อัลกอริทึมการจัดอันดับคำหลักของ Google Play

Google อัปเดตอัลกอริทึมอยู่เสมอ หลังจากวางแอปบน Google Play แล้ว คำหลักใดจะส่งผลต่ออัลกอริทึมการจัดอันดับของ Google Play สำหรับแอปของคุณ ที่นี่เราจะพูดถึงพื้นที่การประเมินคำหลักและจุดเพิ่มประสิทธิภาพที่เกี่ยวข้องกับอัลกอริธึมการจัดอันดับการค้นหาใน App Store

อัปเดตอัลกอริทึมเกี่ยวกับฟังก์ชันการค้นหาคีย์เวิร์ดและการพิจารณาความสัมพันธ์ของคีย์เวิร์ดในพื้นที่ช่องค้นหา

ก่อนหน้านี้ การอัปเดตฟีเจอร์ของ Google มีจุดมุ่งหมายเพื่อปรับปรุงความเกี่ยวข้องของแอปที่ส่งคืนสำหรับการค้นหาที่เรียกว่า "แบบกว้าง" หรือการค้นหาชื่อที่ไม่ใช่แอป เช่น "เกมสยองขวัญ" หรือ "แอปเซลฟี" ตามคำพูดของ Google การค้นหาประมาณ 50% ของ play store นั้นกว้างและ:

"การค้นหาตามหัวข้อไม่เพียงแต่ต้องสร้างดัชนีแอปพลิเคชันโดยใช้คำค้นหาเท่านั้น แต่ยังต้องทำความเข้าใจหัวข้อที่เกี่ยวข้องกับแอปพลิเคชันด้วย วิธีการเรียนรู้ของเครื่องได้ถูกนำไปใช้กับปัญหาที่คล้ายคลึงกัน แต่ความสำเร็จส่วนใหญ่ขึ้นอยู่กับจำนวนตัวอย่างการฝึกอบรม เพื่อเรียนรู้เกี่ยวกับแอป สำหรับหัวข้อยอดนิยมบางหัวข้อ เช่น "โซเชียลเน็ตเวิร์ก" เรามีแอปที่แท็กสำหรับการเรียนรู้จำนวนมาก แต่หัวข้อส่วนใหญ่มีตัวอย่างเพียงไม่กี่ตัวอย่าง และความท้าทายของเรามาจากตัวอย่างการฝึกอบรมจำนวนจำกัด เรียนรู้และขยายแอปพลิเคชันนับล้านครอบคลุมหัวข้อนับพัน บังคับให้เราปรับตัวเข้ากับเทคโนโลยีการเรียนรู้ของเครื่อง"

บทความของ Google อธิบายว่าในครั้งแรกที่พวกเขาพยายามสร้างอัลกอริธึมการเรียนรู้ของเครื่องที่สามารถให้ผลลัพธ์ที่ดีสำหรับการค้นหาที่หลากหลายเหล่านี้ พวกเขาใช้เครือข่ายนิวรัลเชิงลึก แต่ผลลัพธ์ไม่ได้ดีเท่ากับการค้นพบแอปพลิเคชันใหม่ที่พวกเขาต้องการ แต่ถูกสร้างขึ้น ล่วงเวลา. แอปพลิเคชันเดียวกันตอบสนองต่อการค้นหาอย่างกว้างขวาง ไม่ใช่แอปพลิเคชันใหม่

ความพยายามใหม่ของ Google คือการทำให้กระบวนการนี้เหมือนกับวิธีที่มนุษย์เรียนรู้และเข้าใจการเชื่อมโยงภาษาและคำ ความพยายามครั้งใหม่นี้ใช้โมเดลข้ามแกรม ซึ่งสามารถคาดเดาคำที่เกี่ยวข้องเมื่อป้อนคำที่ป้อน โมเดลใหม่ของ Google สร้างสิ่งที่เรียกว่า "ตัวแยกประเภท" สำหรับคำที่กำหนดเพื่อสร้างรายการความสัมพันธ์ของตัวแยกประเภทจำนวนมาก และในที่สุดก็สร้างการเชื่อมโยง {app, topic} ในการอัปเดตล่าสุด Google จะใช้ความพยายามที่ไม่ใช่แมชชีนเลิร์นนิงด้วยการอนุญาตให้ผู้คนประเมินคุณภาพของผลลัพธ์

