Google Play Keyword-Ranking-Algorithmus

Google aktualisiert seinen Algorithmus ständig. Nachdem die App bei Google Play eingestellt wurde, welche Keywords wirken sich auf den Google Play-Ranking-Algorithmus für Ihre App aus? Hier besprechen wir die Keyword-Bewertungsbereiche und Optimierungspunkte, die am Suchranking-Algorithmus im App Store beteiligt sind.

Algorithmus-Update zur Keyword-Suchfunktion und Keyword-Korrelationsbeurteilung im Suchfeldbereich.

Zuvor zielten die Funktionsaktualisierungen von Google darauf ab, die Relevanz von Apps zu verbessern, die für sogenannte „breite“ Suchen oder Nicht-App-Namenssuchen wie „Horrorspiele“ oder „Selfie-Apps“ zurückgegeben werden. Nach den Worten von Google sind etwa 50 % der Suchanfragen im Play Store umfassend und:

„Die Suche nach Themen erfordert nicht nur die einfache Indizierung der Anwendung nach Abfragebegriffen, sondern auch das Verständnis der mit der Anwendung verbundenen Themen. Methoden des maschinellen Lernens wurden auf ähnliche Probleme angewendet, aber der Erfolg hängt weitgehend von der Anzahl der Trainingsbeispiele ab, um Apps kennenzulernen. Für einige beliebte Themen wie „soziale Netzwerke“ haben wir viele getaggte Apps zum Lernen, aber die meisten Themen haben nur wenige Beispiele, und unsere Herausforderung besteht darin, eine begrenzte Anzahl von Schulungsbeispielen zu lernen und auf Millionen von Anwendungen zu erweitern, die Tausende von Themen abdecken , was uns dazu zwingt, uns an unsere maschinelle Lerntechnologie anzupassen."

Der Artikel von Google erklärt, dass sie, als sie zum ersten Mal versuchten, maschinelle Lernalgorithmen zu entwickeln, die gute Ergebnisse für diese weitreichenden Suchen liefern konnten, tiefe neuronale Netze verwendeten, aber die Ergebnisse waren nicht so gut wie die neue Anwendungsentdeckung, die sie wollten, aber sie wurden produziert im Laufe der Zeit. Dieselbe Anwendung reagiert auf weit verbreitete Suchen, nicht auf neue Anwendungen.

Googles neuer Versuch besteht darin, diesen Prozess dem menschlichen Lernen und Verstehen von Sprache und Wortassoziationen ähnlicher zu machen. Dieser neue Versuch verwendet das Skip-Gram-Modell, das bei gegebenen Eingabewörtern verwandte Wörter vorhersagen kann. Das neue Modell von Google erstellt einen sogenannten "Klassifikator" für jedes gegebene Wort, um eine Liste mit vielen Klassifikatorbeziehungen zu erstellen und schließlich {app, topic}-Assoziationen zu erstellen. Im neuesten Update setzt Google auch auf nicht maschinelles Lernen, indem es den Menschen ermöglicht, die Qualität der Ergebnisse zu bewerten.

Klicken Sie auf „ Weitere Informationen “, um Ihr Geschäft mit Apps und Spielen jetzt mit dem App-Promotion-Service von ASO World voranzutreiben.

Parsing überspringen

Gemäß dem Tensor-Flow-Dokument befinden sich auf der linken Seite einige Beispielbeziehungen zwischen Wörtern, die durch Skip-Gram-Analyse bestimmt werden.

Das Ziel von Google ist es, einen Algorithmus zu entwickeln, der eine vernünftige Beziehung zwischen Schlüsselwörtern (z. B. {photo} und {share}) herstellen kann, und durch Untersuchung von Anwendungsmetadaten und Benutzerinteraktionen die besten Ergebnisse für ein bestimmtes Schlüsselwort zu erzielen. Verwandte Anwendungen, auch wenn die zurückgegebene Anwendung brandneu ist. Außerdem muss der Algorithmus von Google in der Lage sein, neue Wörter (z. B. Selfies, Flick usw.) zu lernen und neue Assoziationen mit diesen Wörtern und anderen Wörtern und Anwendungen herzustellen.

