app软件ASO关键词热度查询及下载量预估

做优化的小伙伴都应该知道，重点词设立热度指数是最主要的一项指标，热度代表一天有多少检索量，热度越高，检索量越高，下载量越高。那么问题来了，重点词热度指数和下载量中间有什么联系，不一样的指数应该对应什么样的下载量？今天小编就跟人们聊聊重点词热度怎样查询，以及下载量预估。

一、重点词查询

重点词热度查询需求依靠一些工具，如ASO100、蝉大师、CQASO、ASO114。这些工具采取较为便利，仅需求在输入框中输入你想要查询的重点词，检索就能拥有相应的指数以及检索结果数（词汇竞争猛烈限度）。如下图所示：

1.ASO100

2. 蝉大师

二、下载量预估

由于检索热度值与检索次数是一一对应的，那么假如有个热度值对应的词数，占全部词数的比率最大，那么这个热度，对应的检索次数就是1。依据实际经验，每天有检索的词，热度值起码应该大于100。因为热度值小于100的词，基础全是一些没有任何评论的app名称，或许一些非常长的词。

依据对所有检索词热度值的统计，热度值大于100的重点词约有21万。其中热度值为4605的词最多，有5.8万个，比率约为28%； 而比重第2的是热度值为4606的词，只有9000个，占4%。4605热度值的词远超过其余热度对应的词个数，因而能够认为，4605热度值对应检索次数为1。当然，28%这个数据也表明Appstore的长尾词比率比其他平台要多一点。

依据下载量估计检索量

苹果的统计系统中，核心数据重要就是app内容页展示量和真实下载量，由于展示量来源没有给出，这个数据价值较小，我们重要采取下载量数据。大体的idea，就是app下载量是已知的，那么大体有65%的下载是检索带来的，而1个App的下载量，大多数全是由其热度最高，排名第一的这个词带来的，运用这个历程，就能够大体估算这个热度最高的词，对应的检索量是多少。

简单的例子，例如“App运营助手”这个软件， 一天1000个下载，而覆盖的检索词中，“运营助手”热度为6000，这个app排名第一，其余检索词热度都极低。 估算步骤大体如下：

1.1000个下载中，600个下载是检索带来的。

2.600个检索下载，需求1200个检索量。也就是说检索/下载转化率为50%。

3.1200个检索量 都来自于 “运营助手”这个词，其热度为6000。

4. 得出结论： 6000的热度对应1200的日均检索量。

具体的假设会更仔细一些，具体如下：

1. App应用的下载，有50%到100%的下载来源自检索，官方给出的数据是65%。但思考到大多数App是上不了top150榜单的，只能通过检索来获取，而榜单上的App，尤其是头部的，来自榜单的下载比率显然会更大一些。

2. 检索到下载的转化率，依照2:1到4:1计算，就是2到4次检索，就能产生一次下载。这个比率来源自一些安卓市场的统计，因为苹果应用商店没有一手数据，临时只能依照这个比率计算，其中行业词的转化率会低一些，品牌词会高一些。

3 检索量都对应到app热度最高、排名第一的1个检索词。假如有数个热度差不多的词，均分检索量。

我们依据上述假设，结合我们一些实际冲排名的经验。我们选用数据拟合的形式，拥有热度值和检索量的对应关系。一些经典的热度度值对应的检索量如下表所示：

假如用公式表示: rank表示热度，qv表示日均检索量，则： 4605<rank<5000 qv=”rank” -=”” 4604rank=””>5000时， qv = 2.5*e^(0.001*rank)。以上得出的结论是依据有关数据得出的大概数值，在重点词热度和下载量这个问题上，相信没人能给出精准值，我们探讨数据得出结论只能尽也许的挨近恰当结果，所以还需求各位小伙伴继续努力找出最好的算法来。

本文地址：http://app.qd-ljr.com/ios/faq3342.html