คลิก " เรียนรู้เพิ่มเติม " เพื่อขับเคลื่อนธุรกิจ แอปและเกม ของคุณด้วยบริการโปรโมตแอป ASO World ทันที

ข้ามการแยกวิเคราะห์

ตามเอกสาร Tensor Flow ทางด้านซ้ายเป็นตัวอย่างความสัมพันธ์ระหว่างคำ ซึ่งกำหนดโดยการวิเคราะห์แบบข้ามกรัม

เป้าหมายของ Google คือการสร้างอัลกอริทึมที่สามารถสร้างความสัมพันธ์ที่สมเหตุสมผลระหว่างคำหลัก (เช่น {photo} และ {share}) และโดยการศึกษาข้อมูลเมตาของแอปพลิเคชันและการโต้ตอบของผู้ใช้ เพื่อสร้างผลลัพธ์ที่ดีที่สุดสำหรับคำหลักหนึ่งๆ แอปพลิเคชันที่เกี่ยวข้อง แม้ว่าแอปพลิเคชันที่ส่งคืนจะเป็นแอปพลิเคชันใหม่ นอกจากนี้ อัลกอริธึมของ Google จะต้องสามารถเรียนรู้คำศัพท์ใหม่ๆ (เช่น เซลฟี่ สะบัด ฯลฯ) และสร้างความสัมพันธ์ใหม่ๆ กับคำเหล่านี้ รวมถึงคำและแอปพลิเคชันอื่นๆ ได้

ดูเหมือนว่าแม้จะมีปัญหาทั่วไปก่อนวัยอันควร Google ยังคงทำงานเพื่อปรับปรุงผลการค้นหาที่หลากหลายสำหรับผู้ใช้ Play Store การเปลี่ยนแปลงเหล่านี้มีบทบาทสำคัญต่อการจัดอันดับคำหลัก (และการดาวน์โหลด) ของแอป Android ทั้งหมดอย่างไร เป็นเรื่องที่น่าสนใจ

บรรทัดล่าง: เนื่องจาก 50% ของการค้นหาใน Play Store จัดอยู่ในประเภท "กว้างๆ" (เช่น แอปเซลฟี่) แทนที่จะเป็นชื่อแอป Google จึงใช้การเรียนรู้ของเครื่องร่วมกับการป้อนข้อมูลด้วยตนเองเพื่อปรับปรุงอัลกอริทึมการจัดอันดับคำหลักของแอปเมื่อผู้ใช้ใช้การค้นหาแบบกว้างๆ ความสามารถในการกลับไปใช้แอปพลิเคชันที่เกี่ยวข้องเพื่อค้นหาแอปพลิเคชันใหม่ ซึ่งอาจหมายความว่าการ จัดอันดับคำหลักใน Play Store กำลังจะเปลี่ยนแปลงอย่างมาก

ข้อมูลเชิงลึกของคำหลักในการค้นหาทั่วไปของ Google Play

ต่อไป มาสำรวจข้อมูลเพิ่มเติมเกี่ยวกับการตลาดแอปทั่วไป คีย์เวิร์ดในการค้นหาของ Google Play และแชร์ข้อมูลเชิงลึกที่เกี่ยวข้องกัน

1. การวิเคราะห์ข้อมูลคำหลักทั่วไปของ Google Play

เมื่อปรับให้เหมาะสมตามข้อมูล อันดับแรกควรประเมินข้อมูลเป็นจุดสำคัญอีกจุดหนึ่งในแผนโดยรวม และเพื่อทำความเข้าใจการตัดสินใจที่สำคัญตามปกติก่อนที่จะทำการค้นหาคำหลักทั่วไป

อย่างแรกเลย ข้อมูลการค้นหาของ Google Play Console จำนวนมากถูกซ่อนอยู่ใน "อื่นๆ" ข้อมูลหลังมีความคลุมเครือมาก และอาจซ่อนวลีหางยาวที่ประกอบด้วยคำเดี่ยว ซึ่งจะทำให้ส่วนขอบของการสนับสนุนรวมของคำเดียวบิดเบี้ยว เมื่อกด ARPU/reserve สิ่งนี้เป็นอันตรายอย่างยิ่งเมื่อวิเคราะห์อัตรา การขยายช่วงวันที่เป็นวิธีการเรียนรู้เพิ่มเติมเกี่ยวกับ "อื่นๆ" แต่ยังมีคำจำนวนมากที่ซ่อนอยู่ในที่เก็บข้อมูลนี้