Es scheint, dass Google trotz einiger voreiliger Verallgemeinerungsprobleme immer noch daran arbeitet, die breite Palette von Suchergebnissen für Play Store-Benutzer zu verbessern. Interessant ist, wie diese Änderungen im Keyword-Ranking (und Download) aller Android-Apps eine Rolle spielen.

Fazit: Da 50 % der Suchanfragen im Play Store eher als „breit“ (z. B. Selfie-Apps) als als App-Namen klassifiziert werden, verwendet Google maschinelles Lernen und manuelle Eingaben, um den App-Keyword-Ranking-Algorithmus zu verbessern, wenn Benutzer breite Suchanfragen verwenden. Die Möglichkeit, zu verwandten Anwendungen zurückzukehren, wird verwendet, um neue Anwendungen zu entdecken. Dies kann bedeuten, dass sich das Keyword-Ranking im Play Store bald erheblich ändern wird.

Keyword-Einblicke in die organische Suche von Google Play

Lassen Sie uns als Nächstes weitere Informationen über organisches App-Marketing und Google Play-Suchschlüsselwörter untersuchen und unsere relevanten Erkenntnisse teilen.

1. Analyse der organischen Keyword-Daten von Google Play

Bei der Optimierung auf der Grundlage von Daten ist es klüger, zuerst die Daten als einen weiteren Schlüsselpunkt im Gesamtplan zu bewerten und die normalen wichtigen Entscheidungen zu verstehen, bevor Sie Keywords für die natürliche Suche treffen.

Erstens sind viele Suchdaten der Google Play Console in „Sonstiges“ versteckt, letzteres ist sehr undurchsichtig und kann die aus einzelnen Wörtern zusammengesetzten langen Schwanzphrasen verbergen, wodurch der Gesamtbeitragsbeitrag eines einzelnen Wortes verzerrt wird; beim Drücken von ARPU/reservieren. Dies ist besonders gefährlich bei der Analyse von Kursen. Das Erweitern des Datumsbereichs ist eine Möglichkeit, mehr über „Andere“ zu erfahren, aber in diesem Bereich sind noch viele Wörter versteckt.

Zweitens sind die Daten nicht nach Ländern aufgeschlüsselt, sodass es schwierig ist, regionale Trends zu verdeutlichen, insbesondere wenn man die gemeinsame Sprache der Länder berücksichtigt. Dies kann eine Gelegenheit für ASO-Tools sein, eine Art NLP-Mapping bereitzustellen, das den Anforderungen des Landes/der Region entspricht, aber dies ist eine unvollkommene Methode und kann zu einer Verringerung der Genauigkeit der regionalen Analyse führen.

Ein sicherer Ort, um mit der Nutzung der organischen Insight-Daten von Google Play zu beginnen, besteht darin, innerhalb weniger Wochen Suchbegriffdaten aufzuzeichnen und Ihre Investition in die Optimierung von Suchschlüsselwörtern zu verdoppeln, die Woche für Woche immer in der sichtbaren Wortliste starker Einfluss vorhanden sind. Durch die Bewertung, ob Ihre Ziel-Keywords in dieser Liste erscheinen, sind Erkenntnisse aus der natürlichen Suche auch eine großartige Möglichkeit, Ihre bestehende ASO-Strategie zu validieren (aber achten Sie auf die Kategorie „Andere“).

2. Die Keyword-Gruppierung von Apps und der Ort verwandter Apps sind von großer Bedeutung in Google Play ASO

Aufgrund der hohen Anzahl von Installationen über den Google Play-Browser hängt der Erfolg von ASO eng mit den Apps zusammen, die Sie für die richtigen Keyword-Kategorien und verwandten Apps finden, und noch wichtiger als die angezeigten Ergebnisse. Auf die richtigen Suchbegriffe.

