谷歌播放關鍵字排名算法

谷歌總是在更新它的算法。 應用上架Google Play後，哪些關鍵詞會影響你應用的 google play 排名算法？ 這裡我們討論一下應用商店搜索排名算法所涉及的關鍵詞評價領域和優化點。

搜索框區域關鍵詞搜索功能和關鍵詞關聯判斷算法更新。

此前，谷歌的功能更新旨在提高應用返回所謂的“廣泛”搜索或“恐怖遊戲”或“自拍應用”等非應用名稱搜索的相關性。 根據 Google 的說法，大約 50% 的 Play 商店搜索是廣泛的，並且：

“按主題搜索不僅需要簡單地通過查詢詞對應用程序進行索引，還需要了解與應用程序相關的主題。機器學習方法已經應用於類似的問題，但成功很大程度上取決於訓練示例的數量來了解應用程序。對於像“社交網絡”這樣的熱門話題，我們有很多學習的標記應用，但是大多數話題只有幾個例子，我們的挑戰是從有限數量的訓練例子學習並擴展到覆蓋數千個話題的數百萬個應用程序，迫使我們適應我們的機器學習技術。”

谷歌的文章解釋說，當他們第一次嘗試構建可以為這些範圍廣泛的搜索提供良好結果的機器學習算法時，他們使用了深度神經網絡，但結果不如他們想要的新應用發現，但他們產生了隨著時間的推移。 相同的應用程序響應廣泛的搜索，而不是新的應用程序。

谷歌的新嘗試是讓這個過程更像人類學習和理解語言和單詞關聯的方式。 這一新嘗試利用了 Skip-gram 模型，該模型可以在給定輸入詞的情況下預測相關詞。 Google 的新模型為任何給定的單詞創建一個所謂的“分類器”，以創建許多分類器關係的列表，最後創建 {app, topic} 關聯。 在最新的更新中，谷歌還將通過允許人們評估結果的質量來依靠非機器學習的努力。

點擊“了解更多”，立即通過ASO World應用推廣服務推動您的應用和遊戲業務。

跳過解析

根據 Tensor Flow 文檔，左側是一些單詞之間的示例關係，這些關係是通過 Skip-Gram 分析確定的。

Google 的目標是創建一種算法，可以在關鍵字（例如 {photo} 和 {share}）之間生成合理的關係，並通過研究應用程序元數據和用戶交互，為給定的關鍵字生成最佳結果。 相關應用程序，即使返回的應用程序是全新的。 此外，Google 的算法必須能夠學習新詞（例如自拍、輕彈等），並且能夠與這些詞以及其他詞和應用程序建立新的關聯。

似乎儘管存在一些過早的泛化問題，但谷歌仍在努力為 Play 商店用戶改進廣泛的搜索結果。 有趣的是，這些變化如何在所有 Android 應用的關鍵字排名（和下載）中發揮作用。

底線：由於 50% 的 Play 商店搜索被歸類為“廣泛”（例如自拍應用）而不是應用名稱，因此當用戶使用廣泛搜索時，Google 使用機器學習和手動輸入來改進應用關鍵字排名算法。 返回相關應用程序的能力用於發現新的應用程序。 這可能意味著Play Store 關鍵詞排名即將發生重大變化。

Google Play 自然搜索關鍵詞洞察

接下來，讓我們探索有關自然應用營銷、Google Play 搜索關鍵字的更多信息，並分享我們的相關見解。

1. Google Play有機關鍵詞數據分析

在基於數據進行優化時，更審慎的做法是先評估數據作為整體規劃的另一個關鍵點，了解正常的重大決策後再進行自然搜索關鍵詞。

首先，很多Google Play Console的搜索數據都隱藏在“other”中，後者非常不透明，可能會隱藏單個詞組成的長尾詞組，從而扭曲單個詞的總貢獻率； 當按下 ARPU/reserve 時。 這在分析利率時尤其危險。 擴大日期範圍是了解“其他”更多信息的一種方式，但這個桶中仍然隱藏著很多單詞。

其次，數據沒有按國家分類，因此很難明確地區趨勢，尤其是考慮到國家之間使用的共同語言時。 這可能是 ASO 工具提供某種類型的 NLP 映射以適應國家/地區需求的機會，但這將是一種不完善的方法，並可能導致區域分析的準確性下降。

開始使用 Google Play 的有機洞察數據的一個安全的地方是在幾週內記錄搜索詞數據，並在優化搜索關鍵詞上加倍投資，這些關鍵詞總是一周又一周地出現在可見詞列表中 強大的影響力。 通過評估您的目標關鍵字是否出現在此列表中，自然搜索洞察力也是驗證您現有 ASO 策略的好方法（但要注意“其他”類別）。

2、應用的關鍵詞分組和相關應用的位置在Google Play ASO中意義重大

由於來自 Google Play 瀏覽器的大量安裝，ASO 的成功與您為正確的關鍵字類別和相關應用找到的應用密切相關，甚至比顯示的結果更重要。 在正確的搜索關鍵字上。