ประการที่สอง ข้อมูลไม่ได้แยกตามประเทศ ดังนั้นจึงเป็นการยากที่จะชี้แจงแนวโน้มในภูมิภาค โดยเฉพาะอย่างยิ่งเมื่อพิจารณาภาษาทั่วไปที่ใช้ระหว่างประเทศ นี่อาจเป็นโอกาสสำหรับเครื่องมือ ASO ในการจัดทำแผนที่ NLP บางประเภทเพื่อให้เหมาะกับความต้องการของประเทศ/ภูมิภาค แต่จะเป็นวิธีที่ไม่สมบูรณ์และอาจส่งผลให้ความแม่นยำของการวิเคราะห์ระดับภูมิภาคลดลง

ที่ที่ปลอดภัยในการเริ่มใช้ข้อมูลเชิงลึกทั่วไปของ Google Play คือการบันทึกข้อมูลข้อความค้นหาภายในสองสามสัปดาห์ และเพิ่มการลงทุนของคุณในการเพิ่มประสิทธิภาพคำหลักเป็นสองเท่า ซึ่งจะแสดงอยู่ในรายการคำที่มองเห็นได้เสมอทุกสัปดาห์ อิทธิพลที่แข็งแกร่ง โดยการประเมินว่าคำหลักเป้าหมายของคุณปรากฏในรายการนี้หรือไม่ ข้อมูลเชิงลึกของการค้นหาทั่วไปยังเป็นวิธีที่ดีในการตรวจสอบกลยุทธ์ ASO ที่มีอยู่ของคุณ (แต่ระวังหมวดหมู่ "อื่นๆ")

2. การจัดกลุ่มคีย์เวิร์ดของแอปและตำแหน่งของแอปที่เกี่ยวข้องมีความสำคัญอย่างยิ่งใน Google Play ASO

เนื่องจากจำนวนการติดตั้งจากเบราว์เซอร์ Google Play เป็นจำนวนมาก ความสำเร็จของ ASO จึงมีความเกี่ยวข้องอย่างใกล้ชิดกับแอปที่คุณพบสำหรับหมวดหมู่คำหลักที่ถูกต้องและแอปที่เกี่ยวข้อง และสำคัญยิ่งกว่าผลลัพธ์ที่แสดง เกี่ยวกับคำค้นหาที่เหมาะสม

น่าเสียดาย แม้ว่า Google จะให้การมองเห็นแบบใหม่สำหรับข้อมูลเชิงลึกที่เป็นธรรมชาติของคำหลักในการค้นหา แต่ Google ไม่ได้ให้รายละเอียดที่สมส่วนในการสำรวจการเข้าชมที่เกิดขึ้นเอง เช่น การจัดกลุ่มคำหลักหรือแอปที่เกี่ยวข้องซึ่งทำให้แอปของคุณมีการดู/ดาวน์โหลดแอป ในมุมมองของธรรมชาติของการสำรวจที่ขับเคลื่อนด้วยอัลกอริธึม (เช่น การเปลี่ยนแปลงอย่างต่อเนื่อง) จะเป็นงานที่น่ากลัวสำหรับ ASO ที่จะให้ความสำคัญกับข้อเสนอแนะ/แอปพลิเคชันที่เกี่ยวข้องและการจัดกลุ่มคำหลัก อย่างไรก็ตาม ปรากฎว่าข้อมูลเหล่านี้ถูกต้องสำหรับการเพิ่มประสิทธิภาพ ASO กลยุทธ์ ASO ของ Google Play เป็นสิ่งสำคัญ อย่างน้อยความสำเร็จของการเพิ่มประสิทธิภาพข้อมูลเมตาและการพิชิตเป้าหมาย/แอป UA (เพื่อเพิ่มโอกาสที่แอปของคุณจะแสดงเป็นแอปแนะนำ/แอปที่เกี่ยวข้อง) สามารถติดตามได้โดยเทียบกับแนวโน้มโดยรวมของผู้เข้าชมข้อมูลผลิตภัณฑ์ในสโตร์ ผู้ชม และผู้ติดตั้ง

3. ควรประเมินข้อมูลเชิงลึกของคำหลักแบบสุ่มของ Google Play ถัดจากการจัดอันดับคำหลัก

