Algoritmo de classificação de palavras-chave do Google Play

O Google está sempre atualizando seu algoritmo. Depois que o aplicativo for colocado no Google Play , quais palavras-chave afetarão o algoritmo de classificação do Google Play para seu aplicativo? Aqui discutimos as áreas de avaliação de palavras-chave e pontos de otimização envolvidos no algoritmo de classificação de pesquisa na loja de aplicativos.

Atualização do algoritmo sobre a função de pesquisa de palavras-chave e julgamento de correlação de palavras-chave na área da caixa de pesquisa.

Anteriormente, as atualizações de recursos do Google visam melhorar a relevância dos aplicativos que retornam para as chamadas pesquisas "amplas" ou pesquisas de nomes que não são de aplicativos, como "jogos de terror" ou "aplicativos de selfie". De acordo com as palavras do Google, cerca de 50% das pesquisas em lojas de jogos são amplas e:

"Pesquisar por tópico requer não apenas indexar o aplicativo por termos de consulta, mas também entender os tópicos relacionados ao aplicativo. Métodos de aprendizado de máquina foram aplicados a problemas semelhantes, mas o sucesso depende muito do número de exemplos de treinamento para aprender sobre aplicativos. Para alguns tópicos populares como "redes sociais", temos muitos aplicativos marcados para aprendizado, mas a maioria dos tópicos tem apenas alguns exemplos, e nosso desafio é de um número limitado de Os exemplos de treinamento aprendem e expandem para milhões de aplicativos abrangendo milhares de tópicos , forçando-nos a nos adaptar à nossa tecnologia de aprendizado de máquina."

O artigo do Google explica que, quando eles tentaram construir algoritmos de aprendizado de máquina que pudessem fornecer bons resultados para essas pesquisas abrangentes, eles usaram redes neurais profundas, mas os resultados não foram tão bons quanto a nova descoberta de aplicativos que eles queriam, mas foram produzidos hora extra. O mesmo aplicativo responde a pesquisas generalizadas, não a novos aplicativos.

A nova tentativa do Google é tornar esse processo mais parecido com a maneira como os humanos aprendem e entendem a linguagem e as associações de palavras. Esta nova tentativa utiliza o modelo Skip-gram, que pode prever palavras relacionadas dadas as palavras de entrada. O novo modelo do Google cria um chamado "classificador" para qualquer palavra para criar uma lista de muitas relações de classificador e, finalmente, criar associações {app, topic}. Na atualização mais recente, o Google também contará com esforços que não são de aprendizado de máquina, permitindo que as pessoas avaliem a qualidade dos resultados.

Clique em " Saiba mais " para impulsionar seus negócios de aplicativos e jogos com o serviço de promoção de aplicativos ASO World agora.

Pular análise

De acordo com o documento Tensor Flow, à esquerda estão alguns exemplos de relacionamentos entre palavras, que são determinados pela análise Skip-Gram.

O objetivo do Google é criar um algoritmo que possa gerar uma relação razoável entre palavras-chave (como {photo} e {share}) e, ao estudar os metadados do aplicativo e as interações do usuário, gerar os melhores resultados para uma determinada palavra-chave. Aplicativos relacionados, mesmo que o aplicativo retornado seja novo. Além disso, o algoritmo do Google deve ser capaz de aprender novas palavras (por exemplo, selfies, flick, etc.), e ser capaz de estabelecer novas associações com essas palavras e outras palavras e aplicativos.

Parece que, apesar de alguns problemas de generalização prematuros, o Google ainda está trabalhando para melhorar a ampla gama de resultados de pesquisa para usuários da Play Store. É interessante como essas mudanças desempenham um papel na classificação de palavras-chave (e download) de todos os aplicativos Android.

Conclusão: como 50% das pesquisas na Play Store são classificadas como "amplas" (por exemplo, aplicativos de selfie) em vez de nomes de aplicativos, o Google usa aprendizado de máquina e entrada manual para melhorar o algoritmo de classificação de palavras-chave do aplicativo quando os usuários usam pesquisas amplas. A capacidade de retornar a aplicativos relacionados é usada para descobrir novos aplicativos. Isso pode significar que a classificação de palavras-chave da Play Store está prestes a mudar significativamente.

Informações de palavras-chave de pesquisa orgânica do Google Play

Em seguida, vamos explorar mais informações sobre marketing orgânico de aplicativos, palavras-chave de pesquisa do Google Play e compartilhar nossos insights relevantes.

