Algorithme de classement des mots clés de Google Play

Google met constamment à jour son algorithme. Une fois l'application mise sur Google Play , quels mots clés affecteront l'algorithme de classement Google Play de votre application ? Nous discutons ici des domaines d'évaluation des mots clés et des points d'optimisation impliqués dans l'algorithme de classement de recherche dans l'App Store.

Mise à jour de l'algorithme concernant la fonction de recherche de mots-clés et le jugement de corrélation de mots-clés dans la zone de recherche.

Auparavant, les mises à jour de fonctionnalités de Google visaient à améliorer la pertinence des applications renvoyées pour les recherches dites "larges", ou les recherches de noms non liés à des applications telles que "jeux d'horreur" ou "applications selfie". Selon les mots de Google, environ 50 % des recherches sur le Play Store sont larges et :

"La recherche par sujet nécessite non seulement d'indexer simplement l'application par termes de requête, mais également de comprendre les sujets liés à l'application. Des méthodes d'apprentissage automatique ont été appliquées à des problèmes similaires, mais le succès dépend en grande partie du nombre d'exemples de formation. Pour en savoir plus sur les applications. Pour certains sujets populaires comme les "réseaux sociaux", nous avons de nombreuses applications étiquetées pour l'apprentissage, mais la plupart des sujets n'ont que quelques exemples, et notre défi est d'un nombre limité d'exemples de formation apprendre et s'étendre à des millions d'applications couvrant des milliers de sujets , nous obligeant à nous adapter à notre technologie d'apprentissage automatique."

L'article de Google explique que lorsqu'ils ont essayé pour la première fois de créer des algorithmes d'apprentissage automatique qui pourraient fournir de bons résultats pour ces recherches de grande envergure, ils ont utilisé des réseaux de neurones profonds, mais les résultats n'étaient pas aussi bons que la nouvelle découverte d'applications qu'ils voulaient, mais ils ont été produits heures supplémentaires. La même application répond aux recherches généralisées, pas aux nouvelles applications.

La nouvelle tentative de Google est de rendre ce processus plus proche de la façon dont les humains apprennent et comprennent les associations de langage et de mots. Cette nouvelle tentative utilise le modèle Skip-gram, qui peut prédire les mots liés en fonction des mots d'entrée. Le nouveau modèle de Google crée un soi-disant "classificateur" pour un mot donné afin de créer une liste de nombreuses relations de classificateur, et enfin de créer des associations {app, topic}. Dans la dernière mise à jour, Google s'appuiera également sur des efforts d'apprentissage non automatiques en permettant aux utilisateurs d'évaluer la qualité des résultats.

Cliquez sur " En savoir plus " pour piloter votre activité d' applications et de jeux avec le service de promotion d'applications ASO World dès maintenant.

Ignorer l'analyse

Selon le document Tensor Flow, à gauche se trouvent quelques exemples de relations entre les mots, qui sont déterminées par l'analyse Skip-Gram.

L'objectif de Google est de créer un algorithme capable de générer une relation raisonnable entre les mots clés (tels que {photo} et {share}) et, en étudiant les métadonnées de l'application et les interactions des utilisateurs, de générer les meilleurs résultats pour un mot clé donné. Applications connexes, même si l'application renvoyée est toute nouvelle. De plus, l'algorithme de Google doit être capable d'apprendre de nouveaux mots (par exemple, selfies, flick, etc.), et être capable d'établir de nouvelles associations avec ces mots et d'autres mots et applications.

Il semble que malgré quelques problèmes de généralisation prématurés, Google travaille toujours à améliorer le large éventail de résultats de recherche pour les utilisateurs du Play Store. Il est intéressant de voir comment ces changements jouent un rôle dans le classement des mots clés (et le téléchargement) de toutes les applications Android.

Conclusion : étant donné que 50 % des recherches sur le Play Store sont classées comme "larges" (par exemple, les applications selfie) plutôt que comme des noms d'applications, Google utilise l'apprentissage automatique et la saisie manuelle pour améliorer l'algorithme de classement des mots clés de l'application lorsque les utilisateurs utilisent des recherches larges. La possibilité de revenir à des applications connexes est utilisée pour découvrir de nouvelles applications. Cela peut signifier que le classement des mots clés du Play Store est sur le point de changer de manière significative.

Informations sur les mots clés de recherche organique Google Play

Ensuite, explorons plus d'informations sur le marketing d'applications organiques, les mots-clés de recherche Google Play et partageons nos informations pertinentes.