ความท้าทายประการหนึ่งของการอ่าน ข้อมูลเชิงลึกเกี่ยวกับการค้นหาคำหลัก ทั่วไปคือในช่วงเวลาที่คุณกำลังวิเคราะห์ อัตรา Conversion อาจและจะผันผวนตามการจัดอันดับคำหลักของแอปพลิเคชันของคุณ หากคุณไม่ติดตามการจัดอันดับคำหลักควบคู่ไปกับข้อมูลคำหลักในการค้นหาทั่วไป ข้อมูลเชิงลึกที่คุณได้รับอาจไม่บริบทและเป็นอันตรายต่อการตัดสินใจของคุณ

ตัวอย่างเช่น การเห็นโปรแกรมติดตั้งจำนวนน้อยสำหรับการค้นหาคำหลักอาจทำให้ ASO ลดลำดับความสำคัญของคำหลัก อย่างไรก็ตาม หากคำหลักอยู่ในอันดับที่ 100 และดึงดูดการดาวน์โหลดหลายร้อยครั้ง อาจเป็นคำหลักที่ดีในการเพิ่มประสิทธิภาพต่อไป

4. สำหรับแอปพลิเคชันขนาดใหญ่ การติดตั้งการเอียงขอบสนับสนุนใน Android เป็นมากกว่าการสำรวจบน iOS

การค้นพบที่น่าสนใจที่สุดล่าสุดคือการสุ่มตัวอย่างแอป เราพบว่า Play Store (ทั่วไป) ที่สำรวจแหล่งที่มาของแอปขนาดใหญ่มักจะสร้างปริมาณการใช้งานการติดตั้งที่สูงกว่าการค้นหา ในบางกรณี การติดตั้งที่เกิดจากการเจาะระบบจะสูงกว่าการติดตั้งจากแหล่งที่มาของการค้นหา Play Store (ทั่วไป) 100-300%

ซึ่งแตกต่างจากแนวโน้มของ iOS App Store อย่างมาก ตามกระแสของ iOS App Store (ยกเว้นฟังก์ชันแอปพลิเคชัน "strange Today") ประเภทแหล่งที่มา "เรียกดู App Store" มีหน่วยแอปพลิเคชันน้อยกว่าการค้นหา App Store

มีสี่ประเด็นหลัก:

1) ทั้ง Apple และ Google มีความสนใจในการควบคุมการค้นพบได้ของแอปพลิเคชันที่ถูกค้นพบเพื่อดึงดูดความสนใจของผู้ใช้ (เช่น ความเร็วในการดาวน์โหลดสูง อัตราการแปลงสูง แต่ยังให้คะแนน/อัตราการรักษา/รายได้ด้วย)

ดูเหมือนว่าทั้ง Apple และ Google จะไม่สนใจแอปขนาดเล็ก (เว้นแต่พวกเขาต้องการสร้างรายได้จาก UAC หรือ Search Ads Basic)

2) Google พิสูจน์แล้วว่าแม้ว่า Apple จะพยายามอย่างเต็มที่ในการอัปเดต iOS 11 (เช่น บทบรรณาธิการ แท็ก "วันนี้" แยกเกมและแอปพลิเคชัน หมวดหมู่แอปพลิเคชัน ฯลฯ) Google ดีกว่า Apple ในแอปพลิเคชัน (โดยเฉพาะแอปพลิเคชันขนาดใหญ่) (โปรแกรม) สามารถควบคุมการค้นพบได้มากขึ้น ). ณ จุดนี้ Google ยังเต็มใจที่จะมีบทบาทในการแสวงหาการควบคุมมากขึ้น ตัวอย่างเช่น Google Play Store มีการจัดกลุ่มคำหลักที่มีประสิทธิภาพและคำแนะนำแบบเป็นโปรแกรมสำหรับแอปพลิเคชันในมุมมองแอปพลิเคชัน/เกม และการเลื่อนเกือบไม่รู้จบ ในขณะที่ Apple ตัดทอนฟังก์ชันแอปพลิเคชัน/เกมเพื่อรองรับประสบการณ์ที่เป็นมิตรกับผู้ใช้มากขึ้น และ "-y" สไตล์การออกแบบ

3) บางทีสิ่งที่สำคัญที่สุด เนื่องจากงบประมาณที่มากขึ้นทำให้การเรียกดู/การเรียกดูผลตอบแทนกลับมา ความสำเร็จของ ASO ยังคงดำเนินไปตามเส้นทางของ "การใช้จ่ายเงินเพื่อสร้างรายได้" ซึ่งคิดเป็นสัดส่วนที่เพิ่มขึ้นของการดาวน์โหลดใหม่และการค้นหาครั้งใหญ่