不幸的是，儘管 Google 為搜索關鍵字的自然洞察提供了新的可見性，但 Google 並未提供相應的粒度來探索自然流量，例如關鍵字分組或導致您的應用被查看/下載的相關應用。 鑑於探索的算法驅動（即不斷變化）的性質，ASO 保持對建議/相關應用程序和關鍵字分組的關注將是一項艱鉅的任務； 然而，事實證明這些數據對於 ASO 來說是正確的 優化其Google Play ASO策略至關重要。 至少元數據優化和 UA 目標征服/應用程序的成功（以增加您的應用程序顯示為建議/相關應用程序的可能性）可以針對商品列表訪問者、查看者和安裝程序的總體趨勢進行跟踪。

3. 應在關鍵字排名旁邊評估 Google Play 隨機關鍵字洞察

閱讀有機關鍵字搜索洞察力的挑戰之一是，在您分析的時間段內，轉換率可能並且將會根據您的應用程序的關鍵字排名而波動。 如果您沒有在自然搜索關鍵字數據旁邊跟踪關鍵字排名，那麼您獲得的見解可能會脫離上下文並危及您的決定。

例如，看到少量安裝程序進行關鍵字搜索可能會導致 ASO 降低關鍵字的優先級； 但是，如果關鍵字排名第 100 並且吸引了數百次下載，實際上可能是一個很好的關鍵字，可以繼續優化。

4.對於大型應用，在Android中安裝貢獻邊際傾斜比在iOS上探索更多

最後一個最有趣的發現是，通過隨機抽樣應用程序，我們發現探索大型應用程序來源的 Play 商店（有機）通常會產生比搜索更高的安裝流量。 在某些情況下，該漏洞產生的安裝量比來自 Play 商店（自然）搜索源的安裝量高 100-300%。

這與 iOS App Store 的趨勢有很大不同。 在 iOS App Store 的趨勢中（除了“奇怪的今日”應用功能），“App Store 瀏覽”源類型提供的應用單元比 App Store 搜索要少得多。

主要有四點：

1) 蘋果和谷歌都對控制已被發現以吸引用戶興趣的應用程序的可發現性感興趣（即，高下載速度、高轉換率，以及收視率/保留率/收入）。

蘋果和谷歌似乎都不關心較小的應用程序（除非他們想從 UAC 或 Search Ads Basic 中賺錢）。

2）谷歌證明，雖然蘋果在更新iOS 11方面盡了最大的努力（例如社論、“今日”標籤、拆分遊戲和應用、應用分類等），但谷歌在應用（尤其是大型應用）方面比蘋果好。 （程序）對可發現性有更多的控制。 ）。 在這一點上，谷歌也更願意在追求控制權方面發揮自己的作用。 例如，Google Play 商店在應用程序/遊戲視圖中包含強大的關鍵字分組和程序化建議，以及幾乎無休止的滾動，而蘋果則截斷其應用程序/遊戲功能以支持更人性化的體驗，以及“-y”設計風格。

3）也許最重要的是，隨著更大的預算釋放更多的瀏覽/瀏覽回報，ASO的成功繼續走“花錢賺錢”的道路，新下載量和搜索量佔比越來越大。

4）最後一點可能涉及整個宏觀經濟問題（Eric Seufert？），但谷歌在這裡看到成功的原因之一可能是因為它重新設計了 Play Store UX 的實驗。

對於 Apple 和 Google，隨著時間的推移，隨著這兩家公司繼續優化對可發現性（以及他們自己的支票簿）的控制，來自瀏覽器/瀏覽器的下載百分比可能會增加。

5、Google Play Organic Explore的轉化率遠高於iOS App Store瀏覽

第四點是最後的發現。 這是第四點的最終發現。 這就是來自 Google Play 的瀏覽資源的轉化率並沒有比 Google Play 搜索低多少。 事實上，在某些情況下，我們發現探索的轉化率高於搜索。 在我們看到的案例中，留存率和 ARPU 似乎也很強勁。

從這一發現得出的結論是，事實證明，谷歌的 Play Store 應用發現算法與識別谷歌的原始創新相同：關鍵字搜索，可以識別需要某些應用程序的用戶，或者與之接近的用戶。

有鑑於此，UAC付費應用發現和Google Play Store瀏覽發現的綜合優勢，最終可能會成為該公司對抗另一個對手：Facebook的轉折點。 雖然強制應用廣告商使用 UAC 在很多方面對谷歌來說都是一筆巨款，但他們擔心 Facebook 在吸引移動營銷預算方面取得了巨大成功，但這屬於先發製人的行動，它給了谷歌更多的時間（和數據) 來訓練它。 當 Facebook 的移動營銷實力憑藉其在行業中的部署、基於價值的相似性和事件優化的活動定位在另一個“S 曲線”上起飛時，算法將變得更好。

谷歌的機器學習算法具有從自然發現和付費發現中學習的獨特優勢，這是Facebook所沒有的，並且通過將UAC強加給廣告商，谷歌的算法學習速度翻了一番，追趕速度提高了。 甚至超過了Facebook。 此外，通過培訓用戶在 Play 商店中點擊相關/推薦的應用（即“探索”），Google 將 UAC 的放置範圍擴大到 Play 商店中的更多位置（即“探索”），從而增加鎖定收入驅動的行為。