1. Analyse des données de mots clés organiques de Google Play

Lors de l'optimisation basée sur les données, il est plus prudent d'évaluer d'abord les données comme un autre point clé du plan global, et de comprendre les principales décisions normales avant de prendre des mots-clés de recherche naturelle.

Tout d'abord, une grande partie des données de recherche de la console Google Play est masquée dans "autre", cette dernière est très opaque et peut masquer les phrases à longue traîne composées de mots uniques, déformant ainsi la marge de contribution totale d'un seul mot ; lorsque vous appuyez sur ARPU/réserve. Ceci est particulièrement dangereux lors de l'analyse des taux. L'élargissement de la plage de dates est un moyen d'en savoir plus sur "autre", mais il y a encore beaucoup de mots cachés dans ce seau.

Deuxièmement, les données ne sont pas ventilées par pays, il est donc difficile de clarifier les tendances régionales, surtout si l'on considère le langage commun utilisé entre les pays. Cela peut être une opportunité pour les outils ASO de fournir un certain type de cartographie NLP pour répondre aux besoins du pays/région, mais ce sera une méthode imparfaite et peut conduire à une diminution de la précision de l'analyse régionale.

Un endroit sûr pour commencer à utiliser les données organiques de Google Play est d'enregistrer les données des termes de recherche en quelques semaines et de redoubler votre investissement dans l'optimisation des mots clés de recherche, qui sont toujours présents dans la liste de mots visible semaine après semaine Influence forte. En évaluant si vos mots-clés cibles apparaissent dans cette liste, les informations sur la recherche naturelle sont également un excellent moyen de valider votre stratégie ASO existante (mais méfiez-vous de la catégorie "autre").

2. Le groupement de mots-clés des applications et l'emplacement des applications associées sont d'une grande importance dans Google Play ASO

En raison du nombre élevé d'installations à partir du navigateur Google Play, le succès d'ASO est étroitement lié aux applications que vous trouvez pour les bonnes catégories de mots clés et les applications associées, et encore plus important que les résultats affichés. Sur les bons mots-clés de recherche.

Malheureusement, bien que Google offre une nouvelle visibilité pour les informations naturelles des mots clés de recherche, Google ne fournit pas une granularité proportionnée pour explorer le trafic organique, comme les groupes de mots clés ou les applications associées qui entraînent l'affichage/le téléchargement de votre application. Compte tenu de la nature de l'exploration axée sur les algorithmes (c'est-à-dire en constante évolution), ce sera une tâche ardue pour ASO de rester concentré sur les suggestions/applications connexes et le groupement de mots clés ; cependant, il s'avère que ces données sont correctes pour ASO. L'optimisation de sa stratégie Google Play ASO est cruciale. Au moins, le succès de l'optimisation des métadonnées et de la conquête/application du ciblage UA (pour augmenter la probabilité que votre application s'affiche en tant que suggestion/application pertinente) peut être suivi par rapport à la tendance générale des visiteurs, des téléspectateurs et des installateurs de la fiche Play Store.

3. Les informations sur les mots clés aléatoires de Google Play doivent être évaluées à côté du classement des mots clés

L'un des défis de la lecture des informations de recherche de mots clés organiques est que pendant la période que vous analysez, le taux de conversion peut et fluctuera en fonction du classement des mots clés de votre application. Si vous ne suivez pas le classement des mots clés parallèlement à vos données de mots clés de recherche organique, les informations que vous obtenez peuvent être hors contexte et compromettre votre décision.

Par exemple, voir un petit nombre d'installateurs pour la recherche par mot-clé peut amener ASO à déprioriser le mot-clé ; Cependant, si le mot-clé se classe au 100e rang et attire des centaines de téléchargements, il peut en fait être un excellent mot-clé pour continuer à optimiser.

4. Pour les grandes applications, l'installation de l'inclinaison de la marge de contribution dans Android est plus qu'explorée sur iOS

La dernière découverte la plus intéressante est qu'en échantillonnant au hasard des applications, nous avons constaté que le Play Store (organique) explorant la source des grandes applications génère généralement un trafic d'installation plus élevé que les recherches. Dans certains cas, les installations générées par l'exploit sont 100 à 300 % supérieures aux installations de la source de recherche Play Store (organique).