1. Análise de dados de palavras-chave orgânicas do Google Play

Ao otimizar com base em dados, é mais prudente avaliar primeiro os dados como outro ponto-chave no plano geral e entender as principais decisões normais antes de fazer uma busca natural por palavras-chave.

Em primeiro lugar, muitos dados de pesquisa do Google Play Console estão ocultos em "outros", este último é muito opaco e pode ocultar as frases de cauda longa compostas por palavras únicas, distorcendo assim a margem de contribuição total de uma única palavra; ao pressionar ARPU/reserva. Isso é especialmente perigoso ao analisar as taxas. Expandir o intervalo de datas é uma forma de saber mais sobre "outros", mas ainda há muitas palavras ocultas nesse intervalo.

Em segundo lugar, os dados não são discriminados por país, por isso é difícil esclarecer as tendências regionais, especialmente quando se considera a linguagem comum usada entre os países. Esta pode ser uma oportunidade para as ferramentas ASO fornecerem algum tipo de mapeamento de PNL para atender às necessidades do país/região, mas este será um método imperfeito e poderá levar a uma diminuição na precisão da análise regional.

Um lugar seguro para começar a usar os dados de insights orgânicos do Google Play é registrar dados de termos de pesquisa em algumas semanas e redobrar seu investimento na otimização de palavras-chave de pesquisa, que estão sempre presentes na lista de palavras visíveis semana após semana Forte influência. Ao avaliar se suas palavras-chave de destino aparecem nessa lista, os insights de pesquisa natural também são uma ótima maneira de validar sua estratégia de ASO existente (mas cuidado com a categoria "outro").

2. O agrupamento de palavras-chave de aplicativos e a localização de aplicativos relacionados são de grande importância no Google Play ASO

Devido ao alto número de instalações do navegador Google Play, o sucesso do ASO está intimamente relacionado aos aplicativos que você encontra para as categorias de palavras-chave corretas e aplicativos relacionados, e ainda mais importante do que os resultados exibidos. Nas palavras-chave de pesquisa certas.

Infelizmente, embora o Google forneça uma nova visibilidade para os insights naturais das palavras-chave de pesquisa, o Google não oferece uma granularidade proporcional para explorar o tráfego orgânico, como agrupamentos de palavras-chave ou aplicativos relacionados que fazem com que seu aplicativo seja visualizado/baixado . Tendo em vista a natureza da exploração orientada por algoritmos (ou seja, em constante mudança), será uma tarefa assustadora para a ASO manter o foco em sugestões/aplicações relacionadas e agrupamento de palavras-chave; no entanto, verifica-se que esses dados estão corretos para ASO Otimizar sua estratégia de ASO no Google Play é crucial. Pelo menos o sucesso da otimização de metadados e conquista/aplicativo de segmentação de UA (para aumentar a probabilidade de seu aplicativo ser exibido como uma sugestão/aplicativo relevante) pode ser rastreado em relação à tendência geral de visitantes, visualizadores e instaladores dos Detalhes do app.

3. As informações de palavras-chave aleatórias do Google Play devem ser avaliadas ao lado da classificação de palavras-chave

Um dos desafios de ler os insights de pesquisa de palavras-chave orgânicas é que, durante o período de tempo que você está analisando, a taxa de conversão pode e irá flutuar com base na classificação das palavras-chave do seu aplicativo. Se você não acompanhar as classificações de palavras-chave junto com seus dados de palavras-chave de pesquisa orgânica, os insights que você obtém podem estar fora de contexto e comprometer sua decisão.

Por exemplo, ver um pequeno número de instaladores para pesquisa de palavras-chave pode fazer com que o ASO despriorize a palavra-chave; no entanto, se a palavra-chave ocupa o 100º lugar e atrai centenas de downloads, pode ser uma ótima palavra-chave para continuar a otimizar.

4. Para aplicativos grandes, instalar a inclinação da margem de contribuição no Android é mais do que explorar no iOS

A última descoberta mais interessante é que, ao amostrar aplicativos aleatoriamente, descobrimos que a Play Store (orgânica) explorando a origem de aplicativos grandes geralmente gera um tráfego de instalação maior do que as pesquisas. Em alguns casos, as instalações geradas pelo exploit são 100-300% maiores do que as instalações da fonte de pesquisa da Play Store (orgânica).