4) จุดสุดท้ายอาจเกี่ยวข้องกับปัญหาเศรษฐกิจมหภาคทั้งหมด (Eric Seufert?) แต่เหตุผลหนึ่งที่ Google เห็นความสำเร็จที่นี่อาจเนื่องมาจากการทดลองออกแบบ Play Store UX ใหม่

สำหรับ Apple และ Google เมื่อเวลาผ่านไป เนื่องจากทั้งสองบริษัทยังคงเพิ่มประสิทธิภาพการควบคุมการค้นพบได้ (และสมุดเช็คของตนเอง) เปอร์เซ็นต์ของการดาวน์โหลดจากเบราว์เซอร์/เบราว์เซอร์อาจเพิ่มขึ้น

5. อัตราการแปลงของ Google Play Organic Explore นั้นสูงกว่าการเรียกดู iOS App Store มาก

จุดที่สี่คือการค้นพบครั้งสุดท้าย นี่คือการค้นพบครั้งสุดท้ายของจุดที่สี่ นี่คืออัตราการแปลงของทรัพยากรการท่องเว็บจาก Google Play ไม่ต่ำกว่าการค้นหาของ Google Play มากนัก ในความเป็นจริง ในบางกรณี เราพบว่า Explore มีอัตรา Conversion สูงกว่าการค้นหา ในกรณีที่เราได้เห็น อัตราการรักษาและ ARPU ก็ดูเหมือนจะแข็งแกร่งเช่นกัน

ข้อสรุปจากการค้นพบนี้คือปรากฎว่าอัลกอริธึมการค้นพบแอป Play Store ของ Google เหมือนกับการระบุนวัตกรรมดั้งเดิมของ Google: การค้นหาด้วยคำหลัก ซึ่งสามารถระบุผู้ใช้ที่ต้องการแอปพลิเคชันบางตัวหรือใกล้เคียง

ด้วยเหตุนี้ ข้อดีที่รวมกันของการค้นพบแอปพลิเคชันแบบชำระเงินของ UAC และการค้นพบการเรียกดู Google Play Store อาจกลายเป็นจุดเปลี่ยนสำหรับบริษัทในการเผชิญหน้ากับคู่ต่อสู้รายอื่น: Facebook แม้ว่าการบังคับให้ผู้โฆษณาแอปใช้ UAC จะเป็นเงินจำนวนมหาศาลสำหรับ Google ในหลาย ๆ ด้าน พวกเขากังวลว่า Facebook จะประสบความสำเร็จอย่างมากในการดึงดูดงบประมาณการตลาดบนมือถือ แต่นี่เป็นการกระทำที่สงวนไว้และทำให้ Google มีเวลามากขึ้น (และข้อมูล ) เพื่อฝึกฝน เมื่อความสามารถในการทำการตลาดบนมือถือของ Facebook เริ่มต้นขึ้นใน "S-curve" อื่นด้วยการปรับใช้ ความคล้ายคลึงตามมูลค่า และการวางตำแหน่งแคมเปญที่ปรับให้เหมาะสมกับเหตุการณ์ในอุตสาหกรรม อัลกอริทึมจะเริ่มดีขึ้น

อัลกอริธึมแมชชีนเลิร์นนิงของ Google มีข้อได้เปรียบที่ไม่เหมือนใครในการเรียนรู้จากการค้นพบแบบออร์แกนิกและการค้นพบที่เสียค่าใช้จ่าย ซึ่ง Facebook ไม่มี และการกำหนด UAC ให้กับผู้ลงโฆษณา ทำให้ความเร็วในการเรียนรู้อัลกอริทึมของ Google เพิ่มขึ้นเป็นสองเท่าและความเร็วในการติดตามก็เพิ่มขึ้น แซงหน้าเฟสบุ๊คไปเลย นอกจากนี้ โดยการฝึกอบรมผู้ใช้ใน Play Store ให้คลิกแอปที่เกี่ยวข้อง/แนะนำ (เช่น "สำรวจ") Google ได้ขยายตำแหน่งของ UAC ไปยังตำแหน่งอื่นๆ ใน Play Store (เช่น "สำรวจ") ซึ่งจะเป็นการเพิ่มการล็อกใน พฤติกรรมที่ขับเคลื่อนด้วยรายได้