C'est très différent de la tendance de l'App Store iOS. Dans la tendance de l'iOS App Store (à l'exception de la fonction d'application "Strange Today"), le type de source "App Store Browse" fournit beaucoup moins d'unités d'application que la recherche App Store.

Il y a quatre points principaux :

1) Apple et Google souhaitent tous deux contrôler la découvrabilité des applications qui ont été découvertes pour susciter l'intérêt des utilisateurs (c'est-à-dire des vitesses de téléchargement élevées, des taux de conversion élevés, mais aussi des notes/taux de rétention/revenus).

Ni Apple ni Google ne semblent se soucier des petites applications (à moins qu'ils ne veuillent gagner de l'argent avec UAC ou Search Ads Basic).

2) Google a prouvé que bien qu'Apple ait fait de son mieux pour mettre à jour iOS 11 (par exemple, les éditoriaux, les balises « Aujourd'hui », les jeux et applications fractionnés, les catégories d'applications, etc.), Google est meilleur qu'Apple dans les applications (en particulier les applications volumineuses). (Programme) a plus de contrôle sur la découvrabilité. ). À ce stade, Google est également plus disposé à jouer son rôle dans la poursuite du contrôle. Par exemple, le Google Play Store inclut de puissants groupes de mots-clés et des suggestions de programmation pour les applications dans la vue application/jeu, et un défilement presque sans fin, tandis qu'Apple tronque ses fonctions d'application/jeu pour prendre en charge une expérience plus conviviale, et le "-y" style de conception.

3) Peut-être le plus important, à mesure que le budget plus important libère plus de retours de navigation/navigation, le succès d'ASO continue de suivre la voie de "dépenser de l'argent pour gagner de l'argent", ce qui représente une part croissante de nouveaux téléchargements et de recherches Big.

4) Le dernier point concerne peut-être toute la question macroéconomique (Eric Seufert ?), mais l'une des raisons pour lesquelles Google y voit du succès tient peut-être à son expérience de refonte de l'UX du Play Store.

Pour Apple et Google, au fil du temps, alors que les deux sociétés continuent d'optimiser leur contrôle de la découvrabilité (et leur propre chéquier), le pourcentage de téléchargements depuis le navigateur/navigateur peut augmenter.

5. Le taux de conversion de Google Play Organic Explore est bien supérieur à celui de la navigation sur iOS App Store

Le quatrième point est la découverte finale. C'est la découverte finale du quatrième point. C'est que le taux de conversion des ressources de navigation de Google Play n'est pas très inférieur à celui de la recherche Google Play. En fait, dans certains cas, nous avons constaté qu'Explore avait un taux de conversion supérieur à celui de la recherche. Dans le cas que nous avons vu, le taux de rétention et l'ARPU semblent également forts.

La conclusion tirée de cette découverte est qu'il s'avère que l'algorithme de découverte d'applications Play Store de Google revient au même que l'identification de l'innovation originale de Google : la recherche par mot-clé, qui permet d'identifier les utilisateurs qui ont besoin de certaines applications, ou qui en sont proches.

Dans cette optique, les avantages combinés de la découverte d'applications payantes UAC et de la découverte de la navigation sur Google Play Store pourraient éventuellement devenir le tournant pour l'entreprise face à un autre adversaire : Facebook. Bien que forcer les annonceurs d'applications à utiliser l'UAC représente une énorme somme d'argent pour Google à bien des égards, ils craignent que Facebook ait réussi à attirer des budgets de marketing mobile, mais il s'agit d'une action préventive et cela donne à Google plus de temps (et les données ) pour l'entraîner. Lorsque les prouesses du marketing mobile de Facebook décolleront sur une autre "courbe en S" avec son déploiement, sa similarité basée sur la valeur et son positionnement de campagne optimisé pour les événements dans l'industrie, l'algorithme décollera et s'améliorera.

L'algorithme d'apprentissage automatique de Google a l'avantage unique d'apprendre à partir de la découverte organique et de la découverte payante, ce que Facebook n'a pas, et en imposant l'UAC aux annonceurs, la vitesse d'apprentissage de l'algorithme de Google a doublé et la vitesse de rattrapage a augmenté. Même dépassé Facebook. De plus, en formant les utilisateurs du Play Store à cliquer sur les applications pertinentes/suggérées (c'est-à-dire "explorer"), Google a étendu le placement de l'UAC à plus d'emplacements dans le Play Store (c'est-à-dire "explorer"), augmentant ainsi le verrouillage comportement axé sur les revenus.