Isso é muito diferente da tendência da iOS App Store. Na tendência da iOS App Store (exceto para a função de aplicativo "estranho hoje"), o tipo de fonte "navegar na App Store" fornece muito menos unidades de aplicativo do que a pesquisa na App Store.

Existem quatro pontos principais:

1) Tanto a Apple quanto o Google estão interessados ​​em controlar a descoberta de aplicativos que foram descobertos para atrair o interesse do usuário (ou seja, altas velocidades de download, altas taxas de conversão, mas também classificações/taxas de retenção/receitas).

Nem a Apple nem o Google parecem se importar com aplicativos menores (a menos que eles queiram ganhar dinheiro com UAC ou Search Ads Basic).

2) O Google provou que, embora a Apple tenha feito o possível para atualizar o iOS 11 (por exemplo, editoriais, tags "Hoje", dividir jogos e aplicativos, categorias de aplicativos etc.), o Google é melhor que a Apple em aplicativos (especialmente aplicativos grandes). (Programa) tem mais controle sobre a capacidade de descoberta. ). Neste ponto, o Google também está mais disposto a desempenhar seu papel na busca pelo controle. Por exemplo, a Google Play Store inclui um poderoso agrupamento de palavras-chave e sugestões programáticas para aplicativos na visualização de aplicativos/jogos e rolagem quase infinita, enquanto a Apple trunca suas funções de aplicativos/jogos para oferecer suporte a uma experiência mais amigável e o "-y" estilo de projeto.

3) Talvez o mais importante, à medida que o orçamento maior libera mais retornos de navegação/navegação, o sucesso do ASO continua a seguir o caminho de "gastar dinheiro para ganhar dinheiro", o que representa uma parcela crescente de novos downloads e pesquisas grandes.

4) O último ponto pode envolver toda a questão macroeconômica (Eric Seufert?), mas uma das razões pelas quais o Google vê sucesso aqui pode ser devido ao seu experimento de redesenho da Play Store UX.

Para Apple e Google, ao longo do tempo, à medida que as duas empresas continuam a otimizar seu controle de descoberta (e seu próprio talão de cheques), a porcentagem de downloads do navegador/navegador pode aumentar.

5. A taxa de conversão do Google Play Organic Explore é muito maior do que a da navegação na App Store do iOS

O quarto ponto é a descoberta final. Esta é a descoberta final do quarto ponto. Isso é que a taxa de conversão dos recursos de navegação do Google Play não é muito inferior à da pesquisa do Google Play. Na verdade, em alguns casos, descobrimos que o Explore tem uma taxa de conversão mais alta do que a pesquisa. No caso que vimos, a taxa de retenção e o ARPU também parecem fortes.

A conclusão tirada dessa descoberta é que o algoritmo de descoberta de aplicativos da Play Store do Google é o mesmo que identificar a inovação original do Google: a pesquisa por palavra-chave, que pode identificar usuários que precisam de determinados aplicativos ou estão próximos a isso.

Diante disso, as vantagens combinadas da descoberta de aplicativos pagos UAC e da descoberta de navegação na Google Play Store podem eventualmente se tornar o ponto de virada para a empresa enfrentar outro oponente: o Facebook. Embora forçar os anunciantes de aplicativos a usar o UAC seja uma grande soma de dinheiro para o Google de várias maneiras, eles se preocupam que o Facebook tenha alcançado grande sucesso em atrair orçamentos de marketing móvel, mas essa é uma ação preventiva e dá ao Google mais tempo (e dados ) para treiná-lo. Quando a proeza de marketing móvel do Facebook decolar em outra “curva S” com sua implantação, similaridade baseada em valor e posicionamento de campanha otimizado para eventos na indústria, o algoritmo decolará e se tornará melhor.

O algoritmo de aprendizado de máquina do Google tem a vantagem única de aprender com a descoberta orgânica e a descoberta paga, o que o Facebook não possui e, ao impor o UAC aos anunciantes, a velocidade de aprendizado do algoritmo do Google dobrou e a velocidade de recuperação aumentou. Até superou o Facebook. Além disso, ao treinar os usuários na Play Store para clicar em aplicativos relevantes/sugeridos (ou seja, "explorar"), o Google expandiu o posicionamento do UAC para mais locais na Play Store (ou seja, "explorar"), aumentando assim o bloqueio comportamento impulsionado pela receita.