Obwohl Google neue Sichtbarkeit für die natürlichen Einblicke von Suchschlüsselwörtern bietet, bietet Google leider keine entsprechende Granularität, um organischen Datenverkehr zu untersuchen, wie z. B. Schlüsselwortgruppierungen oder verwandte Apps, die dazu führen, dass Ihre App angezeigt/heruntergeladen wird. Angesichts der von Algorithmen gesteuerten (dh sich ständig ändernden) Art der Exploration wird es für ASO eine entmutigende Aufgabe sein, den Fokus auf Vorschläge/verwandte Anwendungen und die Gruppierung von Schlüsselwörtern zu legen; Es stellt sich jedoch heraus, dass diese Daten für ASO korrekt sind. Die Optimierung der Google Play ASO- Strategie ist von entscheidender Bedeutung. Zumindest der Erfolg der Metadatenoptimierung und des UA-Targetings Eroberung/App (um die Wahrscheinlichkeit zu erhöhen, dass Ihre App als Vorschlag/relevante App angezeigt wird) kann anhand des Gesamttrends von Besuchern, Betrachtern und Installern von Store-Einträgen nachverfolgt werden.

3. Zufällige Keyword-Insights von Google Play sollten neben dem Keyword-Ranking ausgewertet werden

Eine der Herausforderungen beim Lesen von Erkenntnissen aus der organischen Keyword-Suche besteht darin, dass die Conversion-Rate während des von Ihnen analysierten Zeitraums je nach Keyword-Ranking Ihrer Anwendung schwanken kann und wird. Wenn Sie die Keyword-Rankings nicht zusammen mit den Keyword-Daten Ihrer organischen Suche verfolgen, sind die Erkenntnisse, die Sie gewinnen, möglicherweise aus dem Zusammenhang gerissen und gefährden Ihre Entscheidung.

Beispielsweise kann das Anzeigen einer kleinen Anzahl von Installateuren für die Schlüsselwortsuche dazu führen, dass ASO das Schlüsselwort depriorisiert; Wenn das Keyword jedoch auf Platz 100 rangiert und Hunderte von Downloads anzieht, ist es möglicherweise ein großartiges Keyword, das weiter optimiert werden kann.

4. Für große Anwendungen ist die Installation von Deckungsbeitragsneigung in Android mehr als die Erkundung auf iOS

Das letzte interessanteste Ergebnis ist, dass wir durch zufällige Auswahl von Apps festgestellt haben, dass der Play Store (organisch) beim Erkunden der Quelle großer Apps normalerweise mehr Installationsverkehr generiert als Suchanfragen. In einigen Fällen sind die durch den Exploit generierten Installationen um 100–300 % höher als die Installationen aus der (organischen) Suchquelle Play Store.

Dies unterscheidet sich stark vom Trend des iOS App Store. Im Trend des iOS App Store (bis auf die Anwendungsfunktion „seltsames Heute“) bietet der Quelltyp „App Store durchsuchen“ deutlich weniger Anwendungseinheiten als die App Store Suche.

Es gibt vier Hauptpunkte:

1) Sowohl Apple als auch Google sind daran interessiert, die Auffindbarkeit von Anwendungen zu kontrollieren, die entdeckt wurden, um das Interesse der Benutzer zu wecken (dh hohe Download-Geschwindigkeiten, hohe Konversionsraten, aber auch Bewertungen/Bindungsraten/Einnahmen).

Weder Apple noch Google scheinen sich um kleinere Apps zu kümmern (es sei denn, sie wollen mit UAC oder Search Ads Basic Geld verdienen).

2) Google hat bewiesen, dass Apple, obwohl Apple sein Bestes gegeben hat, um iOS 11 zu aktualisieren (z. B. Leitartikel, „Today“-Tags, geteilte Spiele und Anwendungen, Anwendungskategorien usw.), Google bei Anwendungen (insbesondere großen Anwendungen) besser ist als Apple. (Programm) hat mehr Kontrolle über die Auffindbarkeit. ). An diesem Punkt ist Google auch eher bereit, seine Rolle beim Streben nach Kontrolle zu spielen. Beispielsweise enthält der Google Play Store leistungsstarke Schlüsselwortgruppierung und programmatische Vorschläge für Anwendungen in der Anwendungs-/Spielansicht und nahezu endloses Scrollen, während Apple seine Anwendungs-/Spielfunktionen abschneidet, um eine benutzerfreundlichere Erfahrung zu unterstützen, und das „-y“ Design-Stil.

