنه من خلال أخذ عينات عشوائية من التطبيقات ، وجدنا أن متجر Play Store (العضوي) الذي يستكشف مصدر التطبيقات الكبيرة عادةً ما يولد حركة تثبيت أعلى من عمليات البحث. في بعض الحالات ، تكون عمليات التثبيت الناتجة عن الاستغلال أعلى بنسبة 100-300٪ من عمليات التثبيت من مصدر بحث Play Store (العضوي).

هذا مختلف تمامًا عن الاتجاه السائد في متجر تطبيقات iOS. في اتجاه iOS App Store (باستثناء وظيفة التطبيق "Strange Today") ، يوفر نوع المصدر "تصفح متجر التطبيقات" وحدات تطبيق أقل بكثير من وحدات البحث في App Store.

هناك أربع نقاط رئيسية:

1) تهتم كل من Apple و Google بالتحكم في إمكانية اكتشاف التطبيقات التي تم اكتشافها لجذب اهتمام المستخدم (على سبيل المثال ، سرعات تنزيل عالية ، ومعدلات تحويل عالية ، ولكن أيضًا معدلات / معدلات الاحتفاظ / الإيرادات).

لا يبدو أن Apple ولا Google تهتمان بالتطبيقات الأصغر (إلا إذا كانوا يريدون كسب المال من UAC أو Search Ads Basic).

2) أثبتت Google أنه على الرغم من أن Apple بذلت قصارى جهدها لتحديث iOS 11 (على سبيل المثال ، الافتتاحيات ، وعلامات "Today" ، والألعاب والتطبيقات المنقسمة ، وفئات التطبيقات ، وما إلى ذلك) ، فإن Google أفضل من Apple في التطبيقات (خاصة التطبيقات الكبيرة). (برنامج) لديه سيطرة أكبر على قابلية الاكتشاف. ). في هذه المرحلة ، تكون Google أيضًا أكثر استعدادًا للعب دورها في السعي وراء السيطرة. على سبيل المثال ، يتضمن متجر Google Play مجموعة كلمات رئيسية قوية واقتراحات برمجية للتطبيقات في عرض التطبيق / اللعبة ، وتمرير لا نهاية له تقريبًا ، بينما تقوم Apple باقتطاع وظائف التطبيق / اللعبة لدعم تجربة أكثر سهولة في الاستخدام ، و "-y" أسلوب التصميم.

3) ربما الأهم من ذلك ، نظرًا لأن الميزانية الأكبر تطلق المزيد من عوائد التصفح / التصفح ، يستمر نجاح ASO في اتباع مسار "إنفاق الأموال لكسب المال" ، والذي يمثل حصة متزايدة من التنزيلات الجديدة وعمليات البحث الكبيرة.

4) قد تتضمن النقطة الأخيرة قضية الاقتصاد الكلي بأكملها (Eric Seufert؟) ، ولكن أحد الأسباب التي تجعل Google ترى النجاح هنا قد يكون بسبب تجربتها في إعادة تصميم Play Store UX.

بالنسبة إلى Apple و Google ، بمرور الوقت ، مع استمرار الشركتين في تحسين سيطرتهما على قابلية الاكتشاف (ودفتر الشيكات الخاص بهما) ، قد تزيد نسبة التنزيلات من المتصفح / المتصفح.

5. معدل التحويل في Google Play Organic Explore أعلى بكثير من معدل تصفح iOS App Store

النقطة الرابعة هي الاكتشاف الأخير. هذا هو الاكتشاف الأخير للنقطة الرابعة. هذا هو أن معدل تحويل موارد التصفح من Google Play ليس أقل بكثير من معدل بحث Google Play. في الواقع ، وجدنا في بعض الحالات أن معدل التحويل في "استكشاف" أعلى من معدل البحث. في الحالة التي رأيناها ، يبدو أن معدل الاحتفاظ و ARPU قويان أيضًا.

الاستنتاج المستخلص من هذا الاكتشاف هو أنه اتضح أن خوارزمية اكتشاف تطبيقات Google Play Store هي نفسها لتحديد ابتكار Google الأصلي: البحث عن الكلمات الرئيسية ، والذي يمكنه تحديد المستخدمين الذين يحتاجون إلى تطبيقات معينة ، أو قريبون منها.

في ضوء ذلك ، فإن المزايا المجمعة لاكتشاف التطبيقات المدفوعة UAC واكتشاف تصفح متجر Google Play قد تصبح في النهاية نقطة تحول للشركة لمواجهة خصم آخر: Facebook. على الرغم من أن إجبار معلني التطبيقات على استخدام تطبيقات UAC يعد مبلغًا ضخمًا من المال لشركة Google من نواحٍ عديدة ، إلا أنهم قلقون من أن Facebook قد حقق نجاحًا كبيرًا في جذب ميزانيات التسويق عبر الهاتف المحمول ، ولكن هذا إجراء وقائي ويمنح Google مزيدًا من الوقت (والبيانات ) لتدريبه. عندما تنطلق براعة التسويق عبر الهاتف المحمول لـ Facebook على "منحنى S" آخر من خلال نشره والتشابه القائم على القيمة وتحديد موقع الحملة المحسّن للحدث في الصناعة ، فإن الخوارزمية ستنطلق بشكل أفضل.

تتمتع خوارزمية التعلم الآلي من Google بميزة فريدة تتمثل في التعلم من الاكتشاف العضوي والاكتشاف المدفوع ، وهو ما لا يمتلكه Facebook ، ومن خلال فرض UAC على المعلنين ، تضاعفت سرعة تعلم خوارزمية Google وزادت سرعة اللحاق بالركب. حتى تجاوزت الفيس بوك. بالإضافة إلى ذلك ، من خلال تدريب المستخدمين في متجر Play على النقر فوق التطبيقات ذات الصلة / المقترحة (مثل "استكشاف") ، وسعت Google من موضع UAC إلى المزيد من المواقع في متجر Play (على سبيل المثال ، "استكشاف") ، وبالتالي زيادة تأمين السلوك المدفوع بالإيرادات.