3) Vielleicht am wichtigsten, da das größere Budget mehr Browsing-/Browsing-Erträge freisetzt, folgt der Erfolg von ASO weiterhin dem Pfad des „Geld ausgeben, um Geld zu verdienen“, was für einen zunehmenden Anteil neuer Downloads und großer Suchanfragen verantwortlich ist.

4) Der letzte Punkt mag die gesamte makroökonomische Frage betreffen (Eric Seufert?), aber einer der Gründe, warum Google hier Erfolg sieht, könnte in seinem Experiment mit der Neugestaltung von Play Store UX liegen.

Für Apple und Google kann der Prozentsatz der Downloads vom Browser/Browser im Laufe der Zeit steigen, da die beiden Unternehmen ihre Kontrolle über die Auffindbarkeit (und ihr eigenes Scheckheft) weiter optimieren.

5. Die Konversionsrate von Google Play Organic Explore ist viel höher als die des iOS App Store-Browsings

Der vierte Punkt ist die endgültige Entdeckung. Dies ist die endgültige Entdeckung des vierten Punktes. Dies bedeutet, dass die Conversion-Rate beim Durchsuchen von Ressourcen von Google Play nicht viel niedriger ist als die der Google Play-Suche. Tatsächlich haben wir in einigen Fällen festgestellt, dass Explore eine höhere Konversionsrate aufweist als die Suche. In dem Fall, den wir gesehen haben, scheinen auch die Retention Rate und der ARPU stark zu sein.

Die Schlussfolgerung aus dieser Entdeckung ist, dass sich herausstellt, dass der App-Erkennungsalgorithmus des Play Store von Google derselbe ist wie die ursprüngliche Innovation von Google: die Schlüsselwortsuche, die Benutzer identifizieren kann, die bestimmte Anwendungen benötigen oder nahe daran sind.

In Anbetracht dessen könnten die kombinierten Vorteile der Entdeckung bezahlter UAC-Anwendungen und der Entdeckung des Google Play Store-Browsings schließlich zum Wendepunkt für das Unternehmen werden, um sich einem anderen Gegner zu stellen: Facebook. Obwohl es für Google in vielerlei Hinsicht eine riesige Geldsumme ist, App-Werbetreibende zur Verwendung von UAC zu zwingen, befürchten sie, dass Facebook große Erfolge beim Anziehen von Budgets für mobiles Marketing erzielt hat, aber dies ist eine vorbeugende Maßnahme und verschafft Google mehr Zeit (und Daten ) um es zu trainieren. Wenn Facebooks Mobile-Marketing-Fähigkeiten mit ihrer Bereitstellung, wertbasierten Ähnlichkeit und ereignisoptimierten Kampagnenpositionierung in der Branche auf einer weiteren „S-Kurve“ abheben, wird der Algorithmus besser abheben.

Der maschinelle Lernalgorithmus von Google hat den einzigartigen Vorteil, dass er aus organischer Entdeckung und bezahlter Entdeckung lernt, was Facebook nicht hat, und durch die Einführung von UAC für Werbetreibende hat sich die Lerngeschwindigkeit von Googles Algorithmus verdoppelt und die Aufholgeschwindigkeit erhöht. Hat sogar Facebook übertroffen. Darüber hinaus hat Google die Platzierung von UAC auf mehr Orte im Play Store ausgeweitet (dh „erkunden“), indem es Benutzer im Play Store trainiert hat, auf relevante/empfohlene Apps zu klicken (dh „erkunden“), wodurch die Bindung erhöht wird umsatzorientiertes Verhalten.